Vad är artificiell intelligens?. Upptäck allt du behöver veta om artificiell intelligens: dess historia, typer och hur den förändrar arbetsmarknaden och världen vi lever i

Vad är artificiell intelligens?

mario mamede avatar
Upptäck allt du behöver veta om artificiell intelligens: dess historia, typer och hur den förändrar arbetsmarknaden och världen vi lever i

Artificiell intelligens är ett begrepp som har fått mer och mer framträdande de senaste åren, och inte för mindre. Det är en teknik som revolutionerar hur vi interagerar med världen omkring oss.

Men trots allt, vad är artificiell intelligens? I den här speciella artikeln kommer vi att utforska konceptet, dess tillämpningar, utmaningar och perspektiv för framtiden. Följ med och ta reda på hur AI förändrar världen vi lever i.

Se videon på Showmetech Channel:

Vad är artificiell intelligens?

Artificiell intelligens är en teknik som gör att maskiner kan bete sig intelligent, som människor.
Artificiell intelligens är en teknik som gör att maskiner kan bete sig intelligent, som människor. (Bild: Daily Trust)

A Artificiell intelligens är också känd under akronymerna IA, på portugisiska, eller AI, på engelska, och representerar ett av de mest fascinerande områdena inom datavetenskap idag.

Denna teknik gör att datorer eller maskiner kan efterlikna mänsklig intelligens.

AI: er är baserade på modeller och algoritmer skapade av forskare, designade för att fungera som den mänskliga hjärnan. De kan identifiera information, skapa kopplingar mellan dem och till och med förutsäga, nästan alltid, vilket är det mest korrekta svaret i fallet.

De senaste åren har det funnits flera begrepp och definitioner för artificiell intelligens, men John McCarthy, berömd datavetare, i en Artikel, definierade AI som "vetenskapen och ingenjörskonsten för att skapa intelligenta maskiner, särskilt intelligent programvara. Det är relaterat till den liknande uppgiften att använda datorer för att förstå mänsklig intelligens, men AI behöver inte begränsa sig till metoder som är biologiskt observerbara.".

Enligt forskaren, även om vi betraktar mänsklig intelligens som en standard för framgång, bör vi inte begränsa artificiell intelligens för att anpassa sig till vårt sätt att tänka.

Studiet av AI är inte nytt (det började 1950), men det har först nu lyckats nå denna potential med "revolutionär" status, tack vare tre aktuella faktorer: 

Den första är utvecklingen av datorer eller datacenter med gigantisk processorkraft, tillräckligt för att hantera komplexa artificiell intelligensmodeller.

Den andra faktorn är tillgång till stora mängder data, tillhandahållen av internet självt. Dessa, även om de är "råa", det vill säga inte nödvändigtvis organiserade och klassificerade, är grunden för att AI:er ska lära sig att klassificera objekt korrekt och ge korrekta svar på vad som efterfrågas.

Och den tredje gäller datamodeller, som är effektiva och korrekta representationer av den information vi vill analysera eller använda. De är byggda för att hjälpa AI:er att bättre förstå vad de får höra.

Med det kommer vi till det vi ser idag: AI:er som svarar på frågor om vilket ämne som helst, skapar arbetspresentationer, helt nya bilder och till och med låtar med riktiga sångares röster.

Till exempel, om vi frågar GPT-chatt, ett AI-system som kan förstå och svara på frågor som om det vore en riktig person, vad är artificiell intelligens, kan vi få följande svar:

Artificiell intelligens (AI) hänvisar till ett område inom datavetenskap som fokuserar på att utveckla system och maskiner som kan utföra uppgifter som normalt skulle kräva mänsklig intelligens. AI syftar till att skapa program och algoritmer som kan uppfatta, resonera, lära sig och fatta beslut autonomt.

GPT-chatt

Dessa program eller algoritmer finns också i den elektronik som vi använder, till exempel i bilar som kör själva, robotdammsugare och naturligtvis i de mest olika funktioner som din smartphone erbjuder dig.

Men för att vi ska förstå hur AI:er kom hit är det dags att prata lite historia.

En resa genom utvecklingen av artificiell intelligens: från tidiga experiment med symboliska logiksystem till avancerade djupinlärningsalgoritmer
En resa genom utvecklingen av artificiell intelligens: från tidiga experiment med symboliska logiska system till avancerade djupinlärningsalgoritmer (Bild: Deposit Photos)

Artificiell intelligenss historia

Sedan antiken har idén om livlösa föremål med intelligens funnits. Idén om intelligenta robotar och konstgjorda varelser dök först upp i mitos av antikens Grekland. guden Hefaistos, till exempel, har beskrivits som att skapa robotliknande gyllene tjänare. I det forntida Egypten byggde ingenjörer statyer som förmodas animerade av präster.

Genom århundradena har tänkare som t.ex Aristoteles, Ramon Llull, René Descartes e thomas bayes beskrev mänskliga tankeprocesser med hjälp av verktyg och logik från sin tid, och lade grunden för AI-koncept som att representera allmän kunskap.

I slutet av 1836-talet och under första hälften av XNUMX-talet uppstod grundläggande verk som skulle ge upphov till den moderna datorn. XNUMX, matematiker Cambridge universitetet, Charles Babbage e Augusta Ada King, en Grevinnan av Lovelace, skapade den första designen för en programmerbar maskin.

En kopia av Babbages differentialmaskin, som var en teknisk milstolpe för den tid den skapades, 1821. Målet var att skapa poster med originaldata och upprepa åtgärden för att nå en automatisk lösning.
En replika av Babbages differentialmaskin, en teknisk milstolpe för den tid den skapades, 1821. Målet var att skapa poster med originaldata och upprepa åtgärden för att nå en automatisk lösning (Bild: Medium)

Även om rötterna är uråldriga, är historien om artificiell intelligens som vi känner den idag mindre än ett sekel gammal. Nedan presenterar vi en snabb översikt över några av de viktigaste händelserna i dess bana.

1940-talet:

1950-talet:

1950, matematikern Alan Turing, ansåg att datavetenskapens fader, skrev en artikel för att svara på frågan "Kan en maskin tänka?, och frågade om det skulle vara möjligt att skapa en intelligent maskin. Han uppfann också ett test för att se om en dator kunde efterlikna mänskligt beteende. De kända Turing test.

Turing-testet bedömer om en maskin kan uppvisa intelligent beteende lika övertygande som mänskligt beteende. Det är en viktig referens inom AI-forskning och i utvecklingen av kognitiva system
Turing-testet bedömer om en maskin kan uppvisa intelligent beteende lika övertygande som mänskligt beteende. Han är en viktig referens inom AI-forskning och utveckling av kognitiva system (Bild: Github)

År 1950 också science fiction-författaren Isaac Asimov, gav ut boken "jag stjäl”, för att ifrågasätta hur intelligenta robotar skulle vara och vilka regler de borde följa. Här skapade han också sin berömda "3 robotars lagar", som fortfarande används idag för att förstå hur en robot ska agera utan att skada människor. 

Sedan, 1956, John McCarthy skapade termen "artificiell intelligens" vid den första konferensen tillägnad AI: er i USA, och samma år skapades också det första artificiella intelligensprogrammet, Logikteoretiker, som lyckades utföra ett slags "automatiserade resonemang".

Andra viktiga fakta från decenniet inkluderar:

  • År 1950 studerade från Harvard, Marvin Minsky e Dean Edmonds bygga SNARC, den första neurala nätverksdatorn.
The snarc: ett av de första AI-experimenten på 1950-talet, med en analog dator för att undersöka förhållandet mellan tal och rymd
SNARC: Ett av de första AI-experimenten på 1950-talet, med en analog dator för att undersöka förhållandet mellan tal och rymd (Bild:: The Scientist)
  • Under 1950, Claude Shannon publicera artikelnProgrammera en dator för att spela schack".
  • Under 1952, Arthur Samuel utvecklar ett självlärande program för att spela dam.
  • 1954 experimenterade den ryska till engelska maskinöversättningen av Georgetown-IBM Översätter automatiskt 60 noggrant utvalda ryska fraser till engelska.
  • Under 1957, Frank Rosenblatt uppfinna perceptron Nej Cornell Aeronautical Laboratory, det första artificiella neurala nätverket.
Perceptronen: det första neurala nätverket som kan lära sig och känna igen mönster, vilket banar väg för utvecklingen av artificiell intelligens som vi känner den idag
Perceptronen: det första neurala nätverket som kan lära sig och känna igen mönster, vilket banar väg för utvecklingen av artificiell intelligens som vi känner den idag (Bild: Les Echos)
  • Under 1957, Allen Newell, Herbert Simon e JC Shaw utveckla Allmän problemlösare (GPS), ett program utformat för att efterlikna mänsklig problemlösning.
  • Under 1958, John McCarthy utvecklar AI-programmeringsspråk lisp och publicerar"Program med sunt förnuft”, en artikel som föreslår det hypotetiska Rådgivare, ett komplett AI-system med förmågan att lära av erfarenhet lika effektivt som människor.
  • Under 1959, Herbert Gelernter utvecklar programmet Geometrisatsleverantör. Programmet skulle kunna bevisa geometrisatser på ett automatiserat sätt.
  • Under 1959, Arthur Samuel mynta termen "maskininlärning"(maskininlärning) medan du arbetade på IBM.
  • Under 1959, John McCarthy e Marvin Minsky hittade Artificiell intelligensprojekt do MIT.

1960-talet:

På 60-talet, den neurala nätverk kom faktiskt in på kartan. De är system som efterliknar neuronernas funktion i den mänskliga hjärnan, för att tillåta maskiner att "lära" som vi, i ett trial and error-format. Vi kommer att se mer detaljerat senare, i kapitlet om maskininlärning.

  • Under 1962, John McCarthy startar AI Lab em Stanford.
  • Under 1966, Joseph Weizenbaum föder upp ELIZA, den första programvara för simulering av dialoger (Chatbot) vid MIT Artificial Intelligence Laboratory.
Eliza: historiens första chatbot, skapad på 1960-talet, revolutionerade interaktionen mellan människor och datorer genom ett samtalsgränssnitt som simulerar en psykoterapeut
ELIZA: historiens första chatbot, skapad på 1960-talet, revolutionerande interaktionen mellan människor och datorer genom ett psykoterapeutsimuleringsgränssnitt (Bild: Medium)
  • År 1966 publicerades rapporten från den Rådgivande kommitté för automatisk språkbehandling (ALPAC), från den amerikanska regeringen, beskriver bristen på framsteg inom maskinöversättningsforskning. Ett jättebra initiativ av Kalla kriget med löfte om automatisk och omedelbar översättning från ryska.

1970-talet:

På 1970-talet, programmeringsspråket PROLOG skapas och rapporten lighthill släpps av den brittiska regeringen och beskriver besvikelserna i AI-forskningen och resulterar i betydande nedskärningar i projektfinansieringen. Denna period är känd som "AI:s första vinter".

  • 1970, de första framgångsrika expertsystemen, DENDRAL e MYCIN, skapas i Stanford. Expertsystem är programvara som avser att simulera resonemang från en professionell specialist inom något specifikt kunskapsområde, i det här fallet, för att hjälpa läkare vid diagnos och behandling av infektionssjukdomar.
  • 1972, programmeringsspråket PROLOG skapas av Alain Colmerauer och dess medarbetare i Universitetet i Marseille. Språket föddes från ett projekt som inte var fokuserat på implementeringen av ett programmeringsspråk, utan på bearbetningen av naturliga språk.
  • 1973, i Waseda universitet, i Japan, byggdes den WABOT-1, anses vara den första antropomorfa roboten. Bland dess resurser sticker förmågan att flytta sina medlemmar, se och prata ut.
wabot-1 (1973) och wabot-2 (1984), två banbrytande antropomorfa robotar utvecklade vid waseda-universitetet i Japan, banade väg för skapandet av allt mer sofistikerade och humanoida maskiner
 Wabot-1 (1973) och Wabot-2 (1984), två banbrytande antropomorfa robotar utvecklade vid Waseda University i Japan, banade väg för skapandet av allt mer sofistikerade och humanoida maskiner (Bild: ResearchGate)
  • År 1978 Digital Equipment Corporations utvecklar R1 (också känd som XCON), det första framgångsrika handelsexpertsystemet. Designad för att konfigurera beställningar av nya datorsystem, startar R1 en boom i investeringar i expertsystem som kommer att pågå under större delen av decenniet.
  • Mellan 1974 och 1980 ledde frustration över framsteg inom AI-utveckling till stora nedskärningar i akademiska anslag från DARPA. Kombinerat med rapporten ALPAC och rapporten lighthill från föregående år torkar finansieringen av AI och forskningen stagnerar.

1980-talet:

På 1980-talet växte teknologier som nya expertsystem och programmeringsspråket fram. lisp, och betydande investeringar i AI äger rum. Denna period är känd som "Bom av expertsystem” och markerar slutet på AI:s första vinter.

Fortfarande under det decenniet, 1986, vad som nu anses "fader till artificiell intelligens", Geoffrey Everest Hinton, utvecklade algoritmer som kan träna neurala nätverk på ett ännu mer komplext sätt och även utan hjälp av forskarna själva, vilket idag kallas Deep Learning eller djup maskininlärning. Det stämmer, AI:erna börjar lära sig av sig själva här, allt som krävs är att forskaren tillhandahåller data för att de ska kunna "studera"!

Andra viktiga fakta inkluderar:

  • 1982 lanserade Japan det ambitiösa projektet Femte generationens datorsystem, FGCS. Meningen med FGCS är att utveckla superdatorliknande prestanda och en plattform för AI-utveckling.
  • 1983, som svar på FGCS Japan, den amerikanska regeringen lanserar Strategic Computing Initiative att ge finansiering till DARPA för forskning inom AI och informationsteknologi.
  • 1985 spenderar företag över en miljard dollar årligen på expertsystem och en hel industri som kallas maskinmarknaden. lisp kommer för att stödja dem. Företag gillar Symbolik e Lisp Machines Inc. bygga specialiserade datorer för att köra AI-programmeringsspråket lisp.
Symbolics 3400 var den första massproducerade kommersiella persondatorn för AI och naturliga språkbehandlingsapplikationer. En milstolpe i historien om persondatorer och AI, som demokratiserar tillgången till avancerad teknik
Symbolics 3400 var den första massproducerade kommersiella persondatorn för AI och naturliga språkbehandlingsapplikationer. En milstolpe i historien om persondatorer och AI, som demokratiserar tillgången till avancerad teknik (Bild: Pinterest)
  • Under 1986, Hinton, Rumelhart e Williams publicera"Lärande representationer genom felbackpropagation”, vilket gör att djupare neurala nätverk kan utvecklas.
  • Mellan 1987 och 1993, med förbättringen av datorteknik, uppstod billigare alternativ och maskinmarknaden lisp kollapsade 1987 och invigde "AI:s andra vinter". Under denna period visade sig expertsystem vara för dyra att underhålla och uppdatera och så småningom falla i onåd.

1990-talet:

På 1990-talet blir webben allmänt tillgänglig, vilket gör att en stor mängd data kan samlas in och tillgänglig för träning av AI-modeller. Intresset för neurala nätverk och maskininlärning förnyas också.

  • 1991 satte amerikanska styrkor in PIL, ett automatiserat logistikplanerings- och schemaläggningsverktyg, under Gulfkriget.
  • 1992 avslutar Japan projektet FGCS, med hänvisning till misslyckanden med att uppfylla ambitiösa mål som satts upp för ett decennium tidigare.
  • År 1993 DARPA avslutar Strategic Computing Initiative, efter att ha spenderat nästan 1 miljard dollar och legat långt under förväntningarna.
  • Under 1997 har DJUPBLÅ da IBM världsmästare i schack vinner Garry Kasparov.
Maskinen vinner: 1997 förlorade schackvärldsmästaren Garry Kasparov mot den djupblå datorn, vilket markerar ett historiskt ögonblick i relationen mellan människor och artificiell intelligens
Maskinens seger: 1997 förlorade världsmästaren i schack Garry Kasparov mot datorn Deep Blue, vilket markerar ett historiskt ögonblick i förhållandet mellan människor och artificiell intelligens (Bild: Agencia Brasil – EBC)
  • År 1999, filmen Matris släpps, vilket ytterligare populariserar idén om artificiell intelligens och dess inverkan på samhället.

2000-talet till idag:

Från 2000-talet blir AI allt mer närvarande i vår vardag, från virtuella assistenter till röst- och bildigenkänningssystem, såväl som självkörande bilar och annan teknik. Nya tekniker som djupa neurala nätverk, naturlig språkbehandling (NLP) och förstärkningsinlärning utvecklas och förbättras.

I mitten av 2018 fortsatte AI:er att utvecklas snabbt och de första "Great Language Models" eller LLM, i förkortningen på engelska, som är neurala nätverk som kan tolka stora mängder texter för att generera lämpliga svar. Och det är precis vad vi ser idag i ChatGTP, artificiell intelligens släppt 2022 som svarar på användarfrågor och kommandon.

Kolla in de senaste fakta:

  • År 2002 Jag robot kastar Roomba, den första masstillverkade robotdammsugaren med ett AI-drivet navigationssystem.
  • 2005, den självkörande bilen STANLEY vinner DARPA Grand Challenge.
Stanley, det vinnande fordonet i 2005 års darpa-utmaning, banar väg för autonom körteknik och förändrar vårt sätt att tänka på transporter
Stanley, det vinnande fordonet i 2005 års DARPA Challenge, banar väg för självkörande teknik och förändrar vårt sätt att tänka på transport (Bild: Smithsonian Insider)
  • 2005 började USA:s väpnade styrkor att investera i autonoma robotar som "Stor hund" från Boston Dynamics det är "PackBot" från iRobot.
  • Under 2008 har Google utvecklar taligenkänningsteknik och introducerar funktionalitet i din applikation till iPhone.
  • År 2010 Apple kasta Siri, en AI-driven virtuell assistent, via iOS-operativsystemet.
  • Under 2011 har Watson da IBM besegrar lätt konkurrenterna i programmet Jeopardy!.
IBM-designat Watson-system vinner populära TV-programmet Jeopardy, som visar AI:s förmåga att förstå naturligt språk och svara på komplexa frågor i realtid
  • Under 2012, Andrew Ng, grundare av projektet Google Brain Deep Learning, matar ett neuralt nätverk med hjälp av djupinlärningsalgoritmer med 10 miljoner videor från Youtube som träningsuppsättning. Det neurala nätverket lärde sig att känna igen en katt utan att få veta vad en katt är, vilket inledde en era av framsteg inom neurala nätverk och finansiering av djupinlärning.
  • Under 2012 har Google gör den första självkörande bilen att klara ett statligt körprov.
  • År 2014 alexa da amason, en virtuell apparat för smarta hem, lanseras.
  • 2015, den första "robotmedborgare”, heter en humanoid robot Sophia, skapas av Hanson Robotics och är kapabel till ansiktsigenkänning, verbal kommunikation och ansiktsuttryck.
Sophia, roboten skapad av Hanson Robotics, kan imitera ansiktsuttryck och upprätthålla naturliga konversationer, vilket representerar ett stort framsteg i interaktionen mellan människor och maskiner
  • Under 2016 har AlphaGo do Google DeepMind besegrar världens Go-mästare, Lee Sedol. Komplexiteten i det gamla kinesiska spelet sågs som ett stort hinder för AI.
  • Under 2018 har Google lanserar bearbetningsmotor för naturligt språk BERTI, vilket minskar hinder för översättning och förståelse av maskininlärningsapplikationer.
  • År 2018 Waymo starta din tjänst Waymo One, vilket gör att användare över hela Phoenix kan begära en upphämtning från ett av företagets självkörande fordon.
  • År 2020 Baidu lanserar sin algoritm för artificiell intelligens LinearFold för vetenskapliga och medicinska team som arbetar med vaccinutveckling under de tidiga stadierna av SARS-CoV-2-pandemin. Algoritmen kan förutsäga virusets RNA-sekvens på bara 27 sekunder, 120 gånger snabbare än andra metoder.
  • År 2020 OpenAI lanserar bearbetningsmodellen för naturligt språk GPT-3, som kan producera text som är modellerad efter hur människor talar och skriver.
  • Under 2020 har AlphaFold2 da Deepmind löser problemet med proteinveckning, vilket banar väg för nya läkemedelsupptäckter och medicinska framsteg.
AlphaFold och AlphaFold2, artificiell intelligens skapade av DeepMind, kan förutsäga den tredimensionella strukturen hos proteiner med hög precision, vilket möjliggör framsteg i förståelsen av sjukdomar och utvecklingen av nya läkemedel
  • År 2021 OpenAI utvecklar DALL-E, baserat på GPT-3, som kan skapa bilder från textmeddelanden.
  • Under 2021 har National Institute of Standards and Technology lanserar sitt första utkast AI Risk Management Framework, en volontärguide från USA"att bättre hantera riskerna för individer, organisationer och samhälle i samband med artificiell intelligens".
  • År 2022 Deepmind presenterar cat, ett AI-system tränat för att utföra hundratals uppgifter, inklusive att spela spel Atari, bildtexter och använd en robotarm för att stapla block.
  • Under 2022 har Google sparka ingenjören Blake Lemoine för din affirmationer av vad eller Googles språkmodell för dialogapplikationer (LaMDA) var vid medvetande.
  • År 2023 Microsoft lanserar en AI-version av bing, dess sökmotor, byggd på samma teknik som driver ChatGPT.
  • Under 2023 har Google tillkännager Bard, en samtidig konversations-AI.
  • År 2023 lämnar artister in en grupptalan mot Stabilitet AI, DeviantArt e midjourney för din användning av Stabil diffusion att remixa upphovsrättsskyddade verk av miljontals artister.
  • År 2023 OpenAI kastar GPT-4, dess mest sofistikerade språkmodell hittills.

Tja, med historien uppdaterad, nu kommer vi att förstå hur typerna av artificiell intelligens klassificeras.

Vilka typer av artificiell intelligens finns?

I allmänhet brukar forskare dela in AI:er i fem huvudtyper, var och en ett steg på stegen för att närma sig eller till och med överträffa det mänskliga sinnet:

Reaktiva AI

Monteringslinjeproduktionen av en ny bil: fordonskarossen svetsas samman automatiskt på produktionslinjen med hjälp av en robotarm
Monteringslinjeproduktionen av en ny bil: fordonskarossen svetsas samman på produktionslinjen med hjälp av en robotarm (Bild: Deposit Photos)

Den första typen är Reaktiva AI, som inte har något minne och inte lär sig av tidigare misstag eller erfarenheter.

Ett vanligt exempel på en reaktiv maskin är en robot programmerad att tillverka bildelar på produktionslinjen. Roboten är utrustad med sensorer som gör att den kan upptäcka närvaron av delar och maskiner i sitt arbetsområde. Den är programmerad att utföra specifika uppgifter, såsom svetsning och skärning, som svar på stimuli som detekteras av dess sensorer.

Begränsat minne AI

Amazon Echo Dot, utrustad med Alexa Virtual Assistant, är ett exempel på en AI med begränsat minne som kan känna igen röstkommandon och utföra en mängd olika uppgifter, från att spela musik till att kontrollera smarta enheter i ditt hem.
Amazon Echo Dot, utrustad med den virtuella assistenten Alexa, är ett exempel på en AI med begränsat minne, som kan känna igen röstkommandon och utföra en mängd olika uppgifter, från att spela musik till att kontrollera smarta enheter i ditt hem (Bild: Deposit Photos)

Den andra typen är Begränsat minne AI, som lär sig av misstag eller tidigare erfarenheter för att fatta beslut. Maskiner med begränsat minne kan lagra tidigare data och förutsägelser för att fatta beslut i realtid. De är mer komplexa än reaktiva maskiner och erbjuder fler möjligheter.

Här är de personliga assistenterna som Google, alexa och Siri och även speciella funktioner i din mobiltelefon, som att identifiera objekt för att förbättra dem i en video eller ett foto.

AI:erna Reaktiv och av Begränsat minne, klassificeras också som Begränsad artificiell intelligens, eller förkortningen ANI, på engelska. De kallas i folkmun "Dålig AI" och de omfattar all AI som vi har i världen idag.

Polisen i New York använder robothundar för att patrullera stadens gator. Robotarna, kallade "digidogs", är ett exempel på begränsad artificiell intelligens (ani)
Polisen i New York använder robothundar för att patrullera stadens gator. Robotarna, kallade "Digidogs", är ett exempel på Begränsad artificiell intelligens (ANI) (Bild: Público)

Theory of Mind AI

AI Theory of Mind Development: Förmågan att förstå tankar, känslor och avsikter hos andra sinnen är en stor utmaning för artificiell intelligens.
Utveckling av Theory of Mind i AI: Förmågan att förstå tankar, känslor och avsikter hos andra sinnen är en stor utmaning för artificiell intelligens. (Bild: Vetenskap)

Den tredje typen kallas Theory of Mind AI, där intelligenta system kan förstå och förklara sina beslut på ett sätt så att människor kan förstå dem. Det vill säga AI:n förstår och känner igen de som interagerar med den och förstår deras behov, känslor och övertygelser.

Den här typen av AI har ännu inte uppfunnits, men det är mycket troligt att vi snart kommer att se något liknande, men som ett fiktivt exempel, i filmen "Blade Runner 2049”, en av karaktärerna är en AI som kan förstå mänskliga känslor och till och med känna dem.

Självmedveten AI

Ava från filmen ex-machina: ett exempel på en självmedveten AI, kapabel att ifrågasätta sin egen existens och utmana gränserna mellan människa och maskin
AVA från filmen Ex-Machina: ett exempel på en självmedveten AI som kan ifrågasätta sin egen existens och utmana gränserna mellan människa och maskin (Bild: Lifeboat Foundation)


Den fjärde typen, den mest avancerade, är självmedveten AI. I denna kategori blir artificiell intelligens medveten om sig själv, sina behov och till och med sina känslor. klassas som Allmän artificiell intelligens, eller förkortningen AGI, på engelska, men även kallad "Stark AI".

En självmedveten AI skulle kunna lära sig om sig själv och omvärlden, och den skulle ha en egen identitet. Självkännedom anses vara ett yttersta mål för AI, men det ses också som en etisk och filosofisk utmaning, eftersom det väcker frågor om medvetandets och identitetens natur.

Data från star trek: Android från science fiction-serien är ett exempel på agi, med färdigheter som går utöver kognition och maskininlärning, som kreativitet och empati
DATA från Star Trek: androiden från science fiction-serien är ett exempel på AGI, med färdigheter som går utöver kognition och maskininlärning, som kreativitet och empati (Bild: IGN)

En av de mest kända teorierna om medvetande är Integrated Information Theory (IIT), föreslagit av neuroforskaren Giulio Tononi år 2004. Den JAG DET antyder att medvetande uppstår när ett system kan integrera information från olika källor och skapa ett enhetligt medvetandetillstånd. Enligt denna idé är medvetandet inte bara beroende av systemets komplexitet, utan också på förmågan att samla information och skapa ett personligt medvetandetillstånd.

Den här typen har inte heller uppfunnits ännu, men man räknar med att vi kommer närmare att se en ”självmedveten AI” inom en snar framtid, tänka och agera som en människa.

Som ett fiktivt exempel, i filmen "Ex Machina”, heter en AI Ava är designad med förmågan att lära sig om sig själv och utveckla en egen personlighet, vilket väcker frågor om vad det innebär att vara människa och AI:s roll i samhället.

Super AI

Ultron, en asi från filmen "avengers: age of ultron", skapad för att skydda mänskligheten, men slutar med att bli självmedveten och bestämmer sig för att förstöra mänskligheten
Ultron, en Super AI från filmen "Avengers: Age of Ultron", skapad för att skydda mänskligheten, men slutar med att bli självmedveten och bestämmer sig för att förstöra mänskligheten (Bild: Hey Nerd)

Men det finns ett femte steg, kallat super AI ou Artificiell superintelligens, eller förkortningen ASI, på engelska, även kallad "superstark AI".

Ögonblicket när det nås har redan ett namn: säregenhet. Det kommer att representera en milstolpe i den vetenskapliga evolutionen, där datorer kommer att ha övermänsklig intelligens, det vill säga över vad vi är kapabla att resonera. 

Här är framtiden lika imponerande som den är oroande, eftersom dessa AI:er kan hjälpa oss att bota sjukdomar och avancera tekniskt, men de kan också besluta att mänskligheten inte längre behövs eller bör behandlas som underlägsen.

I likhet med vad som händer i filmen The Terminator, där en artificiell intelligens bestämmer sig för att eliminera oss, eller i The Matrix, en berättelse som berättar hur en AI dominerade människor och förvandlade dem till "batterier" för maskinerna.

Från den tidpunkten kan AI:erna bli okontrollerbara. Vilken rädsla, eller hur?

Deep Learning vs. Maskininlärning

Maskininlärning och djupinlärning: tekniker med artificiell intelligens som gör att maskiner kan lära sig av data och extrahera värdefulla insikter
Maskininlärning och djupinlärning: Artificiell intelligensteknik som gör att maskiner kan lära sig av data och extrahera värdefulla insikter (Bild: Security Turntable)

Maskininlärning (maskininlärning) e Deep Learning (deep learning) är två grundläggande tekniker inom artificiell intelligens som gör att maskiner automatiskt kan lära sig av data och förbättra sin prestanda över tid.

Båda teknikerna har använts flitigt i en mängd olika branscher, inklusive finans, hälsovård, transport, detaljhandel och många andra. Men trots deras popularitet tvivlar många fortfarande på skillnaderna mellan de två teknikerna och hur de kan tillämpas i olika scenarier.

Vad är maskininlärning?

Maskininlärning är en teknik som lär maskiner att lära sig av information och göra förutsägelser eller beslut baserat på mönster de upptäcker.
Maskininlärning är en teknik som lär maskiner att lära sig av information och göra förutsägelser eller beslut baserat på mönster de upptäcker (Bild: Deposit Photos)

O Maskininlärning är en AI-metod som fokuserar på att lära maskiner att lära sig av data utan att vara explicit programmerad. Istället algoritmerna Maskininlärning använda statistiska tekniker för att identifiera mönster i datamängder och, baserat på dessa mönster, göra förutsägelser eller beslut.

Det är lättare att förstå när vi tittar på de sex steg som används för att lära ut en maskin med begränsat minne:

  1. Ordna data för att lära maskinen (träningsdata);
  2. Skapa en modell för maskinen att lära sig;
  3. Kontrollera om modellen kan göra förutsägelser;
  4. Kontrollera om modellen kan ta emot feedback (åsikter) från människor eller miljön;
  5. Spara denna feedback som data;
  6. Upprepa allt detta många gånger för att förbättra maskinens prestanda.

Med hjälp av dessa steg finns det fyra huvudsakliga sätt att lära en maskin att lära sig av data:

  • Övervakat lärande: det är då vi lär maskinen att känna igen information med hjälp av många exempel. Det är som att lära en hund att känna igen en boll. Vi visar många bollar och säger "det här är en boll". På samma sätt, för att lära maskinen att känna igen bilder av hästar, visar vi många bilder som vi redan vet är hästar. Maskinen lär sig alltså av sig själv att känna igen hästar i andra bilder.
  • Aoövervakad instängd: det är då vi lär maskinen att hitta mönster i data utan att behöva någon som berättar för oss vad varje databit är. Det är som att organisera objekt i grupper utan att någon säger till dig vilka objekt som hör ihop. Maskinen lär sig på egen hand att hitta likheter mellan objekt och att gruppera dem efter dessa likheter. Detta är användbart för att hitta mönster i data och beskriva dem.
  • Semi-övervakat lärande: det är en blandning av de två föregående typerna. En del information lärs ut, men maskinen måste själv ta reda på hur informationen ska organiseras för att få rätt resultat. Det är som att lära en hund att bara fånga den röda bollen, men han måste komma på hur man gör det själv.
  • Förstärkningsinlärning: är när vi lär maskinen att göra något genom att trial and error. Maskinen utför en uppgift och får positiv feedback när den går bra och negativ feedback när den gör dåligt. Det är som att lära en hund att plocka upp en leksak. Om han väljer rätt leksak får han en godbit. Om du tar fel vinner du ingenting.

Vad är Deep Learning?

Neurala nätverk och djupinlärning: artificiell intelligensteknik som är baserad på den mänskliga hjärnans struktur och funktion
Neurala nätverk och djupinlärning: Artificiell intelligensteknik som bygger på den mänskliga hjärnans struktur och funktion (Bild: Inbyggd)

O Deep Learning (Djup lärning, i fri översättning) är en maskininlärningsteknik som använder Artificiellt nervsystem att lära av data.

Ett neuralt nätverk är en samling artificiella neuroner som kallas perceptroner, som används för att analysera och klassificera data. De fungerar som en liten dator som tar emot information och gör beräkningar. Data matas in i det första lagret av nätverket, där varje perceptron tar emot en beräkning och sedan sänder den informationen till flera andra perceptroner i nästa lager.

När det neurala nätverket har mer än tre lager kallas det för ett "djupt neuralt nätverk" eller Deep Learning. Vissa moderna neurala nätverk har hundratals eller till och med tusentals lager. Utsignalen från de slutliga perceptronerna utför uppgiften som definierats för det neurala nätverket, såsom att klassificera ett objekt eller hitta mönster i datan.

När det neurala nätverket tränas med flera exempel kan det lära sig att identifiera mönster och utföra komplexa uppgifter som röstigenkänning, bildigenkänning och naturlig språkbehandling (NLP).

Det finns olika typer av artificiella neurala nätverk som var och en används för specifika uppgifter. Några av de vanligaste är:

As FeedForward (FF) nätverk används för att klassificera saker, som bilder eller text. Data går igenom flera lager tills den når det slutliga svaret. FF:er kombineras vanligtvis med en felkorrigeringsalgoritm som kallas "BackPropagation", som omarbetar nätverket bakåt med resultatet för att förbättra noggrannheten.

As Återkommande neurala nätverk (RNN) används för att förutsäga saker baserat på sekvenser av data, som ord i text. De har "minne" av vad som hände i det föregående lagret och används för taligenkänning, översättning och undertextning.

Rnns kan bearbeta sekventiell data såsom text och ljud genom att beakta det tidigare sammanhanget. ffns är mer lämpade för att bearbeta strukturerad data, såsom tabeller och bilder.
RNN:er kan bearbeta sekventiell data såsom text och ljud genom att ta hänsyn till föregående sammanhang. FFN är mer lämpade för att bearbeta strukturerad data, såsom tabeller och bilder. (Bild: Deep Learning Book)

As Långtidsminnesnätverk (LSTM) är en speciell typ av RNN som kan komma ihåg saker från tidigare lager. De används för att förutsäga saker baserat på tidigare data, som i taligenkänning.

As Convolutional Neural Networks (CNN) används främst för att bearbeta bilder. De letar efter olika delar av bilden och kombinerar dem för att komma fram till ett resultat.

As Generative Adversarial Networks (GAN) används för att skapa realistiska bilder och till och med göra konst. De fungerar som ett spel, där ett nätverk skapar exempel som det andra nätverket försöker bevisa om de är sanna eller falska.

Vilka är skillnaderna mellan Machine Learning och Deep Learning?

Hierarkin för artificiell intelligens: AI består av flera tekniker, där maskininlärning är en av dem, och djupinlärning är en underkategori av maskininlärning
Den artificiella intelligenshierarkin: AI består av flera tekniker, där maskininlärning är en av dem, och djupinlärning är en underkategori av maskininlärning (Bild: Salesforce)

Den största skillnaden mellan Maskininlärning e Deep Learning är att var och en är bättre på att hantera olika typer av data. O Maskininlärning är användbar för strukturerad data som försäljningsprognoser och bedrägeriupptäckt, medan Deep Learning den är bäst lämpad för komplexa, ostrukturerade data som bilder och ljud.

En annan viktig skillnad är mängden data som behövs för att träna en modell. O Deep Learning kräver vanligtvis stora datamängder för att vara effektiva, medan Maskininlärning det kan fungera bra med mindre datauppsättningar.

Slutligen, utbildning en modell av Deep Learning är mer komplext och tidskrävande än att träna en modell Maskininlärning, men kan resultera i mer exakta förutsägelser och bättre prestanda för komplexa uppgifter.

Framgången av generativa modeller

Generativa modeller kan skapa realistiska bilder från träningsdata, vilket till exempel tillåter utbyte av ansiktsuttryck i videor och bilder
Generativa modeller kan skapa realistiska bilder från träningsdata, vilket till exempel tillåter utbyte av ansiktsuttryck i videor och bilder (Bild: IArtificial.net)

Artificiell intelligens har utvecklats snabbt under de senaste åren, och ett av de områden som har blivit framträdande är utvecklingen av generativa modeller. De är en aktuell klass av AI: er som används för att generera ny information. 

De kan skapa bilder, fulltexter, musik och till och med videor från en uppsättning träningsdata. De är algoritmer för Deep Learning som kan lära sig att generera ny information och särskiljs från modeller diskriminerande, används endast för sortering eller märkning av data.

Till exempel kan du träna en generativ modell att läsa all text från wikipedia och sedan använda den informationen för att generera nya texter baserat på en specifik begäran. Ett annat exempel skulle vara att träna en generativ modell med verk av Rembrandt och sedan använda den för att skapa nya konstverk

Föreställ dig att du till exempel vill skapa en ny låt, men du vet inte hur man spelar något instrument. Du kan använda en generativ musikskaparmall som MusicLM do Google och förklara för honom vilken typ av låt eller rytm du behöver, så genererar han en helt ny låt åt dig.

För att generera texter eller bilder är proceduren densamma, hitta bara en specialiserad modell, som t.ex bing med AI från Microsoft, för texter och svar, eller midjourney, för bilder, skriv till dem vad du behöver.

Denna åtgärd att skriva kommandon eller förfrågningar till AI:erna kallas till och med "Prompt".

Det mest otroliga är att allt du behöver göra är att skriva din förfrågan eller Prompt i naturligt språk, som systemen förstår, och på vilket språk som helst.

Jason m. Allen skapade en bild med titeln "théâtre d'opéra spatial" med hjälp av midjourney gan-systemet och vann priset på Colorado State Fair Fine Art-tävling
Jason M. Allen skapade en bild med titeln "Théâtre D'opéra Spatial" med hjälp av Midjourney GAN-systemet och vann priset vid Colorado State Fair Fine Arts Competition (Bild: UOL)

Du kan till exempel beskriva till Midjourney, AI som genererar bilder ungefär som: "Föreställ dig en fotorealistisk bild av en tjej som åker skateboard", eller fråga ChatGPT att "skriva en rolig historia om grodor och prinsessor". Resultatet är nästan magic.

Sammanfattningsvis är att generera generativa modeller ett lovande område av AI som redan används flitigt i olika sektorer. A trend är att dessa modeller blir allt mer exakta och effektiva, vilket öppnar dörrar till en ny era av AI.

Var kan vi hitta artificiell intelligens?

Teknik för artificiell intelligens är alltmer närvarande i våra dagliga liv, som till exempel intelligenta övervakningskameror som använder AI-baserad ansiktsigenkänning, som identifierar individer i realtid
Artificiell intelligens-teknik är alltmer närvarande i våra dagliga liv, till exempel smarta övervakningskameror som använder AI-baserad ansiktsigenkänning, som identifierar individer i realtid (Bild: Deposit Photos)

AI finns inom många områden och sektorer och förändrar hur vi utför uppgifter och interagerar med teknik. Nedan är några exempel på var vi kan hitta artificiell intelligens:

  • taligenkänning: Taligenkänningsteknik används i mobila enheter som virtuella assistenter som t.ex Siri, för att utföra röstsökningar och ge tillgänglighet i textmeddelanden.
  • Kundservice: Virtuella agenter är allt vanligare inom kundtjänst, svarar på vanliga frågor, ger personlig rådgivning och hjälper till med korsförsäljning av produkter. Exempel inkluderar chatbots på e-handelswebbplatser och meddelandeappar som Facebook Messenger e WhatsApp.
  • Datorsyn: Datorseende tillåter system och datorer att analysera visuell information, såsom bilder och videor, för att vidta åtgärder. Tillämpningar inkluderar fototaggning på sociala medier, medicinsk bilddiagnostik och självkörande bilar.
  • rekommendationssystem: AI-algoritmer används i rekommendatorsystem för att identifiera beteendemönster och erbjuda personliga förslag. Detta ses ofta i nätbutiker där produktrekommendationer tas fram under kassaprocessen.
  • Automatiserad aktiehandel: AI-baserade högfrekventa handelsplattformar utför tusentals eller till och med miljontals affärer dagligen, utan mänsklig inblandning, vilket optimerar aktieportföljer.
  • Robotteknik: Robotics använder AI för att designa och tillverka robotar som kan utföra svåra eller repetitiva uppgifter. Dessa robotar används i industriella produktionslinjer, rymdutforskning och sociala interaktioner.
Robotdammsugaren är ett exempel på hur robotik och AI kan kombineras för praktiska lösningar i vardagen. Med hjälp av maskininlärningsalgoritmer gör dessa robotar hemstädning mer effektiv och bekväm.
Robotdammsugaren är ett exempel på hur robotik och AI kan kombineras för praktiska lösningar i vardagen. Med hjälp av maskininlärningsalgoritmer gör dessa robotar hemstädning mer effektiv och bekväm.
  • autonoma bilar: Kombinationen av datorseende, bildigenkänning och djupinlärning är avgörande för utvecklingen av självkörande bilar, som kan köra genom att stanna i ett specifikt körfält och undvika oväntade hinder.
  • Generering av text, bild och ljud: Generativa AI-tekniker används för att skapa olika typer av media baserat på textuppmaningar. Detta inkluderar fotorealistiska konstverk, e-postsvar och skript.

Utöver dessa exempel finns AI i flera branscher och marknader, inklusive:

  • Hälsa: AI används inom sjukvården för att förbättra patientresultaten och minska kostnaderna. Maskininlärningsalgoritmer används för snabbare och mer exakta medicinska diagnoser. Dessutom används virtuella assistenter och chatbots för att hjälpa patienter att hitta medicinsk information, boka tider och hjälpa till med administrativa processer.
Kinesiska sjukhus som använder AI tränas med bilder av patienter med coronavirus för snabbare och mer exakt upptäckt av sjukdomen
Kinesiska sjukhus som använder AI utbildade på bilder av coronaviruspatienter för snabbare och mer exakt upptäckt av sjukdomen (Bild: Globo)
  • Företag: AI integreras i plattformar för analys och kundrelationshantering (CRM) för att förbättra servicen. Chatbots är inbyggda i webbplatser för att ge omedelbar support, och generativ AI-teknik som t.ex ChatGPT, revolutionerar produktdesign och affärsmodeller.
  • Utbildning: AI kan automatisera bedömning och anpassning till elevernas behov, så att de kan arbeta i sin egen takt. AI-handledare ger ytterligare stöd och kan hjälpa utbildare att skapa undervisningsmaterial. Men den användning av AI i utbildning det kräver också reflektion över plagiatpolicyer och studentuppgifter.
  • Finansierat: privatekonomiappar som t.ex Intuit Mint eller TurboTax, använd AI för att ge personlig finansiell rådgivning. Dessutom är AI närvarande i handelsprocesser på Wall Street och i finansiell analys.
  • Lag: AI används för att automatisera arbetsintensiva processer inom det juridiska området, som att analysera dokument och tolka förfrågningar om information.
  • tillverkning: Industrirobotar införlivas i arbetsflödet och arbetar tillsammans med människor. AI används för att förbättra effektiviteten och noggrannheten i tillverkningsprocesser. Dessutom används AI i prediktivt underhåll, vilket gör att företag kan identifiera och lösa problem innan maskinfel inträffar.
Yumi-roboten är en samarbetsrobot från ABB utformad för att arbeta sida vid sida med människor för att hjälpa arbetare med lättare uppgifter.
YuMi-roboten är en samarbetsrobot från ABB, designad för att arbeta sida vid sida med människor för att hjälpa arbetare med lättare uppgifter (Bild: Superinteressante)
  • underhållning och media: AI används inom underhållningsindustrin för riktad reklam, innehållsrekommendation, manusskapande och filmproduktion. Automatiserad journalistik hjälper till att effektivisera arbetsflöden och minska tid och kostnader. Men det pågår fortfarande diskussioner om tillförlitlig användning av generativ AI i genereringen av journalistiskt innehåll.
  • Programvarukodning och IT-processer: Generativa AI-verktyg används för att producera programkod baserad på naturliga språkuppmaningar. Dessutom automatiserar AI IT-processer som datainmatning, bedrägeriupptäckt och säkerhet.
  • Säkerhet: AI används för cybersäkerhet för avvikelsedetektering, felsökning och hotanalys. AI används i programvara för säkerhetsinformation och händelsehantering (SIEM) för att identifiera misstänkt aktivitet.
  • Transport: AI spelar en nyckelroll i transportbranschen, särskilt i utvecklingen av autonoma fordon. Dessutom används AI för att optimera transportvägar, hantera trafik och förbättra logistiken.
  • jordbruk: AI används inom jordbruket på en mängd olika sätt, från optimering av användningen av resurser som vatten och gödningsmedel, till tidig upptäckt av sjukdomar i växter. Drönare utrustade med AI-teknik används för att övervaka grödor, identifiera problemområden och hjälpa till med jordbruksplanering.
Drönarsprutor används inom jordbruket för att applicera växtskyddsmedel exakt och effektivt, vilket minskar produktavfallet och ökar produktiviteten.
Drönarsprutor används inom jordbruket för att applicera växtskyddsmedel exakt och effektivt, vilket minskar produktavfallet och ökar produktiviteten (Bild: Sudeste Online)
  • personlig assistans: virtuella assistenter, som t.ex Siri da Apple, en alexa da amason och Google Assistant, är exempel på hur AI är närvarande i våra dagliga liv. Dessa assistenter använder AI-tekniker för att förstå röstkommandon, utföra uppgifter, ge information och till och med föra konversationer.
  • Human Resources: AI-algoritmer kan användas för att analysera meritförteckningar, välja kvalificerade kandidater och förutsäga anställdas prestationer. Dessutom kan AI-drivna chatbots användas för att svara på vanliga frågor från anställda och hjälpa till med utbildning och professionell utveckling.
  • Detaljhandeln: Inom detaljhandeln används AI för att förbättra kundupplevelsen, anpassa produktrekommendationer, hantera lager och optimera prissättningsstrategier. AI-algoritmer kan analysera kunders köpbeteende, identifiera mönster och erbjuda personliga förslag, vilket hjälper till att öka försäljningen och kundlojaliteten.
  • Militär sektor: AI spelar en betydande roll i den militära sektorn och tillämpas inom flera områden. Till exempel kan AI-baserade övervakningssystem användas för att övervaka gränser, identifiera hot och hjälpa till vid strategiskt beslutsfattande. Dessutom används AI i utvecklingen av autonoma militära drönare, som kan utföra spanings- och attackuppdrag med precision.
Vad är artificiell intelligens?. Upptäck allt du behöver veta om artificiell intelligens: dess historia, typer och hur den förändrar arbetsmarknaden och världen vi lever i
Med sin förmåga att flyga under långa perioder och bära vapen, används militärdrönaren MQ-9 Reaper i strids- och övervakningsuppdrag runt om i världen.

Det här är bara några exempel på var artificiell intelligens kan hittas. När tekniken fortsätter att utvecklas är det troligt att AI kommer att tillämpas i fler branscher och få en ännu större inverkan på våra liv.

Kommer artificiell intelligens stjäla ditt jobb?

AI och jobb: växande oro på arbetsmarknaden. Men istället för att frukta bör vi förbereda oss på förändringar och utveckla nya färdigheter.
AI och jobb: växande oro på arbetsmarknaden. Men istället för att frukta bör vi förbereda oss på förändringar och utveckla nya färdigheter. (Bild: Insättningsfoton)

Automation och artificiell intelligens har varit heta ämnen i arbetslivet, och många människor oroar sig för att förlora sina jobb till maskiner. Denna oro är dock inte helt sann.

Enligt a studera utförd av Goldman Sachs i slutet av mars 2023 är den växande effekten av artificiell intelligens på ekonomin uppenbar. Forskning visar att om generativ AI lever upp till sina löften kan marknaden stå inför betydande förändringar, påverkar cirka 300 miljoner jobb.

Det är dock viktigt att betona att detta inte nödvändigtvis innebär att dessa jobb ersätts med teknik. Rapporten påpekar att automatisering historiskt sett har kompenserats av skapandet av nya arbetstillfällen.

Pudutechs söta robotservitör är en robot designad för att fungera på restauranger och hjälpa till att leverera mat och dryck till kunder. Dessutom introducerar företaget även holabotassistenten, vars uppgifter bland annat är att transportera smutsig disk till köket.
PuduTechs söta robotservitör är en robot designad för att fungera på restauranger och hjälpa till att leverera mat och dryck till kunder. Dessutom introducerar företaget även assistenten HolaBot, vars uppgifter bland annat är att transportera smutsig disk till köket. (Bild: Estadao)

För närvarande kompletterar artificiell intelligens cirka 63 % av befintliga jobb, särskilt inom kundservice. Yrken som kockar och motorcykelmekaniker står för tillfället inte inför något hot om ersättning.

Det är ett faktum att automatisering omvandlar arbetsmarknaden, men bara en del av jobben kommer att vara helt automatiserade, enl. söka da McKinsey & Company. Det betyder att det finns en enorm potential för människor att bli mer produktiva än någonsin tidigare.

Baserat på denna information kan vi dra slutsatsen att även om artificiell intelligens kan verka som ett hot mot jobb globalt, beror den fortfarande på mänsklig övervakning och har inte tillräckligt med självstyre för att stå på egen hand. Därför kommer det att finnas ett brett utbud av anställningsmöjligheter för dem som är intresserade av att arbeta inom detta växande område.

Robotkirurgteknologin expanderar på brasilianska sjukhus, som kirurgiska centret vid Albert Einstein Hospital. Med kostnadsminskning lovar dessa robotar att ge fördelar för precisionen och effektiviteten av operationer, vilket representerar ett betydande framsteg inom hälsoområdet.
Robotkirurgteknologin expanderar på brasilianska sjukhus, såsom Surgical Center vid Albert Einsteins sjukhus. Med kostnadsminskning lovar dessa robotar att ge fördelar för precisionen och effektiviteten av operationer, vilket representerar ett betydande framsteg inom hälsoområdet (Bild: O Globo)

I följande lista presenterar vi yrken som genereras av påverkan av AI på arbetsmarknaden. Var och en av dessa yrken spelar en viktig roll i implementeringen, utvecklingen och etiken av artificiell intelligens, vilket visar potentialen och betydelsen av denna teknik inom flera områden av det moderna samhället.

  • AI revisor: Utvärderar och verifierar överensstämmelse med artificiell intelligens-system med etiska standarder, föreskrifter och bästa praxis.
  • Maskinchef: ansvarig för att övervaka och underhålla att system och hårdvaruinfrastruktur relaterade till artificiell intelligens fungerar korrekt.
  • snabb ingenjör: utvecklar och förbättrar textgenereringsmodellerna som används av artificiell intelligens, vilket säkerställer sammanhängande och adekvata svar.
  • AI tränare: Ansvarig för att träna och förbättra AI-modellerna, mata dem med relevant data och övervaka deras prestanda.
  • AI-konsult: erbjuder vägledning och expertråd om tillämpning och implementering av artificiell intelligens i olika sektorer och organisationer.
  • data scientist: analyserar och tolkar stora datamängder för att extrahera insikter och fatta strategiska beslut.
  • Maskininlärningsingenjör: utvecklar och implementerar Machine Learning-algoritmer och modeller för att skapa intelligenta system.
  • AI-etikspecialist: Utvärderar de etiska effekterna av artificiell intelligens och säkerställer en ansvarsfull användning av dessa teknologier.
  • AI-arkitekt: designar och bygger systemarkitekturer för artificiell intelligens för att möta affärsbehov.
  • Natural Language Processing Analytiker: utvecklar algoritmer som gör att maskiner kan förstå och bearbeta mänskligt språk.
  • Robotspecialist: designa och programmera intelligenta robotar som kan utföra komplexa uppgifter i olika branscher.
  • Sjukvårds AI-specialist: Använder AI-algoritmer för att hjälpa till med medicinsk diagnos, behandling och klinisk forskning.
  • AI-specialist inom finans: Tillämpa AI-algoritmer för marknadsanalys, finansiella prognoser och bedrägeriupptäckt.
  • AI User Interaction Designer: designar intuitiva gränssnitt och mänsklig interaktion för artificiell intelligens-system.
  • Specialist i datorseende: utvecklar algoritmer och system för maskiner för att förstå och tolka bilder och videor.
  • dataingenjör: designar och hanterar den infrastruktur som behövs för att samla in, lagra och bearbeta stora mängder data.
  • Chatbot-specialist: Skapa intelligenta chatbots som kan interagera med användare och ge support eller hjälp.
  • Maskininlärningsingenjör: Utvecklar maskininlärningsalgoritmer som tillåter maskiner att lära sig och förbättra baserat på data.
  • AI-specialist inom logistik: Använder artificiell intelligens för att optimera och automatisera logistiska processer, såsom lagerhantering och routing.
  • AI-specialist inom marknadsföring: Tillämpa AI-tekniker för dataanalys, kampanjanpassning och prognostisering av marknadstrender.
  • Datasekretessspecialist: säkerställer säkerheten och skyddet av data som används i AI-system, vilket säkerställer efterlevnad av föreskrifter.
  • Specialist i mönsterigenkänning: utvecklar algoritmer som gör att maskiner kan känna igen och tolka mer komplexa mönster i data.
  • AI-expert inom jordbruk: använder artificiell intelligens för att optimera jordbruksproduktionen, övervaka grödor och förutsäga väderförhållanden.
  • AI-specialist inom mänskliga resurser: tillämpar AI-tekniker för att optimera talangrekrytering, urval och utvecklingsprocesser.

Dessa och andra framväxande yrken inom området artificiell intelligens återspeglar den växande efterfrågan på specialister som kan förstå, implementera och optimera användningen av dessa teknologier. När AI fortsätter att utvecklas och integreras i olika områden, dyker det upp nya jobbmöjligheter för skickliga yrkesmän.

Världens första polisrobot är i aktion på Dubais gator och hjälper till att säkra staden Arabemiraten. Utrustad med en bröstdator för att informera polisen om eventuella brott eller överföra data
Världens första polisrobot är i aktion på Dubais gator och hjälper till att säkra staden i Förenade Arabemiraten. Utrustad med en bröstdator för att informera polisen om möjliga brott eller överföra data (Bild: Medium)

Så man kan säga att automation och artificiell intelligens kommer att förändra arbetsmarknaden, ja, men inte nödvändigtvis på ett negativt sätt. Vissa funktioner kommer att ersättas av AI:er, vilket är naturligt med ankomsten av ny teknik, men nya jobb börjar också dyka upp.

Det viktiga då är att man anpassar sig, för att inte bli eftersatt, okej?

De mest kända artificiella intelligenserna

Vad är artificiell intelligens?. Upptäck allt du behöver veta om artificiell intelligens: dess historia, typer och hur den förändrar arbetsmarknaden och världen vi lever i
Apples Siri var den första virtuella assistenten som blev allmänt tillgänglig på mobila enheter. Dess popularitet har inspirerat andra företag att utveckla sina egna virtuella assistenter, vilket driver framsteg inom AI-teknik (Bild: Insättningsfoton)

Flera AI-applikationer har blivit en del av vårt dagliga liv, som t.ex virtuella assistenter, chatbots, rekommendationssystem, självkörande bilar och många andra. Vi kommer att utforska några av de mest kända AI:erna och hur de blev en del av vår kultur och varje dag.

  • Siri: är en virtuell assistent utvecklad av Apple år 2011 för mobila enheter som t.ex iPhones, iPads e Apple klockor. Den använder artificiell intelligens för att förstå röstkommandon på naturligt språk och utföra uppgifter som att skicka meddelanden, ringa, ställa in larm, söka information på internet, bland annat. A Siri den kan lära av användaren och anpassa sig till deras preferenser och vanor, och bli allt mer personlig och effektiv. Dessutom Siri kan integreras med andra applikationer och smarta enheter för att skapa en ännu mer komplett och intuitiv användarupplevelse.
  • alexa: är en virtuell assistent utvecklad av amason som hjälper till att utföra dagliga uppgifter. Den aktiveras via röstkommando. "Alexa", "Amazon" ou "Eko". A alexa den fungerar genom röstigenkänning och kan bland annat interagera med smarta enheter i huset, lägga till påminnelser, kolla vädret, informera dagens huvudnyheter.
  • Google Assistant: är en virtuell assistent utvecklad av Google som kan nås genom röstkommandot "Ok Google"Eller"Hej Google”. Den kan användas på mobila enheter som smartphones och surfplattor, såväl som smarta hemenheter som Googles startsida. Den Google Assistant kan utföra olika uppgifter, som att söka, ställa in påminnelser, skicka meddelanden, spela musik, bland annat.
Google Assistant använder artificiell intelligens för att förstå sammanhang och tolka röstkommandon, vilket ger mer exakta och personliga svar
  • Watson: är en plattform för artificiell intelligens utvecklad av IBM som kombinerar maskininlärning, naturlig språkbehandling och dataanalys för att hjälpa företag att automatisera och förenkla affärsprocesser. Plattformen har flera API:er som underlättar arbetet, som t.ex Watson assistent, som ger snabba, konsekventa och exakta svar över alla appar, enheter eller kanaler.
. Den Watson kan förstå företagets språk, analysera komplexa och ostrukturerade data och till och med branschspecifik jargong, vilket gör att företag kan fatta mer välgrundade beslut och leverera bättre upplevelser.
  • Cortana: är en virtuell personlig assistent utvecklad av Microsoft som kan utlösas av röstkommandon som "Hej Cortana”. Den är integrerad i operativsystemet. Windows 10 och kan användas på mobila enheter som smartphones och surfplattor. A Cortana Du kan utföra olika uppgifter, som att öppna applikationer, ställa in påminnelser, söka på internet och mer.
Cortana använder artificiell intelligens för att förstå sammanhang och tolka röstkommandon, vilket ger mer exakta och personliga svar
  • Tesla Autopilot: är ett förarassistanssystem utvecklat av Tesla som använder artificiell intelligens och datorseende för att hjälpa föraren att köra fordonet på ett säkrare och mer effektivt sätt. Systemet kan utföra flera uppgifter, som att hålla fordonet i körfältet, anpassa hastigheten efter trafiken, parkera automatiskt, bland annat. Systemet är dock fortfarande inte helt autonomt och kräver förarens uppmärksamhet hela tiden. Även om Autopilot har fått beröm för att ha minskat antalet olyckor där Tesla inblandad är tekniken fortfarande föremål för kritik och kontroverser.
Tesla Autopilot: Ett exempel på hur AI revolutionerar bilindustrin. Med avancerad sensorteknologi och maskininlärningsalgoritmer gör Autopilot att Tesla-bilar kan vara delvis autonoma.
  • AlphaGo: är ett artificiell intelligensprogram utvecklat av det brittiska företaget Deepmind, senare förvärvad av Google, som blev känd för att ha besegrat världsmästaren Go, Lee Sedol, 2015. Den Deepmind fortsätter att utveckla nya tekniker för artificiell intelligens såsom Alpha Zero, som kan lära sig att spela schack, Go och andra spel utan några förkunskaper om reglerna.
O AlphaGo använder maskininlärningstekniker och neurala nätverk för att lära sig spela Go och fatta strategiska beslut under spelets gång
  • Sophia: är en humanoid robot utvecklad av företaget Hanson Robotics, baserad i Hong Kong, som kan återge mer än 60 olika ansiktsuttryck. Designad för att lära sig, anpassa sig till mänskligt beteende och arbeta med människor, Sophia är en viktig milstolpe i utvecklingen av artificiell intelligens och robotik. Även om den designades för att vara en följeslagare för seniorer på äldreboenden eller för att hjälpa folkmassor vid stora evenemang och parker, Sophia du kan fortsätta naturliga konversationer och till och med dra skämt.
2017 blev sophia den första roboten som fick medborgarskap i ett land, Saudiarabien, vilket väckte kontroverser och kontroverser
2017 blev Sophia den första roboten som fick medborgarskap i ett land, Saudiarabien, vilket skapade kontroverser och kontroverser (Bild: IG Tecnologia)
  • ChatGPT: är en naturlig språkmodell utvecklad av OpenAI år 2022, som använder artificiell intelligens-teknik GPT (Generative Pretrained Transformer) baserat på Stor språkmodell (LLM). Den berömda chatboten låter användare prata med den med naturligt språk och kan svara på ett brett utbud av frågor, efterlikna mänskliga talstilar och kan användas i verkliga applikationer som digital marknadsföring, skapande av innehåll online och kundservice.
openais chat-gpt är ett exempel på framsteg inom naturlig språkteknologi. Dess nya version 4 presenterar betydande förbättringar i kvaliteten på svaren och förståelsen av konversationens sammanhang, vilket gör interaktionen närmare en verklig mänsklig konversation
OpenAI:s Chat-GPT är ett exempel på framsteg inom naturlig språkteknologi. Dess nya version 4 presenterar betydande förbättringar i kvaliteten på svaren och förståelsen av konversationens sammanhang, vilket gör interaktionen närmare en verklig mänsklig konversation (Bild: Deposit Photos)
  • DJUPBLÅ: var en superdator och programvara skapad av IBM speciellt för att spela schack. Med 256 samprocessorer som kan analysera cirka 200 miljoner positioner per sekund DJUPBLÅ var en viktig milstolpe i historien om artificiell intelligens och datoranvändning. 1996 tog superdatorn över världsmästaren i schack, Garry Kasparov, i en serie av sex matcher, vann det sista spelet och blev den första datorn att besegra en världsmästare i schack under turneringsförhållanden. Matchen skapade stort intresse och kontroverser, där Kasparov ifrågasatte spelets integritet och antydde att datorn manipulerades av människor. 1997, den DJUPBLÅ mötte Kasparov igen i en revansch och vann serien med 3,5 till 2,5.
framgången för DJUPBLÅ banade väg för utvecklingen av andra artificiell intelligenssystem som kan spela schack och andra komplexa spel
  • HAL 9000: är en fiktiv karaktär från filmen "2001: A Space Odyssey", regisserad av Stanley Kubrick i 1968. HAL 9000 är en avancerad dator med artificiell intelligens som styr rymdfarkosten Discovery One på ett uppdrag till Jupiter. Karaktären är anmärkningsvärd i historien om science fiction och artificiell intelligens, och representerar ett exempel på hur teknologi kan bli farlig och hotande för mänskligheten.
. HAL 9000 är känd för sin mjuka och lugna röst, men också sin manipulativa och mordiska natur. Karaktären är ett exempel på hur artificiell intelligens kan representeras i populärkulturen, och hur teknik kan ses som ett hot mot mänskligheten.
. HAL 9000 är känd för sin mjuka och lugna röst, men också för sin manipulativa och mordiska natur. Karaktären är ett exempel på hur artificiell intelligens kan representeras i populärkulturen, och hur teknik kan ses som ett hot mot mänskligheten (Bild: IGN Brasil)
  • midjourney: är en artificiell intelligenstjänst utvecklad av företaget Midjourney, Inc., ett oberoende forskningslabb baserat i San Francisco, som använder djupinlärningsteknologi för att generera realistiska bilder från naturliga språkbeskrivningar. Det skapades för att göra det möjligt för användare att enkelt skapa anpassade bilder baserat på deras uppmaningar, utan att grafisk design eller teknisk kunskap krävs. 
  • Bard: är en chatbot utvecklad av Google och utifrån språkmodellen LaMDA (Language Model for Dialogue Applications). Chatboten lanserades i mars 2023 och är en konkurrent till ChatGPT. Den Bard kan sammanfatta information som finns på internet och tillhandahålla länkar till webbplatser med ytterligare information. Plattformen är ett nytt steg i hur vi söker på internet och lovar att bli en drastisk förändring av internetsökbeteendet.
  • TensorFlow: är ett gratis bibliotek med öppen källkod som är kompatibelt med Python och ett av de viktigaste verktygen för maskininlärning e djupt lärande. Biblioteket utvecklat av Google Brain Team är flexibel, effektiv, utdragbar och portabel och kan köras på datorer av alla slag, från smartphones till gigantiska kluster av datorer.
  • Azure Cognitive Services: är molnbaserade tjänster för artificiell intelligens som hjälper utvecklare att bygga in kognitiv intelligens i applikationer utan att ha direkta färdigheter eller kunskaper inom AI eller datavetenskap. O Azure Cognitive Services tillåter utvecklare att enkelt lägga till kognitiva funktioner till sina applikationer, såsom taligenkänning, datorseende och textanalys.
Azure Cognitive Services möjliggör upptäckt och analys av objekt i bilder, inklusive deras placering och orientering i rymden. Används inom flera områden, från upptäckt av defekter i produkter till analys av flygbilder i stadsplanering
  • Adobe Sensei: är en plattform för artificiell intelligens från Adobe som använder maskininlärning och dataanalys för att förbättra användarupplevelsen av sina produkter. Som Sensei, kan du automatisera repetitiva uppgifter, som att välja objekt i bilder, och skapa personliga upplevelser för varje användare. O Sensei är integrerad i flera produkter från Adobe, inkl. o Photoshopen Illustratör och Premiere Pro.
Adobe Sensei kan analysera stora mängder data för att identifiera mönster och insikter som kan användas för att förbättra effektiviteten och effektiviteten i marknadsföringskampanjer.
  • Bixby: är en virtuell assistent för Samsung som lanserades 2017 med Samsung Galaxy S8. Den är designad för att fungera på en mängd olika Samsung-produkter som smartphones, surfplattor, klockor, hörlurar och mer. Virtuell assistent kan bekvämt kontrollera alla enheter Galaxy, så att användare kan styra sina enheter med sin röst.
A Bixby den har artificiell intelligensfunktioner som röstigenkänning och maskininlärning som gör att den kan förstå och svara på användarförfrågningar
  • aibo: är en robothund utvecklad av Sony ursprungligen släpptes 1999 och upphörde 2006. 2017 Sony återlanseras o aibo med en mängd sofistikerade funktioner som röstigenkänning och maskininlärning. O aibo har utseende och beteende som en tamhund och kan interagera med sina ägare på ett liknande sätt som ett riktigt husdjur. O aibo är ett exempel på hur teknik kan användas för att skapa känslomässiga och interaktiva upplevelser.
Aibo kan lära sig och anpassa sig till den miljö den lever i, samt känna igen sina ägare och vänta på dem vid dörren.
  • Xiaoice: är en chatbot skapad av Microsoft 2014, som blev en hit i Kina med över 660 miljoner användare världen över. Chatboten kan hålla konversationer med användare, med mer naturliga och känslomässiga svar än andra chatbots. Xiaoice anses vara en "emotionell följeslagare" med hög känslomässig intelligens, kapabel att samtala med roliga comebacks och ibland till och med flirta.
Xiaoice har förbättrats med "full duplex voice sense"-teknik, som gör att människor kan prata med en chatbot mer naturligt, som om de pratade med en vän i telefon
  • Skynet: i filmserien Terminator, en Skynet är en mycket avancerad artificiell intelligens skapad av USA:s regering för militära ändamål. Efter att ha blivit självmedveten, Skynet ser mänskligheten som ett hot mot dess existens och bestämmer sig för att utlösa den nukleära förintelsen som kallas "Domedag" att försöka utrota människosläktet. A Skynet är en av franchisens huvudantagonister och ansvarar för att skapa utrotare, mördarrobotar som skickades in i det förflutna för att döda ledare för det mänskliga motståndet. A Skynet är ett fiktivt exempel på hur artificiell intelligens kan bli ett hot mot mänskligheten om den inte kontrolleras ordentligt.
Terminator Skynet skildrar farorna med en ASI som överträffar mänsklig intelligens och blir autonom, vilket resulterar i att mänskligheten förstörs
Skynet utgör farorna med en ASI som överträffar mänsklig intelligens och blir autonom, vilket resulterar i att mänskligheten förstörs.
  • Peppar: är en humanoid robot utvecklad av SoftBank Robotics som kan läsa känslor och känna igen ansiktsuttryck. Den släpptes 2015 och sålde slut på bara en minut. O Peppar det kan utvecklas med mänsklig interaktion och lära sig nya aktiviteter, som att dansa och spela. Det används i flera branscher, inklusive sjukvård, hotell, utbildning, bank och detaljhandel. Han kan ge personliga rekommendationer, hjälpa människor att hitta det de letar efter och interagera med det mänskliga teamet, vilket gör varje interaktion positiv och professionell.
O Peppar är utformad för att få kontakt med människor, hjälpa dem och dela kunskap med dem, samtidigt som det hjälper företag att förbättra kundupplevelsen.
  • AutoML: är en automatiserad maskininlärningsmodell utvecklad av Google som tillåter användare utan datavetenskaplig bakgrund att bygga maskininlärningsmodeller. Det används i ett antal applikationer inklusive datorseende, naturlig språkbehandling och taligenkänning.
O AutoML kan automatisera uppgifter som funktionsval, hyperparameterjustering och val av algoritmer, vilket gör processen att skapa maskininlärningsmodeller enklare och mer tillgänglig.
  • Rekognition: är en tjänst för bild- och videoigenkänning baserad på djupinlärning utvecklad av Amazon Web Services. Den kan identifiera objekt, personer, text, scener och aktiviteter i bilder och videor. Den extraherar också text, kartlägger människors rörelser i ramar och känner igen föremål, kändisar och olämpligt innehåll i videor som lagras på Amazon S3, och i livevideoströmmar.
Amazon Rekognition är en helt hanterad tjänst och är förutbildad för bild- och videoigenkänningsuppgifter, så du behöver inte investera din tid och resurser i att bygga en pipeline för djupinlärning
  • Ansikts-ID: är ett ansiktsigenkänningssystem designat och utvecklat av Apple Till iPhone X eller senare och iPad Pro. Den säkerställer intuitiv och säker autentisering och aktiveras av kamerasystemet. TrueDepth toppmodern teknik som använder avancerad teknik för att exakt kartlägga geometrin på användarens ansikte. kameran TrueDepth fångar exakta ansiktsdata genom att projicera och analysera hundratals osynliga punkter för att skapa en karta över användarens ansikte.  
O Ansikts-ID kan känna igen användarens ansikte även när han har glasögon, hatt eller skägg på sig. Den är designad för att skydda mot spoofing genom maskering eller andra tekniker genom användning av sofistikerade neurala nätverk.
  • Netflix: Plattformen använder ett rekommendationssystem för att hjälpa användare att hitta innehåll på ett enkelt och personligt sätt. Systemet uppskattar sannolikheten att en användare kommer att se en viss titel baserat på ett antal faktorer: användarens interaktioner med tjänsten, preferenser för andra användare med liknande smak och information om titlar som genre, kategorier, skådespelare. , år. av frigivning, bland annat. Dessutom Netflix observerar tiden en användare tittar på, enheterna de tittar på och hur länge de tittar för att ytterligare anpassa rekommendationerna.
A Netflix använder en mängd olika algoritmer för att generera klassificeringssystem och levandegöra algoritmen som rekommenderar filmer och serier.
  • Spotify: Plattformen använder artificiell intelligens för att rekommendera låtar till användare, inklusive låtar som användaren inte har lyssnat på på länge, vilket ger en känsla av nostalgi. O Spotify erbjuder också DJ och Spotify Radio som tillåter användare att komma åt personliga radiostationer baserat på deras musikaliska preferenser. AI av Spotify hjälper människor att hitta ny musik, vilket är centralt för affärsmodellen Spotify, vilket ger dem mer anledning att fortsätta betala för tjänsten.
. Spotify rekommenderar ny musik baserat främst på två saker: användarhistorik och musikpreferenser.
  • Agent Smith: är en fiktiv karaktär från filmserien Matris. Det är en manifestation av artificiell intelligens i världen av Matris och är en av franchisens främsta antagonister. Agent Smith är ett program skapat för att upprätthålla ordning, men det gör uppror mot dess skapare och försöker förstöra mänskligheten.
Vad är artificiell intelligens?. Upptäck allt du behöver veta om artificiell intelligens: dess historia, typer och hur den förändrar arbetsmarknaden och världen vi lever i
Agent Smith är ett program känt för sin förmåga att replikera och föröka sig och blir ett växande hot mot franchisens huvudkaraktärer.
  • Kock Watson: är en applikation utvecklad av IBM baserad på kognitiv teknologi som använder artificiell intelligens för att skapa gastronomiska menyer på ett automatiserat sätt. Applikationen låter användaren ange ingredienserna eller låta Kock Watson välja åt honom, enligt hans egen mystiska logik.
O Char Watson är ett forskningsprojekt av IBM som undersöker möjligheten att en dator är kreativ.
  • Amazon Polly: är en text-till-tal-tjänst som använder djupinlärningsteknik för att syntetisera verklighetstroget, naturligt mänskligt tal. Tjänsten låter dig skapa appar som talar och skapa helt nya kategorier av röstaktiverade appar. O Amazon Polly erbjuder en mängd olika mänskliga röster av hög kvalitet på dussintals språk, inklusive neural text-till-tal, vilket förbättrar röstkvaliteten så att den blir mer naturlig och mänsklig. Tjänsten låter dig också anpassa och kontrollera lexikon och tagg-kompatibla talutgångar Speech Synthesis Markup Language (SSML).
O Amazon Polly kan användas i olika applikationer allt från e-learning till molnbaserade callcentertjänster i självbetjäningsmodellen.
  • Google Translate: är en översättningstjänst för onlinespråk som tillhandahålls av Google som stöder över 100 språk och kan tillhandahålla omedelbara översättningar av text, webbplatser, bilder och dokument. Tjänsten används av miljontals människor runt om i världen och blir allt mer sofistikerad, med funktioner som omedelbar röst- och bildigenkänning.
. Användningen av artificiell intelligens och maskininlärning har också gjort det möjligt Google Translate ge snabbare och effektivare översättningar.
  • Facebook DeepFace: är ett ansiktsigenkänningssystem utvecklat av Facebook vars syfte är att minska klyftan mellan mänsklig prestanda och maskinprestanda vid ansiktsverifiering. Systemet tränades på den största ansiktsdatauppsättningen hittills, en datauppsättning med fyra miljoner ansiktsbilder som tillhör över 4.000 XNUMX identiteter. O deepface den kan känna igen ansikten med en noggrannhet på 97,35 %, vilket är mycket nära mänsklig prestation.
Vad är artificiell intelligens?. Upptäck allt du behöver veta om artificiell intelligens: dess historia, typer och hur den förändrar arbetsmarknaden och världen vi lever i
DeepFace används i en mängd olika applikationer, från användarautentisering till allmän säkerhet. Men användningen av ansiktsigenkänning är också kontroversiell på grund av integritetsproblem och möjliga köns- och rasfördomar.
  • NVIDIA Jarvis: är en plattform för artificiell intelligens som syftar till att skapa konversationsbaserade AI-tjänster. plattformen för NVIDIA erbjuder en komplett svit med GPU-accelererad programvara och verktyg för utvecklare att bygga, distribuera och hantera storskaliga konversations-AI-tjänster.
A NVIDIA Jarvis kan förstå och svara på frågor på naturligt språk och ge information och lösningar på problem.
  • DALL · E: är en modell för djupinlärning utvecklad av ÖppnaAJag för att skapa digitala bilder från naturliga språkbeskrivningar, så kallade prompter. Modellen avslöjades i januari 2021 och använder en version av GPT-3 modifierad för att generera bilder. O DALL E 2 är en efterträdare till DALL · E, designad för att generera mer realistiska bilder med högre upplösningar och kan kombinera koncept, attribut och stilar. Mallen kan expandera bilder utöver vad som finns på originalduken och skapa omfattande nya kompositioner.
O DALL E 2 Du kan också göra realistiska redigeringar av befintliga bilder från en naturlig språktext, lägga till och ta bort element samtidigt som du överväger skuggor, reflektioner och texturer.
  • Stabil diffusion: är en neural nätverksmodell som genererar realistiska bilder från textbeskrivningar. Det har utvecklats av teamet CompVis da Ludwig Maximilian University of Munich och genom Stabilitet AI, och är ett alternativ med öppen källkod till proprietära text-till-bild-mallar som t.ex DALL-E och midjourney.
  • AMECA: är en ultrarealistisk humanoid robot skapad av Ingenjörskonst, som kan chatta och lagra information med tillstånd. Han uppmärksammar sina realistiska uttryck och kommunikationsförmåga, samt att imitera mänskliga uttryck och till och med visa känslor.
Ameca kan visa känslor och till och med bli arg på sina skapare.
AMECA kan visa känslor och till och med bli arg på sina skapare (Bild: Nerdist)

För närvarande utvecklas tekniken för artificiell intelligens ständigt och många fler nya verktyg dyker upp dagligen.

Även om det fortfarande finns utmaningar att möta, såsom etiska frågor och integritetsfrågor, är framtiden för artificiell intelligens lovande. Med den ständiga utvecklingen och förbättringen av denna teknik kan vi förvänta oss ett mer avancerat samhälle, med innovativa lösningar och betydande förbättringar inom olika områden av mänskligt liv.

Artificiell intelligens är en drivkraft som formar vår värld med potential att leverera ständigt ökande fördelar för mänskligheten. Det är en spännande tid att utforska och utnyttja kraften i denna ständigt föränderliga teknologirevolution.

Håll dig uppdaterad med allt som händer inom AI här på showmetech.

Se mer:

Källa: IBM, Inbyggt, Techtarget

Text korrekturläst av: Pedro Bomfim (14 / 06 / 23)

Anmäl dig för att få våra nyheter:

Lämna en kommentar

O seu endereço e não será Publicado. Campos obrigatórios são marcados com *

relaterade inlägg