La intel·ligència artificial (IA) no és només una preocupació per als escriptors de ciència ficció.
Robots, programes de traducció i cotxes autònoms mostren d’una manera molt pràctica les possibilitats que pot oferir la IA. Però, de què es tracta exactament? I com podrem aprendre més sobre la IA i programar nosaltres mateixos programari d’IA? Aprendre intel·ligència artificial.
Què és la intel·ligència artificial (IA) i de què es tracta?
L’objectiu de a investigació en IA sempre ha estat simular artificialment la intel·ligència humana. Tanmateix, això es extremadament difícil per diverses raons (ja esdevé problemàtic amb la definició d’intel·ligència).
La intel·ligència artificial s’utilitza ara quan els sistemes informàtics resolen problemes per si mateixos.
A diferència de l’algorisme de solució tradicional (“si el problema X, llavors la solució Y”), el propi sistema de la màquina decideix quina solució triar per a un problema.
La capacitat d’aprenentatge independent del sistema informàtic és especialment importat per a això. Així que l’ordinador primer aprèn a resoldre tasques.
I com poden aprendre els ordinadors?
En poques paraules, entrenant-se sobre la base de grans quantitats de dades. El sistema s’organitza com una xarxa neuronal artificial que funciona de manera similar al cervell humà.
El procés d’aprenentatge amb les dades d’entrenament s’anomena aprenentatge automàtic (Machine Learning) o aprenentatge profund (Deep Learning). El coneixement es genera a partir de l’experiència, per exemple mitjançant el reconeixement de patrons. S’utilitzen mètodes estadístics moderns.
En poques paraules:
- Els humans ja no ofereixen un algorisme de solució fixa als sistemes intel·ligents artificials.
- El propi sistema d’IA aprèn a partir de grans bases de dades com es resolen millor les tasques.
- Per descomptat, primer s’ha de programar en conseqüència.
Per què és important aprendre intel·ligència artificial ara mateix?
Diversos desenvolupaments fan que la importància de la intel·ligència artificial hagi augmentat enormement:
- Progrés tecnològic: la programació de sistemes d’aprenentatge automàtic / aprenentatge profund amb xarxes neuronals artificials està ara molt avançada.
- Quantitat de dades: en moltes àrees, hi ha disponibles quantitats increïblement grans de dades (Big Data) amb finalitats d’entrenament dels sistemes d’IA (per exemple, dades d’imatge, dades de veu, consultes de cerca).
- Potència de càlcul: ara està disponible la potència de càlcul per processar grans quantitats de dades.
- Aplicacions rellevants: les aplicacions d’IA per al mercat massiu són possibles, per exemple: cerca a Internet (Google RankBrain), filtre de correu brossa, reconeixement de veu (Siri, Amazon Echo / Alexa, Google Home), traducció automàtica (Google Translate, DeepL), reconeixement d’imatges (per exemple en radiologia o reconeixement facial), robòtica i cotxes autònoms (combinen tecnologia d’IA i components mecànics).
Les màquines d’IA ja són molt superiors als experts humans en moltes àrees. Els informes sobre els èxits en els escacs i el pòquer, en la lectura de llavis i la lectura de la ment així ho demostren. Fins i tot les primeres peces de música i quadres ja es poden crear de manera independent per sistemes informàtics. I fins i tot els chatbots ara poden sonar increïblement naturals.
Segons els experts, la intel·ligència artificial arribarà a molts àmbits de la vida i indústries en els propers anys. Per tant, crítics seriosos com el professor Russel de la UC Berkeley estan pensant, fins i tot, en una possible amenaça futura dels robots “súper intel·ligents” (veure vídeo de presentació).
Actualment s’estan creant molts llocs de treball i projectes en empreses i organitzacions en el desenvolupament i aplicació dels programes de programari corresponents. Per descomptat, els experts informàtics amb coneixements rellevants en intel·ligència artificial tenen una gran demanda.
Andrew Ng: Artificial Intelligence is the New Electricity
Aprendre Intel·ligència Artificial