Что такое искусственный интеллект?

ИИ — это способность компьютера выполнять задачи, которые обычно выполняются людьми, поскольку они требуют человеческого интеллекта и проницательности. Примеры включают в себя принятие решений на основе прошлых событий, видение, понимание, рассказывание вещей и участие в разговорах.

Области искусственного интеллекта

  1. Машинное обучение — основа системы искусственного интеллекта. Именно так мы учим компьютерные модели учиться и принимать решения на основе прошлых данных.
  2. Обнаружение аномалий — это возможность автоматически обнаруживать ошибки или необычные действия в системе.
  3. Компьютерное зрение — это способность системы интерпретировать мир с помощью камер, изображений и видео.
  4. Обработка естественного языка (NLP) — это способность компьютера интерпретировать написанные или произнесенные слова, интерпретировать и реагировать.
  5. Разговорный ИИ — возможность программного агента (бота) участвовать в разговоре.

Службы искусственного интеллекта доступны в Microsoft Azure

  1. Azure Machine Learning — платформа для обучения, развертывания и управления моделями машинного обучения.
  2. Cognitive Services — набор сервисов, которые разработчики могут использовать для создания решений ИИ.
  3. Azure Bot Service — облачная платформа для разработки и управления ботами.

Принципы ответственного ИИ

ИИ мощен, и, как говорится в поговорке супергероев, «с большой силой приходит большая ответственность», поэтому важно, чтобы мы сделали ИИ ответственным. Мы делаем это, устанавливая некоторые принципы.

  1. Справедливость. Системы искусственного интеллекта должны относиться ко всем людям справедливо и без какой-либо предвзятости.
  2. Надежность и безопасность. Системы искусственного интеллекта должны работать надежно и безопасно.
  3. Конфиденциальность и безопасность. Системы искусственного интеллекта должны быть безопасными и уважать конфиденциальность.
  4. Инклюзивность. Системы искусственного интеллекта должны расширять возможности каждого и приносить пользу всем.
  5. Прозрачность. Системы искусственного интеллекта должны быть понятными. Пользователи должны быть полностью осведомлены о назначении системы и ее ограничениях.
  6. Подотчетность. Люди должны нести ответственность за системы ИИ. Дизайнеры и разработчики должны работать в рамках структуры и организационных принципов, обеспечивающих соответствие решения этическим и юридическим стандартам.

Еще несколько терминов

  1. Регрессия — форма машинного обучения, которая используется для прогнозирования числового значения на основе характеристик элемента.
  2. Классификация — используется для прогнозирования, к какой категории относится элемент. Это контролируемая техника машинного обучения.
  3. Кластеризация — это форма машинного обучения, используемая для группировки похожих элементов на основе их характеристик. Это пример метода неконтролируемого машинного обучения.