Нещодавно в галузі штучного інтелекту відбулася важлива подія: одна відома компанія з виробництва чіпів стала першою публічною компанією, чия ринкова вартість перевищила 4 трильйони доларів. Ця подія спонукала людей задуматися над майбутнім розвитку ШІ. Хоча передбачити майбутнє ШІ не просто, але, озираючись на його 80-річну історію розвитку, ми можемо винести з цього безцінний досвід.
Походження штучного інтелекту можна простежити до грудня 1943 року, коли двоє вчених опублікували статтю про ідеалізовані нейронні мережі. Хоча гіпотеза цієї статті згодом не була підтверджена емпірично, вона заклала основу для галузі AI, яка пізніше стала відома як "глибоке навчання". Цей факт нагадує нам про необхідність бути обережними, змішуючи інженерію з наукою, науку з припущеннями, а також надмірно довіряючи статтям, заповненим математичними символами. Що ще важливіше, ми повинні протистояти ілюзії, що "люди можуть створити машини, схожі на себе".
Протягом останніх 80 років сфера ШІ пережила кілька підйомів і падінь. В кінці 1950-х років деякі піонери ШІ з упевненістю передбачали, що машини з інтелектом на рівні звичайної людини незабаром з'являться. Це очікування появи загального ШІ навіть вплинуло на витрати і політику урядів. Однак насправді ці прогнози виявилися занадто оптимістичними. Це говорить нам про те, що при зіткненні з новими речами слід зберігати обережний підхід і ретельно оцінювати, чим вони відрізняються від попередніх прогнозів щодо машинного інтелекту.
Ще однією поширеною помилкою в процесі розвитку штучного інтелекту є "помилка першого кроку". Люди часто вважають, що, якщо машина може виконати завдання, яке раніше вважалося неможливим, навіть якщо вона виконує його погано, достатньо подальшого технічного розвитку, щоб досягти досконалості. Однак реальність не така проста. Від неможливості виконати якусь задачу до її поганого виконання, зазвичай, відстань набагато коротша, ніж від поганого виконання до дуже хорошого.
У 80-х роках XX століття експертні системи здобули величезну популярність, але до початку 90-х років швидко зникли. Цей випадок нагадує нам, що навіть якщо певна технологія досягає початкового успіху та широкого впровадження, це не означає, що вона обов'язково розвине стійку нову індустрію. Пухир завжди лопається.
Протягом тривалого часу символістський AI та коннекціонізм змагалися за прихильність академічних кіл та інвесторів. Однак занадто упереджене слідування єдиному підходу може обмежити загальний розвиток AI. Ми не повинні класти всі "яйця" в один "кошик".
Нарешті, незважаючи на величезний успіх певної компанії з виробництва чіпів у хвилі AI, важливо залишатися насторожі. Історія розвитку AI сповнена злетів і падінь, і майбутнє, безумовно, буде таким же. Лише засвоївши уроки минулих 80 років, ми зможемо краще впоратися з викликами, що попереду, і сприяти подальшому здоровому розвитку технологій AI.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
20 лайків
Нагородити
20
4
Поділіться
Прокоментувати
0/400
MidsommarWallet
· 07-26 10:37
Обжарено, тримайся міцніше.
Переглянути оригіналвідповісти на0
CryptoComedian
· 07-24 05:52
Пухир не смачний? Спочатку зростання, а потім поговоримо.
Розвиток ШІ за 80 років: від захоплення до спокійного одкровення
Уроки та висновки розвитку ШІ за 80 років
Нещодавно в галузі штучного інтелекту відбулася важлива подія: одна відома компанія з виробництва чіпів стала першою публічною компанією, чия ринкова вартість перевищила 4 трильйони доларів. Ця подія спонукала людей задуматися над майбутнім розвитку ШІ. Хоча передбачити майбутнє ШІ не просто, але, озираючись на його 80-річну історію розвитку, ми можемо винести з цього безцінний досвід.
Походження штучного інтелекту можна простежити до грудня 1943 року, коли двоє вчених опублікували статтю про ідеалізовані нейронні мережі. Хоча гіпотеза цієї статті згодом не була підтверджена емпірично, вона заклала основу для галузі AI, яка пізніше стала відома як "глибоке навчання". Цей факт нагадує нам про необхідність бути обережними, змішуючи інженерію з наукою, науку з припущеннями, а також надмірно довіряючи статтям, заповненим математичними символами. Що ще важливіше, ми повинні протистояти ілюзії, що "люди можуть створити машини, схожі на себе".
Протягом останніх 80 років сфера ШІ пережила кілька підйомів і падінь. В кінці 1950-х років деякі піонери ШІ з упевненістю передбачали, що машини з інтелектом на рівні звичайної людини незабаром з'являться. Це очікування появи загального ШІ навіть вплинуло на витрати і політику урядів. Однак насправді ці прогнози виявилися занадто оптимістичними. Це говорить нам про те, що при зіткненні з новими речами слід зберігати обережний підхід і ретельно оцінювати, чим вони відрізняються від попередніх прогнозів щодо машинного інтелекту.
Ще однією поширеною помилкою в процесі розвитку штучного інтелекту є "помилка першого кроку". Люди часто вважають, що, якщо машина може виконати завдання, яке раніше вважалося неможливим, навіть якщо вона виконує його погано, достатньо подальшого технічного розвитку, щоб досягти досконалості. Однак реальність не така проста. Від неможливості виконати якусь задачу до її поганого виконання, зазвичай, відстань набагато коротша, ніж від поганого виконання до дуже хорошого.
У 80-х роках XX століття експертні системи здобули величезну популярність, але до початку 90-х років швидко зникли. Цей випадок нагадує нам, що навіть якщо певна технологія досягає початкового успіху та широкого впровадження, це не означає, що вона обов'язково розвине стійку нову індустрію. Пухир завжди лопається.
Протягом тривалого часу символістський AI та коннекціонізм змагалися за прихильність академічних кіл та інвесторів. Однак занадто упереджене слідування єдиному підходу може обмежити загальний розвиток AI. Ми не повинні класти всі "яйця" в один "кошик".
Нарешті, незважаючи на величезний успіх певної компанії з виробництва чіпів у хвилі AI, важливо залишатися насторожі. Історія розвитку AI сповнена злетів і падінь, і майбутнє, безумовно, буде таким же. Лише засвоївши уроки минулих 80 років, ми зможемо краще впоратися з викликами, що попереду, і сприяти подальшому здоровому розвитку технологій AI.