Фраза дня: narrow AI (weak AI) - слабый Искусственный Интеллект

Что такое узкий (narrow) ИИ и что такое слабый (weak) ИИ?
Узкий ИИ, также известный как слабый ИИ, представляет собой приложение технологий искусственного интеллекта для создания высокофункциональной системы, которая воспроизводит - а, возможно, и превосходит - человеческий интеллект для определенной цели.

Узкий ИИ часто противопоставляется общему искусственному интеллекту (ОИИ), который иногда называют сильным ИИ; теоретическая система ИИ, которую можно применить к любой задаче или проблеме.

Примеры узкого ИИ
Все формы современных систем ИИ можно отнести к категории узких ИИ. Вот они:

• Системы распознавания изображений и лиц. Эти системы, в том числе те, которые используются компаниями социальных сетей, такими как Facebook и Google, для автоматической идентификации людей на фотографиях, являются формами слабого ИИ.
• Чат-боты и разговорные помощники. Сюда входят популярные виртуальные помощники Google Assistant, Siri и Alexa. Также включены более простые чат-боты для обслуживания клиентов, такие как бот, который помогает покупателям вернуть товар в розничный магазин.
• Беспилотные автомобили. Автономные или полуавтономные автомобили, такие как некоторые модели Tesla и автономные дроны, лодки и заводские роботы, - все это приложения узкого ИИ.
• Модели профилактического обслуживания. Эти модели основываются на данных от машин, которые часто собираются с помощью датчиков, чтобы помочь предсказать, когда какая-либо часть машины может выйти из строя, и заблаговременно предупредить пользователей.
• Двигатели рекомендаций. Эти системы, которые предсказывают контент, который может понравиться пользователю или который ищет следующий, являются формами слабого ИИ.

Преимущества и недостатки узкого ИИ

Преимущества. Узкие системы ИИ могут выполнять отдельные задачи хорошо, часто лучше, чем люди. Слабая система искусственного интеллекта, разработанная для выявления рака по рентгеновским или ультразвуковым изображениям, например, может обнаруживать раковые образования на изображениях быстрее и точнее, чем обученный радиолог.

Между тем, платформа прогнозного обслуживания может анализировать поступающие данные датчиков в режиме реального времени, что практически невозможно для человека или группы людей, чтобы приблизительно предсказать, когда какая-либо часть машины выйдет из строя.

Недостатки. Тем не менее, узкие системы ИИ могут делать только то, для чего они предназначены, и могут принимать решения только на основе своих данных обучения. Чат-бот для обслуживания клиентов розничного продавца, например, может ответить на вопросы, касающиеся часов работы магазина, цен на товары или политики возврата магазина. Тем не менее, вопрос о том, почему тот или иной продукт лучше аналогичного, скорее всего, поставит бота в тупик, если только его создатели не потратили время на то, чтобы запрограммировать бота, чтобы он отвечал именно на такие вопросы.

Между тем, системы ИИ склонны к предвзятости и часто могут давать неверные результаты, будучи не в состоянии их объяснить. Сложные модели часто обучаются на огромных объемах данных - данных больше, чем их создатели-люди могут отсортировать сами. Большие объемы данных часто содержат предвзятость или неверную информацию, поэтому модель, обученная на этих данных, может непреднамеренно принять эту неверную информацию как истинную.

Модель будет делать искаженные прогнозы, но ее пользователи, не подозревая, что она обучалась на предвзятых данных, не будут знать, что прогнозы ошибочны.

Узкий ИИ против общего ИИ (AGI), слабый ИИ против сильного ИИ
AGI включает в себя систему со всесторонними знаниями и когнитивными способностями, так что ее производительность неотличима от производительности человека, хотя ее скорость и способность обрабатывать данные намного выше. Такая система еще не разработана, и мнения экспертов расходятся, как если бы такую систему можно было создать.

Некоторые эксперты считают, что система общего искусственного интеллекта должна обладать человеческими качествами, такими как сознание, эмоции и критическое мышление.

Системы, построенные на узком или слабом ИИ, не обладают ни одним из этих качеств, хотя они часто могут превзойти людей, когда они направлены на конкретную задачу. Эти системы предназначены не для полной имитации человеческого интеллекта, а для автоматизации конкретных человеческих задач с использованием машинного обучения, глубокого обучения и обработки естественного языка.