Q:
Hvad betyder "forbindelse" for virksomheds AI?
EN:Begrebet kunstig intelligens anvendes til erhvervslivet på mange forskellige måder, og store forskydninger inden for kunstig intelligensforskning kan være yderst nyttige til at gøre fremskridt inden for forretningsmæssig software-kapacitet. Connectionism er en ny retning, hvor meget kunstig intelligensforskning foregår, og det er en, der sandsynligvis dramatisk ændrer de værktøjer og ressourcer, som virksomhederne bruger for at drage fordel af mulighederne i kunstig intelligensløsninger.
Connectionism er en filosofi om kunstig intelligens, der fremmer modellering af den menneskelige hjerne ved at skabe små kunstige enheder svarende til menneskelige neuroner og grupper af neuroner i hjernen. Et af de grundlæggende aspekter af forbindelse er insisteringen på, at adfærds- og kognitive systemer på højt niveau kan bygges ved hjælp af små individuelle enheder, der er bundet sammen i et kombineret netværk. Med det for øje gør fremkomsten af det kunstige neurale netværk (ANN) meget for at fremme forbindelse og hebbisk teori, opkaldt efter matematikeren Donald Hebb og hans arbejde i 1940'erne.
Connectionism antyder, at det kunstige neurale netværk kommer til at have kritiske anvendelser til fremme af kunstig intelligens. Forskere har allerede detaljerede ANN-modeller til rådighed, og kunstige neurale netværk forbedrer maskinlæring på mange forskellige områder. Når det drejer sig om virksomhedsbrug af kunstig intelligens, kan konnektionisme virkelig ændre de underliggende måder, hvorpå hjælpeteknologier fungerer.
Ser vi på traditionelle værktøjer til virksomhedsoplysning, kan vi se, at mange af dem er baseret på nogle forholdsvis traditionelle metoder, herunder sandsynlighedsværktøjer. En af disse er Bayesian-logik, der bruger årsag-og-virkning og beslutningstræer og manipulerer store datasæt i henhold til denne logik for at skabe beslutningsstøttende resultater (se en artikel om den populære anvendelse af Bayesian-logik i erhvervslivet her).
Den største måde, hvorpå konnektionisme vil påvirke kunstig intelligens i erhvervslivet, er, at den vil erstatte mange af disse Bayesianske logikmodeller og sandsynlighedsmodeller med modeller, der fungerer på basis af kunstige neurale netværk. Det kunstige neurale netværk er en samling af små stykker, der hver for sig har ringe betydning. Der er ikke meget logik indbygget i de enkelte enheder - i stedet forbinder netværket outputene fra disse enheder og gør det til et logisk resultat. Med det for øje vil erhvervsmæssig kunstig intelligensværktøj, der er bygget på forbindelse, være grundlæggende forskellige fra dem, der er blevet brugt populært i fortiden (se denne instruktive tråd om Quora). I stedet for at opnå beregningsresultater gennem logik, vil de opnå disse resultater ved at køre komplekse maskinlæringsalgoritmer gennem et kunstigt neuralt netværk og undersøge resultaterne.
Nogle eksperter hævder, at stigningen i forbindelse med sammenhængen meget har at gøre med begrænsninger i moderne forskning på logisk kunstig intelligens. Med andre ord, da forskere havde maksimeret meget af potentialet ved traditionel AI, tilvejebragte konnektionisme og det kunstige neurale netværk et middel til at bevæge sig fremad og fortsætte med at forbedre og udvide, hvordan disse teknologier fungerer og "tænker." Modeller baseret på konnektionisme bringer os meget tættere på en fuld simulering af den menneskelige hjerne og den biologiske tankeproces, hvorfor disse innovationer vil være så vigtige for alle former for kunstig kunstig intelligens - f.eks. de output, som en virksomhed vil bruge fra salgsstyrkeautomation eller styring af kundeforhold eller forsyningskæde eller faciliteter til styring af faciliteter vil alle være baseret på disse meget forskellige modeller.
Er AI og maskinlæring noget, som din virksomhed kunne drage fordel af? Besøg AltaML for at finde ud af det .
