Tomáš Novák
Když mluvíme o umělá inteligence často máme tendenci být trochu zmatení. Tento termín se týká všech operací, které lze nějakým způsobem připsat schopnostem lidského intelektu ale provádí počítač. Například rozpoznávání předmětů nebo učení se novým věcem a novým dovednostem v průběhu času stejně jako dětský mozek nebo dokonce komprimace různých jazyků. Umělá inteligence je často zaměňována s strojové učeníale je třeba rozlišovat.
Strojové učení, popř strojové učeníje metoda implementace umělé inteligence a používá se k zajištění toho, aby stroje mohly přijímat sadu dat, katalogizovat je a poté poučit se z těchto informací příjmy. To znamená, že díky automatickému učení nebo strojovému učení mohou zařízení upravit své algoritmy tak, aby se přizpůsobily a naučily se novým dovednostem v závislosti na datech, která obdržela. To vede k záměně mezi strojovým učením a umělou inteligencí, protože když mluvíme o tom, mají stejnou věc Velká data.
To často vede k přesvědčení, že algoritmy umělé inteligence jsou jednoduchými „nástroji“ schopnými pouze provádět operace a instrukce zadané programátory nebo jinými lidskými „agenty“. Ve skutečnosti jsou skutečné aplikace umělé inteligence mnohem složitější a rozmanitější, a to natolik, že v některých ohledech je možné považovat některá chování získaná komplexními algoritmy AI za „kreativní“..
Umělá inteligence a GAN
Od svého úsvitu udělala umělá inteligence skutečně obrovské pokroky. Díky podpoře systémů strojového učení a hlubokého učení je umělá inteligence schopna porozumět a překládat stovky a stovky různých jazyků; rozpoznávat předměty, lidi nebo zvířata v obrazech; rozpoznat (a v některých případech předvídat) nástup i vážných onemocnění; volejte a rezervujte si stoly nebo kadeřnictví a mnoho dalšího.
Brzy by však algoritmy umělé inteligence mohly získat novou kvalitu, dosud „exkluzivní“ pro lidskou inteligenci: kreativitu. Díky tzv. Generative Antagonist Network, neboli v angličtině Generativní nepřátelská síť (GAN)třída algoritmů používaných v nekontrolovaném strojovém učení, která neimplementuje jeden, ale dvě neuronové sítě kteří se navzájem „srážejí“, aby tvořili, ale i učili se. V tuto chvíli i GAN systémy Používaly se především pro tvorbu obrazů od základu pro interiérový design nebo vybavení, ale také pro tvorbu 3D grafických modelů počínaje fotografiemi a nakonec pro zkvalitnění obrazů přicházejících z astronomických stanic.
Co se stane s používáním GAN
Ještě před několika lety vedl vývoj strojového učení a zejména hlubokého učení k vývoji počítačů schopných rozeznat chodce od auta nebo psa od kandelábrů. Krok vpřed, který umožnil vytvoření mnoha systémů pro autonomní nebo asistované řízení. Spíše složité úkoly na provedení, pro stroj, ale stále “opakující se”. GAN systémy na druhou stranu slibují, že přinesou kreativitu i do světa umělé inteligence. Jeden aspekt, který by mohl revoluci v pojetí uměnířemeslo a všechny ty tvůrčí činnosti, které jsme až dosud považovali pouze za lidské.
Jak se zrodily systémy Generative Adversarial Network
Může se to zdát neuvěřitelné, ale tak komplexní myšlenka jako GAN se zrodila v baru, zatímco skupina přátel popíjela pivo. Ve skutečnosti v roce 2014 výzkumník Ian Goodfellow hádal se v hospodě s partou kamarádů, kteří se pokoušeli vyrobit počítač, který by uměl sám vytvářet fotky. Ianovi přátelé z výzkumu již používali neuronové sítě jako „generativní“ modely k vytváření nových dat. Ale výsledky ve většině případů nebyly příliš dobré. Ve skutečnosti byly počítačem generované obrázky téměř vždy rozmazané nebo obsahovaly chyby, jako například chybějící uši nebo vlasy v případě fotografií lidí. V tu chvíli si Ian myslel, že řešením, jak vylepšit záběry vytvořené na PC, je srazí dvě neuronové sítě navzájem místo toho, abyste se pokusili učit z databáze obrázků. Jeho přátelé nepřikládali Ianově nápadu velkou váhu, ale když se vrátil domů, začal plánovat svůj vlastní nápad, který na první pokus vyšel. Ten večer Ian Goodfellow vynalezl GAN, skutečnou revoluci v oblasti umělé inteligence.
5. července 2018
Od společnosti Cultur-e
