2017. máj. 26.

Az elmúlt évek során számos technológia minőségében robbanásszerű fejlődés volt tapasztalható. Beszédfelismerő funkciók állnak rendelkezésünkre a telefonokon és számítógépeken, amelyeket számos vállalat alkalmaz, pl. az Apple-nél a Siri, a Microsoftnál a Cortana, az Amazonnál az Alexa, továbbá a Google számos hangfelismerő megoldása.

 

A kínai kereső-óriás Baidu szerint a felhasználók körében az elmúlt 18 hónapban megháromszorozódott a beszéd alapú interfész alkalmazások használata. A beszédfelismerés mellett a képfelismerésben rejlő lehetőségek is is hatalmasat fejlődtek. Egészségügyi start-upok bejelentették, hogy hamarosan képessé válnak az MRI-, röntgen- és CT-felvételek radiológusoknál sokkal hatékonyabb, számítógépekkel történő elemezésére. Ezáltal képesek lesznek a rákot korábban, kevésbé invazív állapotában diagnosztizálni, valamint felgyorsulhat az életmentő gyógyszerek kutatása is. A jobb képfelismerés alapvető fontosságú a robotok, önvezető autók és önálló drónok tökéletesítésében. Ezeket a mesterséges intelligencia (AI) technológia által elért áttöréseket deep learningnek nevezzük.

 

 Az AI legérdekesebb aspektusa az, hogy egyetlen ember sem képes a számítógépeket a fentebb leírt feladatok elvégzésének programozására. Ehelyett a programozók egy tanulási algoritmust töltenek fel a gépekre, melyek aztán terrabájtnyi adatokból (pl. képek vagy értékelhető beszédminták tömege) képes fejleszteni önmagát úgy, hogy a program választja meg az adatok felismerésének leghatékonyabb módját. Összefoglalva, ezek a számítógépek képesek saját magukat tanítani, amely hihetetlen mértékben forradalmasítja az IT szektort.

 

A következő diagram szemlélteti az AI létrehozásával kapcsolatos legfontosabb területeket.

 

 

 

 

A deep learning vezeti jelenleg a mesterséges intelligencia fejlődését.

 

Az AI évtizedek óta elérhető, azonban a mesterséges neurológiai hálózatok terén nyújtott előnyeinek köszönhetően napjainkban robbanásszerű fejlődést ért el. A mesterséges neurológiai hálózatokat az emberi agy biológiája inspirálta, ezek a gépi tanulási modellek algoritmusok és nagyméretű adatok feldolgozásával tanulnak, ezáltal speciális feladatok ellátására válnak képessé. A deep learning oly módon teljesíti a feladatokat, hogy minden létező gépi támogatást elérhetővé tesz. A neurális hálózatok kutatásában történt előrelépések számos áttörést eredményeznek, az egyik a képfelismerés újbóli felfedezése. Manapság a deep learning módszerrel erre megtanított gépek által végzett képfelismerés számtalan esetben eredményesebb az ember által végzettnél, kezdve a vérben található rák indikátorok azonosításától az MRI felvételeken található tumorok azonosításáig.

 

A deep learning és a mesterséges intelligencia ilyen mértékű fejlődésének hihetetlen hatása lesz a jövőnkre. A Big Data elsődleges mozgatórugója az AI fejlődésének, mert ezen technológiák óriási mennyiségű információt képesek összegyűjteni és összeszervezni elemzésre, amivel legtöbb esetben messze meghaladják a kézi feldolgozás lehetőségeit. Ezen túlmenően, a szervezeti hatékonyság növelése érdekében, drámai mértékben képes csökkenteni egy kritikus hiba előfordulásának valószínűségét. A mesterséges intelligencia képes felismerni a szabálytalan mintákat, pl. csaló vagy spam emailek , és valós időben értesíti a társaságokat ezekről a feltételezett tevékenységekről. Az AI gépek pl. megtaníthatók bejövő ügyfélhívások kezelésére, ezáltal csökkentve a költségeket. A mesterséges intelligencia arra is képes, hogy adatbázisokat vizsgáljon meg és a meglévő ügyfelek vásárlási szokásai szerint viselkedő potenciális ügyfeleket keressen az interneten. Csupán idő kérdése, hogy az AI használata a mindennapi életben általánosan megszokott lesz.