A Intel falou sobre como, em sua opinião, as tecnologias de inteligência artificial se desenvolverão nos próximos anos. A empresa prevê o uso generalizado de IA cognitiva, que poderá ir além dos limites dos algoritmos modernos de IA, por exemplo, não apenas reconhecer texto ou fala, mas também entendê-los.
De acordo com a Intel, nos próximos anos, tanto as áreas existentes de inteligência artificial, por exemplo, aquelas relacionadas ao reconhecimento de fala ou imagem, serão desenvolvidas, quanto algoritmos de IA com recursos fundamentalmente novos. Os carros ficarão mais inteligentes. Obviamente, o processo de aprendizado profundo da inteligência artificial continuará melhorando, tornando-se mais rápido e eficiente. Ao mesmo tempo, o aprendizado profundo de ponta a ponta será possível.
Supõe-se que a IA cognitiva será capaz de compreender não apenas a linguagem em si, mas também o significado das palavras e o contexto da fala; usar dados de várias fontes; adaptar-se rapidamente a novas circunstâncias e tarefas; aprender com os resultados de seu trabalho; conectar algo como senso comum ao raciocínio, e assim por diante.
As habilidades de IA cognitiva antropocêntrica listadas acima podem ser alcançadas usando sistemas neurosimbólicos baseados em conhecimento estruturado, explícito e compreensível.
A Intel explicou a diferença entre IA convencional e cognitiva usando o exemplo da definição de doenças infecciosas dos pulmões. A IA convencional determinará a doença apenas com base nos dados que recebeu durante o treinamento, quando os bancos de dados com as imagens médicas correspondentes passaram pela rede neural. Por sua vez, a IA cognitiva aprende continuamente, realiza observações, estuda o histórico médico e faz diagnósticos. Na verdade, ele realiza a tarefa da maneira que uma pessoa a abordaria, e não escolhendo apenas a opção mais provável das fotos.
Bem ali, a Intel fala sobre um sistema de conhecimento de três níveis para IA. A primeira é algo como intuição e conclusões que vêm primeiro, na IA moderna, essa é a própria rede neural. O segundo nível implica algo como reflexão, uma análise mais profunda. No caso da IA, estamos falando do uso de bancos de dados adicionais. Finalmente, o terceiro nível é o acesso a fontes externas, grandes bibliotecas de dados que podem ser localizadas em qualquer lugar.
Assim, acaba por alcançar um melhor resultado ao trabalhar com IA. No caso de tarefas médicas, o diagnóstico é mais preciso, pois o sistema leva em conta muitos fatores e “pensa” em diferentes opções, extraindo conhecimento de um número maior de fontes. Assim, o tratamento é mais eficaz.
2022-03-03 16:15:49
Autor: Vitalii Babkin