Автозаповнення на смартфонах зручно, але іноді воно призводить до ненавмисних помилок. Давайте розглянемо, як працює автозаповнення AI та його обмеження.
Якщо ви коли-небудь користувалися смартфоном, то, ймовірно, вас засмучувало автозаповнення. Автозавершення — це гілка штучного інтелекту (ШІ), яка розроблена, щоб полегшити життя людей, тож чому ми вважаємо це розчаровуючим? Незручність автозаповнення нагадує нам про реальність штучного інтелекту. Вперше штучний інтелект запропонував Джон Маккарті в 1956 році.
Це стосується здатності комп’ютерних програм навчатися та міркувати, як люди. Штучний інтелект є найбільш цінним, коли його застосовують в інших наукових і соціальних сферах. AlphaGo, який минулого року привернув увагу всього світу, є прикладом застосування штучного інтелекту в Go. Окрім цих передових ігор, ШІ також трансформує такі галузі, як охорона здоров’я, фінанси, транспорт тощо. Наприклад, у сфері охорони здоров’я розробляються системи штучного інтелекту, які допомагають діагностувати та планувати лікування пацієнтів, а у сфері фінансів використовуються алгоритми для аналізу ринкових даних і пропозиції інвестиційних стратегій.
Насправді ШІ існує в багатьох різних сферах і має різний ступінь інтелекту. Тому ШІ можна класифікувати на два типи: сильний ШІ та слабкий ШІ. Потужний штучний інтелект – це такий штучний інтелект, який насправді може думати та вирішувати проблеми. Слабкий штучний інтелект – це коли система не має розуму, але вона імітує розум. Ви можете вважати штучний інтелект, який може спілкуватися з людьми природним шляхом, сильним штучним інтелектом, а штучний інтелект, який може лише аналізувати дані, слабким штучним інтелектом. У фільмі «Залізна людина» помічник Тоні Старка Джарвіс є сильним штучним інтелектом, тоді як такий штучний інтелект, як автозаповнення на смартфонах, є слабким.
Отже, що ж робить ШІ унікальною технологією? Це машинне навчання, або «машинне навчання». Машинне навчання — це «сфера розробки алгоритмів і методів, які дозволяють комп’ютерам навчатися». У 1959 році Артур Самуель вперше визначив машинне навчання як «галузь дослідження, яка розробляє алгоритми, які дозволяють машинам навчатися на основі даних і виконувати поведінку, не визначену в коді». Машинне навчання зосереджено на створенні прогнозів на основі атрибутів, отриманих із навчальних даних.
У поточному комерціалізованому штучному інтелекті машинне навчання в основному здійснюється за допомогою методу, який називається зіставленням шаблонів. Зіставлення шаблонів — це спосіб з’ясувати, що ви вже знаєте про проблему, а потім спробувати відоме рішення. Функція автозаповнення вашого смартфона є прикладом зіставлення шаблонів. Він дізнається про введені символи та зіставляє їх із відповідним текстом. Однак ця технологія має свої обмеження. Багато людей використовують зіставлення за шаблоном на своїх смартфонах, щоб виправити граматичні помилки, наприклад, пропуск верхньої строфи або автозавершення ненавмисних слів.
Іншим прикладом зіставлення шаблонів є рекомендації вмісту Facebook. Якщо ви коли-небудь були на Facebook, то, мабуть, помітили, що після перегляду відео у вашій стрічці новин під відео рекомендовані інші відео. Однак цей приклад також ілюструє обмеження зіставлення шаблонів. Рекомендуючи вміст, він продовжує робити те саме для користувачів. Ви не знаєте, як користувачі реагують на ваші рекомендації, і ви не отримуєте багато відгуків.
Саме тут на допомогу приходить розпізнавання шаблонів, щоб подолати обмеження зіставлення шаблонів. Розпізнавання шаблонів означає, що програмне забезпечення виявляє нові шаблони, відстежуючи поведінку користувача. У той час як зіставлення шаблонів застосовується до всіх користувачів одночасно, розпізнавання шаблонів визначає та виправляє шаблони для кожного користувача. Сучасні програми включають автоматичне розпізнавання поштової пошти та автоматичну ідентифікацію за відбитками пальців. Деякі смартфони вже мають функцію автозаповнення для користувача. Він збирає інформацію про символи, які ви вводите, і аналізує, що буде далі. На відміну від традиційного зіставлення шаблонів, автозаповнення залежить від користувача, що робить його трохи зручнішим для нас.
Подібно до того, як зіставлення шаблонів поступилося місцем розпізнаванню шаблонів, система постійно вдосконалюється, але для подолання розриву потрібно досить багато часу. Йому все ще важко зрозуміти складні фрази, а у випадку розпізнавання мовлення він не розпізнає різні акценти та вимову. Ці проблеми будуть лише вирішуватися, коли буде зібрано більше даних. Наразі більшість ситуацій у реальному житті є слабким штучним інтелектом, і дослідження потужного штучного інтелекту тривають. Штучний інтелект раптом у моді, але його прогрес може бути повільнішим, ніж ми думаємо.
Цей технологічний прогрес — це більше, ніж просто технологічний прорив; це також несе з собою соціальні та етичні проблеми. Штучний інтелект, швидше за все, порушить ринок праці, оскільки він поступово замінює людські робочі місця, і нам потрібно розглянути соціальні наслідки цих технологічних досягнень і підготуватися до них. Важливо підготуватися до майбутнього та до того, як ШІ змінить наше життя.
