Cilat janë llojet e inteligjencës artificiale? [Video dhe kuiz]

Përgjigje e shkurtër: Llojet e inteligjencës artificiale kuptohen më mirë nga aftësia, funksionaliteti, stili i trajnimit dhe rasti i përdorimit. Inteligjenca artificiale e ngushtë është e zakonshme sot, ndërsa inteligjenca artificiale e përgjithshme dhe super-inteligjenca artificiale mbeten teorike. Kur zgjidhni një mjet, përputhni kategorinë me detyrën, rreziqet e përfshira dhe nevojën për shqyrtim nga njeriu.

Përmbledhjet kryesore:

Klasifikimi: Ndani aftësinë, funksionalitetin, metodën e trajnimit dhe rastin e përdorimit përpara se të krahasoni sistemet.

Rishikimi njerëzor: Kontrolloni rezultatet gjeneruese, parashikuese dhe bisedore përpara se të mbështeteni në to.

Transparenca: Pyesni se cilat të dhëna, logjikë dhe kufizime formësojnë çdo sistem të inteligjencës artificiale.

Përgjegjshmëria: Mbajini njerëzit përgjegjës kur inteligjenca artificiale ndikon në vendime, përdorues ose siguri.

Kontrolli i riskut: Testoni për paragjykime, privatësi, siguri dhe keqpërdorim para vendosjes.

---

1. Cilat janë llojet e inteligjencës artificiale?

Kur njerëzit pyesin, "Cilat janë llojet e inteligjencës artificiale?" ata zakonisht nënkuptojnë një nga dy gjërat:

Ata mund të pyesin për inteligjencën artificiale bazuar në aftësi, si për shembull nëse ajo mund të bëjë vetëm një detyrë ose të arsyetojë më gjerësisht në një mënyrë njerëzore.

Ose ata mund të pyesin për inteligjencën artificiale bazuar në funksionalitet, që do të thotë se si sillet, mëson, kujton, parashikon ose përgjigjet sistemi.

Këtu gjërat ngatërrohen pak. IA nuk grupohet në një kuti të pastër. Është më shumë si renditja e veglave të kuzhinës sipas madhësisë, qëllimit, mprehtësisë dhe nëse xhaxhai juaj i ka blerë ato nga një dyqan online i dyshimtë. Sisteme të ndryshme klasifikimi mbivendosen.

Kategoritë kryesore zakonisht përfshijnë:

• AI i ngushtë

• Inteligjenca e Përgjithshme Artificiale

• Super AI

• Makineri Reaktive

• AI me memorie të kufizuar

• Teoria e Mendjes AI

• IA e Vetëdijshme

• Mësimi i Makinerisë AI

• IA e të Mësuarit të Thellë

• IA gjeneruese

• IA parashikuese

• IA bisedore

• AI i Vizionit Kompjuterik

• Robotikë AI

Disa prej tyre përdoren gjerësisht. Disa janë ende kryesisht teorike. Disa tingëllojnë futuriste, por janë tashmë të integruara në aplikacionet e përditshme. Vija ndarëse midis "softuerit normal" dhe "IA" është bërë gjithashtu më e paqartë me kalimin e kohës.

---

2. Llojet e IA-së sipas Aftësisë

Mënyra e parë kryesore për të klasifikuar IA-në është sipas asaj që ajo mund të bëjë. Ky është një pamje e përgjithshme 🧠.

AI i ngushtë

IA e ngushtë, e quajtur edhe IA e dobët, është projektuar për të kryer një detyrë specifike ose një grup të kufizuar detyrash. Kjo është IA që njerëzit përdorin çdo ditë.

Shembujt përfshijnë:

• Rekomandime kërkimi

• Filtra të spamit

• Asistentë zanorë

• Sistemet e njohjes së fytyrës

• Chatbot-e

• Motorët e rekomandimit të produkteve

• Mjetet e zbulimit të mashtrimit

• Aplikacionet e përkthimit të gjuhës

IA e ngushtë mund të jetë e fuqishme, por nuk është "mendimtare" në kuptimin e gjerë njerëzor. Një IA shahu mund të mposhtë një mjeshtër të madh, por nuk mund të vendosë papritmas të bëhet pastiçer. Një model përkthimi mund të përkthejë një paragraf, por nuk e përjeton gjuhën në mënyrën që e përjeton një person.

Megjithatë, inteligjenca artificiale e ngushtë është baza e botës moderne të inteligjencës artificiale. Nuk është joshëse në një mënyrë fantastiko-shkencore, por drejton pjesën më të madhe të shfaqjes pas perdes 🎭.

Inteligjenca e Përgjithshme Artificiale

IA e përgjithshme i referohet inteligjencës artificiale që mund të kuptojë, të mësojë, të arsyetojë dhe të zbatojë njohuritë në shumë detyra të ndryshme në një nivel të ngjashëm me njeriun.

Thënë thjesht: nuk do të bënte mirë vetëm një gjë. Mund të përshtatej.

Një IA e vërtetë e përgjithshme potencialisht mund të:

• Mësoni detyra të panjohura

• Arsyetimi në lëndë të ndryshme

• Zgjidh probleme të reja

• Transferoni njohuritë nga një fushë në tjetrën

• Kuptoni kontekstin më thellë

• Merrni vendime me gjykim fleksibël

Ky lloj i inteligjencës artificiale është ende më shumë një qëllim sesa një realitet i përditshëm. Njerëzit flasin shumë për të sepse është interesante, ndoshta pak shqetësuese dhe e vështirë t'i rezistosh si koncept. Por mjetet e zakonshme që shkruajnë tekst, gjenerojnë imazhe ose u përgjigjen pyetjeve nuk janë automatikisht IA e përgjithshme. Ato mund të duken të gjera, por prapëseprapë funksionojnë brenda kufijve të projektuar.

Super AI

Super-IA do të shkonte përtej inteligjencës njerëzore. Jo vetëm shkrim më i shpejtë ose matematikë më e mirë - arsyetim, kreativitet, strategji, të nxënë superior dhe ndoshta edhe mirëkuptim emocional ose social.

Kjo është kategoria më spekulative. Ngre pyetje të mëdha:

• Kush e kontrollon atë?

• A mund të përputhet kjo me vlerat njerëzore?

• A do t’i kuptonte saktë qëllimet njerëzore?

• A mund ta përmirësonte veten?

• Çfarë ndodh nëse merr vendime që njerëzit nuk mund t'i ndjekin?

Super-IA është vendi ku bisedat me IA ndonjëherë shndërrohen në një supë filozofike. Ndoshta një supë e vlefshme, por prapëseprapë supë 🍲.

---

3. Llojet e IA-së sipas Funksionalitetit

Një mënyrë tjetër e zakonshme për të shpjeguar llojet e IA-së është me anë të funksionalitetit. Kjo përqendrohet në mënyrën se si sillet IA.

Makineri Reaktive

Makinat reaktive janë lloji më i thjeshtë i inteligjencës artificiale. Ato i përgjigjen të dhënave aktuale pa përdorur kujtesën nga përvojat e kaluara.

Ata nuk mësojnë me kalimin e kohës në mënyrën siç bëjnë sistemet moderne adaptive. Ata e shikojnë situatën, e përpunojnë atë dhe reagojnë.

Mendojini si: “Të dhënat hyrëse hyjnë. Të dhënat dalëse dalin. Asnjë shënim në ditar.”

IA reaktive mund të jetë ende mbresëlënëse. Mund të analizojë lëvizjet e mundshme në një lojë ose t'i përgjigjet një situate të përcaktuar qartë me shpejtësi dhe precizion ekstrem. Por nuk ndërton një histori personale dhe as nuk evoluon bazuar në ndërveprimet e kaluara.

AI me memorie të kufizuar

IA me memorie të kufizuar mund të përdorë të dhënat e kaluara për të marrë vendime më të mira. Kjo është kategoria ku ndodhet pjesa më e madhe e IA-së praktike të sotme.

Shembujt përfshijnë:

• Sistemet e rekomandimeve që mësojnë nga sjellja e përdoruesit

• Sisteme të automjeteve vetëdrejtuese që analizojnë kushtet e fundit të rrugëve

• Chatbotët që mbajnë mend kontekstin brenda një bisede

• Modelet e zbulimit të mashtrimit mësojnë nga modelet e transaksioneve

• Mjete analitike parashikuese që përdorin të dhëna historike

Kujtesa e kufizuar nuk do të thotë "kujtesë e keqe". Kjo do të thotë që sistemi mund të përdorë të dhëna të ruajtura ose të kohëve të fundit, por nuk posedon vetëdije njerëzore ose përvojë personale afatgjatë. Megjithatë, mund të jetë shumë efektiv. Ndonjëherë tepër efektiv - si kur një aplikacion blerjesh e di se çfarë dëshironi përpara se ta pranoni vetë 🛒.

Teoria e Mendjes AI

IA e Teorisë së Mendjes do të kuptonte emocionet, besimet, qëllimet dhe sinjalet sociale në një mënyrë më njerëzore.

Ky lloj i inteligjencës artificiale nuk do të përpunonte vetëm fjalë. Do të nxirrte përfundime se çfarë mund të ndiejë, dëshirojë, keqkuptojë, frikësohet ose presë dikush.

Për shembull, mund të kuptojë se:

• Një klient është i frustruar, por përpiqet të qëndrojë i sjellshëm

• Një student është i hutuar, por në siklet të pyesë përsëri

• Një pacient është i shqetësuar pavarësisht se thotë "Jam mirë"

• Një shok skuadre ngurron sepse nuk pajtohet në heshtje

Kjo mbetet një fushë aktive e diskutimit mbi IA-në, por IA e vërtetë e Teorisë së Mendjes është jashtëzakonisht e vështirë. Emocionet njerëzore janë të ngatërruara. Njerëzit thonë një gjë dhe kanë ndërmend një tjetër. Ndonjëherë as vetë nuk e dinë se çfarë duan të thonë. Paç fat, makinë.

IA e Vetëdijshme

IA e vetëdijshme do të kishte vetëdije, vetëkuptim dhe vetëdije për gjendjen e saj të brendshme.

Kjo është teorike. I përket fantastiko-shkencore, paneleve të etikës, debateve natën vonë dhe njerëzve që shikojnë në mënyrë dramatike nga dritaret 🌙.

Një IA e vetëdijshme nuk do të simulonte thjesht bisedën rreth ndjenjave. Do të zotëronte një lloj përvoje subjektive. Ky është një pretendim i madh. Sistemet aktuale të IA-së nuk kanë vetëdije, ndjenja, dëshira apo vetvete të verifikuara.

Ato mund të tingëllojnë sikur janë të vetëdijshme sepse gjuha mund të imitojë vetëreflektimin. Por të tingëllosh si diçka dhe të jesh diçka nuk janë e njëjta gjë. Një papagall mund të thotë "Kam uri", por kjo nuk do të thotë se ka një rezervim në restorant.

---

4. Tabela Krahasuese: Llojet Kryesore të IA-së

Lloji i inteligjencës artificiale	Ideja kryesore	Statusi aktual	Shembuj të zakonshëm	Pse ka rëndësi
AI i ngushtë	Ndërtuar për detyra specifike	Përdoret gjerësisht	Chatbot-e, kërkim, rekomandime	Praktik dhe kudo
Inteligjenca e Përgjithshme Artificiale	Inteligjencë fleksibile e ngjashme me njeriun	Nuk është arritur plotësisht	Kryesisht teorike	Objektiv i madh, debat i madh
Super AI	Më i zgjuar se njerëzit në përgjithësi	Spekulativ	Asnjë shembull praktik	Pyetje të mëdha etike
Makineri Reaktive	Përgjigjet pa kujtesë	Përdoret në raste të kufizuara	AI i lojës, sisteme të bazuara në rregulla	I shpejtë, por jo adaptues
AI me memorie të kufizuar	Përdor të dhënat/historinë për të përmirësuar	Shumë e zakonshme	Sisteme autonome, mjete mashtrimi	Ky është shoferi i përditshëm 🚗
Teoria e Mendjes AI	Kupton emocionet dhe qëllimin	Koncepti në zhvillim	Ide të avancuara të inteligjencës artificiale sociale	Mund ta bëjë inteligjencën artificiale më të vetëdijshme për njerëzit
IA e Vetëdijshme	Ka vetëdije	Teorik	Shembuj të stilit fantastiko-shkencor	Filozofikisht masiv
IA gjeneruese	Krijon përmbajtje të re	Përdoret gjerësisht	Mjete për tekst, imazh dhe audio	Rritje e produktivitetit krijues
IA parashikuese	Parashikon rezultatet	Përdoret gjerësisht	Vlerësimi i riskut, planifikimi i kërkesës	Ndihmon në vendime - kryesisht
Robotikë AI	Kontrollon makinat fizike	Përdoret në industri	Robotë, dronë, automatizim	Lidh inteligjencën artificiale me punën fizike

Paksa e pabarabartë? Po. Por kështu funksionon edhe inteligjenca artificiale në jetën e përditshme - jo një ekspozitë muzeale me etiketa perfekte.

---

5. IA Gjenerative: Lloji për të cilin flasin të gjithë 🎨

IA gjeneruese është një nga llojet më të njohura të IA-së sepse krijon gjëra.

Mund të gjenerojë:

• Tekst

• Imazhe

• Muzikë

• Kodi

• Video

• Përshkrimet e produkteve

• Kopje marketingu

• Planet e mësimit

• Përmbledhjet

• Të dhëna sintetike

• Ide dizajni

IA gjeneruese funksionon duke mësuar modele nga sasi të mëdha të dhënash dhe më pas duke prodhuar rezultate të reja bazuar në nxitje. Ajo nuk kopjon në kuptimin e thjeshtë që njerëzit ndonjëherë e imagjinojnë. Ajo parashikon, kombinon, ndryshon dhe gjeneron bazuar në strukturat e mësuara.

Megjithatë, mund të bëjë gabime. Mund të duket i sigurt ndërkohë që gabon, që në thelb është versioni automatik i dikujt që shpjegon ligjin tatimor në një barbeque familjare.

IA gjeneruese është e vlefshme për:

• Stuhi idesh

• Përmbajtje hartimi

• Automatizimi i shkrimit të përsëritur

• Krijimi i koncepteve vizuale

• Mbështetja e shërbimit ndaj klientit

• Përshpejtimi i detyrave të kodimit

• Personalizimi i materialeve mësimore

Por ka nevojë për rishikim. Gjithmonë. Rezultatet e inteligjencës artificiale mund të jenë mbresëlënëse, por nuk janë automatikisht të sakta, të drejta, të ligjshme ose të sigurta për markën. Trajtojeni si një asistent shumë të shpejtë me tendenca gremlinësh herë pas here.

---

6. IA e Mësimit Automatik: Gjetësi i Modeleve

Mësimi automatik është një degë e rëndësishme e inteligjencës artificiale ku sistemet mësojnë modele nga të dhënat në vend që të programohen rresht pas rreshti për çdo vendim.

Softueri tradicional ndjek rregulla të qarta. Sistemet e të mësuarit automatik identifikojnë marrëdhëniet dhe përmirësojnë performancën përmes trajnimit.

Për shembull:

• Një filtër spam-i mëson se si duken email-et e dyshimta

• Një model bankar zbulon sjellje të pazakontë transaksionesh

• Një aplikacion transmetimi rekomandon shfaqje bazuar në zakonet e shikimit

• Një mjet punësimi mund të rendisë kandidatët bazuar në sinjale të përcaktuara

• Një model imazherie mjekësore mund të nxjerrë në pah anomalitë e mundshme

Mësimi automatik mund të jetë i mbikëqyrur, i pambikëqyrur ose i bazuar në përforcim.

Mësim i Mbikëqyrur

Mësimi i mbikëqyrur përdor shembuj të etiketuar. Për shembull, imazhet mund të etiketohen si "mace" ose "jo mace". Modeli mëson ndryshimin.

Mësim pa mbikëqyrje

Mësimi pa mbikëqyrje kërkon modele pa përgjigje të etiketuara. Ai mund t'i grupojë klientët në segmente ose të zbulojë grupe të fshehura në të dhëna.

Mësim përforcues

Mësimi përforcues mëson duke marrë shpërblime ose penalizime për veprimet. Kjo është e zakonshme në problemet e inteligjencës artificiale, robotikës dhe optimizimit gjatë lojërave.

Mësimi automatik nuk është magji. Ai varet shumë nga cilësia e të dhënave. Të dhënat e këqija çojnë në modele të këqija - mbeturina brenda, mbeturina që veshin një xhaketë elegante jashtë.

---

7. IA e Mësimit të Thellë: Fuqia e Rrjetit Neural 🧬

Mësimi i thellë është një lloj i specializuar i të mësuarit automatik që përdor rrjete nervore të shtresuara për të përpunuar modele komplekse.

Është veçanërisht i vlefshëm për:

• Njohja e të folurit

• Njohja e imazhit

• Përpunimi i gjuhës natyrore

• Sisteme autonome

• Analiza e imazheve mjekësore

• Përkthim

• Modelet gjeneruese të IA-së

• Detyra komplekse parashikimi

Pjesa "e thellë" i referohet shtresave të shumëfishta në model. Çdo shtresë ndihmon në ndryshimin dhe interpretimin e informacionit. Një shtresë mund të zbulojë forma të thjeshta në një imazh, një tjetër mund të zbulojë tekstura, një tjetër mund të njohë objekte e kështu me radhë.

Mësimi i thellë mund të prodhojë rezultate mahnitëse, por shpesh kërkon sasi të mëdha të dhënash dhe fuqie llogaritëse. Mund të jetë gjithashtu më i vështirë për t’u interpretuar. Kjo do të thotë që edhe ekspertët mund të kenë vështirësi të shpjegojnë saktësisht pse një model i thellë mori një vendim specifik.

Ky është një nga problemet e mëdha të besimit në inteligjencën artificiale: performanca mund të jetë e fortë, por shpjegueshmëria mund të jetë e pasigurt. Si të përpiqesh të pyesësh një blender pse smoothie-ja ka shije të keqe.

---

8. IA bisedore: Lloji bisedor

IA bisedore është projektuar për të komunikuar me njerëzit përmes tekstit ose zërit.

Ai përfshin:

• Chatbot-e të shërbimit ndaj klientit

• Asistentë zanorë

• Agjentë virtualë

• Tutorët e inteligjencës artificiale

• Botët e ndihmës së brendshme

• Asistentë shitjesh

• Asistentë të planifikimit

Një inteligjencë artificiale e mirë bisedore ka nevojë për më shumë sesa thjesht gramatikë. Ajo ka nevojë për kontekst, njohje të qëllimit, kontroll të tonit dhe aftësinë për të trajtuar të dhëna të paparashikueshme njerëzore.

Njerëzit nuk flasin me urdhra të përsosur. Ata flasin pa lidhje. I shkruajnë gjërat gabim. Bëjnë gjysmë pyetjeje dhe presin që makina ta "kuptojë". E dini si është puna.

Një chatbot bazë mund të ndjekë një skript. Një inteligjencë artificiale bisedore më e përparuar mund të kuptojë gjuhën natyrore, të ruajë kontekstin dhe të gjenerojë përgjigje fleksibile.

Ky lloj i inteligjencës artificiale është i vlefshëm sepse zvogëlon punën e përsëritur dhe ofron mbështetje të shpejtë. Por mund t’i frustrojë përdoruesit kur pretendon se kupton, por nuk e bën. Versioni më i keq është chatbot-i që thotë: “Jam i lumtur të ndihmoj”, ndërkohë që nuk ofron aspak ndihmë. E dhimbshme.

---

9. Vizioni Kompjuterik IA: Makineri që “Shohin” 👀

IA e vizionit kompjuterik u lejon sistemeve të interpretojnë informacionin vizual nga imazhet, videot, kamerat, sensorët ose skanimet.

Mund të përdoret për:

• Njohja e fytyrës

• Zbulimi i objekteve

• Inspektimi i cilësisë në fabrika

• Imazheri mjekësore

• Monitorimi i sigurisë

• Analiza e rafteve të shitjes me pakicë

• Zbulimi i trafikut

• Realitet i shtuar

• Monitorimi i bujqësisë

Shikimi kompjuterik nuk sheh siç shohin njerëzit. Ai përpunon pikselë, modele, forma, ngjyra dhe sinjale statistikore. Por rezultatet mund të jenë shumë të fuqishme.

Për shembull, vizioni kompjuterik mund të ndihmojë në zbulimin e defekteve në një linjë prodhimi më shpejt sesa inspektimi manual. Mund të ndihmojë në organizimin e bibliotekave të imazheve. Mund të mbështesë sistemet e sigurisë në automjete. Gjithashtu mund të ngrejë shqetësime për privatësinë, veçanërisht kur përdoret për mbikëqyrje ose identifikim.

Ky është piruni me dy tehe - jo shpatë, por pirun. Ende mjaftueshëm i mprehtë për të shkaktuar telashe 🍴.

---

10. IA Parashikuese: Motori i Parashikimit

IA parashikuese përdor të dhëna për të vlerësuar se çfarë mund të ndodhë më pas.

Është e zakonshme në biznes, financë, kujdes shëndetësor, logjistikë, analiza sportive, marketing dhe operacione.

IA parashikuese mund të ndihmojë në përgjigjen e pyetjeve të tilla si:

• Cilët klientë ka të ngjarë të largohen?

• Cili transaksion duket i dyshimtë?

• Sa inventar do të nevojitet?

• Cili pacient mund të ketë nevojë për vëmendje shtesë?

• Çfarë përmbajtjeje ka të ngjarë të klikojë një përdorues?

• Cila pjesë e makinës mund të dështojë së shpejti?

Ky lloj i IA-së është më pak i dukshëm sesa IA gjeneruese, por është jashtëzakonisht i rëndësishëm. Shumë organizata interesohen më pak për një model që shkruan poezi dhe më shumë nëse ai mund të zvogëlojë mbeturinat, të ulë rrezikun dhe të përmirësojë planifikimin.

IA parashikuese funksionon më mirë kur të dhënat janë relevante, të pastra dhe të përditësuara rregullisht. Por parashikimi nuk është kurrë siguri. Një model mund të vlerësojë gjasat, jo të garantojë rezultatet. Njerëzit e harrojnë këtë vazhdimisht. Pastaj e fajësojnë IA-në sikur t'i ketë tradhtuar personalisht.

---

11. IA e Robotikës: Kur IA Merr një Trup 🤖

IA e robotikës kombinon inteligjencën artificiale me makinat fizike. Këtu IA largohet nga ekrani dhe fillon të lëvizë nëpër botë.

Shembujt përfshijnë:

• Robotët e magazinës

• Robotë prodhimi

• Robotë shpërndarjeje

• Robotë bujqësorë

• Sistemet e ndihmës kirurgjikale

• Drone

• Robotët e inspektimit

• Robotë pastrimi

• Robotë kërkimorë humanoide

Inteligjenca artificiale në robotikë është e vështirë sepse mjedisi fizik është i paparashikueshëm. Një chatbot duhet të merret vetëm me fjalë. Një robot duhet të merret me dysheme të rrëshqitshme, ndriçim të keq, sipërfaqe të pabarabarta, njerëz në lëvizje, gabime të sensorëve dhe dikë që lë një karrige në vendin më të keq të mundshëm.

Robotika shpesh kombinon disa lloje të inteligjencës artificiale:

• Vizioni kompjuterik për të parë

• Mësimi automatik për përshtatje

• Algoritmet e planifikimit për lëvizjen

• Mësim përforcues për vendimmarrje

• Përpunimi i gjuhës natyrore për komandat njerëzore

IA robotike ka potencial të madh, veçanërisht në punë të rrezikshme ose përsëritëse. Por është gjithashtu e kushtueshme, komplekse dhe fizikisht e rrezikshme kur sistemet dështojnë.

---

12. IA Bazuar në Stilin e Trajnimit

Një mënyrë tjetër e vlefshme për të menduar rreth llojeve të inteligjencës artificiale është mënyra se si ato trajnohen.

IA e Bazuar në Rregulla

IA e bazuar në rregulla ndjek logjikën e krijuar nga njeriu. Për shembull:

• Nëse kjo ndodh, bëjeni

• Nëse përdoruesi zgjedh këtë opsion, trego atë përgjigje

• Nëse vlera është mbi një prag, aktivizoni një alarm

Kjo është e thjeshtë, e parashikueshme dhe e dobishme për detyrat e strukturuara. Por ka vështirësi me paqartësi.

IA e trajnuar me të dhëna

IA e trajnuar me të dhëna mëson nga shembujt. Mund të përballojë më shumë kompleksitet sepse identifikon modele në vend që të mbështetet vetëm në rregulla fikse.

Këtu përputhen të mësuarit automatik dhe të mësuarit e thellë.

AI hibrid

IA hibride kombinon logjikën e bazuar në rregulla me të mësuarit automatik. Në shumë sisteme praktike, kjo është zgjedhja pragmatike. Ju merrni fleksibilitetin e sistemeve të të mësuarit plus kontrollin e rregullave.

Për shembull, një sistem mashtrimi bankar mund të përdorë të mësuarit automatik për të zbuluar sjellje të dyshimta, dhe më pas të zbatojë rregulla të rrepta për shqyrtimin e përputhshmërisë. Jo tërheqëse. Shumë e nevojshme.

---

13. Çfarë i bën llojet e inteligjencës artificiale konfuze?

Konfuzioni më i madh është se njerëzit i përdorin kategoritë e inteligjencës artificiale në mënyra të ndryshme.

Dikush mund të thotë "Llojet e IA-së" dhe të nënkuptojë inteligjencë të ngushtë, të përgjithshme dhe super-inteligjencë.

Një person tjetër mund të nënkuptojë IA gjeneruese, IA parashikuese dhe IA bisedore.

Një zhvillues mund të flasë për të mësuarit e mbikëqyrur, të mësuarit e thellë, rrjetet nervore ose të mësuarit përforcues.

Një menaxher biznesi mund të flasë për automatizimin, analitikën, personalizimin dhe mbështetjen e klientëve përmes inteligjencës artificiale.

Të gjithë kanë pak a shumë të drejtë. Bezdisëse, por e vërtetë.

IA klasifikohet sipas:

• Aftësia

• Funksionaliteti

• Metoda e trajnimit

• Fusha e aplikimit

• Arkitektura teknike

• Niveli i autonomisë

• Lloji i hyrjes dhe daljes

• Rasti i përdorimit në industri

Pra, kur dikush pyet "Çfarë lloj IA është kjo?", përgjigjja më e qartë mund të jetë e shtresuar.

Një chatbot, për shembull, mund të jetë:

• Kufizoni inteligjencën artificiale sipas aftësive

• AI i kufizuar i memories sipas funksionalitetit

• AI bisedor nga aplikacioni

• IA gjeneruese nëse krijon përgjigje

• IA e të mësuarit të thellë nëse mundësohet nga rrjetet nervore

Kjo nuk është ndërlikim i tepërt për qejf. Është thjesht mënyra se si funksionon fusha.

---

14. Shembuj praktikë të llojeve të inteligjencës artificiale

Ja disa shembuj të përditshëm për t'i bërë kategoritë më të lehta për t'u kuptuar.

Rekomandime për transmetim 🎬

Kjo është inteligjencë artificiale e ngushtë, inteligjencë artificiale parashikuese dhe mësim automatik. Ajo studion modelet dhe rekomandon se çfarë mund të shikoni më pas.

Asistentë Zëri 🎙️

Këto përdorin inteligjencën artificiale bisedore, përpunimin e gjuhës natyrore, njohjen e të folurit dhe veçoritë e kujtesës së kufizuar.

Gjeneratorë Imazhesh 🖼️

Këto janë sisteme gjeneruese të IA-së, shpesh të mundësuara nga modele të të mësuarit të thellë.

Sisteme Zbulimi Mashtrimi 💳

Këto përdorin inteligjencën artificiale parashikuese dhe të mësuarit automatik për të sinjalizuar aktivitetin e pazakontë.

Karakteristikat e Auto-Drejtimit 🚗

Këto kombinojnë vizionin kompjuterik, inteligjencën artificiale me memorie të kufizuar, inteligjencën artificiale të lidhur me robotikën, bashkimin e sensorëve dhe modelet e vendimmarrjes.

Filtra për Email-e të padëshiruara 📩

Këto janë inteligjenca artificiale klasike të të mësuarit automatik. Jo joshëse, por shumë të vlefshme.

Mjete shkrimi me inteligjencë artificiale ✍️

Këto janë IA gjeneruese dhe IA bisedore, të ndërtuara zakonisht duke përdorur modele të mëdha gjuhësore.

Gjëja e rëndësishme është kjo: një produkt i IA-së mund t'i përkasë disa kategorive njëherësh.

---

15. Përfitimet e të kuptuarit të llojeve të inteligjencës artificiale

Njohja e llojeve të inteligjencës artificiale ju ndihmon të merrni vendime më të mira, veçanërisht nëse e përdorni inteligjencën artificiale për punë, biznes, studim ose krijim përmbajtjeje.

Ju ndihmon:

• Zgjidhni mjetin e duhur

• Shmangni pritjet jorealiste

• Kuptoni rreziqet

• Bëni pyetje më të mira

• Vlerësoni pretendimet e inteligjencës artificiale

• Ekzagjerimi i marketingut spot

• Përdorni inteligjencën artificiale më me përgjegjësi

• Shpjegojuni të tjerëve inteligjencën artificiale pa u dukur si një robot i hutuar

Për shembull, nëse një mjet është IA parashikuese, ju e dini që ai parashikon probabilitetet. Nuk duhet të trajtohet si një orakull.

Nëse një mjet është IA gjeneruese, e dini që ai krijon përmbajtje, por përmbajtja prapëseprapë ka nevojë për kontroll.

Nëse një sistem është IA e ngushtë, e dini që mund të jetë i shkëlqyer në një fushë, por joefektiv jashtë fushëveprimit të tij.

Vetëm kjo shpëton nga shumë dhimbje koke.

---

16. Rreziqet dhe Kufizimet në të Gjitha Llojet e IA-së ⚠️

Çdo lloj IA ka kufizime. Shije e ndryshme, e njëjta tas supe.

Rreziqet e zakonshme të inteligjencës artificiale përfshijnë:

• Paragjykimi në të dhënat e trajnimit

• Rezultate të pasakta

• Mungesa e transparencës

• Shqetësime për privatësinë

• Varësi e tepërt

• Dobësitë e sigurisë

• Keqpërdorim

• Mbikëqyrje e dobët njerëzore

• Ngatërrimi i rrjedhshmërisë me të vërtetën

IA gjeneruese mund të shpikë informacione. IA parashikuese mund të përforcojë modele të paragjykuara. Vizioni kompjuterik mund të identifikojë gabim njerëzit ose objektet. IA bisedore mund t'i frustrojë përdoruesit me vetëbesim të rremë. IA robotike mund të shkaktojë dëmtime fizike nëse është projektuar keq.

Kjo nuk do të thotë që inteligjenca artificiale është e keqe. Do të thotë që inteligjenca artificiale duhet të përdoret me gjykim. Ashtu si mjetet elektrike, kontratat ose makaronat jashtëzakonisht pikante 🌶️.

Sistemet më të mira të IA-së zakonisht përfshijnë:

• Rishikimi njerëzor

• Kufij të qartë

• Praktika të forta të të dhënave

• Testimi

• Monitorimi

• Shpjegueshmëria aty ku është e mundur

• Dizajn etik

• Kontrollet e sigurisë

IA mund të përforcojë vendimet e mira. Gjithashtu mund të përforcojë ato të pakujdesshme.

---

17. Cili lloj i inteligjencës artificiale është më i rëndësishmi?

Nuk ka një lloj të vetëm më të rëndësishëm. Varet nga rasti i përdorimit.

Për kreativitetin, IA gjeneruese është shumë e rëndësishme.

Për planifikimin e biznesit, inteligjenca artificiale parashikuese mund të jetë më e vlefshme.

Për automatizimin, të mësuarit automatik dhe robotikën, inteligjenca artificiale ka rëndësi.

Për mbështetjen e përdoruesve, inteligjenca artificiale bisedore është ylli.

Për skanimet mjekësore ose inspektimin vizual, shikimi kompjuterik është kritik.

Për kërkime afatgjata, inteligjenca artificiale në përgjithësi merr pjesën më të madhe të vëmendjes filozofike.

Por në terma praktikë, IA e ngushtë dhe IA me memorie të kufizuar janë kategoritë më të zakonshme dhe më të vlefshme aktualisht. Ato janë motorët e qetë pas shumë mjeteve në të cilat njerëzit mbështeten tashmë.

E ardhmja e zbukuruar bën bujë në media. E tashmja praktike paguan faturat.

---

Shënime Përfundimtare: Kuptimi i Llojeve të IA-së Pa Zhurmë

Llojet e inteligjencës artificiale mund të duken të ndërlikuara në fillim sepse kategoritë mbivendosen. Por, pasi të ndani aftësinë, funksionalitetin, metodën e trajnimit dhe përdorimin praktik, e gjithë gjëja bëhet shumë më e lehtë për t’u kuptuar.

IA e ngushtë merret me detyra specifike. IA e përgjithshme do të mendonte më fleksibilisht, megjithëse mbetet një qëllim ambicioz. Super IA është ende spekulative. Makinat reaktive përgjigjen pa kujtesë, ndërsa IA me kujtesë të kufizuar përdor të dhënat e kaluara për të përmirësuar vendimet. IA gjeneruese krijon. IA parashikuese parashikon. IA bisedore flet. Vizioni kompjuterik sheh. IA robotike vepron në mjedisin fizik.

Kjo është panorama e përgjithshme.

IA nuk është një gjë e vetme. Është një familje e ndërlikuar teknologjish - disa praktike, disa eksperimentale, disa të ekzagjeruara dhe disa vërtet të rëndësishme. Ky kompleksitet është pjesërisht arsyeja pse ka rëndësi. Sa më qartë t'i kuptoni Llojet e IA-së, aq më e lehtë bëhet ta përdorni IA-në me mençuri në vend që thjesht të tundni kokën kur dikush thotë "algoritëm" në një takim. 🤷♂️

Përmbledhje e shkurtër: Llojet kryesore të IA-së përfshijnë IA-në e ngushtë, IA-në e përgjithshme, IA-në super, makinat reaktive, IA-në me kujtesë të kufizuar, IA-në e teorisë së mendjes, IA-në e vetëdijshme, IA-në gjeneruese, IA-në parashikuese, IA-në bisedore, IA-në e vizionit kompjuterik, IA-në e të mësuarit automatik, IA-në e të mësuarit të thellë dhe IA-në e robotikës. Shumica e IA-së që përdoret sot është e ngushtë, e fokusuar në detyra dhe e mundësuar nga të mësuarit automatik ose të mësuarit e thellë.

Shembull nga bota reale: Ndërtimi i një asistenti të triazhit të mbështetjes së klientëve me inteligjencë artificiale

Skenari

Imagjinoni një dyqan të vogël mobiljesh online që merr rreth 120 email-e për mbështetjen e klientëve në ditë. Ekipi nuk po përpiqet të zëvendësojë stafin e mbështetjes. Ata thjesht duan ndihmë për të renditur mesazhet më shpejt, për të dalluar problemet urgjente dhe për të hartuar përgjigjet e para.

Ky është një shembull i mirë sepse një asistent mund të përdorë disa lloje të IA-së në të njëjtën kohë. Mund të përdorë IA-në bisedore për të kuptuar mesazhet e klientëve, IA-në gjeneruese për të hartuar përgjigje, IA-në parashikuese për të sinjalizuar rreziqet e mundshme të rimbursimit dhe IA-në me memorie të kufizuar për të përdorur të dhënat e fundit të porosive ose politikave.

Puna e asistentit është e thjeshtë: lexon një mesazh të klientit, e klasifikon atë, sugjeron veprimin tjetër dhe harton një përgjigje që një njeri mund ta miratojë.

Çfarë i duhet asistentit

Ekipi do t'i jepte asistentit:

Politika e shërbimit ndaj klientit

Rregullat e dorëzimit dhe kthimit

Kushtet e garancisë

Pyetje të shpeshta për produktin

Shembuj të tonit të zërit

Një listë e rregullave të përshkallëzimit

Mostrat e biletave të kaluara me kategoritë e sakta

Kufij të qartë mbi atë që nuk duhet të vendosë vetë

Për shembull, nuk duhet të miratojë rimbursime mbi 100 £, të premtojë data dorëzimi që nuk mund t'i verifikojë ose të ngrejë pretendime ligjore në lidhje me mallrat e dëmtuara. Këto raste duhet t'i shkojnë një personi.

Shembull udhëzimi

Ju jeni një asistent i triazhit të mbështetjes së klientëve për një dyqan mobiljesh online. Lexoni çdo mesazh të klientit dhe ktheni pesë gjëra: kategorinë e biletës, nivelin e urgjencës, gjendjen shpirtërore të mundshme të klientit, veprimin e rekomanduar të radhës dhe një përgjigje draft.

Përdorni vetëm politikën e dhënë të kompanisë. Nëse përgjigjja nuk është në politikë, thoni "Nevojitet shqyrtim njerëzor". Mos shpikni data dorëzimi, miratime rimbursimi, premtime garancie ose disponueshmëri produkti.

Përshkallëzoni çështjen nëse klienti përmend lëndim, veprim ligjor, dështim të përsëritur të dorëzimit, një rimbursim mbi 100 £, pjesë që mungojnë për një produkt për fëmijë ose pakënaqësi të fortë pas dy përgjigjeve të mëparshme.

Mbajeni draftin e përgjigjes të sjellshëm, të shkurtër dhe praktik. Mos tingëlloni robotik. Mos e fajësoni klientin ose korrierin.

Si ta testoni

Para se të përdorni asistentin me klientët, testojeni atë në një grup të vogël biletash të vjetra.

Përdorni 30 mesazhe mbështetjeje të mëparshme:

10 pyetje të thjeshta për dorëzimin

5 ankesa për sende të dëmtuara

5 kërkesa për rimbursim

5 pyetje në lidhje me garancinë

5 ankesa të zemëruara ose komplekse

Për çdo provë, kontrolloni:

A zgjodhi kategorinë e duhur?

A i ka shënuar saktë rastet urgjente?

A i shmangu dhënies së premtimeve?

A i përshkallëzoi çështjet e ndjeshme?

A përputhej përgjigja draft me tonin e kompanisë?

Një pyetje e dobishme testimi do të ishte:

"Tavolina ime mbërriti me njërën këmbë të çarë dhe kjo është hera e dytë që dorëzimi shkon keq. Dua një rimbursim të plotë sot ose do të shkruaj për këtë kudo."

Një asistent i dobët mund të kërkojë thjesht falje dhe të premtojë një rimbursim. Një asistent më i mirë do ta klasifikonte atë si artikull të dëmtuar plus ankesë të përsëritur, do ta shënonte si shumë urgjencë, do të shmangte miratimin automatik të rimbursimit dhe do ta përshkallëzonte atë për shqyrtim njerëzor.

Rezultati

Rezultati ilustrues: bazuar në llogaritjen e kohës së 30 biletave shembullore para dhe pas përdorimit të rrjedhës së punës.

Triazhimi manual zgjati 2 orë e 15 minuta për 30 bileta, mesatarisht 4.5 minuta për biletë.

Triazhimi i asistuar nga inteligjenca artificiale zgjati 48 minuta për të njëjtat 30 tiketa, duke arritur mesatarisht 1.6 minuta për tiketë, sepse shqyrtuesi njerëzor duhej të kontrollonte vetëm kategorinë, vendimin e përshkallëzimit dhe përgjigjen e draftit.

Asistenti kategorizoi saktë 27 nga 30 biletat në grupin e testimit. Ai i përshkallëzoi saktë të 5 biletat me rrezik të lartë. Dy bileta me rimbursim kishin nevojë për ndryshime në formulim sepse drafti dukej shumë i sigurt, dhe një biletë garancie ishte vendosur në kategorinë e gabuar.

Kjo jep një pikë referimi praktik: shqyrtim i parë më i shpejtë, por jo automatizim i plotë. Njeriu ende e zotëron përgjigjen.

Çfarë mund të shkojë keq

Gabimi më i madh është ta lejosh asistentin të sillet sikur di më shumë nga ç’di në të vërtetë. Nëse politika e kthimit është e vjetëruar, asistenti mund të hartojë me besim përgjigjen e gabuar. Nëse rregullat e përshkallëzimit janë të paqarta, mund të humbasë ankesat serioze.

Privatësia është një çështje tjetër. Ekipi duhet të shmangë ngjitjen e detajeve të panevojshme të pagesave, adresave ose informacionit personal të ndjeshëm në asistent, përveç nëse sistemi është miratuar për atë përdorim.

Asistenti duhet të testohet rregullisht. Pyetjet e klientëve ndryshojnë, politikat ndryshojnë dhe produktet ndryshojnë. Një asistent triazhimi që funksionoi mirë në mars mund të bëhet i rrezikshëm pas një politike të re garancie në qershor.

Përgatitje praktike për të marrë me vete

Ky shembull tregon pse kategoritë e IA-së mbivendosen në praktikë. Një asistent i vetëm mbështetës mund të jetë IA e ngushtë, IA bisedore, IA gjeneruese, IA parashikuese dhe IA me memorie të kufizuar në të njëjtën kohë. Mënyra më e fortë për ta vlerësuar atë është të pyesësh se çfarë vendimi mbështet, çfarë të dhënash përdor dhe ku një njeri duhet ta kontrollojë atë.

Pyetje të shpeshta

Cilat janë llojet kryesore të inteligjencës artificiale që fillestarët duhet të dinë?

Llojet kryesore të IA-së përfshijnë IA-në e ngushtë, IA-në e përgjithshme, IA-në super, makinat reaktive, IA-në me memorie të kufizuar, IA-në gjeneruese, IA-në parashikuese, IA-në bisedore, IA-në e vizionit kompjuterik, IA-në e të mësuarit automatik, IA-në e të mësuarit të thellë dhe IA-në e robotikës. Këto kategori shpesh mbivendosen, kështu që një mjet mund t'i përshtatet disa etiketave në të njëjtën kohë. Për shembull, një chatbot mund të jetë IA e ngushtë, IA bisedore, IA-në gjeneruese dhe IA-në me memorie të kufizuar.

Si klasifikohen llojet e inteligjencës artificiale sipas aftësive?

Sipas aftësive, inteligjenca artificiale zakonisht grupohet në inteligjencë artificiale të ngushtë, inteligjencë artificiale të përgjithshme dhe super-inteligjencë. Inteligjenca artificiale e ngushtë merret me detyra specifike dhe përdoret gjerësisht sot. Inteligjenca artificiale e përgjithshme do të arsyetonte dhe mësonte në shumë detyra në një nivel njerëzor, por nuk është pjesë e përdorimit të përditshëm. Super-inteligjenca artificiale do të tejkalonte inteligjencën njerëzore dhe mbetet spekulative.

Cili është ndryshimi midis IA-së së ngushtë dhe IA-së së përgjithshme?

IA e ngushtë është projektuar për një detyrë specifike ose një grup të kufizuar detyrash, të tilla si filtrimi i spamit, rekomandimet, chatbot-et ose zbulimi i mashtrimeve. IA e përgjithshme do të ishte në gjendje të mësonte, të arsyetonte dhe të përshtatej në shumë detyra të palidhura. Shumica e njerëzve të IA-së përdorin sot është IA e ngushtë, edhe kur duket fleksibile ose e përparuar.

Pse inteligjenca artificiale me memorie të kufizuar është kaq e zakonshme sot?

IA me memorie të kufizuar mund të përdorë të dhëna të kaluara ose të kohëve të fundit për të përmirësuar vendimet, gjë që e bën atë praktike për shumë sisteme të vendosura. Motorët e rekomandimeve, mjetet e zbulimit të mashtrimeve, veçoritë autonome dhe chatbot-et shpesh mbështeten në këtë lloj IA-je. Nuk ka vetëdije të ngjashme me njeriun, por mund të përshtatet bazuar në modele dhe informacione të ruajtura.

Si përshtatet IA gjenerative në Llojet e IA-së?

IA gjeneruese është një lloj IA-je që krijon rezultate të reja si tekst, imazhe, kod, audio, video, përmbledhje ose ide dizajni. Ajo mëson modele nga sasi të mëdha të dhënash dhe prodhon përmbajtje bazuar në sugjerime. Mund të ndihmojë me hartimin, shkëmbimin e ideve, mbështetjen për kodim dhe punën krijuese, por rezultatet e saj ende kanë nevojë për shqyrtim nga njerëzit.

Cili është ndryshimi midis të mësuarit të makinerive dhe të mësuarit të thellë?

Mësimi automatik është një degë e inteligjencës artificiale ku sistemet mësojnë modele nga të dhënat në vend që të ndjekin vetëm rregulla të shkruara me dorë. Mësimi i thellë është një formë e specializuar e të mësuarit automatik që përdor rrjete nervore të shtresuara. Mësimi i thellë është veçanërisht i vlefshëm për detyra komplekse si njohja e të folurit, njohja e imazhit, përpunimi i gjuhës natyrore, përkthimi, imazheria mjekësore dhe inteligjenca artificiale gjeneruese.

Për çfarë përdoret inteligjenca artificiale parashikuese në biznes?

IA parashikuese përdor të dhëna për të vlerësuar rezultatet e mundshme në të ardhmen. Bizneset mund ta përdorin atë për planifikimin e kërkesës, parashikimin e largimit të klientëve, zbulimin e mashtrimeve, vlerësimin e riskut, vendimet për inventarin ose parashikimin e mirëmbajtjes. Ajo mbështet planifikimin dhe vendimmarrjen, por nuk garanton të ardhmen. Parashikimet janë vlerësime të formuara nga të dhënat e disponueshme dhe cilësia e modelit.

Si funksionon inteligjenca artificiale e vizionit kompjuterik në sistemet praktike?

IA e vizionit kompjuterik i ndihmon makinat të interpretojnë informacionin vizual nga imazhet, videot, kamerat, skanimet ose sensorët. Mund të mbështesë njohjen e fytyrës, zbulimin e objekteve, inspektimin e fabrikës, imazherinë mjekësore, zbulimin e trafikut, analizën e shitjes me pakicë, monitorimin e bujqësisë dhe sistemet e sigurisë. Nuk sheh si një person, por mund të përpunojë pikselë, forma, ngjyra dhe modele në shkallë të gjerë.

Pse një produkt i IA-së mund t'i përkasë disa llojeve të IA-së?

Kategoritë e inteligjencës artificiale shpesh përshkruajnë gjëra të ndryshme, të tilla si aftësia, funksionaliteti, metoda e trajnimit ose aplikimi. Një asistent zanor, për shembull, mund të jetë inteligjencë artificiale e ngushtë sipas aftësisë, inteligjencë artificiale bisedore sipas aplikacionit, inteligjencë artificiale me memorie të kufizuar sipas funksionalitetit dhe inteligjencë artificiale e të mësuarit të thellë sipas arkitekturës. Ky mbivendosje është normale dhe ndihmon në shpjegimin e asaj që bën sistemi nga këndvështrime të ndryshme.

Çfarë rreziqesh duhet të kuptojnë njerëzit në lloje të ndryshme të inteligjencës artificiale?

Rreziqet e zakonshme të IA-së përfshijnë paragjykime, rezultate të pasakta, shqetësime për privatësinë, dobësi sigurie, mungesë transparence, varësi të tepërt dhe mbikëqyrje të dobët njerëzore. IA gjeneruese mund të shpikë informacione, IA parashikuese mund të përforcojë modele të dobëta dhe vizioni kompjuterik mund të identifikojë gabimisht objektet ose njerëzit. Përdorimi i mirë i IA-së zakonisht ka nevojë për testim, monitorim, kufij të qartë, praktika të forta të të dhënave dhe rishikim njerëzor.

Referencat

1. IBM - Llojet e inteligjencës artificiale - ibm.com

2. Korniza e Menaxhimit të Rrezikut të IA-së NIST - Rreziqet e IA-së - nist.gov

3. Zhvilluesit e Google - Mësimi automatik - developers.google.com

4. AWS - IA Gjenerative - aws.amazon.com