Uspon inteligentnih mašina je tu da ostane. Vještačka inteligencija se odnosi na sposobnost mašina da obavljaju zadatke za koje bi normalno bila potrebna ljudska inteligencija. Ovo uključuje stvari poput prepoznavanja obrazaca, rješavanja problema, učenja i donošenja odluka. Termin AI prvi je skovao kompjuterski naučnik John McCarthy 1956. Od tada, polje AI je dramatično poraslo i napravilo značajan napredak u posljednjih nekoliko godina.
Primjene umjetne inteligencije mogu se naći u mnogim industrijama, uključujući zdravstvo, finansije i maloprodaju. Na primjer, AI se koristi u medicinskom snimanju za pomoć u otkrivanju bolesti kao što je rak i u finansijskim uslugama za sprječavanje prijevara. AI se također koristi u službi za korisnike kako bi se korisnicima pružila personaliziranija iskustva.
Vrste vještačke inteligencije
Veštačka inteligencija se može podeliti u četiri kategorije: reaktivne mašine, ograničeno pamćenje, teorija uma i samosvesna.
Reaktivne mašine: AI sistemi koji su sposobni da izvršavaju određene zadatke u realnom vremenu, ali nemaju sposobnost da se sete prošlih događaja. Na primjer, šahovski kompjuter koji može pobijediti ljudskog protivnika je reaktivna mašina. Ograničena memorija: AI sistemi imaju sposobnost pamćenja prošlih događaja, ali mogu koristiti samo ove informacije za donošenje odluka u sadašnjem trenutku. Primjer ove vrste AI je samovozeći automobil koji može pamtiti prošle događaje kako bi donosio odluke u sadašnjem trenutku. Teorija uma: AI sistemi su sposobni razumjeti ljudske emocije i namjere. Ova vrsta AI je još uvijek u ranoj fazi razvoja i još nije u širokoj upotrebi. Samosvjesni: AI sistemi su sposobni razumjeti vlastitu svijest i mogu donositi odluke na osnovu tog razumijevanja. Ova vrsta AI je još uvijek čisto teoretska i još ne postoji.
Metode umjetne inteligencije
Postoji nekoliko metoda koje se koriste za razvoj sistema veštačke inteligencije, uključujući mašinsko učenje, duboko učenje, obradu prirodnog jezika i robotiku.
Mašinsko učenje je metoda umjetne inteligencije koja koristi algoritme za učenje iz podataka i predviđanja. Ova vrsta AI se koristi u mnogim aplikacijama, uključujući prepoznavanje slika i obradu prirodnog jezika. Duboko učenje je podskup mašinskog učenja koji koristi umjetne neuronske mreže za učenje iz podataka. Ova vrsta AI se koristi u aplikacijama kao što su kompjuterski vid i prepoznavanje govora. Obrada prirodnog jezika (NLP) je metoda veštačke inteligencije koja se fokusira na sposobnost mašina da razumeju i tumače ljudski jezik. NLP se koristi u aplikacijama kao što su prevođenje jezika i analiza osjećaja. Robotika je primjena AI u fizičkim robotima. Ova vrsta AI se koristi u aplikacijama kao što su samovozeći automobili i industrijska automatizacija.
Prednosti i nedostaci umjetne inteligencije
Postoji nekoliko prednosti korištenja umjetne inteligencije, uključujući povećanu efikasnost, bolje donošenje odluka i smanjenje ljudske greške. Na primjer, AI može pomoći u smanjenju troškova i povećanju produktivnosti u mnogim industrijama. AI također može donositi odluke brže i preciznije od ljudi, smanjujući rizik od ljudske greške.
Međutim, postoji i nekoliko nedostataka korištenja AI. Jedna od najvećih briga je gubitak posla, jer AI može automatizirati mnoge poslove koje su ranije obavljali ljudi. Osim toga, postoji rizik od algoritamske pristranosti, jer AI sistemi mogu donositi odluke na koje utiču podaci na kojima su obučeni. Konačno, postoje sigurnosni problemi povezani s umjetnom inteligencijom, kao što je mogućnost hakovanja AI sistema ili korištenja u zlonamjerne svrhe.
Etička razmatranja vještačke inteligencije
Kako se AI sve više integrira u naše živote, važno je razmotriti etičke implikacije ove tehnologije. Neka od ključnih etičkih razmatranja uključuju zabrinutost za privatnost, odgovornost za radnje AI i algoritamsku pristrasnost.
Zabrinutost za privatnost je glavni problem sa AI, budući da AI sistemi mogu prikupljati i pohranjivati ogromne količine ličnih podataka. Ovi podaci se mogu koristiti u zlonamjerne svrhe ili prodati trećim stranama, ugrožavajući privatnost ljudi.
Još jedna etička briga je odgovornost za radnje AI. Kako AI sistemi postaju autonomniji, postaje sve nejasnije ko je odgovoran za njihove postupke. Na primjer, ko je odgovoran ako samovozeći automobil izazove nesreću?
Konačno, algoritamska pristrasnost je značajan problem u AI. AI sistemi su dobri onoliko koliko su dobri podaci na kojima su obučeni, a ako su podaci pristrasni, AI sistem će takođe biti pristrasan. To može rezultirati odlukama koje nepravedno diskriminiraju određene grupe ljudi.
Budućnost vještačke inteligencije
Budućnost umjetne inteligencije je uzbudljiva, s mnogo napretka na horizontu. Tehnologija AI brzo napreduje i postaje sve više integrirana s drugim tehnologijama kao što su Internet stvari (IoT) i blockchain.
U budućnosti, AI ima potencijal da ima dubok uticaj na društvo. AI ima potencijal da riješi neke od najvećih svjetskih problema, kao što su klimatske promjene, bolesti i siromaštvo. Međutim, također je važno razmotriti potencijalne nedostatke AI i osigurati da se AI razvija i koristi na odgovoran način.
Zaključak
U zaključku, umjetna inteligencija je polje koje se brzo razvija i ima potencijal da promijeni način na koji živimo i radimo. Međutim, važno je razmotriti etičke implikacije ove tehnologije i osigurati da se AI razvija i koristi na odgovoran način. Uz kontinuirani napredak u AI tehnologiji, budućnost AI je uzbudljiva i možemo očekivati da ćemo vidjeti mnoge uzbudljive nove primjene AI u godinama koje dolaze.
Reference Geek’s Guide to the Galaxy. „„Djevojka s plakata“ istražuje privlačnost države nadzora.” WIRED, 21. oktobar 2022., https://www.wired.com/brandlab/2015/04/rise-machines-future-lots-robots-jobs-humans/. Pristupljeno 6. februara 2023.
To je najveća memorija ikada spremljena u 2,5-inčnom obliku – dovoljno za skladištenje 5,700 Full HD filmova
Samsung je predstavio najveći svjetski pogon SSD-a – neobičan izgled kompleta koji može da se pohvali sa 30,72 terabajta memorije. To je najviše prostora za skladištenje ikada spremljeno u 2,5-inčnom formularu i dizajnirano je za poslovne korisnike koji žele da se odvoje od mehaničkih dijelova standardnog hard diska.
PM1643 je izgrađen od 32 1TB NAND flash paketa, od kojih svaki sadrži 16 slojeva 512Gb V-NAND čipa. To je dovoljno prostora za držanje 5.700 HD filmova ili oko 500 dana non-stop video-a, i nudi dvostruki kapacitet bivšeg najvećeg SSD-a – 16 terabajtnih uređaja koje je i Samsung pustio u martu 2016. godine. (Seagate je napravio veći 60 terabajt SSD, ali to je bilo u prostranijem 3,5-inčnom obliku, i bila je “demonstraciona tehnologija” koja izgleda nije bila u prodaji.)
Novi Serial Attached SCSI (SAS) disk pruža impresivne sekvencijalne brzine čitanja i pisanja do 2.100 MB / s i 1.700 MB / s. To je otprilike tri puta brže od prosečnog SATA SSD-a koji ćete pronaći na potrošačkoj radnoj površini ili laptopu, kao što je Samsungov SSD 850 EVO. A i pogon je robustan, a Samsung nudi petogodišnju garanciju koja je dobra za jednu punu disk jedinicu dnevno.
Kada će tačno PM1643 biti na prodaju i koliko će koštati nije poznato, ali Samsung kaže da je sada ovaj oblik formulisan te da će proširiti svoj asortiman SAS SSD-ova kasnije ove godine, sa 16.36TB, 7.68TB, 3.84TB, 1.92TB, 960GB i 800GB. Kako je Samsungov izvršni VP memorijske prodaje, Jaesoo Han izjavio u saopštenju za medije da će “nastaviti da se agresivno kreće u ispunjavanju promjene potražnje prema SSD-u preko 10TB-a.”
2. decembra 1942. godine, tim naučnika na čelu sa Enricom Fermijem vratio se sa ručka i gledao kako je čovječanstvo stvorilo prvu samoodrživu nuklearnu reakciju unutar gomile cigle i drveta ispod fudbalskog polja na Univerzitetu u Čikagu. Poznato iz historije kao Chicago Pile-1, slavilo se u tišini s jednom bočicom Chianti, jer oni koji su tamo bili shvatili su tačno šta to znači za čovječanstvo, bez potrebe za rječima.
Sada se dogodilo nešto novo što je, opet, tiho promijenilo svijet zauvijek. Poput šaputane riječi na stranom jeziku, bilo je tiho u tome što ste možda čuli, ali njegovo puno značenje možda nije bilo shvaćeno. Međutim, bitno je da razumijemo ovaj novi jezik i ono što nam sve više govori jer su posljedice usmjerene na promjenu svega što zvuči kao zdravo za gotovo o načinu na koji djeluje naša globalizirana ekonomija i načinu na koji mi kao ljudi postojimo u njemu.
Jezik je nova klasa strojnog učenja poznata kao duboko učenje, a šaputa se o tome kako ga je računalo upotrijebilo da bi naizgled niotkuda pobijedilo tri puta europski prvaka Fan Hui u Go igrici, ne jednom nego pet puta za redom bez poraza. Mnogi koji su pročitali ovu vijest, smatraju da je impresivna.
Što se zapravo dogodilo kada su se suočili? Lee je izgubio sve osim jedne od svih pet igara. AI (vještačka inteligencija) je sada bolji igrač od bilo kojeg čovjeka i dobila je „božanski” čin devet dana. Drugim riječima, njezina razina igre graniči s Bogom. Igricu Go službeno je zakucao stroj, kao što je igricu Jeopardy prije njega Watsona i šah prije Deep Blue.
Dakle, što je Go? Vrlo jednostavno, razmislite o Go kao Super Ultra Mega šah. To još uvijek zvuči kao mali uspjeh, još jedan pero u kapici strojeva dok se i dalje pokazuju superiornijim u zabavnim igrama koje igramo, ali to nije mali uspjeh, a ono što se događa nije igra.
AlphaGoova povijesna pobjeda jasan je znak da smo otišli s linearnog razvoja na parabolični. Napredak u tehnologiji sada je tako vidljivo eksponencijalan u prirodi da možemo očekivati da će mnogo više prekretnica prijeći mnogo prije nego što bi inače očekivali. Taj eksponencijalni napredak, osobito u oblicima umjetne inteligencije, ograničeni su na specifične zadatke, potpuno smo nespremni dok god inzistiramo na zapošljavanju kao našem primarnom izvoru prihoda.
To bi moglo zvučati kao pretjerivanje, stoga pogledajmo kako se u zadnjih nekoliko decenija povećao broj umnih kognitivnih poslova (gornja kriva na grafikonu), a stagnirao ili smanjio broj rutinskih fizičkih poslova koje su preuzele mašine (donje tri linije):
Proučite gornji graf. Nemojte biti prevareni da mislite o tome da će se razgovor o automatizaciji rada biti u budućnosti. Već je ovde. Računarska tehnologija već obavlja poslove i od 1990. godine.
Rutinski rad
Svi se radovi mogu podijeliti u četiri vrste: rutinske i ne-rutinske, kognitivne i ručne. Rutinski rad je ista stvar tijekom dana, a ne-rutinski rad varira. Unutar ove dvije vrste je posao koji zahtijeva uglavnom naš mozak (kognitivni) i rad koji zahtijeva uglavnom naše tijelo. (ručni rad). Gdje su sve četiri vrste vidjele rast, rutinski posao je stagnirao od 1990. godine. To se dogodilo jer je rutinski rad najlakši za tehnologiju da ga obavlja. Pravila mogu biti napisana za posao koji se ne mijenja, a taj rad mogu bolje obavljati strojevi.
Uznemirujuće, upravo je rutinski rad nekada formirao temelj američke srednje klase. To je rutinski ručni rad koji je Henry Ford razvio tako da je plaćao ljude plaćama srednje klase, a rutinski kognitivni rad je nekad napunio američke uredske prostore. Ti su poslovi sada sve nedostupniji, ostavljajući samo dvije vrste poslova: slabo plaćeni poslovi koji zahtijevaju jako malo misli i dobro plaćeni poslovi koji zahtijevaju puno misli.
Ako sada možemo zamisliti našu ekonomiju kao avion s četiri motora, koji i dalje može letjeti na samo dva, sve dok obojica dobro rade, možemo izbjeći pad. Ali što će se dogoditi kada naša dva preostala motora prestanu da rade? To su napredna područja robotike i AI-ja koja predstavljaju ona konačna dva motora, jer po prvi put uspješno poučavamo strojeve da sami uče.
Neuronske mreže
Naš mozak funkcionira kao divovska mreža međusobno povezanih stanica. Neke od tih veza su kratke, a neke su dugačke. Neke ćelije su međusobno povezane, a neke su povezane s mnogima. Električni signali zatim prolaze kroz ove veze, po različitim stopama, a potom neuronske ispade se događaju zauzvrat. Sve je poput pada domina, ali daleko brže, veće i složenije. Rezultat je nevjerojatan, a ono što znamo o tome kako radimo počeli smo primjenjivati na način rada strojeva.
Jedna od tih aplikacija je stvaranje dubokih neuronskih mreža – sličnim virtualnim mozgovima. Oni pružaju put za strojno učenje koje je napravilo nevjerojatne skokove za koje se mislilo da su nedostižni i možda i nemogući. Kako? To je zbog očitog rasta sposobnosti naših računala i širenja našeg znanja u neuroznanosti, ali i rasta skupljanja kolektivnih podataka, aka velikih podataka.
Veliki podaci
Veliki podaci nisu samo bezveze riječi. To su informacije, a kada je riječ o informacijama, sve ih više i više stvaramo svaki dan. Zapravo stvaramo toliko da je izvješće SINTEF iz 2013. godine procijenilo da je 90% svih informacija na svijetu nastalo u protekle dvije godine. Ova nevjerojatna brzina stvaranja podataka čak se dvostruko udvostručuje svake 1,5 godine zahvaljujući internetu, gdje smo 2015. svake minute voljeli 4,2 milijuna stvari na Facebooku, prenijeli 300 sati videozapisa na YouTube i poslali 350.000 tweetova. Sve što radimo je da generiramo podatke kao nikada prije, a puno podataka upravo je ono što strojevi trebaju kako bi naučili učiti. Zašto?
Zamislite programiranje računala da prepozna stolicu. Trebali biste unijeti tonu uputa, a rezultat bi i dalje bio program koji otkriva stolice koje nisu, i ne otkriva stolice koje jesu. Pa kako smo naučili otkriti stolice? Naši roditelji su pokazali na stolicu i rekli: “stolica”. Onda smo mislili da smo imali cijelu stolicu koja je sve shvatila, pa smo ukazali na stol i rekli “stolac”, a to su bili kada su nam roditelji rekli da je riječ o “stolu”. “Ovo se zove učenje ojačanja. Etiketa “stolica” povezuje se sa svakom stolicom koju vidimo, tako da su određeni neuronski putovi ponderirani, a drugi ne. Kako bi “stolica” zapalila u našem mozgu, ono što vidimo mora biti dovoljno blizu našim susretima s prethodnim stolicama. U suštini, naši su životi veliki podaci filtrirani kroz mozak.
Duboko učenje
Moć dubokog učenja je da je to način korištenja masivnih količina podataka da bi strojevi mogli raditi slično kao što mi radimo bez davanja izričitih uputa. Umjesto da opisujete “stolac” u računalo, samo ga priključujemo na internet i hranimo ga milijunima slika stolica. Može tada imati opću ideju o “stolici”. Sljedeće ga testiramo s još više slika. Gdje je pogrešno, to ispravljamo, što dodatno poboljšava otkrivanje “stolice”. Ponavljanje ovog procesa rezultira računalom koje zna što je stolica kad ga vidi, u najvećoj mjeri, koliko god može. Važna razlika je u tome što za razliku od nas može sortirati milijune slika u roku od nekoliko sekundi.
Ova kombinacija dubokog učenja i velikih podataka rezultirala je zapanjujućim postignućima samo u proteklih godinu dana. Osim nevjerojatnog ostvarenja AlphaGo, Google DeepMind AI naučio je kako čitati i razumjeti stotine hiljada zabilježenih novinskih članaka. DeepMind je također naučio igrati desetke Atari 2600 video igara bolje od ljudi, samo gledanjem zaslona i rezultata i ponovnim igranjem igara. AI pod nazivođ Žirafa se naučio kako igrati šah na sličan način, pomoću skupa podataka od 175 milijuna šahovskih pozicija i postigao međunarodni statusa Master razine za samo 72 minuta igre protiv samog sebe. U 2015. godini, AI je prošao vizualni Turingov test kako učiti na način kojim mu je pokazan omražen lik u izmišljenoj abecedi, a zatim je odmah reproducirao pismo na način koji se u potpunosti ne razlikuje od čovjeka s obzirom na isti zadatak. To su sve glavne prekretnice u AI.
Međutim, unatoč svim tim prekretnicama, kada se pitalo za procjenu kada će računalo pobijediti istaknutog igrača igrice Go , odgovor čak i samo nekoliko mjeseci prije objave od strane Googlea za AlphaGo pobjedu, bio je od strane stručnjaka u biti, „Možda za još deset godina.”
Takva zbunjujuća složenost onemogućuje bilo kakav pristup s velikim silama kako bi skenirali svaki mogući potez kako bi odredili sljedeći najbolji potez. Ali duboke neuronske mreže kruže oko te barijere na isti način na koji naši vlastiti umovi uče, proučavajući procjenu onoga što se osjeća kao najbolji potez. To činimo kroz promatranje i praksu, kao i AlphaGo, analizom milijuna profesionalnih igara i igranjem na milijune puta. Dakle, odgovor na to kada bi igra Go padala na strojeve nije bila ni blizu deset godina. Ispravan odgovor je glasio: “U svakom trenutku.”
Automatizacija nerutinskih poslova
U bilo koje vrijeme sada. To je nova reakcija u 21. stoljeću za sva pitanja koja ukazuju na to da nova računala mogu raditi bolje od ljudi, a mi moramo pokušati da se adaptiramo.
Moramo prepoznati što znači da eksponencijalna tehnološka promjena ulazi na tržište rada za nerutinske poslove po prvi put. Strojevi koji mogu naučiti raditi skoro sve što ljudi rade. Nitko nikada ne može biti jedinstveno siguran. Od hamburgera do zdravstvene skrbi, strojevi se mogu kreirati tako da uspješno obavljaju takve zadatke bez potrebe ili manje potrebe za ljudima, i po nižim troškovima od ljudi.
Amelia je samo jedan AI koji je trenutno beta trenutačno testiran u tvrtkama. Izradio ga je IPsoft tijekom proteklih 16 godina, naučila je kako obavljati posao zaposlenika pozivnih centara. Može naučiti u sekundama što traje mjesecima, a ona to može učiniti na 20 jezika. Budući da je u stanju naučiti, s vremenom može učiniti više. U jednoj tvrtki koja ju je stavila na posao, u prvom tjednu je uspješno riješila jedan od svakih deset poziva, a do kraja drugog mjeseca mogla je riješiti šest od deset poziva. Zbog toga je procijenjeno da može staviti 250 milijuna ljudi izvan posla, širom svijeta.
Viv je AI koji uskoro dolazi od kreatora Siri koji će biti naš osobni asistent. On će obavljati poslove na internetu za nas. Pri tome sve to za nas, vidjet ćemo daleko manje oglasa, a to znači napad na cijelu reklamnu industriju – industrija na kojoj je cijeli internet izgrađen.
Svijet s Amelijom i Vivođ – i bezbroj drugih AI kolega na mreži brzo – u kombinaciji s robotima poput Boston Dynamics’ nove generacije Atlas, je svijet u kojem strojevi mogu učiniti sve četiri vrste radnih mjesta, a to znači ozbiljne društvene promjene. Ako stroj može raditi posao umjesto čovjeka, treba li se bilo koji čovjek prisiliti na obavljanje tog posla? Ako strojevi rade sve veći postotak naših radnih mjesta za nas, a ne plaća se da ih mi vršimo, kamo da ide sav taj novac? Je li čak moguće da mnogi poslovi koje stvorimo ne moraju postojati uopće, i to samo zbog prihoda koji pružaju? To su pitanja koja trebamo početi tražiti jako brzo.
Odvajanje prihoda od posla
Srećom, ljudi počinju postavljati ova pitanja, a postoji i odgovor koji stvara zamah. Ideja je da strojevi rade za nas, ali se osposobljamo pronaći oblike preostalih djela koje mi, kao ljudska bića, smatramo najvrednijim, jednostavno pružajući svima mjesečnu plaću neovisno o radu. Ove plaće će biti odobrene svim građanima bez uvjeta kao univerzalni osnovni dohodak. Usvajanjem UBI, osim imunizacije protiv negativnih učinaka automatizacije, također bi se smanjili rizici inherentni poduzetništvu i veličine birokracije potrebne za povećanje prihoda. Upravo zbog tih razloga, ona ima prekograničnu podršku i još je u ranoj fazi moguće primjene u zemljama poput Švicarske, Finske, Nizozemske i Kanade.
Budućnost je mjesto ubrzavanih promjena. Čini se mudro nastaviti gledati na budućnost kao da je prošlost, gdje su se nove vrste poslova uvijek pojavljivala. WEF je započeo 2016. godine s procjenom da će se do 2020 javiti 2 milijuna novih radnih mjesta uz eliminaciju 7 milijuna. To je neto gubitak, a ne neto dobit od 5 milijuna radnih mjesta. U često citiranom članku, studija s Oxforda procjenjuje automatizaciju oko polovice svih postojećih radnih mjesta do 2033. U međuvremenu samostalna vozila, opet zahvaljujući strojnom učenju, imaju sposobnost drastično da utječu na sve zemlje – posebno automatizacijom vožnje kamionima – uklanjanjem milijuna radnih mjesta u kratkom roku.
Koja je velika lekcija da naučimo, u stoljeću kada strojevi mogu da uče?
Huaweiov Mate 10, najnoviji je pametni telefon koji koristi prednosti najnovije generacije umjetne inteligencije.
Slika: Huawei Mate 10
Što radi AI na mobilnim uređajima?
Ovogodišnja glavna izložba pametnih telefona promovira umjetnu inteligenciju kao značajku koja mijenja život.
AI je već neko vrijeme prisutan u mobilnim telefonima, na primjer, pomoću značajki glasovnih pomoćnika poput Siri ili Google pomoćnika.
Međutim, u prethodnoj generaciji telefona AI je bio temeljen na internetu i zahtijeva pristup internetskoj vezi.
Ono što se razlikuje od AI na mobilnim uređajima jest da će nova generacija pametnih telefona kombinirati oblak AI na ugrađene AI motore na hardveru. Ovu novost najavila su tehnološki divovi poput Googlea, Applea i Huaweija.
Što je AI u uređaju i kako funkcionira?
Od onoga što su stručnjaci obećali, izgleda kao da razlika u tome što ima smartphone od ‘umjetno inteligentnog’ telefon je razlika kućnog ljubimca od vodiča. Dok će kućni ljubimac poslušati vaše zapovijedi, vodič će ne samo odgovoriti na vaše narudžbe, već voditi put i donijeti odluke za ono što smatra najboljim za vas.
Huaweiov Mate 10, nosi vlastiti Kirin 970 procesor. Na vrhu CPU-a i GPU-a, koji su zajednički procesorima, Kirin 970 također ima jedinicu neuronske obrade (NPU).
Dok CPU i GPU mogu napraviti precizne izračune, AI jedinice, kao što je NPU, rade drugačije.
Poput ljudskog mozga, AI neće odmah napraviti složene i istodobne izračune. Ono što će učiniti, kroz rijetku obradu, prepoznaje slike, glasove i jezik i obrađuje ih poput podataka.
To znači da će telefoni poput Mate 10 moći donositi odluke i optimizirati njihovu izvedbu na temelju onoga što su naučili od upotrebe. AI u uređaju također obećava bolju integraciju sustava s hardverom kao što su kamere, mikrofoni i baterije.
To vodi putu za niz jedinstvenih značajki i poboljšanja.
Što će umjetna inteligencija na uređaju učiniti?
Na iPhoneu X, algoritmi AI nalaze se iza sustava za prepoznavanje lica Face ID, animiranih emojis Animoji i povećanih aplikacija za stvarnost.
Na Google Pixel 2, jedna od značajki AI-powered je Now Playing. Pomoću baze podataka od 100 000 pjesama tjedno ažurirano i prilagođeno lokaciji, telefon će vam odmah reći koja pjesma se reproducira u pozadini automatskim slanjem obavijesti na početnom zaslonu. Nema potrebe za pristup sličnim namjenskim aplikacijama kao što je Shazam.
Razumjevši jezik i slike, AI će također potaknuti Googleove značajke kao što su prijevod uživo i Googleov objektivi; google pretraživanje možete pokrenuti uzimajući sliku.
Na Mate 10, AI-vision kamere skeniranju okolnog okruženja za prilagodbu postavki telefona u skladu s tim, optimiziranje performansi i korisnički doživljaj.
Kad fotografirate, telefon također može identificirati objekt, osobu ili situaciju koja se fotografira. Također se primjenjuje i korekcijski filtar, što rezultira boljom kvalitetom slike. Prepoznavanje i poboljšanje slike su točni do takvog stupnja da mogu razlikovati mačku od psa.
AI motor također može kompenzirati slike niske razlučivosti. Ako je slika na vašem uređaju niže rezolucije, AI-vision motor može predvidjeti nestale piksele. To omogućuje bolji prikaz i zumiranje.
Sve tri marke također su najavile bolje performanse baterije na novoj generaciji telefona. To je dijelom zbog umjetne inteligencije u uređaju. Huawei je izjavio da će njezin AI novi telefon biti 50 puta energetski učinkovitiji.
Uređaj AI u uređaju sprema energiju na dva načina: prvo dodjeljuje snagu relevantnim funkcijama. Dakle, ako korisnik ne upotrebljava određenu značajku, telefon neće dopustiti da ga potroši kao nepotrebno. Drugo, uređaj AI u uređaju znači da AI oblak neće biti više neophodan, što štedi energiju.
Stručnjaci također očekuju da AI u uređaju otvori vrata razvoju svih vrsta inovativnih i inteligentnih mobilnih aplikacija.
“Stvarno smo uzbuđeni kada vidimo što će novi ekosustav aplikacije morati ponuditi, razvijajući nove aplikacije koje će povlastiti nove AI mogućnosti na hardveru”, rekla je Christophe Coutelle, voditeljica softverskog marketinga tvrtke Huawei.
Primjerice, aplikacija Microsoft prevoditelj testirana je i može se ubrzati do 300% s AI motorom u uređaju.
Je li umjetna inteligencija gladna za podatke?
Strojno učenje je sve što ima veliku i raznoliku količinu podataka. To čini mobilne telefone idealan uređaj za podučavanje AI motora zbog velikog i čestog unosa podataka od strane korisnika.
“Ovo vrijedi za bilo koju vrstu učenja. Želiš puno primjera i stvarno lijep raspon primjera, tako da nema nikakvih iznenađenja i vaš je sustav naučio pravi način. Jedinstvena stvar s uređajima poput telefona je da postoji mnogo primjera. Za obuku sustava to je prednost “, objasnio je profesor David Robertson sa Sveučilišta u Edinburghu.
Međutim, prevelika količina podataka također izaziva zabrinutost zbog sigurnosti i povjerljivosti.
“Postoji mnogo podataka koje upotrebljavate i isporučujete na telefonu koji je jedinstven za vas, a to vas identificira. Sustavi koji mogu obaviti inteligentnu analizu podataka mogu odrediti mnogo stvari o vama koje možda želite ili ne želite biti određeni: vaše ponašanje, vaše sklonosti, vaše zdravlje “, dodao je profesor Robertson.
S druge strane, profesor Robertson je također objasnio da novi AI motori možda manje budu gladni za podacima jer su dovoljno pametni za početak. Tehničke tvrtke tvrde da AI u uređaju omogućuje i bolju sigurnost jer će manje podataka morati dijeliti sa sustavom koji se temelji na oblaku i više će podataka ostati na uređaju.
Hoće li značajke na umjetnoj inteligenciji na mom telefonu promijeniti moj život?
Dok pitanja vezana uz podatke i privatnost stvaraju zabrinutost danas, profesor Robertson objasnio je da je AI postojao više od dvadeset godina i da, iako u mnogim slučajevima korisnik nije izravno iskusan, već se dugo koristi za optimizaciju tehnologijskih sustava.
AI nije najrevolucionarnija značajka danas, ali njegova upotreba u mobilnim uređajima može biti važna pomoć u svakodnevnom životu.
“Oduvijek je bio produljenje ljudskog ponašanja, pomaže ili pojačava ono što radite i olakšava stvari”, rekao je Robertson.
Profesor je dodao da su sposobnosti AI-ja iznimno “relevantne za korištenje mobilnih uređaja”.
Huaweijeva Christophe Coutelle vjeruje da će mnogi imati koristi od AI značajki. “AI se tiče bolje personalizacije, učinkovitosti i uštede energije, vjerujemo da je to u interesu svih.
“Ako telefon bolje razumije način na koji ga upotrebljavate, ako telefon bolje razumije vaš kontekst, vaš će telefon moći pružiti relevantnije značajke ili aplikacije. To je uistinu svrha: vaš telefon će biti inteligentniji i sposobniji predvidjeti vaše potrebe i pomoći vam obavljati vaše poslove na bolji način. “
Za razliku od tradicionalnih računara, koji prikazuju informacije u jednom od dva stanja (1 ili 0), kvantni računari rade na kvantnim bitovima ili “kubima”. Ova jedinica kvantne informacije može da skladišti niz vrijednosti između 1 i 0, omogućavajući ovim uređajima da eksponencijalno drže više informacija. To znači da, s obzirom na to da broj kubita koji se može manipulirati raste, tako raste i računarska snaga.
Prošle godine, tim naučnika s Harvarda na čelu sa fizičarem Mikhailom Lukinom stvorio je prvi 51-inčni kvantni kompjuter u svijetu. Senzacija oko objavljivanja nije proistekla samo iz njegovog stvaranja, već i zbog činjenice da nije zasnovan na tradicionalnoj tehnologiji dijamantske kubitne mreže koju su Lukin i njegov tim radili tokom protekle decenije.
U nedavnom intervjuu sa vodećom naučnom publikacijom, fizičar je ponizno objasnio da iako je inovativni adiabatski pristup njegovog tima omogućio da naprave pionirski napredak na terenu i nosi s tim ogromne mogućnosti za dalji razvoj, bilo bi prerano da se deklarira jedna tehnologija ili pobednik.
“U principu, čini mi se da je još prerano proglašenje pobjednika u kvantnoj trci, različite kvantne platforme imaju svoje prednosti i slabosti. Stoga je izuzetno važno da se ne koncentrišemo na jednu verziju, već da istražimo sve mogućnosti “, naglasio je Lukin.
Nakon toga, fizičar je dodao da se njegova “analogna” platforma razlikuje kroz svoju ogromnu fleksibilnost i ogromnu moguću računarsku moć koja sledi.
“Kubiti bazirani na hladnim atomima i jonima su izuzetno fleksibilni u svom radu”, objasnio je naučnik. “U stvari, mogu se pomerati, reprogramirati i promeniti u srednjem proračunu. U tom smislu, čvrste platforme zasnovane na silicijumu i fosforu koje su stvorile naše australijske kolege su značajno inferiorne, jer se ne mogu menjati nakon što se čip kreira. “
Lukin smatra da pristup njegovog tima ima najbolju šansu da preuzme vodeću poziciju u “globalnoj kvantnoj trci”, pošto u suštini nema teorijskih matematičkih ograničenja koja sprečavaju njegov tim da stvori super moćne kvantne mašine koje sadrže ne samo desetine već i stotine kubita.
Istovremeno, fizičar smatra da će atomski kubit, lakši za kontrolu od jonskih, biti osnova za ovaj razvoj. “Poenta je u tome što se broj jona povećava, sve više i više se odbijaju, zbog čega sistem postaje nestabilan. [Dr. Christopher Univerzitet u Marylandu] Monroe i njegove kolege su uspjeli riješiti ovaj problem za 53 jona, ali ostaje da se vidi šta se dalje dešava. Biće veoma zanimljivo videti kako se situacija razvija kada dosegnemo nivo od nekoliko stotina kubita”, istakao je Lukin.
Prelazak na Rubikon
Prema rečima profesora, stvarno dostignuće koje je on i njegov tim uspio napraviti nije u samom kvantnom hardveru već u neočekivanom kvantnom fenomenu koji su mogli da posmatraju dok su pratili ponašanje atoma i elektrona koristeći njihov adiabat pristup.
“Prešli smo prag. Teoretičari razmišljaju o tome kako objasniti stabilno stanje koje se pojavljuje u sistemu ako ga dovedemo u neravnotežu, a trenutno pokušavaju to objasniti analogno matematičkoj teoriji haosa, fenomenom “kvantih ožiljaka”. U ovoj oblasti će se najinteresantnije stvari otkriti u narednim godinama. “
Prema fizičaru, njegov tim već radi na stvaranju algoritama za ispravljanje grešaka i prateće arhitekture koja bi im omogućila da se implementiraju na osnovu atomskih kubita. Međutim, eksperimentisanje u ovom pravcu će imati smisla kada se snaga kvantnih računara značajno povećava, kaže on. “Za sada ne znamo kako da kreiramo kvantni računar koji se sastoji od stotina lakata, mnogo manje hiljada kubika. Dodatak algoritama za ispravljanje greške povećavaće složenost takvog sistema po redosledu veličine, a mi jednostavno ne razumemo kako se ovakav sistem može smanjivati. Verovatno je da ne možemo ni da zamislimo kako će izgledati takav univerzalni i proširiv računar budućnosti “, primetio je fizičar.
Super kvantni kompjuteri budućnosti
Ipak, Lukin teoretizuje da prvi veliki kvantni kompjuteri neće biti monolitni, već će se sastojati od modula – od kojih će svaki sadržavati nekoliko desetina qubita. Ovi moduli se mogu povezati pomoću posebne mreže – “quantum internet” koja će im omogućiti da izvode teške i obimne proračune koje ne mogu čak ni najnapredniji konvencionalni superračunari.
Još jedan problem, čudan koliko se čini posmatraču laiku, pokušaće dvostruko proveriti kalkulacije koje su napravile ove mašine. Teškoće u tome će se samo pogoršati kada kvantni računari dostignu računarske mogućnosti van onog od bilo kojeg konvencionalnog računara. Na kraju krajeva, Lukin veruje da najčistiji oblik verifikacije ne leži u složenim algoritmima i revolucionarnim matematičkim pristupima, već u stvarnom svetu uspješnosti kvantno-računarskih proračuna u rješavanju stvarnih problema, poput toka saobraćaja u velikom gradu ili predviđanja o ponašanju ekonomije.
“Ljepota ovakvih zadataka leži u činjenici da je teško riješiti ih, ali vrlo je lako provjeriti”, rekao je naučnik. “Postoji mnogo algoritama koji ih mogu efikasno rešiti, koristeći relativno mali broj kubita – oko 100 do 200. I ako se dokažu, možemo pokazati da su takvi računari korisni i da ispravno rade.”
Vrste izračunavanja optimizacije koje navodi naučnik utječu na široki spektar naučnih istraživanja, uključujući mašinsko učenje i AI, a napredak u ovim oblastima se može dramatično proširiti kada se primeni kvantno računarstvo. Ova praktična demonstracija “kvantne superiornosti” će privući pažnju investitora, kaže Lukin. Zahvaljujući kvantnom računarstvu, svet se nalazi na pragu novih i uzbudljivih mogućnosti. Prema fizičaru, jedna od najintrigantnijih stvari biće da vidi koliko će se kvantna teorija razlikovati od kvantne računarske prakse.
“Ako se pogleda kako su se klasični računari razvijali … vidimo da je u zoru njihovog stvaranja bilo mnogo algoritama za koje se verovalo da su vrlo efikasni u to vrijeme, ali koji su se u praksi ispostavili beskorisni. I tek nedavno su matematičari mogli da otkriju zašto ne rade. Ista stvar, mislim, će se desiti sa kvantnim kompjuterima, a život je pun iznenađenja “, zaključio je Lukin.
Mark Cuban je samostalni milijarder. Prvih trilijunaši na svijetu, međutim, bit će napravljeni umjetnom inteligencijom (AI).
To je navodno izjavio vlasnik Dallas Mavericks u nedjelju navečer na SXSW konferenciji 2017. godine. On vjeruje da, s obzirom na sve veći napredak u tehnologiji danas, AI poduzetnici će biti prvi svjetski trilijuneri.
“Kažem vam, prvih trilijunaši na svijetu dolaze od nekoga tko gospodari AI i svim njegovim derivatima i primjenjuje ga na načine na koje nikada nismo mislili”, rekao je Kuban. Trebali bismo očekivati da ćemo “vidjeti više tehnoloških dostignuća u idućih deset godina koliko smo imali tijekom posljednjih 30 godina. Samo će se sve eksponencijalno razviti”.
Kuban vjeruje da, ako želite da budete jedan od onih budućih trilijunaša, trebate se odmah pripremiti. “Bez obzira na to što trenutno proučavate, ako ne uspijete ubrzati dublje učenje, neuronske mreže itd., zaostati ćete i izgubiti”, rekao je Kuban.
Zvijezda investitor za ABC reality show “Shark Tank” govorio je o svojoj viziji budućnosti:
Prolazimo kroz proces u kojem će softver automatizirati softver, automatizacija će automatizirati automatizaciju. Ne bih sada želio biti CPA. Ne bih tad želio biti računovođa. Radije bih bio glavni filozof. Znati kako kritički misliti i vršiti procijene iz globalne perspektive, mislim da će biti vrednije od onoga što danas vidimo kao uzbudljivu karijeru koja bi mogla biti programiranje ili CPA ili te vrste stvari.
Val promjena
Ova promjena u kojoj će vještine biti relevantne u nadolazećim godinama rađa se očekivanjem da će AI i automatizirani sustavi zamijeniti ljudske radnike u nizu poslova, kako plavih tako i bijelih ovratnika. Automatizacija, ojačana boljim AI, poremetiti će radnu snagu, potencijalno preuzeti oko 47 posto poslova u SAD-u i 40 posto u Kanadi, prema studijama. Jedan od mogućih odgovora na rasprostranjenu nezaposlenost će uzrokovati univerzalni osnovni dohodak (UBI), ali Kuban ne vjeruje da bi UBI bio sjajno rješenje.
Ono što vjeruje jest da je automatizacija neizbježna i da moramo biti spremni za to. ” Kakvu moguću priliku mogu stvoriti da se ti ljudi nadaju poslodavcima i sposobnosti da žive vrijedan život? ” To je ono što ljudi u ovoj sobi mogu pomisliti, jer naša sadašnja uprava neće riješiti taj problem vraćajući ih u tvornice “, rekao je Kuban, očito upućivajući na radne planove predsjednika Trumpa.
Ipak, uloga vlade je ključna. Postoji potreba za dobro informiranim i istraživačkim politikama koje će voditi razvoj AI sustava – zadatak koji je započela Obamina administracija i koje nekoliko privatnih institucija aktivno provode.
Naravno, u AI-ju ima više, nego samo preuzimanja posla. Zapravo, tehnologija već transformira način na koji idemo s našim svakodnevnim životima, sve više postajemo ovisni o uređajima koji se oslanjaju na sustave strojnog učenja i duboke algoritme učenja. AI transformira medicinsko polje, donosi bolju dijagnozu i učinkovitije liječenje, a uskoro će i naše automobile voziti. S obzirom na bezbroj načina na koji bi tehnologija mogla poremetiti naš svijet, ideja da će prva osoba koja pređe na trilijunski teritorij to učiniti jahanjem AI vala nije pretjerivanje.
S9 će prema svim glasinama izaći u drugom mjesecu.
Glasina: Veličina u RAM-u i pohranjivanju
Najnoviji detalji tvrde da Samsung planira 128GB verziju Galaxy S9 da nadopuni osnovnu konfiguraciju 64GB, zajedno s tri različita modela Galaxy S9 + veličine 64 GB, 128 GB i 256 GB. Još bolje, S9 + se očekuje povećanje do 6 GB RAM-a stavljajući ga ravnopravno sa Galaxy Note 8.
Glasine: Možda se neće zvati Galaxy S9.
IPhone X, nazvan u čast 10. godišnjice uređaja, stvorio je problem – ili možda priliku – za Samsung. Ako tvrtka bude išla prirodnim slijedom vlastite konvencije o imenovanju, riskira stvaranjem kompleksa inferiornosti među kupcima; ko želi Galaxy S9 kada već imate iPhone X (izgovara “deset”)? Prema Forbesu, Samsung može slijediti s Galaxy X. Naravno, moglo bi se popeti na Apple tako da ode ravno u Galaxy S11 – ili nešto sasvim drugo.
Glasina: Prvi s procesorom Snapdragon 845 S obzirom na to da je Snapdragon 835 predstavio Galaxy S8, sasvim je moguće da će Snapdragon 845 prvi put izaći s Galaxy S9, čime se očekuje da omogući čitavu hrpu novih značajki i bolje trajanje baterije. Do sada je, međutim, samo Xiaomijev nadolazeći Mi 7 potvrdio da koristi Snapdragon 845.
Glasine: Samsung ima vlastitu verziju Face ID-a
Čak i prije nego se Apple javio s iPhone X-om, Samsung je imao nešto dokazati u odjelu za prepoznavanje lica nakon što su hakeri zavarali skener iris uređaja Galaxy S8 pomoću fotografije i kontaktnih leća. Korejski Herald izvještava da Samsung radi na poboljšanju svoje tehnologije i donijet će ju svojim mobitelima 2018. ili 2019. godine.
Qualcommov novi Snapdragon 845 procesor, koji će prema glasinama biti u Galaxy S9, podržava vrstu 3D mapiranja lica koja se koristi u Appleovoj tehnologiji Face ID. Iako Appleova tehnologija Face ID koristi 30.000 točaka infracrvenog svjetla za mapiranje vašeg lica, Qualcommov kapacitet iznosi 50.000 točaka, teorijski mu daje veću preciznosti.
Glasine: Skener otiska prsta je natrag (na poleđini) Bez obzira na to je li Samsungov odgovor na ID Face dovršen na vrijeme za Galaxy S9, molimo se da tvrtka otkrije bolje rješenje za svoj skener otiska prsta.
Bilo je glasina koje upućuju na to da je tvrtka pokušala ugraditi skener na zaslonu – popularnu fantaziju o iPhoneu X prije nego što je izašao. Prema Investitoru, zvuči kao da će Galaxy S9 slijediti korake svojih predaka, sa skenerom straga.
Glasine: Galaxy S9 može biti savitljiv (ali vjerojatno neće biti)
Samsung je podnio patent za preklopivi telefon, a ovog ljeta Bloomberg je izvijestio da je tvrtka razmišljala o objavljivanju dva modela s zaslonom koji se može saviti. Od tada je predsjednik mobilnog poslovanja tvrtke izjavio Associated Press da će Samsung pokrenuti takav telefon nakon što riješi “neke probleme”.
Glasina: Izgledat će puno poput Galaxy S8
S obzirom na sve veći broj slučajeva Galaxy S9 koji su se probijali na Amazon posljednjih dana, očekujemo da je Samsung zaključio konačni dizajn i da ćemo vidjeti više fotografija tijekom narednih nekoliko tjedana. Glasine su da će telefon vjerojatno izgledati vrlo sličan prethodniku, a slike koje smo vidjeli do sada – uglavnom renderi i mockups dizajnirani od amatera i entuzijasta – pokazuju koliko. Nekoliko uvjerljivih fotografija, uključujući i onu koja pokazuje stražnju ploču s izrezom za vertikalno poravnatu kameru i skener otiska prsta, upozoravaju na dizajn koji je više iterativan nego revolucionaran:
Glasina: Dvojne kamere na prednjoj i stražnjoj strani
Ovo je za raspravu. Rano izvješće ukazuje da će Galaxy S9 kao iPhone X imati dvije kamere na prednjoj strani, ali novije čavrljanje sugerira možda ne. Za sada se čini da su konsenzus dvostruka stražnja kamera – barem za Galaxy S9 Plus – opremljeni “3-stack slojnim senzorima” koji mogu snimiti više od 1.000 fotografija u sekundi.
Glasina: Galaxy S9 će moći snimiti super-kvalitetan videozapis
Snapdragon 845 pružit će Galaxy S9 veliku prednost, barem na papiru, u odnosu na druge telefone s vrhunskim kamerama. Osim osiguranja prava hvalisanja kao prvog snimatelja 4K Ultra HD videozapisa, Qualcomm kaže kako čip proizvodi svjetliju fotografiju i video, smanjuju buku i omogućuju ugrađivanje sitnih videozapisa u još uvijek portrete.
Glasine: Killer životni vijek baterije
Problemi s eksplozijama na stranu, linija Galaxy je poznata po dugom trajanju baterije. S8 i S8 Plus oboje su trajali oko 16 sati u našim testovima, a Note 8 oko sat vremena dulje. Još jedna prednost povećanja Snapdragona 845 je bolja učinkovitost – 30 posto bolja, prema Qualcommu. Ako je istinito, to bi moglo gurnuti Galaxy S9 izvan 20-satnog praga.
Glasina: Imati će 512 GB prostora za pohranu
Samsung može dramatično povećati udio kada je riječ o internoj pohrani. Najavljen je početak masovne proizvodnje 512GB čipa koji bi Galaxy S9 osam puta omogućio integrirani kapacitet 64GB Galaxy S8. Galaxy S9 512GB bi bio potpuno patuljak natjecanja: najsuvremeniji, kasni model iPhones nadopunjuje 256 GB prostora za pohranu, a Google Pixel 2 XL dolazi u verzijama 64 GB ili 128 GB. Vrijedno je napomenuti da se Samsungovi čipovi često nalaze u ne-Samsung telefonima, uključujući iPhone.
Glasine: Galaxy S9 mogao bi imati utičnicu za slušalice
Jednokratna utičnica za slušalice od 3,5 mm postala je sve rjeđa značajka koja bi Galaxy S9 mogla učiniti privlačnijima ljudima koji nisu spremni za njihovo odbacivanje žičanih slušalica. Apple se udaljio od naslijeđene luke s iPhone 7 i 7 Plus i nije se osvrnuo, a Google Pixel 2, Moto Z, Essential Phone i ostali su slijedili.
Glasine:S9 bi mogao koštati više od trenutne generacije
Postoji mnogo čimbenika koji doprinose cijeni. Appleov model baze 999 dolara za iPhone X otklonio je put budućim četveroznamenkastim telefonima. A ako Samsung isporuči sve nadogradnje kao na glasinama, to bi gotovo sigurno diglo cijenu.
Moderni 2,5 inčni SSD disk namjenjen ugradnji u prijenosna i stolna računala
Solid-state drive ili skraćeno SSD je uređaj za pohranu podataka koji za pohranu koristi integrirane krugove. Namijenjen je trajnom spremanju podataka, kao i tvrdi disk. Iako se ponekad naziva “SSD diskom”, on ne sadrži mehaničke dijelove (glavu za čitanje/pisanje i magnetizirani disk). SSD tehnologija za komunikaciju s ostatkom računala koristi isto elektroničko sučelje kao i tvrdi diskovi, što olakšava ugradnju i zamjenu sporijih mehaničkih diskova. Zbog veće brzine pisanja i čitanja, konstruirano je novo ulazno/izlazno sučelje SATA Express kako bi ostatak računalnog sklopovlja pratio i maksimalno iskoristio novu tehnologiju.
Glavni dijelovi SSD-a su memorijski kontroler i Flash memorija te o njima najviše ovise performanse uređaja. Memorija je u NOR ili NAND izvedbi.Tri su izvedbe NAND-a: SLC (eng. Single-level cell), MLC (eng. Multi-level cell) i TLC (eng. Triple-level cell). U usporedbi s klasičnim mehaničkim diskom, SSD je mnogo otporniji na fizičke šokove, manjih dimenzija i mase, tiši, energetski učinkovitiji, ima kraće vrijeme pristupa memoriji i manju latenciju što ga čini bržim. Međutim, negativne strane SSD-a su visoka cijena (GB/kuna) i kapacitetom manji memorijski prostor.
Zbog toga su se na tržištu pojavili takozvani hibridni diskovi (eng. solid-state hybrid drive, SSHD) koji koriste prednosti SSD-a i tvrdog diska u istom uređaju. SSD disk u tom slučaju služi kao priručna memorija diska (eng. cache), dok tvrdi disk osigurava veliki skladišni prostor.
