AI Изкуствен интелект за преосмисляне на управлението на риска - HAAS Avocats

с приноса на Куентин Якоб, инженер-учен по данни:
Изкуствен интелект, AI, алгоритми, машинно обучение, дълбоко обучение, невронни мрежи ... толкова много термини, които се увеличават, но понякога имаме проблеми с концептуализирането. Изправен пред това наблюдение, е необходим кратък преглед на основните понятия. Въпреки че бъдещите определения не претендират за изчерпателност, те ще имат за цел да въведат и информират бъдещото развитие на изкуствения интелект и правните механизми на отговорност.

ИЗКУСТВЕН ИНТЕЛЕКТ: B.A.BA

Алгоритъм: набор от правила, посочени по недвусмислен начин, за да се реши проблем или да се получи резултат.
(Пример: рецепта за готвене, техника за размножаване с ограничение)

Изкуствен интелект (AI): набор от техники и теории, приложени за създаване на машини, способни да симулират човешки интелект.
Той се материализира чрез „изграждането на компютърни програми, които се посвещават на задачи, които в момента се изпълняват по-задоволително от хората, защото изискват психични процеси на високо ниво като: възприятие за възприемане, организация на паметта и критични разсъждения“ [ 1].

Машинно обучение: подмножество на изкуствения интелект. Набор от способни алгоритми да се учим чрез пример (оттук и интересът към събирането на масивни данни и настоящият растеж на тези алгоритми). Хората вече не трябва да определят точни правила за вземане на решения, те се научават от машината чрез проби и грешки.

Предимства и недостатъци на машинното обучение в сравнение с традиционния изкуствен интелект:

ПРЕДИМСТВА

Позволява да се доведе до мощни алгоритми в области, където правилата за вземане на решения са трудни за изразяване от човека.

Например: разпознаване на изображения. Какви са правилата, използвани от човека за разпознаване на лице? Трудно е да се каже, оставете машината да се научи.