Въплътен AI позволява на роботите и автономните дронове да взаимодействат с реалния свят, но как работи?
(Изображение: Yuichiro Chino/Getty Images)
Изкуственият интелект (AI) се предлага в много форми, от системи за разпознаване на образи до генеративен AI. Има обаче друг тип AI, който може да реагира почти мигновено на реални данни: въплътен AI.
Но какво точно представлява тази технология и как работи?
Вграденият AI обикновено комбинира сензори с машинно обучение, за да реагира на данни от реалния свят. Примерите включват автономни дронове, самоуправляващи се автомобили и фабрична автоматизация. Роботизираните прахосмукачки и косачките използват опростена форма на въплътен AI.
Тези автономни системи използват AI, за да се научат да навигират през препятствия във физическия свят. Повечето въплътени AI използват алгоритмично кодирана карта, която в много отношения е подобна на умствената карта на лондонската лабиринтна мрежа от пътища и забележителности, използвани от таксиметровите шофьори в града. Всъщност, изследвания за това как лондонските таксиметрови шофьори определят маршрут са използвани за информиране за разработването на такива вградени системи.
Някои от тези системи също така включват типа въплътен, групов интелект, открит в рояци насекоми, ята птици или стада животни. Тези групи подсъзнателно синхронизират движенията си. Имитирането на това поведение е полезна стратегия за разработване на мрежа от дронове или складови превозни средства, които се контролират от въплътен AI.
История на въплътения AI
Развитието на въплътен ИИ започва през 50-те години на миналия век с кибернетичната костенурка, създадена от Уилям Грей Уолтър в Неврологичния институт Бърдън в Обединеното кралство. Но ще отнеме десетилетия, преди въплътеният ИИ да влезе в сила. Докато когнитивният и генеративният AI се учат от големи езикови модели, въплътеният AI се учи от своя опит във физическия свят, точно както хората реагират на това, което виждат и чуват.
Въпреки това, сензорните входове на въплътения AI са доста различни от човешките сетива. Вграденият AI може да открива рентгенови лъчи, ултравиолетова и инфрачервена светлина, магнитни полета или GPS данни. Алгоритмите за компютърно зрение могат след това да използват тези сензорни данни, за да идентифицират обекти и да реагират на тях.
Изграждане на модел на света
Основният елемент на въплътен AI е неговият световен модел, който е проектиран за неговата работна среда. Този модел на света е подобен на нашето собствено разбиране за околната среда.
Световният модел се поддържа от различни подходи на обучение. Един пример е обучението с подсилване, което използва базиран на правила подход за определяне на маршрут – например с правила като „винаги правете X, когато срещнете Y“.
Друг е активният извод, който е моделиран върху това как работи човешкият мозък. Тези модели непрекъснато приемат данни от околната среда и актуализират световния модел въз основа на този поток в реално време - подобно на това как реагираме въз основа на това, което виждаме и чуваме. За разлика от тях, някои други AI модели не се развиват в реално време.
Активното умозаключение започва с основно ниво на разбиране на околната среда, но може да се развие бързо. Като такова, всяко автономно превозно средство, което разчита на активен извод, се нуждае от обширно обучение, за да бъде безопасно разгърнато по пътищата.
Вграденият изкуствен интелект също може да помогне на чатботовете да осигурят по-добро клиентско изживяване, като разчитат емоционалното състояние на клиента и съответно адаптират отговорите му.
Въпреки че въплътените AI системи все още са в ранен етап, изследванията се развиват бързо. Подобренията в генеративния AI естествено ще информират развитието на въплътен AI. Въплътения AI също ще се възползва от подобренията в точността и наличността на сензорите, които използва за определяне на заобикалящата го среда.
Източник за статията
Изкуственият интелект (AI) се предлага в много форми, от системи за разпознаване на образи до генеративен AI. Има обаче друг тип AI, който може да реагира почти мигновено на реални данни: въплътен AI.
Но какво точно представлява тази технология и как работи?
Вграденият AI обикновено комбинира сензори с машинно обучение, за да реагира на данни от реалния свят. Примерите включват автономни дронове, самоуправляващи се автомобили и фабрична автоматизация. Роботизираните прахосмукачки и косачките използват опростена форма на въплътен AI.
Тези автономни системи използват AI, за да се научат да навигират през препятствия във физическия свят. Повечето въплътени AI използват алгоритмично кодирана карта, която в много отношения е подобна на умствената карта на лондонската лабиринтна мрежа от пътища и забележителности, използвани от таксиметровите шофьори в града. Всъщност, изследвания за това как лондонските таксиметрови шофьори определят маршрут са използвани за информиране за разработването на такива вградени системи.
Някои от тези системи също така включват типа въплътен, групов интелект, открит в рояци насекоми, ята птици или стада животни. Тези групи подсъзнателно синхронизират движенията си. Имитирането на това поведение е полезна стратегия за разработване на мрежа от дронове или складови превозни средства, които се контролират от въплътен AI.
История на въплътения AI
Развитието на въплътен ИИ започва през 50-те години на миналия век с кибернетичната костенурка, създадена от Уилям Грей Уолтър в Неврологичния институт Бърдън в Обединеното кралство. Но ще отнеме десетилетия, преди въплътеният ИИ да влезе в сила. Докато когнитивният и генеративният AI се учат от големи езикови модели, въплътеният AI се учи от своя опит във физическия свят, точно както хората реагират на това, което виждат и чуват.
Въпреки това, сензорните входове на въплътения AI са доста различни от човешките сетива. Вграденият AI може да открива рентгенови лъчи, ултравиолетова и инфрачервена светлина, магнитни полета или GPS данни. Алгоритмите за компютърно зрение могат след това да използват тези сензорни данни, за да идентифицират обекти и да реагират на тях.
Изграждане на модел на света
Основният елемент на въплътен AI е неговият световен модел, който е проектиран за неговата работна среда. Този модел на света е подобен на нашето собствено разбиране за околната среда.
Световният модел се поддържа от различни подходи на обучение. Един пример е обучението с подсилване, което използва базиран на правила подход за определяне на маршрут – например с правила като „винаги правете X, когато срещнете Y“.
Друг е активният извод, който е моделиран върху това как работи човешкият мозък. Тези модели непрекъснато приемат данни от околната среда и актуализират световния модел въз основа на този поток в реално време - подобно на това как реагираме въз основа на това, което виждаме и чуваме. За разлика от тях, някои други AI модели не се развиват в реално време.
Активното умозаключение започва с основно ниво на разбиране на околната среда, но може да се развие бързо. Като такова, всяко автономно превозно средство, което разчита на активен извод, се нуждае от обширно обучение, за да бъде безопасно разгърнато по пътищата.
Вграденият изкуствен интелект също може да помогне на чатботовете да осигурят по-добро клиентско изживяване, като разчитат емоционалното състояние на клиента и съответно адаптират отговорите му.
Въпреки че въплътените AI системи все още са в ранен етап, изследванията се развиват бързо. Подобренията в генеративния AI естествено ще информират развитието на въплътен AI. Въплътения AI също ще се възползва от подобренията в точността и наличността на сензорите, които използва за определяне на заобикалящата го среда.
Tags:
Наука