7 przełomów, które mogą przyspieszyć rozwój sztucznej inteligencji

Przedstawiamy najważniejsze trendy sprzyjające pracy nad sztuczną inteligencją:
1. Tanie, równolegle prowadzone procesy obliczeniowe stanowią równowartość miliardów jednoczesnych impulsów neuronowych.
2. Mechanizmy przetwarzania dużych zbiorów danych – Big Data – mogą być pomocne przy kategoryzacji ogromnej ilości danych gromadzonych na serwerach.
3. Lepsze algorytmy imitujące sieci neuronowe, ze zoptymalizowanymi wynikami dla każdej warstwy, przyczynią się do przyspieszenia procesu uczenia się.
4. Coraz lepsze wykorzystywanie ogromnych mocy obliczeniowych komputerów, a zarazem niski koszt sprzętu oraz postęp, który się dokonał w informatyce i inżynierii, wpływa na rozwój inżynierii sterowania.
5. Algorytmiczne rozwiązania dla powtarzających się problemów sterowania są już dostępne, w przeciwieństwie do rozwiązań dla zamkniętych układów.
6. Systemy sterowania to systemy podejmowania decyzji, które umożliwiają badania interdyscyplinarne i wymianę myśli. Do nowych obszarów sterowania zalicza się systemy sterowania hybrydowego (polegające na ciągłym sterowaniu dynamiką przez maszyny sekwencyjne), sterowanie przy wykorzystaniu logiki rozmytej, równoczesne przetwarzanie danych, sieci neuronowe i procesy uczenia się. Teoria sterowania korzysta również z rozwoju metod przetwarzania sygnałów, komunikacji, analizy numerycznej, transportu i ekonomii.
7. Obliczenia analogowe powracają do łask, szczególnie w inżynierii sterowania. Sam pomysł, że maszyna może myśleć tak samo, a nawet lepiej niż człowiek, jest mile widziany, jednakże nasze mózgi są skonstruowane analogowo i jeśli mamy zajmować się sztuczną inteligencją, będą nam do tego potrzebne komputery analogowe, a nie cyfrowe. Dlatego należy stwierdzić, że model nigdy nie odtwarza idealnie rzeczywistości, a jeśli kiedyś nasz model będzie lepszy i dokładniejszy od modelowanych zjawisk, które próbujemy modelować, to będzie to raczej jednorazowe wydarzenie.