Σύστημα AI: συμπερασματολογία, όχι απλώς κανόνες
Ένα σύστημα AI συνάγει αποτελέσματα από δεδομένα εισόδου· η παγίδα του EPSO είναι η σύγχυσή του με ένα πρόγραμμα βασισμένο σε κανόνες που ακολουθεί πάγια λογική.
Ένα σύστημα AI είναι λογισμικό που μαθαίνει πρότυπα από δεδομένα για να παράγει αποτελέσματα, όπως προβλέψεις, περιεχόμενο ή αποφάσεις. Σε αντίθεση με ένα παραδοσιακό πρόγραμμα που ακολουθεί ενσωματωμένους κανόνες «αν-τότε», ένα σύστημα AI προσαρμόζει τη συμπεριφορά του βάσει των δεδομένων εισόδου που λαμβάνει. Για παράδειγμα, ένα φίλτρο ανεπιθύμητης αλληλογραφίας που χρησιμοποιεί σταθερό κατάλογο αποκλεισμένων λέξεων βασίζεται σε κανόνες, ενώ ένα φίλτρο που μαθαίνει από εκατομμύρια μηνύματα ηλεκτρονικού ταχυδρομείου να επισημαίνει νέα πρότυπα ανεπιθύμητης αλληλογραφίας είναι σύστημα AI. Η διάκριση αυτή είναι καίρια: αν ένα σενάριο EPSO περιγράφει πρόγραμμα που εφαρμόζει πάντοτε την ίδια λογική ανεξάρτητα από τα δεδομένα εισόδου, δεν είναι σύστημα AI.
Για να εντοπίσετε γρήγορα τη διαφορά, ρωτήστε: αλλάζει το λογισμικό το αποτέλεσμά του βάσει προτύπων που έχει μάθει ή ακολουθεί ένα σταθερό σύνολο οδηγιών; Αν ισχύει το δεύτερο, δεν πρόκειται για AI. Ένα άλλο τέχνασμα είναι να αναζητάτε στην ερώτηση λέξεις-κλειδιά όπως «δεδομένα εκπαίδευσης», «μοντέλο» ή «συμπερασματολογία» — αυτές υποδεικνύουν σύστημα AI. Αντιστρόφως, όροι όπως «ενσωματωμένος στον κώδικα», «βασισμένο σε κανόνες» ή «ντετερμινιστικό» παραπέμπουν σε πρόγραμμα που δεν είναι AI. Θυμηθείτε ότι ο ορισμός της πράξης για την AI εστιάζει στη συμπερασματολογία, όχι απλώς στην αυτοματοποίηση.
Ένας σύντομος τρόπος να ελέγξετε τον εαυτό σας: φανταστείτε ένα πρόγραμμα που προτείνει ταινίες. Αν χρησιμοποιεί έναν κατάλογο ειδών που επιλέξατε, βασίζεται σε κανόνες. Αν αναλύει τις προηγούμενες βαθμολογίες σας και τις επιλογές παρόμοιων χρηστών για να προβλέψει τι μπορεί να σας αρέσει, είναι σύστημα AI. Κρατήστε κατά νου αυτή την αντίθεση: κανόνες έναντι μαθημένων προτύπων.
Σε πρακτικούς όρους, τι είναι ένα σύστημα τεχνητής νοημοσύνης;
Λογισμικό που συνάγει συμπεράσματα από δεδομένα εισόδου για να παράγει αποτελέσματα, όπως προβλέψεις, περιεχόμενο, συστάσεις ή αποφάσεις.