Například již existuje neurální síť, běžící na 16 000 počítačových procesorech (vytvořil ji Google), která vyhodnotila více než 10 milionů videí na YouTube. A nakonec se tato síť naučila identifikovat a vyhledávat ty nejpopulárnější žánry YouTube videí sama. Identifikovala tak například žánr kočičích videí. Také vyhledávače a softwary rozmisťující reklamu potřebují umělou inteligenci, protože musejí uspokojovat nejasné mnohoznačné zadání uživatelů, tvrdí web strategy-business.com.
Co je hluboké učení?
Výpočetní kapacity, data a odborné znalosti nutné k sestavení sítí, které se budou moci učit nové koncepty bez vedení programátora, jsou k dispozici teprve krátce. Hluboké učení nám může pomoci najít smysl v komplexních datech, které dnešní organizace shromažďují. Starší přístupy k algoritmům umělé inteligence by všechna data, která máme, nezvládly.
V posledních 5 letech se objevila výpočetní technika, která je potřebná pro vybudování velkých neurálních sítí. Nyní můžeme plně využít data, která vznikají při používání internetu a mobilů. Můžeme zapojit algoritmy hlubokého učení. Jejich výkon roste s tím, jak jim dodáváme další a další data. Výsledkem je možnost získat velice přesné predikce, které následně mohou vést k ohromným ziskům. Např. výsledky vyhledávání budou mnohem přesnější a relevantnější (to je dobré pro zadavatele reklamy i pro uživatele samotné).
Andrew Ng je jeden z hlavních obhájců technologického pokroku. Propaguje používání chytrých zařízení v každodenním životě. Hlasové povely, přesný provoz v zemědělství, financích i výrobě a medicíně, to všechno se pozvolna stává realitou.
-jk-
