Pokračujeme v díle těch,
kteří byli první.

Aktuální vydání

Číslo 1/2020 vyšlo tiskem 20. 1. 2020. V elektronické verzi na webu 12. 2. 2020. 

Téma: Elektrotechnologie; Materiály pro elektrotechniku; Nářadí, nástroje a pomůcky

Hlavní článek
Využití mHealth technologií pro automatizovaný sběr a přenos dat pacientů s diabetem

Číslo 6/2019 vyšlo tiskem 9. 12. 2019. V elektronické verzi na webu 9. 1. 2020.

Činnost odborných organizací
Svetelnotechnická konferencia Vyšehradských krajín LUMEN V4 2020 – 1. oznámenie
23. mezinárodní konference SVĚTLO – LIGHT 2019
56. konference Společnosti pro rozvoj veřejného osvětlení v Plzni
Co je nového v CIE

Osvětlení interiérů
Halla osvětlila nové kanceláře Booking.com v centru Prahy

Aktuality

Výstavba 7. bloku JE Tchien-wan s reaktorem VVER-1200 začne už letos Ruská korporace pro atomovou energii Rosatom 20. ledna 2020 uvedla, že výstavbu 7. bloku…

Přístroje ABB pomáhají pěstovat chutná česká rajčata bez pesticidů Dát si v zimě čerstvá zralá rajčata, která by pocházela od lokálních pěstitelů, bylo až…

Česká komora architektů vyhlásila 5. ročník České ceny za architekturu Soutěžní přehlídka je otevřena architektonickým realizacím postaveným na území České…

FOR CITY 2020: Inovace pro města, obce i regiony Jaká inovativní řešení, která pomocí moderních technologií zvýší kvalitu života obyvatel…

Více aktualit

Může se TensorFlow stát nástrojem revoluce systémů umělé inteligence?

02.12.2015 | Wired | www.wired.com

Google nedávno uvolnil svůj elegantní a mocný open source systém pro umělou inteligenci TensorFlow. Google používá tento software strojového učení pro své produkty, ať už jde o rozpoznávání řeči či fotografií na webu.

Nyní je systém k dispozici každému. Co to znamená pro budoucí systémy umělé inteligence? Přesto, že je TensorFlow jedinečným nástrojem, může urychlit vytváření systémů umělé inteligence, jejichž pochopení a komunikace s nimi bude velmi komplikovaná. Může odvádět naši pozornost na experimentování s matematickými triky, namísto na porozumění procesu lidského myšlení.

Systémy umělé inteligence

Cílem TensorFlow je vývoj systémů strojového učení, které vyžadují složité numerické výpočty, jako umělé neuronové sítě (ANNs). Problém těchto systémů tkví v jejich složitosti - jsou složeny z milionů čísel, které jsou příliš komplikované pro běžné použití.

Řekněme, že naučíme ANN, aby rozpoznávala kočky. Jakmile tedy detekuje obrázek kočky, který je pro ni nový, nedokáže nám vysvětlit, proč a jak to udělala. A pokud ANN nedokáže rozpoznat kočku na obrázku, je pro nás obtížné tento problém vyřešit. To má několik řešení - můžeme tuto chybu ignorovat, dodat ANN více dat, nebo upravit vyhledávací algoritmus. Jedná se ale o jednoduché pomůcky, protože tyto stále neřeší problém s kočkou. Aplikují se totiž na oblast umělých neuronových sítí. Bylo by mnohem jednodušší, kdybychom prostě řekli systému, že může kočky rozpoznat.

Systémy umělé inteligence se v budoucnu stanou ještě větší součástí našich životů, protože se na ně spoléháme čím dál více, když přijde na důležitá rozhodnutí. A když se systém umělé inteligence dopustí chyby (jak se tomu již stalo a neodvratně k tomu ještě dojde), musíme být schopni porozumět těmto chybám a komunikovat s těmito systémy, abychom chyby opravili.

Celý článek na Wired

Image Credit: Google

-jk-