Pokračujeme v díle těch,
kteří byli první.

Aktuální vydání

Číslo 7/2018 vyšlo tiskem 27. 6. 2018. V elektronické verzi na webu od 27. 7. 2018. 

Téma: Kabely, vodiče, kabelová technika; Nářadí, nástroje a zařízení pro práci s kabely

Hlavní článek
Parametrizace obvodových modelů lithiových akumulátorů pro elektromobilitu
Smart Cities (3. část – 1. díl)

Číslo 4/2018 vyšlo tiskem 30. 7. 2018. V elektronické verzi na webu 31. 8. 2018.

Pro osvěžení paměti
Excentrická svítidla Reného Roubíčka z let 1965 až 1977
Základy fotometrie – 1. část
Velká postava české vědy pobělohorské doby: lékař, filozof, přírodovědec a fyzik Jan Marek Marci z Kronlandu

Účinky a užití optického záření
Světlo a cirkadiánní rytmy

Aktuality

ČEZ ESCO získala svou historicky největší zakázku v osvětlení ČEZ Energetické služby, dceřiná společnost ČEZ ESCO, dodá osvětlení pro 59 obchodů…

Energetici v Dukovanech spustili čtvrtý blok, elektřinu vyrábí všechny bloky V Jaderné elektrárně Dukovany energetici spustili čtvrtý výrobní blok. Ukončili tak…

Nejlepší studenti 2018 nalezeni Do finálového kola 8. ročníku soutěže Nejlepší student, které se konalo 20. června 2018 v…

Výběrové řízení na dodavatele pro krytí ztrát pokračuje pátým aukčním kolem Páté aukční kolo výběrového řízení na dodavatele elektřiny pro krytí ztrát v přenosové…

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-