SPECIJALISTI ZA VESTACKU INTELIGENCIJU

SPECIJALSTI ZA VESTACKU INTELIGENCIJU! NOVO ZANIMANJE! JEDNO OD MNOGIH. KAO STO SU I MNOGA NESTALA!

U poslednjih pet godina svake godine je potražnja za ovim specijalistima rasla za 74 odsto.Neophodne veštine: Mašinsko učenje, duboko učenje, "TensorFLow", "Python", obrada prirodnog jezika.Industrijske oblasti koje zapošljavaju: Informacione tehnologije, finansijske službe, kompjuterski softveri, internet.Gradovi u kojima se najviše traže ovi radnici: Njujork, San Francisko, Los Anđeles, Boston, Sijetl.

Od Google pretrage, preko Amazonovih preporuka, detektora neželjenih poruka u vašem inboksu, naše internet iskustvo zavisi od mašinskog učenja. U medicini je isprobavano u oblasti kompjuterizovane tomografije, kako bi lekarima omogućilo identifikaciju stotina novih odlika skenova s ciljem preciznije identifikacije kancera. Međutim, sve ovo je rađeno sa nešto “starijom” verzijom mašinskog učenja. Ono gde su oči uprte sada je duboko učenje – podoblast mašinskog učenja, koja obećava da će omogućiti bolje predstavljanje i modele na osnovu velikog seta neobeleženih podataka.
Dok mašinsko učenje radi sa preciznom setu karakteristika uzetih iz sirovih podataka i zahteva postojanje ekstraktora karakteristika (recimo, za prepoznavanje lica na slikama, koristi se facijalni ekstraktor), duboko učenje omogućuje samostalno učenje kompleksnih karakteristika iz samih podataka. Tako će, umesto potrebe za facijalnim ekstraktorom, pokušati da nauči osobenosti lika, poput razdaljine između različitih delova vašeg lica ili dužine nosa.
Upravo prepoznavanje slika, kao jedan od primera primene deep learning mehanizama, pokazuje stepen napretka čitave oblasti. Pre pet godina procenat pogreške u prepoznavanju slika bio je šest puta viši nego što je danas, a Google i Microsoft su ove godine objavili da su njihovi algoritmi za mašinsko učenje bolji od ljudi u rešavanju zadataka sa niskim procentom pogreške (oko 4,9%).Kada se ovo primeni u medicini i kompjuterizovanoj tomografiji, dobije se alat za ranu detekciju raka. Startap Enlitic, koji se bavi mašinskim učenjem, nahranio je svoj algoritam podacima miliona pacijenata, izgradivši “neuralnu mrežu ljudskog tela”. Među podacima su bili i snimci pluća, a rezultati testiranja pokazali su prednost algoritma pri detekciji raka u poređenju sa četvoro najboljih svetskih radiologa. Dok su radiolozi promašili detekciju raka u 7% slučajeva, algoritam nije omanuo. Pored toga, algoritam daje lekarima na uvid istoriju sličnih slučajeva i pokazuje kako da pristupe novom pacijentu na osnovu naučenog.
Duboko učenje pripada domenu veštacke inteligencije i mašinskog učenja. Tokom poslednje decenije dubokom učenju i veštackim neuralnim mrežama su posvećeni značajni naučni i tehnološko-razvojni resursi zbog potencijala da reši široku klasu problema za koje konvencionalni metodi nisu dali adekvatan odgovor. Klasifikacija slika, prepoznavanje govora, prevodjenje iz jednog na drugi jezik, medicinska dijagnostika, kontrola funkcija robota i vozila su samo neki od primera primene dubokog učenja i neuralnih mreža. "Duboko učenje je ekvivalentno uvodjenju električne energije sa početka 20. veka", izjava koja ilustruje ogroman entuzijazam koji je prisutan u svetu nauke i tehnologije.
Iako se ona već uveliko koristi, recimo u medicini i automobilskoj industriji, proćiće još puno vremena dok se ne razvije do stepena da parira ljudskoj inteligenciji!
Mnogi se plaše šta će se dogoditi kada se to desi. Među onima koji veštačkoj inteliganciji ne veruju je Ilon Mask, Stiven Hoking, a verovatno i svi koji su gledali seriju "Zapadni svet".
Ono što ih najviše muči je jedan fenomen - duboko učenje.
- Duboko učenje je grana računarskog učenja temeljena na predstavljanju podataka složenim reprezentacijama na visokom stupnju apstrakcije do kojih se dolazi sledom naučenih nelinearnih transformacija. Metode dubokog učenja svoju primenu pronalaze u važnim područjima  veštačke inteligencije poput računarskog vida, obrade prirodnog jezika, razumevanja govora i zvučnih signala, kao i u bioinformatici - glasi definicija.
Međutim, Dejv Feruči, koji je radio za IBM, tvrdi da ova impresivna tehnologija ima i velikih ograničenja.
"Votson projekat" koji je on vodio rezultirao je time da je pre sedam godina kompjuter Votson pobedio najbolje igrače u američkom televizijskom kvizu "Džepardi".
Ali Feruči, sada šef firme "Elemental Kognišon", ističe kako je duboko učenje ništa drugo nego statistička tehnika koja pronalazi uzorak u velikim količinama podataka.  Jako dobro, kaže, predviđa, ali nema pravo razumevanje kakvo poseduju ljudi.
- Na duge staze nije dovoljno "samo" imati računar koji ispljune najčešće tačan odgovor, ono što vi želite je da dobijete i objašnjenje - kaže Feruči. elika većina AI napredaka i aplikacija koje se čuju odnose se na kategoriju algoritama poznatih kao mašinsko učenje.
Algoritmi mašinskog učenja koriste statistiku da bi pronašli obrasce u masivnim količinama podataka. I podaci, ovdje, obuhvataju mnoštvo stvari – brojeve, riječi, slike, klikove, šta god. Ako se može digitalno uskladištiti, može se unijeti u algoritam za mašinsko učenje.
Mašinsko učenje je proces koji upravlja mnogim uslugama koje danas koristimo – preporuke poput onih na Netflix-u, YouTube-u i Spotify-u; pretraživači kao što su Google i Baidu; socijalni mediji kao Facebook i Twitter; glasovni asistenti poput Siri i Alexa. Lista se nastavlja.
U svim ovim slučajevima svaka platforma sakuplja što je moguće više podataka o vama – koje žanrove želite gledati, koje linkove klikate, na koje statuse reagujete – i koristite mašinsko učenje da biste napravili visoko obrazovnu pretpostavku o tome šta ćete vi možda uraditi sledeće. Ili, u slučaju govornog asistenta, o tome koje se reči najbolje uklapaju sa smešnim zvukovima koji izlaze iz usta.
VESTACKA INTELIGENCIJA CE NAM SVAKAKO ZADAVATI JOS MNOGO GLAVOBOLJE ALI I IZAZOVA! KO CE POBEDITI COVEK ILI MASINA JOS DUGO SE NECE ZNATI. PA ONDA OPUSTENO! ZAMENIMO STRAH OD VESTACKE INTELIGENCIJE ( KOJI JE PO MOJIM OMILJENIM LIJKOVIMA - MASK I HOKING REALAN) UZIVANJEM, ISTRAZIVANJEM, ZABAVOM, CUDIMA....