AI og 5G teknologi: hvad de vil betyde for fremtiden | VPNOverview

Der har været en masse hype omkring 5G og AI de sidste par år. Aviser, websteder, tv-pundits og politikere taler ofte om den potentielle indflydelse, disse teknologier vil have på verden. Dette er helt berettiget, da 5G og AI repræsenterer den næste teknologiske revolution, der drastisk kan ændre vores liv på mange måder. 5G og AI har potentialet til at digitalisere og automatisere opgaver inden for medicin, uddannelse, datalogi, robotik, bankvirksomhed, regeringsførelse, krigføring, rum, virtual reality og meget mere. Mennesker vil være i stand til at gøre ting, der betragtes som fantasi for ikke så længe siden. De potentielle anvendelser af 5G og AI er næsten uendelige. Derudover er 5G og AI komplementære: de hjælper hinanden med at yde bedre og nå nye potentialer.


Men med alle de nye muligheder og ændringer af disse nye teknologier opstår et nyt sæt af risici, som vi er nødt til at tage højde for. Denne artikel ser på, hvad disse nye teknologier er, hvad de kan betyde for menneskeheden, og hvad de potentielle risici er.

Hvad er 5G?

5G er simpelthen det næste trin i mobil telekommunikation. 1G trådløst tilsluttede mobiltelefoner til radiotårne, så du kan føre en samtale, mens du går. 2G gjorde analog til digital kommunikation, så du også kan sende tekstbeskeder. 3G gjorde springet til at have internettet på din mobiltelefon. 4G forbedrede hastigheden og mængden af ​​internetdataoverførsler i en sådan grad, at du kunne streame hele film på din telefon. 5G er næste på linje, og det nærmer sig hurtigt. Det næste trin i telekommunikation giver dig mulighed for at opnå internethastigheder op til 100 gange så hurtigt som 4G uden praktisk taget ingen forsinkelser i behandlingen.

5G vil gøre ‘Internet of Things’ til virkelighed

Med 5G vil det også blive muligt at forbinde bogstaveligt talt millioner af internetforbundne enheder, apparater og sensorer uden at tømme deres batterier. Sådanne nye netværk gør det muligt at have hele smarte hjem og smarte byer. Et sådant globaliseret netværk af enheder, apparater og sensorer kaldes undertiden “Tingenes Internet” eller IoT. Det giver alle disse enheder mulighed for at overføre data og kommunikere uden nogen menneskelig input.

Denne “IoT” vil gøre det muligt for virksomheder at automatisere alle slags processer, reducere produktionsomkostninger, reducere affald og øge gennemsigtigheden. For eksempel med den rigtige programmering kunne IoT oprette selvbærende landbrugsenheder. Jordfølerne advarer droner om, hvor meget vand eller næringsstoffer afgrøderne kræver for et maksimalt udbytte. Biler kunne være udstyret med dækkesensorer, der dirigerer selvkørende biler til en mekaniker for en rettidig udskiftning af dæk. Mulighederne for at etablere selvforsynende økosystemer gennem et stort sammenhængende web af gensidigt assisterende enheder synes kun at være begrænset af vores fantasi og investeringsvilje. Det er ikke overraskende, at store økonomiske gevinster forventes ved indførelsen af ​​5G. Det globale managementkonsulentfirma McKinsey forventer for eksempel, at Internet of Things vil have en økonomisk virkning på op til 11,1 billioner dollars inden 2025.

5G vil hjælpe AI med at bryde ny grund

For at udvide AI’s muligheder er vi nødt til at fodre den med flere data. MEGET data. De nylige fremskridt inden for AI er resultatet af to udviklinger. For det første år og år med forbedret computerkraft. Denne strøm angiver antallet af beregninger, som en computer kan udføre i et sekund. Den anden udvikling har været eksplosionen af ​​personaliserede data, der pludselig blev tilgængelige, da mennesker over hele verden begyndte at uploade deres personlige data på sociale medierwebsteder. Mængden af ​​offentlige data, der pludselig blev tilgængelige, faldt sammen med computerens evne til faktisk at behandle disse data med lynhastighed.

Yderligere forbedring af AI vil kræve nye teknikker og endnu flere data, som computere kan sortere igennem. Kunstig intelligens kræver store mængder data for at træne dets underliggende algoritmer. 5G gør det muligt at registrere og transmittere langt større datasæt på tværs af platforme, end det er muligt lige nu. Med andre ord, 5G vil hjælpe med at overvinde den teknologiske barriere ved fodring af AI-algoritmer nok data til at hjælpe AI med at blive mere avanceret.

Kort sagt, 5G har potentialet til at gøre den næste store teknologiske revolution til virkelighed. Potentialet for øget produktivitet er næsten ufattelig. Kombineret med AI’s avancerede felt er applikationerne til disse nye teknologier praktisk taget ubegrænsede. Men hvad er kunstig intelligens nøjagtigt? Hvordan kan maskiner ‘lære’? Og hvad er de mulige risici ved AI?

Hvad er definitionen på AI?

Circuit Brain på bærbar computerAI, eller kunstig intelligens, er intelligens demonstreret af maskiner. Dette betyder, at maskiner som computere udfører opgaver, der kræver en form for intelligens. En anden beskrivelse af AI er: ”En maskine siges at have kunstig intelligens, hvis den kan fortolke data, potentielt lære af dataene og bruge denne viden til at tilpasse sig og nå specifikke mål”. Ideen bag det er, at menneskelig intelligens kan beskrives så præcist, at en maskine kan laves til at simulere den. Dette er grunden til, at AI ofte bruges i forbindelse med robotter: maskiner, der dybest set er kopier af mennesker med de samme muligheder.

Der er to meget forskellige forestillinger om kunstig intelligens. Den første ‘type’ eller idé om AI er den, du genkender fra berømte film som 2001: A Space Odyssey eller Terminator. Dette er maskiner eller systemer, der tænker, planlægger og reagerer ligesom mennesker, mens de også besidder såkaldt ‘superintelligens’. Dette kaldes Artificial General Intelligence (AGI) og ville være i stand til at behandle information med lynhastighed, foretage utroligt komplekse beregninger i nanosekunder og aldrig glemme noget. Du kan forestille dig det som Google med sit eget sind. Lige nu findes der ingen sådan teknologi. Forskere ved ikke, om AGI endda er realistisk muligt.

Den anden version af AI kaldes ‘Smal AI’. Dette er den AI, der faktisk findes og bliver videreudviklet, når du læser dette. Smal AI er systemer, der gør forskellige opgaver utroligt godt, såsom selvkørende biler, stemmegenkendelse eller software, der kan stille medicinske diagnoser baseret på avanceret billeddannelse. Inden for smal AI er der en sondring mellem forskellige typer læring.

De forskellige typer smal AI-læring

Inden for smal AI er der forskellige typer læring. I nedenstående tabel finder du en kort og forenklet beskrivelse af denne slags læring.

Type ‘læring’
Beskrivelse
MaskinelæringMaskinlæring involverer brug af eksempler og oplevelser i dataform til at finjustere, hvordan computere foretager forudsigelser eller udfører opgaver
Overvåget læringOvervåget læring viser AI-mærkede eksempeldata, som fotografier med beskrivelser, for at “lære” en computer, hvordan man fortolker og kategoriserer dem
Uovervåget læringUovervåget læring betyder fodring af computerdata uden nogen kommentar eller mærket vejledning
Forstærkning læringForstærkningslæring er software, der eksperimenterer med forskellige slags handlinger, den kan udføre for at finde ud af, hvordan man maksimerer en virtuel belønning, ikke i modsætning til at score point i et videospil
Dyb læringDyb læring er muligvis den mest kendte form og potentielt den mest banebrydende type læring. Deep learning giver maskiner mulighed for at ‘lære’ ved at lade det sortere gennem enorme datasæt og derefter genkende mønstre, finde korrelationer og foretage konklusioner baseret på sandsynligheder. Denne teknik har gjort det muligt for AI at gøre fantastiske ting som: slå verdens bedste skakspiller, korrekt diagnosticere melanomer, deltage i komplicerede samtaler med mennesker, køre biler, slå videospil, male portrætter og endda gøre videnskabelige opdagelser.

Til gengæld er den faktiske mekanik ved AI-læring langt mere kompliceret end beskrevet her.

For computere er billedgenkendelse hårdere end for mennesker (mere om det nedenfor). Dette skyldes, at computere er gode til at matche nuller og dem, men ikke til at identificere objekter. AI genkender let to identiske billeder af en kat, fordi disse billeder har det nøjagtige samme antal pixels (blandt andre egenskaber). Dette betyder dog ikke, at maskinen anerkendte katten som en kat. Når den samme kat vises på andre billeder, vil maskinen ikke genkende den. For at gøre dette skal komplekse matematiske problemer løses gennem et neuralt netværk.

Målet med dyb læring er at omvendt konstruere den menneskelige hjerne læringsevne. Neurale netværk simulerer netværket af neuroner i menneskelige hjerner for at træffe beslutninger på en mere menneskelig måde.

Mulighederne og begrænsningerne i AI

Forskellige undersøgelser er blevet frigivet de sidste par år, hvor de hævder, at AI vil være en ægte økonomisk spiludveksler. PwC Global, et professionelt servicenetværk, forudsiger, at “AI kunne bidrage med op til $ 15,7 billioner til den globale økonomi i 2030. Kort sagt, der er et absurd beløb, der skal tjenes på 5G og AI.

Nogle af de sektorer, der får mest udbytte af AI, er sundhedsydelser, bilindustrier, finansielle tjenester, detailhandel, teknologi, kommunikation og underholdning, fremstilling, energi og transport og logistik.

Robot med spørgsmålstegn

Det er dog også vigtigt at se begrænsningerne i AI, da det i øjeblikket eksisterer. Indtil nu har AI-neurale netværk kun få millioner “neuroner”. Hvilket er stadig meget lidt sammenlignet med de 100 milliarder neuroner inde i enhver menneskelig hjerne og dens billioner af synapser. Dertil kommer, at AI-neurale netværk “modelleres” på menneskelige hjerner; alligevel er menneskelige hjerner så utroligt komplekse, at vi stadig er langt væk fra at forstå dem fuldstændigt. Med andre ord AI-neurale netværk er en ufuldstændig efterligning af noget så komplekst, at vi ikke har fundet ud af det endnu – hvis vi nogensinde vil.

For at give et simpelt eksempel på AI’s begrænsninger, som det eksisterer i dag: “et” dyb læringssystem “, der kører på 16.000 processorer, lærte sig selv at identificere katte – med 75 procents nøjagtighed – efter at have analyseret 10 millioner billeder.” Et tre år gammelt barn kan identificere katte korrekt efter at have set to eller tre under en tur i parken. Denne form for AI kaldes “smal”, fordi AI til sidst kun er så god som de data, den fodres. Mennesker kontrollerer stadig input af data og udfordres til at komme med komplekse netværk og ligninger for at AI skal fungere. Desuden er disse dybe indlæringsalgoritmer i modsætning til mennesker ikke i stand til at overveje ideer eller begreber, som de aldrig har stødt på før.

Kort sagt er der et stort potentiale for disse teknologier; men vi er stadig langt fra at nå det potentiale.

Almindelige myter om AI

Fordi udtrykket AI bruges meget i film og andre medier, har folk udviklet nogle almindelige misforståelser om AI. I nedenstående tabel diskuterer vi forskellige kendte myter, der findes om AI, og hvad sandheden faktisk er.

Myte
Sandhed
‘Superintelligence’ er bare år vækDe næste faser i snæver AI er sandsynligvis årtier væk. AGI kommer måske aldrig til at eksistere.
Oprettelsen af ​​en almægtig AGI er uundgåeligDet kan ske. Det kan måske ikke. AI-eksperter er uenige, og vi ved det simpelthen ikke.
Kun mennesker, der allerede er bange for nye teknologier, bekymrer sig om AIMange top AI-forskere såvel som andre forskere har udtrykt bekymring over AI og den retning, den går i.
AI kunne blive bevidst eller ondDet mere sandsynlige scenario er, at AI vil misforstå menneskelige mål. At fortælle AI “at bringe dig til hospitalet så hurtigt som muligt” kan få en selvkørende bil til at overskride hastighedsgrænsen og forårsage mange ulykker, fordi dens eneste mål er at komme der så hurtigt som muligt uden at overveje konteksten. Dette er en fejlkommunikation mellem mennesker og AI, der fører til forkert tilpassede mål. Dette adskiller sig fra at AI vender det onde.
Roboter er den største bekymring, når det kommer til farerne ved AIDen største bekymring, når det kommer til AI, er faktisk ‘forkert tilpasset intelligens’ som nævnt ovenfor. Det er her målene for AI ikke matcher vores mål.
Maskiner kan ikke have målMaskiner kan faktisk have mål. For eksempel har et varmesøgende missil et mål, nemlig at ramme sit mål. Problemet, der opstår, er, når disse mål er ujævnt tilpasset med menneskets mål, der bestemmer disse mål.

Bekymringerne over 5G

I betragtning af at 5G og AI har et så enormt potentiale til at ændre verden, er det kun naturligt, at der også er masser af bekymringer. Den værste frygt centrerer sig omkring AI, men 5G har også mange vokalkritikere, der frygter, at den nye telekommunikationsinfrastruktur vil give negative sundhedseffekter.

5G bruger en højere frekvens af radiobølger end 3G eller 4G. Denne højere frekvens giver mulighed for, at flere enheder har adgang til internettet på samme tid. Dette er hvad der vil gøre det muligt for Internettet af Ting. Imidlertid er nogle mennesker bange for, at denne højere frekvens i kombination med langt flere enheder, der konstant kommunikerer med hinanden, vil have en negativ effekt på vores helbred og hos andre dyr.

Dette er en rimelig bekymring. Hvis der er en stor stigning i radiobølger og elektromagnetisk stråling over alle større byer, ville det være fornuftigt i det mindste at stille spørgsmålstegn ved, om dette ikke kunne have nogle bivirkninger. Men det er vigtigt at huske, at der indtil nu ikke har været knyttet nogen negative sundhedseffekter til stråling af telekommunikationsudstyr, hvilket betyder radiotårne ​​eller mobiltelefoner. I 2014 offentliggjorde Verdenssundhedsorganisationen denne erklæring: ”Der er ikke konstateret nogen skadelige virkninger som følge af mobiltelefonbrug”. Dette betyder ikke, at det er umuligt, at negative sundhedseffekter kan være forårsaget af 5G. Men indtil videre er der ikke fundet noget bevis.

Risikoen ved tingenes internet

Tingenes internet forbinder flere enheder sammen, end der nogensinde er gjort før. Dette kan producere samarbejde og effektivitet på tværs af en række brancher, men det bærer også en række risici.

  • Jo større netværk af enheder er, jo flere enheder er sårbare, hvis en hacker formår at bryde netværkets sikkerhed
  • Mængden af ​​enheder, der vil blive koblet sammen, kan være for mange til at menneskeheden kan håndtere realistisk. Der vil komme et punkt, hvor opretholdelse af tilsyn vil være umuligt
  • Hvis der er en fejl i netværket, kan det være muligt, at enhver enhed i netværket påvirkes negativt af det
  • Der er stadig ingen global standard for kompatibilitet af alle enheder, der skal blive en del af Internettet af tingene. Dette kan forårsage kommunikationsproblemer på tværs af enhederne

Risikoen ved at udvikle AI

AI har især mange mennesker berørt. Oprettelsen af ​​en AGI kunne muligvis komme ud af hånden og stave katastrofe for menneskeheden, ligesom i Terminator. Heldigvis er dette det mindst sandsynlige problem, der opstår ved AI. Ikke desto mindre er der en række andre alvorlige bekymringer omkring udviklingen af ​​AI.

Person
Bekymre
Elon MuskDen globale konkurrence om AI-dominans kunne føre til, at verdens mest teknologisk avancerede nationer (USA, Kina, Rusland, Tyskland osv.) Ved et uheld forårsager 2. verdenskrig.
Stephen HawkingAI bringer mange forstyrrelser, der kunne føre til den største katastrofe i menneskets historie. Tænk på magtfulde autonome våben, nye måder at undertrykke folket eller masseøkonomiske forstyrrelser
AI-udviklereAlgoritmisk bias (såsom diskrimination over for kvinder eller mindretal) kunne ved et uheld hentes af AI og føre til yderligere forskelsbehandling med hensyn til jobmuligheder, rettigheder, stipendier og mange andre områder
Den Europæiske UnionUden lovgivningsmæssige rammer til beskyttelse af individuelle friheder og privatliv kan AI bruges som et værktøj til masseovervågning og et våben mod personlige frihedsrettigheder

Endelige tanker

5G og AI er endnu ikke rundt om hjørnet. Det vil tage mindst et par år mere, før vi kan se de vidtgående effekter af 5G-teknologi implementeret i masseskala. AI er sandsynligvis stadig flere årtier væk fra at nå det niveau af intelligens, som mange mennesker spekulerer over. 5G giver et meget klarere billede af, hvad vi kan forvente med hensyn til fordele og ulemper. En ting er sikkert, vi vil høre endnu mere om 5G og AI de næste par år.

Kim Martin Administrator
Sorry! The Author has not filled his profile.
follow me
    Like this post? Please share to your friends:
    Adblock
    detector
    map