Има ли изкуствен интелект. Изкуствен интелект: как и къде да се учи - отговарят експертите

Какъв е този изкуствен интелект? Несъмнено много са чували за автомобили, които могат да контролират движението си без човешка помощ, устройства за разпознаване на реч като Apple Siri, Amazon Alexa, Google Assistant и Cortana на Microsoft. Но това далеч не са всички възможности на изкуствения интелект (AI).

AI е „открит“ за първи път през 50 -те години на миналия век. През годините го очакваха възходи и падения, но на настоящия етап от човешкото развитие изкуственият интелект се счита за ключова технология на бъдещето. С напредъка на електрониката и по -бързите процесори все повече приложения използват AI. Изкуственият интелект е необичайна софтуерна технология, с която всеки инженер трябва да се запознае. В тази статия ще се опитаме накратко да опишем тази технология.

Дефиниран е изкуственият интелект

AI е подполе на компютърните науки, което включва по -интелигентно използване на компютри и електронни компоненти, като имитира човешкия мозък. Интелигентността е способността да се придобиват знания и опит и да се прилагат за решаване на проблеми. AI е особено полезен за анализ и интерпретация на масиви от данни и извличане на наистина полезна информация от него. От информацията идва разбирането, което може да се приложи за вземане на решения или някакъв вид действие.

Изследователски области

Изкуственият интелект е широка технология с много възможни приложения. Обикновено се разделя на подклони. Нека направим малък преглед на всеки от тях:

• Решаване на общи проблеми, които нямат конкретно алгоритмично решение. Проблеми с несигурността и неяснотата.
• Експертни системи - софтуер, който съдържа база от знания за правила, факти и данни, получени от няколко отделни експерти. Базата данни може да бъде поискана за решаване на проблеми, диагностициране на заболявания или предоставяне на съвети.
• Обработка на естествен език (NLP) - Използва се за анализ на текст. Гласовото разпознаване също е част от (NLP).
• Компютърно зрение - анализиране и разбиране на визуална информация (снимки, видеоклипове и др.). Пример за това е машинното виждане и разпознаването на лица. Използва се в "автономни" превозни средства и производствени линии.
• Робототехниката е да направи роботите по-умни, по-адаптивни и по-самостоятелни.
• Игри: AI играе добре игри. Компютрите вече са програмирани да играят и да печелят шах, покер и Go.
• Машинното обучение е процедури, които позволяват на компютъра да се учи от входните данни и да осмисля резултатите. Невронните мрежи са гръбнакът на машинното обучение.

Как работи изкуственият интелект

Конвенционалните компютри използват алгоритми за решаване на проблеми. Последователност от инструкции ви води стъпка по стъпка чрез действия за получаване на резултати. Традиционните форми на изкуствен интелект се основават на бази от знания и механизми за изводи, които използват различни механизми за работа с базата знания чрез потребителския интерфейс. Полезни резултати са получени чрез някои от следните методи:

• Търсене: Алгоритмите за търсене използват база данни с информация, събрана в графики или дървета. Търсенето е основният метод за изкуствен интелект.
• Логика: дедуктивно и индуктивно разсъждение се използва, за да се определи дали дадено твърдение е вярно или невярно. Това включва както логика на предложението, така и логика на предикат.
• Правила: Правилата са поредица от изявления „ако“, които могат да бъдат намерени за определяне на резултата. Системите, базирани на правила, се наричат ​​експертни системи.
• Вероятност и статистика: някои проблеми могат да бъдат решени и решения са намерени чрез прилагане на стандартната математическа теория на вероятността и статистиката.
• Списъци: някои видове информация могат да бъдат записани в списъци, които стават достъпни за търсене.
• Други форми на знание са схеми, рамки и скриптове, които са структури, които капсулират различни видове знания. Методите за търсене търсят отговори на свързани заявки.

Традиционните или наследени техники за изкуствен интелект като търсене, логика, вероятност и правила се считат за първата вълна от изкуствен интелект. Тези методи все още се използват и са добре приети от знанията и разсъжденията, особено за тесен кръг от задачи. В първата вълна на ИИ липсват човешките черти на учене и абстрахиране на решения. Тези качества вече са налични във втората вълна на изкуствения интелект, благодарение на невронните мрежи и машинното обучение.

Невронни мрежи

Повечето изследвания и разработки на AI днес се основават на използването на невронни мрежи или изкуствени невронни мрежи (ANNs). Тези мрежи са изградени от изкуствени неврони, които имитират невроните в човешкия мозък, които са отговорни за нашето мислене и учене. Всеки неврон е възел в сложна връзка, която свързва много неврони с други чрез синапси. ANN симулира тази мрежа.

Всеки възел има няколко претеглени входа, както и настройка на изход и праг (снимка по -горе). Такива възли обикновено се прилагат в софтуер, въпреки че е възможна и хардуерна емулация. Типична схема се състои от три слоя - входния слой, скритият (слой за обработка или обучение) и изходният слой:

Някои механизми използват обратно разпространение, за да осигурят обратна връзка, която променя входните тегла на някои възли, когато се получава нова информация.

Машинно обучение и дълбоко обучение

Машинното обучение е метод за обучение на компютър да разпознава моделите. Компютърът или устройството "се учи" с примера и след това изпълнява специални програми за сравняване на входа с обучената стойност. Обикновено софтуерът за обучение изисква огромни количества данни. Програмите за машинно обучение са предназначени да учат автоматично, тъй като те придобиват повече знания и опит от нови материали.

Невронните мрежи обикновено се използват за машинно обучение, но могат да се използват и други алгоритми. След това софтуерът може да се промени, за да подобри разпознаваемостта въз основа на новия вход. Някои системи за машинно обучение вече могат да разпознават моделите сами без обучение и след това да се променят, за да се подобрят допълнително.

Дълбокото обучение е усъвършенстван случай на машинно обучение. Той също така използва невронни мрежи, наречени дълбоки невронни мрежи (GNN). Те включват допълнителни скрити слоеве на изчисления, за да подобрят допълнително вашите възможности. Изисква се масово обучение. Програмистите могат да подобрят производителността, като играят с взаимосвързани тежести. GNS също изискват матрична обработка. Трябва обаче да се отбележи, че GNS използват статистически тегла, така че резултатите от, да речем, видимо разпознаване може да не са 100%. Освен това отстраняването на грешки в такива системи е много старателна работа.

Машинното обучение и дълбокото обучение се използват широко за анализ на големи данни, както и за компютърно зрение и разпознаване на реч. Те могат да се прилагат и в други области като медицина, право и финанси.

Софтуер за изкуствен интелект

Почти всеки език за програмиране може да се използва за програмиране с AI, но някои езици имат определени предимства. Езиците за профилиране, предназначени специално за AI, включват LISP и Prolog. LISP, един от най-старите езици от по-високо ниво, обработва списъци. Prolog се основава на логика. C ++ и Python са популярни днес. Съществува и специален софтуер за разработване на експертни системи.

Няколко големи потребители на AI осигуряват платформи за разработка, включително Amazon, Baidu (Китай), Google, IBM и Microsoft. Тези компании предлагат предварително обучени системи като отправна точка за някои често срещани приложения като разпознаване на глас. Доставчиците на процесори като Nvidia и AMD също предлагат известна поддръжка.

Хардуер за изкуствен интелект

Изпълнението на софтуер за изкуствен интелект на компютър обикновено изисква висока скорост и много памет. Някои прости приложения обаче могат да работят на 8-битов процесор. Някои от съвременните процесори са повече от адекватни и множество паралелни процесори може да са идеални за определени приложения. В допълнение, за някои приложения са разработени специални процесори.

Графичните процесори (GPU) са пример за архитектура и набор от инструкции, фокусирани върху дадена употреба за оптимизиране на производителността. Например, специални Nvidia процесори за самоуправляващи се автомобили и графични процесори AMD. Google разработи свои собствени процесори за оптимизиране на своите търсачки. Intel и Knupath също предлагат софтуерна поддръжка за своите усъвършенствани процесори. В някои случаи специална логика в ASIC или FPGA може да реализира конкретно приложение.

Дейност и текущо състояние

Изкуственият интелект някога се е смятал за екзотичен софтуер, предназначен за специални нужди. Изискването за високоскоростни компютри с много памет ограничава използването му. Днес, благодарение на супер бързите процесори, многоядрените процесори и евтината памет, AI стана по-популярен. Търсачките на Google, които всички използваме ежедневно, се захранват от изкуствен интелект.

Към днешна дата фокусът несъмнено е върху невронните мрежи и дълбокото машинно обучение. Докато разпознаването на глас и самоуправляващите се автомобили остават в центъра на вниманието, се появяват други ключови приложения като разпознаване на лица, навигация със самостоятелно управление, роботика, медицинска диагностика и финанси. Развиват се и съвременни военни приложения (като автономни оръжия).

Бъдещето на AI изглежда обещаващо. Според Orbis Research глобалният пазар на изкуствен интелект се очаква да нарасне до 2022 г. със сложен годишен темп на растеж от над 35%. Международната корпорация за данни (IDC) също е оптимистична, заявявайки, че разходите за ИИ се очаква да нараснат до 47 млрд. Долара през 2020 г. спрямо 8 млрд. Долара през 2016 г.

Много хора имат логичен въпрос - ще замени ли изкуственият интелект хората в някои професии и какви професии ще бъдат те? Отговорът е следният - „може би само няколко“. Компютрите с изкуствен интелект вероятно ще помогнат за подобряване на производителността на определени професии чрез увеличаване на производителността, ефективността и скоростта на вземане на решения. Някои работни места в промишлеността обаче все още ще бъдат загубени, тъй като роботиката набира скорост, но замяната на хората с машини ще доведе до създаването на нови работни места, свързани с поддръжката на тези машини.

Друг въпрос, зададен от много хора, е дали изкуственият интелект може да бъде опасен за човечеството? AI е умен, но не чак толкова. Основната му цел ще бъде анализ на данни, решаване на проблеми и вземане на решения въз основа на наличната информация и дестилираните знания. Хората все още доминират, особено що се отнася до иновациите и креативността. Трудно е обаче да се предскаже бъдещето. Поне на този етап от развитието няма супер интелигентни роботи, все още не ...

Използва се почти навсякъде: от високите технологии и сложните математически изчисления до медицината, автомобилната индустрия и дори смартфоните. Ние използваме технологиите, които стоят в основата на работата на ИИ в съвременния смисъл всеки ден и понякога може дори да не мислим за това. Но какво е изкуствен интелект? Как работи той? И опасно ли е?

BB скоро ще бъде навсякъде!

Първо, нека дефинираме терминологията. Ако си представите изкуствения интелект като нещо, способно да мисли независимо, да взема решения и като цяло да показва признаци на съзнание, тогава бързаме да ви разочароваме. Почти всички съществуващи днес системи дори не се доближават до това определение на AI. И тези системи, които показват признаци на такава дейност, всъщност все още работят в рамките на предварително определени алгоритми.

Невронните мрежи съществуват от 50 -те години на миналия век (поне под формата на концепции). Но доскоро те не получиха много развитие, защото създаването им изискваше огромни количества данни и изчислителна мощ. През последните няколко години всичко това стана достъпно, така че невронните мрежи излязоха на преден план, след като получиха своето развитие. Важно е да се разбере, че нямаше достатъчно технологии за пълноценния им вид. Колко им липсва сега, за да изведат технологията на ново ниво.

Етапи на определяне.

За какво се използва дълбокото обучение и невронните мрежи?

Има няколко области, в които тези две технологии са помогнали за забележим напредък. Нещо повече, ние използваме някои от тях всеки ден в живота си и дори не мислим какво стои зад тях.

• Това е способността на софтуера да разбира съдържанието на изображения и видеоклипове. Това е една област, в която задълбоченото обучение е постигнало голям напредък. Например алгоритмите за обработка на изображения в дълбочина могат да открият различни видове рак, белодробни заболявания, сърдечни заболявания и т.н. И да го направите по -бързо и по -ефективно от лекарите. Но задълбоченото обучение също е вкоренено в много от приложенията, които използвате всеки ден. Apple Face ID и Google Photos използват задълбочено обучение за разпознаване на лица и подобряване на изображението. Facebook използва задълбочено обучение, за да маркира автоматично хората в качени снимки и така нататък. Компютърното зрение също помага на компаниите автоматично да идентифицират и блокират съмнително съдържание като насилие и голота. И накрая, задълбоченото обучение играе много важна роля за това автомобилите да се самоуправляват, за да могат да разбират заобикалящата ги среда.
• Разпознаване на глас и реч. Когато произнесете команда за вашия Google Assistant, алгоритмите за задълбочено обучение ще трансформират вашите. Няколко онлайн приложения използват задълбочено обучение за транскрибиране на аудио и видео файлове. Дори когато разгърнете песен, невронните мрежи и дълбоките алгоритми за машинно обучение влизат в игра.
• Търсене в интернет: дори ако търсите нещо в търсачка, за да бъде обработено заявката ви по -ясно и резултатите от проблема са възможно най -точни, компаниите започнаха да свързват алгоритми за невронни мрежи към своите търсачки. По този начин производителността на търсачката на Google се увеличи няколко пъти, след като системата премина към дълбоко машинно обучение и невронни мрежи.

Границите на дълбокото обучение и невронните мрежи

Въпреки всичките си предимства, дълбокото обучение и невронните мрежи имат и някои недостатъци.

• Зависимост от данни: Като цяло алгоритмите за дълбоко обучение изискват огромно количество данни за обучение, за да изпълняват точно задачите си. За съжаление, за да се решат много проблеми, няма достатъчно висококачествени данни за обучение за създаване на работещи модели.
• Непредсказуемост: Невронните мрежи се развиват по някакъв странен начин. Понякога всичко върви по план. И понякога (дори ако невронната мрежа върши добра работа), дори създателите се борят да разберат как работят алгоритмите. Липсата на предвидимост прави изключително трудно елиминирането и коригирането на грешки в алгоритмите на невронните мрежи.
• Алгоритмично отклонение: Алгоритмите за дълбоко обучение са толкова добри, колкото и данните, върху които са обучени. Проблемът е, че данните за обучение често съдържат скрити или очевидни грешки или недостатъци и алгоритмите ги наследяват. Например, алгоритъм за разпознаване на лица, обучен предимно върху снимки на бели хора, ще работи по -малко точно върху хора с различен цвят на кожата.
• Липса на обобщение: Алгоритмите за дълбоко обучение са добри за изпълнение на целенасочени задачи, но слабо обобщават техните знания. За разлика от хората, моделът на дълбоко обучение няма да може да играе друга подобна игра: да речем, WarCraft. В допълнение, задълбоченото обучение се справя лошо с обработката на данни, които се отклоняват от неговите примери за обучение.

Бъдещето на дълбокото обучение, невронните мрежи и AI

Ясно е, че работата по дълбокото обучение и невронните мрежи далеч не е завършена. Полагат се различни усилия за подобряване на алгоритмите за дълбоко обучение. Дълбокото обучение е авангарден метод за създаване на изкуствен интелект. Той става все по -популярен през последните няколко години поради изобилието от данни и увеличаването на процесорната мощност. Това е основната технология зад много от приложенията, които използваме всеки ден.

Схемите и начините за решаване на проблеми скоро ще заменят много.

Но дали съзнанието някога ще се роди на базата на тази технология? Истински изкуствен живот? Някои от учените смятат, че в момента, когато броят на връзките между компонентите на изкуствените невронни мрежи се доближи до същия показател, който съществува в човешкия мозък между нашите неврони, може да се случи нещо подобно. Това твърдение обаче е силно съмнително. За да се появи истински AI, трябва да преосмислим как изграждаме AI системи. Всичко, което сега е, са само приложни програми за строго ограничен набор от задачи. Колкото и да ни се иска да вярваме, че бъдещето вече е настъпило ...

Изкуственият интелект - една от най -вълнуващите теми на художествената литература на 20 век - прави невероятни крачки. Ние постоянно използваме AI в ежедневието си, често без да го знаем. Независимо от това, дори и днес изкуственият интелект не напуска страниците на научнофантастични романи и кино екрани. Някои от авторите рисуват ужасни картини на човечеството, поробено от машина, докато други, напротив, виждат AI като верен помощник и приятел на човека.

Къде е истината и какво всъщност е изкуственият интелект? Ще надмине ли някога възможностите на човешкия ум? Или вече се е случило? GeekBrains е готов да отговори на най -популярните въпроси относно изкуствения интелект и перспективите за неговото използване.

Какво е изкуствен интелект?

Изкуственият интелект (съкратено AI) е неясно понятие и все още няма общоприето определение. В средата на 20 -ти век, когато този термин се чува за първи път на семинара в Дартмут, авторите влагат в него значение, което е значително различно от съвременните. Тогава учените смятат, че изкуственият интелект е система, която ще може да превежда текстове от един език на друг, да разпознава обекти от снимки или видеоклипове, да улавя значението на произнесените фрази и да отговаря адекватно на тях. Настоящият AI може да направи всичко! Но можем ли да считаме, че целите са постигнати и изкуственият интелект вече е създаден?

Някои учени изграждат сложни теории на пресечната точка на философията и компютърните науки, опитвайки се да определят какво е AI и какви трябва да бъдат характеристиките на една система, за да се счита за интелигентна. Без да навлизаме в подробности, можем да кажем, че интелигентността се определя като способността да се учат, разбират и прилагат знанията на практика. Следователно ние също имаме право да очакваме от изкуствения интелект способността да учи, да осъзнава знанията си и да ги използва. Съвременният AI може да се справи с първата и последната задача доста добре!

Кога започна развитието на AI?

През лятото на 1956 г. в Дартмут учените се събраха на семинар по изкуствен интелект (където беше формулиран терминът) и още през следващата година се появи концепцията за първата изкуствена невронна мрежа, персептрон. През 1960 г. Франк Розенблат създава компютър Mark 1, базиран на тази концепция. Първият в света неврокомпютър е научен да разпознава буквите на латинската азбука. Но несъвършенството на технологията от 60 -те години и сложността на процесите не позволиха да се донесе технологията до ума и нейният разработчик скоро умря. Неврокомпютрите са забравени от 20 години.

Едва през 80 -те години на миналия век концепциите за невронни мрежи започнаха отново да се изучават сериозно. Технологията вече беше достатъчно мощна и имаше по -малко критици: интелигентната електроника напредваше бързо. Това, което изглеждаше като сън преди две десетилетия, започна да изглежда съвсем реално и постижимо. Въпреки това бяха необходими още 20 години, за да се намерят правилните подходи за обучение на невронни мрежи. Едва в средата на 2000-те учените откриха правилния път и изкуствените невронни мрежи започнаха триумфалния си поход по планетата.

Но преди да опишем техните успехи, нека разберем как работят тези мрежи.

Описание на изкуствения неврон

Изкуствените невронни мрежи са създадени като математически модел на човешкия мозък. За да направят това, учените Уорън Маккълох и Уолтър Питс трябваше да разработят теория за дейността на човешкия мозък.

В него отделните неврони са живи клетки със сложна структура. Всеки неврон има дендрити - разклонени процеси, които могат да обменят сигнали с други неврони чрез синапси, както и един аксон - по -голям процес, отговорен за предаването на импулс от неврон. Някои синапси са отговорни за възбуждането на неврон, някои за инхибиране. Импулсите, които той ще предава към други неврони, също ще зависят от това какви сигнали и през какви синаптични връзки ще дойдат до „входа“ на неврона.

Изкуственият неврон не се нуждае от физически носител. Като цяло това е математическа функция. Неговата задача е да получава информация (например сигнали от много други изкуствени неврони), да я обработва по определен начин и след това да дава резултата на "аксона" - изхода. В изкуствена мрежа невроните обикновено се разделят на три типа:

• вход - всеки от тези неврони получава на "входа" елемент на първоначална информация (например една точка от изображението, ако мрежата разпознава снимки);
• междинно - информация за процеса;
• уикенд - дайте резултат (при разпознаване на снимка резултатът може да бъде идентификаторът на обекта на изображението).

Самата невронна мрежа е създадена на слоеве, като пай. Един от външните слоеве съдържа входни неврони, другият - изходни неврони, като между тях могат да бъдат разположени един или повече междинни. Всеки неврон в стадийната мрежа е свързан с множество неврони от два околни слоя. Комуникацията между невроните се осигурява с помощта на тегла - числови стойности, които всеки неврон изчислява въз основа на данни, получени от предишния слой на мрежата.

Създавайки изкуствени невронни мрежи, учените се фокусираха върху структурата на човешкия мозък. Следователно принципите на поведение на създадените от човека неврони не са толкова различни от истинските, живите. Може би умът, който може да се развие въз основа на такива невронни мрежи, ще бъде близък до човешкия?

Разликата между изкуствения интелект и естествения

Въпросът за това как AI се различава от естествената интелигентност всъщност лежи повече във философския план, отколкото в строго научния. И въпросът дори не е в това, че не можем да си представим какъв ще бъде (или не подобен) изкуствено създаден ум. Ние просто сме способни да си представим всичко - и писателите на научна фантастика са го доказвали многократно. Факт е, че нито един съществуващ днес изкуствен интелект не е достигнал достатъчно високо ниво на развитие, за да се конкурира с хората при равни условия.

Има гледна точка, изразена от философа Джон Сиърл през 80 -те години на миналия век. Той измисли термините "силен AI" и "слаб AI". Силният изкуствен интелект, според учения, може да осъзнава себе си и да мисли като човек. Слабите не са способни на това.

Днешните ИИ, ако са класифицирани според Сърл, са недвусмислено слаби, тъй като никой от тях все още не е развил самосъзнание. Нашите изкуствени невронни мрежи разпознават лица и рисуват странни, невероятни картини, четат ръкописен текст и дори добавят поезия - но те са създадени изключително за тази цел. Нито една от тези невронни мрежи не е в състояние да промени мнението си и да избере различна „специалност“ за себе си. Те правят само това, за което са били обучени, и в известен смисъл могат да се считат за програмирани да изпълняват тези задачи. Те нямат истинско разбиране какво стои зад тези неща. Searle твърди, че изграждането на силен AI по принцип е невъзможно.

Друг философ, Хюбърт Драйфус, също вярва, че компютърните системи никога не могат да бъдат равни на хората - тъй като в своята интелигентна дейност той разчита не само на научените знания, но и на емпиричния опит. Компютрите не го притежават по дефиниция - следователно не е съдба за тях да развият собствения си ум.

Но тези самоуверени твърдения бяха направени в момент, когато невронните мрежи правеха само първите си стъпки. Днес, гледайки напредъка им в обучението, не е трудно да се повярва в реалността на AI, който може да стане равен или дори да надмине човешките същества.

Как се сравняват човешката и компютърната интелигентност?

Чакайте, как изобщо можем да определим дали изкуственият интелект е достигнал човешкото ниво или не?

Може да се предположи, че един от критериите е наличието на чувства и емоции, както и креативност. Ако машината започна да изпитва страх или любов, ако внезапно реши да напише стихотворение или да нарисува картина - няма ли това да е проява на разум?

Доста възможно. И животните, и птиците обаче имат чувства. В същото време, на въпроса за тяхната рационалност (още повече - равенството на техния ум с човешкия), ние често отговаряме отрицателно. Освен това чувствата могат да бъдат програмирани - в повечето от тях те са реакция на специфични външни стимули. И накрая, ние просто нямаме данни дали компютрите някога ще могат да изпитват подобни на човешки емоции. Но трябва ли чувствата им да са като нашите?

Може би по-надежден критерий е самосъзнанието? Ако машината зададе въпроса "Кой съм аз?" - това ли е моментът на възникване на интелигентността? Но самосъзнанието присъства и при животните. В същото време повечето хора са напълно способни да живеят живота си, без да задълбават в дълбоки философски въпроси.

Има ли по -точни и строги методи за сравняване на интелигентността? В края на краищата има коефициент на IQ, който може да се използва за оценка на умствените способности на човек. Защо не го използвате за кола?

Компютърните програми имат IQ?

Измерването на интелигентността дори при хората е невероятно трудно - не можете да приложите владетел към познавателните и мислещите способности. Освен това коефициентът на интелигентност не е абсолютен показател, а относителен. Някои учени обикновено смятат, че тестовете за интелигентност не измерват интелигентността като такава, а способността да преминат такива тестове. Можете да я обучите и да получите блестящи резултати - но интелектът, разбира се, няма да се промени. Така че индикаторът за IQ не е нищо повече от число, което е свързано с интелигентността, но не може да даде своята обективна оценка.

В някои тестове за интелигентност преобладават задачите за наблюдение или логика, в други за комбинаторика, а в други за математическо мислене. Резултатът ще зависи от това, което е по -лесно за човек и в какво той е по -компетентен. Скоростта на преминаване на тестове и специализацията на задачите са от значение.

AI също може да бъде „обучен“ да решава определени класове проблеми и на машината ще отнеме много по -малко време за завършване на IQ тест, отколкото на човек. Така невронната мрежа ще може да спечели точки, немислими за гениалните хора, но в същото време няма да може да отговори на най -простите въпроси, за които не е подготвена по време на обучението.

И така, има ли критерии, по които човек може обективно да прецени машинния интелект? Един от първите изследователи, които се опитват да ги развият, е известният британски математик Алън Тюринг.

Какво е тест на Тюринг?

През 1950 г. Тюринг публикува статия „Изчислителни машини и разум“, в която обсъжда теоретичната възможност за мислене в машини. Това не беше първото изследване на изкуствения интелект и дори не първата подобна работа на Тюринг, но именно тя стана отправна точка за сериозни научни дискусии и противоречия.

Тюринг започна с дефиниции, за да изясни въпроса дали една машина може да мисли - това му се стори твърде неясно. Какъв автомобил имаш предвид? Какво означава „мислене“ като цяло? .. Беше очевидно, че такъв въпрос първоначално носи ирационално зърно, което няма да позволи да се даде правилен отговор на него. Резултатът от мислите на учения беше тестът на Тюринг - експеримент, при който човек („съдия“) е помолен да общува с двама събеседници: човек и компютър. Задачата на съдията е да разбере кой е кой. Ако в резултат на това не е сигурен кой от събеседниците му е програмата или е направил грешка в оценката, машината се счита за издържала теста.

Тестът на Тюринг не е за създаване на „машина за измама“, която може да се преструва на човек. Помага да се уверите, че определена машина или програма има ум, който е трудно да се различи от човека. Тюринг нарече такъв компютър „интелигентен“ - това определение вече е на повече от 60 години и остава актуално.

AI процесори

AI технологията не се ограничава само до софтуерни решения. Днес активно се разработват електронни чипове, в които поддръжката на AI е вградена в хардуерното ниво. Микропроцесорите от този тип се наричат ​​невронни процесори. Те се използват в безпилотни превозни средства и летателни апарати (дронове), промишлени роботи и автомати, както и за решаване на специализирани задачи - разпознаване на глас или изображение, създаване на търсачки и машинни преводачи.

Сред такива устройства е Google Tensor Processor (TPU), създаден специално за системи за машинно обучение. Това устройство все още не е налично за продажба: използва се само от самия Google - за оптимизиране на резултатите от търсенето и обработка на снимки. TPU работи с 8-битови числа (което е изключително малко за точни изчисления) и има малко над дузина инструкции (други съвременни процесори могат да имат стотици). Но това не пречи на тензорния процесор да извършва ефективно изчисления, свързани с изкуствения интелект и невронните мрежи. Процесорът се развива бързо - Google пуска нова версия всяка година.

Google Tensor Processing Unit 3.0 (TPU)

Има и други дизайни на подобни чипове. Много от тях са високо специализирани: например, те са предназначени да ускорят AI програми за компютърно зрение.

Пазар на технологии за изкуствен интелект

Технологиите за изкуствен интелект се използват в почти всички сфери на човешката дейност, така че изкуственият интелект има голямо бъдеще. Пазарът на продукти, задвижвани от AI, се разраства бързо.

Световен пазар

Очаква се размерът на пазара на AI да достигне 52 млрд. Долара до 2022 г. Може би това не е толкова голяма цифра - например пазарът на компютърни игри до същата година ще надхвърли 130 милиарда, а пазарът на смартфони вече беше 10 пъти по -голям през 2018 г. - 520 милиарда.

Но пазарът на AI показва безпрецедентно висок растеж - според някои оценки той расте с около 30% годишно (подобни показатели за игри и смартфони - около 5%). Ако този темп на усвояване на технологиите продължи още няколко години, може да се очаква, че изкуственият интелект скоро ще бъде буквално навсякъде.

Най -големите IT компании в света допринасят за развитието на AI: Google, IBM, Intel, Nvidia. Сред страните САЩ, Китай и Великобритания са начело.

В Русия

Ако през 2017 г. имаше само няколко десетки проекти, използващи AI в Русия, то през 2018 г. вече имаше стотици. Според прогнозите на експертите до 2020 г. обемът на пазара ще достигне 28 милиарда рубли (приблизително 450 милиона долара). Новите технологии се използват най -активно във финансовия сектор, както и в телекомуникациите, търговията на дребно и енергетиката. Някои компании наемат екипи от специалисти, посветени изключително на разработването и внедряването на AI системи.

Въпреки факта, че пазарът расте като цяло дори по -бързо, отколкото в света, има проблеми. Основният проблем остава липсата на специалисти по машинно обучение. И така, време е да започнете да изучавате AI, за да получите търсена специалност и високоплатена работа.

Въздействие на изкуствения интелект върху пазара на труда

Вече днес има области, в които ИИ може да замени хората. Например приложенията могат да отговарят на клиентите по телефона или в чата за прости въпроси. Това ви позволява да оптимизирате натоварването на операторите в кол-центъра и дори да намалите техния персонал.

В производството AI може да контролира автоматизацията и индустриалните роботи. Изкуствена невронна мрежа, която постоянно следи работата на много сензори, ще може да реагира по -бързо на аварийна ситуация и да вземе правилните мерки - да изключи конвейера или да спре механизмите. В много случаи такива системи могат да предскажат проблеми предварително и да предотвратят извънредни ситуации.

AI ще изгони хората от работа. Той е по -евтин и прави по -малко грешки. Той не знае как да бъде мързелив, да отлага и да виси във Facebook, няма нужда от почивка, сън и почивка, не се чувства тъжен и не се уморява. Идеалният работник.

На първо място, изкуствените невронни мрежи ще притискат човек да извършва рутинни операции, да поема сложни изчисления, оценка на риска, събиране на информация и симулиране на ситуации според определени параметри. AI може да се използва в опасни и опасни индустрии.

Но все пак ще са необходими хора, където роботите няма да могат да се конкурират с тях дълго време. И не става въпрос само за творческото поле. AI все още е в състояние да изпълнява само високоспециализирани задачи, за които е обучен, следователно може да замени хората по същия начин, по който калкулаторът е математика. В същото време развитието на AI технологиите отваря огромен пазар на труда за специалисти, свързани с машинното обучение и поддържането на интелигентни технологии.

Къде се използва AI?

Накратко - почти навсякъде!

Не са останали толкова много области на човешка дейност, които изобщо не са засегнати от технологиите на AI. Нека разгледаме само най -важните области, където AI вече се използва.

AI в интернет

Винаги, когато казвате „Добре Google“ или „Хей Сири“, имате предвид изкуствения интелект във вашия смартфон. Той е в състояние да разпознае речта, адресирана до него, в сигнала от микрофона. Той записва вашия въпрос и го изпраща до сървърите на Google или Apple. Там към корпуса е свързан втори AI, който разпознава речта и превежда въпроса във формат, разбираем за компютъра. И тогава третият търси отговор в гигантски бази данни. И накрая, отговорът се връща на вашия смартфон, където AI, който генерира човешки глас, го казва вместо вас. И всичко това за част от секундата.

AI в транспорта и логистиката

Впечатляващо приложение на изкуствени невронни мрежи са самоуправляващите се автомобили. През последното десетилетие много автомобилни производители - General Motors, Nissan, BMW, Honda, Volkswagen, Audi, Volvo, както и Google и Tesla - се ангажираха да разработят автомобил, който да може самостоятелно да се движи по пътищата. БЛА все още не са се превърнали в масово явление по улиците на градовете ни, но очевидно постигат напредък.

От 2013 г. Amazon развива идеята за доставка на стоки и поща с помощта на дронове. За първи път колетът пристигна до получателя с безпилотен летателен апарат през декември 2016 г. В някои региони храната, лекарствата и дори преносимите дефибрилатори се доставят с дронове. Системата все още не е перфектна, но продължава да се развива. За съжаление, дроновете могат да служат и за незаконни цели: има случаи на безпилотни летателни апарати, доставящи забранени предмети в затворите, както и използване на дронове за транспортиране на наркотици.

AI във финансите

Във финансовия сектор AI се използва за прогнозиране на рискове и откриване на измами. Корпорацията MasterCard, която създаде международната платежна система, представи услугата „Intelligence Intelligence“ преди няколко години. Той е предназначен да подобри точността на потвърждаване на автентични транзакции и да намали вероятността от отхвърляне на фалшиви плащания - това е погрешно задействане на вградената система за сигурност, което не позволява извършването на правилна транзакция, сбъркана с измамна. Грешки като тази увреждат както продавача, който губи клиента, така и купувача, който не получава артикула. Загубите са дори по -големи от щетите от измама.

Система, захранвана от изкуствена невронна мрежа, използва информация от много източници, за да прецени в движение колко „нормална“ е транзакцията. Взема се предвид не само надеждността и историята на транзакциите на продавача, но дори типичната покупка за купувача и неговото местоположение, както и времето на деня. Всичко това помага за по -надеждна защита на хората от измами и свеждане до минимум на фалшивите резултати.

AI в медицината

В здравеопазването AI се развива предимно в областта на диагностиката на болестите. Изкуствените невронни мрежи са се научили да разпознават ракови тумори на рентгенови лъчи, компютърни томографи, мамографии и ЯМР. На опитен лекар са необходими около 20 минути, за да проучи снимка, а на невронната мрежа отнема няколко секунди. Така пациентът може да разбере резултатите от изследването почти мигновено. Особено приятно е, че подобни разработки се извършват и в Русия.

Диагностичните ИИ могат да открият не само рак, но и ранни стадии на болестта на Алцхаймер, пневмония и други заболявания.

В отбраната и военните дела

През 2018 г. стана известно, че американската армия разработва изкуствен интелект, способен да разпознава човешки лица в тъмното и дори през стени, използвайки термовизор. Очаква се технологията да помогне за идентифицирането на лидерите на банди на военни обекти.

Друг AI - ALPHA - е създаден, за да контролира безпилотни изтребители и да води въздушен бой. В една от битките на симулатора компютърът спечели, като едновременно контролира четири самолета срещу двама човешки противници.

Разработват се и системи за насочване на танкове, които могат да откриват замаскирани цели.

Във военно-промишления комплекс AI ще помогне за увеличаване на отбранителните способности на страните, но може да се превърне и в оръжие на терора.

В бизнеса и търговията

В търговията на дребно изкуственият интелект прави революция. Изкуствените невронни мрежи подобряват качеството на услугата и осигуряват индивидуален подход към всеки потребител. Интелигентните технологии откриват измамите с банкови карти, предоставят персонализирани съвети и ви помагат да изберете правилния продукт.

Според TAdviser, през 2018 г. над една трета от всички приходи на дребно са получени благодарение на препоръки, базирани на AI!

ИИ в спорта

Тук AI технологиите се използват за прогнозиране на резултатите от мачовете - такива системи са създадени от UBS, Commerzbank и Microsoft. Взема се предвид опитът на отбора и отделните играчи. Понякога прогнозите се оказват верни, но често изкуственият интелект се изчислява сериозно. Човешкият фактор е в състояние да опровергае всякакви прогнози.

AI в културата

Машината не може да бъде креативна, защото няма въображение! Или все още може да бъде?

Колкото и да е странно, изкуствените невронни мрежи са в състояние да проявят креативност и дори да достигнат определени висоти в областта на културата.

Музика

Как би звучала флейта, ако беше ситар? Синтезаторът на Google NSynth Super използва невронна мрежа за създаване на напълно нови звуци, базирани на различни инструменти.

Алиса, разработена като част от стартъпа на Popgun, знае как да „свири“ с човек, създавайки музикални импровизации. Американската певица Taryn Southern издаде албум в сътрудничество с невронната мрежа Amper. А проектът Endel е способен да създава композиции в тон с настроението на потребителя с едно натискане на бутон.

Живопис

Невронната мрежа DeepDream е създадена с разпознаване очи в очи и показва способността за сюрреалистична живопис. Разработчиците са отворили уебсайт, където всеки може да създаде невероятно платно в сътрудничество с AI. Невронната мрежа рисува картини в различни стилове.

Вярно е, че тя все още не знае как да измисли заговори - моли за помощ от човек.

Видео

С помощта на AI, разработен от Google и Facebook, можете да „накарате“ човек на екрана да каже всякакви думи, да изобрази целия спектър от емоции. И може да бъде трудно да се разграничат такива видеоклипове от истински. Невронните мрежи дори могат да заменят един актьор с друг във филм, заснет. И това отваря възможности не само за създателите на филми, но и за създателите на фалшификати.

Литература

Невронната мрежа от Facebook знае как да пише поезия, поддържа перфектно времето и ритъма, избира добри рими. Читателите успяха да разпознаят компютърно генерирани струни само в половината от случаите, но AI далеч не е истински поети. Машината все още не се е научила да предава емоции и да влага смисъл в поетичните произведения.

Yandex също стартира Avtopoet, който създава стихове от заявките за търсене на потребителите. Някои са невъзможни за четене без усмивка. Трудно е да се повярва, че те са съставени от невронна мрежа, лишена от чувство за хумор!

Наративната наука разработи електронен журналист. Досега статиите, написани от AI, са прости по съдържание, но ръководството на компанията е оптимистично настроено за бъдещето и вярва, че до 2025 г. до 90% от текстовете в Интернет ще бъдат написани с помощта на машинен интелект.

През 2016 г. „Денят, в който компютърът пише роман“, достигна до финала на наградата за японска литература „Хоши Шиничи“. Тази работа е почти изцяло създадена от изкуствен интелект.

Игри

В компютърните игри невронните мрежи се използват за контрол на противници и игрови ботове. Но AI може да бъде научен да играе „от другата страна на екрана“ - тоест да чете визуална информация от екрана и да контролира персонажа на играта, както прави човек.

През 2016 г. дори имаше шампионат по Doom между AI. Deep-Q-Network е обучена да играе на класически аркадни машини Atari. Тя често показва резултати с до 30% по -високи от тези на опитни играчи.

През 20 век се смяташе, че изкуственият интелект може да се счита за достатъчно мощен и развит, когато може да победи световния шампион по шах. Компютрите са преминали този етап отдавна - през 1997 г. Deep Blue победи Гари Каспаров (освен това, това беше алгоритмична програма, а не изкуствен интелект).

След това вниманието на обществеността се насочи към по -сложни тактически игри като go. Сложността на изчисляването на хода тук е с порядък по -висока, отколкото в шаха, така че е почти невъзможно да се създадат алгоритми, които да подредят възможните опции. Но обучените невронни мрежи успяха да се справят с тази игра. Още през 2015 г. разработената от Google мрежа AlphaGo спечели мач срещу професионален играч на go.

Перспективи за развитието на изкуствения интелект

Изследванията на AI продължават повече от половин век, но все още не всеки разбира същността на технологията. В научнофантастичните романи и филми писателите и режисьорите описват колко опасен може да бъде изкуственият интелект. И за мнозина идеята за изкуствен интелект се формира по този начин.

Ще отговорим рационално на въпроси, свързани с далечните перспективи за развитието на AI.

Дали целта на AI е да постави човешкия ум в компютър?

Не, не е така. Дори теоретично подобна ситуация не е толкова невероятна. Изкуствените невронни мрежи се създават по образа на човешкия мозък, макар и в много опростена форма. Може би един ден ще бъде възможно да се сканират всички части на мозъка на жив човек, да се направи „карта“ на неговите неврони и синаптични връзки и да се възпроизведе копие от него в компютър. От такава копирана невронна мрежа може да се очаква не само интелигентно поведение - то буквално ще бъде двойник на човек, ще може да осъзнава себе си, да взема решения и да извършва действия като него. Дори спомените ще бъдат копирани. Теоретично ще бъде възможно да се постави такава невронна мрежа в изкуствено тяло (в робот) и тогава човек - копие на неговото съзнание - ще може да живее практически вечно.

На практика ще бъде невероятно трудно да се осъществи такова прехвърляне: няма технологии, които да позволят да се "прочете" жив мозък и да се създаде неговата "карта". И все още сме много далеч от създаването на изкуствена невронна мрежа, която да бъде толкова мощна, колкото мозъка.

AI се стреми да постигне човешка интелигентност?

Целта на AI е да помогне на хората и да поеме сложни или рутинни задачи. За да направи това, той не трябва да поддържа разговори на философски теми или да пише стихове.

Ако обаче един ден изкуственият интелект може да достигне нивото на човешкото мислене, това ще бъде важен етап за цивилизацията. Ще получим ефективен и умен помощник - и с право ще се гордеем, че това е творението на нашите ръце.

Кога изкуственият интелект ще достигне човешко ниво?

Успешно създаваме сравнително малки невронни мрежи, способни за разпознаване на глас или обработка на изображения. Никой AI все още няма същата гъвкавост като нашия мозък.

Човек може да прави музика днес и да започне да програмира на C ++ утре - благодарение на невероятната сложност на мозъка. Той съдържа 86 милиарда неврони и безброй синаптични връзки между тях.

Изкуствените невронни мрежи все още са далеч от тези показатели: те имат от няколко хиляди до милиони неврони. Има технически ограничения за размера на невронните мрежи: дори суперкомпютрите няма да "изтеглят" невронна мрежа, сравнима по мащаб с човешкия мозък. Да не говорим за факта, че обучението й ще бъде нетривиална задача.

Позволява ли скоростта на компютрите да бъдат интелигентни?

"Силата" на интелигентността не е свързана със скоростта на изчисленията, а със сложността на невронната мрежа. Човешкият мозък досега превъзхожда по мощност всяка изкуствена невронна мрежа, въпреки факта, че скоростта на процесите в него е значително по -ниска, отколкото в компютрите.

Изкуствените невронни мрежи се състоят от отделни неврони, които са групирани в слоеве. Двата външни слоя служат като "вход", към който се подава първоначалната информация, и "изход", от който се чете резултатът. Между тях могат да бъдат разположени от един до няколко десетки или дори стотици междинни слоеве неврони. Освен това всеки неврон в един слой е свързан с много други в предишния и следващия слой.

Колкото по -сложна е мрежата, колкото повече слоеве и неврони съдържа, толкова по -амбициозни и сериозни задачи може да изпълнява.

Може ли невронна мрежа да се развива по естествен начин?

Нека да видим дали е вероятно AI да може да натрупа опит и да учи естествено, като дете. Човешкият ум се формира от много фактори. Получаваме информация за външния свят чрез органите на възприятие - чрез наблюдение, докосване, дегустация. Взаимодействайки с околната среда, ние придобиваме житейски опит, знания за свойствата на света, социални умения. Нашият мозък непрекъснато се подобрява и физически се променя, изгражда нови синаптични връзки и „изпомпва“ съществуващите.

Ако можем да създадем невронна мрежа, която е достатъчно сложна, за да се развива по този начин, и да й осигурим „сетива“ - видеокамера, микрофон и други подобни - може би след известно време тя ще може да придобие „житейски опит . " Но това е въпрос на далечното бъдеще.

Има ли риск за човешката цивилизация?

Рисковете, свързани с новите технологии, винаги съществуват. Въпросът е какви са те.

Може да се окаже, че изкуствените невронни мрежи, достигайки определен праг, ще достигнат "плато" на ефективност и няма да се развиват по -нататък. Или няма да оправдаят очакванията, ако се окаже, че AI по принцип не е в състояние да се справи с този или онзи клас задачи, например от творческо естество. Това може да доведе до загуба на разходи за труд и финансови инвестиции.

Ако разбираме риска от техногенни бедствия или въстанието на машини - засега това едва ли ще ни заплаши. С прости думи, съвременните невронни мрежи са неспособни да се обърнат срещу създателите - точно както невроните в мозъка, които контролират движението на ръката, са неспособни да се реализират като личност и да удрят собствените си тела.

Трябва обаче да помним, че AI е нашият дизайн. Ние ги проектираме, създаваме, обучаваме, влагаме „мисли“. Това означава, че отговорността за тяхното поведение е на нас.

Четвърта революция

Без значение как се отнасяме към изкуствения интелект, ще трябва да приемем факта, че той вече съществува. Да се ​​откажеш от него означава да направиш крачка назад в развитието. В крайна сметка AI е важна част от нашия напредък. Много учени свързват началото на четвъртата индустриална революция с изкуствени невронни мрежи и заявяват, че идва нова ера - когато до нас ще се появи създаден от човека ум, винаги готов да помогне.

Всичко ново е плашещо и недоверчиво - това е нормална човешка реакция и много хора са предпазливи към AI. Само мързелив писател на научна фантастика не говори за ужасите, които изкуственият интелект ще ни донесе. Но подобни неща бяха написани за всяка технологична иновация своевременно. Хората се страхуваха от парните локомотиви, защото те „плашат кравите, тровят птиците с дим, а при скорост над 15 мили в час пътниците ще се разкъсват“. Вероятно потомците също ще се смеят на страховете ни, за които научават от филми и книги от XX и XXI век.

Изкуствен интелект(AI, изкуствен интелект, AI) е науката за създаване на интелигентни технологии и компютърни програми.

Изкуственият интелект е тясно свързан със задачата за разбиране на човешкия интелект с помощта на компютърни технологии. В момента е невъзможно да се каже със сигурност кои изчислителни методи могат да се нарекат интелигентни. Някои механизми на интелигентност са отворени за разбиране, други не. В момента програмите използват методи, които не се срещат при хората.

Изкуственият интелект има научно направление, което изучава решаването на проблемите на човешката интелектуална дейност. Изкуственият интелект е насочен към изпълнение на творчески задачи в областта, знанията за които се съхраняват в интелектуалната система на програмата - знание.

С тези знания механизмът на програмата работи - разрешаващ проблеми... Тогава човек получава представа за резултата от програмата чрез интелигентния интерфейс. Резултатът от програма за изкуствен интелект е пресъздаването на интелектуални разсъждения или интелигентни действия.

Едно от основните свойства на изкуствения интелект е способността да се учи самостоятелно. На първо място, това е така евристично обучение- непрекъснато обучение по програмата, формиране на учебния процес и собствени цели, анализ и осъзнаване на тяхното обучение.

Научното направление, изучаващо изкуствения интелект, започна да се появява отдавна:

• философите са мислили за познаване на вътрешния свят на човека
• психолозите са изучавали човешкото мислене
• математиците правеха изчисления

Скоро бяха създадени първите компютри, които направиха възможно изчисленията да се извършват по -бързо от хората. Тогава учените започнаха да задават въпроса: къде е границата на възможностите на компютрите и могат ли те да достигнат човешкото ниво?

Алън Тюринг, английски учен, пионер в компютърните технологии, написа статия „Може ли една машина да мисли?“, Където описва метод, който ще помогне да се определи в кой момент компютърът може да бъде сравнен с човек. Този метод е наречен - Тест на Тюринг.

Същността на метода е човек първо да отговори на въпросите на компютъра, след това на въпросите на друг човек и в същото време да не знае кой точно му е задал въпросите. Ако, когато отговаря на въпросите на компютъра, лицето не е подозирало, че е машина, тогава преминаването на теста на Тюринг може да се счита за успешно, както и фактът, че компютърът е изкуствен интелект.

По този начин, ако компютър проявява поведение, подобно на човешкото поведение във всякакви природни ситуации и е в състояние да поддържа диалог с човек, тогава можем да кажем, че това е изкуствен интелект. Друг предложен метод за определяне дали машината е интелигентна е нейната способност да бъде креативна и способността й да чувства.

Има много различни подходи за изучаване и разбиране на изкуствения интелект.

Символичен подход

Символичният подход беше първият в ерата на цифровите технологии. След създаването на символичния изчислителен език на Lisp, неговите автори започват да прилагат интелигентност. Символичният подход използва слабо формализирани представи. Досега само човек може да изпълнява интелектуална работа и задачи, свързани с творчеството. Работата на компютрите в тази посока е предубедена и всъщност не може да се извършва без човешко участие.

Символното изчисление помогна за създаването на правила за решаване на проблеми по време на изпълнение на компютърна програма. Въпреки това стана възможно да се решават само най -простите задачи и когато се появи някаква сложна задача, е необходимо човек да се свърже отново. По този начин такива системи не ни позволяват да ги наричаме интелигентни, тъй като техните възможности не позволяват да се решават възникващите трудности и да се подобрят вече познатите начини за решаване на проблеми за решаване на нови.

Логически подход

Логическият подход се основава на моделиране на разсъждения и използване на логически език за програмиране. Например езикът за програмиране Prolog се основава на набор от правила за изводи без строги последователни действия за постигане на резултат.

Агент-базиран подход

Подходът, базиран на агенти, се основава на методи, които помагат на интелекта да оцелее в околната среда, за да постигне определени резултати. Компютърът възприема своята среда и въздейства върху нея с помощта на посочените методи.

Хибриден подход

Хибридният подход включва експертни правила, които могат да бъдат генерирани от невронни мрежи, и генеративни правила, използващи статистическо обучение.

Моделиране на разсъждения

В изследването на изкуствения интелект има такова направление като моделиране на разсъждения. Тази посока включва създаването на символни системи за поставяне на задачи и тяхното решаване. Задачата трябва да бъде преведена в математическа форма. В същото време тя все още няма алгоритъм за решаването му поради сложността. Следователно, моделирането на разсъжденията съдържа доказване на теореми, вземане на решения, планиране, прогнозиране и т.н.

Обработка на естествен език

Друга важна област на изкуствения интелект е обработка на естествен език, който анализира и обработва текстове на четим от човека език. Целта на това направление е обработка на естествен език за самостоятелно усвояване на знания. Източникът на информация може да бъде текст, въведен в програмата или получен от Интернет.

Представяне и използване на знания

Инженерингът на знания е посоката на получаване на знания от информация, тяхната систематизация и по -нататъшно използване за решаване на различни проблеми. С помощта на специални бази знания експертните системи получават данни за процеса на намиране на решения на възложените задачи.

Машинно обучение

Едно от основните изисквания към изкуствения интелект е способността на машината да учи самостоятелно без намеса на учителя. Машинното обучение включва задачи за разпознаване на модели: разпознаване на символи, текст и реч. Това включва и компютърно зрение, свързано с роботиката.

Биологично моделиране на AI

Има такава посока като квазибиологична парадигма, който иначе се нарича Биокомпютър... Тази посока в изкуствения интелект изучава развитието на компютрите и технологиите, използващи живи организми и биологични компоненти - биокомпютри.

Роботика

Областта на роботиката е тясно свързана с изкуствения интелект. Свойствата на изкуствения интелект също се изискват от роботите за изпълнение на много различни задачи. Например, за да навигирате и да определите местоположението си, да изучавате предмети и да планирате движението си.

Приложения за изкуствен интелект

Изкуственият интелект е създаден с цел решаване на проблеми от различни области:

• Интелигентни системи за образование и отдих.
• Синтезът и разпознаването на текст и човешка реч се използват в системите за обслужване на клиенти.
• Системите за разпознаване на образи се използват в системи за сигурност, оптично и акустично разпознаване, медицинска диагностика и системи за определяне на целта.
• В компютърните игри AI системите се използват за изчисляване на стратегията на играта, симулиране на поведението на героите и намиране на път в космоса.
• Алгоритмични системи за търговия и вземане на решения.
• Финансови системи за консултиране и финансов мениджмънт.
• Роботи, използвани в промишлеността за решаване на сложни рутинни задачи: роботи за грижи за пациентите, роботизирани консултанти, както и тези, които се занимават с дейности, опасни за човешкия живот: спасителни роботи, миньорски роботи.
• Управление на човешките ресурси и набиране, проверка и класиране на кандидати, прогнозиране на успеха на служителите.
• Системи за разпознаване и филтриране на електронна поща.

Това не са всички области, в които може да се приложи изкуствен интелект.

Сега създаването на изкуствен интелект е една от най -важните задачи на човек. Все още обаче няма единна гледна точка за това какво може да се счита за интелигентност и какво не. Много въпроси са спорни и съмнителни. Възможно ли е да се създаде интелектуален ум, който да разбира и решава проблемите на хората? Ум, който не е лишен от емоции и със способности, присъщи на живия организъм. Докато не дойде времето, когато ще го видим.

След изобретяването на компютрите способността им да изпълняват различни задачи продължава да нараства експоненциално. Хората развиват силата на компютърните системи, като увеличават броя на изпълняваните задачи и намаляват размера на компютрите. Основната цел на изследователите в областта на изкуствения интелект е да създадат компютри или машини, интелигентни като хората.

Терминът „изкуствен интелект“ е въведен от Джон Маккарти, изобретател на езика Lisp, основател на функционалното програмиране и носител на наградата Тюринг за огромния му принос в областта на изследванията на изкуствения интелект.

Изкуственият интелект е начин да се направи компютър, компютърно управляван робот или програма, способна да мисли интелигентно като човек.

Изследванията на AI се извършват чрез изучаване на човешкия интелект, а след това резултатите от това изследване се използват като основа за разработването на интелигентни програми и системи.

AI философия

По време на работата на мощни компютърни системи всички зададоха въпроса: „Може ли една машина да мисли и да се държи по същия начин като човек? ".

По този начин развитието на AI започва с намерението да се създаде подобна интелигентност в машини, подобни на хората.

Основните цели на AI

• Създаване на експертни системи - системи, които демонстрират интелигентно поведение: научете, покажете, обяснете и дайте съвет;
• Прилагането на човешкия интелект в машините е създаването на машина, способна да разбира, мисли, учи и се държи като човек.

Какво стимулира развитието на AI?

Изкуственият интелект е наука и технология, базирана на дисциплини като компютърни науки, биология, психология, лингвистика, математика, машиностроене. Едно от основните направления на изкуствения интелект е развитието на компютърни функции, свързани с човешкия интелект, като: разсъждения, учене и решаване на проблеми.

AI и не-AI програма

Програмите със и без AI се различават по следните свойства:

AI приложения

AI става доминиращ в различни области като:

Игри-ИИ играе решаваща роля в стратегическите игри като шах, покер, тик-так-та и т.н., където компютърът може да изчисли голям брой всякакви решения въз основа на евристични познания.

Обработката на естествен език е способността да комуникирате с компютър, който разбира естествения език, който хората говорят.

Разпознаване на реч - някои интелигентни системи са в състояние да чуят и разберат езика, на който човек общува с тях. Те могат да се справят с различни акценти, жаргони и т.н.

Разпознаване на ръкопис - софтуерът чете текст, написан на хартия с химикалка или на екрана със стилус. Той може да разпознава формите на буквите и да го преобразува в редактируем текст.

Умните роботи са роботи, способни да изпълняват задачи, възложени от хората. Те имат сензори за откриване на физически данни от реалния свят, като светлина, топлина, движение, звук, удар и натиск. Те имат високопроизводителни процесори, множество сензори и огромна памет. Освен това те могат да се учат от собствените си грешки и да се адаптират към новата среда.

Историята на развитието на AI

Ето историята на развитието на AI през 20 -ти век