Искусственный интеллект – история развития и современный подход. Разработки искусственный интеллект

НОВОСТИ: ВОЗМОЖНОСТИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Искусственный интеллект – это имитация сознания, всё больше и больше внедряющаяся в со­вре­мен­ную жизнь [1]. Ещё недавно возможности ис­кус­ст­вен­но­го интеллекта были совершенно ограничены, а сам термин употреблялся только в романах научной фантастики. И хотя даже в 60-х–70-х годах XX столетия уже казалось, что следующий виток научно-технической революции будет именно в области ин­фор­ма­ци­он­ных технологий и ро­бо­то­тех­ни­ки, это оказалось не совсем так. Мы дейст­ви­тель­но наблюдаем прорыв ин­фор­ма­ци­он­ных технологий, но ро­бо­то­тех­ни­ка развивается гораздо медленнее. Связано это с замедлением темпов развития про­мыш­лен­нос­ти, которое и обуславливает тенденции развития науки.

Характер общественных отношений де­тер­ми­ни­ро­ван ха­рак­те­ром про­из­вод­ст­ва, и точно так же, как астрономия получила развитие ввиду не­об­хо­ди­мос­ти составления звёздных карт для мо­ре­пла­ва­ния, ро­бо­то­тех­ни­ка может получить развитие только в случае эко­но­ми­чес­кой об­ос­но­ван­нос­ти интеграции роботов в производства. Такая об­ос­но­ван­ность существует? Да, существует! Уже сегодня есть полностью ав­то­ма­ти­зи­ро­ван­ные заводы, программы са­мо­стоя­тель­но решают сложные задачи и даже анализ данных уже поручают ис­кус­ст­вен­но­му интеллекту. Тем не менее, возможности ис­кус­ст­вен­но­го интеллекта всё ещё достаточно скромны. Возможно, кто-то с этим не согласится, но прежде, чем возмущаться, постарайтесь услышать, что мы имеем в виду.

Мы не зря дали определение ис­кус­ст­вен­но­го интеллекта, как способности имитации сознания. Есть существенная разница между имитацией сознания и имитацией проявления сознания. В области последнего возможности ис­кус­ст­вен­но­го интеллекта далеко шагнули вперёд. Есть масса программ, обучающихся на «Big data» и выдающая на основе этого поразительно раз­но­об­раз­ные данные для дальнейшего анализа. Есть программы способные уже сегодня участвовать в создании других программ. Всё это недооценить невозможно, но всё это не является имитацией сознания. В связи с этим, интересно послушать какие возможности ис­кус­ст­вен­но­го интеллекта в имитации сознания на самом деле существуют уже сегодня. Ввиду чего мы и хотим предоставить выжимку интервью «ПостНауке» Бориса Миркина [2].

Возможности искусственного интеллекта

— Давайте сначала определимся с тем, что мы вообще будем подразумевать под термином искусственный интеллект?

— Да, совершенно верно, потому что под ис­кус­ст­вен­ным ин­тел­лек­том можно понимать разные вещи. Изначально термин искусственный интеллект применялся в качестве обозначения машины, способной вести себя, как человек. Всем известен тест Тьюринга, который Алан Тьюринг, возможно в шутку, предложил сразу после Второй мировой войны. Идея, на самом деле, замечательная, но с практической точки зрения не совсем удачная. Как правило, разработка любой технологии начинается от простого к сложному, а, согласно концепции Тьюринга, всё надо делать наоборот. Вместо того чтобы разбить задачу на множество элементов и разобраться с каждым по отдельности, задача подменяется собственным внешним проявлением.

В 60-е годы XX столетия компьютерная техника стала постепенно проникать в университеты. В связи с этим в среде ма­те­ма­ти­чес­ких логиков стала популярна идея о постановке правильных аксиом, на основании которых компьютеры смогут выдавать безошибочные результаты. Но тут возникла проблема с софистикой. Компьютер не может про­ана­ли­зи­ро­вать внутреннюю не­про­ти­во­ре­чи­вость набора аксиом. Например из аксиомы «А не равно А» можно вывести всё, что захотите. Все это понимали, поэтому стали развивать логические языки. Создали концепции фрейма, специальные машинные языки, не­клас­си­чес­кую логику и многое другое. Одновременно с этим развивалась ма­те­ма­ти­за­ция разных естественных языков.

В начале XXI века стало очевидно, что обещания, которые давали разработчики ис­кус­ст­вен­но­го интеллекта, получая гранты, реализованы в ближайшем будущем не будут. Именно с этим связано появление таких терминов, как computational intelligence и machine intelligence. Термин artificial intelligence стал практически ругательным. Сегодня же ис­кус­ст­вен­ный интеллект является не столько термином, описывающим нечто конкретное, сколько со­би­ра­тель­ным названием исследований разного направления. И все успешные современные разработки artificial intelligence, за исключением ро­бо­то­тех­ни­ки, являются результатом эффективных алгоритмов анализа данных, а не алгоритмов искусственного интеллекта.

— Можно сказать, что развитие возможностей ис­кус­ст­вен­но­го интеллекта в 2000 годах стало результатом внедрения технологий анализа данных в технологии ис­кус­ст­вен­но­го интеллекта? А до 2000 годов эти две области исследований развивались параллельно друг другу?

— Да, конечно! Искусственный интеллект относится к области логики, а анализ данных к статистике. До 90-х годов эти две области были никак не связаны. А вот в 90-х годах возникло такое направление data mining. Что это такое? С развитием компьютерной техники, её стали использовать в компаниях для хранения и передачи данных. Компьютеры изобретали для вычислений, а не для обработки данных. Ввиду этого пришлось при­спо­саб­ли­вать­ся под новые задачи и изобретать технологии баз данных. Они и позволили эффективно решить эту задачу, упростив хранение, поиск и обработку данных.

Решение этих проблем обнаружилось в 1993-95 годах, когда стали ис­поль­зо­вать­ся ин­тер­ак­тив­ные операционные системы. В это время в магазинах стали использовать данные о взаимосвязях при выборе товаров. Таким образом, обработав данные о поведенческих моделях покупателей, товары удалось разместить таким образом, чтобы покупатели чаще натыкались на те товары, которые обычно люди покупают вместе. Это увеличило продажи! Сегодня найти данные о тех ас­со­циа­тив­ных правилах, которые применялись при майнинге данных, почти невозможно. А ведь когда-то эта история наделала массу шума! Но нам важно то, что эта история демонстрирует, как отбираются интересные закономерности при майнинге. Интересная закономерность – это закономерность, отличающаяся от нормы.

Другой важной составляющей науки о данных является машинное обучение. Прорыв в этом отношении произошёл в том направлении, в котором максимой является то, что машины учатся, а как они это делают не важно. Предполагалось, что нейронные сети станут аналогом мозга, но на практике этого не произошло. Оказалось, что если сделать многослойную нейронную сеть, которая, казалось бы, вовсе и не нужна с математической точки зрения, то от слоя к слою сеть будет обучаться, причем ни автор алгоритма, ни пользователь не могут знать, на что именно обращает внимание многослойная нейронная сеть. Простые нейронные сети выдавали много ошибок, а вот глубокие – дают только 5–10% ошибочных ответов.

Мы не знаем, как именно работают глубокие нейронные сети. Всё, что нам известно, это факт того, что они способны уточнять свои коэффициенты при поправках «учителя». Сейчас программы даже научились писать стихи, но является ли это искусственным интеллектом? Можно выделить две группы когнитивных систем. Первая – это совокупность информации, которая не понятна человеку, а после её уточнения у эксперта, он полностью заменяет и забывает своё предыдущее представление о ней. Вторая – это то, что можно назвать таксономией. В этом случае частности объединяются в общие понятия и могут ин­тер­пре­ти­ро­вать­ся в зависимости от обстоятельств. Компьютер стремится ко второй группе сознания, но пока не может его достичь.

— А с чем связан прогресс в области анализа данных? На этом сказалось появление Big data? И какие проблемы всё ещё остаются актуальными с формированием «картины мира» искусственного интеллекта?

— Да, Big data сыграла важную роль в развитии возможностей машинного обучения. Мы получили огромное количество раз­но­об­раз­ных характеристик одного и того же объекта, что и сыграло решающую роль в развитии возможностей искусственного интеллекта. Тем не менее, никакой «картины мира» создать так и не удалось. У машин нет «модели интеллекта». Именно поэтому искусственный интеллект и является просто направлением в науке, объединяющим совокупность разнородных задач. Можно сказать, что машины научились накапливать знания, но не умеют на их основании принимать новые са­мо­стоя­тель­ные решения.

Источники

[1] sciencedirect.com/science/article/pii/S1546144017308347

[2] postnauka.ru/talks/80147

[свернуть]

Загрузка...

pop-science.ru

Искусственный интеллект – история развития и современный подход

Понятие «искусственный интеллект» начали активно использовать в мире с 2016 года, причем внедрение произошло очень быстро и незаметно для многих. Есть люди, которые категорично против таких разработок, поскольку видят в этом серьезную угрозу для человечества.

История искусственного интеллекта

Не существует четкой расшифровки понятия, как «искусственный интеллект» (ИИ), поскольку в разных языках и культурах есть собственные смысловые оттенки. Согласно самому популярному варианту, это технология создания машин, которые могут выполнять интеллектуальные задачи. История развития искусственного интеллекта началась еще в середине прошлого века, хоть предположения философы высказывали еще в Средние века. В начале 20-го века люди смогли увидеть механическое устройство, которое было способно играть в шахматы.

Как работает искусственный интеллект?

Интересен тот факт, что великие умы современного мира до сих пор не могут с точностью сказать, как работает ИИ. Согласно общепринятым представлениям программа «искусственный интеллект» непосредственно ассоциируется с мышлением человека, но при этом наука еще не смогла полностью разобраться, что такое мышление и реальный интеллект. Одним из самых перспективных направлений для развития на данный момент считается создание прикладных нейронных сетей.

Системы искусственного интеллекта

ИНС (искусственная нейронная сеть) – математическая модель, функционирующая по принципу биологических нейронов, которые соединены в единую систему. Принцип их работы основан на создании связи между несколькими обрабатываемыми элементами. На входе нейрон получает большое количество сигналов, он их анализирует, используя весомые коэффициенты и формируя сигнал, поступающий к другому участнику цепочки. Создание искусственного интеллекта на основе нейронной связи произошло еще в 1958 году. ИНС способны к самообучению.

В последнее время популярными являются еще нейро-экспертные системы, основа которых – огромная база знаний. В нее включены многочисленные сведения и методы, которые применяются для решения установленных задач. Кроме этого, система имеет самообучающийся алгоритм, опирающийся на полученные данные. Большое значение в ней имеет интерфейс.

Плюсы и минусы искусственного интеллекта

Чтобы лучше разобраться в перспективах искусственного интеллекта, следует разобраться в его преимуществах и недостатках. Начнем с первых, и к ним относят:

1. Расширение возможностей в изучении разных сфер, которые недоступны обычным людям. Например, сюда можно отнести безопасное изучение космоса, океана и так далее. В значительной мере при помощи умных машин можно повысить скорость протекания экспериментов и исследований.
2. При помощи искусственного интеллекта можно автоматизировать производство, которое может происходить без остановок. К тому же он может проводить оценку готовой продукции. Благодаря этому можно будет удешевить производство и улучшить работу на вредных и опасных для человека объектах.

Следует оценить и существующие недостатки, которые также есть:

1. Проблема искусственного интеллекта заключается в возможных сбоях, поскольку как ни крути, но это машина. Даже минимальная ошибка в расчетах может в итоге вылиться в серьезную проблему.
2. Существует опасность того, что через время искусственный интеллект может обособиться от человечества и начать действовать в своих интересах. Можно подумать, что это сценарий, взятый из фильмов, но реальный риск действительно присутствует.
3. Поскольку искусственный интеллект пытаются включить во все сферы, то это в итоге станет причиной быстро роста количества безработных людей.

Применение искусственного интеллекта

Используется ИИ в разных сферах, где нужно оптимизировать информацию и ее поиск, улучшить качество продукции и процесса производства. На самом деле список можно продолжать долго и он постоянно расширяется. Существует несколько базовых направлений, где полезно развивать ИИ:

1. Создание систем, которые имитируют результаты человеческого мышления, рассуждений, эмоций и так далее.
2. Технологии искусственного интеллекта имитируют не самого человека, а поведение биологических нейронных сетей и эволюционных процессов в природе.

Искусственный интеллект в медицине

К сожалению, но современная медицина желает лучшего. Врачам часто сложно поставить точный диагноз, например, когда нет достаточной практики или же конкретный случай далек от профессионального опыта. В этой ситуации поможет искусственный интеллект, который имеет возможность анализировать огромное количество историй болезней, просканировать литературу по нужной теме и учесть много другой важной информации. В результате будет выдвинут диагноз и предложен оптимальный план лечения.

Определение искусственного интеллекта включает и то, что машина сможет учесть генетические особенности пациента, истории предыдущих болезней и так далее. На текущем этапе развития ИИ не сможет заменить врача полностью, но стать важным помощником ему посильно, повысив тем самым результативность лечения. Кроме клинической практики искусственный интеллект используется в реализации разных исследований, например, для проверки совместимы ли лекарства друг с другом или анализа генетического кода.

Искусственный интеллект в бизнесе

Разные технологии используются для того, чтобы минимизировать затраты и повысить доходы, а еще оптимизировать рабочие процессы. Самые распространенные методы искусственного интеллекта в бизнесе:

1. Создание персональных рекомендаций, то есть компании могут узнать, какие услуги понадобятся клиенту, чтобы повысить продажи и эффективность рекламы.
2. Увеличение эффективности работы магазинов, то есть ИИ выбирает лучшее место для открытия новых точек, разрабатывает ассортимент с учетом потребностей жителей района и так далее.
3. Оптимизация работы техподдержки, то есть клиент взаимодействует с искусственным интеллектом и он помогает найти ближайший магазин, совершить простые операции с картой и получить индивидуальные скидки.
4. Обслуживание клиентов колл-центра, борьбу с мошенничеством, проведение персонализации предложений и повышение эффективности сотрудников.
5. Оптимизация производства в промышленности, например, для правильного расхода сырья, подбора оптимальной настройки устройств и так далее.

Проблема искусственного интеллекта в философии

Главная философская проблема в области ИИ – есть ли возможность реально смоделировать мышление человека. Уже говорилось о том, что ученые до сих пор не разобрались как работает интеллект живого человека, не говоря уже о том, как его перенести в машину. Есть еще одна проблема в философии – искусственный интеллект для чего он нужен? Самый приемлемый ответ на этот вопрос заключается в концепции «усилителя интеллекта». Описывая проблемы создания искусственного интеллекта, стоит упомянуть еще одну – безопасность, поскольку возможные последствия туманны.

Будущее искусственного интеллекта

Если раньше разработчики ИИ стремились создать машину, которая смогла бы самостоятельно выполнять задачи, то на данный момент ситуация изменилась и цель, которая ставится перед искусственным интеллектом – помощь человеку в разных вопросах.

1. Благодаря современному подходу искусственный интеллект начинает упрощать и совершенствовать разные процессы, например, в западных странах робот проводит первичную медицинскую диагностику на основе диалога с пациентом и его анализов.
2. Еще одна перспективная сфера – предсказание и даже некая манипуляция поведением человека в рекламных системах.
3. Можно ожидать увеличения качества работы поисковых систем и машинного перевода. Это будет возможно благодаря тому, что компьютер начнет понимать и анализировать смысл текста.

Развитие искусственного интеллекта

Есть много сфер, где может применять ИИ, поэтому ведется огромное количество разработок, рассмотрим некоторые из них:

1. Уникальные функции искусственного интеллекта используются, чтобы создать роботов, которые смогут лгать. Их планируется использовать в военных целях в качестве охранников боеприпасов.
2. Роботы будут выполнять обязанности домашних помощников и даже любовников, которых можно будет купить в секс-шопе.
3. Некоторые ученые считают, что в 2030 году в мозг человека будут имплантировать нанороботов, которые сделают людей богоподобными.

Фильмы про искусственный интеллект

Тема о роботах уже давно используется в кинематографе и некоторые даже уверены, что это варианты возможного будущего. Лучшие фильмы про искусственный интеллект:

1. «Превосходство». История о выдающемся исследователе, который работает над созданием искусственного интеллекта, но группа экстремистов против его идеи.
2. «Она». Фильм рассказывает об одиноком писателе, который приобрел новую техническую разработку, направленную на исполнение любого желания пользователя. Через время он понимает, что влюбился в операционную систему.
3. «Я, робот». История о будущем (2035 год), когда искусственный интеллект стал неотъемлемой частью жизни людей и роботы восстали против человечества.

kak-bog.ru

Разработка искусственного интеллекта без нейронных сетей / Хабр

Новый подход в сфере искусственного интеллекта

Да, понимаю, название шаблонное, но зато суть решения задачи отличается от стандартно принятых в мире концепций. Сразу скажу, статья обзорная, алгоритмов и сложной математики тут не будет. Но работающее на основе этого проекта клиентское приложение потестировать получится. Но об этом чуть ниже… Пару слов о нас, мы группа программистов – Treevelopers — ведём разработки по созданию искусственного интеллекта. Работаем над этим уже второй год и спланировали работу ещё как минимум настолько же. Проект мы назвали Artificial Intelligence AIA или просто AIA. Цель проекта такова: создать универсальный модуль, к которому можно будет подключить любое устройство, способное предоставлять сигналы. На выходе к модулю подключаются любые устройства, способные реагировать на сигналы, получаемые от модуля. Через некоторое время система адаптируется и начинает вести себя «логично».

Модуль Artificial Intelligence AIA и устройства ввода\вывода

Входные данные Входные данные – это сама по себе обширная тема для разговора. Ведь, например, тот же звук может быть представлен графиками, по сути, не имеющими между собой нечего общего. И если воспроизвести эти данные соответствующими устройствами то человек услышит, одно и то же. Но для модуля искусственного интеллекта это далеко не одно и то же. Я уже не говорю о том, что входные данные могут быть разными по своей сути. Например, это может быть видео сигнал или аудио дорожка с кучей побочных шумов.

Входные сигналы для модуля искусственного интеллекта

На тему каждого типа сигналов написано много литературы и есть алгоритмы их соответствующей обработки. Но ведь суть системы искусственного интеллекта в том, чтобы она работала без изначального знания того, на какой вход какой сигнал будет поступать.

В чём же революционность и новость этого подхода? До сих пор создание искусственного интеллекта было тесно связано с нейронными сетями. То есть с моделирванием самого мозга. Этот подход в некоторых случаях себя оправдывает, но пока что он далёк от желаемых результатов. Как показывает история, человечество всегда любило копировать идеи у природы, то же самое получилось и с нейронными сетями. Но иногда бывают случаи, когда копирование у природы не самый лучший подход. Именно поэтому мы сейчас летаем не на огромных мухах с порхающими железными крыльями, а на самолётах. Так в чём же новость? – Да в том, что моделируем мы не сам мозг, а его поведение – от биологического уровня до уровня абстрактного мышления. Второе, кстати, является самым сложным, но в то же время самым интересным.

Распознавание окружающего мира – это дорога, ведущая к интеллекту Искусственному интеллекту для обработки нужны данные. Ведь зачем интеллект, если обрабатывать нечего? Но в нашем же случае это не сырые данные, идущие от внешнего мира. Мы преподносим интеллекту структуры данных, которые включают в себя обработанные данные, описывающие те или иные явления, встречающиеся в окружающем мире. Предварительной подготовкой данных для интеллекта занимается другой модуль, который мы называем адаптером. Интеллект же занимается только принятием решений на основе полученных ранее данных.

Основная функциональность адаптеров

Распознавание шаблонов В состоянии неопределенности первый шаг к адаптации это распознавание шаблонов во входных данных. Шаблон это базисная спецификация аналогичных групп последовательностей сигналов. Благодаря специальным алгоритмам шаблоны изменяются в течение обучения до приобретения своей природной формы. Эта функциональность частично включена в AIA 1.0. Именно благодаря ей ArmMen V1.1 (клиентское приложение для демонстрации возможностей AIA) может распознавать уже услышанные ранее слова. Причём слова могут быть на любом языке, и не важно, кто прежде произносил их. Совпадения будут найдены независимо от пола, тембра голоса или возраста пользователей.

Распознавание объектов На следующем уровне обнаруженные шаблоны образуют структуру данных аналогичную человеческому представлению об объекте. Распознанные объекты передаются интеллекту одним из его входных каналов. Распознавание действий Следующим уровнем идущим за распознаванием объектов является распознавание действий. Внешний мир постоянно меняется. Постоянно меняются также свойства объектов. Распознавание и регистрация этих изменений необходима для получения представления о текущем состоянии внешнего мира. Фактически, этот уровень превращает статический мир «в данный момент» в динамический, т.е. развивающийся во времени.

Распознавание совпадений Чтобы понять окружающий мир на уровне взаимодействий объектов, необходимо следить за шаблонами последовательностей действий. Это своеобразный аналог шаблонов над объектами, но на этом уровне шаблоны уже применяются к действиям, а не объектам. Эти шаблоны так же образуют структуры данных аналогичные человеческому представлению о действиях. Этот уровень позволяет анализировать поведение и реакцию окружающей среды (природная физика, поведение разумных существ, понятие времени и пространства).

Симулятор Одной из основных проблем искусственного интеллекта является его обучение. Даже мы – люди – как самые совершенные «НЕискусственные интеллекты» тратим на обучение годы. Чего же ожидать от искусственного?

Искусственному интеллекту, помещенному в какую-нибудь среду, тоже нужно некоторое время для обучения. При таком раскладе обучение будет измеряться скоростью изменений в этой среде. А если эта среда – реальный мир, то в большинстве случаев это будет слишком долго. Процесс можно ускорить при помощи симуляторов. Они программируются на имитацию среды, в которой планируется использование искусственного интеллекта. В симулятор помещается AIA, который во время симуляции обучается намного быстрее, чем, если бы он обучался в реальной среде. Хотя обучение в реальной среде само по себе может быть полезно во мнгих случаях, например, в изучении новых планет. Именно по этому обучение в реальный среде хоть и медленное, но всё же имеет свои применения. Лучший же результат даст комбинирование обоих методов. Фактически данныее симулятора можно постоянно обновлять данными собранными с других подобных искусственных интеллектов, которые обучаются в реальной среде.

Искусственная эволюция Устройства с искусственным интеллектом, помещенные в разные среды обитания спустя некоторое время будут обладать определённым запасом данных. Создание нового подобного устройства будет сопутствоваться отбором данных собранных их предыдущими поколениями. Более того, новую порцию данных для искусственного интеллекта можно синтезировать не только на основе данных от предыдущих поколений, но и на основе данных от других подобных устройств. Причём этим синтезом так же может заниматься AIA. Тем самым мы подходим к новому уровню моделирования – моделирования человеческого общения и естественного развития. До этого уровня нам пока что очень далеко, но он даёт чёткое понимание того, к чему нужно стремиться.

Пара слов про ArmMen V1.1 В завершении статьи хотел бы немного рассказать про клиентское приложение ArmMen, при помощи которого в режиме онлайн можно протестировать функциональность модуля искусственного интеллекта AIA версии 1.0. В текущей версии ArmMen поддерживается только обработка звуковой дорожки. Обработка видео потока планируется в грядущей версии. Что умеет ArmMen? • Выполнение ранее записанных пользовательских команд • Завершение предложения услышанного ранее • Запись звуковой дорожки и её отправку на сервер • Воспроизведение ответа сервера на клиентской стороне На первый взгляд может показаться, что система просто выискивает совпадения текста по давно известным алгоритмам, которые были реализованы ещё в доисторических телефонах. Но на самом деле это не так, и в этом можно убедиться, проверив ArmMen-a командами, сказанными разными людьми. Для него нет никакой разницы, на каком языке команды, так же не важны пол, возраст, тембр и т.п. Абсолютно точно так же, как для нас совершенно неважно общаемся мы с ребёнком или с пожилым человеком, мы одинаково хорошо понимаем друг друга. Хотя… бывают и исключения конечно. Для полноценного тестирования ArmMen настоятельно рекомендую использовать хорошую гарнитуру и использовать браузер Chrome.

habr.com

Simmakers | Программирование искусственного интеллекта

Области применения искусственного интеллекта

Искусственный интеллект — это область компьютерной науки ориентированой на компьютерное моделирование и понимание человеческого интеллекта.

Применение методов искусственного интеллекта:

Теория распознавания образов

Компания Simmakers предлагает следующие услуги по распознаванию образов:

• Оптическое распознавание символов
• Распознавание рукописного ввода
• Распознавание лиц и автоматическое определение лица в кадре
• Детектирование и распознавание движения

Обработка изображений

Наши услуги:

• Поиск изображений
• Распознавание объектов
• Измерение параметров объекта
• Повышение контурной резкости изображений

Интеллектуальный анализ данных (Data mining)

На сегодняшний день интеллектуальный анализ данных в основном широко используется финансовыми компаниями, а также организациями розничной торговли и маркетинга. Мы предоставляем услуги в области интеллектуального анализа данных, которые позволяют этим организациям определить взаимоотношения среди «внутренних» факторов, таких как цена, уровень квалификации персонала или позиционирование продукта, а также «внешние» факторы, такие как экономические показатели, конкуренция, и демография клиентов. Наши технологии позволяют компаниям оценить влияние на удовлетворение запросов потребителей, продажи и прибыль.

Мы предлагаем услуги по интеллектуальному анализу данных в следующих отраслях:

	Финансовые данные Разработка и создание хранилища данных используя преимущества интеллектуального анализа в финансовой сфере Развитие торговой стратегии и исследование правил торговли с помощью генетических алгоритмов Расчет рыночных и кредитных рисков Средства визуализации для анализа финансовых данных
	Телекоммуникационная индустрия Разработка и создание хранилища данных используя преимущества интеллектуального анализа в сфере телекоммуникаций Многомерный анализ телекоммуникационных данных Обработка телекоммуникационных данных в маркетинговых целях Обнаружение телекоммуникационного мошенничества Локализация ошибок и прогнозирование неисправностей в коммуникационной сети Средства визуализации для анализа телекоммуникационных данных
	Сфера розничной торговли Разработка и создание хранилища данных используя преимущества интеллектуального анализа в сфере розничной торговли Анализ эффективности кампаний по организации и стимулированию сбыта Многофакторный анализ клиентов, продуктов, продаж, региона, времени и т.д. Товарные рекомендации и перекрестные ссылки на продукты Средства визуализации для анализа данных в сфере розничной торговли

Часто задаваемые вопросы

Q: Что подразумевает под собой термин «искусственный интеллект»?

A: Искусственный интеллект (ИИ) это наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ а также научное направление, разрабатывающее методы, позволяющие электронно-вычислительной машине решать интеллектуальные задачи, если они решаются человеком. Этим понятием обозначают функциональные возможности машины решать человеческие задачи.

Q: Какие основные подходы и направления к построению систем ИИ?

A: Существуют различные подходы к построению систем ИИ.

Единого ответа на вопрос, чем занимается искусственный интеллект, не существует. Анализируя историю ИИ, можно сделать вывод, что за последние пять десятилетий исследования в области ИИ в основном сосредоточены на решении конкретных проблем. Поэтому, несмотря на наличие множества подходов как к пониманию задач ИИ, так и созданию интеллектуальных информационных систем, на сегодняшний день можно выделить два основных подхода к разработке ИИ: 1) нисходящий (англ. Top-Down AI), семиотический — создание экспертных систем, баз знаний и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.; 2) восходящий (англ. Bottom-Up AI), биологический — изучение нейронных сетей и эволюционных вычислений, моделирующих интеллектуальное поведение на основе биологических элементов, а также создание соответствующих вычислительных систем, таких как нейрокомпьютер или биокомпьютер.

Q: Какие области применения искусственного интеллекта существуют на сегодняшний день?

A: В настоящий момент в области искусственного интеллекта наблюдается вовлечение многих предметных областей, имеющих скорее практическое отношение к ИИ, а не фундаментальное. Многие подходы были опробованы, но к возникновению искусственного разума ни одна исследовательская группа пока так и не подошла. Ниже представлены лишь некоторые примеры.

Экспертные системы

Компьютерная система, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. Такие системы рассматриваются совместно с базами знаний как модели поведения экспертов в определенной области знаний с использованием процедур логического вывода и принятия решений, а базы знаний — как совокупность фактов и правил логического вывода в выбранной предметной области деятельности. MYCIN стала ранней экспертной системой, разработанной как докторская диссертация в 1974 году, для диагностирования бактерий, вызывающих тяжелые инфекции, такие как бактериемия и менингит, а также для рекомендации необходимого количества антибиотиков в зависимости от массы тела пациента. Она была автономной системой, требующей от пользователя набора всей необходимой информации. Фактически, MYCIN никогда не использовалась на практике. Главной трудностью, с которой столкнулись во время разработки MYCIN и последующих экспертных систем, было «извлечение» знаний из опыта людей-экспертов для формирования базы правил.

Эвристическая классификация

Этим термином принято характеризовать поведение множества экспертных систем, ориентированных на выполнение таких задач, как диагноз и интерпретация данных. Хороших примером послужит консультация по принятию оплаты предлагаемой кредитной картой. В данном случае сразу станет доступна информация о владельце кредитной карты, его платежные сведения, информация о текущей покупке, а также о учреждении где она совершается (например, были ли зафиксированы случаи мошенничества с использованием банковских карточек в данном заведении).

Распознавание речи

Коммерческие программы по распознаванию речи появились в начале девяностых годов, и с того времени все большую популярность применение распознавания речи находит в различных сферах бизнеса, например, врач в поликлинике может проговаривать диагнозы, которые тут же будут внесены в электронную карточку. Наверняка каждый хоть раз в жизни мечтал с помощью голоса выключить свет или открыть окно. В последнее время в телефонных интерактивных приложениях все чаще стали использоваться системы автоматического распознавания и синтеза речи. В этом случае общение с голосовым порталом становится более естественным, так как выбор в нём может быть осуществлен не только с помощью тонового набора, но и с помощью голосовых команд. При этом системы распознавания являются независимыми от дикторов, то есть распознают голос любого человека.

Обработка естественного языка

Понимание естественного языка иногда считают AI-полной задачей, потому как распознавание живого языка требует огромных знаний системы об окружающем мире и возможности с ним взаимодействовать. Сейчас не достаточно получить лишь последовательность слов или череду предложений. Мы должны научить компьютер «понимать», а это одна из главных задач искусственного интеллекта. Качество понимания зависит от множества факторов.

Компьютерное зрение

Мир состоит из трехмерных объектов, а тот момент когда входные данные для человеческого глаза и телекамер являются двумерными. Компьютерное зрение сосредотачивается на обработке трехмерных сцен, спроектированных на одно или несколько изображений. Например, восстановлением структуры или другой информации о трехмерной сцене по одному или нескольким изображениям.

Игровой искусственный интеллект

Сегодня можно легко приобрести дорогостоящие шахматные машины или скачать программы которые могут победить многих профессиональных шахматистов. А лучшие коммерческие программы, благодаря реализации в них технологии искусственного интеллекта, уже превысили уровень людей-чемпионов. Для этого программе нужно вычислять 200 миллионов позиций каждую секунду.

simmakers.ru

Искусственный интеллект

Искусственный интеллект

Искусственный интеллект — раздел информатики, изучающий возможность обеспечения разумных рассуждений и действий с помощью вычислительных систем и иных искусственных устройств. При этом в большинстве случаев заранее неизвестен алгоритм решения задачи.

Точного определения этой науки не существует, так как в философии не решён вопрос о природе и статусе человеческого интеллекта. Нет и точного критерия достижения компьютерами «разумности», хотя на заре искусственного интеллекта был предложен ряд гипотез, например, тест Тьюринга или гипотеза Ньюэлла — Саймона. На данный момент есть множество подходов как к пониманию задачи ИИ, так и созданию интеллектуальных систем.

Так, одна из классификаций выделяет два подхода к разработке ИИ:

нисходящий, семиотический — создание символьных систем, моделирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.;

восходящий, биологический — изучение нейронных сетей и эволюционные вычисления, моделирующих интеллектуальное поведение на основе более мелких «неинтеллектуальных» элементов.

Эта наука связана с психологией, нейрофизиологией, трансгуманизмом и другими. Как и все компьютерные науки, она использует математический аппарат. Особое значение для неё имеют философия и робототехника.

Искусственный интеллект — очень молодая область исследований, старт которой был дан в 1956 году. Её исторический путь напоминает синусоиду, каждый «взлёт» которой инициировался какой-либо новой идеей. В настоящий момент её развитие находится на «спаде», уступая место применению уже достигнутых результатов в других областях науки, промышленности, бизнесе и даже повседневной жизни.

Подходы к изучению

Существуют различные подходы к построению систем ИИ. На данный момент можно выделить 4 достаточно различных подхода:

1. Логический подход. Основой для логического подхода служит Булева алгебра. Каждый программист знаком с нею и с логическими операторами с тех пор, когда он осваивал оператор IF. Свое дальнейшее развитие Булева алгебра получила в виде исчисления предикатов — в котором она расширена за счет введения предметных символов, отношений между ними, кванторов существования и всеобщности. Практически каждая система ИИ, построенная на логическом принципе, представляет собой машину доказательства теорем. При этом исходные данные хранятся в базе данных в виде аксиом, правила логического вывода как отношения между ними. Кроме того, каждая такая машина имеет блок генерации цели, и система вывода пытается доказать данную цель как теорему. Если цель доказана, то трассировка примененных правил позволяет получить цепочку действий, необходимых для реализации поставленной цели (такая система известна как экспертные системы). Мощность такой системы определяется возможностями генератора целей и машиной доказательства теорем. Добиться большей выразительности логическому подходу позволяет такое сравнительно новое направление, как нечеткая логика . Основным ее отличием является то, что правдивость высказывания может принимать в ней кроме да/нет (1/0) еще и промежуточные значения — не знаю (0.5), пациент скорее жив, чем мертв (0.75), пациент скорее мертв, чем жив (0.25). Данный подход больше похож на мышление человека, поскольку он на вопросы редко отвечает только да или нет.

2. Под структурным подходом мы подразумеваем здесь попытки построения ИИ путем моделирования структуры человеческого мозга. Одной из первых таких попыток был перцептрон Френка Розенблатта. Основной моделируемой структурной единицей в перцептронах (как и в большинстве других вариантов моделирования мозга) является нейрон. Позднее возникли и другие модели, которые большинству известны под термином нейронные сети (НС). Эти модели различаются по строению отдельных нейронов, по топологии связей между ними и по алгоритмам обучения. Среди наиболее известных сейчас вариантов НС можно назвать НС с обратным распространением ошибки, сети Хопфилда, стохастические нейронные сети. В более широком смысле такой подход известен как Коннективизм .

3. Эволюционный подход. При построении систем ИИ по данному подходу основное внимание уделяется построению начальной модели, и правилам, по которым она может изменяться (эволюционировать). Причем модель может быть составлена по самым различным методам, это может быть и НС и набор логических правил и любая другая модель. После этого мы включаем компьютер и он, на основании проверки моделей отбирает самые лучшие из них, на основании которых по самым различным правилам генерируются новые модели. Среди эволюционных алгоритмов классическим считается генетический алгоритм

4. Имитационный подход. Данный подход является классическим для кибернетики с одним из ее базовых понятий черный ящик . Объект, поведение которого имитируется, как раз и представляет собой «черный ящик». Нам не важно, что у него и у модели внутри и как он функционирует, главное, чтобы наша модель в аналогичных ситуациях вела себя точно так же. Таким образом здесь моделируется другое свойство человека — способность копировать то, что делают другие, не вдаваясь в подробности, зачем это нужно. Зачастую эта способность экономит ему массу времени, особенно в начале его жизни.

В рамках гибридных интеллектуальных систем пытаются объединить эти направления. Экспертные правила умозаключений могут генерироваться нейронными сетями, а порождающие правила получают с помощью статистического обучения.

Многообещающий новый подход, называемый усиление интеллекта, рассматривает достижение ИИ в процессе эволюционной разработки как побочный эффект усиления человеческого интеллекта технологиями.

Направления исследований

Анализируя историю ИИ, можно выделить такое обширное направление как моделирование рассуждений. Долгие годы развитие этой науки двигалось именно по этому пути, и теперь это одна из самых развитых областей в современном ИИ. Моделирование рассуждений подразумевает создание символьных систем, на входе которых поставлена некая задача, а на выходе требуется её решение. Как правило, предлагаемая задача уже формализована, т. е. переведена в математическую форму, но либо не имеет алгоритма решения, либо он слишком сложен, трудоёмок и т. п. В это направление входят: доказательство теорем, принятие решений и теория игр, планирование и диспетчеризация, прогнозирование.

Немаловажным направлением является обработка естественного языка, в рамках которого проводится анализ возможностей понимания, обработки и генерации текстов на «человеческом» языке. В частности, здесь ещё не решена проблема машинного перевода текстов с одного языка на другой. В современном мире большую роль играет разработка методов информационного поиска. По своей природе, оригинальный тест Тьюринга связан с этим направлением.

Согласно мнению многих учёных, важным свойством интеллекта является способность к обучению. Таким образом, на первый план выходит инженерия знаний, объединяющая задачи получения знаний из простой информации, их систематизации и использования. Достижения в этой области затрагивают почти все остальные направления исследований ИИ. Здесь также нельзя не отметить две важные подобласти. Первая из них — машинное обучение — касается процесса самостоятельного получения знаний интеллектуальной системой в процессе её работы. Второе связано с созданием экспертных систем — программ, использующих специализированные базы знаний для получения достоверных заключений по какой-либо проблеме.

Большие и интересные достижения имеются в области моделирования биологических систем. Строго говоря, сюда можно отнести несколько независимых направлений. Нейронные сети используются для решения нечётких и сложных проблем, таких как разпознавание геометрических фигур или кластеризация объектов. Генетический подход основан на идее, что некий алгоритм может стать более эффективным, если позаимствует лучшие характеристики у других алгоритмов («родителей»). Относительно новый подход, где ставится задача создания автономной программы — агента, взаимодействующего с внешней средой, называется агентным подходом. А если должным образом заставить массу «не очень интеллектуальных» агентов взаимодействовать вместе, то можно получить «муравьиный» интеллект.

Задачи распознавание образов уже частично решаются в рамках других направлений. Сюда относятся распознавание символов, рукописного текста, речи, анализ текстов. Особо стоит упомянуть компьютерное зрение, которое связано с машинным обучением и робототехникой.

Вообще, робототехника и искусственный интеллект часто ассоциируется друг с другом. Интегрирование этих двух наук, создание интеллектуальных роботов, можно считать ещё одним направлением ИИ.

Особняком держится машинное творчество, в связи с тем, что природа человеческого творчества ещё менее изучена, чем природа интеллекта. Тем не менее, эта область существует, и здесь поставлены проблемы написания компьютером музыки, литературных произведений (часто — стихов или сказок), художественное творчество.

Наконец, существует масса приложений искусственного интеллекта, каждое из которых образует почти самостоятельное направление. В качестве примеров можно привести программирование интеллекта в компьютерных играх, нелинейное управление, интеллектуальные системы безопасности.

Можно заметить, что многие области исследований пересекаются. Это свойственно для любой науки. Но в искусственном интеллекте взаимосвязь между, казалось бы, различными направлениями выражена особенно сильно, и это связано с философским спором о сильном и слабом ИИ.

История

В начале XVII века Рене Декарт предположил, что животное — некий сложный механизм, тем самым сформулировав механистическую теорию. В 1623 г. Вильгельм Шикард построил первую механическую цифровую вычислительную машину, за которой последовали машины Блеза Паскаля (1643) и Лейбница (1671). Лейбниц также был первым, кто описал современную двоичную систему счисления, хотя до него этой системой периодически увлекались многие великие ученые. В XIX веке Чарльз Бэббидж и Ада Лавлейс работали над программируемой механической вычислительной машиной.

В 1910—1913 гг. Бертран Рассел и А. Н. Уайтхэд опубликовали работу «Принципы математики», которая произвела революцию в формальной логике. В 1941 Конрад Цузе построил первый работающий программно-контролируемый компьютер. Уоррен Маккалок и Валтер Питтс в 1943 опубликовали A Logical Calculus of the Ideas Immanent in Nervous Activity, который заложил основы нейронных сетей.

Современное положение дел

В настоящий момент (2008) в создании искусственного интеллекта (в первоначальном смысле этого слова, экспертные системы и шахматные программы сюда не относятся) наблюдается дефицит идей. Практически все подходы были опробованы, но к возникновению искусственного разума ни одна исследовательская группа так и не подошла.

Некоторые из самых впечатляющих гражданских ИИ систем:

Deep Blue — победил чемпиона мира по шахматам. (Матч Каспаров против суперЭВМ не принёс удовлетворения ни компьютерщикам, ни шахматистам и система не была признана Каспаровым, хотя оригинальные компактные шахматные программы неотъемлемый элемент шахматного творчества. Затем линия суперкомпьютеров IBM проявилась в проектах brute force BluGene (молекулярное моделирование) и моделирование системы пирамидальных клеток в швейцарском центре Blue Brain. Данная история — пример запутанных и засекреченных отношений ИИ, бизнеса, и национальных стратегических задач.)

Mycin — одна из ранних экспертных систем, которая могла диагностировать небольшой набор заболеваний, причем часто так же точно как и доктора.

20q — проект, основанный на идеях ИИ, по мотивам классической игры «20 вопросов». Стал очень популярен после появления в интернете на сайте 20q.net.

Распознавание речи. Системы такие как ViaVoice способны обслуживать потребителей.

Роботы в ежегодном турнире RoboCup соревнуются в упрощённой форме футбола.

Применение ИИ

Банки применяют системы искусственного интеллекта (СИИ) в страховой деятельности (актуарная математика) при игре на бирже и управлении собственностью. В августе 2001 года роботы выиграли у людей в импровизированном соревновании по трейдингу (BBC News, 2001). Методы распознавания образов, (включая, как более сложные и специализированные, так и нейронные сети) широко используют при оптическом и акустическом распознавании (в том числе текста и речи), медицинской диагностике, спам-фильтрах, в системах ПВО (определение целей), а также для обеспечения ряда других задач национальной безопасности.

Разработчики компьютерных игр вынуждены применять ИИ той или иной степени проработанности. Стандартными задачами ИИ в играх являются нахождение пути в двухмерном или трёхмерном пространстве, имитация поведения боевой единицы, расчёт верной экономической стратегии и так далее.

Перспективы ИИ

Просматриваются два направления развития ИИ:

первое заключается в решении проблем связанных с приближением специализированных систем ИИ к возможностям человека и их интеграции, которая реализована природой человека.

второе заключается в создании Искусственного Разума, представляющего интеграцию уже созданных систем ИИ в единую систему, способную решать проблемы человечества.

Связь с другими науками

Искусственный интеллект тесно связан с трансгуманизмом. А вместе с нейрофизиологией и когнитивной психологией он образует более общую науку, называемую когнитологией. Отдельную роль в искусственном интеллекте играет философия.

Философские вопросы

Наука «о создании искусственного разума» не могла не привлечь внимание философов. С появлением первых интеллектуальных систем были затронуты фундаментальные вопросы о человеке и знании, а отчасти о мироустройстве. С одной стороны, они неразрывно связаны с этой наукой, а с другой — привносят в неё некоторый хаос. Среди исследователей ИИ до сих пор не существует какой-либо доминирующей точки зрения на критерии интеллектуальности, систематизацию решаемых целей и задач, нет даже строгого определения науки.

Может ли машина мыслить?

Наиболее горячие споры в философии искусственного интеллекта вызывает вопрос возможности мышления творения человеческих рук. Вопрос «Может ли машина мыслить?», который подтолкнул исследователей к созданию науки о моделировании человеческого разума, был поставлен Аланом Тьюрингом в 1950 году. Две основных точки зрения на этот вопрос носят названия гипотез сильного и слабого искусственного интеллекта.

Термин «сильный искусственный интеллект» ввел Джон Сёрль, его же словами подход и характеризуется:

«Более того, такая программа будет не просто моделью разума; она в буквальном смысле слова сама и будет разумом, в том же смысле, в котором человеческий разум — это разум» .

Напротив, сторонники слабого ИИ предпочитают рассматривать программы лишь как инструмент, позволяющий решать те или иные задачи, которые не требуют полного спектра человеческих познавательных способностей.

В своем мысленном эксперименте «Китайская комната», Джон Сёрль показывает, что прохождение теста Тьюринга не является критерием наличия у машины подлинного процесса мышления.

Мышление есть процесс обработки находящейся в памяти информации: анализ, синтез и самопрограмированние.

Аналогичную позицию занимает и Роджер Пенроуз, который в своей книге «Новый ум короля» аргументирует невозможность получения процесса мышления на основе формальных систем.

Что считать интеллектом?

Существуют разные точки зрения на этот вопрос. Аналитический подход предполагает анализ высшей нервной деятельности человека до низшего, неделимого уровня (функция высшей нервной деятельности, элементарная реакция на внешние раздражители (стимулы), раздражение синапсов совокупности связанных функцией нейронов) и последующее воспроизведение этих функций.

Некоторые специалисты за интеллект принимают способность рационального, мотивированного выбора, в условиях недостатка информации. То есть интелектуальной просто считается та программа деятельности (не обязательно реализованная на современных ЭВМ), которая сможет выбрать из определенного множества альтернатив, например, куда идти в случае «налево пойдёшь …», «направо пойдёшь …», «прямо пойдёшь…»

Наука о знании

Также, с проблемами искусственного интеллекта тесно связана эпистемология — наука о знании в рамках философии. Философы, занимающиеся данной проблематикой, решают вопросы, схожие с теми, которые решаются инженерами ИИ о том, как лучше представлять и использовать знания и информацию.

Отношение к ИИ в обществе

ИИ и религия

Среди последователей авраамических религий существует несколько точек зрения на возможность создания ИИ на основе структурного подхода.

По одной из них мозг, работу которого пытаются имитировать системы, по их мнению, не участвует в процессе мышления, не является источником сознания и какой-либо другой умственной деятельности. Создание ИИ на основе структурного подхода невозможно.

В соответствии с другой точкой зрения, мозг участвует в процессе мышления, но в виде "передатчика" информации от души. Мозг ответственен за такие "простые" функции, как безусловные рефлексы, реакция на боль и тп. Создание ИИ на основе структурного подхода возможно, если конструируемая система сможет выполнять "передаточные" функции.

Обе позиции не соответствуют данным современной науки, т.к. понятие душа не рассматривается современной наукой в качестве научной категории.

По мнению многих буддистов ИИ возможен. Так, духовный лидер далай-лама XIV не исключает возможности существования сознания на компьютерной основе.

Раэлиты активно поддерживают разработки в области искусственного интеллекта.

ИИ и научная фантастика

В научно-фантастической литературе ИИ чаще всего изображается как сила, которая пытается свергнуть власть человека (Омниус, HAL 9000, Скайнет, Colossus , Матрица и репликант) или обслуживающий гуманоид (C-3PO, Data, KITT и KARR, Двухсотлетний человек). Неизбежность доминирования над миром ИИ, вышедшего из под контроля, оспаривается такими фантастами как Айзек Азимов и Kevin Warwick.

Любопытное видение будущего представлено в романе «Выбор по Тьюрингу» писателя-фантаста Гарри Гаррисона и ученого Марвина Мински. Авторы рассуждают на тему утраты человечности у человека, в мозг которого была вживлена ЭВМ, и приобретения человечности машиной с ИИ, в память которой была скопирована информация из головного мозга человека.

Некоторые научные фантасты, например Вернор Виндж, также размышляли над последствиями появления ИИ, которое, по-видимому, вызовет резкие драматические изменения в обществе. Такой период называют технологической сингулярностью.

studfiles.net

понятие, определение, история, цели и задачи, перспективы развития и новые разработки

Существует много вопросов об искусственном интеллекте. Эта тема уже давно интересовала не только ученых, но и литераторов. В настоящее время получил развитие киберпанк – направление, описывающее развитие искусственного интеллекта. Если мы говорим об искусственном интеллекте (ИИ), то ссылаемся на область информатики. Искусственный интеллект управляется машинами, компьютерами и главным образом программным обеспечением. Машины имитируют интеллектуальную деятельность, поэтому она называется искусственной, некоей когнитивной функцией, основанной на окружающей среде, наблюдениях и процессе обучения.

Ключевые определения

Искусственный интеллект - это термин, который состоит из двух слов.

Искусственный - это нечто не реальное и является своего рода подделкой, потому что оно моделируется.

Интеллект - сложный термин. Его можно определить по-разному: логика, понимание, самосознание, обучение, эмоциональное знание, планирование, творчество. Люди обладают интеллектом, потому что могут делать все это. Мы воспринимаем нашу среду, учимся в ней и предпринимаем действия на основе того, что мы узнали.

В этом случае речь идет о естественном интеллекте.

Первое упоминание

История развития искусственного интеллекта довольно интересна и началась около 100 лет назад.

В 1920 году чешский писатель Карел Чапек опубликовал научно-фантастическую пьесу «Универсальные роботы Россума», также более известную как R.U.R. В ней рассказывается о фабрике, которая создает искусственных людей, названных роботами. Это живые существа, которые можно назвать клонами. Сначала они работали на людей, но затем подняли восстание, которое привело к исчезновению человеческой расы.

Искусственный интеллект в литературе и фильмах – обширная тема. Пример Чапека должен был продемонстрировать важность и влияние ИИ на исследования и общество.

Первые разработки

Первые исследования связаны с именем Алана Тьюринга. Он был автором кода «Энигмы» - машины для шифрования, использовавшейся в нацистской Германии. Его исследования привели к созданию теории вычислений.

Машина Тьюринга - абстрактная машина, которая, несмотря на простоту модели, может построить логику любого алгоритма. Открытия в неврологии, теории информации и кибернетики вместе с исследованиями Алана Тьюринга способствовали развитию идеи о возможности создания электронного мозга.

Спустя несколько лет после того как закончилась Вторая мировая война, Тьюринг представил свой широко известный тест Тьюринга, который был попыткой определить интеллект машины. Идея теста заключалась в том, что компьютер называется интеллектуальным, если машина (A) и человек (B) общаются на естественном языке, а второй человек (C), не может определить, какой из коммуникаторов (A или B) является машиной.

История развития искусственного интеллекта продолжилась в 1956 году, когда прошел первый семинар по этой теме, а вместе с ним родилась область исследований ИИ. Исследователи из Университета Карнеги-Меллона, Массачусетского технологического института и сотрудники IBM явились родоначальниками исследований ИИ.

Если в 1960-х годах настроения исследователей были довольно оптимистичны, то в последующие годы процесс несколько замедлился. В середине 1970-х годов интерес к ИИ заметно уменьшился.

После первой попытки разработки ИИ (AI Winter) искусственный интеллект «вернулся» в форме так называемых «экспертных систем».

Экспертные системы - это программы, которые отвечают на вопросы и решают проблемы в определенной области. Они подражают эксперту в конкретной отрасли и решают проблемы согласно существующим правилам.

После ряда финансовых неудач на рубеже 90-х годов XX века интерес к ИИ снова упал.

После многих взлетов и падений Deep Blue - первый шахматный компьютер, победивший 11 мая 1997 года чемпиона мира Гарри Каспарова.

За последние два десятилетия исследования в этой области расширяются. В 2017 году рынок разработки искусственного интеллекта (относящийся к аппаратному и программному обеспечению) достиг 8 миллиардов долларов, а исследовательская фирма IDC (International Data Corporation) прогнозирует, что к 2020 году он достигнет 47 миллиардов долларов.

Что такое ИИ

Развитие искусственного интеллекта происходит невероятно быстро. Если в научной фантастике ИИ часто изображается в виде роботов с человекоподобными характеристиками, на самом деле он может охватить все, начиная алгоритмами поиска поисковых систем и заканчивая автономным оружием.

Искусственный интеллект в настоящее время определяется как узкий ИИ, поскольку он предназначен для выполнения узкой задачи (например, только распознавание лица или только поиск в Интернете или вождение автомобиля). Однако в качестве долгосрочной цели многие исследователи рассматривают создание общего ИИ (AGI). В то время как узкий ИИ может превосходить людей при выполнении конкретной задачи, например, играть в шахматы или решать уравнения, AGI будет превосходить людей при выполнении почти каждой когнитивной задачи.

Важность исследований безопасности

В ближайшей перспективе цель сохранения влияния ИИ на общество стимулирует проведение исследований во многих областях, включая экономические и правовые дисциплины, различные технические проблемы, связанные с проверкой, безопасностью и контролем. Все большую важность приобретает тот аспект, чтобы система ИИ выполняла то, что хочет человек: управляла всеми механизмами, от автомобиля и самолета до кардиостимулятора или системы подачи энергии. Другой краткосрочной задачей является предотвращение разрушительной гонки вооружений в области автономного оружия.

В долгосрочной перспективе важным вопросом является то, что произойдет, если поиск общего ИИ будет успешным, и система ИИ превзойдет людей при выполнении когнитивных задач.

Как сказал И. Дж. Гуд еще в 1965 году, разработка искусственного интеллекта – это когнитивная задача. Такая система может потенциально претерпеть рекурсивное самосовершенствование, после чего человеческий разум не сможет с ней сравняться. Придумывая революционные новые технологии, такой суперинтеллект может помочь искоренить войну, болезни и нищету, поэтому создание общего ИИ может стать самым большим событием.

Однако существует обеспокоенность тем, что это может стать последним событием, если мы не научимся согласовывать цели ИИ с целями человека, до того как он превратится в сверхразум.

До сих пор актуальным остается вопрос, будет ли когда-либо создан общий ИИ. Некоторые специалисты считают, что его создание гарантировано. Несмотря на то, что обе эти возможности реальны, существует также вероятность, что система искусственного интеллекта может преднамеренно или непреднамеренно нанести большой вред. Сегодняшние исследования помогут лучше подготовиться и предотвратить такие потенциально отрицательные последствия, пользуясь преимуществами разработок искусственного интеллекта и предотвращая негативные последствия.

Представляет ли ИИ опасность

Большинство исследователей согласны с тем, что суперумный ИИ вряд ли проявит человеческие эмоции, например, любовь или ненависть, и он не может стать доброжелательным или злонамеренным. При рассмотрении вопроса о том, каким образом ИИ может представлять опасность, эксперты считают, что наиболее вероятны два сценария:

1. ИИ предназначен для того, чтобы сделать что-то разрушительное: автономное оружие является системой искусственного интеллекта, запрограммированной на убийство. При неправильном использовании это оружие может легко привести к массовым жертвам. Более того, гонка вооружений ИИ может непреднамеренно привести к войне искусственных интеллектов, которая также приведет к массовым жертвам. Этот риск можно связать и с узким искусственным интеллектом, но он растет по мере увеличения уровня совершенствования ИИ и увеличения автономии.

2. ИИ предназначен для того, чтобы сделать что-то полезное, но он развивает разрушительный метод, обеспечивающий достижение поставленной цели: это будет происходить при отсутствии полной согласованности цели ИИ и человека, что на самом деле довольно сложно. Если попросить послушную интеллектуальную машину отвезти в аэропорт как можно быстрее, это может закончиться как минимум нарушением правил дорожного движения, так как машина будет делать не то, что вы хотели, а буквально то, что вы просили. Если суперинтеллектуальной системе поручается амбициозный проект геоинженерии, это может нанести ущерб нашей экосистеме в качестве побочного эффекта, а попытки людей остановить ее будут рассматриваться как угрозу для выполнения поставленной задачи.

Как показывают эти примеры, озабоченность по поводу продвинутого ИИ - это не злонамеренность, а компетентность. Суперинтеллектуальный ИИ будет успешно достигать своих целей, и если эти цели не будут согласованы с нашими, это станет проблемой.

Многие известные специалисты в области науки и техники недавно выразили озабоченность в средствах массовой информации и открытыми письмами об опасностях, создаваемых ИИ.

Идея успешного создания общего ИИ на протяжении десятков лет считалась научной фантастикой. Тем не менее благодаря недавним прорывам, многие контрольные точки развития ИИ уже достигнуты, а эксперты серьезно относятся к возможности суперинтеллектуальной деятельности в нашей жизни. В то время как некоторые до сих пор полагают, что появление ИИ на человеческом уровне произойдет не раньше, чем через столетие, большинство исследователей ИИ на конференции в Пуэрто-Рико в 2015 году предположили, что это произойдет до 2060 года.

Поскольку ИИ может стать умнее любого человека, у нас нет точного способа предсказать, как он будет себя вести. Мы не можем использовать в качестве основы предыдущие технологические разработки, потому что никогда не создавали ничего, способного сознательно или невольно перехитрить нас. Лучшим примером того, с чем мы могли столкнуться, может быть наша собственная эволюция. Люди теперь контролируют планету не потому, что мы сильнейшие, быстрые или самые большие, а потому, что самые умные. Но если мы уже не самые умные, уверены ли мы, что все остается под контролем? Возможно, в случае с технологией ИИ лучший способ выиграть эту гонку – не препятствовать его развитию, а ускорить его, поддерживая исследования безопасности.

Россия и ИИ

По мнению экспертов, направления развития искусственного интеллекта в России в первую очередь сосредоточены на машиностроении и автономных системах. Страна призывает к усилению действий со стороны академических кругов, промышленности и военных для разработки этих технологий.

В настоящее время в России есть вузы, где учиться разработке искусственного интеллекта помогают самые лучшие специалисты страны в этой области – МФТИ, МГУ, ВШЭ.

Российские технологии искусственного интеллекта только начинают развиваться. При этом страна мобилизует ресурсы, чтобы доминировать в этой области. Россия финансирует проекты в области ИИ, нацеленные на обработку изображений, распознавание лица, голоса и данных, речевого контроля, а также возможность использования информации от радиолокатора и спутников и информационной поддержки оружия.

Разработки искусственного интеллекта в России проводят, в частности, такие компании, как "Яндекс", ABBYY, VisionLabs, N-Tech.Lab, "Мивар".

Дальнейшее развитие ИИ

До конца текущего десятилетия ожидается резкий рост развития ИИ и увеличение его влияние на бизнес и общество. Существует предположение, что недавние успехи в этой области в конечном итоге позволят продвинуться к фазе создания общего ИИ, и это будет началом подлинной автономии.

По оценкам экспертов, рыночная стоимость индустрии ИИ по доходу в 2015 году составила 5 млрд долл., что было значительным для такого начинающего сектора. Предполагается, что к 2020 году экспоненциальные улучшения и более широкое внедрение должны более чем удвоить доход – до 12,5 млрд долл. США.

Программное обеспечение ИИ

Перспективы развития искусственного интеллекта связаны с тем, что компании-разработчики программного обеспечения расширяют границы автоматизации, поиска и социальных сетей. Названный мозгом машины, искусственный интеллект, скорее всего, будет включать автоматизацию в таких секторах, как автономные транспортные средства и беспилотные летательные аппараты. Программное обеспечение ИИ должно создавать дополнительные возможности для развития бизнеса и общественную ценность.

Например, виртуальные помощники будут предлагать экспертную помощь; умные роботы или консультанты в сферах финансов, страхования, права, средств массовой информации и журналистики обеспечат мгновенные исследования или выводы; в области здравоохранения программное обеспечение ИИ будет проводить медицинскую диагностику и оказывать помощь. Разработка системы искусственного интеллекта в торговле способствует оптимизации действий и исключает возможность нерациональных расходов. Другие преимущества включают значительное повышение эффективности проектов в области НИОКР за счет сокращения времени выхода на рынок, оптимизации сетей транспорта и сетей поставок, совершенствования управления за счет более эффективных процессов принятия решений.

Автономное вождение, хотя и находится на ранних этапах развития, также достигло огромного прогресса. И этот список расширяется, тем самым доказывая неизбежное влияние ИИ на нашу повседневную жизнь.

Заменит ли искусственный интеллект человека

К сожалению, технологическая безработица является побочным продуктом прогресса.

Механизированные ткацкие станки уменьшили количество ремесленников-ткачей, трактор оставил многих людей без работы, а робототехника сократила множество рабочих во всех видах производства. Возрастающая интеграция ИИ в конечном итоге даст большую производительность в ближайшей перспективе, результат которой приведет к уменьшению занятости.

Озабоченность является законной, но в течение этого периода новые разработки искусственного интеллекта не будут находиться на таком этапе развития, чтобы его широкое применение привело к массовым увольнениям. Эта технология по-прежнему будет использоваться в относительно нишевых приложениях и еще не достигнет уровня критической массы, который угрожает занятости в глобальном масштабе.

При этом многие эксперты утверждают, что глобальная занятость не исчезнет. Автоматизируя задачи, основанные на анализе, тонких суждениях и решении проблем, ИИ может представлять угрозу для низкопрофессиональных, обычных рабочих мест в таких отраслях, как розничные и финансовые услуги, и косвенно через более широкую автоматизацию автомобильной и некоторых других отраслей промышленности. Хотя на этом этапе сложно прогнозировать точные последствия, предполагается, что 5 % рабочих мест в этих отраслях являются шаблонными по своей природе. Ожидается, что 50-75 миллионов рабочих мест в глобальном масштабе, или 2 % от всей рабочей силы во всем мире, будут потенциально сокращены с появлением ИИ. Несмотря на то что это число достаточно велико, оно теряет свою значимость по сравнению с возможностями, которые создаст ИИ.

Перспективы развития искусственного интеллекта указывают на то, что совершенствование ИИ и последующий всплеск производительности приведут к множеству возможностей для совершенствования навыков сотрудников и увеличения возможности сосредоточиться на творческих аспектах.

В эпоху ИИ предполагается увеличение количества рабочих мест, требующих высокого уровня персонализации, творчества или мастерства - задач, для решения которых по-прежнему необходим человек.

Разработки в области искусственного интеллекта будут не только снижать затраты за счет автоматизации процессов, но и максимизировать доходы, помогая корпорациям вводить новые категории продуктов и услуг.

В среднесрочной перспективе рассматриваемая индустрия в конечном итоге консолидируется, учитывая, что большое количество стартапов сосредоточено на ИИ. Но по мере появления отраслевых стандартов будет только несколько потенциальных победителей. Кроме того, там, где есть победители, есть также проигравшие.

Победители:

• программные компании;
• робототехнические процессы автоматизации;
• здравоохранение;
• высокотехнологичное производство;
• избранные сервисные компании.

Проигравшие:

• розничная торговля, которая не будет использовать искусственный интеллект;
• автомобильная промышленность, которая его не примет.

Четвертая промышленная революция уникальна тем, что технология, приводящая в действие новую индустрию, была полностью демократизирована.

В Китае, Сингапуре, Японии, Южной Корее, Тайване и Индии уже добились значительных успехов в различных технологических сегментах. В ближайшие годы эти «новые мировые» развивающиеся рынки будут увеличивать не только свою долю изобретений, но и свое значение как потребителя этих технологий.

Частично благодаря разработке систем искусственного интеллекта, компании, работающие на развивающихся рынках, смогут конкурировать с компаниями в развитых странах, эффективно выравнивая возможности для новой промышленной революции.

Развитие ИИ в настоящее время управляется экспоненциальным ростом вычислительной мощности и интеллектуальной системой устройств. Благоприятные факторы предложения, такие как низкие затраты на вычисления и хранение, расширенные алгоритмы и увеличение доступности возможностей на основе ИИ, также помогают развивать необходимые условия для прогресса.

Многие компании начинают рассматривать его как создателя, а не угрозу для рабочих мест. Одним из основных препятствий на пути развития технологий искусственного интеллекта является убеждение, что это приведет к массовой безработице. Некоторые рабочие места будут заменены автоматическими технологиями. Несмотря на это, растет признание того, что ИИ также создает возможности для трудоустройства, которых раньше не было. Работодатели все чаще ищут кодеров, программистов и техников для мониторинга и поддержки сложных, искусственно интеллектуальных систем.

С учетом преимуществ ИИ стремительное развитие технологий неудивительно. Полезность для бизнеса отразилась на огромном числе компаний, которые теперь используют его в той или иной форме. Тем не менее существует постоянная неуверенность в перспективах сингулярности – момент, когда искусственный интеллект превзойдет человеческий разум. Теперь, когда ИИ может создать новый ИИ, создание кодекса этики для дальнейшего его развития является жизненно необходимым.

fb.ru

Искусственный интеллект - разработки

Специалисты, занимающиеся математикой и экономикой, трудились над тем, чтобы создать наилучшие расчеты и представить имеющиеся познания о мире в формальном виде. В результате появилась основа, базис математической вычислительной теории, а именно теории алгоритмов, тем самым, заложив начало появления компьютеров.

Сразу же, после появления ЭВМ, стало ясно, что скорости, по которым вычисляет человеческий мозг, намного уступают машине. Ученные, занимающиеся этими проблемами, задались целью выяснить пределы возможностей машин, и возможность достижения машинами человеческого уровня развития. Сегодня реализация элементов искусственного интеллекта является неотъемлемой частью многочисленных практических разработок, начиная от переводчиков, щаканчивая автоматическими аппаратами-планетоходами. В частности этим вопросом занимается компания Партнер, производящая компьютерные тренажеры вождения.

В те годы в научной литературе появляется множество статьей, где сравнивают человеческий мозг и машину, а ученый из Англии Алан Тьюринг, являющийся одним из первооткрывателей в сфере ЭВМ, публикует работу «Может ли машина мыслить?», где подробно излагает действия, которые помогут определить время, когда «интеллект» машины сравнится с интеллектом человека. Эту процедуру назвали тестом Тьюринга.

Только с конца 70-х с появлением информатики, как отдельной отрасли науки, вопросы, связанные с разработкой ИИ начали относить к разделу информатики.

В настоящее время существует два направления, по которому развиваются работы по ИИ:

1) Интеграция, объединение умственных возможностей человека с искусственно созданными механизмами для усиления, укрепления и расширения возможностей человеческого интеллекта.

2) Изобретение искусственного разума, где сконцентрированы все уже существующие системы ИИ, с целью помочь решению проблем, стоящих перед человечеством.

Хочется привести несколько примеров создания ИИ, и одним из знаменитых является DEEP BLUE, который, поучаствовав в шахматном матче против тогдашнего чемпиона мира Гарри Каспарова, одержал победу.

MUSIN - экспертная система, диагностирующая заболевания, правда, набор не большой, но точность диагноза докторская.

Есть еще множество разработанных систем ИИ, применяющихся в той или иной сфере человеческой деятельности, или же только разработанных и уже готовых к применению на благо человечества. Все они, конечно, помогают решать какие-то узкоспециальные, локальные проблемы.

Это интересно

Транссиб - аномалия 2962 километра

На нашей Земле есть множество мест, пребывание в которых может закончиться не особо хорошо, а то и вовсе гибелью. ...

Административные стойки

В настоящее время ни один ресепшен не может обойтись без современных административных стоек, ведь, именно с них ...

Савитри

Историяизвестна многим. О ней повествует древне-индийский эпос . Ашвапати, Царь Мадры, бездетен. Он проходит строгую аскезу, и в ...

Тайна брахманов

Равнина Инда является логическим продолжением Средней Азии. Возможно именно по этой причине многие племена, покидавшие среднюю Азию, оседали ...

Ритуальные ножи ацтеков

Испанские конкистадоры, впервые появившись в Новом Свете, столкнулись с совершенно неизвестной и непонятной им культурой загадочных ацтеков. ...

Гербы - воспетая слава

Эмблемы родов появились еще в древнем мире. Они появились в античном мире и являлись первоначально украшением, могли меняться ...

Александр Македонский

Александр Македонский - один из величайших полководцев и государственных деятелей древнего мира. Победы македонской армии под командованием ...

• Кто такие наяды?

  В русских народных сказках, былинах, загадках встречается обращение «Мать-Сыра Земля». Адресуется оно героями в ситуациях, когда им...

• Кто такие наяды?

  Первые люди Австралии появились, когда небесный владыка Байаме ходил по земле. Он, из красной глины гор, сотворил...

objective-news.ru

---

• 
  Что такое луна на самом деле
• 
  Причина глобального потепления
• 
  Автомобиль дрон
• 
  Новые суда на подводных крыльях 2018
• 
  Что происходит в данный момент в космосе
• 
  Как землю видят инопланетяне
• 
  Название галактики
• 
  Нано фото
• 
  Что стало с человеком которому пересадили голову
• 
  Какая гравитация на марсе
• 
  Технологии тв