Každý hovorí o umelej inteligencii. Jednoduché slová, vysvetliť, že toto

"Chcem urobiť ii. Čo by som mal preskúmať? Aké jazyky používať? V ktorých organizáciách sa učia a pracujú? "

Odvolali sme sa na objasnenie našich odborníkov a prijímame odpovede, ktoré sme dostali k vašej pozornosti.

Záleží na vašom základnom tréningu. V prvom rade je potrebná matematická kultúra (znalosť štatistiky, teória pravdepodobnosti, diskrétnej matematiky, lineárnej algebry, analýzy atď.) A pripravenosť rýchlo sa učiť. Pri implementácii II metódy, programovanie (algoritmy, dátové štruktúry, oop atď.).

Rôzne projekty vyžadujú vlastníctvo rôznych programovacích jazykov. Odporúčam vedieť aspoň Python, Java a akýkoľvek funkčný jazyk. Používame skúsenosti s rôznymi databázami a distribuovanými systémami. Ak chcete rýchlo preskúmať najlepšie prístupy používané v priemysle, vyžaduje sa znalosť angličtiny.

Odporúčam učiť sa v dobrých ruských univerzitách! Napríklad v spoločnosti MSU, HSE existujú relevantné oddelenia. Široká škála tematických kurzov je k dispozícii na Coursera, Edx, Udustraní, Udemy a ďalších stránkach MOOC. Niektoré popredné organizácie majú vlastné vzdelávacie programy v oblasti AI (napríklad Analýza dát v YANDEX).

Aplikované úlohy vyriešené metódami AI sa nachádzajú v širokej škále miest. Banky, finančný sektor, poradenstvo, maloobchod, e-commerce, vyhľadávače, poštové služby, herný priemysel, bezpečnostné systémy priemyslu a, samozrejme, AVITO - všetci potrebujú špecialistov rôznych kvalifikácií.

Zvýšiť downgrade

Máme projekt na Fintekh spojený so strojným učením a počítačovým víziou, v ktorom jeho prvý vývojár napísal všetko na C ++, potom prišiel developer, ktorý všetko prepísal na Pythone. Takže jazyk tu nie je najdôležitejšia vec, pretože jazyk je v prvom rade nástroj, a záleží na tom, ako ho používať. Len v niektorých jazykoch je úlohou vyriešiť rýchlejšie a iní pomalšie.

Kam sa naučiť, je ťažké povedať - všetci naši chlapci sa naučili, prospech z internetu a Google.

Zvýšiť downgrade

Môžem odporučiť od samého začiatku, aby som sa naučil veľa. Bez ohľadu na to, čo je určené na "do II" - práce s veľkými údajmi alebo nervovými sieťami; Rozvoj technológie alebo podpory a vyučovanie určite definovaného systému už vyvinutý.

Urobme trendovú profesiu vedeckého vedca. Čo robí tento muž? Všeobecne platí, že zhromažďuje, analyzuje a pripravuje veľké údaje. Je to tí, ktorí rastú a trénujú AI. A čo by malo vedieť a byť schopný dátový vedec? Statická analýza a matematické modelovanie - štandardne a na úrovni voľného vlastníctva. Jazyky - povedzme, R, SAS, Python. Bolo by tiež pekné mať akékoľvek rozvojové skúsenosti. No, všeobecne povedané, dobrý dátum sa musí s istotou cítiť v databáze, algoritmus, vizualizácii údajov.

Nehovoriac, že \u200b\u200btakýto súbor vedomostí možno získať v každej druhej technickej univerzite v krajine. Veľké spoločnosti, v ktorých prioritný rozvoj AI, rozumejú a rozvíjajú vhodné vzdelávacie programy pre seba - existuje napríklad škola dátovej analýzy od Yandexu. Ale musíte urobiť správu, že to nie je rozsah, v ktorom ste prišli do kurzov "z ulice", ale odchádzate s nimi pripravený junior. Plast je veľký a ísť sa naučiť z disciplíny dáva zmysel, keď základňa (matematika, štatistiky) je už zahrnutý aspoň v rámci univerzitného programu.

Áno, čas odíde slušne. Ale hra stojí za sviečku, pretože dobrý vedec dát je veľmi sľubný. A veľmi drahé. Je tu aj ďalší moment. Umelá inteligencia je na jednej strane už nielen predmetom vzrušenia, ale technológie publikované na produktivite cievky. Na druhej strane sa AI stále vyvíja. Pre tento vývoj si vyžaduje veľa zdrojov, veľa zručností a veľa peňazí. Aj keď je to úroveň najvyššej ligy. Teraz budem hovoriť zrejmé veci, ale ak sa chcete ukázať, aby ste sa presunuli pokroku na špičke útokov a urobte to sám, zabiť Facebook alebo Amazon Company.

Zároveň sa v mnohých oblastiach, technológia už používa: v bankovom sektore, v telecom, v priemyselných podnikoch-gigantoch, v maloobchode. A sú už potrební ľudia, ktorí ho môžu podporiť. Gartner predpovedá, že do roku 2020 bude 20% všetkých podnikov vo vyspelých krajinách najímať špeciálnych zamestnancov na školenie neurónových sietí používaných v týchto spoločnostiach. Takže stále je tu trochu času, aby som sa ponáhľal sami.

Zvýšiť downgrade

AI sa teraz aktívne rozvíja a predpokladá sa o desať rokov, je ťažké. Pre ďalšie dva alebo tri roky dominujú prístupy na základe nervových sietí a výpočtov na základe GPU. Leader v tejto oblasti je Python s interaktívnym prostredím Jupayter a Numpy, špinavé knižnice, Tensorflow.

Existuje mnoho online kurzov, ktoré poskytujú základnú predstavu o týchto technológiách a všeobecných princípoch AI napríklad ANDREW NG Course. A pokiaľ ide o školenie tejto témy, Rusko je teraz efektívnejšie efektívnejšie nezávislé vzdelávanie alebo v skupine miestnej záujmovej skupiny (napríklad v Moskve, viem o existencii aspoň niekoľkých skupín, kde ľudia zdieľajú skúsenosti a vedomosti).

Zvýšiť downgrade

Zvýšiť downgrade

K dnešnému dňu je najrýchlejšia progresívna časť umelej inteligencie, možno, neurónové siete.
Štúdium neurónovej siete a AI by mala začať vývojom dvoch častí matematiky - lineárna algebra a teória pravdepodobnosti. Toto je povinné minimálne, neotrasiteľné piliere umelej inteligencie. Žiadatelia, ktorí chcú pochopiť základy AI, pri výbere univerzity, podľa môjho názoru, by mali venovať pozornosť fakultám so silnou matematickou školou.

Ďalším krokom je študovať otázky tejto otázky. Existuje obrovské množstvo literatúry, vzdelávacie aj špeciálne. Väčšina publikácií na tému umelej inteligencie a neurónových sietí je napísaná v angličtine, ale ruské hovoriace materiály sú tiež publikované. Užitočná literatúra možno nájsť napríklad vo verejne dostupnej digitálnej knižnici ARXIV.ORG.

Ak hovoríme o smeroch činnosti, potom tu môžete prideliť školenia pre aplikované neurónové siete a vývoj úplne nových možností neurónovej siete. Jasný príklad: Tam je taká veľmi populárna špecialitou teraz - "dátový systém" (dátový vedec). Ide o vývojárov, ktorí spravidla študujú a pripravujú niektoré súbory údajov pre vyučovanie neurónových sietí v špecifických, aplikovaných oblastiach. Zhrnutie zdôraznite, že každá špecializácia si vyžaduje samostatnú cestu prípravku.

Zvýšiť downgrade

Pred pokračovaním s úzkymi kurzami profilu musíte študovať lineárnu algebru a štatistiky. Ponornosť v AI by radila začať s učebnicou "strojového tréningu. Veda a umenie stavebných algoritmov, ktoré získavajú znalosti z údajov, "Toto je dobrý príspevok pre začiatočníkov. Na Coursera stojí za to počúvať úvodné prednášky do K. Vorontov (to zdôrazňuje, že si vyžadujú dobré znalosti lineárnej algebry) a strojového vzdelávacieho kurzu Stanford University, ktorý číta Andrew NG, profesor a kapitola BAIDU AI Skupina / Google Brain .

Objem je napísaný na python, potom ísť r, lua.

Ak hovoríme o vzdelávacích inštitúciách, je lepšie ísť do kurzov na oddeleniach aplikovanej matematiky a informatiky, existujú vhodné vzdelávacie programy. Ak chcete skontrolovať svoje schopnosti, môžete sa zúčastniť v súťažiach Kaggle, kde veľké globálne značky ponúkajú svoje prípady.

Zvýšiť downgrade

V každom prípade, pred pokračovaním s projektmi by bolo pekné získať teoretický základ. Existuje mnoho miest, kde môžete získať formálnu mieru majstra v tejto oblasti, alebo zlepšiť svoju kvalifikáciu. Takže napríklad Scolthes ponúka hlavné programy v oblasti "výpočtovej vedy a inžinierstva" a "Data Science", ktorá zahŕňa kurzy "Strojové vzdelávanie" a spracovanie prirodzeného jazyka. Môžete tiež spomenúť Inštitút intelektuálnych počítačových systémov Niya Mafi, Fakultu výpočtovej matematiky a kybernetiky Moskvy štátnej univerzity a oddelenia intelektuálnych systémov MFT.

Ak je už k dispozícii formálne vzdelávanie, existuje niekoľko kurzov na rôznych platformách MOOC. Napríklad Edx.org ponúka umelé spravodajské kurzy od spoločnosti Microsoft a Kolumbijskej univerzity, z ktorých posledný ponúka mikro-master program pre mierne peniaze. Chcel by som zdôrazniť, že si môžete zvyčajne dostať vedomosti a bezplatné, platba je len pre certifikát, ak je to potrebné pre váš životopis.

Ak chcete "hlboko ponoriť" v téme, niekoľko spoločností v Moskve ponúkajú týždenné intenzívy s praktickými triedami, a dokonca ponúkajú vybavenie pre experimenty (napríklad newprolab.com), avšak cena takýchto kurzov z niekoľkých desiatok tisíc rubľov.

Od spoločností, ktoré sa zaoberajú rozvojom umelej inteligencie, pravdepodobne viete Yandex a Sberbank, ale existuje mnoho ďalších rôznych veľkostí. Napríklad tento týždeň ministerstvo obrany otvorilo v Anapa vojenskej inovácie Technopolis Era, z ktorých jeden je rozvoj AI pre vojenské potreby.

Zvýšiť downgrade

Pred štúdiom umelej inteligencie je potrebné vyriešiť hlavnú otázku: vziať si červenú tablet alebo modrú.
Červená tableta - Staňte sa vývojárom a ponoriť sa do krutého sveta štatistických metód, algoritmov a trvalé pochopenie neznámych. Na druhej strane nie je potrebné okamžite hodiť v "králiči NORA": môžete sa stať manažérmi a vytvoriť AI napríklad ako projektový manažér. To sú dva zásadne odlišné spôsoby.

Prvý je dokonale vhodný, ak ste sa už rozhodli, že napíšete algoritmy pre umelú inteligenciu. Potom musíte začať z najobľúbenejšej destinácie dnes - strojové učenie. Aby ste to urobili, musíte poznať klasické štatistické metódy klasifikácie, klastrovania a regresie. Bude tiež užitočné oboznámiť sa so základnými opatreniami na posúdenie kvality riešenia, ich nehnuteľností ... a všetko, čo spadne na ceste.

Až po zvládnutí základne stojí za to presunúť viac špeciálnych metód: rozhodovanie stromov a súborov z nich. V tomto štádiu je potrebné hlboko ponoriť sa do hlavných spôsobov budovania a učenia sa modelov - sa skrývajú pre sotva slušné slová výzvy, busty, FILIA alebo BLENDDING.

Ihneď stojí za to poznať metódy riadenia rekvalifikácie modelov (iné "ing" - overfitting).

A nakoniec, vôbec, je jednou úrovňou získať vysoko špecializované vedomosti. Napríklad pre hlboké učenie bude potrebné zvládnuť hlavné architektúry a algoritmy zostupu gradientu. Ak existujú zaujímavé úlohy spracovania prirodzeného jazyka, odporúčam študovať opakované neurónové siete. A budúci tvorcovia algoritmov na spracovanie obrázkov a videa by sa mali dôkladne prehlbovať v zametania nervových sieťach.

Posledné dve spomínané štruktúry sú dnes tehly populárnych architektúr: pripojenie sietí (GAN), relačných sietí, kombinovaných sietí. Preto sa učí, že bude stáť za to, aj keď sa neplánujete naučiť sa počítač vidieť alebo počuť.

Úplne odlišný prístup k štúdiu AI je "modrá tablet" - začína vyhľadávaním. Umelá inteligencia vedie k banke úloh a celých čísel: od manažérov II projektov pre dátových inžinierov, ktorí môžu pripraviť dáta, vyčistiť a vybudovať škálovateľné, naložené a chybné systémy tolerantné.

Takže, s "manažérskym" prístupom, musíte najprv zhodnotiť svoje schopnosti a bemarkundové, a to len vyberte, kde a čo sa naučiť. Napríklad, aj bez matematického skladu mysle, môžete sa zapojiť do dizajnu II rozhrania a vizualizácie pre inteligentné algoritmy. Ale pripravte sa: Po 5 rokoch sa umelá inteligencia začne trollovať a volať "humanitárne".

Hlavné MM metódy sú implementované ako hotové knižnice, ktoré sú k dispozícii na pripojenie v rôznych jazykoch. Najobľúbenejšie jazyky v ML Dnes sú: C ++, Python a R.

Existuje mnoho kurzov v ruštine aj angličtine, ako napríklad Yandex Data Analysis School, Skillfactory a Otočiace kurzy. Ale pred investovaním času a peňazí v špecializovanom tréningu si myslím, že stojí za to "preniknúť do témy": sledovať otvorené prednášky na YouTube s dátovými konferenciami za posledných rokov, podstúpiť voľné kurzy z Coursera a Habrahabra.

Umela inteligencia (AI, umelá inteligencia, AI) je veda o vytváraní inteligentných technológií a počítačových programov.

Umelá inteligencia úzko súvisí s úlohou pochopiť ľudskú inteligenciu pomocou počítačových technológií. V súčasnosti nie je možné presne povedať, ktoré výpočtové metódy môžu byť nazývané inteligentné. Niektoré mechanizmy inteligencie sú otvorené na pochopenie, zvyšok nie je. V súčasnosti sa programy používajú v programoch, ktoré sa nenachádzajú u ľudí.

Umelá inteligencia má vedecký smer, ktorý študuje riešenie ľudskej intelektuálnej aktivity. Umelá inteligencia je zameraná na výkon kreatívnych úloh v oblasti, ktorej znalosť je uložená v inteligentnom programovom systéme - databáza vedomostí.

S týmito vedomosťami funguje programový mechanizmus - Úloha rastra. Potom osoba dostane predstavu o výsledku programu prostredníctvom inteligentného rozhrania. Výsledkom umelého spravodajského programu je rekreácia intelektuálneho argumentu alebo primeranej akcie.

Jednou z hlavných vlastností umelej inteligencie je schopnosť samoštúdia. Po prvé, to heuristický tréning - Neustále vzdelávanie programu, vytvorenie procesu učenia a jeho vlastných cieľov, analýzy a povedomia o ich školení.

Vedecký smer Študovanie umelej inteligencie sa začalo objavovať už dávno:

• filozofi si mysleli o vedomostiach vnútorného sveta človeka
• psychológovia študovali ľudské myslenie
• matematika sa zapojili do výpočtov

Čoskoro boli vytvorené prvé počítače, ktoré umožnili vykonávať výpočty predbiehanie ľudskou rýchlosťou. Potom sa vedci začali klásť otázku: kde hranice schopností počítačov a môžu dosiahnuť ľudskú úroveň?

Alan Turing je anglický vedec, Pioneer of Computing Technology, napísal článok "Môže si myslieť auto?", Kde je opísaná metóda, ktorá pomôže určiť, v ktorom bode môže byť počítač porovnávať s osobou. Táto metóda dostala meno - testovanie.

Podstatou spôsobu je, že osoba najprv odpovedala na otázky počítača, potom otázky inej osoby a zároveň nevedeli, kto sa mu presne spýtal otázky. Ak pri odpovedaní na počítačové otázky, osoba nebola podozrená na tom, že toto je auto, potom môže byť priechod testu Turingu považovať za úspešný, ako aj počítač je umelá inteligencia.

Ak sa teda počítač zobrazuje podobné ľudskému správaniu v akýchkoľvek prirodzených situáciách a je schopný podporovať dialóg s osobou, potom môžeme povedať, že ide o umelú inteligenciu. Ďalšou údajnou definíciou je intelektuálny stroj, je to schopnosť pracovať a schopnosť cítiť sa.

Existuje mnoho rôznych prístupov k štúdiu a pochopeniu umelej inteligencie.

Symbolický prístup

Prístup znakov sa stal prvým v digitálnej ére strojov. Po vytvorení jazyka symbolických výpočtov LISP, jeho autori začali implementovať intelekt. Symbolický prístup využíva slabé formalizované názory. Doteraz je schopná vykonávať intelektuálnu prácu a prácu spojenú s prácou úlohy. Práca počítačov v tomto smere je zaujatý av skutočnosti sa nemôžu vykonávať bez účasti ľudí.

Symbolické výpočty pomohli vytvoriť pravidlá pre riešenie úloh v procese vykonávania počítačového programu. Avšak bolo možné vyriešiť iba tie najjednoduchšie úlohy, a keď sa objaví akákoľvek komplexná úloha, je potrebné znova pripojiť osobu. Takéto systémy teda neumožňujú, aby sa nazývali intelektuálne, pretože ich schopnosti neumožňujú vyriešiť vznikajúce ťažkosti a zlepšiť už s vedomím spôsobov, ako riešiť problémy na riešenie nových.

Logický prístup

Logický prístup je založený na modelovaní argumentov a aplikácie logického programovacieho jazyka. Napríklad programovací jazyk Prologue je založený na súbore logických výstupných pravidiel bez tuhých konzistentných opatrení na dosiahnutie výsledkov.

Agent-orientovaný prístup

Agentúra orientovaný prístup je založený na metódach pomoci inteligencie prežiť v životnom prostredí na dosiahnutie určitých výsledkov. Počítač vníma svoje prostredie a ovplyvňuje ho pomocou nastavených metód.

Hybridný prístup

Hybridný prístup zahŕňa odborné pravidlá, ktoré môžu vytvoriť neurónové siete a vytváranie pravidiel prostredníctvom štatistického vzdelávania.

Modelovanie

Tam je taký smer v štúdii umelej inteligencie ako myslenie modelovania. Táto oblasť zahŕňa vytvorenie symbolických systémov, pre nastavenie úloh a ich riešenie. Úloha musí byť preložená do matematickej formy. Zároveň nemá ešte algoritmus na riešenie z dôvodu zložitosti. Preto modelovanie uvažovania obsahuje dôkaz teoret, rozhodovanie, plánovanie, predikcia atď.

Spracovanie prírodného jazyka

Ďalším dôležitým smerom umelej inteligencie je spracovanie prírodného jazykaTam, kde sa vykonáva analýza a spracovanie textov na osobu zrozumiteľnú pre ľudí. Účelom tejto oblasti je spracovanie prirodzeného jazyka pre nezávislé získavanie vedomostí. Zdrojom informácií môže byť text zadaný do programu alebo prijaté z internetu.

Prezentácia a využívanie vedomostí

Inžinierske znalosti sú smerovanie získavania poznatkov z informácií, ich systematizáciu a ďalšie použitie na riešenie rôznych úloh. S pomocou špeciálnych databáz dostávajú odborné systémy údaje o procese vyhľadávania riešení úloh.

Stroje

Jedným z hlavných požiadaviek na umelú inteligenciu je možnosť stroja samostatne učiť sa bez zásahu učiteľa. Strojové učenie zahŕňa objektívne uznávacie úlohy: Uznanie symbolov, textu a reči. To zahŕňa aj počítačové vízie spojené s robotikou.

Biologické modelovanie II

Tam je taký smer kvasibiologická paradigmaktoré sa nazývajú Biokomutovanie. Tento smer v umelej inteligencii študuje rozvoj počítačov a technológií využívajúcich živé organizmy a biologické zložky - biokompočítače.

robotické

Oblasť robotiky úzko súvisí s umelou inteligenciou. Vlastnosti umelej inteligencie sú potrebné aj pre roboty na vykonávanie mnohých rôznych úloh. Napríklad na navigáciu a definovanie vašej polohy, štúdium položiek a plánovanie pohybu.

Oblasti uplatňovania umelej inteligencie

Umelá inteligencia je vytvorená na riešenie problémov z rôznych oblastí:

• Inteligentné systémy pre vzdelávanie a rekreáciu.
• Syntéza a rozpoznávanie textu a ľudskej reči sa používajú v systémoch zákazníkom.
• Systémy rozpoznávania obrazu sa používajú v bezpečnostných systémoch, s optickým a akustickým rozpoznávaním, lekárskou diagnostikou, systémovými systémami.
• Počítačové hry sa používajú na výpočet hernej stratégie, imitácia charakteru, nájsť cestu v priestore.
• Systémy algoritmického obchodu a rozhodovania.
• Finančné systémy pre poradenstvo a finančné riadenie.
• Roboty používané v priemysle riešiť komplexné rutinné úlohy: Roboty pre starostlivosť o pacienta, Robots Consultants, ako aj obchodné ľudské aktivity: Roboty Záchranári, roboti baníci.
• Riadenie ľudských zdrojov a nábor, prezeranie a poradie kandidátov, predpovedanie úspechu zamestnancov.
• Systémy rozpoznania a filtrovania spamu v e-mailoch.

Toto nie je všetky oblasti, v ktorých možno uplatniť umelá inteligencia.

Teraz je vytvorenie umelej inteligencie jedným z dôležitých úloh osoby. Neexistuje však jeden pohľad na to, čo možno považovať za intelektu, ale čo je nemožné. Mnohé otázky vzbudzujú spory a pochybnosti. Je možné vytvoriť intelektuálnu myseľ, ktorá pochopí a rieši problémy ľudí? Myseľ, nie bez emócií a so schopnosťami, ktorý je súčasťou živého organizmu. Zatiaľ nie je čas, keď to vidíme.

Čo je to umelá inteligencia? Mnohí nepochybne počuli o autách schopných spravovať ich pohyb bez ľudskej pomoci, zariadenia na rozpoznávanie reči, ako sú Siri Apple Siri, Amazon's Alexa, asistent Google a Cortana spoločnosti Microsoft. Ale toto nie sú všetky možnosti umelej inteligencie (AI).

AI bol "otvorený" prvýkrát v 50. rokoch. V priebehu rokov sa očakáva, že UPS a Falls, ale v súčasnej fáze ľudského rozvoja, umelá inteligencia sa považuje za kľúčovú technológiu budúcnosti. Vďaka rozvoju elektroniky a vzhľadu rýchlejších procesorov začína rastúci počet aplikácií používať AI. Umelá inteligencia je nezvyčajná programová technológia, s ktorou sa musí každý inžinier oboznámiť. V tomto článku sa budeme snažiť opísať túto technológiu na opis tejto technológie.

Umelá inteligencia je definovaná

AI je obetovaním počítačovej vedy, ktorá zahŕňa primeranejšie využívanie počítačov a elektronických komponentov, napodobňovanie ľudského mozgu. Intellect je schopnosť nadobudnúť vedomosti a skúsenosti a aplikovať ich na riešenie problémov. AI je obzvlášť užitočná pri analýze a interpretácii dátových polí a extrahovanie skutočných informácií z neho. Informácií prichádza pochopenie, ktoré možno aplikovať na rozhodnutia alebo akúkoľvek akciu.

Oblasti výskumu

Umelá inteligencia je široká technológia s množstvom možných aplikácií. Zvyčajne je delené písmenami. Urobíme malú recenziu každého z nich:

• Riešenie spoločných úloh - žiadne špecifické algoritmické riešenie. Úlohy s neistotou a nejednoznačnosťou.
• Odborné systémy - Softvér, ktorý obsahuje základ vedomostí pravidiel, faktov a údajov získaných z niekoľkých jednotlivých odborníkov. Databáza môže byť požiadaná, aby riešila problémy, diagnostikovať choroby alebo konzultácie.
• Spracovanie prirodzeného jazyka (NLP) sa používa na analýzu textov. Rozpoznávanie hlasu je tiež časť (NLP).
• Počítačové vízie - Analýza a pochopenie vizuálnych informácií (fotografia, video a tak ďalej). Príkladom je strojový zrak a rozpoznávanie tváre. Používané v "autonómnych" autách a výrobných linkách.
• Robotika - vytváranie múdrejších, adaptívnych a "nezávislých" robotov.
• Hry: Ai hrá skvelú hru. Počítače sú už naprogramované, aby hrali a vyhrali v šachu, pokri a ísť.
• Tréningový tréning - postupy umožňujúce počítač študovať na základe vstupných údajov a pochopiť výsledky. Neurálne siete tvoria základ strojného vzdelávania.

Ako umelá inteligencia funguje

Konvenčné počítače používajú algoritmy na riešenie problémov. Pokyny inštrukcií vedie k krokovým krokom na získanie výsledkov. Tradičné formy umelej inteligencie sú založené na poznatkovom základoch a logických výstupných mechanizmoch, ktoré používajú rôzne mechanizmy na prácu s vedomostnou základňou prostredníctvom užívateľského rozhrania. Užitočné výsledky sa získajú niektorými metódami uvedenými nižšie:

• Vyhľadávanie: Hľadanie algoritmov Použite databázu informácií zozbieraných v grafoch alebo stromoch. Hľadať je hlavnou metódou umelej inteligencie.
• Logika: Odduktívne a indukčné uvažovanie sa používa na určenie pravdy alebo falošnosti vyhlásení. To zahŕňa tak logiku príkazov a logiku predikátov.
• Pravidlá: Pravidlá sú séria pokynov "ak", ktoré možno nájsť na určenie výsledku. Systémy založené na pravidlách sa nazývajú odborné systémy.
• Pravdepodobnosť a štatistika: Niektoré úlohy môžu byť vyriešené a riešenia sa nachádzajú vďaka použitiu štandardnej matematickej teórie pravdepodobnosti a štatistiky.
• Zoznamy: Niektoré typy informácií možno uložiť do zoznamov, ktoré sú dostupné pre vyhľadávanie.
• Ďalšími formami poznatkov sú schémy, rámy a scenáre, ktoré sú štruktúry zapuzdrené rôznymi typmi vedomostí. Metódy vyhľadávania hľadajú odpovede na príslušné požiadavky.

Tradičné alebo zdedené metódy AI, ako je vyhľadávanie, logika, pravdepodobnosť a pravidlá, sa považujú za prvú vlnu umelej inteligencie. Tieto metódy sa stále používajú a dobre vnímajú znalosti a uvažovanie, najmä pre úzky kruh úloh. V prvej vlne nie sú žiadne funkcie ľudského tréningu a abstrakčné riešenia. Tieto vlastnosti sú teraz k dispozícii v druhej vlne umelej inteligencie, vďaka neurónovým sieťam a strojnému vzdelávaniu.

Neurálne siete

Dnes je väčšina výskumov a vývoja AI založená na používaní neurónových sietí alebo umelých neurónových sietí (INS). Tieto siete sa skladajú z umelých neurónov napodobňujúcich neurónov v ľudskom mozgu, ktoré sú zodpovedné za naše myslenie a školenie. Každý neurón je uzol komplexného vzťahu, ktorý viaže mnoho neurónov s ostatnými pomocou synapsu. Ins napodobňuje túto sieť.

Každý uzol má niekoľko pozastavených vstupov, ako aj výstup a inštalácia prahovej hodnoty (vyššie). Takéto uzly sa zvyčajne implementujú v softvéri, hoci je možná aj hardvérová emulácia. Typická schéma sa skladá z troch vrstiev - vstupnej vrstvy, skrytej (spracovávacej alebo tréningovej vrstvy) a výstupnej vrstvy:

Niektoré mechanizmy používajú opačnú distribúciu, ktorá poskytuje spätnú väzbu, ktorá zmení hmotnosť vstupu niektorých uzlov, keď boli prijaté nové informácie.

Strojové vzdelávanie a hlboký tréning

Tréning stroja je spôsob učenia sa počítača rozpoznať obrázky. Počítač alebo zariadenie je "naučil" s príkladom a potom sa spustia špeciálne programy na porovnanie vstupu s vyškolenou hodnotou. Tam je spravidla obrovské množstvo údajov pre softvérové \u200b\u200btréning. Strojové tréningové programy sú určené na automatickú štúdiu, pretože vďaka novým materiálom dostávajú viac vedomostí a skúseností.

Neurálne siete sa bežne používajú na strojové učenie, ale môžu sa použiť aj iné algoritmy. Potom sa softvér môže zmeniť zlepšením rozpoznateľnosti na základe nových vstupných údajov. Niektoré systémy strojového vzdelávania môžu teraz samostatne rozpoznať obrázky bez učenia a potom sa modifikujú, aby sa ďalej zlepšili.

Hlboké učenie je predĺženým prípadom stroja. Používa aj neurónové siete nazývané hlboké neurónové siete (SCS). Zahŕňajú ďalšie skryté úrovne výpočtovej techniky na ďalšie zlepšenie ich schopností. Vyžaduje sa masové učenie. Programátori môžu zvýšiť produktivitu hraním s prepojovacími váhami. SCS tiež vyžadujú spracovanie matrix. Treba však poznamenať, že SCS používa štatistické hmotnosti, takže výsledky, hovoria, vo viditeľnom uznaní, nesmie byť 100%. Okrem toho je ladenie takéhoto systémy veľmi starostlivá práca.

Strojové učenie a hlboké učenie sa široko používajú na analýzu veľkých súborov údajov, ako aj v počítačovej vízii a rozpoznávaní reči. Môžu sa uplatňovať aj v iných oblastiach, ako je liek, jurisprudencia a financie.

Artificial Intelligence Software

Pre programovanie môže AI používať takmer akýkoľvek programovací jazyk, ale niektoré jazyky majú určité výhody. Profilové jazyky určené špeciálne pre AI zahŕňajú LISP a Prolog. LISP, jeden z najstarších jazykov na vysokej úrovni, zoznamy procesov. Prolog je založený na logike. Dnes sú C ++ a Python populárny. Existuje aj špeciálny softvér pre rozvoj odborných systémov.

Niekoľko významných používateľov AI poskytuje vývojové platformy, vrátane Amazonu, Baidu (Čína), Google, IBM a Microsoft. Tieto spoločnosti ponúkajú predvolené systémy ako začiatočný bod pre niektoré bežné aplikácie, ako napríklad rozpoznávanie hlasu. Dodávatelia procesorov, ako napríklad NVIDIA a AMD, tiež ponúkajú špecifickú podporu.

Hardvér pre umelú inteligenciu

Spustenie softvéru umelého inteligencie na počítači zvyčajne vyžaduje vysokú rýchlosť a veľké množstvo pamäte. Niektoré jednoduché aplikácie však môžu pracovať na 8-bitovom procesore. Niektoré z moderných procesorov sú viac ako vhodné, a niekoľko paralelných procesorov môže byť ideálnym riešením pre určité aplikácie. Okrem toho boli pre niektoré aplikácie vyvinuté špeciálne spracovatelia.

Grafické procesory (GPU) sú príkladom zaostrenia architektúry a množiny inštrukcií na určené použitie na optimalizáciu výkonu. Napríklad NVIDIA špeciálne spracovatelia pre nezávislé autá a AMD grafické procesory. Spoločnosť Google vyvinula vlastné spracovatelia na optimalizáciu svojich vyhľadávačov. Intel a KnupaAth tiež ponúkajú softvérovú podporu pre ich pokročilé procesory. V niektorých prípadoch môže špecifická aplikácia implementovať špecifickú logiku v ASIC alebo FPGA.

Aktivita a aktuálny stav

Umelá inteligencia bola kedysi považovaná za exotický softvér určený pre špeciálne potreby. Požiadavka vysokorýchlostných počítačov s veľkým množstvom pamäte obmedzili jeho použitie. Dnes, vďaka super rýchlym procesorom, viacjadrovým procesorom a lacným pamäti, AI sa stala obľúbenejšou. Vyhľadávače Google, ktoré všetci používame denne, sú založené na umelej inteligencii.

K dnešnému dňu dôraz je nepochybne vyrobený na nervových sieťach a hlbokom učení. Pri rozpoznávaní hlasových a samohybných vozidiel sú stále v reflektori, niektoré kľúčové aplikácie sa objavia, ako sú rozpoznávanie tváre, bezpilotná navigácia, robotika, lekárska diagnostika a financie. Vývoj obsahuje aj pokročilé vojenské aplikácie (napríklad autonómne zbrane).

Budúcnosť AI vyzerá sľubne. Podľa ORBIS výskumu do roku 2022 sa očakáva zvýšenie globálneho trhu s umelou inteligenciou s kumulatívnou ročnou mierou rastu viac ako 35%. Medzinárodná dátová spoločnosť (IDC) je tiež pozitívna, ktorá uvádza, že náklady na umelú inteligenciu sa očakávajú v roku 2020 na 47 miliárd USD v porovnaní s 8 miliárd v roku 2016.

Mnohí ľudia majú logickú otázku - bude umelá inteligencia ľudí niektorých profesií nahradiť umelú inteligenciu a čo to bude pre profesie? Odpoveď znie ako nasledovne - "Len niektoré". S najväčšou pravdepodobnosťou, počítače založené na umelej inteligencii pomôžu zlepšiť výkonnosť niektorých profesií, zvýšenie produktivity, efektívnosti a rozhodovania. Avšak, niektoré pracoviská v priemysle budú stále stratené, pretože veľa rozvoja dostáva robotika, ale nahradenie človeka autom bude viesť k vytvoreniu nových pracovných miest súvisiacich s servisom týchto strojov.

Ďalšia otázka definovaná mnohými ľuďmi môže byť umelá inteligencia nebezpečná pre ľudstvo? AI bola šikovná, ale nie tak šikovná. Jej hlavným účelom bude analýza údajov, riešenie problémov a rozhodovania na základe dostupných informácií a destilovaných poznatkov. Ľudia stále dominujú, najmä pokiaľ ide o inovácie a prácu. Je však ťažké predpovedať budúcnosť. Aspoň v tomto štádiu vývoja nie sú žiadne chytré roboty, ešte nie ...

Koncepcia umelej inteligencie (AI alebo AI) kombinuje nielen technológie na vytvorenie inteligentných strojov (vrátane počítačových programov). AI je tiež jedným z smerov vedeckej myšlienky.

Umelá inteligencia - definícia

Inteligencia - Toto je mentálna zložka osoby, ktorá má tieto schopnosti:

• prispôsobiteľné;
• učenie sa hromadením skúseností a vedomostí;
• schopnosť aplikovať vedomosti a zručnosti na riadenie životného prostredia.

Intellect zdvihne všetky ľudské schopnosti na poznanie reality. S pomocou ním si človek myslí, si pamätá nové informácie, vníma životné prostredie a tak ďalej.

Pod umelou inteligenciou je jedným z pokynov informačných technológií, ktorá sa zaoberá štúdiom a vývojom systémov (stroje), obdarených možnosťami ľudskej inteligencie: schopnosť učenia, logické uvažovanie, a tak ďalej.

V súčasnosti sa práca na umelej inteligencii vykonáva vytvorením nových programov a algoritmov, ktoré rozhodujúce úlohy rovnako ako človek robí.

Vzhľadom na to, že definícia AI sa vyvíja, pretože tento smer vyvíja, je potrebné spomenúť účinok AI. Účinok je chápaný pod ním, ktorý vytvára umelú inteligenciu, ktorá dosiahol určitý pokrok. Napríklad, ak sa AI naučil vykonávať akékoľvek kroky, potom sú kritici okamžite pripojení, čo dokazuje, že tieto úspechy nevedčia o prítomnosti myslenia z auta.

Dnes je rozvoj umelej inteligencie v dvoch nezávislých oblastiach:

• neurokaberetika;
• logický prístup.

Prvým smerom zahŕňa štúdium nervových sietí a evolučných výpočtov z hľadiska biológie. Logický prístup znamená vývoj systémov, ktoré napodobňujú inteligentné procesy na vysokej úrovni: myslenie, reč a tak ďalej.

Prvá práca v oblasti AI začala viesť uprostred minulého storočia. Štúdie Pioneer v tomto smere sa stali Alan turingHoci niektoré nápady začali vyjadriť filozofov a matematiky v stredoveku. Najmä na začiatku 20. storočia bola prezentovaná mechanické zariadenie schopné riešiť šachové úlohy.

Ale skutočne tento smer bol vytvorený do polovice minulého storočia. Vznik práce na AI predchádzala výskum prírody človeka, spôsoby, ako poznať okolitý svet, možnosti mentálneho procesu a iných oblastí. V tom čase sa objavili prvé počítače a algoritmy. To znamená, že nadácia bola vytvorená, na ktorej vznikol nový smer výskumu.

V roku 1950 Alan Turing zverejnil článok, v ktorom som bol požiadaný o možnosti budúcich strojov, ako aj či boli schopní obísť osobu z hľadiska racionality. Bol to tento vedec, ktorý vyvinutý postup, ktorý sa vyvinula neskôr v jeho počesť: Turing Test.

Po zverejnení diel anglického vedecku sa objavil nový výskum v oblasti AI. Podľa Tyurringu je možné uznať len auto, ktoré nie je možné rozlíšiť od človeka, je možné uznať, ako je to možné. Približne v rovnakom čase, keď sa objavil vedca, vznikol koncept s názvom Baby stroj. Poskytuje sa progresívnemu rozvoju AI a tvorby strojov, ktorých procesy myslenia sú prvej forme na úrovni dieťaťa, a potom postupne zlepšovať.

Termín "umelá inteligencia" vznikla neskôr. V roku 1952 skupina vedcov, vrátane Turing, zhromaždila na American University of Dartmund, aby diskutovala o otázkach týkajúcich sa AI. Po tomto stretnutí sa začal aktívny rozvoj automobilov s možnosťami umelej inteligencie.

Osobitná úloha pri vytváraní nových technológií v oblasti AI hral vojenské oddelenia, ktoré aktívne financovali tento smer výskumu. Následne začala práca v oblasti umelej inteligencie prilákať veľké spoločnosti.

Moderný život kladie zložitejšie úlohy pred výskumníkmi. Preto sa rozvoj AI vykonáva v zásade iných podmienok, ak ich porovnáme s tým, čo sa stalo počas pôvodu umelej inteligencie. Procesy globalizácie, pôsobenie útočníkov v digitálnej sfére, rozvoj internetu a ďalších problémov - to všetko dáva komplexné úlohy pred vedcami, ktorého riešenie leží v oblasti AI.

Napriek úspešnosti dosiahnutým v tejto oblasti v posledných rokoch (napríklad vznik autonómneho vybavenia), hlasy skeptics, ktoré neveria v vytváranie skutočne umelej inteligencie, a nie veľmi schopný program. Mnohé kritici sa obáva, že aktívny rozvoj AI čoskoro povedie k situácii, keď stroje úplne nahradia ľudí.

Pokyny pre výskum

Filozophy ešte neprišli k spoločnému stanovisku o tom, čo povaha ľudskej inteligencie, a aký je jeho stav. V tejto súvislosti, vo vedeckých prácach venovaných AI, existuje mnoho nápadov, ktoré hovoria, aké úlohy umelá inteligencia rieši. Neexistuje tiež jednotné pochopenie problému, ktoré auto môže byť považované za primerané.

Dnes je rozvoj umelých spravodajských technológií v dvoch smeroch:

1. Smerom nadol (semiotické). Zabezpečuje rozvoj nových systémov a základných základov, ktoré napodobňujú vysokú úroveň mentálne procesy typu reči, výrazov emócií a myslenia.
2. Vzostupne (biologické). Tento prístup zahŕňa vykonávanie výskumu v oblasti neurónových sietí, prostredníctvom ktorých sú vytvorené modely intelektuálneho správania z hľadiska biologických procesov. Na základe tohto smeru sa vytvoria neuropočítače.

Určuje schopnosť umelej inteligencie (stroj) myslieť, rovnako ako osoba. Vo všeobecnosti sa tento prístup stanovuje vytvorenie AI, ktorých správanie sa nelíši od ľudských činností v tom istom, normálnych situáciách. V skutočnosti, test turing naznačuje, že auto bude rozumné len vtedy, ak pri komunikácii s ním je nemožné pochopiť, kto hovorí: mechanizmus alebo živá osoba.

Knihy v žánri Fiction ponúkajú ďalší spôsob hodnotenia možností AI. Táto umelá inteligencia sa stane v prípade, že sa bude cítiť a môže vytvoriť. Tento prístup k definícii však nevydrží praktické aplikácie. Už napríklad autá sú vytvorené, ktoré majú schopnosť reagovať na zmeny v oblasti životného prostredia (studené, teplo a tak ďalej). Zároveň nemôžu cítiť spôsob, akým robí človek.

Symbolický prístup

Úspech pri riešení úloh je do značnej miery určený schopnosťou flexibilne pristupovať k situácii. Stroje, na rozdiel od ľudí, interpretovať získané údaje jedným spôsobom. Preto sa len osoba zúčastňuje na riešení problémov. Stroj vykonáva operácie na základe písaných algoritmov, ktoré vylučujú použitie niekoľkých modelov abstrakcie. Flexibilita programu možno dosiahnuť zvýšením zdrojov, ktoré sa týkajú pri riešení problémov.

Vyššie uvedené nevýhody sú charakteristické pre symbolický prístup používaný vo vývoji AI. Tento smer vývoja umelej inteligencie vám však umožňuje vytvárať nové pravidlá v procese výpočtu. A problémy vyplývajúce zo symbolického prístupu sú schopné riešiť logické metódy.

Logický prístup

Tento prístup zahŕňa vytvorenie modelov napodobeninami procesu uvažovania. Je založený na princípoch logiky.

Tento prístup nestanovuje použitie tuhých algoritmov, ktoré vedú k špecifickému výsledku.

Agent-orientovaný prístup

Využíva inteligentné agenti. Tento prístup naznačuje nasledovné: Intellect je výpočtová časť, ktorou sa dosiahnu ciele. Auto hrá úlohu inteligentného agenta. Pozná životné prostredie pomocou špeciálnych senzorov a spolupracuje s ním pomocou mechanických častí.

Agentúra orientovaný prístup sa zameriava na vývoj algoritmov a metód, ktoré umožňujú strojom udržiavať výkon v rôznych situáciách.

Hybridný prístup

Tento prístup zahŕňa kombinovanie nervových a symbolických modelov, vďaka ktorým sa dosiahne riešenie všetkých úloh spojených s procesmi myslenia a výpočtov. Napríklad neurónové siete môžu generovať smer, v ktorom sa pohybuje prevádzka stroja. A statické učenie poskytuje tento základ, ktorým sa riešia úlohy.

Podľa prognóz expertov Gartner.Avšak, do začiatku 2020, takmer všetky vyrobené softvérové \u200b\u200bprodukty budú používať umelé spravodajské technológie. Odborníci tiež naznačujú, že približne 30% investícií do digitálnej sféry bude na AI.

Podľa analytikov Gartner, umelá inteligencia otvára nové príležitosti pre spoluprácu ľudí a automobilov. V tomto prípade sa proces premiestnenia osoby AI nemožno zastaviť av budúcnosti sa zrýchľuje.

V spoločnosti PWC. Predpokladá sa, že do roku 2030 bude objem globálneho hrubého domáceho produktu rásť o približne 14% v dôsledku rýchleho zavedenia nových technológií. Okrem toho približne 50% zvýšenia zabezpečí zvýšenie efektívnosti výrobných procesov. Druhá polovica ukazovateľa bude dodatočný zisk získaný implementáciou AI na výrobky.

Spočiatku, účinok používania umelej inteligencie dostane Spojené štáty, pretože v tejto krajine sú vytvorené najlepšie podmienky pre prevádzku strojov na AI. V budúcnosti budú pred Čínou, ktoré odstránia maximálny zisk zavedením takýchto technológií do výrobkov a jeho výroby.

Odborníci spoločnosti Prebytočný. Tvrdí sa, že AI zvýši výnos malých podnikov o približne 1,1 biliónov dolárov. A to sa stane o 2021. Čiastočne na dosiahnutie špecifikovaného ukazovateľa bude úspešný na úkor implementácie riešení ponúkaných AI, v systéme zodpovednom za komunikáciu s klientmi. Zároveň sa zvýši účinnosť výrobných procesov v dôsledku ich automatizácie.

Zavedenie nových technológií tiež vytvorí ďalších 800 tisíc pracovných miest. Odborníci na vedomie, že špecifikovaný ukazovateľ úrovne straty voľných pracovných miest, ku ktorým došlo z dôvodu automatizácie procesov. Podľa prognózy analytikov založených na výsledkoch prieskumu medzi spoločnosťami sa ich náklady na automatizáciu výrobných procesov na začiatku roka 2020 zvýšia na približne 46 miliárd dolárov.

V Rusku je aj práca v oblasti AI. Po dobu 10 rokov, štát financoval v tejto oblasti viac ako 1,3 tisíc projektov. Okrem toho väčšina investícií prešla na rozvoj programov, ktoré nesúvisia s vykonávaním obchodných činností. To ukazuje, že Ruská podnikateľská komunita ešte nemá záujem o zavedenie umelých spravodajských technológií.

Celkovo približne 23 miliárd rubľov investovaných v Rusku v Rusku. Výška štátnych dotácií je nižšia ako objem financovania z oblasti AI, ktorá demonštruje iné krajiny. V Spojených štátoch, približne 200 miliónov dolárov na tieto účely.

Hlavne v Rusku zo štátneho rozpočtu prideľujú finančné prostriedky na rozvoj technológií AI, ktorý sa potom uplatňuje v sektore dopravy, obranného priemyslu av projektoch súvisiacich s bezpečnosťou. Táto okolnosť naznačuje, že v našej krajine je častejšie investovať do smerov, ktoré vám umožnia rýchlo dosiahnuť určitý účinok investovaných fondov.

Vyššie uvedená štúdia tiež ukázala, že v Rusku sa teraz akumuluje vysoký potenciál pre špecialistov odbornej prípravy, ktorí môžu byť zapojení do rozvoja technológií AI. Za posledných 5 rokov, približne 200 tisíc ľudí prešlo školenie v smeroch spojených s AI.

Technológie AI sa vyvíjajú v nasledujúcich smeroch:

• riešenie problémov, ktoré nám umožňujú priniesť možnosti AI na ľudské a nájsť spôsoby, ako ich integrovať do každodenného života;
• rozvoj plnohodnotnej mysle, prostredníctvom ktorého budú riešené úlohy, ktoré čelia ľudstvu.

V súčasnosti sa výskumníci zameriavajú na rozvojové technológie, ktoré riešia praktické úlohy. Zatiaľ čo vedci sa nepriblížili k vytvoreniu plnohodnotnej umelej mysle.

Mnohé spoločnosti sa zaoberajú rozvojovými technológiami v oblasti AI. "Yandex" viac ako jeden rok sa ich uplatňuje v práci vyhľadávača. Od roku 2016, ruská IT spoločnosť študuje v oblasti nervových sietí. Ten zmení charakter vyhľadávačov. Najmä neurónové siete porovnajú požiadavku zadanú používateľom s určitými číslami vektora, ktoré najviac úplne odráža význam úlohy. Inými slovami, vyhľadávanie nie je vykonané slovom, a to v skutočnosti informácie požadované človekom.

V roku 2016. Riedka Spustená služba "Zen"analyzuje užívateľské preferencie.

Spoločnosť ABBYY. Nedávno sa objavil systém Compoten.. S pomocou toho je možné pochopiť text napísaný v prirodzenom jazyku. Ostatné systémy založené na umelých inteligenčných technológiách sú relatívne nedávno zverejnené na trhu.

1. Findo. Systém môže rozpoznať ľudskú reč a je zapojený do vyhľadávania informácií v rôznych dokumentoch a súboroch pomocou komplexných požiadaviek.
2. Gamalon. Táto spoločnosť predstavila systém so schopnosťou vlastného vzdelávania.
3. Watson. IBM počítač pomocou veľkého počtu algoritmov v procese vyhľadávania informácií.
4. Viavoice. Systém rozpoznávania ľudského reči.

Veľké komerčné spoločnosti nefínujú na strane úspechov v oblasti umelej inteligencie. Banky aktívne zavádzajú podobné technológie svojim aktivitám. S pomocou systémov založených na systéme AI vykonávajú operácie na burzách, manažmentu nehnuteľností a vykonávať iné operácie.

Obranný priemysel, medicína a iné sféry implementujú technológie rozpoznávania objektov. A spoločnosti zahŕňajúce počítačové hry používajú AI na vytvorenie iného produktu.

Za posledných niekoľko rokov pracuje skupina amerických vedcov na projekte. NevrlýV ktorých výskumníci ponúkajú počítač rozpoznať to, čo je zobrazené na fotografii. Špecialisti naznačujú, že týmto spôsobom budú môcť vytvoriť systém schopný samoštúdia bez externého zásahu.

Spoločnosť Visionlab. predstavil svoju vlastnú platformu Luna.Ktoré môžu realizovať jednotlivcov, ktorí ich vyberú z obrovského klastra obrázkov a videí. Táto technológia sa používa dnes veľké banky a predajcovia siete. S Lunou môžete porovnať preferencie ľudí a ponúknuť im relevantné tovary a služby.

Ruská spoločnosť pracuje na takýchto technológiách N-Tech Lab. Zároveň sa jej špecialisti kŕmia, aby vytvorili systém rozpoznávania systému založený na neurónových sieťach. Podľa najnovších údajov je ruský vývoj lepší vyrovnať s úlohami ako osoba.

Podľa Štefana Hawkingu bude rozvoj umelých spravodajských technológií viesť k smrti ľudstva. Vedec si poznamenal, že ľudia kvôli zavedeniu AI sa začne postupne degradovať. A v prirodzenom evolúcii, keď človek na prežitie potrebuje neustále bojovať, tento proces nevyhnutne vedie k jeho smrti.

V Rusku sa otázka zavádzania AI pozitívne zváži. Alexey Kudrin raz uviedol, že používanie takýchto technológií by umožnilo približne 0,3% WFP znížiť náklady na zabezpečenie práce štátneho prístroja. Dmitrij Medvedev predpovedá zmiznutie viacerých profesií z dôvodu zavedenia AI. Úradník však zdôraznil, že používanie takýchto technológií povedie k rýchlemu rozvoju iných priemyselných odvetví.

Podľa odborníkov Svetového ekonomického fóra, na začiatku 2020 rokov vo svete kvôli automatizácii výroby pracovných miest, asi 7 miliónov ľudí sa stratí. Zavedenie AI s vysokou pravdepodobnosťou spôsobí transformáciu ekonomiky a zmiznutie viacerých profesií súvisiacich s spracovaním údajov.

Odborníci Mckinsey. Uvádza sa, že proces automatizácie výroby bude aktívnejší v Rusku, Číne a Indii. V týchto krajinách, v blízkej budúcnosti, až 50% pracovníkov stratí svoje miesta v dôsledku zavedenia AI. Ich miesto bude zaberať počítačové systémy a roboty.

Podľa McKinsey, umelá inteligencia nahradí profesie poskytujúce fyzickú prácu a spracovanie informácií: maloobchod, hotelový personál a tak ďalej.

V polovici súčasného storočia, odborníci Americkej spoločnosti veria, počet pracovných miest po celom svete sa zníži o približne 50%. Osoby ľudí budú brať autá schopné viesť podobné operácie s rovnakou alebo vyššou účinnosťou. Zároveň experti nevylučujú možnosť, v ktorej sa táto prognóza vykoná pred stanoveným obdobím.

Iní analytici všimli, že škoda, že roboty môžu platiť. Napríklad, McKinsey experti venujú pozornosť skutočnosti, že roboti, na rozdiel od ľudí, neplatia dane. V dôsledku poklesu výnosov do rozpočtu nebude štát schopný podporovať infraštruktúru na rovnakej úrovni. Preto, Bill Gates navrhol zaviesť novú daň z robotických techník.

AI technológie zvyšujú efektívnosť spoločností znížením počtu vykonaných chýb. Okrem toho vám umožnia zvýšiť rýchlosť operácií na úroveň, ktorú osoba nemôže dosiahnuť.

Podstatu umelej inteligencie vo formáte otázok a odpovedí. História stvorenia, výskumná technológia, je umelá inteligencia s IQ a je možné ho porovnať s človekom. Zodpovedal som na otázky profesor Stanfordskej univerzity John McCarthy.

Čo je umelá inteligencia (AI)?

Umelá inteligencia je oblasť vedy a inžinierstva, ktorá sa zaoberá tvorbou strojov a počítačových programov s inteligenciou. Je spojená s úlohou používania počítačov na pochopenie ľudskej inteligencie. V rovnakej dobe, umelá inteligencia by nemala byť obmedzená len biologicky pozorovanými metódami.

Áno, ale čo je inteligencia?

Intellect - schopnosť prísť k riešeniu s pomocou výpočtov. Intelekt rôznych typov a úrovní majú ľudí, mnoho zvierat a niektoré autá.

Neexistuje definícia inteligencie, ktorá nezávisí od jeho korelácie s ľudskou inteligenciou?

Doteraz neexistuje žiadne porozumenie, aké typy výpočtových postupov chceme byť nazývaní intelektuálne. Vieme ďaleko od všetkých mechanizmov inteligencie.

Je inteligencia jednoznačnej koncepcie, na otázku "robí túto auto inteligenciu?" Bolo možné odpovedať "áno" alebo "nie"?

Nie. Štúdie AI ukázali, ako používať iba niektoré mechanizmy. Ak sú potrebné len dobre študované modely na vykonanie úlohy, sú získané veľmi pôsobivé výsledky. Takéto programy majú "malú" inteligenciu.

Je umelá inteligencia pokus o napodobňovanie ľudskej inteligencie?

Niekedy, ale nie vždy. Na jednej strane sa naučíme, ako stroje riešiť problémy, sledovať ľudí alebo na prácu našich vlastných algoritmov. Na druhej strane výskumní pracovníci využívajú algoritmy, ktoré nie sú pozorované u ľudí alebo si vyžadujú oveľa väčšie výpočtové zdroje.

Počítačové programy majú IQ?

Nie. IQ je založený na tempe vývoja intelektu u detí. Toto je postoj veku, v ktorom dieťa zvyčajne získa určitý výsledok, do veku dieťaťa. Toto hodnotenie sa primerane vzťahuje na dospelých. IQ dobre koreluje s rôznymi ukazovateľmi úspechu alebo neúspechu v živote. Vytvorenie počítačov, ktoré môžu vytočiť vysoké skóre v testoch IQ, bude s ich nástrojom zle spojené. Napríklad schopnosť dieťaťa opakovať dlhú sekvenciu čísel je dobre korelovaná s inými inteligentnými schopnosťami. Ukazuje, koľko informácií môže dieťa pamätať naraz. V tomto prípade je odpočet v číslach pamäte triviálnou úlohou aj pre najviac primitívne počítače.

Ako porovnať ľudské a počítačové inteligencie?

Arthur R. Jensen, popredný výskumník v oblasti ľudskej inteligencie, ako "heuristická hypotéza" tvrdí, že obyčajní ľudia majú rovnaké spravodajské mechanizmy a intelektuálne rozdiely sú spojené s "kvantitatívnymi biochemickými a fyziologickými podmienkami". Patrí medzi ne rýchlosť myslenia, krátkodobej pamäte a schopnosť vytvárať presné a obnoviteľné dlhodobé spomienky.

Bez ohľadu na to, či je Jensenský bod priamo vo vzťahu k ľudskej inteligencii, situácia v AI je opak.

Počítačové programy majú veľkú ponuku rýchlosti a pamäti, ale ich schopnosti zodpovedajú intelektuálnym mechanizmom, ktoré programoví vývojári rozumejú a môžu v nich investovať. Niektoré schopnosti, ktoré deti zvyčajne nevyvíjajú pred zavedením dospievania. Iní, ktorí vlastnia dvojročné deti stále chýbajú. Bod je ešte zhoršený skutočnosťou, že kognitívne vedy stále nemôžu presne určiť, aké ľudské schopnosti sú. S najväčšou pravdepodobnosťou je organizácia intelektuálnych mechanizmov AI relatívne odlišná od tých u ľudí.

Keď človek dokáže vyriešiť úlohu rýchlejšie ako počítač, to naznačuje, že vývojári chýba pochopenie spravodajských mechanizmov potrebných na efektívne vykonávanie tejto úlohy.

Kedy začala štúdia?

Po druhej svetovej vojne začalo niekoľko ľudí pracovať nezávisle na intelektuálnych strojoch. Anglický matematika Alan Turing môže byť prvým z nich. Čítal svoju prednášku v roku 1947. Turing jeden z prvých rozhodnutí, že AI je najlepšie skúmaný programovacími počítačmi, a nie navrhovaním strojov. Do konca 50. rokov minulého storočia bolo veľa výskumníkov AI a väčšina z nich založila svoju prácu na programovacích počítačoch.

Je cieľom dať ľudskú myseľ do počítača?

Ľudská myseľ má veľa funkcií, je sotva možné napodobniť každý z nich.

Čo je to turing test?

V článku A. Alan Tyurin, 1950, "Počítač a myseľ" diskutovali o podmienkach pre hardvér strojom podľa inteligencie. Tvrdil, že ak by auto mohlo úspešne predstierať, že je mužom pred rozumným pozorovateľom, potom by ste sa mali považovať za primeranú. Toto kritérium uspokojí väčšinu ľudí, ale nie všetkých filozofov. Pozorovateľ musí komunikovať so strojom alebo človekom cez I / O nástroj na odstránenie potreby simulovať externý alebo ľudský hlas. Úlohou automobilov a osoby je, aby sa pozorovateľ považoval za muža.

Je jednostranný. Stroj, ktorý úspešne absolvoval test, by sa určite mal považovať za primeraný, aj keď nemá vedomosti o ľuďoch dostatočných na ich napodobňovanie.

Kniha Daniel Dennet "BrainChildren" obsahuje vynikajúcu diskusiu o teste Turing a jeho rôzne časti, ktoré boli úspešne implementované, to znamená, že s obmedzeniami poznatkov pozorovateľa o AI a predmetom diskusie. Ukazuje sa, že niektorí ľudia sú dosť ľahko presvedčiť, že pomerne primitívny program je rozumný.

Je cieľom dosiahnuť ľudskú úroveň inteligencie?

Áno. Konečným cieľom je vytvoriť počítačové programy, ktoré môžu riešiť problémy a dosiahnuť ciele, ako aj osobu. Vedci, ktorí vykonávajú výskum v úzkych regiónoch, však viedli oveľa menej ambiciózne ciele.

Ako ďaleko je umelá inteligencia z dosahovania ľudskej úrovne? Kedy sa to stane?

Inteligencia ľudskej úrovne možno dosiahnuť písaním veľkého počtu programov a zhromažďovanie rozsiahlych znalostných základov na faktoch v jazykoch, ktoré sa dnes používajú na vyjadrenie poznatkov.Väčšina výskumných pracovníkov AI však verí, že sú potrebné nové základné myšlienky. Preto nie je možné predpovedať, keď sa vytvorí inteligencia ľudskej úrovne.

Je počítačový stroj, ktorý môže byť intelektuálny?

Počítače môžu byť naprogramované tak, aby simulovali akýkoľvek typ stroja.

Rýchlosť počítačov im umožňuje mať inteligenciu?

Niektorí ľudia si myslia, že sú potrebné rýchlejšie počítače a nové nápady. Počítače a pred 30 rokmi boli dostatočne rýchle. Ak by sme ich len vedeli, ako ich naprogramovať.

A čo vytvorenie "detského auta", ktoré by sa mohli zlepšiť čítaním a učením sa na vlastnú skúsenosť?

Táto myšlienka bola opakovane ponúknutá od 40. rokov. Nakoniec sa bude realizovať. Ai programy AI ešte nedosiahli úroveň, ktorá umožňuje veľa toho, čo dieťa učí počas životne dôležitej činnosti. Existujúce programy nie sú dobre pochopené, aby sa naučili veľa čítaním.

Sú teória výpočtovej a výpočtovej zložitosti k kľúčom k AI?

Nie. Tieto teórie sú relevantné, ale nemajú vplyv na základné problémy AI.

V tridsiatych rokoch minulého storočia matematická logika Kurt Gödel a Alan Turing zistil, že neexistujú žiadne algoritmy, ktoré by zaručili riešenie všetkých úloh v niektorých dôležitých matematických regiónoch. Napríklad odpovede na otázky v duchu: "je návrh prvého poradia teorem" alebo "či polynómová rovnica má celočíselné riešenia v iných premenných." Keďže ľudia sú schopní vyriešiť úlohy tohto druhu, táto skutočnosť bola navrhnutá ako argument v prospech skutočnosti, že počítače sú vo svojej podstate schopní robiť to, čo ľudia robia. Roger Penrose to hovorí. Ľudia však nemôžu zaručiť riešeniasvojvoľný V týchto oblastiach.

V šesťdesiatych rokoch minulého storočia, vedecký programátori, medzi ktorými boli Steve Cook a Richard Carp, vyvinuli teóriu np-kompletných úloh. Úlohy v týchto oblastiach sú riešiteľné, ale zrejme, ich riešenie vyžaduje, aby čas rastúci exponenciálne s rozmernosťou problému. Najjednoduchším príkladom NP-kompletnej úlohy je otázka: Aké vyhlásenia o logike sú splnené? Ľudia často riešia problémy v oblasti plných úloh NP občas rýchlejšie, než je zaručené hlavnými algoritmami, ale nemôžu ich rýchlo vyriešiť vo všeobecnom prípade.

Pre AI je dôležité, aby pri riešení úloh algoritmy boli rovnaké účinné ako Ľudská myseľ. Definícia subdoménov, v ktorých sú dobré algoritmy, je dôležité, ale mnohé programy, ktoré rozhodujúce úlohy AI nesúvisia s ľahko identifikovateľnými subicas.

Teória zložitosti spoločných tried úloh sa nazýva výpočtová zložitosť. Doteraz táto teória nebola s AI čo najviac komunikovala nádej. Úspech pri riešení problémov s ľuďmi a programami AI zrejme závisí od vlastností úloh a metód na riešenie problémov, ktoré nie sú ani výskumníci zložitosti, ani komunita AI presne určiť.

Relevantná je aj teória algoritmickej zložitosti, navrhnutá nezávisle od seba Solomonov, Kolmogorov a Chaytti. Definuje zložitosť znakového objektu ako najkratší program, ktorý ho môže generovať. Dôkaz o tom, že kandidátsky program je najkratší alebo blízko k tomu, je neriedateľná úloha, ale prezentácia objektov generovaním krátkych programov môže niekedy objasniť situáciu, aj keď nemôžete dokázať, že váš program je najkratší.