Mi tehát a mesterséges intelligencia, és miért nem szabad félni tőle. AI a gyártásban

Mesterséges intelligencia (AI, eng. Artificial Intelligence, AI) - az intelligens gépek, különösen az intelligens számítógépes programok létrehozásának tudománya és technológiája. A mesterséges intelligencia ahhoz a hasonló feladathoz kapcsolódik, hogy számítógépeket használnak az emberi intelligencia megértésére, de nem feltétlenül korlátozódik biológiailag elfogadható módszerekre.

Mi a mesterséges intelligencia

Intelligencia(a latin intellectus szóból - érzékelés, észlelés, megértés, megértés, fogalom, értelem), vagy elme - a psziché minősége, amely az új helyzetekhez való alkalmazkodás képességéből, a tapasztalaton alapuló tanulás és emlékezés, megértés és alkalmazás képességéből áll. elvont fogalmakat, és saját ismereteit használja fel a környezetgazdálkodáshoz. Az intelligencia egy általános megismerési és nehézségek megoldási képesség, amely egyesíti az ember összes kognitív képességét: az érzékelést, az észlelést, a memóriát, a reprezentációt, a gondolkodást, a képzeletet.

Az 1980-as évek elején Barr és Feigenbaum számítástechnikai tudósok a mesterséges intelligencia (AI) következő meghatározását javasolták:

Később számos algoritmust és szoftverrendszert kezdtek AI néven emlegetni, amelyek megkülönböztető jellemzője, hogy bizonyos problémákat ugyanúgy meg tudnak oldani, ahogyan azt az ember, aki a megoldásán gondolkodik.

A mesterséges intelligencia fő tulajdonságai a nyelvértés, a tanulás, valamint a gondolkodás, és ami fontos, a cselekvés képessége.

Az AI kapcsolódó technológiák és folyamatok komplexuma, amelyek minőségileg és gyorsan fejlődnek, például:

természetes nyelvű szövegfeldolgozás
szakértői rendszerek
virtuális ügynökök (chatbotok és virtuális asszisztensek)
ajánlási rendszerek.

Az AI technológiai irányai. Deloitte Data

AI kutatás

Fő cikk: Kutatások a mesterséges intelligencia területén

AI szabványosítás

2018: Szabványok kidolgozása a kvantumkommunikáció, a mesterséges intelligencia és az intelligens város területén

2018. december 6-án a Kiberfizikai Rendszerek Műszaki Bizottsága az RVC alapján a SafeNet Regionális Mérnöki Központtal közösen megkezdte a Nemzeti Technológiai Kezdeményezés (NTI) és a digitális gazdaság piacaira vonatkozó szabványcsomag kidolgozását. 2019 márciusára a tervek szerint műszaki szabványosítási dokumentumokat dolgoznak ki a kvantumkommunikáció területén, és , számolt be az RVC. Olvass tovább.

A mesterséges intelligencia hatása

Az emberi civilizáció fejlődésének veszélye

Hatás a gazdaságra és az üzleti életre

A mesterséges intelligencia technológiák hatása a gazdaságra és az üzleti életre

Hatás a munkaerőpiacra

Mesterséges intelligencia elfogultság

A mesterséges intelligencia (gépi fordítás, beszédfelismerés, természetes nyelvi feldolgozás, számítógépes látás, vezetés automatizálása és egyebek) középpontjában a mély tanulás áll. Ez a gépi tanulás egy részhalmaza, amelyet neurális hálózati modellek használata jellemez, amelyekről elmondható, hogy utánozzák az agy működését, így aligha sorolhatók be az AI-ba. Bármely neurális hálózati modellt nagy adathalmazokra képeznek, így bizonyos „készségekre” tesz szert, de ezek felhasználási módja homályos marad az alkotók számára, ami végül sok mély tanulási alkalmazás egyik legfontosabb problémája lesz. Ennek az az oka, hogy egy ilyen modell formálisan működik képekkel, anélkül, hogy megértené, mit csinál. Egy ilyen mesterséges intelligencia rendszer és a gépi tanulásra épülő rendszerekben megbízhatunk? Az utolsó kérdésre adott válasz jelentősége túlmutat a tudományos laboratóriumokon. Ezért a média figyelme az AI-elfogultságnak nevezett jelenség iránt érezhetően fokozódott. Lefordítható "AI torzításnak" vagy "AI torzításnak". Olvass tovább.

Mesterséges intelligencia technológiai piac

AI piac Oroszországban

A globális mesterséges intelligencia piac

Az AI alkalmazásai

A mesterséges intelligencia alkalmazási területei meglehetősen szélesek, és kiterjednek mind a hallás számára jól ismert technológiákra, mind a feltörekvő, a tömeges alkalmazástól távol álló új területekre, vagyis ez a megoldások teljes skálája a porszívóktól az űrállomásokig. Minden sokféleségüket fel lehet osztani a kulcsfontosságú fejlesztési pontok kritériumai szerint.

Az AI nem egy monolitikus témakör. Ezenkívül egyes mesterséges intelligencia-technológiák a gazdaság új alágazataként és különálló entitásként jelennek meg, miközben egyidejűleg a gazdaság legtöbb területét szolgálják ki.

A mesterséges intelligencia technológiák főbb kereskedelmi alkalmazásai

A mesterséges intelligencia használatának fejlődése a gazdaság klasszikus ágazataiban a technológiák adaptációjához vezet a teljes értéklánc mentén, és átalakítja azokat, ami a logisztikától a vállalatirányításig szinte minden funkcionalitás algoritmizálásához vezet.

A mesterséges intelligencia használata védelmi és katonai célokra

Használata az oktatásban

Az AI használata az üzleti életben

AI az energiaiparban

Tervezési szinten: a termelés és az energiaforrások iránti kereslet jobb előrejelzése, az áramtermelő berendezések megbízhatóságának felmérése, a termelés növelésének automatizálása kereslet-emelkedés esetén.
Gyártási szinten: berendezések megelőző karbantartásának optimalizálása, termelési hatékonyság növelése, veszteségek csökkentése, energiaforrások ellopásának megakadályozása.
Promóciós szinten: az árképzés napszaktól és dinamikus számlázástól függő optimalizálása.
Szolgáltatásnyújtás szintjén: a legjövedelmezőbb beszállító automatikus kiválasztása, részletes fogyasztási statisztikák, automatizált ügyfélszolgálat, energiaoptimalizálás a vevői szokások és magatartás alapján.

AI a gyártásban

Tervezési szinten: az új termékek fejlesztésének hatékonyságának javítása, a beszállítók automatizált értékelése és a pótalkatrészekre és alkatrészekre vonatkozó követelmények elemzése.
Gyártási szinten: a feladatok végrehajtási folyamatának javítása, összeszerelő sorok automatizálása, a hibák számának csökkentése, az alapanyagok szállítási idejének csökkentése.
Promóciós szinten: támogatási és karbantartási szolgáltatások volumenének előrejelzése, árkezelés.
Szolgáltatásnyújtás szintjén: flottaútvonaltervezés fejlesztése, flottaerőforrás-igény, szervizmérnök képzés minőségének javítása.

AI a bankokban

Mintafelismerés – használt incl. hogy felismerje az ügyfeleket a fiókokban, és speciális ajánlatokat küldjön nekik.

A mesterséges intelligencia technológiák alkalmazásának főbb kereskedelmi területei a bankokban

AI a közlekedésben

Az autóipar forradalom küszöbén áll: az önvezető vezetés korszakának 5 kihívása

AI a logisztikában

AI a sörfőzésben

Az AI használata a közigazgatásban

AI a kriminalisztika területén

Mintafelismerés – használt incl. bűnözők felderítésére a közterületeken.

2018 májusában vált ismertté, hogy a holland rendőrség mesterséges intelligenciát használt összetett bűncselekmények kivizsgálására.

A The Next Web értesülései szerint a bűnüldöző szervek több mint 1500 feljelentést és 30 millió oldalt kezdtek digitalizálni a hideg esetekkel kapcsolatban. Az anyagokat 1988-tól kezdődően számítógépes formátumba helyezik át, amelyben a bűncselekményt legalább három évig nem sikerült megoldani, az elkövetőt több mint 12 év börtönbüntetésre ítélték.

Oldjon meg egy összetett bűntényt egy nap alatt. A rendőrség felveszi az AI-t

Az összes tartalom digitalizálása után egy gépi tanulási rendszerhez kapcsolódik, amely elemzi a rekordokat, és eldönti, hogy mely esetek használják a legjobb bizonyítékokat. Ez hetekről napokra csökkenti az ügyek feldolgozásának és a múltbeli és jövőbeli bűncselekmények megoldásának idejét.

A mesterséges intelligencia az eseteket „megoldhatóságuk” szerint osztja szét, és jelzi a DNS-vizsgálat lehetséges eredményeit. Ezután a tervek szerint automatizálják az elemzést a törvényszéki tudomány más területein, és talán még olyan területekre is kiterjednek, mint a társadalomtudományok és a tanúvallomások.

Ráadásul a rendszer egyik fejlesztője, Jeroen Hammer (Jeroen Hammer) szerint a jövőben megjelenhetnek a partnerek API-funkciói is.

A holland rendőrségnek van egy speciális egysége, amely a bűncselekmények megoldására szolgáló új technológiák fejlesztésére szakosodott. Ő volt az, aki létrehozta az AI-rendszert a bűnözők gyors felkutatására a bizonyítékok alapján.

AI az igazságszolgáltatásban

A mesterséges intelligencia területén megvalósuló fejlesztések hozzájárulnak az igazságszolgáltatás gyökeres megváltoztatásához, igazságosabbá és korrupciós sémáktól mentessé tételéhez. Ezt a véleményt 2017 nyarán fejtette ki Vladimir Krylov, a műszaki tudományok doktora, az Artezio műszaki tanácsadója.

A tudós úgy véli, hogy a már meglévő mesterségesintelligencia-megoldások sikeresen alkalmazhatók a gazdaság és a közélet különböző területein. A szakember kiemeli, hogy a mesterséges intelligenciát sikeresen alkalmazzák az orvostudományban, de a jövőben teljesen megváltoztathatja az igazságszolgáltatási rendszert.

„A mesterséges intelligencia terén elért fejleményekről szóló napi híreket nézve az ember csak csodálkozik a kutatók és fejlesztők fantáziájának kimeríthetetlenségén és gyümölcsöző képességén ezen a területen. A tudományos kutatásokról szóló jelentések folyamatosan tarkítják a piacra betörő új termékekről szóló jelentéseket, valamint a mesterséges intelligencia különféle területeken történő alkalmazása révén elért elképesztő eredményeket. Ha a várható eseményekről beszélünk, a médiában feltűnő hype kíséretében, amelyben az AI ismét a hírek hőse lesz, akkor valószínűleg nem kockáztatom meg a technológiai előrejelzések készítését. Feltételezem, hogy a következő esemény egy rendkívül hozzáértő bíróság megjelenése valahol mesterséges intelligencia formájában, korrekt és megvesztegethetetlen. Ez valószínűleg 2020-2025-ben fog megtörténni. Az ebben a bíróságon lezajló folyamatok pedig váratlan elmélkedésekhez és sok ember vágyához vezetnek, hogy az emberi társadalom irányításának legtöbb folyamatát a mesterséges intelligenciára ruházzák át.

A tudós a mesterséges intelligencia igazságszolgáltatási rendszerben történő felhasználását "logikus lépésként" ismeri el a jogalkotási egyenlőség és igazságosság fejlesztésében. A gépi elme nem kitéve a korrupciónak és az érzelmeknek, szigorúan be tudja tartani a jogszabályi kereteket, és számos tényezőt figyelembe véve hozhat döntéseket, beleértve a vitában résztvevőket jellemző adatokat is. Az orvosi terület analógiájára a robotbírók a közszolgálati adattárakból származó big data-okkal dolgozhatnak. Feltételezhető, hogy a gépi intelligencia képes lesz gyorsan feldolgozni az adatokat és sokkal több tényezőt is figyelembe venni, mint egy emberi bíró.

A pszichológiai szakértők azonban úgy vélik, hogy az érzelmi komponens hiánya a bírósági ügyek elbírálásában negatívan befolyásolja a döntés minőségét. A gépbíróság ítélete túlságosan egyértelműnek bizonyulhat, nem veszi figyelembe az emberek érzéseinek, hangulatainak fontosságát.

Festmény

2015-ben a Google csapata neurális hálózatokat tesztelt, hogy megnézze, képesek-e önállóan képeket létrehozni. Ezután a mesterséges intelligencia képzése történt nagyszámú különböző kép példáján. Amikor azonban „felkérték” a gépet, hogy önmagában is ábrázoljon valamit, kiderült, hogy kissé furcsán értelmezi a minket körülvevő világot. Például a súlyzók rajzolásának feladatához a fejlesztők egy képet kaptak, amelyen a fémet emberi kéz köti össze. Ez valószínűleg annak köszönhető, hogy a képzési szakaszban a súlyzókkal elemzett képek kezet tartalmaztak, és a neurális hálózat ezt félreértelmezte.

2016. február 26-án egy különleges aukción San Franciscóban a Google képviselői mintegy 98 000 dollárt gyűjtöttek össze mesterséges intelligencia által festett pszichedelikus festményekből. Ezeket az összegeket jótékony célokra ajánlották fel. Az alábbiakban bemutatjuk az egyik legsikeresebb képet az autóról.

A Google mesterséges intelligencia által festett kép.

Rámutat: „A probléma az, hogy még nem tudjuk általánosan meghatározni, hogy mely számítási eljárásokat akarjuk intelligensnek nevezni. Az intelligencia egyes mechanizmusait megértjük, másokat nem. Ezért ezen a tudományon belül az intelligencia csak a világban elért célok elérésére való képesség számítási összetevőjeként értendő.

Ugyanakkor létezik egy álláspont, amely szerint az intelligencia csak biológiai jelenség lehet.

Amint az Orosz Mesterséges Intelligencia Szövetség szentpétervári szervezetének elnöke, T. A. Gavrilova rámutat, angolul a kifejezés mesterséges intelligencia nem rendelkezik azzal a kissé fantasztikus antropomorf színezéssel, amelyet egy meglehetősen sikertelen orosz fordításban szerzett. Szó intelligencia jelentése "az ésszerű ésszerű képesség", és egyáltalán nem "intelligencia", aminek van angol megfelelője értelem .

Az Orosz Mesterséges Intelligencia Szövetség tagjai a következő definíciókat adják a mesterséges intelligencia fogalmára:

Az intelligencia egyik magándefiníciója, amely egy személyben és egy „gépben” is közös, így fogalmazható meg: „Az intelligencia egy rendszer azon képessége, hogy öntanulás során (elsősorban heurisztikus) programokat hozzon létre a problémák megoldására. egy bizonyos összetettségi osztályt, és oldja meg ezeket a problémákat”.

A mesterséges intelligenciát gyakran a legegyszerűbb elektronikának is nevezik, amely jelzi az érzékelők jelenlétét és az üzemmód automatikus kiválasztását. A mesterséges szó ebben az esetben azt jelenti, hogy nem szabad elvárni, hogy a rendszer új üzemmódot találjon a fejlesztők által nem tervezett helyzetben.

A mesterséges intelligencia tudományának fejlődésének előfeltételei

A mesterséges intelligencia, mint új tudományos irányzat története a 20. század közepén kezdődik. Ekkor már keletkezésének számos előfeltétele kialakult: a filozófusok között régóta viták folytak az ember természetéről és a világ megismerésének folyamatáról, neurofiziológusok és pszichológusok számos elméletet dolgoztak ki az emberi agy működésére, gondolkodók, közgazdászok és matematikusok kérdéseket tettek fel az optimális számításokról és a világgal kapcsolatos ismeretek formalizált formában való megjelenítéséről; végül megszületett a matematikai számításelmélet alapja - az algoritmusok elmélete - és létrejöttek az első számítógépek.

Az új gépek képességei a számítási sebesség tekintetében nagyobbnak bizonyultak, mint az emberieké, így belopózott a kérdés a tudományos közösségbe: mi a határa a számítógépek képességeinek, és vajon a gépek elérik-e az emberi fejlettség szintjét? 1950-ben a számítástechnika egyik úttörője, Alan Turing angol tudós írt egy cikket "Can a machine think?" , amely egy Turing-tesztnek nevezett eljárást ír le, amellyel meg lehet határozni azt a pillanatot, amikor egy gép intelligencia szempontjából egyenlővé válik egy személlyel.

A mesterséges intelligencia fejlődésének története a Szovjetunióban és Oroszországban

A Szovjetunióban a mesterséges intelligencia területén végzett munka az 1960-as években kezdődött. Számos úttörő tanulmányt végeztek a Moszkvai Egyetemen és a Tudományos Akadémián Veniamin Puskin és D. A. Pospelov vezetésével.

1964-ben jelent meg Szergej Maszlov leningrádi logikus "Inverz módszer a levezethetőség megállapítására a klasszikus predikátumszámításban" című munkája, amelyben először javasoltak egy módszert a tételek bizonyításának automatikus keresésére a predikátumszámításban.

Az 1970-es évekig a Szovjetunióban minden mesterséges intelligenciával kapcsolatos kutatást a kibernetika keretein belül végeztek. D. A. Pospelov szerint a „számítástechnika” és a „kibernetika” tudományai akkoriban keveredtek, számos tudományos vita miatt. Csak az 1970-es évek végén a Szovjetunióban kezdtek beszélni a "mesterséges intelligencia" tudományos irányáról, mint a számítástechnika egyik ágáról. Ezzel egy időben megszületett maga az informatika is, leigázva az ős „kibernetikát”. Az 1970-es évek végén elkészült a mesterséges intelligencia magyarázó szótára, egy háromkötetes kézikönyv a mesterséges intelligenciáról és egy enciklopédikus számítástechnikai szótár, amelyben a "Kibernetika" és a "Mesterséges intelligencia" fejezetek is szerepelnek, más részekkel együtt. , számítástechnikában. A "számítástechnika" kifejezés az 1980-as években terjedt el, és a "kibernetika" kifejezés fokozatosan eltűnt a forgalomból, és csak azoknak az intézményeknek a nevében maradt meg, amelyek az 1950-es évek végén és a 60-as évek elején a "kibernetikai fellendülés" korszakában keletkeztek. A mesterséges intelligencia, a kibernetika és a számítástechnika ezen nézetét nem mindenki osztja. Ez annak a ténynek köszönhető, hogy Nyugaton e tudományok határai némileg eltérőek.

Megközelítések és irányok

A probléma megértésének megközelítései

Nincs egységes válasz arra a kérdésre, hogy mit csinál a mesterséges intelligencia. Szinte minden szerző, aki könyvet ír az MI-ről, valamilyen definícióból indul ki benne, figyelembe véve e tudomány vívmányait annak fényében.

csökkenő (angol) Felülről lefelé AI), szemiotikai - magas szintű mentális folyamatokat imitáló szakértői rendszerek, tudásbázisok és következtetési rendszerek létrehozása: gondolkodás, érvelés, beszéd, érzelmek, kreativitás stb.;
növekvő (angol) Alulról felfelé AI), biológiai - az intellektuális viselkedést biológiai elemek alapján modellező neurális hálózatok és evolúciós számítások, valamint megfelelő számítástechnikai rendszerek, például neuroszámítógép vagy bioszámítógép létrehozása.

Ez utóbbi megközelítés szigorúan véve nem vonatkozik a mesterséges intelligencia tudományára abban az értelemben, ahogyan azt John McCarthy adta – csak egy közös végső cél köti össze őket.

Turing-teszt és intuitív megközelítés

Egy empirikus tesztet javasolt Alan Turing a "Computing Machines and the Mind" című cikkében (Eng. Számítástechnikai gépek és intelligencia ) 1950-ben jelent meg a filozófiai folyóiratban Ész". A teszt célja az emberhez közeli mesterséges gondolkodás lehetőségének meghatározása.

Ennek a tesztnek a standard értelmezése a következő: " Egy személy egy számítógéppel és egy személlyel kommunikál. A kérdésekre adott válaszok alapján meg kell határoznia, hogy kivel beszél: személlyel vagy számítógépes programmal. A számítógépes program feladata, hogy félrevezesse az embert, rossz választásra kényszerítve.". A teszt résztvevői nem látják egymást.

A legáltalánosabb megközelítés azt feltételezi, hogy a mesterséges intelligencia normál helyzetekben képes lesz emberszerű viselkedést tanúsítani. Ez az elképzelés a Turing-teszt megközelítésének általánosítása, amely kimondja, hogy a gép akkor válik intelligenssé, ha képes egy hétköznapi emberrel beszélgetni, és nem lesz képes megérteni, hogy a géppel beszél (a a beszélgetést levelezés útján bonyolítják le).
A sci-fi írók gyakran más megközelítést javasolnak: a mesterséges intelligencia akkor jön létre, amikor egy gép képes érezni és alkotni. Így Andrew Martin tulajdonosa a "Bicentennial Man"-ból elkezdi emberként kezelni, amikor saját terve szerint játékot készít. A Star Trek adata pedig kommunikációra és tanulásra képes, érzelmek és intuíció megszerzéséről álmodik.

Ez utóbbi megközelítés azonban valószínűleg nem állja meg a helyét részletesebben. Például könnyű létrehozni egy olyan mechanizmust, amely értékeli a külső vagy belső környezet egyes paramétereit, és reagál azok kedvezőtlen értékeire. Egy ilyen rendszerről elmondhatjuk, hogy érzései vannak (a „fájdalom” a sokkérzékelőre adott reakció, az „éhség” az akkumulátor alacsony töltöttségi szintje stb.). A Kohonen térképek által létrehozott klaszterek és az "intelligens" rendszerek sok más terméke pedig egyfajta kreativitásnak tekinthető.

Szimbolikus megközelítés

Történelmileg a szimbolikus megközelítés volt az első a digitális számítógépek korában, hiszen a Lisp, az első szimbolikus számítástechnikai nyelv megalkotása után bízott meg szerzője az intelligencia ezen eszközeinek gyakorlati megvalósításának lehetőségében. A szimbolikus megközelítés lehetővé teszi, hogy gyengén formalizált reprezentációkkal és azok jelentéseivel operáljunk.

Az új problémák megoldásának sikere és hatékonysága azon múlik, hogy csak a lényeges információkat kinyerjük, ami rugalmasságot igényel az absztrakciós módszerekben. Míg egy normál program beállítja az adatok értelmezésének egyik módját, ezért a munkája elfogultnak és tisztán mechanikusnak tűnik. Ebben az esetben csak egy ember, egy elemző vagy egy programozó tud megoldani egy intellektuális problémát, nem bízhatja ezt a gépre. Ennek eredményeként egyetlen absztrakciós modell jön létre, konstruktív entitások és algoritmusok rendszere. A rugalmasság és sokoldalúság pedig jelentős erőforrás-költségeket eredményez a nem tipikus feladatokhoz, vagyis a rendszer visszatér az intelligenciából a nyers erőbe.

A szimbolikus számítások fő jellemzője az új szabályok létrehozása a program végrehajtása során. Míg a nem intelligens rendszerekben rejlő lehetőségek éppen azelőtt teljesednek ki, hogy az újonnan felmerülő nehézségeket legalább jelezni tudják. Ráadásul ezek a nehézségek nem oldódnak meg, és végül a számítógép önmagában nem fejleszti ezeket a képességeket.

A szimbolikus megközelítés hátránya, hogy az ilyen nyitott lehetőségeket a felkészületlen emberek eszközhiányként érzékelik. Ezt a meglehetősen kulturális problémát részben megoldja a logikai programozás.

logikus megközelítés

A mesterséges intelligencia rendszerek létrehozásának logikai megközelítése a predikátum nyelvet használó tudásbázisok logikai modelljeivel rendelkező szakértői rendszerek létrehozására irányul.

A Prolog logikai programozási nyelvet és rendszert az 1980-as években alkalmazták a mesterséges intelligencia rendszerek képzési modelljeként. A Prolog nyelven írt tudásbázisok a logikai predikátumok nyelvén írt tények és következtetési szabályok halmazait képviselik.

A tudásbázisok logikai modellje lehetővé teszi, hogy ne csak konkrét információkat és adatokat rögzítsen tények formájában a Prolog nyelven, hanem általánosított információkat is a következtetés szabályai és eljárásai segítségével, beleértve a bizonyos tudást konkrétként kifejező fogalmak meghatározásának logikai szabályait is. és általánosított információ.

Általánosságban elmondható, hogy a mesterséges intelligencia problémáinak kutatása a tudásbázisok és szakértői rendszerek tervezésének logikus megközelítése keretein belül az intelligens információs rendszerek létrehozására, fejlesztésére és működtetésére irányul, ideértve a hallgatók és iskolások oktatásának kérdéskörét is. valamint az ilyen intelligens információs rendszerek felhasználóinak és fejlesztőinek képzése.

Ügynök alapú megközelítés

Az 1990-es évek eleje óta kidolgozott legújabb megközelítés az ún ügynök alapú megközelítés, vagy intelligens (racionális) ágensek felhasználásán alapuló megközelítés. E megközelítés szerint az intelligencia az intelligens gép számára kitűzött célok elérésének képességének számítási része (nagyjából a tervezés). Egy ilyen gép maga is intelligens ágens lesz, amely érzékelők segítségével érzékeli a körülötte lévő világot, és aktuátorok segítségével képes befolyásolni a környezetben lévő tárgyakat.

Ez a megközelítés azokra a módszerekre és algoritmusokra összpontosít, amelyek segítenek az intelligens ügynöknek abban, hogy a környezetben túlélje feladatát. Tehát itt az útkeresési és döntéshozatali algoritmusokat sokkal alaposabban tanulmányozzuk.

Hibrid megközelítés

Fő cikk: Hibrid megközelítés

Hibrid megközelítés azt sugallja csak a neurális és szimbolikus modellek szinergikus kombinációja eléri a kognitív és számítási képességek teljes spektrumát. Például szakértői következtetési szabályok generálhatók neurális hálózatokkal, generatív szabályok pedig statisztikai tanulással. E megközelítés hívei úgy vélik, hogy a hibrid információs rendszerek sokkal erősebbek lesznek, mint a különféle fogalmak külön-külön összege.

Kutatási modellek és módszerek

A gondolkodási folyamatok szimbolikus modellezése

Fő cikk: Érvelési modellezés

Az AI történetét elemezve egy olyan kiterjedt irányvonalat emelhetünk ki, mint pl érvelés modellezése. E tudomány fejlődése évek óta ezen az úton haladt, és mára a modern AI egyik legfejlettebb területe. Az okfejtési modellezés szimbolikus rendszerek létrehozását jelenti, amelyek bemenetére egy bizonyos feladat kerül, a kimeneten pedig annak megoldására van szükség. A javasolt probléma általában már formalizált, azaz matematikai formára lefordítva, de vagy nincs megoldási algoritmusa, vagy túl bonyolult, időigényes stb. Ez az irány: tételbizonyítás, döntéshozatal, és játékelmélet, tervezés és kiszállítás , előrejelzés .

Természetes nyelvekkel való munka

Fontos irány az természetes nyelvi feldolgozás, amely az "emberi" nyelvű szövegek megértésének, feldolgozásának és generálásának lehetőségeit elemzi. Ezen az irányon belül olyan természetes nyelvi feldolgozás a cél, amely az interneten elérhető szövegek olvasásával önállóan is képes lenne tudás megszerzésére. A természetes nyelvi feldolgozás néhány közvetlen alkalmazása magában foglalja az információkeresést (beleértve a szövegbányászatot) és a gépi fordítást.

Az ismeretek ábrázolása, felhasználása

Irány tudásmérnökiötvözi az egyszerű információkból ismeretszerzés, azok rendszerezésének és felhasználásának feladatait. Ez az irány történelmileg kapcsolódik a teremtéshez szakértői rendszerek- olyan programok, amelyek speciális tudásbázisokat használnak, hogy megbízható következtetéseket vonjanak le bármilyen problémáról.

Az adatokból tudás előállítása az adatbányászat egyik alapvető problémája. Különféle megközelítések léteznek a probléma megoldására, beleértve a neurális hálózati technológián alapulókat is, amelyek neurális hálózat verbalizációs eljárásait alkalmazzák.

Gépi tanulás

Problémák gépi tanulás folyamatra vonatkozik független tudásszerzés egy értelmi rendszer által a működése során. Ez az irány a mesterséges intelligencia fejlesztésének kezdetétől fogva központi szerepet játszott. 1956-ban, a Dartmundi Nyári Konferencián Ray Solomonoff dolgozatot írt az Induktív Következtetési Gépnek nevezett, felügyelt valószínűségi gépről.

Robotika

Fő cikk: Intelligens robotika

Gépi kreativitás

Fő cikk: Gépi kreativitás

Az emberi kreativitás természetét még kevésbé értjük, mint az intelligencia természetét. Ennek ellenére ez a terület létezik, és itt a zeneírás, az irodalmi művek (gyakran vers vagy mese), a művészi kreativitás problémái vetődnek fel. A valósághű képek létrehozását széles körben használják a film- és játékiparban.

Külön kiemelve a mesterséges intelligencia rendszerek technikai kreativitás problémáinak vizsgálatát. Az 1946-ban G. S. Altshuller által javasolt feltaláló problémamegoldás elmélete jelentette az ilyen kutatások kezdetét.

Ha ezt a funkciót bármely intelligens rendszerhez hozzáadja, akkor nagyon világosan bemutathatja, hogy a rendszer pontosan mit észlel és hogyan érti. A hiányzó információ helyett zaj hozzáadásával, vagy a rendszerben rendelkezésre álló tudással a zaj szűrésével absztrakt tudásból konkrét képek jönnek létre, amelyek könnyen érzékelhetők az ember számára, ez különösen hasznos az intuitív és kis értékű ismeretek esetében, amelyek ellenőrzése egy formális forma jelentős szellemi erőfeszítést igényel.

Egyéb kutatási területek

Végül a mesterséges intelligenciának számos alkalmazása létezik, amelyek mindegyike szinte független irányt alkot. Ilyen például a programozási intelligencia a számítógépes játékokban, a nemlineáris vezérlés, az intelligens információbiztonsági rendszerek.

Látható, hogy számos kutatási terület fedi egymást. Ez minden tudományra igaz. De a mesterséges intelligenciában a látszólag különböző irányok közötti kapcsolat különösen erős, és ez az erős és gyenge AI-ról szóló filozófiai vitának köszönhető.

Modern mesterséges intelligencia

Az AI fejlesztésének két iránya van:

a speciális mesterséges intelligencia rendszerek emberi képességekhez való közelítésével és integrációjával kapcsolatos problémák megoldása, amit az emberi természet valósít meg ( lásd Intelligenciaerősítés);
mesterséges intelligencia létrehozása, amely a már megalkotott mesterséges intelligencia rendszerek integrálását jelenti egyetlen rendszerré, amely képes megoldani az emberiség problémáit ( lásd: Erős és gyenge mesterséges intelligencia).

Jelenleg azonban a mesterséges intelligencia területén számos olyan témakör érintett, amelyek inkább gyakorlatiasak, mint alapvetőek az AI számára. Számos megközelítést kipróbáltak, de még egyetlen kutatócsoport sem jutott elő a mesterséges intelligencia megjelenésével. Az alábbiakban csak néhány a legfigyelemreméltóbb AI-fejlesztések közül.

Alkalmazás

Tournament RoboCup

A leghíresebb AI rendszerek közül néhány:

A bankok mesterséges intelligencia rendszereket (AI) használnak a biztosítási tevékenységeikben (biztosításmatematika), a tőzsdén való játék és ingatlankezelés során. A mintafelismerő módszereket (beleértve a bonyolultabb és speciálisabbakat és a neurális hálózatokat is) széles körben alkalmazzák az optikai és akusztikus felismerésben (beleértve a szöveget és a beszédet), az orvosi diagnosztikában, a spamszűrőkben, a légvédelmi rendszerekben (célpont azonosítás), valamint számos egyéb nemzetbiztonsági feladat.

Pszichológia és kognitív tudomány

A kognitív modellezés módszertana a rosszul meghatározott helyzetek elemzésére és döntéshozatalára szolgál. Axelrod javasolta.

A szakértők helyzetről alkotott szubjektív elképzeléseinek modellezésén alapul, és a következőket tartalmazza: módszertan a helyzet strukturálására: modell a szakértői tudás előjeles digráf (kognitív térkép) formájában történő megjelenítésére (F, W), ahol F egy helyzettényezők halmaza, W a helyzettényezők közötti ok-okozati összefüggések halmaza; helyzetelemzés módszerei. Jelenleg a kognitív modellezés módszertana a helyzetelemző és modellező apparátus fejlesztése irányába fejlődik. Itt modelleket javasolnak a helyzet alakulásának előrejelzésére; inverz problémák megoldásának módszerei.

Filozófia

A „mesterséges intelligencia létrehozásának” tudománya nem vonzotta magára a filozófusok figyelmét. Az első intelligens rendszerek megjelenésével alapvető kérdések vetődtek fel az emberrel és a tudással, részben a világrenddel kapcsolatban.

A mesterséges intelligencia létrehozásának filozófiai problémáit két csoportra lehet osztani, viszonylagosan „az AI fejlődése előtt és után”. Az első csoport a következő kérdésre válaszol: "Mi az AI, lehetséges-e létrehozni, és ha lehetséges, hogyan kell csinálni?" A második csoport (a mesterséges intelligencia etikája) felteszi a kérdést: „Milyen következményekkel jár a mesterséges intelligencia létrehozása az emberiség számára?”

Az „erős mesterséges intelligencia” kifejezést John Searle vezette be, megközelítését pedig saját szavai jellemzik:

Ráadásul egy ilyen program több lenne, mint az elme modellje; szó szerint maga az elme lesz, abban az értelemben, ahogy az emberi elme az elme.

Ugyanakkor meg kell érteni, hogy lehetséges-e egy „tiszta mesterséges” elme („metamind”), amely megérti és megoldja a valódi problémákat, ugyanakkor mentes az érzelmektől, amelyek az emberre jellemzőek és szükségesek a számára. egyéni túlélés.

Ezzel szemben a gyenge mesterséges intelligencia szószólói szívesebben tekintik a szoftvert pusztán eszköznek bizonyos feladatok megoldására, amelyek nem igénylik az emberi kognitív képességek teljes skáláját.

Etika

Tudományos-fantasztikus

A mesterséges intelligencia témáját Robert Heinlein munkái különböző szemszögből vizsgálják: az AI öntudat kialakulásának hipotézise, amikor a struktúra egy bizonyos kritikus szintet meghaladóan összetettebbé válik, és interakcióba kerül a külvilággal és más tudathordozókkal ( „A Hold kemény úrnő”, „Elég idő a szerelemhez”, Mycroft, Dora és Aya szereplői a „Jövő története” sorozatban), a mesterséges intelligencia fejlődésének problémái a feltételezett öntudat után, valamint néhány társadalmi és etikai probléma (" Péntek"). Az emberi MI-vel való interakció szociálpszichológiai problémáit Philip K. Dick „Do Androids Dream of Electric Sheep? ”, amely a Blade Runner filmadaptációjából is ismert.

A virtuális valóság, a mesterséges intelligencia, a nanorobotok létrehozását és a mesterséges intelligencia filozófiájának számos más problémáját Stanislav Lem tudományos-fantasztikus író és filozófus írja le és nagymértékben várja. Külön kiemelendő a futurológia A technológia összege. Emellett a Csendes Iyon kalandjai többször is leírják az élőlények és a gépek kapcsolatát: a fedélzeti számítógép lázadását az azt követő váratlan eseményekkel (11. utazás), a robotok alkalmazkodását az emberi társadalomban ("A mosási tragédia" „Memories of Iyon the Quiet”), abszolút rend kialakítása a bolygón az élő lakosok feldolgozásával (24. utazás), Corcoran és Diagoras találmányai ("Memoirs of Iyon the Quiet"), egy robotok pszichiátriai klinikája (" Csendes Iyon emlékiratai"). Ezen kívül a Cyberiad történeteinek és történeteinek egész ciklusa létezik, ahol szinte minden szereplő robot, akik az emberek elől megszökött robotok távoli leszármazottai (sápadtnak nevezik az embereket, és mitikus lényeknek tartják).

Filmek

A közel 60-as évektől a fantasztikus történetek és regények írása mellett a mesterséges intelligenciáról szóló filmek is készülnek. A világszerte elismert szerzők számos regényét megfilmesítik, és a műfaj klasszikusává váltak, mások pedig a sci-fi fejlődésének mérföldkövévé válnak, mint például a Terminátor és a Mátrix.

Lásd még

Megjegyzések

GYIK John McCarthytól, 2007
M. Andrew. Valós élet és mesterséges intelligencia // "A mesterséges intelligencia hírei", RAII, 2000
Gavrilova T. A. Khoroshevsky V. F. Intelligens rendszerek tudásbázisa: Tankönyv egyetemek számára
Averkin A. N., Gaaze-Rapoport M. G., Pospelov D. A. Mesterséges intelligencia magyarázó szótára. - M.: Rádió és kommunikáció, 1992. - 256 p.
G. S. Osipov. Mesterséges intelligencia: a kutatás állása és pillantás a jövőbe
Ilyasov F. N. Mesterséges és természetes elme // A Türkmén SSR Tudományos Akadémiájának kiadványa, társadalomtudományok sorozata. 1986. No. 6. S. 46-54.
Alan Turing: Tudnak gondolkodni a gépek?
Intelligens gépek S. N. Korsakov
D. A. Poszpelov. Az informatika kialakulása Oroszországban
A kibernetika történetéről a Szovjetunióban. Első esszé, második esszé
Jack Copeland. Mi az a mesterséges intelligencia? 2000
Alan Turing, Computing Machinery and Intelligence, Mind, vol. LIX, sz. 236., 1950. október, pp. 433-460.
Természetes nyelvi feldolgozás:
A természetes nyelvi feldolgozó alkalmazások közé tartozik az információkeresés (beleértve a szövegelemzést és a gépi fordítást):
Gorban P. A. Neurális hálózatok tudáskinyerése adatokból és számítógépes pszichoanalízisből
Gépi tanulás:
Alan Turing központi témaként tárgyalt már 1950-ben a Computing Machinery and Intelligence című klasszikus cikkében. ()
(Az eredeti dokumentum pdf szkennelt másolata) (1957-ben megjelent változat, An Inductive Inference Machine, "IRE Convention Record, Section on Information Theory, Part 2, pp. 56-62")
Robotika:
, pp. 916–932
, pp. 908–915
Blue Brain Project – mesterséges agy
Az enyhe modorú Watson felnyársalja az emberi ellenfeleket veszélyben
20Q.net Inc.
Axelrod R. The Structure of Decision: Cognitive Maps of Political Elites. - Princeton. Egyetemi Kiadó, 1976
John Searle. Az agy elméje – számítógépes program?
Penrose R. A király új elméje. A számítógépekről, a gondolkodásról és a fizika törvényeiről. - M .: URSS, 2005. - ISBN 5-354-00993-6
Az AI mint globális kockázati tényező
…az Örök Élethez vezet
http://www.rc.edu.ru/rc/s8/intellect/rc_intellect_zaharov_2009.pdf Ortodox nézet a mesterséges intelligencia problémájáról
Harry Harrison. Turing választása. - M .: Eksmo-Press, 1999. - 480 p. - ISBN 5-04-002906-3

Irodalom

A számítógép tanul és okos (1. rész) // A számítógép intelligenciát nyer = Artificial Intelligence Computer Images / szerk. V. L. Stefanyuk. - Moszkva: Mir, 1990. - 240 p. - 100 000 példányban. - ISBN 5-03-001277-X (orosz); ISBN 705409155
Devyatkov V.V. Mesterséges intelligencia rendszerek / Ch. szerk. I. B. Fedorov. - M .: MSTU kiadó im. N. E. Bauman, 2001. - 352 p. - (Informatika a Műszaki Egyetemen). - 3000 példányban. - ISBN 5-7038-1727-7

Korszakov S.N.Új kutatási mód felírása ötleteket összehasonlító gépek segítségével / Szerk. MINT. Mihajlov. - M .: MEPhI, 2009. - 44 p. - 200 példány. -

MESTERSÉGES INTELLIGENCIA

A számítástechnika (számítástechnika) területe, amely az emberi intellektuális és érzékszervi képességek számítástechnikai eszközökkel történő modellezésére specializálódott. Az I.I. probléma felvetésének technológiai alapjai. az 1940-es években keletkezett alkotás eredményeként. az első számítógépek. Azonban csak az elején 1950-es évek az emberi intelligencia és a számítástechnikai eszközök között vált viták tárgyává, melynek eredménye a megfogalmazott angol. matematikus és logikus A. Turing „megkülönböztethetetlenség”. E teszt szerint egy számítástechnikai eszköz képes utánozni („gondolkodni”), ha „megért” egy kérést, és olyan választ generál, hogy az ember nem kételkedik abban, hogy egy személlyel cserél információt, nem pedig egy géppel. Kezdetben a magasabb emberi kognitív funkciók utánzása egyszerű játékokra korlátozódott, és a megfelelő programok létrehozásához algoritmikus módszert alkalmaztak. Az ezzel összefüggésben felmerülő nehézségekből radikális kiutat jelentett egy olyan heurisztikus módszer kidolgozása, amely bevált szabályok, technikák és stratégiák alkalmazását jelenti az intellektuális problémák megoldására. A heurisztikus módszer jobban megfelelt az emberi intelligencia valós eljárásainak, elkerülve a szükségtelen számításokat olyan esetekben, amikor az ismeretlen ismeretlen. Ezt a módszert először az 1956-os Amer létrehozásakor használták. A. Newell és G. Simon tudósok a Logical Theorist programból, amely meglehetősen sikeresen megbirkózott a matematikai logika tételeinek bizonyításával. Később ugyanezeknek a kutatóknak sikerült kidolgozniuk a „logikai teoretikus” alapgondolatait, és kifejleszteni (1964) egy új heurisztikus programot, a GPS-t ("Universal Problem Solver"), amely szimulálta a sakkban meghatározott intellektuális problémák megoldására használt általános stratégiákat. logika, tételbizonyítás, kriptográfia stb.
Az I.I. általában a D. McCarthy (az "AI" kifejezés szerzője) (1956) által szervezett dortmouthi konferenciához kötik, ahol tíz tudós kutatóprogramot fejlesztett ki intelligens viselkedésre képes számítógépes programok létrehozására. Ez a konferencia volt az, amely hatással volt egy új tudományágra - a kognitív pszichológiára -, és meghatározta I. I. jövőbeli kutatásainak menetét.
Az 1960-1970-es években. az öntanuló rendszerek, az egyszerű természetes nyelvi mondatokat megértő rendszerek, valamint a problémák megoldását, a tételek bizonyítását stb. lehetővé tevő rendszerek létrehozásával, amelyek a mesterséges intelligencia területén a legfontosabb kutatási terület. a számítógépes szakértői rendszerek fejlesztése, i.e. olyan rendszerek, amelyek egy adott terület szakértőjének információival (tudásbázisával) rendelkeznek, és képesek utánozni szellemi működését - elemezni, tanácsot adni, megoldásokat kínálni a feladatokra. A szakértői rendszerek a jövőben a legszélesebb körben alkalmazhatók az iparban, a pénzügyekben, a tudományban, a kultúrában, az orvostudományban és a katonai ügyekben. Ebben az időszakban olyan természetes nyelvi rendszereket kapnak, amelyek "megtanítják" a számítógépeket a parancsok elfogadására, értelmezésére és végrehajtására a felhasználó természetes nyelvén, természetesebb interfészt hozva létre az emberi és számítógépes kommunikációhoz. Ezeket a rendszereket használták gépi fordításra, összefoglalókra, bibliográfiai keresésekre, mondatszerkezet- és stíluselemzésekre, emberi beszélgetések modellezésére stb.
Az 1970-1980-as években. új módszerek kifejlesztésének köszönhetően - a keretek elmélete (M. Minsky), a technikai látásrendszerek elmélete (D. Marr), a PROLOG programozási nyelv stb. - új távlatok nyíltak a formára, színre, élekre, textúrára stb. vonatkozó információk kinyerése és a mintákkal (sablonokkal) való összefüggése alapján a mintafelismerés problémájának vizsgálatában. Az emberi szenzoros képességek számítógépes modellezésének fejlesztése megalapozta a beszédfelismerő és technikai látásrendszerek felépítését, amelyek lehetővé tették a felhasználó számára, hogy a számítógéppel beszélhessen, a számítógépek pedig „lássák” és „értsék” környezetüket. Az I.I. területén végzett kutatásokban olyan területeken is végeznek, mint a robotika, a neurális hálózatok (az emberi agy információfeldolgozási folyamatainak szimulációja), a fuzzy, amelyekről úgy gondolják, hogy kulcsfontosságúak a 21. században.
Az "I.I." A kortárs elmefilozófiában egy olyan fogalom megjelölésére is használják, amely szerint az emberi kognitív mentális állapotok számítástechnikai eszközökkel megkettőzhetők. Általában ennek a koncepciónak a gyenge és erős változatai között hajtják végre. Gyenge (mint például nem emel kifogást) csak azt állítja, hogy a megfelelően programozott számítástechnikai eszközök képesek szimulálni az embert. Az erős változat támogatói (D. Dennett, D. Fodor stb.) a pozícióbeli különbségek ellenére sokkal tovább mennek, feltételezve, hogy a megfelelően programozott számítástechnikai eszközök kognitív mentális állapotban lehetnek, és ebben az értelemben rendelkeznek intelligenciával és képességekkel megérteni . Ez a változat élénk vitát váltott ki az elmefilozófiában, és komoly kritikákba ütközött. E tekintetben az 1980-ban javasolt Amer. filozófus J. Searle mentális "kínai szoba". Ebből a kísérletből az következett, hogy a külvilágtól viszonylag elszigetelten egy bálnát jól manipuláló személy. hieroglifák, amelyek jelentését nem tudja, nem lehet biztosan megmondani, hogy kínai-e vagy sem. Bár támogatói azonnal kifogást emeltek az erős verzió kritikája ellen, mennyiben I.i. képes utánozni egy személyt, nyitott marad.

Filozófia: Enciklopédiai szótár. - M.: Gardariki. Szerkesztette: A.A. Ivina. 2004 .

MESTERSÉGES INTELLIGENCIA

ARTIFICIAL (angol mesterséges intelligencia) - 1) olyan tudományos irány, amely a megismerési és gondolkodási folyamatokat, az emberi problémamegoldó módszerek alkalmazását célozza a számítástechnika termelékenységének növelése érdekében; 2) különféle eszközök, mechanizmusok, programok, amelyek egyik vagy másik kritérium szerint „intelligensnek” nevezhetők; 3) a megismeréssel, az elmével és az emberrel kapcsolatos elképzelések halmaza, amely lehetővé teszi az intelligencia modellezésének kérdésének felvetését. Történelmileg a mesterséges intelligencia problémái összefüggenek a középkori gondolkodók tökéletes „filozófiai” vagy „első ádámi” nyelvének keresésével, amelyen keresztül az abszolút igazságot megismerhetjük. A mesterséges intelligenciáról szóló mitológiai elképzelések racionális tudományos konstrukcióvá alakításának folyamatában (Lulltól Leibnizen át Wienerig) három kulcsfontosságú gondolat emelkedik ki: egyrészt a világ végső racionális megismerésének lehetőségéről, másrészt a világról alkotott elképzelésről. az embertől, sem az emberiségtől független, objektív tudás, harmadrészt a tudás objektivitásának eszméje, amely a kibernetika szempontjából az információ fogadására, továbbítására és feldolgozására szolgáló folyamatok összessége.

A kibernetikától való elválasztása óta. 1950-es évek A mesterséges intelligencia területén végzett kutatás három szakaszon ment keresztül. Az első szakasz (1950-60-as évek) a mesterséges intelligencia kutatási programok kialakítását, az ehhez a tudományterülethez kapcsolódó feladatok sorának kialakítását (játékok, tételek, mintafelismerés, természetes nyelv, gépi fordítás, kísérlettervezés, robotika) öleli fel. módszerek és eszközök létrehozása e problémák megoldására (lisp nyelv, perceptron stb.). Ezt a szakaszt a kutatás széles körű nyilvános visszhangja és magas elvárások jellemzik. A következő szakasz (1960-70-es évek) a „klasszikus” tudományos-technikai diszciplína státuszának mesterséges intelligencia általi megszerzéséhez kötődik: az első nemzetközi konferenciák megtartása, a folyóiratok megjelenésének megkezdése, a releváns szakirodalom felolvasása. kurzusok az egyetemeken. Ekkoriban születtek olyan alapvető elméletek (fuzzy logika, tudásreprezentációs modellek, genetikai algoritmusok stb.), amelyek később új szellemi programok alapjául szolgáltak. A harmadik szakasz (1980-90-es évek) elsősorban a mesterséges intelligencia vívmányainak gyakorlati (kereskedelmi) felhasználásához köthető különböző tevékenységi területeken: pénzügy, közgazdaságtan, számítástechnika és háztartási gépek, menedzsment, menedzsment (szakértői rendszerek, adatbányászati programok, neuro- és bioszámítógépek). Ezt a szakaszt az érzelmekkel, hiedelmekkel, érzésekkel, gyakorlati készségekkel és a figuratív információk feldolgozásának nem analitikus módszereivel kapcsolatos racionális struktúrák tanulmányozása és modellezése is jellemzi, amely közelebb hozza a mesterséges intelligencia modern modelljeit természetes emberi prototípusukhoz.

Lit .: Turing A. Tud gondolkodni egy gép? M., 1960; Dreyfus X. Mit nem tudnak a számítógépek. A mesterséges intelligencia kritikája. M., 1978; Mesterséges intelligencia. - Referenciakönyv 3 könyvben. M., 1990; A mesterséges intelligencia jövője. M., 1991; Petrunin Yu. Yu. A titkos tudástól a neurokomputerig. Esszék a mesterséges intelligencia történetéről. M., 1996; Nyelv és intelligencia. M., 1996; Encyclopedia of Artificial Intelligence, vol. 1-2. N.Y., 1987; Wnograd T., Flores F. A számítógépek és a megismerés megértése: A tervezés új alapja. Norwood-New Jersey, 1987; A mesterséges intelligencia filozófiája, szerk. írta: M. Boden. Oxf., 1990; Penrose R. Shadows f the Mind. Szüret, 1995; Android Epistemology, szerk. írta: K. Ford, D. Glymour, P. Hayes. Menio Park, 1997.

Yu. Yu. Petrushn

Új Filozófiai Enciklopédia: 4 kötetben. M.: Gondolat. Szerk.: V. S. Stepin. 2001 .

Nézze meg, mi a "MESTERSÉGES INTELLIGENCIA" más szótárakban:

Egy alkalmazási folyamat azon képessége, hogy észlelje az intelligens emberi viselkedéshez kapcsolódó tulajdonságokat. A mesterséges intelligencia az informatika egyik ága, amely az emberi gondolkodás számítógép segítségével történő utánzásával foglalkozik. Magyarul: Mesterséges…… Pénzügyi szókincs

Problémás kutatási terület (tudományos irányvonal és alkalmazott fejlesztések) az emberi kreatív tevékenység modellezésére. A tudományos kutatás iránya, az úgynevezett „mesterséges intelligencia”, a 60-as években jelent meg. XX század...... Kultúratudományi Enciklopédia

mesterséges intelligencia- A MESTERSÉGES INTELLIGENCIA (lat. intellectus tudás, megértés, értelem) a modern számítástechnika kutatási iránya, melynek célja az emberi szellemi tevékenység utánzása és fokozása a ... ... Ismeretelméleti és Tudományfilozófiai Enciklopédia

mesterséges intelligencia- A számítógép azon képessége, hogy szimulálja a gondolkodás folyamatát azáltal, hogy olyan funkciókat hajt végre, amelyek általában az emberi intelligenciához kapcsolódnak. Megjegyzés Ezek a funkciók például a tanulás és a következtetés. [GOST 15971 90]… … Műszaki fordítói kézikönyv

mesterséges intelligencia- egy olyan kutatási terület, amely olyan számítógépes programok fejlesztésére összpontosít, amelyek képesek olyan funkciókat ellátni, amelyek általában egy személy intellektuális cselekvéseihez (lásd intelligencia) társulnak: elemzés ... Nagy Pszichológiai Enciklopédia

A MESTERSÉGES intelligencia, az informatika olyan ága, amely módszereket és eszközöket fejleszt az egyes emberi intellektuális cselekvések (információ észlelése, érvelési elemei stb.) számítógép segítségével történő modellezésére és reprodukálására. Mesterséges… Modern Enciklopédia

Mesterséges intelligencia- MESTERSÉGI INTELLIGENCIA, az informatika egyik ága, amely módszereket és eszközöket fejleszt az egyes emberi értelmi cselekvések (információ észlelése, érvelési elemei stb.) számítógépes modellezésére és reprodukálására. Mesterséges… Illusztrált enciklopédikus szótár

Az informatika egyik ága, ideértve az emberi kreatív tevékenység egyes funkcióinak számítógépes modellezésére és reprodukálására szolgáló módszerek kidolgozását, a tudás számítógépen történő megjelenítésének és tudásbázisok felépítésének problémájának megoldását, szakértői rendszerek létrehozását, ... ... Nagy enciklopédikus szótár

Mi a mesterséges intelligencia

Az 1980-as évek elején Barr és Feigenbaum számítástechnikai tudósok a mesterséges intelligencia (AI) következő meghatározását javasolták:

A mesterséges intelligencia fő tulajdonságai a nyelvértés, a tanulás, valamint a gondolkodás, és ami fontos, a cselekvés képessége.

Az AI kapcsolódó technológiák és folyamatok komplexuma, amelyek minőségileg és gyorsan fejlődnek, például:

természetes nyelvű szövegfeldolgozás
szakértői rendszerek
virtuális ügynökök (chatbotok és virtuális asszisztensek)
ajánlási rendszerek.

Az AI technológiai irányai. Deloitte Data

AI kutatás

Fő cikk: Kutatások a mesterséges intelligencia területén

AI szabványosítás

2018: Szabványok kidolgozása a kvantumkommunikáció, a mesterséges intelligencia és az intelligens város területén

A mesterséges intelligencia hatása

Az emberi civilizáció fejlődésének veszélye

Hatás a gazdaságra és az üzleti életre

A mesterséges intelligencia technológiák hatása a gazdaságra és az üzleti életre

Hatás a munkaerőpiacra

Mesterséges intelligencia elfogultság

Mesterséges intelligencia technológiai piac

AI piac Oroszországban

A globális mesterséges intelligencia piac

Az AI alkalmazásai

A mesterséges intelligencia technológiák főbb kereskedelmi alkalmazásai

A mesterséges intelligencia használata védelmi és katonai célokra

Használata az oktatásban

Az AI használata az üzleti életben

AI az energiaiparban

Tervezési szinten: a termelés és az energiaforrások iránti kereslet jobb előrejelzése, az áramtermelő berendezések megbízhatóságának felmérése, a termelés növelésének automatizálása kereslet-emelkedés esetén.
Gyártási szinten: berendezések megelőző karbantartásának optimalizálása, termelési hatékonyság növelése, veszteségek csökkentése, energiaforrások ellopásának megakadályozása.
Promóciós szinten: az árképzés napszaktól és dinamikus számlázástól függő optimalizálása.
Szolgáltatásnyújtás szintjén: a legjövedelmezőbb beszállító automatikus kiválasztása, részletes fogyasztási statisztikák, automatizált ügyfélszolgálat, energiaoptimalizálás a vevői szokások és magatartás alapján.

AI a gyártásban

Tervezési szinten: az új termékek fejlesztésének hatékonyságának javítása, a beszállítók automatizált értékelése és a pótalkatrészekre és alkatrészekre vonatkozó követelmények elemzése.
Gyártási szinten: a feladatok végrehajtási folyamatának javítása, összeszerelő sorok automatizálása, a hibák számának csökkentése, az alapanyagok szállítási idejének csökkentése.
Promóciós szinten: támogatási és karbantartási szolgáltatások volumenének előrejelzése, árkezelés.
Szolgáltatásnyújtás szintjén: flottaútvonaltervezés fejlesztése, flottaerőforrás-igény, szervizmérnök képzés minőségének javítása.

AI a bankokban

Mintafelismerés – használt incl. hogy felismerje az ügyfeleket a fiókokban, és speciális ajánlatokat küldjön nekik.

A mesterséges intelligencia technológiák alkalmazásának főbb kereskedelmi területei a bankokban

AI a közlekedésben

Az autóipar forradalom küszöbén áll: az önvezető vezetés korszakának 5 kihívása

AI a logisztikában

AI a sörfőzésben

Az AI használata a közigazgatásban

AI a kriminalisztika területén

Mintafelismerés – használt incl. bűnözők felderítésére a közterületeken.

2018 májusában vált ismertté, hogy a holland rendőrség mesterséges intelligenciát használt összetett bűncselekmények kivizsgálására.

Oldjon meg egy összetett bűntényt egy nap alatt. A rendőrség felveszi az AI-t

Ráadásul a rendszer egyik fejlesztője, Jeroen Hammer (Jeroen Hammer) szerint a jövőben megjelenhetnek a partnerek API-funkciói is.

AI az igazságszolgáltatásban

„A mesterséges intelligencia terén elért fejleményekről szóló napi híreket nézve az ember csak csodálkozik a kutatók és fejlesztők fantáziájának kimeríthetetlenségén és gyümölcsöző képességén ezen a területen. A tudományos kutatásokról szóló jelentések folyamatosan tarkítják a piacra betörő új termékekről szóló jelentéseket, valamint a mesterséges intelligencia különféle területeken történő alkalmazása révén elért elképesztő eredményeket. Ha a várható eseményekről beszélünk, a médiában feltűnő hype kíséretében, amelyben az AI ismét a hírek hőse lesz, akkor valószínűleg nem kockáztatom meg a technológiai előrejelzések készítését. Feltételezem, hogy a következő esemény egy rendkívül hozzáértő bíróság megjelenése valahol mesterséges intelligencia formájában, korrekt és megvesztegethetetlen. Ez valószínűleg 2020-2025-ben fog megtörténni. Az ebben a bíróságon lezajló folyamatok pedig váratlan elmélkedésekhez és sok ember vágyához vezetnek, hogy az emberi társadalom irányításának legtöbb folyamatát a mesterséges intelligenciára ruházzák át.

Festmény

A Google mesterséges intelligencia által festett kép.

A mesterséges intelligencia olyan tudományágként határozható meg, amely az intelligens viselkedés modellezésével foglalkozik. Ennek a meghatározásnak van egy jelentős hátránya - az intelligencia fogalmát nehéz megmagyarázni. A legtöbb ember biztos abban, hogy képes lesz megkülönböztetni az "intelligens viselkedést", amikor szembesül vele. Nem valószínű azonban, hogy bárki is képes lenne meghatározni azt az intelligenciát, amely elég specifikus egy feltételezett intelligens számítógépes program értékeléséhez, és egyben tükrözi az emberi elme életképességét és összetettségét.

Tehát a mesterséges intelligencia meghatározásának problémája az intelligencia általános meghatározásának problémájára redukálódik: ez valami egységes, vagy ez a fogalom különböző képességek halmazát egyesíti? Mennyire teremthető meg az intelligencia? Mi a kreativitás? Mi az intuíció? Vajon csak megfigyelhető viselkedés alapján lehet megítélni az intelligencia jelenlétét? Hogyan jelenik meg a tudás az élőlények idegszöveteiben, és hogyan alkalmazható ez az intelligens eszközök tervezésében? Egyáltalán el lehet érni az intelligenciát számítógépes technológiával, vagy az intelligencia lényegéhez rengeteg, csak a biológiai lényekben rejlő érzés és tapasztalat szükséges?

Ezekre a kérdésekre még nem kaptunk választ, de mindegyik segített kialakítani azokat a feladatokat és módszertanokat, amelyek a modern mesterséges intelligencia alapját képezik. A mesterséges intelligencia vonzerejének része az is, hogy eredeti és hatékony fegyver e problémák kivizsgálására. A mesterséges intelligencia hordozót és tesztmodellt biztosít az intelligenciaelméletekhez: ezek az elméletek számítógépes programnyelven megfogalmazhatók, majd tesztelhetők.

Ezen okok miatt a mesterséges intelligencia cikk elején megadott definíciója nem ad egyértelmű leírást erre a tudományterületre. Csak új kérdéseket vet fel és paradoxonokat tár fel egy olyan területen, amelynek fő feladata az önrendelkezés keresése. A mesterséges intelligencia pontos meghatározásának problémája azonban érthető. A mesterséges intelligencia kutatása még fiatal tudományág, szerkezete, kérdésköre és módszerei nem olyan egyértelműen meghatározottak, mint az érettebb tudományokban, például a fizikában.

A mesterséges intelligencia célja az informatika lehetőségeinek kiterjesztése, nem pedig határainak meghatározása. A kutatók előtt álló egyik fontos kihívás, hogy világos elméleti alapelvekkel támogassák ezeket az erőfeszítéseket.

Bármely tudomány, beleértve a mesterséges intelligenciát is, figyelembe veszi a problémák egy bizonyos körét, és megközelítéseket dolgoz ki megoldásukra. A mesterséges intelligencia története, a személyiségek történetei és a tudomány alapjául szolgáló hipotéziseik magyarázatot adhatnak arra, hogy bizonyos problémák miért uralják ezt a területet, és miért alkalmazták a ma használt módszereket a megoldásukra.

Előző cikk: Ha a szorzatot elosztjuk az egyik tényezővel, akkor egy másik tényezőt kapunk Következő cikk: Az üdvözlés alapvető formái (Nihao fordítása)