Не искусственный интеллект

Не искусственный интеллект

Содержание

Приложения с ИИ

ИИ стал доминирующим в различных областях, таких как:

  • Игры — ИИ играет решающую роль в играх связанных с стратегией таких как, шахматы, покер, крестики — нолики и т.д., где компьютер способен просчитывать большое количество всевозможных решений, основанных на эвристических знаниях.

  • Обработка естественного языка — это возможность общаться с компьютером, который понимает естественный язык, на котором говорят люди.

  • Распознавание речи — некоторые интеллектуальные системы способны слышать и понимать язык, на котором человек общается с ними. Они могут обрабатывать различные акценты, сленги и т.д.

  • Распознавание рукописного текста — программное обеспечение читает текст, написанный на бумаге с помощью ручки или на экране с помощью стилуса. Он может распознавать формы букв и преобразовать его в редактируемый текст.

  • Умные робот — роботы способные выполнять задачи, поставленные человеком. Они имеют датчики, для обнаружения физических данных из реального мира, такие как свет, тепло, движение, звук, удар и давление. Они имеют высоко производительные процессоры, несколько датчиков и огромную память. Кроме того они способны обучаться на собственных ошибках и адаптироваться к новой среде.

История развития ИИ

Вот история развития ИИ в течение 20-го века

Год

Событие

Карел Чапек ставит пьесу в Лондоне под названием «Универсальные роботы», это стало первым использованием слова «робот» на английском.

Основы для нейронных сетей.

Айзек Азимов, выпускник Колумбийского университета, вводит термин робототехника.

Алан Тьюринг разрабатывает тест Тьюринга для оценки интеллекта. Клод Шеннон публикует подробный анализ интеллектуальной шахматной игры.

Джон Маккарти вводит термин искусственный интеллект. Демонстрация первого запуска программы ИИ в университете Карнеги-Меллон.

Джон Маккарти изобретает язык программирования lisp для ИИ.

Диссертация Дэнни Боброва в МТИ показывает, что компьютеры могут понимать естественный язык достаточно хорошо.

Джозеф Weizenbaum в МТИ разрабатывает Элизу, интерактивного помощника, которая ведет диалог на английском языке.

Ученые из Стэнфордского научно-исследовательского института разработали Шеки, робота, оснащенного двигателями, способного воспринимать и решать некоторые задачи.

Группа исследователей в Эдинбургском университете построила Фредди, знаменитого шотландского робота, способного использовать зрение, чтобы найти и собрать модели.

Был построен первый компьютер-контролируемый автономный автомобиль, Стэнфордская тележка.

Гарольд Коэн разработал и продемонстрировал составление программы, Аарон.

Шахматная программа, которая обыгрывает чемпиона мира по шахматам Гарри Каспарова.

Интерактивный роботы питомцы станут коммерчески доступными. МТИ отображает Кисмет, робота с лицом, который выражает эмоции. Робот Номад исследует отдаленные районы Антарктиды и находит метеориты.

искусственные нейронные сети искусственный интеллект

Искусственный интеллект

Финансы

Алгоритмическая торговля

Алгоритмическая торговля предполагает использование сложных систем искусственного интеллекта для принятия торговых решений со скоростью, превышающую скорость, на которую способен человеческий организм. Это позволяет делать миллионы сделок в день без какого-либо вмешательства человека. Автоматизированные торговые системы обычно используются крупными институциональными инвесторами.

Исследования рынка и интеллектуальный анализ данных

Несколько крупных финансовых учреждений вложили средства в развитие ИИ, чтобы использовать его в их инвестиционной практике. Разработки BlackRock’ AI, Aladdin, используются как внутри компании, так и для клиентов компании, ассистируя в принятии инвестиционных решений. Широкий спектр функциональных возможностей данной системы включает обработку естественного языка для чтения текста, такого как новости, отчёты брокеров и каналы социальных сетей. Затем система оценивает настроения в упомянутых компаниях и присваивает им оценку. Банки, такие как UBS и Deutsche Bank, используют систему ИИ под названием Sqreem (Sequential Quantum Reduction and Extraction Model, Модель Последовательной Квантовой Редукции и Экстракции), которая может обрабатывать данные для разработки профилей потребителей и сопоставлять их с продуктами, которые они, скорее всего, захотят. Goldman Sachs использует Kensho, платформу аналитики рынка, которая объединяет статистические вычисления с большими данными и обработкой естественного языка. Его системы машинного обучения используют данные в Интернете и оценивают корреляции между мировыми событиями и их влиянием на цены финансовых активов. Информация, извлеченная системой ИИ из прямой трансляции новостей, используется в принятии инвестиционных решений.

Управление личными финансами

Существуют продукты, которые используют ИИ для помощи людям в управлении их личными финансами. Например, Digit — это приложение, основанное на искусственном интеллекте, которое автоматически помогает потребителям оптимизировать свои расходы и сбережения, основываясь на своих личных привычках и целях. Приложение может анализировать такие факторы, как ежемесячный доход, текущий баланс и привычки к расходам, затем принимать собственные решения и переводить деньги на отдельный сберегательный счёт. Wallet.AI, развивающийся в Сан-Франциско старт-ап, создаёт агентов, которые анализируют данные, которые генерирует потребитель, при взаимодействии со смартфонами и социальными сетями, чтобы проинформировать потребителя о своих расходах.

Управление финансовым портфелем

Автоматизированные помощники-советчики становятся все более широко используемыми в отрасли управления инвестициями. Автоматизированные системы предоставляют финансовые консультации и советы в управлении финансовым портфелем с минимальным вмешательством человека. Этот класс финансовых консультантов работает на основе алгоритмов, созданных для автоматического развития финансового портфеля в соответствии с инвестиционными целями и склонностью к риску клиентов. Он может корректировать изменения в реальном времени на рынке и калибровать портфель в соответствии с пожеланиями клиента.

Андеррайтинг

Онлайн-кредитор Upstart анализирует огромное количество потребительских данных и использует алгоритмы машинного обучения для построения моделей кредитного риска, которые прогнозируют вероятность дефолта. Их технология будет лицензирована для банков, чтобы они могли использовать её для оценки своих процессов.

ZestFinance разработала свою платформу Zest Automated Machine Learning (ZAML) специально для кредитного андеррайтинга. Эта платформа использует компьютерное обучение для анализа десятков тысяч традиционных и нетрадиционных переменных (от транзакций покупки до того, каким образом клиент заполняет форму), используемых в кредитной индустрии, для оценки заемщиков. Платформа особенно полезна для присвоения кредитных баллов клиентам с небольшой кредитной истории, таким как миллениалы.

Тяжелая промышленность

Роботы стали распространены во многих отраслях промышленности и часто занимаются работой, которая считается опасной для людей. Роботы оказались эффективными на рабочих местах, связанных с повторяющимися рутинными заданиями, которые могут привести к ошибкам или несчастным случаям из-за снижения концентрации с течением времени. Также широкое применение роботы получили в работе, которую люди могут найти унизительной.

В 2014 году Китай, Япония, Соединенные Штаты, Республика Корея и Германия вместе составили 70 % от мирового объёма продаж роботов. В автомобильной промышленности, секторе с особенно высокой степенью автоматизации, в Японии была самая высокая плотность промышленных роботов в мире: 1414 роботов на 10 000 сотрудников.

Медицина

Искусственные нейронные сети, такие как технология Concept Processing в программном обеспечении EMR, используются в качестве клинических систем принятия решений для медицинской диагностики.

Другие задачи в медицине, которые потенциально могут выполняться искусственным интеллектом и начинают разрабатываться, включают:

  • Компьютерная интерпретация медицинских изображений. Такие системы помогают сканировать цифровые изображения, например от компьютерной томографии, для типичных проявлений и для выделения заметных отклонений, таких как возможные заболевания. Типичным применением является обнаружение опухоли.
  • Анализ сердечного ритма
  • Проект Watson — это ещё одно использование ИИ в этой области, программа вопросов/ответов, которая создана для помощи врачам-онкологам
  • Роботы-помощники для ухода за престарелыми
  • Обработка медицинских записей для предоставления более полезной информации
  • Создание планов лечения
  • Помощь в повторяющихся заданиях, включая управление приёмом медикаментов
  • Предоставление консультаций
  • Создание лекарств
  • Использование человекоподобных манекенов вместо пациентов для клинического обучения

В настоящее время в отрасли здравоохранения работает более 90 стартапов, основанных на применении ИИ.

Управление человеческими ресурсами и рекрутинг

Другое применение ИИ заключается в управлении человеческими ресурсами и рекрутинге. Существует три способа использования ИИ для управления человеческими ресурсами и найма специалистов. ИИ используется для просмотра резюме и ранжирования кандидатов в соответствии с их уровнем квалификации. ИИ также используется для прогнозирования успеха кандидата в заданных ролях через платформы сопоставления должностей. И наконец, ИИ используется при создании чат-ботов, которые могут автоматизировать повторяющиеся коммуникационные задачи.

Как правило, процесс просмотра резюме включает в себя анализ и поиск информации в базе данных резюме. Стартапы, такие как Pomato, создают алгоритмы машинного обучения для автоматизации процессов проверки резюме. Система Pomato AI нацелена на автоматизацию проверки технических претендентов на позиции в технических фирмах. ИИ Pomato выполняет более 200 000 вычислений на каждое резюме за считанные секунды, а затем разрабатывает собственное техническое интервью на основе полезных навыков.

С 2016 по 2017 год компания потребительских товаров Unilever использовала искусственный интеллект, чтобы отобразить всех сотрудников начального уровня. ИИ Unilever использовал игры, основанные на нейробиологии, записанные интервью и анализ лицевых и речевых сигналов, чтобы предсказать успех кандидата в компании. Unilever сотрудничала с Pymetrics и HireVue, чтобы создать новую систему анализа на основе ИИ и увеличить число рассматриваемых кандидатов с 15 000 до 30 000 в течение одного года. Unilever также сократил время на обработку заявлений от 4 месяцев до 4 недель и сэкономил более 50 000 часов времени рекрутеров.

От скрининга резюме до неврологии, распознавания речи и анализа лица … ясно, что ИИ оказывают огромное влияние на сферу управления человеческими ресурсами. Одно из достижений в ИИ заключается в разработке чатов для рекрутинга. TextRecruit выпустил Ari (автоматизированный интерфейс рекрутинга). Ari — это набор чатов для рекрутинга, который предназначен для проведения двухсторонних текстовых бесед с кандидатами. Ari автоматизирует публикацию вакансий, рекламных объявлений, скриннинг кандидатов, планирование собеседований и развитие отношений кандидатов с компанией по мере продвижения по рекрутинговому процессу. Ari в настоящее время предлагается в рамках платформы участия в проекте TextRecruit.

Музыка

Хотя эволюция музыки всегда была затронута технологией, искусственный интеллект позволил с помощью научных достижений подражать, в какой-то мере, человекоподобной композиции.

Среди известных ранних усилий Дэвид Коуп создал ИИ под названием Эмили Хауэлл, которому удалось стать известным в области Алгоритмической компьютерной музыки. Алгоритм, лежащий в основе Эмили Хауэлл, зарегистрирован как патент США.

Другие разработки, такие как AIVA (Artificial Intelligence Virtual Artist), сосредоточены на сочинении симфоний, в основном классической музыки для фильмов. Эта разработка достигла известности, став первым виртуальным композитором, который был признан музыкальной профессиональной ассоциацией.

Искусственные интеллекты могут даже создавать музыку, пригодную для использования в медицинских условиях, Melomics использует компьютерную музыку для снятия стресса и боли.

Более того, такие инициативы, как Google Magenta, проводимые командой Google Brain, хотят узнать, способен ли искусственный интеллект создавать неотразимое искусство.

В исследовательской лаборатории Sony CSL их программное обеспечение Flow Machines создаёт поп-песни, изучая стили музыки из огромной базы данных песен. Анализируя уникальные комбинации стилей и методы оптимизации, ИИ может сочинять музыку в любом существующем стиле.

Новости, издательство и писательство

Компания Narrative Science делает компьютерные новости и отчёты коммерчески доступными, включая обобщение спортивных событий на основе статистических данных из игры на английском языке. Она также создаёт финансовые отчёты и анализ недвижимости. Аналогично, компания Automated Insights генерирует персонализированные сводки и превью для Yahoo Sports Fantasy Football. Предполагается, что к 2014 году компания будет создавать миллиард историй в год, по сравнению с 350 миллионами в 2013 году.

Echobox — это компания, разрабатывающая программное обеспечение, которая помогает издателям увеличивать трафик путём «разумного» размещения статей на платформах социальных сетей, таких как Facebook и Twitter. Анализируя большие объёмы данных, ИИ узнаёт, как конкретные аудитории реагируют на разные статьи в разное время суток. Затем он выбирает лучшие истории для публикации и лучшее время, чтобы опубликовать их. Он использует как исторические данные, так и данные в реальном времени, чтобы понять, что сработало хорошо в прошлом, а также то, что в настоящее время имеет тенденцию в Интернете.

Другая компания, называемая Yseop, использует искусственный интеллект, чтобы превратить структурированные данные в интеллектуальные комментарии и рекомендации на естественном языке. Yseop может писать финансовые отчёты, исполнительные резюме, персонализированные продажи или маркетинговые документы и многое другое со скоростью тысяч страниц в секунду и на нескольких языках, включая английский, испанский, французский и немецкий.

Boomtrain — ещё один пример ИИ, который призван научиться лучше всего привлекать каждого отдельного читателя к точным статьям — отправленным по правильному каналу в нужное время — это будет наиболее актуально для читателя. Это как если бы вы наняли персонального редактора для каждого отдельного читателя, чтобы подобрать наилучшие статьи именно для него.

Существует также возможность того, что в будущем ИИ будет писать литературные произведения. В 2016 году японский ИИ написал небольшую историю и почти выиграл литературную премию.

Онлайн и телефонные службы поддержки клиентов

Искусственный интеллект реализуется в автоматизированных онлайн-помощниках, которые можно рассматривать как чат-боты на веб-страницах. Это может помочь предприятиям снизить затраты на наем и обучение сотрудников. Основной технологией для таких систем является естественная обработка языка. Pypestream использует автоматизированное обслуживание клиентов для своего мобильного приложения, предназначенного для упрощения связи с клиентами.

В настоящее время крупные компании инвестируют в ИИ для обработки проблемных клиентов в будущем. В самой последней версии Google анализирует человеческую речь и преобразует их в текст. Платформа может идентифицировать сердитых клиентов через особенности их речи и реагировать соответствующим образом.

Компании занимаются различными аспектами обслуживания клиентов, чтобы улучшить этот аспект компании.

Digital Genius, ИИ старт-ап, более эффективно исследует базу данных информации (из прошлых разговоров и часто задаваемых вопросов) и предоставляет подсказки агентам, чтобы помочь им более эффективно решать запросы.

IPSoft создаёт технологию с эмоциональным интеллектом для адаптации взаимодействия клиента. Ответ связан с тоном клиента, с тем чтобы он мог проявить сочувствие. Другим элементом, который разрабатывает IPSoft, является способность адаптироваться к различным тонам или языкам.

Inbenta ориентирована на развитие естественного языка. Другими словами, понимание смысла того, что кто-то спрашивает, а не просто анализ используемых слов, используя контекст и обработку на естественном языке. Один из элементов обслуживания клиентов Ibenta уже достигнут — это способность автоматически реагировать и отвечать на запросы электронной почты.

Техническое обслуживание телекоммуникаций

Многие телекоммуникационные компании используют эвристический поиск в управлении своими сотрудниками, например, BT Group развернула эвристический поиск в приложении для планирования, которое обеспечивает рабочие графики 20 000 инженеров.

Большие надежды возлагаются на использование систем искусственного интеллекта для управления сетями сотовой связи 6G.

Развлечение и игры

В 1990-х годах были предприняты первые попытки массового производства ориентированных на дом типов базового ИИ для образования или отдыха. Это значительно продвинулось с цифровой революцией и помогло людям, особенно детям, познакомиться с различными типами ИИ, в частности, в виде тамагочи и домашних животных, iPod Touch, Интернета и первого широко распространенного робота, Furby. Год спустя улучшенный тип домашнего робота был выпущен в виде Aibo, роботизированной собаки с интеллектуальными функциями и автономией.

Такие компании, как Mattel, создают ассортимент игрушек с поддержкой ИИ для детей в возрасте трех лет. Используя запатентованные системы ИИ и средства распознавания речи, они могут понимать разговоры, давать интеллектуальные ответы и быстро учиться.

ИИ также используется в индустрии игр, например, в видеоиграх используются боты, которые предназначены для того, чтобы играть роль противников, где люди недоступны или желательны. В 2018 году исследователи из Корнеллского университета создали пару генеративно-состязательных сетей и обучили их на примере игры-шуттера, DOOM-а. В процессе обучения нейронные сети определили основные принципы построения уровней этой игры и после этого они стали способны генерировать новые уровни без помощи со стороны людей.

Транспорт

Для автоматических коробок передач в автомобилях были разработаны контроллеры нечеткой логики. Например, в 2006 Audi TT, VW Touareg и VW Caravell используют DSP коробку передач, которая основана на нечеткой логике. Ряд моделей Škoda (Škoda Fabia) также в настоящее время включает контроллер на основе нечеткой логики.

Сегодняшние автомобили теперь имеют вспомогательные функции, основанные на ИИ, такие как самозаряд и расширенные средства круиз-контроля. ИИ используется для оптимизации приложений управления дорожным трафиком, что, в свою очередь, сокращает время ожидания, потребление энергии и вредные выбросы на целых 25 процентов. В будущем будут разработаны полностью автономные автомобили. Ожидается, что ИИ на транспорте обеспечит безопасную, эффективную и надежную транспортировку, минимизируя пагубное воздействие на окружающую среду и общество. Основной проблемой для развития этого ИИ является тот факт, что транспортные системы по своей сути являются сложными системами, включающими очень большое количество компонентов и разных сторон, каждый из которых имеет разные и часто противоречивые цели.

Иные области применения

Различные средства ИИ также широко используются в области обеспечения безопасности, распознавании речи и текста, интеллектуального анализа данных и фильтрации спама в электронной почте. Также разрабатываются приложения для распознавания жестов (понимание языка жестов машинами), индивидуальное распознавание голоса, глобальное распознавание голоса (от множества людей в шумной комнате), распознавание лица для интерпретации эмоций и невербальных сигналов. Другие приложения — это роботизированная навигация, преодоление препятствий и распознавание объектов.

Объединение искусственного интеллекта с экспериментальными данными ускорило создание новой разновидности металлического стекла в 200 раз. Стеклянная природа нового материала делает его более прочным, легким и коррозионно-стойким, чем современная сталь. Группа, возглавляемая учеными Национальной лаборатории ускорителей SLAC Министерства энергетики, Национального института стандартов и технологий и Северо-западного университета США, сообщила о сокращении затрат для обнаружения и улучшения металлического стекла на долю времени и стоимости. Как сообщил представитель группы разработчиков Апурва Мехта, «Мы смогли сделать и отобрать 20 000 вариантов за один год».

Искусственный интеллект пытается работать психологом

За последние несколько лет искусственный разум пытались научить, кажется, практически всему: от сложных вычислений до игры в покер. Но японские исследователи из компании NTT Resonant сосредоточили свои изыскания в несколько иной области: разработанная ими система искусственного интеллекта Oshi-el прямо сейчас пробует свои силы в качестве онлайн-психолога.

Как и все существующие на данный момент системы искусственного интеллекта, Oshi-el для начала вынуждена была пройти курс обучения. Для этого ИИ пришлось изучить порядка 190 000 вопросов и 770 000 ответов в области психологии. Из полученной базы данных формируются ответы в зависимости от задаваемого вопроса с приданием ответу эмоционального окраса. Таким образом, машина способна не просто дать совет, но и выразить сочувствие и предложить несколько вариантов решения проблемы. Как утверждает один из создателей ИИ, Макото Накатсиджи,

«Подавляющее большинство виртуальных собеседников, так называемых чат-ботов, могут дать вам короткие ответы, касающиеся определенных фактических вопросов. Ответы на вопросы, касающиеся жизни и любви в общем, особенно в Японии, могут быть очень сложными и содержать целую страницу текста. Эти ответы, как правило, содержат множество взаимосвязей между различными категориями, такими как семья, школа, работа и др., что делает составление ответа весьма сложной задачей».

Используя в качестве основы уже существующий ответ, Oshi-el подбирает и комбинирует соответствующие предложения, выбранные из базы на основе ключевых слов, и, несмотря на то что на данный момент ответы достаточно шаблонны, текст не лишен смысла. Сама система продолжает обучаться, и в будущем японские исследователи планируют довести ИИ до того уровня, когда при составлении ответа их «психолог» будет давать более точные ответы, которые будут составляться не из отдельных готовых фраз, а построены на основе «опыта» всей системы. Профессор Ди Вонг из университета Карнеги Меллоун, понаблюдав за работой Oshi-el, в интервью изданию New Scientist заявил:

«Безусловно, эта система пока еще не в состоянии самостоятельно написать эссе на отвлеченную тему. Для этого ей действительно потребуется понять заданный вопрос. Но у нас еще нет даже точного определения того, что значит термин «понимание» в контексте искусственного интеллекта, поэтому интеллект способен уловить только лишь «верхушку айсберга» проблем, скрывающихся в заданном вопросе. А самым удивительным является то, что в данном случае людей не очень-то и заботит правильность данного им ответа, они хотят услышать то, что им нужно, а не то, что правильно. И с этим система справляется».

Искусственный интеллект

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

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

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

  • нисходящий, семиотический — создание символьных систем, моделирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.;
  • восходящий, биологический — изучение нейронных сетей и эволюционные вычисления, моделирующих интеллектуальное поведение на основе более мелких «неинтеллектуальных» элементов.

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

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

Подходы к изучению

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

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

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

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

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

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

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

Направления исследований

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

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

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

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

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

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

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

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

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

История

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

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

Современное положение дел

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

Некоторые из самых впечатляющих гражданских ИИ систем:

  • Deep Blue — победил чемпиона мира по шахматам. (Матч Каспаров против суперЭВМ не принёс удовлетворения ни компьютерщикам, ни шахматистам и система не была признана Каспаровым, хотя оригинальные компактные шахматные программы неотъемлемый элемент шахматного творчества. Затем линия суперкомпьютеров IBM проявилась в проектах brute force BluGene (молекулярное моделирование) и моделирование системы пирамидальных клеток в швейцарском центре Blue Brain. Данная история — пример запутанных и засекреченных отношений ИИ, бизнеса, и национальных стратегических задач.)
  • Mycin — одна из ранних экспертных систем, которая могла диагностировать небольшой набор заболеваний, причем часто так же точно как и доктора.
  • 20q — проект, основанный на идеях ИИ, по мотивам классической игры «20 вопросов». Стал очень популярен после появления в интернете на сайте 20q.net.
  • Распознавание речи. Системы такие как ViaVoice способны обслуживать потребителей.
  • Роботы в ежегодном турнире RoboCup соревнуются в упрощённой форме футбола.

Применение ИИ

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

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

Перспективы ИИ

Просматриваются два направления развития ИИ:

  • первое заключается в решении проблем связанных с приближением специализированных систем ИИ к возможностям человека и их интеграции, которая реализована природой человека.
  • второе заключается в создании Искусственного Разума, представляющего интеграцию уже созданных систем ИИ в единую систему, способную решать проблемы человечества.

Связь с другими науками

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

Философские вопросы

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

Может ли машина мыслить?

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

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

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

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

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

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

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

Что считать интеллектом?

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

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

Наука о знании

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

Отношение к ИИ в обществе

ИИ и религия

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

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

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

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

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

Раэлиты активно поддерживают разработки в области искусственного интеллекта.

ИИ и научная фантастика

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

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

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

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *