Искусственный интеллект. Что такое искусственный интеллект?

ЧТО ТАКОЕ ИСКУССТВЕННЫЙ
ИНТЕЛЛЕКТ?
■ Искусственным интеллектом (ИИ) в широком смысле называется любое поведение
машин или систем, схожее с человеческим. Наиболее простой формой ИИ является
«имитация» компьютерами поведения человека на основе обширных данных прошлых
примеров аналогичного поведения. Деятельность при этом может быть самой разной —
от нахождения различий между кошкой и птицей до выполнения сложных действий на
производственном предприятии.

3.

Виды искусственного интеллекта
Технологии ИИ подразделяются на две основные категории: на основе функций и на основе возможностей.
На основе функций
■
Реактивные машины. У таких систем ИИ нет памяти и они не способны учиться на прошлых действиях. Типичным
представителем является система Deep Blue от IBM.
■
Ограниченная память. Благодаря добавлению памяти эти системы ИИ используют прошлую информацию, чтобы
эффективнее принимать решения. К этой категории относятся, к примеру, приложения для определения
местоположения с использованием GPS.
■
Теория разума. Эти системы ИИ все еще находятся в стадии разработки. Они должны обладать глубоким пониманием
человеческого разума.
■
ИИ с самосознанием. Такие системы ИИ должны понимать и выражать человеческие эмоции, а также иметь
собственные. На данном этапе эти системы находятся на уровне гипотетических проектов.
На основе возможностей
■
Искусственный интеллект узкого назначения (слабый ИИ). Это система, запрограммированная на выполнение одной
узкоспециализированной задачи. Этот ИИ представляет собой комбинацию реактивной машины и ограниченной
памяти. К этой категории относится большинство современных ИИ-приложений.
■
Искусственный интеллект общего назначения (сильный ИИ). Эти системы ИИ способны тренироваться, учиться,
понимать и действовать, как человек.
■
Супер-ИИ. Этот ИИ выполняет задачи лучше, чем люди, благодаря превосходным способностям в таких областях, как
обработка данных, память и принятие решений. В настоящее время таких систем не существует.

4.

Современные приложения для ИИ
ИИ обладает уникальной способностью извлекать значение данных, когда можно
определить, как выглядит ответ, но не как его получить. Искусственный интеллект может
расширить человеческие возможности, которые трансформируют экспоненциально
увеличивающиеся в объемах данные в идеи, действия и выгоду.
Сегодня ИИ используется во множестве приложений в различных отраслях, включая
здравоохранение, производство и правительство. Вот несколько конкретных примеров
использования:
■ Регламентированное обслуживание и контроль качества
■ При обработке речи и языка
■ Видеонаблюдение и аналитика
■ Высокая степень автоматизации транспорта

5.

Развитие искусственного интеллекта
Современные технологии искусственного интеллекта реализуются по следующим направлениям
■
компьютерное зрение;
■
обработка естественного языка;
■
распознавание и синтез речи;
■
интеллектуальные системы поддержки принятия решений;
■
перспективные методы ИИ.
Стратегией определены задачи развития искусственного интеллекта в России, к которым относятся:
■
Поддержка научных исследований в целях обеспечения опережающего развития искусственного интеллекта;
■
Разработка и развитие программного обеспечения, в котором используются технологии искусственного интеллекта;
■
Повышение доступности и качества данных, необходимых для развития технологий искусственного интеллекта;
■
Повышение доступности аппаратного обеспечения, необходимого для решения задач в области искусственного
интеллекта;
■
Повышение уровня обеспечения российского рынка технологий искусственного интеллекта квалифицированными
кадрами и уровня информированности населения о возможных сферах использования таких технологий;
■
Создание комплексной системы регулирования общественных отношений, возникающих в связи с развитием и
использованием технологий искусственного интеллекта.

6.

Взаимосвязь между искусственным
интеллектом и машинным обучением
■ Машинное обучение
Компьютер «обучается», когда его программное обеспечение способно успешно
прогнозировать сценарии и реагировать на них с учетом предыдущих
результатов. Машинное обучение — это процесс, происходящий в компьютерах,
когда они разрабатывают механизм распознавания шаблонов, или способность
непрерывного обучения и составления таких прогнозов на основе данных, а
также способность внесения соответствующих корректировок без какого-либо
дополнительного программирования. Будучи одной из форм искусственного
интеллекта, машинное обучение эффективно автоматизирует процесс
построения аналитической модели и позволяет компьютерам независимо
адаптироваться к новым сценариям.

7.

Перспективы ИИ
■
В России много талантливых людей и интересных проектов. Это создает возможности для
лидерства в ИИ. Мы видим, как "выстреливают" по-настоящему уникальные решения,
способные составить конкуренцию западным аналогам, а возможно, и не имеющих аналогов
вовсе. Но сказать, что мы используем свой потенциал в области ИИ разработок на 90% или
даже на 80% будет не совсем верно. Нам нужно больше инициатив, конкурсов, где проекты
могли бы заявить о себе, получить гранты на дальнейшее развитие, пообщаться с опытными
экспертами, получить навыки, которые пригодятся им в практической реализации.
■
Если рассуждать развитие ИИ в 5-летней перспективе, то можно смело сказать, что он станет
инструментом и помощников в руках опытных и грамотных специалистов. Дело не в том, где
будет ИИ в будущем, а в том, как изменятся люди и их привычки от внедрения этой технологии.
Через 5 лет подрастет новое поколение, для которого цифровой мир будет уже естественной
средой. Это значит, что многие, все еще кажущиеся фантастическими вещи, могут стать вполне
обыденными. Например, персонализированная медицина или ИИ сможет подбирать вам
одежду, управлять самолетами и очень легко интегрироваться в вашу повседневную жизнь.

8.

Нейронные сети
■ Это направление стабильно держится на первом месте. Продолжается
совершенствование алгоритмов обучения и классификации в масштабе реального
времени, обработки естественных языков, распознавания изображений, речи,
сигналов, а также создание моделей интеллектуального интерфейса,
подстраивающегося под пользователя. Среди основных прикладных задач, решаемых
с помощью нейронных сетей, - финансовое прогнозирование, раскопка данных,
диагностика систем, контроль за деятельностью сетей, шифрование данных. В
последние годы идет усиленный поиск эффективных методов синхронизации работы
нейронных сетей на параллельных устройствах.

9.

Эволюционные вычисления
■ На развитие сферы эволюционных вычислений (ЭВ; автономное и адаптивное
поведение компьютерных приложений и робототехнических устройств) значительное
влияние оказали прежде всего инвестиции в нанотехнологии. ЭВ затрагивают
практические проблемы самосборки, самоконфигурирования и самовосстановления
систем, состоящих из множества одновременно функционирующих узлов. При этом
удается применять научные достижения из области цифровых автоматов.
■ Другой аспект ЭВ - использование для решения повседневных задач автономных
агентов в качестве персональных секретарей, управляющих личными счетами,
ассистентов, отбирающих нужные сведения в сетях с помощью поисковых
алгоритмов третьего поколения, планировщиков работ, личных учителей, виртуальных
продавцов и т. д. Сюда же относится робототехника и все связанные с ней области.
Основные направления развития - выработка стандартов, открытых архитектур,
интеллектуальных оболочек, языков сценариев/запросов, методологий эффективного
взаимодействия программ и людей.

10.

Угрозы ИИ
■
Несмотря на очевидную пользу ИИ, способного поднять существующие технологии на новый
уровень, ряд специалистов опасается, что сочетание глубокого машинного обучения и анализа
больших данных может спровоцировать четвертую промышленную революцию , к
последствиям которой человечество еще не готово. Многие эксперты считают, что говорить
следует не столько о технологической, сколько о культурной революции. В этой связи они
подчеркивают необходимость в скорейшей адаптации системы образования к новым реалиям
с тем, чтобы успешно готовить новое поколение к жизни в мире, кардинально отличающемся от
современного.
■
Все острее встает и другой вопрос: могут ли данные, используемые искусственным
интеллектом, привести к усвоению машинами человеческих стереотипов и формированию у
них предвзятого поведения? Расовое профилирование, цензура, выявление потенциальных
преступников…Дискриминационные критерии уже были использованы в программировании
ряда интеллектуальных систем, предназначенных для анализа поведения людей. И чем больше
усложняются технологии, тем сложнее становятся связанные с ними этические вопросы. Один
из ярчайших примеров тому ‒ создание роботов-убийц.

11.

Заключение
■ Ключевым фактором, определяющим сегодня развитие ИИ-технологий, считается
темп роста вычислительной мощности компьютеров, так как принципы работы
человеческой психики по-прежнему остаются неясными (на доступном для
моделирования уровне детализации). Поэтому тематика ИИ-конференций
выглядит достаточно стандартно и по составу почти не меняется уже довольно
давно. Но рост производительности современных компьютеров в сочетании с
повышением качества алгоритмов периодически делает возможным
применение различных научных методов на практике. Так случилось с
интеллектуальными игрушками, так происходит с домашними роботами.

English Русский Rules