Лекция 1 (ИИИ + Инноватика)

1.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Системы искусственного
интеллекта
и большие данные
Заголовок слайда

2.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Лекция 1. Введение в машинное обучение
Заголовок слайда

3.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Что такое «искусственный
интеллект?»
«Прежде, чем беседовать,
надо договориться о значении слов»
Платон
Заголовок слайда

4.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Искусственный интеллект (ИИ) —
научная область, занимающаяся созданием программ и
устройств, имитирующих интеллектуальные функции
человека.
Интеллект — способность воспринимать информацию и
сохранять её в качестве знания для построения
адаптивного поведения в среде или контексте.
Заголовок слайда

5.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Типы искусственного интеллекта
Слабый ИИ
Сильный ИИ (AGI)
специализированный
Это разделение показывает эволюцию целей в области ИИ. Сегодня мы создаем инструменты (Слабый
ИИ), которые кардинально меняют отрасли и повседневную жизнь. Перспективная цель —
создание Искусственного Общего Интеллекта (AGI), который сможет самостоятельно учиться и
решать любые интеллектуальные задачи, применять знания из одной области в другой. На сегодняшний
день AGI является предметом активных научных исследований.
Заголовок слайда

6.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Области, в которых ИИ добился
впечатляющих результатов
Машинный перевод
Чат-боты
Заголовок слайда
Распознавание образов

7.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Заголовок слайда

8.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Основоположником ИИ как нового
научного направления считается
Алан Тьюринг
Он в 1950 году в работе “Может ли машина
мыслить?” первым сформулировал проблему
искусственного интеллекта и предложил для нее
свой Тест Тьюринга
Заголовок слайда

9.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Тест Тьюринга
“Если компьютер может работать так,
что человек не в состоянии определить,
с кем он общается — с другим
человеком или с машиной, - считается,
что он прошел тест Тьюринга и может
считаться разумным”
Полноценный тест Тьюринга впервые в истории был
условно пройден с помощью программы «Eugene
Goostman», разработанной в Санкт-Петербурге в 2014
году.
Заголовок слайда

10.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Краткая история ИИ
Заголовок слайда

11.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Интеллект не поддавался
первым исследователям
Первоначальное решение —
экспертные системы:
вручную выписывать знания
в виде правил
Правила выписывали живые люди —
эксперты в своих задачах
Но оказалось, что не все знания можно формализовать в виде правил.
Заголовок слайда

12.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Как отличить кошку от собаки?
Это юпитерианин Йжун, и он никогда в жизни
не видел ни кошек, ни собак, и хочет понять
чем они отличаются на вид друг от друга.
- У собаки четыре ноги, - говорите вы.
- А у кошки? - уточняет Йжун.
- Тоже четыре. И ещё есть хвост. Хотя и у
собаки есть хвост. Но вот шерсть, шерсть у
кошки другая, чем у собаки!
- Она другого цвета? Она короче или
длиннее?
- Да нет... - теряетесь вы. - и кошки, и собаки
бывают разного цвета и с разной длиной
шерсти... И глаз у них по два, и носов по
одному...
- Тогда как же вы различаете их?! –
удивляется Йжун.
Заголовок слайда

13.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Как научить компьютер отличать кошек от
собак?
Так же, как обучают человека.
Модель машинного обучения
использует
- примеры (картинка с кошкой,
картинка с собакой, еще
картинка с собакой..) и
- ответы (или «разметку») (вот
это кошка, а это собака).
Такой подход в машинном
обучении называется
“обучением с учителем”.
Заголовок слайда

14.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Что такое машинное обучение?
(англ. Machine learning) — это подраздел
искусственного интеллекта, который изучает
методы построения алгоритмов,
способных обучаться на основе данных.
Иначе говоря, машинное обучение — это
процесс построения алгоритмов, которые
находят в данных скрытые закономерности
Заголовок слайда

15.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Революция в машинном обучении —
глубокое обучение
Заголовок слайда

16.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Обучение vs Интеллект
Заголовок слайда

17.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Машинное обучение превращает
данные в знания
Таблицы
Текст
Сигналы
Звук
Изображения
Видео
Заголовок слайда

18.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Данные и Знания
Данные – совокупность зафиксированных фактов
Информация – сведения, уменьшающие
неопределённость
Знания – сведения, позволяющие действовать с
прогнозируемым результатом
Типичная проблема:
Мы располагаем данными, они хранятся в цифровом виде,
но мы не знаем, что в них.
Заголовок слайда

19.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Смежные и близкие области для Machine learning
Big Data (обработка и анализ больших данных)
Machine Learning∩ Big Data ≠
Pattern Recognition (распознавание образов)
Pattern Recognition ⊂ Machine Learning
Data Mining (добыча данных)
Data Mining ∩ Machine Learning ≠
Artificial Intelligence (искусственный интеллект)
Machine Learning ⊂ Artificial Intelligence
Data Science (наука о данных)
Machine Learning ⊂ Data Science
Заголовок слайда

20.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Машинное обучение
Заголовок слайда

21.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Цель алгоритмов машинного обучения – поиск и аппроксимация зависимостей
между входами и выходами модели
Что делать, если у нас есть x и y, но зависимость f неизвестна?
Аппроксимировать ее по исходным данным
Заголовок слайда

22.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
признаки
Обучение
с учителем
ответы
x,y
f(x)
y≈f(x)
учитель
математическая модель
все данные
x11
x12
…
y1
x21
x22
…
y2
x31
x32
…
y3
…
…
…
…
Заголовок слайда

23.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Базовый процесс машинного обучения
Примеры данных
с закономерностями
Обучающийся
алгоритм
Модель
закономерности
Поиск закономерностей в
новых данных
1.Примеры данных с закономерностями. Это исходные, "сырые" данные, которые подаются на вход
алгоритму. Они содержат какую-то скрытую структуру или закономерность, которую нужно обнаружить.
Например, это могут быть фотографии кошек и собак с метками, история покупок клиентов или данные
о температуре за последние годы.
2.Обучающийся алгоритм. Это "мозг" процесса — компьютерный алгоритм. Он анализирует
предоставленные данные, пытаясь найти в них повторяющиеся связи и правила. Проще говоря,
он учится на примерах.
3.Модель закономерности. Это конечный продукт обучения. Алгоритм, проанализировав данные,
формирует абстрактную "модель" — формализованное представление найденной закономерности.
4. Поиск закономерностей в новых данных. Обученная модель применяется на практике. Ей
подаются новые данные, и она, используя выявленные закономерности, делает прогноз,
классифицирует их или находит в них аномалии. Например, распознаёт кошку на новой фотографии
или прогнозирует спрос на товар.
Заголовок слайда

24.

МИРЭА – РОССИЙСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ
Задача классификации — когда ответы это метки
классов. Входы модели (признаки) могут быть чем
угодно.
Определение эмоционального
окраса текста
«Видео отличное