презентация

1.

2.

ЦЕЛИ ИЗУЧЕНИЯ ТЕМЫ
Сформировать
понимание
базовых
принципов работы
искусственного
интеллекта (ИИ)
Научить
анализировать
сферы применения
технологий ИИ в
современной
жизни
Развить навыки
критического
осмысления
этических и
социальных
последствий
внедрения ИИсистем

3.

ЗАДАЧИ ИЗУЧЕНИЯ ТЕМЫ
Освоить ключевые
понятия и
классификации
искусственного
интеллекта
Продемонстрирова
ть понимание
принципов работы
машинного
обучения и
нейронных сетей
Применять
полученные знания
для оценки
перспектив
развития ИИтехнологий в
конкретных
отраслях

4.

ПОНЯТИЕ ИСКУССТВЕННОГО
ИНТЕЛЛЕКТА
Искусственный интеллект (ИИ) — это
область компьютерных наук, нацеленная
на создание систем, способных
выполнять задачи, требующие
интеллектуальных усилий человека. К
таким задачам относятся распознавание
речи, принятие решений, анализ данных
и обучение на основе опыта.
Современные ИИ-системы имитируют
когнитивные функции человека с разной
степенью автономности.

5.

ИСТОРИЯ РАЗВИТИЯ ИИ
Развитие искусственного интеллекта
началось в середине XX века с
теоретических работ Алана Тьюринга и
первых экспериментов по машинному
обучению. В 1956 году на конференции в
Дартмуте был введён сам термин
«искусственный интеллект». С тех пор
область прошла этапы оптимизма,
«зимы ИИ» и нового подъёма благодаря
росту вычислительных мощностей и
объёмов данных.

6.

ОСНОВНЫЕ ТИПЫ ИИ
Различают слабый ИИ,
предназначенный для решения
узкоспециализированных задач
(например, чат-боты или системы
распознавания лиц), и сильный ИИ,
гипотетическую систему с общим
интеллектом, сопоставимым с
человеческим. Также выделяют
супер-ИИ — гипотетический уровень,
превосходящий возможности человека
во всех когнитивных аспектах.

7.

МАШИННОЕ ОБУЧЕНИЕ И НЕЙРОННЫЕ
СЕТИ
Машинное обучение — подмножество
ИИ, где системы учатся на данных без
явного программирования. Ключевой
инструмент — нейронные сети,
моделирующие работу нейронов
мозга. Они состоят из слоёв нейронов,
обрабатывающих входные данные и
выявляющих сложные
закономерности.

8.

СФЕРЫ ПРИМЕНЕНИЯ ИИ
Искусственный интеллект активно
используется в медицине для
диагностики заболеваний, в финансах
— для прогнозирования рынков и
выявления мошенничества, в
транспорте — для управления
беспилотными автомобилями. В
промышленности ИИ оптимизирует
производство, а в ритейле —
персонализирует предложения для
клиентов.

9.

ТЕХНОЛОГИИ ОБРАБОТКИ
ЕСТЕСТВЕННОГО ЯЗЫКА
Обработка естественного языка (NLP)
позволяет машинам понимать,
генерировать и интерпретировать
человеческий язык. На её основе
работают голосовые помощники,
системы перевода и анализа
тональности текстов. Современные
модели, такие как трансформеры,
достигают высокой точности в задачах
понимания контекста.

10.

ЭТИЧЕСКИЕ И СОЦИАЛЬНЫЕ ВЫЗОВЫ
Внедрение ИИ-систем порождает
вопросы приватности данных,
алгоритмической предвзятости и
потери рабочих мест из-за
автоматизации. Критичны проблемы
прозрачности решений ИИ и
ответственности за ошибки
автономных систем. Международное
сообщество разрабатывает нормы
регулирования для минимизации
рисков.

11.

ПЕРСПЕКТИВЫ
РАЗВИТИЯ ИИ
В ближайшие годы ожидается рост
интеграции ИИ в IoT-устройства,
развитие мультимодальных моделей,
объединяющих текст, изображение и
звук, а также прогресс в объяснимом
ИИ (XAI). Ключевыми направлениями
станут энергоэффективные алгоритмы
и безопасные архитектуры для
критически важных систем.

12.

ВОПРОСЫ ДЛЯ ПРОВЕРКИ ЗНАНИЙ
Проверьте, насколько хорошо вы усвоили материал о принципах и
применении искусственного интеллекта. Ответьте на следующие
вопросы:
1. Чем отличается слабый ИИ от сильного?
2. Какую роль играют нейронные сети в машинном обучении?
3. Приведите два примера использования ИИ в медицине.
4. Какие этические проблемы связаны с обработкой персональных
данных ИИ-системами?
5. Назовите одну перспективную технологию в развитии ИИ.

13.

ТЕСТОВЫЙ ВОПРОС 1
Выберите верное определение искусственного интеллекта:
а) Программа для выполнения математических вычислений
б) Система, имитирующая интеллектуальные функции человека ✅
в) Устройство для хранения больших объёмов данных
г) Приложение для обмена сообщениями

14.

ТЕСТОВЫЙ ВОПРОС 2
Что является ключевым компонентом машинного обучения?
а) Жёсткий диск большого объёма
б) Графический интерфейс пользователя
в) Набор обучающих данных ✅
г) Сетевой кабель

15.

ТЕСТОВЫЙ ВОПРОС 3
Какая сфера НЕ является типичной областью применения ИИ?
а) Диагностика заболеваний
б) Управление беспилотными транспортными средствами
в) Ручное ведение бухгалтерского учёта ✅
г) Персонализация онлайн-рекомендаций