Штучний інтелект: як і де вивчати відповідають експерти. Вплив на економіку та бізнес

Штучний інтелект (ІІ, англ. Artificial intelligence, AI) – наука та технологія створення інтелектуальних машин, особливо інтелектуальних комп'ютерних програм. ІІ пов'язані з подібним завданням використання комп'ютерів розуміння людського інтелекту, але з обов'язково обмежується біологічно правдоподібними методами.

Що таке штучний інтелект

Інтелект(від лат. intellectus - відчуття, сприйняття, розуміння, розуміння, поняття, розум), або розум - якість психіки, що складається з здатності пристосовуватися до нових ситуацій, здатності до навчання та запам'ятовування на основі досвіду, розуміння та застосування абстрактних концепцій та використання своїх знань для управління довкіллям. Інтелект - це загальна здатність до пізнання та вирішення труднощів, яка поєднує всі пізнавальні здібності людини: відчуття, сприйняття, пам'ять, уявлення, мислення, уяву.

На початку 1980-х років. вчені в галузі теорії обчислень Барр та Файгенбаум запропонували наступне визначення штучного інтелекту (ІІ):

Пізніше до ІІ стали відносити ряд алгоритмів і програмних систем, відмінною властивістю яких є те, що вони можуть вирішувати деякі завдання так, як це робила б людина, що розмірковує над їх рішенням.

Основні властивості ІІ - це розуміння мови, навчання та здатність мислити і, що важливо, діяти.

ІІ – комплекс споріднених технологій і процесів, що розвиваються якісно та стрімко, наприклад:

обробка тексту природною мовою
експертні системи
віртуальні агенти (чат-боти та віртуальні помічники)
системи рекомендацій.

Технологічні напрями ІІ. Дані Deloitte

Дослідження у сфері ІІ

Основна стаття:Дослідження у сфері штучного інтелекту

Стандартизація в галузі ІІ

2018: Розробка стандартів у галузі квантових комунікацій, ІІ та розумного міста

Технічний комітет «Кібер-фізичні системи» на базі РВК спільно з Регіональним інжиніринговим центром «СейфНет» 6 грудня 2018 року розпочали розробку комплексу стандартів для ринків Національної технологічної ініціативи (НТІ) та цифрової економіки. До березня 2019 року планується розробити документи технічної стандартизації в галузі квантових комунікацій, та повідомили в РВК. Детальніше .

Вплив штучного інтелекту

Ризик у розвиток людської цивілізації

Вплив на економіку та бізнес

Вплив технологій штучного інтелекту на економіку та бізнес

Вплив ринку праці

Упередженість штучного інтелекту

В основі всього того, що є практикою ІІ (машинний переклад, розпізнавання мови, обробка текстів природними мовами, комп'ютерний зір, автоматизація водіння автомобілів та багато іншого) лежить глибинне навчання. Це підмножина машинного навчання, яке відрізняється використанням моделей нейронних мереж, про які можна сказати, що вони імітують роботу мозку, тому їх з натяжкою можна віднести до ІІ. Будь-яка модель нейронної мережі навчається на великих наборах даних, таким чином, вона набуває деяких «навичок», але те, як вона ними користується - для творців залишається не ясним, що в кінцевому рахунку стає однією з найважливіших проблем для багатьох програм глибинного навчання. Причина в тому, що така модель працює з образами формально, без розуміння того, що вона робить. Чи є така система ІІ і чи можна довіряти системам, побудованим з урахуванням машинного навчання? Значення відповіді останнє питання виходить межі наукових лабораторій. Тому помітно загострилася увага засобів масової інформації до явища, яке отримало назву AI bias. Його можна перекласти як «необ'єктивність ІІ» або «упередженість ІІ». Детальніше .

Ринок технологій штучного інтелекту

Ринок ІІ в Росії

Світовий ринок ІІ

Сфери застосування ІІ

Сфери застосування ІІ досить широкі і охоплюють як звичні слуху технології, так і нові напрямки, далекі від масового застосування, інакше кажучи, це весь спектр рішень, від пилососів до космічних станцій. Можна розділити їх різноманітність за критерієм ключових точок розвитку.

ІІ - це монолітна предметна область. Більше того, деякі технологічні напрямки ІІ фігурують як нові підгалузі економіки та відокремлені сутності, одночасно обслуговуючи більшість сфер економіки.

Основні комерційні сфери застосування технологій штучного інтелекту

Розвиток застосування використання ІІ веде до адаптації технологій у класичних галузях економіки по всьому ланцюжку створення цінності та перетворює їх, призводячи до алгоритмізації практично всього функціоналу, від логістики до управління компанією.

Використання ІІ з метою оборони та у військовій справі

Використання в освіті

Використання ІІ у бізнесі

ІІ в банках

Розпізнавання образів – використовується у т.ч. для впізнавання клієнтів у відділеннях та передачі їм спеціалізованих пропозицій.

Основні комерційні сфери застосування технологій штучного інтелекту у банках

ІІ на транспорті

Автоіндустрія на порозі революції: 5 викликів епохи безпілотного водіння

ІІ в логістиці

ІІ у пивоварінні

Використання ІІ у держуправлінні

ІІ у криміналістиці

Розпізнавання образів – використовується у т.ч. виявлення злочинців у громадських просторах.

У травні 2018 стало відомо про використання голландською поліцією штучного інтелекту для розслідування складних злочинів.

Як повідомляє видання The Next Web, правоохоронні органи почали оцифровувати понад 1500 звітів та 30 млн сторінок, пов'язаних із нерозкритими справами. У комп'ютерний формат переносять матеріали, починаючи з 1988 року, в яких злочин не розкривався не менше трьох років, і злочинця було засуджено до понад 12 років позбавлення волі.

Розкрити складний злочин за день. Поліція бере ІІ на озброєння

Після оцифрування всього контенту він буде підключений до системи машинного навчання, яка аналізуватиме записи і вирішуватиме, в яких справах використовуються достовірні докази. Це має знизити час обробки справ та розкриття минулих та майбутніх злочинів з кількох тижнів до одного дня.

Штучний інтелект розподілятиме справи щодо їхньої «розв'язності» і вказуватиме на можливі результати експертизи ДНК. Потім планується автоматизувати аналіз і в інших сферах судової експертизи і, можливо, навіть охопити дані в таких галузях, як суспільні науки та свідчення.

Крім того, як розповів один розробник системи Джерун Хаммер (Jeroen Hammer), у майбутньому можуть бути випущені API-функції для партнерів.

Голландська поліція має спеціальний підрозділ, що спеціалізується на освоєнні нових технологій для розкриття злочинів. Саме він і створив ІІ-систему для швидкого пошуку злочинців за доказами.

ІІ у судовій системі

Розробки в галузі штучного інтелекту допоможуть кардинально змінити судову систему, зробити її більш справедливою та вільною від корупційних схем. Таку думку висловив влітку 2017 доктор технічних наук, технічний консультант Artezio Володимир Крилов.

Вчений вважає, що вже існуючі рішення в галузі AI можна успішно застосовувати в різних сферах економіки та суспільного життя. Експерт вказує, що AI успішно застосовується в медицині, однак у майбутньому здатний повністю змінити судову систему.

«Щодня переглядаючи новинні повідомлення про розробки в галузі ІІ тільки дивуєшся невичерпності фантазії та плідності дослідників та розробників у цій галузі. Повідомлення про наукові дослідження постійно чергуються з публікаціями про нові продукти, що вриваються на ринок та повідомленнями про дивовижні результати, отримані за допомогою застосування ІІ в різних галузях. Якщо ж говорити про очікувані події, які супроводжуються помітним хайпом у ЗМІ, в якому ІІ стане знову героєм новин, то я, напевно, не ризикну робити технологічних прогнозів. Можу припустити, що найближчою подією стане поява десь гранично компетентного суду у формі штучного інтелекту, справедливого та непідкупного. Станеться це, мабуть, у 2020-2025 роках. І процеси, які пройдуть у цьому суді, призведуть до несподіваних рефлексій та прагнення багатьох людей передати ІІ більшість процесів управління людським суспільством».

Використання штучного інтелекту в судовій системі вчений визнає «логічним кроком» щодо розвитку законодавчої рівності та справедливості. Машинний розум не схильний до корупції та емоцій, може чітко дотримуватися законодавчих рамок і виносити рішення з урахуванням багатьох факторів, включаючи дані, що характеризують учасників спору. За аналогією з медичною сферою, роботи-судді можуть оперувати великими даними зі сховищ державних служб. Можна припустити, що машинний інтелект зможе швидко обробляти дані та враховувати значно більше факторів, ніж суддя-людина.

Експерти-психологи, втім, вважають, що відсутність емоційної складової під час розгляду судових справ негативно вплине на якість рішення. Вердикт машинного суду може виявитися надто прямолінійним, який не враховує важливість почуттів та настрою людей.

Замінюють журналістів, письменників та поетів?

Відео

Музика

Живопис

У 2015 році команда Google тестувала нейронні мережі щодо можливості самостійно створювати зображення. Тоді штучний інтелект навчали з прикладу великої кількості різних картинок. Однак, коли машину «попросили» самостійно щось зобразити, то виявилося, що вона інтерпретує навколишній світ дещо дивно. Наприклад, завдання намалювати гантелі, розробники отримали зображення, у якому метал був з'єднаний людськими руками. Ймовірно, це сталося через те, що на етапі навчання аналізовані картинки з гантелями містили руки, і нейронна мережа неправильно це інтерпретувала.

26 лютого 2016 року в Сан-Франциско на спеціальному аукціоні представники Google виручили із психоделічних картин, написаних штучним інтелектом, близько $98 тис. Ці кошти були пожертвовані на благодійність. Одна з найвдаліших картин машини представлена нижче.

Картина написана штучним інтелектом Google.

інвестиційний інститут

Інститут імунології

Інститут інноватики

Інститут інформатики

Інститут історії

інтернет-індекс

штучна інсемінація

повідомлення про зміну

компонент складені слів, штучний інтелект: ІІ-Ком'юніті, ІІ-спільнота, ІІ-програміст.

Топоніми

Примітки

Wikimedia Foundation. 2010 .

Мости Нижнього Новгорода
Хроніки спливлого світу

Дивитись що таке "ІІ (значення)" в інших словниках:

значення теорії- ЗНАЧЕННЯ ТЕОРІЇ. Поняття значення аналітичної філософії мови фактично є аналогом те, що у філософії свідомості називається «mind», «consciousness» (англ.), чи «Geist» (нім.), тобто. свідомістю, духом. У понятті значення… Енциклопедія епістемології та філософії науки

ЗНАЧЕННЯ ВІКУ ПОГОДЖУЮТЬСЯ- добре збігаються один з одним значення віку, одержувані свинцево-ізотопним методом по разл. ізотопних відносин. Свідчать про хорошу безпеку мла і достовірності знайденого абс. віку. Син: значення віку конкордантні. Геологічна енциклопедія

ЗНАЧЕННЯ ДРУГИ ВИРОБНИЧІ ГРАВІТАЦІЙНОГО ПОТЕНЦІАЛУ НОРМАЛЬНІ- теоретичні значення похідних потенціалу, які відповідають ідеалізованій моделі Землі. Вони зневажливо малі чи точно рівні нулю, тому виміряні значення других похідних гравітаційного потенціалу фактично вважатимуться… … Геологічна енциклопедія

ЗНАЧЕННЯ СИЛИ ВАЖКИ НОРМАЛЬНІ- (g0) теоретичні значення сили тяжіння, що діє на одиничну масу, відповідають такій моделі Землі, у якої щільність усередині сферичних оболонок постійна і змінюється лише з глибиною. Структура їхнього аналітичного вираження… … Геологічна енциклопедія

ЗНАЧЕННЯ ВІКУ ДИСКОРДАНТНІ- Син. терміни значення віку, що не узгоджуються або розходяться. Геологічний словник: у 2-х томах. М.: Надра. За редакцією К. Н. Паффенгольця та ін. 1978 … Геологічна енциклопедія

ЗНАЧЕННЯ ВІКУ НЕПОГОДЖУЮЧИСЯ АБО ВІДХОДНІ- одержувані свинцево-ізотопним методом по чотирьох раз. Ізотопним відносинам: і сильно розходяться між собою за величиною. Свідчать про погану безпеку мла і про порушення в ньому радіоактивної рівноваги між материнськими та… Геологічна енциклопедія

ЗНАЧЕННЯ ВІКУКОНКОРДАНТНІ- Син. терміну значення віку, що узгоджуються. Геологічний словник: у 2-х томах. М.: Надра. За редакцією К. Н. Паффенгольця та ін. 1978 … Геологічна енциклопедія

значення параметрів аномального режиму роботи- дані аномального режиму роботи [Інтент] Паралельні тексти EN UK The P63x генерує великі номери сигналів, процеси binary input signals, and acquires measured data during fault free operation of protected object as well as fault...

Терміни та поняття загальної морфології: Словник-довідник

значення дієслівної орієнтації- Значення просторової модифікації дій та похідні від них … Словник лінгвістичних термінів Т.В. Жеребило

значення (напруги) між лінією та землею- - [Я.Н.Лугинський, М.С.Фезі Жилінська, Ю.С.Кабіров. Англо-російський словник з електротехніки та електроенергетики, Москва, 1999 р.] Тематики електротехніка, основні поняття EN line to ground values … Довідник технічного перекладача

Книги

Значення множини в російській мові, А. Потебня. Відтворено в оригінальній авторській орфографії видання 1888 (видавництво "Воронеж"). У…

Штучний інтелект – причина, через яку нам кінець?

Що таке штучний інтелект та чого насправді бояться люди?

Вконтакте

Однокласники

Штучний інтелект – тема, про яку кожен сформував свою думку.

Експерти в цьому питанні розбилися на два табори.
У першому вважають, що штучного інтелекту немає, у другому - що він є.

Хто з них правий - розбирався Rusbase.

Штучний інтелект та негативні наслідки імітації

Основна причина суперечок про штучний інтелект – розуміння терміна. Каменем спотикання стали саме поняття інтелекту та... мурахи. Люди, що заперечують існування ІІ, спираються на те, що не можна створити штучний інтелект, тому що не вивчений інтелект людський, а отже - відтворити його подобу неможливо.

Другий аргумент, яким оперують «невіруючі», полягає у кейсі з мурахами. Основна теза кейсу - мурахи довгий час вважалися істотами, які мають інтелект, але після досліджень стало ясно, що вони його імітували. А імітація інтелекту значить його наявність. Тому все, що імітує розумну поведінку, - інтелектом назвати не можна.

Інша половина табору (що стверджує, що ІІ є) на мурах і природі людського розуму не зациклюється. Натомість вони оперують більш практичними поняттями, сенс яких у тому, що штучний інтелект - властивість машин виконувати інтелектуальні функції людини. Але що можна вважати інтелектуальними функціями?

Історія штучного інтелекту і кому це спало на думку

Джон Маккарті, автор терміна «штучний інтелект», визначив інтелектуальну функцію як обчислювальну складову здатності досягати мети. Саме визначення штучного інтелекту Маккарті пояснив як науку та технологію створення інтелектуальних комп'ютерних програм.

Визначення Маккарті виникло пізніше, ніж саме науковий напрямок. Ще в середині минулого століття вчені намагалися зрозуміти, як працює людський мозок. Потім з'явилися теорії обчислень, теорії алгоритмів та перші у світі комп'ютери, обчислювальні можливості яких наштовхнули світил науки на думки про те, чи зможе машина зрівнятися з розумом людини.

Вишнею на торті стало рішення Алана Тьюринга, який знайшов спосіб перевірити розумність комп'ютера - і створив тест Тьюринга, який визначає, чи може мислити машина.

То що таке штучний інтелект і навіщо він створений?

Якщо не брати до уваги мурах і природу людського інтелекту, ІІ в сучасному контексті - властивість машин, комп'ютерних програм і систем виконувати інтелектуальні та творчі функції людини, самостійно знаходити способи вирішення завдань, вміти робити висновки та приймати рішення.

Раціонально не сприймати штучний інтелект як подобу людського розуму та розділяти футурологію та науку, оскільки ІІ та «Скайнет».

Тим більше більшість сучасних продуктів, створених за допомогою ІІ-технологій – не новий виток розвитку штучного інтелекту, а лише використання старих інструментів для створення нових та необхідних рішень.

Чому апгрейд не вважається за розвиток штучного інтелекту

Але чи такі це нові ідеї? Взяти, наприклад, Siri, хмарного помічника, оснащеного запитально-відповідною системою. Подібний проект був створений ще 1966 року і теж мав жіноче ім'я – Еліза. Інтерактивна програма підтримувала діалог із співрозмовником настільки реалістично, що люди у ній визнавали живу людину.

Або промислові роботи, які використовує Amazon на складі. Задовго до цього у 1956 році роботи Unimation працювали в General Motors, переміщуючи важкі деталі та допомагаючи у збиранні автомобілів. А інтегральний робот Шейкі, розроблений у 1966 році і став першим мобільним роботом, який керувався штучним інтелектом? Не нагадує сучасну та вдосконалену Надін?

Проблеми неприродних інтелектів. Інтелекція Григорія Бакунова

І куди без останнього тренду – нейромереж? Сучасні стартапи на нейромережах ми знаємо – згадати хоча б Prisma. А штучну нейронну мережу на основі принципу самоорганізації для розпізнавання образів під назвою «Когнітрон», створену у далекому 1975 році – ні.

Інтелектуальні чат-боти також не стали винятком. Далекий предок чат-ботів - CleverBot, що працює на алгоритмі штучного інтелекту, розробленому ще 1998 року.

Тому штучний інтелект не є чимось новим та унікальним. Страшним перспективою поневолення людства феноменом - тим паче. Сьогодні ІІ - це використання старих інструментів та ідей у нових продуктах, що відповідають вимогам сучасного світу.

Можливості штучного інтелекту та невиправдані очікування

Якщо порівнювати штучний інтелект з людиною, то сьогодні його розвиток перебуває на рівні дитини, яка вчиться тримати ложку, намагається встати з караків на дві ноги і ніяк не може відвикнути від памперсів.

Ми звикли бачити ІІ всемогутньою технологією. Навіть Господа Бога у фільмах не показують настільки всесильним, як табличку ексель, що вийшла з-під контролю корпорації. Чи може бог відключити всю електрику в місті, паралізувати роботу аеропорту, злити в інтернет секретні листування глав держав та спровокувати економічну кризу? Ні, а штучний інтелект може, але лише у кіно.

Завищені очікування – це причина, через яку ми в житті, адже автоматичний робот-пилосос не зрівняється з роботом-дворецьким Тоні Старка, а домашній та милий Zenbo не влаштує вам «Світ Дикого Заходу».

Росія та застосування штучного інтелекту – є хто живий?

І хоча штучний інтелект не виправдовує очікування більшості, у Росії він використовується у різних сферах, починаючи від державного управління та закінчуючи дейтингом.

Сьогодні знайти та ідентифікувати об'єкти, проаналізувавши дані зображень, можна за допомогою ІІ. Виявити агресивну поведінку людини, виявити спробу злому банкомату та розпізнати по відео особистість того, хто це намагався зробити – вже можна.

Біометричні технології теж пішли вперед і дозволяють не лише за відбитками пальців, а й за голосом, ДНК чи сітківкою ока. Так, просто як у фільмах про спецагентів, які могли потрапити в секретне місце лише після сканування очного яблука. Але біометричні технології застосовуються як для верифікації таємних агентів. У реальному світі біометрія використовується для аутентифікації, перевірок заявок на кредит та контролю за роботою персоналу.

Біометрія – не єдиний приклад застосування. Штучний інтелект тісно пов'язаний з іншими технологіями та вирішує завдання рітейлу, фінтеху, освіти, промисловості, логістики, туризму, маркетингу, медицини, будівництва, спорту та екології. Найбільш успішно в Росії ІІ використовується для вирішення завдань передиктивної аналітики, інтелектуального аналізу даних, обробки природної мови, мовленнєвих технологій, біометрії та комп'ютерного зору.

Завдання штучного інтелекту і чому він нічого вам не винен

Жодної місії штучний інтелект не має, а завдання перед ним ставляться з метою і скорочення ресурсів, чи це час, гроші чи люди.

Як приклад – інтелектуальний аналіз даних, де ІІ оптимізує закупівлі, логістичні ланцюжки та інші бізнес-процеси. Або комп'ютерний зір, де за допомогою технологій штучного інтелекту проводиться відеоаналітика та створюється опис змісту відео. Для вирішення завдань мовних технологій ІІ розпізнає, аналізує та синтезує усне мовлення, роблячи ще один маленький крок на шляху до того, щоб навчити комп'ютер розуміти людину.

Розуміння людини комп'ютером вважають тією самою місією, виконання якої наблизить нас до створення сильного інтелекту, оскільки для розпізнавання природного мови машині знадобляться як величезні знання світі, а й постійне взаємодію Космосу з ним. Тому «віруючі» у сильний штучний інтелект відносять розуміння машиною людини до найважливішого завдання ІІ.

Гуманоїд Надін має індивідуальність та призначений на роль соціального компаньйона.

У філософії штучного інтелекту навіть існує гіпотеза, за якою є слабкий і сильний штучні інтелекти. У ній сильним інтелектом вважатиметься комп'ютер, здатний мислити і усвідомлювати себе. Теорія слабкого інтелекту таку можливість відкидає.

До сильного інтелекту і справді багато вимог, деякі з яких вже виконані. Наприклад, навчання та прийняття рішень. Але чи зможе колись макбук відповідати таким вимогам, як співпереживання та мудрість – велике питання.

Чи можливо, що в майбутньому з'являться роботи, які зможуть не лише імітувати людську поведінку, а й співчутливо кивати, слухаючи чергове невдоволення несправедливістю людського буття?

Навіщо ще потрібен робот зі штучним інтелектом?

У Росії її робототехніці з використанням штучного інтелекту приділяється мало уваги, але сподівання те, що це тимчасове явище є. CEO Mail Group Дмитро Гришин навіть фонд Grishin Robotics, щоправда, про гучні знахідки фонду поки не було чути.

З останніх хороших російських прикладів – робот «Емеля» від i-Free, здатний розуміти природну мову та спілкуватися з дітьми. На першому етапі робот запам'ятовує ім'я та вік дитини, підлаштовуючись під його вікову групу. Також він може розуміти питання та відповідати на них – наприклад, говорити про прогноз погоди або розповісти факти з «Вікіпедії».

В інших країнах роботи користуються більшою популярністю. Наприклад, у китайській провінції Хенань на вокзалі для швидкісних поїздів служить справжній , який може сканувати та розпізнавати обличчя пасажирів.

Штучний інтелект - це сфера науки, що займається моделюванням інтелектуальної діяльності людини. Штучний інтелект, що зародився понад 700 років тому в середньовічній Іспанії, оформився в самостійну наукову область у середині XX ст.

Методи штучного інтелекту дозволили створити ефективні комп'ютерні програми у найрізноманітніших, які раніше вважалися недоступними для формалізації та алгоритмізації, сферах людської діяльності, таких як медицина, біологія, зоологія, соціологія, культурологія, політологія, економіка, бізнес, криміналістика тощо. Ідеї навчання та самонавчання комп'ютерних програм, накопичення знань, прийоми обробки нечітких та неконкретних знань дозволили створити програми, що творять чудеса. Комп'ютери успішно борються за звання чемпіона світу з шахів, моделюють творчу діяльність людини, створюючи музичні та поетичні твори, розпізнають образи та сцени, розпізнають, розуміють та обробляють мову, тексти природною людською мовою. Нейрокомп'ютери, створені за образом та подобою людського мозку, успішно справляються з керуванням складними технічними об'єктами, діагностикою захворювань людини, несправностей складних технічних пристроїв; передбачають погоду та курси валют, результати голосувань; виявляють хакерів та потенційних банкрутів; допомагають абітурієнтам правильно вибрати спеціальність тощо.

Ми вже звикли до того, що комп'ютери «розумніють» буквально на очах, а комп'ютерні програми стають все більш інтелектуальними. Саме собою поняття інтелекту постійно зазнає змін у міру розвитку науки і людини. Давно не вважаються інтелектуальними завдання, які у виконанні арифметичних операцій складання, множення, поділу. Не вважається інтелектуальним завданням інтегрування диференціального рівняння, якщо для неї відомий строго детермінований алгоритм. В даний час прийнято вважати інтелектуальними завдання, які на сучасному етапі не піддаються алгоритмізації у традиційному значенні цього слова. Це завдання, на вирішення яких потрібні маніпуляції з нечіткими, неконкретними, ненадійними, розпливчастими і навіть нетрадиційними знаннями.

Почнемо розгляд положень ІІ з термінів та ухвал.

Термін інтелект(intelligence) походить від латинського intellectus - що означає розум, розум, розум; розумові здібності людини. Відповідно штучний інтелект(artificial intelligence) - ІІ (AI) зазвичай тлумачиться як властивість автоматичних систем брати він окремі функції інтелекту людини, наприклад, вибирати і приймати оптимальні рішення з урахуванням раніше отриманого досвіду та раціонального аналізу зовнішніх впливів.

Поняття «інтелект» використовується сьогодні і в техніці, і в технічних дисциплінах, яке відрізняється від визначень, що сформувалися у контексті психологічних та філософських досліджень свідомості. Під інтелектомбудемо розуміти здатність мислення передбачати події, передбачати результати власних дій, аналізувати і оцінювати свій стан і навколишню обстановку і приймати рішення, узгоджуючи свої уявлення про навколишній світ. Визначення, дане академіком М.М. Мойсеєвим розглядає інтелектуальну діяльність з позицій інформатики. Але воно і виділяє найголовніше в інтелекті - це здатність до абстрактного мислення, абстрагування, завдяки яким і виникають самосвідомість та рефлексія.

Отже, інтелект– це здатність мозку вирішувати (інтелектуальні) завдання шляхом придбання, запам'ятовування та цілеспрямованого перетворення знань у процесі навчання на досвіді та адаптації до різноманітних обставин.

У цьому під терміном «знання» мається на увазі як та інформацію, яка надходить у мозок через органи почуттів. Такі знання надзвичайно важливі, але недостатні для інтелектуальної діяльності. Справа в тому, що об'єкти навколишнього середовища мають властивість не тільки впливати на органи почуттів, а й перебувати один з одним у певних відносинах. Зрозуміло, що для того, щоб здійснювати у навколишньому середовищі інтелектуальну діяльність (або хоча б просто існувати), необхідно мати у системі знань модель цього світу. У цій інформаційній моделі навколишнього середовища реальні об'єкти, їх властивості та відносини між ними не тільки відображаються та запам'ятовуються, а й, як це зазначено у даному визначенні інтелекту, можуть подумки «цілеспрямовано перетворюватися». При цьому суттєво те, що формування моделі довкілля відбувається «в процесі навчання на досвіді та адаптації до різноманітних обставин».

Інтелектуальне завдання. Для того, щоб пояснити, чим відрізняється інтелектуальне завдання від просто завдання, необхідно запровадити термін «алгоритм» - один із наріжних термінів кібернетики.

Під алгоритмомрозуміють точне розпорядження про виконання у порядку системи операцій на вирішення будь-який завдання з деякого даного класу (множини) задач. Термін "алгоритм" походить від імені узбецького математика Аль-Хорезмі, який ще в IX столітті запропонував найпростіші арифметичні алгоритми. У математиці та кібернетиці клас завдань певного типу вважається вирішеним, коли для її вирішення встановлено алгоритм. Знаходження алгоритмів є природною метою людини під час вирішення їм різноманітних класів завдань. Знаходження алгоритму для завдань деякого даного типу пов'язане з тонкими та складними міркуваннями, що вимагають великої винахідливості та високої кваліфікації. Завдання, пов'язані з пошуком алгоритму розв'язання класу завдань певного типу, називатимемо інтелектуальними.

Що ж до завдань, алгоритми вирішення яких вже встановлено, то, як зазначає відомий фахівець у галузі ІІ М. Мінський, «зайве приписувати їм таку містичну властивість, як «інтелектуальність»». Насправді, після того, як такий алгоритм вже знайдено, процес вирішення відповідних завдань стає таким, що його можуть точно виконати людина, обчислювальна машина (належно запрограмована) або робот, які не мають жодного уявлення про сутність самого завдання. Потрібно тільки, щоб особа, яка вирішує завдання, була здатна виконувати ті елементарні операції, з яких складається процес, і, крім того, щоб воно педантично та акуратно керувалося запропонованим алгоритмом. Така особа, діючи, як кажуть у таких випадках, чисто машинально, може успішно вирішувати будь-яке завдання даного типу.

Тому цілком природним виключити їх класу інтелектуальних такі завдання, для яких існують стандартні методи вирішення. Прикладами таких завдань можуть служити суто обчислювальні завдання: розв'язання системи лінійних рівнянь алгебри, чисельне інтегрування диференціальних рівнянь і т. д. Для вирішення подібного роду завдань є стандартні алгоритми, що являють собою певну послідовність елементарних операцій, яка може бути легко реалізована у вигляді програми для обчислювальної машини. На противагу цьому для широкого класу інтелектуальних завдань, таких, як розпізнавання образів, гра в шахи, доказ теорем і т.п., навпаки, це формальне розбиття процесу пошуку рішення на окремі елементарні кроки часто виявляється дуже скрутним, навіть якщо саме їхнє рішення нескладне.

Таким чином, можна перефразувати визначення інтелекту як універсальний надалгоритм, який здатний створювати алгоритми розв'язання конкретних завдань.

Ще цікавим зауваженням тут є те, що професія програміста, виходячи з наших визначень, є однією з найінтелектуальніших, оскільки продуктом діяльності програміста є програми – алгоритми у чистому вигляді. Саме тому створення навіть елементів ІІ має дуже сильно підвищити продуктивність його праці.

Діяльність мозку (що володіє інтелектом), спрямовану на вирішення інтелектуальних завдань, називатимемо мисленням, або інтелектуальною діяльністю. Інтелект і мислення органічно пов'язані з вирішенням таких завдань, як доказ теорем, логічний аналіз, розпізнавання ситуацій, планування поведінки, ігри та управління в умовах невизначеності. Характерними рисами інтелекту, що виявляються в процесі вирішення завдань, є здатність до навчання, узагальнення, накопичення досвіду (знань і навичок) та адаптації до умов, що змінюються в процесі вирішення завдань. Завдяки цим якостям інтелекту мозок може вирішувати різноманітні завдання, а також легко перебудовуватись з вирішення одного завдання на інше. Таким чином, мозок, наділений інтелектом, є універсальним засобом розв'язання широкого кола завдань (у тому числі неформалізованих), для яких немає стандартних, заздалегідь відомих методів розв'язання.

Слід пам'ятати, що є й інші, суто поведінкові (функціональні) визначення. Так, за А. Н. Колмогоровим, будь-яка матеріальна система, з якою можна досить довго обговорювати проблеми науки, літератури та мистецтва, має інтелект. Іншим прикладом поведінкового трактування інтелекту може бути відоме визначення А. Тьюринга. Його зміст полягає у наступному. У різних кімнатах знаходяться люди та машина. Вони не можуть бачити один одного, але можуть обмінюватися інформацією (наприклад, за допомогою електронної пошти). Якщо в процесі діалогу між учасниками гри людям не вдається встановити, що один з учасників - машина, то таку машину можна вважати інтелектом.

До речі, цікавий план імітації мислення, запропонований А. Тьюрингом. «Намагаючись імітувати інтелект дорослої людини, - пише Т'юрінг, - ми змушені багато міркувати про той процес, в результаті якого людський мозок досяг свого справжнього стану… Чому б нам замість того, щоб намагатися створити програму, яка імітує інтелект дорослої людини, не спробувати створити програму , яка б імітувала інтелект дитини? Адже якщо інтелект дитини отримує відповідне виховання, вона стає інтелектом дорослої людини… Наш розрахунок полягає в тому, що пристрій, подібний до нього, може бути легко запрограмований… Таким чином, ми розчленуємо нашу проблему на дві частини: на завдання побудови «програми-дитини» та завдання «виховання» цієї програми».

Забігаючи наперед, можна сказати, що саме цей шлях використовують практично всі системи ІІ. Адже зрозуміло, що практично неможливо закласти всі знання у досить складну систему. Крім того, тільки на цьому шляху виявляться перелічені вище ознаки інтелектуальної діяльності (накопичення досвіду, адаптація тощо).

Термін «штучний інтелект» введений у побут у 1956 р. професором Массачусетського технологічного інституту Дж.Макарті на зустрічі американських фахівців у галузі наук, пов'язаних з теорією та практикою дослідження обчислювальних процесів. На цій зустрічі в Дортмутському коледжі, яку американці вважають першою конференцією з ІІ, було сформульовано два основні завдання у новій науково-технічній галузі: розкрити механізм людського мислення та побудувати електронну машину, яка могла б імітувати цей процес.

Єдиного визначення, що повністю описує цю наукову галузь, не існує й досі. Серед багатьох поглядів на неї сьогодні домінують три. Згідно з першою - дослідження в галузі ІІ є фундаментальними дослідженнями, в рамках яких розробляються моделі та методи вирішення завдань, які традиційно вважалися інтелектуальними і не піддавалися раніше формалізації та автоматизації. Згідно з другою точкою зору, новий напрямок пов'язаний з новими ідеями вирішення завдань на ЕОМ, з розробкою принципово іншої технології програмування, з переходом до архітектури ЕОМ, що відкидає класичну архітектуру, яка сягає ще перших ЕОМ. Нарешті, третя точка зору, мабуть, найбільш прагматична, полягає в тому, що в результаті робіт у галузі штучного інтелекту народжується безліч прикладних систем, що вирішують завдання, для яких раніше створювані системи були непридатні.

Звичайно, всі ці три точки зору взаємно пов'язані, в галузі ІІ розвиваються фундаментальні дослідження, нова технологія програмування, нова архітектура технічних засобів, і все це використовується для створення прикладних систем, призначених для роботи в різноманітних галузях.

Під штучним інтелектомбудемо розуміти галузь наукових досліджень, в рамках якої розробляються моделі, методи, технічні та програмні засоби розв'язання завдань, які традиційно вважалися інтелектуальними та формалізованими та автоматизованими.

Під інтелектуальними системамирозуміють будь-які біологічні, штучні чи формальні системи, що виявляють здатність до цілеспрямованої поведінки. Останнє включає властивості (прояви) спілкування, накопичення знань, прийняття рішень, навчання, адаптації тощо.

Системами ІІназивають системи, призначені до виконання на ЕОМ таких практичних завдань, які називаються інтелектуальними, якщо вони виконуються людьми. Теоретично ІІ часто системи ІІ називають інтелектуальними системами.

Ще одне визначення поняття «інтелектуальна система» в ІІ запропоновано Поспєловим Д.А. Система вважається інтелектуальною, якщо в ній реалізовані такі три базові функції:

1) Функція подання та обробки знань. Інтелектуальна система має бути здатна накопичувати знання про навколишній світ, класифікувати та оцінювати їх з погляду прагматики та несуперечності, ініціювати процеси отримання нових знань, співвідносити нові знання зі знаннями, що зберігаються в базі знань.

2) Функція міркування. Інтелектуальна система має бути здатна формувати нові знання за допомогою логічного висновку та механізмів виявлення закономірностей у накопичених знаннях, отримувати узагальнені знання на основі приватних знань та логічно планувати свою діяльність.

3) Функція спілкування. Інтелектуальна система має бути здатною спілкуватися з людиною мовою, близькою до природної (ЄЯ) і отримувати інформацію через канали, аналогічні тим, які використовує людина при сприйнятті навколишнього світу, насамперед зорова і звукова, вміти формувати «для себе» або на прохання людини пояснення власної діяльності, надавати людині допомогу за рахунок знань, що зберігаються в її пам'яті, та логічних засобів міркування.

Штучний інтелект створив нейромережу December 15th, 2017

Дожили до того моменту, коли штучний інтелект створює власну нейромережу. Хоча багато хто думає, що це одне і теж. Але насправді не все так просто і зараз ми спробуємо розібратися, що це таке і хто кого може створити.

Інженери з підрозділу Google Brain навесні цього року продемонстрували AutoML. Цей штучний інтелект вміє без участі людини виробляти власні найунікальніші ІІ. Як з'ясувалося нещодавно, AutoML зміг вперше створити NASNet, систему комп'ютерного зору. Ця технологія серйозно перевершує всі створені раніше людьми аналоги. Ця заснована на штучному інтелекті система може стати чудовою помічницею у розвитку, скажімо, автономних автомобілів. Застосовується вона і в робототехніці – роботи зможуть вийти на абсолютно новий рівень.

Розвиток AutoML відбувається за унікальною навчальною системою з підкріпленням. Йдеться про нейромережі-управлінця, яка самостійно розробляє абсолютно нові нейромережі, призначені для тих чи інших конкретних завдань. У зазначеному нами випадку AutoML має на меті виробництво системи, що максимально точно розпізнає в реальному часі об'єкти у відеосюжеті.

Штучний інтелект сам зміг навчити нову нейронну мережу, стежачи за помилками та коригуючи роботу. Навчальний процес повторювався багаторазово (тисячі разів), доки система не виявилася придатною до роботи. Цікаво, що вона змогла обійти будь-які аналогічні нейромережі, що є в даний час, але розроблені та навчені людиною.

При цьому AutoML оцінює роботу NASNеt та використовує цю інформацію для покращення дочірньої мережі; цей процес повторюється тисячі разів. Коли інженери протестували NASNet на наборах зображень ImageNet і COCO, вона перевершила всі системи комп'ютерного зору.

У Google офіційно заявили, що NASNet розпізнає з точністю 82,7%. Результат на 1.2% перевищує минулий рекорд, який на початку осені цього року встановили дослідники з фірми Momenta та спеціалісти Оксфорда. NASNet на 4% ефективніший за свої аналоги із середньою точністю в 43,1%.

Є й спрощений варіант NASNet, адаптований під мобільні платформи. Він перевершує аналоги трохи більше, ніж на три відсотки. Незабаром можна буде використовувати цю систему для виробництва автономних автомобілів, для яких важлива наявність комп'ютерного зору. AutoML продовжує виробляти нові спадкові нейромережі, прагнучи підкорення ще більших висот.

При цьому, звичайно, виникають етичні питання, пов'язані з побоюваннями з приводу ІІ: що, якщо AutoML створюватиме системи з такою швидкістю, що суспільство просто за ними не встигне? Втім, багато великих компаній намагаються враховувати проблеми безпеки ІІ. Наприклад, Amazon, Facebook, Apple та деякі інші корпорації є членами Партнерства з розвитку ІІ (Partnership on AI to Benefit People and Society). Інститут інженерів та електротехніки (IEE) запропонував етичні стандарти для ІІ, а DeepMind, наприклад, анонсував створення групи, яка займатиметься моральними та етичними питаннями, пов'язаними із застосуваннями штучного інтелекту.

Втім, багато великих компаній намагаються враховувати проблеми безпеки ІІ. При цьому, звичайно, виникають етичні питання, пов'язані з побоюваннями з приводу ІІ: що, якщо AutoML створюватиме системи з такою швидкістю, що суспільство просто за ними не встигне? Інститут інженерів та електротехніки (IEE) запропонував етичні стандарти для ІІ, а DeepMind, наприклад, анонсував створення групи, яка займатиметься моральними та етичними питаннями, пов'язаними із застосуваннями штучного інтелекту. Наприклад, Amazon, Facebook, Apple та деякі інші корпорації є членами Партнерства з розвитку ІІ (Partnership on AI to Benefit People and Society).

Що таке штучний інтелект?

Автором терміна «штучний інтелект» є Джон Маккарті, винахідник мови Лісп, основоположник функціонального програмування та лауреат премії Тьюринга за величезний внесок у галузі досліджень штучного інтелекту.
Штучний інтелект - це спосіб зробити комп'ютер, комп'ютер-контрольованого робота або програму здатну також розумно мислити як людина.

Дослідження у сфері ІІ здійснюються шляхом вивчення розумових здібностей людини, а потім отримані результати цього дослідження використовуються як основа для розробки інтелектуальних програм та систем.

Що таке нейронна мережа?

Ідея нейромережі полягає в тому, щоби зібрати складну структуру з дуже простих елементів. Навряд чи можна вважати розумним один-єдиний ділянку мозку - а от люди зазвичай напрочуд непогано проходять тест на IQ. Проте досі ідею створення розуму «з нічого» зазвичай висміювали: жарту про тисячу мавп із друкарськими машинками вже сотня років, а за бажання критику нейромереж можна знайти навіть у Цицерона, який єхидно пропонував до посиніння підкидати в повітря жетони з літерами, щоб рано чи пізно вийшов осмислений текст. Однак у XXI столітті виявилося, що класики єхидничали даремно: саме армія мавп із жетонами може за належної завзятості захопити світ.
Насправді нейромережа можна зібрати навіть із сірникових коробок: це просто набір нехитрих правил, за якими обробляється інформація. «Штучним нейроном», або перцептроном, називається не якийсь особливий прилад, а лише кілька арифметичних дій.

Працює перцептрон простіше нікуди: він отримує кілька вихідних чисел, множить кожне на «цінність» цього числа (про неї трохи нижче), складає та в залежності від результату видає 1 або -1. Наприклад, ми фотографуємо чисте поле і показуємо нашому нейрону якусь точку на цій картинці - тобто посилаємо йому як два сигнали випадкові координати. А потім питаємо: «Дорогий нейрон, тут небо чи земля?» — «Мінус один, — відповідає бовдур, безтурботно розглядаючи купову хмару. — Зрозуміло, що земля».

"Тикати пальцем у небо" - це і є основне заняття перцептрону. Жодної точності від нього чекати не доводиться: з тим самим успіхом можна підкинути монетку. Магія починається на наступній стадії, що називається машинним навчанням. Адже ми знаємо правильну відповідь — отже, можемо записати її у свою програму. Ось і виходить, що за кожну невірну здогад перцептрон у буквальному сенсі отримує штраф, а за вірну — премію: цінність вхідних сигналів зростає або зменшується. Після цього програма проганяється вже за новою формулою. Рано чи пізно нейрон неминуче «зрозуміє», що земля на фотографії знизу, а небо зверху, тобто просто почне ігнорувати сигнал від того каналу, яким йому передають x-координати. Якщо такому навченому досвідом роботу підсунути іншу фотографію, то лінію горизонту він, може, і не знайде, але верх з низом вже точно не переплутає.

У реальній роботі формули трохи складніше, але принцип залишається тим самим. Перцептрон вміє виконувати лише одне завдання: брати числа та розкладати по двох стопках. Найцікавіше починається тоді, коли таких елементів кілька, адже вхідні числа можуть бути сигналами від інших «цеглинок»! Скажімо, один нейрон намагатиметься відрізнити сині пікселі від зелених, другий продовжить возитися з координатами, а третій спробує розсудити, у кого з цих двох результати ближчі один до істини. Якщо ж нацькувати на сині пікселі відразу кілька нейронів і підсумовувати їх результати, то вийде вже цілий шар, у якому «найкращі учні» отримуватимуть додаткові премії. Таким чином, досить розлога мережа може перелопатити цілу гору даних і врахувати при цьому всі свої помилки.

Нейронну мережу можна зробити за допомогою сірникових коробок – тоді у вас в арсеналі з'явиться фокус, яким можна розважати гостей на вечірках. Редакція МирФ вже спробувала - і смиренно визнає перевагу штучного інтелекту. Давайте навчимо нерозумну матерію грати у гру «11 паличок». Правила прості: на столі лежить 11 сірників, і кожен хід можна взяти або одну, або дві. Перемагає той, хто взяв останню. Як же грати в це проти комп'ютера?

Дуже просто.

Беремо 10 коробок чи стаканчиків. На кожному пишемо номер від 2 до 11.

Кладемо в кожну коробку два камінчики — чорний і білий. Можна використовувати будь-які предмети - аби вони відрізнялися один від одного. Все – у нас є мережа з десяти нейронів!

Нейросітка завжди ходить першою. Для початку подивіться, скільки залишилося сірників, і візьміть коробку з таким номером. На першому ході це буде коробка №11. Візьміть з потрібної коробки будь-який камінчик. Можна заплющити очі чи кинути монетку, головне — діяти навмання.
Якщо камінь білий – нейромережа вирішує взяти два сірники. Якщо чорний – одну. Покладіть камінчик поруч із коробкою, щоб не забути, який саме «нейрон» приймав рішення. Після цього ходить людина — і так доти, доки сірники не закінчаться.

Ну, а тепер починається найцікавіше: навчання. Якщо мережа виграла партію, то її треба нагородити: кинути в ті «нейрони», які брали участь у цій партії, за одним додатковим камінчиком того ж кольору, що випав під час гри. Якщо ж мережа програла - візьміть останню використану коробку і вийміть звідти камінь, що невдало зіграв. Може виявитися, що коробка вже порожня, — тоді «останньою» вважається попередній схожий нейрон. Під час наступної партії, потрапивши на порожню коробку, нейромережа автоматично здасться.

От і все! Зіграйте кілька партій. Спершу ви не помітите нічого підозрілого, але після кожного виграшу мережа робитиме все більш і більш вдалі ходи — і десь через десяток партій ви зрозумієте, що створили монстра, якого не в змозі обіграти.

Джерела: