Актуальность темы ии кратко
Обновлено: 15.05.2024
Это то, что мы думаем, когда кто-то произносит “искусственный интеллект”. Особенно в научной фантастике. Мы вспоминаем HAL 9000 из Космической Одиссеи 2001 года, который внезапно решил, что может делать все, что черт возьми он захочет. Терминатор или Альтрон и маниакальные фантазии о расе роботов убийц, одержимых стремлением уничтожить человечество. И не говорите мне о том, что в вашей голове никогда не проскальзывала мысль, что Матрица может быть реальной.
Искусственный интеллект в научной фантастике долгое время был предметом конфликта между человеком и машиной. Во многих отношениях, в этом нет ничего плохого. Люди и машины бок о бок проходили через многие исторические процессы; постоянное напряжение между живым и неживым приводило к взаимовыгодным результатам.
В научной фантастике существует тенденция представлять ИИ в качестве антропоморфных машин. Это один из самых незамысловатых приемов в литературе создать злодея. Дайте машине тело, голос, разум и способность управлять своими действиями. В большинстве случаев, это Макгаффин, раскрывающий наши собственные слабости и недостатки. Мне нравятся подобного плана истории. Я и сам написал их немало. Они служат для того, чтобы помочь нам исследовать нашу собственную природу с точки зрения особенностей, которые делают наш вид уникальным.
Но реже я встречал истории, в которых ИИ предстает тем, чем он является на самом деле… областью исследования компьютерных наук.
В этой статье мы взглянем на фундаментальные принципы искусственного интеллекта, его основные теории и перспективы, чтобы помочь другим авторам понять его истинную природу, потенциал и ограничения.
В тесте Тьюринга, судье (C) поручено определить, какой игрок (A или B) является компьютером, а какой человеком.
Идея современного ИИ появилась из ранних работ с компьютерами в 30-х годах. Алан Тьюринг, основатель современных компьютерных вычислительных систем, заявил в основополагающей статье 1950 года, что теоретически возможно построить компьютер способный на мыслительные процессы. Тест Тьюринга стал де факто первым шагом в определении того, достиг ли компьютер уровня ИИ.
Идея теста заключается в том, чтобы проверить способность машины демонстрировать разумное поведение, которое эквивалентно или неотличимо от поведения человека. В общем виде, суть теста состоит в том, чтобы выяснить, сможет ли компьютер в беседе с человеком обмануть собеседника, заставив поверить в то, что он является человеком, а не машиной.
Тест Тьюринга - полезный инструмент для понимания уровня сложности компьютера, но его результаты могут сказать нам только то, что компьютер научился эффективно имитировать поведение человека. В действительности, это ничего не говорит нам о том, думают ли компьютер или обладает определенной степенью сознательности.
Первыми исследователями вычислительных систем, высказавшихся о разумности компьютера в 40-х годах, были - Walter Pitts и Warren McCulloch. Pitts и McCulloch изучали, как функционирует нейронная активность в человеческом мозге и пытались создать цифровую модель, которая позволила бы компьютеру обладать такими человеческими способностями, как зрение, слух и распознавание речи. По сути, они пытались воссоздать человеческий мозг. Они разработали идею “перцептронов”, т. е. концепцию искусственных нейронов, наслоенных таким образом, что вход может быть введен в один конец системы и идентифицирован как выход. Один перцептрон передавал информацию группе других перцептронов и дальше по линии пока возможный выход не будет достигнут.
Системы, по сути алгоритмы, назывались “нейронными сетями”. Начальный прогресс был весьма обнадеживающим. Но работа над нейронными сетями в конечном итоге зашла в тупик в 1960-х годах, к тому же исследователь Марвин Мински усомнился, что реализация модели перцептронов была хоть сколько-нибудь возможна, учитывая технологии, доступные в то время. Марвин Мински утверждал, что модель нейронной сети нуждается в слишком высокой вычислительной мощности и она не решает фундаментальных проблем создания компьютера, который бы обладал здравым смыслом и мог рассуждать на уровне человека.
Более того, Hans Moravec (in “Moravec’s Paradox”) в 1980-х заявил, что
"сравнительно легко заставить компьютеры демонстрировать производительность на уровне взрослого человека в тестах на интеллект и в игре в шашки, но очень трудно или практически невозможно наделить их навыками годовалого ребенка, когда заходит речь о восприятии и мобильности"
По сути, это значит, что относительно легко конструировать компьютеры, которые обладают превосходными логическими способностями (например, умение играть в шахматы), но невероятно сложно создавать компьютеры, которые могли бы демонстрировать человеческую физическую активность и восприятие. Поэтому, исследования ИИ вступили в один из двух периодов так называемого “разочарования”, прозванных в среде ученых “ИИ Зима”. Финансирование иссякло, прогресс замедлился, поэтому фокус внимания переместился на другие области информатики. Первая “ИИ Зима” длилась с 1970-х до середины 1980-х, вторая с 1990-х по примерно 2010-е.
Термин “искусственный интеллект” в наше время считается немного неправильным. Он существует скорее как общее определение для нескольких видов технологий, наделяющих компьютеры и механизмы более интеллектуальными возможностями.
Современный ИИ включает в себя множество разных методов, которые позволяют расширить спектр возможностей компьютера. Например, машинное обучение, глубокое обучение, big data, нейронные сети, когнитивные вычисления и другие. Современный ИИ - это ответ на вопрос “что случится, если предоставить машине бесконечную вычислительную мощность и бесконечные данные?”
Но что насчет компьютеров, которые могут видеть, слышать и понимать. Большинство передовых исследований в области искусственного интеллекта выполняются с помощью нейронных сетей. Различные виды нейронных сетей (сверточные нейронные сети, рекуррентные нейронные сети, цепь Маркова, долгая краткосрочная память, генеративно-состязательная сеть и др.) используются такими компаниями, как Google, Microsoft, Facebook, IBM с целью корректной идентификации изображений, речи или текста. К примеру, Microsoft создала микросхемы (программируемая пользователем вентильная матрица - FPGA) с алгоритмами, способными перевести всю Википедию за считанные секунды.
Каждый день вы используете разные виды технологий машинного обучения. Когда вы пользуетесь поисковиком Google (data mining, оптимизация и персонализация) или задаете вопрос Siri на своем IPhone (распознавание речи). Интересные разработки были произведены в области дополненной реальности - наслаивание цифрового контента поверх физического мира. Индустрия движется по направлению к автоматизации, когда компьютеры анализируют данные и на их основе принимают решения за доли секунды, в то время как у человека на подобную деятельность могут уходить недели. То, что мы в данный момент считаем искусственным интеллектом, есть повсюду.
Но впереди еще долгий путь, даже для решения самых элементарных проблем. Одно из интересных нововведений - это освещение. Facebook использует нейронные сети, чтобы научить компьютеры понимать, как человек двигается на фотографиях и видео, в практике это называют “распознаванием позы”.
Подумайте об этом немного. Нам нужно научить компьютеры понимать, сидит ли в данный момент человек или стоит, машет руками или идет. Это то, на что способен интеллект двухгодовалого ребенка. Несмотря на всю свою мощь и потрясающие способности, основанные на логических вычислениях, машины не настолько умны, особенно что касается познания и восприятия на человеческом уровне. Машины не могут брать на себя ответственность. По крайне мере, не в ближайшее время.
Люди мечтают о Сингулярности, моменте, когда компьютеры обретут сознательность и интеллект уровня человека (или выше) и начнут развиваться и размножаться самостоятельно. То, что произойдет дальше оставлено на ум футуристов, программистов, писателей и сценаристов. Идея разумных компьютеров - глобальная и комплексная, лучше подойдет для другой статьи. Лучше сказать, на данный момент, мы понятия не имеем, как создать разумную машину или даже приблизиться к реализации модели искусственного интеллекта, который можно определить как способность компьютера выполнять любую интеллектуальную задачу, которую может выполнить человек. Всякая научная фантастика, которую вы смотрите или читаете, рассказывает о разумном, сознательном компьютере, обходя проблемы современной компьютерной науки и нейробиологии, чтобы создать живых машин, как будто с помощью какой-нибудь магии. Очень немногие произведения научной фантастики описывают процесс создания ИИ, большинство же просто перескакивают на последствия.
Таким образом, если мы не знаем, как построить сознательный компьютер, возникает более уместный вопрос: “Во что превратится ограниченная функциональность современного ИИ в ближайшие годы?”
Ускорение темпов развития ИИ, как мы теперь понимаем, будет ключом к концу “Информационной” эпохи и началу “Автономной” эпохи. Если грубо обобщить, то “Информационная” эпоха началась с появления печатного станка в 1450 году, который помогал распространять знания и информацию по всему миру. Теперь у нас есть устройства, которые мы носим в кармане и которые могут получить доступ к любому виду данных в течения нескольких секунд или связаться с кем-либо в мире. Это логическое завершение Информационной эпохи.
Следующая эпоха будет той, где наши компьютеры и машины выполняют для нас задачи, основываясь на принципах оптимизации и эффективности, основываясь на огромных объемах данных и эмпирических наблюдениях. Назовите любую форму человеческой деятельности, о которой вы только можете подумать, и вы увидите способ, по которому алгоритмы смогут ее усовершенствовать. И еще, каждая отдельная машина будет ограничена в своих возможностях. Алгоритм, разработанный, например, для сбора урожая не сможет развернуться и выполнить оптимизацию контент-маркетинга. Ближайшее будущее (следующие пятьдесят лет, по крайне мере) будет наполнено множеством узкоспециализированных ИИ, выполняющих конкретные задачи. Создание искусственного интеллекта, который мог бы выполнять множество разнообразных видов задач (что было бы предпосылкой появления искусственного чувства), будет осуществлено уж точно не при нашей жизни.
Можно выделить две основные линии работ по искусственному интеллекту. Первая связана с совершенствованием самих машин, с повышением "интеллектуальности" искусственных систем. Вторая связана с задачей оптимизации совместной работы "искусственного интеллекта" и собственно интеллектуальных возможностей человека.
О.К. Тихомиров выделяет три позиции по вопросу о взаимодействии психологии и искусственного интеллекта [9]:
1) "Мы мало знаем о человеческом разуме, мы хотим его воссоздать, мы делаем это вопреки отсутствию знаний"- эта позиция характерна для многих зарубежных специалистов по искусственному интеллекту.
2) Вторая позиция сводится к констатации ограниченности результатов исследований интеллектуальной деятельности, проводившихся психологами, социологами и физиологами. В качестве причины указывается отсутствие адекватных методов. Решение видится в воссоздании тех или иных интеллектуальных функций в работе машин. Иными словами, если машина решает задачу, ранее решавшуюся человеком, то знания, которые можно подчеркнуть, анализируя эту работу, есть основной материал для построения психологических теорий.
3) Третья позиция характеризуется оценкой исследования в области искусственного интеллекта и психологии как совершенно независимых. В этом случае допускается возможность только потребления, использования психологических знаний в плане психологического обеспечения работ по искусственному интеллекту.
Об интеллекте компьютера можно было бы говорить, если бы он сам, на основании собственных знаний о том, как протекает игра в шахматы и как играют в эту игру люди, сумел составить шахматную программу или написал программу для создания несложных маршей и вальсов [10]. Не сами процедуры, с помощью которых выполняется та или иная интеллектуальная деятельность, а понимание того, как их создать, как научится новому виду интеллектуальной деятельности, - вот где скрыто то, что можно назвать интеллектом. Специальные метапроцедуры обучения новым видам интеллектуальной деятельности отличают человека от компьютера. Следовательно, в создании искусственного интеллекта основной задачей становится реализация машинными средствами тех метапроцедур, которые используются в интеллектуальной деятельности человека. Что же это за процедуры?
В психологии мышления есть несколько методов творческой деятельности. Одна из них называется лабиринтной. Суть лабиринтной гипотезы, на которой основана лабиринтная модель, заключается в следующем: переход от исходных данных задачи к её решению лежит через лабиринт возможных альтернативных путей. Не все пути ведут к желаемому результату, многие из них заведут в тупик, из которого надо уметь выбраться, вернуться к тому месту, где потеряно правильное направление. По мнению сторонников лабиринтной модели мышления, решение всякой творческой задачи сводится к целенаправленному поиску в лабиринте альтернативных путей с оценкой успеха после каждого шага.
Но исследователи отказались от этой идеи, когда столкнулись с задачами, в которых лабиринта возможностей либо не существует, либо он был слишком велик для метапроцедур поиска, как например, при игре в шахматы. Конечно, в этой игре есть лабиринт возможностей – это все мыслимые партии игры. Но как в этом астрономически большом лабиринте найти те партии, которые ведут к выигрышу? Лабиринт столь велик, что никакие мыслимые скорости вычислений не позволяют целенаправленно перебрать пути в нём. И все попытки использовать для этого человеческие эвристики (в данном случае профессиональный опыт шахматистов) не дают пути решения задачи. Поэтому современные шахматные программы уже давно используют не только метапроцедуру целенаправленного поиска, но и другие метапроцедуры, связанные с другими моделями мышления.
Долгие годы в психологии изучалась ассоциативная модель мышления. Основной метапроцедурой этой модели является ассоциативный поиск и ассоциативное рассуждение. Предполагается, что решение неизвестной задачи так или иначе основывается на уже решённых задачах, чем-то похожих на ту, которую надо решить. Новая задача рассматривается как уже известная, хотя и несколько отличающаяся от решённой. Поэтому способ её решения должен быть близок к тому, который когда-то помог решить подобную задачу.
Ассоциативное рассуждение позволяет переносить приёмы, использованные ранние, на текущую ситуацию. К сожалению, несмотря на многолетнее изучение ассоциативной модели, не удалось создать стройную теорию ассоциативного поиска и ассоциативного рассуждения. Исключение составляет важный, но частный класс ассоциаций, называемых условными рефлексами. И всё же метапроцедура ассоциативного поиска и рассуждения сыграла важную роль: она помогла создать эффективные программы в распознавании образов, в классификационных задачах и в обучении ЭВМ. Но одновременно эта метапроцедура привела к мысли о том, что для её эффективного использования надо привлечь результаты, полученные в другой модели мышления, опирающейся на идею внутреннего представления проблемной области, на знания об её особенностях, закономерностях и процедурах действия в ней.
Это представление мыслительной деятельности человека обычно называют модельной гипотезой. Согласно ей, мозг человека содержит модель проблемной ситуации, в которой ему надо принять решение. Для решения используются метапроцедуры, оперирующие с совокупностью знаний из той проблемной области, к которой принадлежит данная проблемная ситуация. Например, если проблемная ситуация – переход через улицу с интенсивным движением, то знания, которые могут помочь её разрешить, касаются способов организации движения транспорта, сигналов светофоров, наличия дорожек для перехода и т.п.
В модельной гипотезе основными метапроцедурами становятся представление знаний, рассуждения, поиск релевантной (связанной с данной проблемной ситуацией) информации в совокупности имеющихся знаний, их пополнение и корректировка. Эти метапроцедуры составляют ядро интеллектуальных возможностей современных программ и программных систем, ориентированных на решение творческих задач. В совокупности с метапроцедурами целенаправленного поиска в лабиринте возможностей, ассоциативного поиска и рассуждения они образуют арсенал интеллектуальных средств, которым располагают современные интеллектуальные системы, часто называемые системами, основанными на знаниях.
Работая над темой моего реферата, я не только узнала о существовании такой проблемы, как создание искусственного интеллекта, осознала её значимость и актуальность для развития современного человека, но и на практике попыталась подойти к решению этой не простой задачи, которой человечество посвятило, по крайней мере, 2,5 тыс. лет.
В этой работе я не только проанализировала мнения разных учёных по поводу создания искусственного интеллекта, но и выразила свою точку зрения. Приведённая в исследовательской части программа является экспертной системой, которая, в свою очередь, есть низшая ступень в создании искусственного интеллекта.
В дальнейшем, я планирую работать над этой программой, устранить некоторые недостатки, усовершенствовать, чтобы приблизить её, на столько, на сколько это возможно, к искусственному интеллекту.
Свидетельство и скидка на обучение каждому участнику
Зарегистрироваться 15–17 марта 2022 г.
З.Э. Халилова
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В СОВРЕМЕННОМ МИРЕ
Аннотация. В статье представлены основные концепции программ искусственного интеллекта, а так же проанализированы перспективы развития искусственного интеллекта в образовании.
Ключевые слова: искусственный интеллект, программы, образование, техника.
Постановка проблемы. Проблема создания искусственного интеллекта является не такой современной, как может показаться на первый взгляд, поскольку человечество уже с древних времён старалось упростить свою жизнь, переложив некоторые из своих обязанностей на специальные приспособления. Не так давно вопрос ограничивался созданием машин или роботов, которые могли бы выполнять тяжёлую физическую работу. Однако постепенно наука развивалась, и человек всё чаще стал задумываться о создании машины, которая могла бы выполнять, как и физическую работу, так и умственную. На сегодняшний день актуальность создания искусственного интеллекта связана по большому счету со сложностью проблем, которые вынуждено решать современное цивилизованное человечество. Бесспорно, к таким проблемам можно отнести освоение космоса, прогнозирование природных катаклизмов и антропогенного влияния на окружающую среду, создание сложнейших инженерных проектов, использование современной техники в медицине, а так же многие другие научные исследования.
В настоящее время создаются всё более и более усовершенствованные программы, наиболее напоминающие по своему действию мыслительные процессы человека. Они существенно облегчают наш быт, а так же играют значительную роль в современной жизни.
Анализ последних исследований и публикаций. Задача создания искусственного интеллекта с каждым днем становится всё более актуальной. Именно поэтому этой проблеме посвящены многие исследования и публикации. В частности, в статье Косс В. А. [1] излагается суть процедур мышления при управлении функциями человека. Классификация функций дана с позиции психологии, отражающей суть функций человека, а не его поведенческие реакции. Результаты анализа процесса мышления позволили по-новому посмотреть на роль и место систем искусственного интеллекта в жизнедеятельности человека. Предложен подход к изучению процесса трансформации информации в мышлении человека и дана структурная модель самого процесса мышления. Ее реализация может служить основой для интеграции систем искусственного интеллекта. А в научной работе Алимова А. А. и Шабалиной О. А. [2] рассматривается программная система управления персонажами игрового виртуального мира на основе мультиагентного подхода.
В научном труде Рыжова В. В. и Сайфулина В. Г. [3] рассмотрена специфика искусственного интеллекта по сравнению с человеческим мышлением. Показано, что развитие искусственного интеллекта идет в направлении роста вычислительной мощности компьютеров. Сделан вывод о неспособности искусственного интеллекта к научному творчеству на современном этапе развития компьютерных технологий.
В работе Мигуренко Р. А. [4] акцентируется внимание на философских позициях в отношении искусственного интеллекта как инструмента познания сознания. На основе различия двух типов ментальных свойств и структуры человеческих компетенций даётся сравнительная характеристика естественного и искусственного интеллектов. Определяется значимость исследований в области искусственного интеллекта для философии сознания .
Цель статьи – проанализировать основные концепции программ искусственного интеллекта, а так же перспективы его развития в образовании.
Изложение основного материала. Сегодня термин искусственный интеллект широко используется для обозначения приложений для сложных задач, которые раньше могли выполнять только люди, например обслуживание заказчиков или игра в шахматы. Отсюда дадим определение термину искусственный интеллект.
Искусственный интеллект (ИИ) — это система или машина, которая может имитировать человеческое поведение, чтобы выполнять задачи, и постепенно обучаться, используя собираемую информацию. ИИ имеет множество воплощений, например:
чат-боты используют ИИ, чтобы быстрее анализировать обращения заказчиков и давать соответствующие ответы;
системы рекомендаций автоматически подбирают похожие программы для телезрителей на основе ранее просмотренных.
На сегодняшний день наука подошла к такому уровню своего развития, что стало вполне возможным создание искусственного интеллекта. Однако многие учёные по сей день скептически относятся к этому вопросу, в связи с тем, что существует множество проблем, которые до сих пор не удаётся решить научным путём, таких как:
сбои в системе, которые могут привести к потере важных данных;
по мере того, как искусственный интеллект будет заменять человека, все больше людей останутся без работы и трудоустройства, что совсем не в пользу людей;
несанкционированное использование в военных целях;
развитие искусственного интеллекта приводит к тому, что скорее всего роботы будут думать за людей.
На данный момент существуют концепции программ искусственного интеллекта, и практически каждый день мы ими пользуемся. В частности, не так давно вышел сервис, который загружает фото и в ответ возвращает ваш возраст. Кроме того на данный момент идет разработка сервисов которые позволят по фото определять не только какие объекты на ней находятся, но и в развернутом предложении написать что на ней происходит.
Рассмотрим более подробно пользу и перспективы развития искусственного интеллекта в образовании:
ИИ позволит подбирать форму обучения для каждого человека индивидуально, исходя из его способностей, затрат времени на полное понимание и освоение учебного материала;
искусственный интеллект может быть полезен в быстрой, правильной и справедливой проверке знаний после обучения, что гораздо упростит и ускорит оценивание;
станет возможным заниматься самообразованием при помощи ИИ, а не путем получения знаний от другого человека. Необходимость в преподавателях перестанет быть, в итоге последние сами же смогут развиваться и получать знания уже в других сферах образования, так же при помощи ИИ.
Однако опасность заключается не в развитом искусственном интеллекте, а в недоразвитом. На сегодняшний день ученые доверяют самые важные функции не достаточно умным программам. Основная задача заключается в том, чтобы объяснить людям какие есть возможности использования техники, а уже впоследствии необходимо подумать, как адаптировать нашу жизнь, законы нашего общества к изменениям которые она принесёт.
Выводы. Итак, на основе вышеприведенного анализа можно сделать вывод, что искусственный интеллект в дальнейшем должен сыграть большую роль в развитии человечества. В будущем искусственный интеллект будет использоваться не только в образовании и науке, а станет неотъемлемой частью жизни каждого цивилизованного человека.
Список литературы
Халилова Зарема Энверовна
Крымский инженерно-педагогический университет
пер. Учебный, 8, Симферополь, Республика Крым, 295015
Z.E. Khalilova
ARTIFICIAL INTELLIGENCE AND ITS ROLE IN EDUCATION
Abstract. The article presents the main concepts of artificial intelligence programs, as well as the prospects for the development of artificial intelligence in education.
Keywords: artificial intelligence, programs, education, technology.
Перспективы развития искусственного интеллекта в будущем
Автор работы награжден дипломом победителя II степени
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF
Искусственный интеллект (ИИ) — тема, которая уже давно не сходит со страниц научно-популярных журналов и постоянно затрагивается в кино и книгах. Чем больше специалисты развивают эту область науки, тем большими мифами она покрывается.
В настоящее время различают два основных подхода к моделированию искусственного интеллекта: машинный интеллект, заключающийся в строгом задании результата функционирования, и искусственный разум, направленный на моделирование внутренней структуры системы.
Основные области применения систем искусственного интеллекта: доказательство теорем, игры, распознавание образов, принятие решений, адаптивное программирование, сочинение машинной музыки, обработка данных на естественном языке, обучающиеся сети (нейросети), вербальное концептуальное обучение. Моделирование систем первой группы достигается за счет использования законов формальной логики, теории множеств, графов, семантических сетей и других достижений науки в области дискретных вычислений, а основные результаты заключаются в создании экспертных систем, систем разбора.
Цель и задачи проекта :
Цель проекта – изучить перспективы дальнейшего развития искусственного интеллекта.
Задачи проекта: ознакомиться с историей создания искусственного интеллекта, его использованием на практике и направлениями его дальнейшего развития.
Изучить историю искусственного интеллекта.
Изучить применение искусственного интеллекта в настоящее время.
Выявить достоинства и недостатки искусственного интеллекта.
Ознакомиться с перспективами развития искусственного интеллекта в будущем.
Объект работы: искусственный интеллект и перспективы его развития.
Актуальность темы очевидна, так как использование искусственного интеллекта в будущем будет развиваться, а сферы его применения расширятся. Мир постепенно будет меняться: так как человека заменят роботы, могут исчезнуть многие профессии в будущем.
Практическая значимость: материал проекта можно будет использовать при изучении темы по информатике, а также для желающих заняться созданием искусственного интеллекта, в частности, робототехникой.
1. Искусственный интеллект.
1.1 Понятие об искусственном интеллекте.
Система искусственного интеллекта (ИИ) — это программная система, имитирующая на компьютере процесс мышления человека. Для создания такой системы необходимоизучить сам процесс мышления человека, решающего определенные задачи или принимающего решения в конкретнойобласти, выделить основные шаги этого процесса и разработать программные средства, воспроизводящие их на компьютере. Следовательно, методы ИИ предполагают простой структурный подход к разработке сложных программных систем
Фото 1. Робот-лектор.
Искусственный интеллект — это направление информатики, целью которого является разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножествеестественного языка.
поэт Раймонд Луллий, который еще в XIII в. пытался создать механическое устройство для решения различных задач на основе разработанной им всеобщей классификац ии понятий.
Фото 2. Искусственный интеллект на службе у человека.
Председатель комитета Госдумы по информационной политике, информационным технологиям и связи заявил, что для России является важной проблема вытеснения рабочей силы искусственным интеллектом.
Рано или поздно людей заменят автоматизированной системой, и на рынок выплеснется 2% работоспособного населения страны. Именно поэтому о том, как их трудоустроить, тех, кто потеряет работу вследствие развития цифровых технологий, нужно думать уже сейчас. По мнению председателя, уже в скором будущем мы столкнемся с ростом безработицы.
1 .2 Искусственный интеллект в России
В рамках этой ассоциации проводилось большое количество исследований, были организованы школы для молодых специалистов, семинары, симпозиумы, раз в два года проводились объединенные конференции, издавался научный журнал. Следует отметить, что уровень теоретических исследований по искусственному интеллекту в России всегда был ничуть не ниже общемирового. Однако, к сожалению, начиная с 1980-х гг. на прикладных работах начинало сказываться постепенное отставание в технологии. На данный момент отставание в области разработки промышленных интеллектуальных систем составляет примерно 3–5 лет. Основные области применения систем искусственного интеллекта: доказательство теорем, игры, распознавание образов, принятие решений, адаптивное программирование, сочинение машинной музыки, обработка данных на естественном языке, обучающиеся сети (нейросети), вербальное концептуальное обучение.
1.3 Представление знаний в интеллектуальных системах
В настоящее время наиболее используемые подходы к представлению знаний в интеллектуальных системах:
Методы инженерии знаний, ориентированные на формализацию знаний:
– логические модели, в том числе продукционные (правила);
Методы, ориентированные на обучение:
– байесовские сети (условные вероятности) ;
– скрытые модели Маркова .
Существует и другая классификация методов представления знаний:
2. Направления развития искусственного интеллекта
2.1 Модели представления знаний
2.1.1 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.
2.1.2 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.
2.1.3 Нечеткая логика
Системы нечеткой логики активнее всего будут применяться преимущественно в гибридных управляющих системах.
2.1.4 Обработка изображений
Продолжится разработка способов представления и анализа изображений (сжатие, кодирование при передаче с использованием различных протоколов, обработка биометрических образов, снимков со спутников), независимых от устройств воспроизведения, оптимизации цветового представления на экране и при выводе на печать, распределенных методов получения изображений.
2.1.5 Экспертные системы
Спрос на экспертные системы остается на достаточно высоком уровне. Наибольшее внимание сегодня привлечено к системам принятия решений в масштабе времени, близком к реальному, средствам хранения, извлечения, анализа и моделирования знаний, системам динамического планирования.
2.1.6 Интеллектуальные приложения
Рост числа интеллектуальных приложений, способных быстро находить оптимальные решения комбинаторных проблем (возникающих, например, в транспортных задачах), связан с производственным и промышленным ростом в развитых странах.
2.1.7. Распределенные вычисления
Распространение компьютерных сетей и создание высокопроизводительных кластеров вызвали интерес к вопросам распределенных вычислений - балансировке ресурсов, оптимальной загрузке процессоров, самоконфигурированию устройств на максимальную эффективность, отслеживанию элементов, требующих обновления, выявлению
Рис. 1. Надежная защита информации.
3. Проблемы создания искусственного интеллекта.
В наибольшей мере системы искусственного интеллекта используют формально-логические структуры, что обусловлено их неспецифичным для мышления и, в сущности, алгоритмическим характером. Это дает возможность относительно легко реализовать их технически. Однако, даже в этом случае кибернетике, как науке, предстоит пройти большой путь.
Уже разработаны проблемно-ориентированные фрагменты естественных языков, достаточные для решения системой ряда практических задач. Наиболее важным итогом такой работы является создание семантических языков (и их формализация), в которых слова-символы имеют определенную интерпретацию.
4. Угрозы человечеству от бурного развития искусственного интеллекта: мифы или реальность?
Мы приближаемся к тому времени, когда машины превзойдут людей почти в любом деле. Некоторые ученые считают, что обществу нужно посмотреть в лицо этой проблеме до того, как она встанет во весь рост. Если машины будут способны делать почти всё, что умеют люди, что тем останется делать? Долгое время на пути автоматизации стояли технологические ограничения — машины не могли распознавать образы и речь, не могли говорить, не могли достаточно хорошо понимать смысл высказываний на естественном языке, не имели достаточно данных для того, чтобы научиться многим привычным для человека вещам.
Благодаря последним достижениям в сфере искусственного интеллекта многие из этих ограничений фактически оказались сняты. Кроме того, многие профессии сами претерпели трансформацию, что сделало их более удобными для автоматизации.
Например, современный офисный служащий ведёт переписку не в бумажном, а в электронном виде, бухгалтер выполняет проводки не на бумаге, а в бухгалтерской программе, оператор станка управляет станком зачастую не при помощи рукоятей, а при помощи управляющей программы. Поэтому сейчас задача автоматизации во многих профессиях перестала быть научной и стала чисто инженерной.
При этом важно понимать, что остановить технический прогресс нельзя, и попытка это сделать обернётся куда более катастрофичными последствиями.
Мы сможем когда-нибудь полностью довериться роботам (ИИ), или все-таки в любом деле должен быть человеческий фактор?
У этого вопроса есть несколько аспектов. С одной стороны, люди в прошлом с опаской относились практически к любой технике. Первый лифт, первый автомобиль, первый поезд или самолёт — всё это когда-то было непривычным, и многим казалось опасным. Да во многом опасным и было — техногенные катастрофы унесли немало жизней.
И тем не менее в наши дни все эти вещи стали привычными и уже не вызывают сильного страха. В этом смысле — наши потомки будут относиться к системам ИИ более спокойно. Люди порой склонны мистифицировать вещи, которые им непонятны. Дикарь думает, что в паровозе живёт злой дух, а современный обыватель думает, что наши системы ИИ обладают сознанием, хотя это далеко не так.
С другой стороны, я не думаю, что универсальные системы ИИ когда-либо станут частью нашей производственной сферы. На мой взгляд будущее скорее за синтетическими системами — то есть за объединением человека и машины в единый организм. В этом смысле искусственным интеллектом будущего будет усовершенствованный человеческий интеллект.
Последнее время многие ученые, например, Стивен Хокинг, Билл Гейтс или тот же Илон Маск, начали паниковать, что искусственный интеллект обрекает человечество на гибель, а будущее они видят какой-то антиутопией. Стоит ли воспринимать такие прогнозы всерьез?
Рис. 2. Все в моих руках.
Ключевым фактором, определяющим в настоящее время развитие технологий искусственного интеллекта, считается темп роста вычислительной мощности компьютеров, так как принципы работы человеческой психики по-прежнему остаются неясными. 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.
В перспективе будут интенсивно развиваться временно забытые методы простого перебора вариантов (как в шахматных программах), обходящиеся крайне упрощенным описанием объектов. Но с помощью такого подхода (главный ресурс для его успешного применения - производительность) удастся решить, как ожидается, множество самых разных задач (например, из области криптографии). Уверенно действовать автономным устройствам в сложном мире помогут достаточно простые, но ресурсоемкие алгоритмы адаптивного поведения. При этом ставится цель разрабатывать системы, не внешне похожие на человека, а действующие, как человек.
Продолжится активное внедрение формальной логики в прикладные системы представления и обработки знаний. В то же время такая логика не способна полноценно отразить реальную жизнь, и произойдет интеграция различных систем логического вывода в единых оболочках. При этом, возможно, удастся перейти от концепции детального представления информации об объектах и приемов манипулирования этой информацией к более абстрактным формальным описаниям и применению универсальных механизмов вывода, а сами объекты будут характеризоваться небольшим массивом данных, основанных на вероятностных распределениях характеристик.
Список использованных источников
1.Основы искусственного интеллекта: учебное пособие / Е. В. Боровская, Н. А. Давыдова.М. : БИНОМ. Лаборатория знаний, 2010. 127 с.
Читайте также: