Станислав Горобченко - Курс Интеллектуальные средства автоматизации. Модуль Конспект лекций и концепт-карты основных тем

Нейросети 1950-1970г. Первые разработки в области нейросетей вызвали ажиотаж в связи с возможностью создания «мыслящих» машин.

Машинное обучение 1970-2010г. Становятся популярными технологии машинного обучения.

Настоящее время. Глубокое обучение. Прорывы в сфере глубокого обучения привели к расцвету технологий ИИ.

Основные понятия искусственного интеллекта. Интеллект и искусственный интеллект

Определений слова “интеллект” существует множество. Например:

«Интеллект – качество психики, имеющее способность приспосабливаться к новым ситуациям, способность к обучению и запоминанию на основе опыта, а также способность использовать свои знания для управления окружающей средой»

«Интеллект – способность разбираться в происходящем событии, использовать имеющиеся средства и эффективно решать жизненные задачи».

Эти и множество других определений помогают разобраться, что представляет собой понятие «интеллект». Джон Маккарти был первым, кто ввел термин "искусственный интеллект" и дал ему определение: «Искусственный интеллект – наука и технология создания интеллектуальных машин, компьютерных программ»

В настоящее время нет единого и признанного всеми определения «искусственного интеллекта». Мнения специалистов из разных областей науки расходятся, поэтому существует много трактовок термина «искусственный интеллект». Например:

«Искусственный интеллект – это наука, целью которой является изучение и моделирование атрибута человека – мышления».

«Искусственный интеллект – это область информатики, предметом которой является создание комплексных систем, с возможностями естественного интеллекта».

В различных областях даются разные трактовки понятия «Искусственный интеллект», отличающиеся друг от друга по своему содержанию.

В результате рассмотрения большинства определений данного термина, можно сделать вывод о том, что искусственный интеллект – область компьютерной науки, предметом которой является моделирование и создание интеллектуальных систем, способных принимать оптимальные решения, на основе ранее полученного опыта.

Процессы обработки информации в мозгу человека не совпадают с аналогичными процессами в компьютере. Информацию из внешнего мира человек получает с помощью своих органов чувств. Эта информация помещается в буфер кратковременной памяти для анализа.

Рис.1. 1. Система обработки информации у человека

Долговременная память

В области долговременной памяти хранятся символы и смысловые связи между ними, которые используются для объяснения новой информации, поступающей из кратковременной памяти.

Доступ к информации в долговременной памяти осуществляется очень эффективно. Практически любой элемент данных может быть извлечен в течение цикла обращения и затем преобразован.

Например, человек успевает отдернуть от горячей печки руку до того, как получит ожог, или при возникновении неожиданного препятствия на дороге, резко вывернуть руль автомобиля. Такой автоматизм действий объясняется использованием образов, «лежащих» в долговременной памяти.

Искусственный интеллект как область знаний

В целом, искусственный интеллект – это самостоятельная область научных исследований, которая сформировалась в результате достижений в логике и математике, и основана на накопленных человечеством знаниях о живой и неживой природе.

Область научных знаний об искусственном интеллекте сформировалась в середине XX века, однако ещё в глубокой древности, и в средние века работали в этом направлении.

Таким образом, искусственный интеллект в современном понимании – это совокупность методов решения разных сложностей задач, использующих принципы, аналогичные мышлению человека, способного решить данные задачи.

Как используется искусственный интеллект?

Здравоохранение. Технологии ИИ могут применяться в персонализированной медицине и при расшифровке рентгеновских снимков. Персональные медицинские помощники могут напоминать пользователям, что нужно принять лекарство, выполнить физические упражнения или перейти на более здоровый режим питания.

Промышленность. ИИ может анализировать данные IT с производственного участка, получаемые от подключенного оборудования, и прогнозировать загрузку и спрос с помощью рекуррентных сетей – особого вида сетей глубокого обучения, используемых для работы с последовательными данными.

Ритейл. ИИ помогает совершать покупки онлайн с индивидуально подобранными рекомендациями, а также дает возможность продавцам обсуждать покупки с клиентами. Кроме того, технологии ИИ могут оптимизировать процессы управления товарными запасами и размещения товара.

Спорт. Тренеры получают отчеты со снимками с камер и показателями датчиков о том, как лучше организовать игру, в том числе как оптимизировать расстановку игроков и стратегию.

Принцип работы искусственного интеллекта

Принцип работы ИИ заключается в сочетании большого объема данных с возможностями быстрой, интерактивной обработки и интеллектуальными алгоритмами, что позволяет программам автоматически обучаться на базе закономерностей и признаков, содержащихся в данных. ИИ представляет собой комплексную дисциплину со множеством теорий, методик и технологий. Ее главными направлениями являются следующие:

Машинное обучение – это область знаний, исследующая алгоритмы, которые обучаются на данных с целью найти закономерности. В нем используются методы нейросетей, статистики, исследования операций и т.п. для выявления скрытой полезной информации в данных;

Нейросеть – это один из методов машинного обучения. Это математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей – сетей нервных клеток живого организма.

В глубоком обучении используются сложные нейросети со множеством нейронов и слоев. Для обучения этих глубоких нейросетей используются повышенные вычислительные мощности и усовершенствованные методики. Распространенные области применения: распознавание изображений и речи.

Когнитивные вычисления – направление ИИ, задачей которого является обеспечение процесса естественного взаимодействия человека с компьютером, аналогичного взаимодействию между людьми.

Компьютерное зрение опирается на распознавание шаблонов и на глубокое обучение для распознавания изображений и видео. Машины уже умеют обрабатывать, анализировать и понимать изображения, а также снимать фото или видео и интерпретировать окружающую обстановку.