Apibrėžimas

Dirbtinis intelektas Galima apibrėžti kaip mokslo discipliną, nagrinėjančią protingo elgesio automatizavimą.

Dirbtinis intelektas (AI, angl. Dirbtinis intelektas, AI) – išmaniųjų mašinų, ypač išmaniųjų, kūrimo mokslas ir technologija kompiuterines programas... AI yra susijęs su panašiu tikslu naudoti kompiuterius žmogaus intelektui suprasti, bet nebūtinai apsiriboja biologiškai patikimais metodais.

Tikslai ir tikslai

Dirbtinio intelekto tikslas – sukurti technines sistemas, gebančias spręsti su skaičiavimu nesusijusias problemas ir atlikti veiksmus, kuriems reikalingas prasmingos informacijos apdorojimas ir kurie laikomi žmogaus smegenų prerogatyva. Tokios problemos apima, pavyzdžiui, teoremų įrodinėjimo uždavinius, žaidimo uždavinius (tarkime, žaidžiant šachmatais), vertimo iš vienos kalbos į kitą, muzikos kūrimo, vaizdinių vaizdų atpažinimo, sudėtingų kūrybinių mokslo ir socialinės praktikos problemų sprendimo. Viena iš svarbių dirbtinio intelekto užduočių yra sukurti išmaniuosius robotus, galinčius savarankiškai atlikti operacijas, siekdamos žmogaus tikslų ir koreguoti savo veiksmus.

Koncepcijos struktūra

„Dirbtinis intelektas“ susideda iš kelių pagrindinių principų ir disciplinų, kurios yra jo pagrindas. Tai išsamiau aprašyta toliau pateiktame paveikslėlyje. Vaizdas paimtas iš

Žemiau pateikiami pagrindiniai paveikslėlyje vartojamų terminų apibrėžimai.

Neaiški logika ir fuzzy aibių teorija – matematikos šaka, kuri yra klasikinės logikos ir aibių teorijos apibendrinimas. Neaiškios logikos sąvoką pirmą kartą pristatė profesorius Lutfi Zadeh 1965 m. Šiame straipsnyje aibės sąvoka buvo išplėsta darant prielaidą, kad elemento priklausymo aibėje funkcija gali turėti bet kokias reikšmes intervale, o ne tik 0 arba 1. Tokios aibės buvo vadinamos neaiškiomis. Taip pat autorius pasiūlė įvairias logines operacijas su neaiškiais rinkiniais ir pasiūlė kalbinio kintamojo koncepciją, kurios reikšmės yra neaiškios aibės.

Dirbtiniai neuroniniai tinklai(ANN) – matematiniai modeliai, taip pat jų programinės ar techninės įrangos diegimai, sukurti remiantis biologinių neuroninių tinklų – gyvo organizmo nervinių ląstelių tinklų – organizavimo ir veikimo principu. Ši koncepcija atsirado tiriant smegenyse vykstančius procesus ir bandant juos modeliuoti. Pirmasis toks bandymas buvo McCulloch ir Pitts neuroniniai tinklai. Vėliau, sukūrus mokymosi algoritmus, gauti modeliai pradėti naudoti praktiniais tikslais: prognozuojant problemas, atpažįstant modelius, atliekant valdymo problemas ir kt.

Protingas agentas- programa, kuri ilgą laiką savarankiškai atlieka kompiuterio vartotojo nurodytą užduotį. Pažangūs agentai naudojami padėti operatoriui arba rinkti informaciją. Vienas iš agentų atliekamų užduočių pavyzdžių yra užduotis nuolat ieškoti ir rinkti reikiamą informaciją internete. Kompiuteriniai virusai, botai, paieškos robotai – visa tai taip pat galima priskirti protingiems agentams. Nors tokie agentai turi griežtą algoritmą, „intelektas“ šiame kontekste suprantamas kaip gebėjimas prisitaikyti ir mokytis.

Ekspertų sistema (ES, ekspertų sistema)- kompiuterinė programa, galinti iš dalies pakeisti specialistą-ekspertą sprendžiant probleminę situaciją. Šiuolaikinius ES pradėjo kurti dirbtinio intelekto tyrinėtojai aštuntajame dešimtmetyje, o 1980-aisiais sulaukė komercinio pastiprinimo. Ekspertinių sistemų pirmtakus 1832 m. pasiūlė S. N. Korsakovas, sukūręs mechaninius prietaisus, vadinamąsias „protingąsias mašinas“, kurios leido rasti sprendimus tam tikroms sąlygoms, pavyzdžiui, nustatyti tinkamiausius vaistus nuo simptomų. paciento pastebėtos ligos.

Genetinis algoritmas(angl. genetinis algoritmas) – tai euristinės paieškos algoritmas, naudojamas optimizavimo ir modeliavimo problemoms spręsti atsitiktinai parenkant, derinant ir keičiant norimus parametrus naudojant biologinę evoliuciją primenančius mechanizmus. Tai evoliucinio skaičiavimo forma. Išskirtinis bruožas genetinis algoritmas – akcentuojamas operatoriaus „crossing“, kuris atlieka kandidatų sprendimų rekombinacijos operaciją, panaudojimas, kurio vaidmuo panašus į kirtimo vaidmenį laukinėje gamtoje.

Tyrimo modeliai ir metodai

Simbolinis mąstymo procesų modeliavimas

Analizuojant AI istoriją, galima išskirti tokią plačią kryptį kaip modeliuojantis samprotavimą. Ilgi metaišio mokslo raida pajudėjo šiuo keliu, o dabar tai yra viena iš labiausiai išsivysčiusių šiuolaikinio dirbtinio intelekto sričių. Modeliuojantis samprotavimas reiškia simbolinių sistemų kūrimą, kurių įėjime nustatoma tam tikra užduotis, o išvestyje – jos sprendimas. Paprastai siūloma problema jau formalizuota, tai yra išversta į matematinę formą, bet arba neturi sprendimo algoritmo, arba ji per sudėtinga, atima daug laiko ir pan. Ši sritis apima: teoremų įrodinėjimą, sprendimų priėmimą. , ir žaidimo teorija, planavimas ir išsiuntimas, prognozavimas.

Darbas su natūraliomis kalbomis

Svarbi sritis yra natūralios kalbos apdorojimas, kurios rėmuose atliekama „žmogaus“ kalbos tekstų supratimo, apdorojimo ir generavimo galimybių analizė. Visų pirma, dar neišspręsta mašininio tekstų vertimo iš vienos kalbos į kitą problema. V modernus pasaulis didelis vaidmuo vaidina informacijos paieškos metodų kūrimą. Pagal savo pobūdį originalus Turingo testas yra susijęs su šia kryptimi.

Žinių kaupimas ir panaudojimas

Daugelio mokslininkų nuomone, svarbi intelekto savybė yra gebėjimas mokytis. Taigi jis iškyla į pirmą planą žinių inžinerija, derinant žinių gavimo iš paprastos informacijos, jų sisteminimo ir panaudojimo užduotis. Pažanga šioje srityje daro įtaką beveik visoms kitoms DI tyrimų sritims. Čia taip pat reikėtų atkreipti dėmesį į dvi svarbias sritis. Pirmasis yra mašininis mokymasis– susijęs su procesu nepriklausomasįgyja žinių intelektualiajai sistemai savo darbo metu. Antrasis yra susijęs su kūrimu ekspertų sistemos- programas, naudojančias specializuotas žinių bazes, kad gautų patikimas išvadas dėl bet kokios problemos.

Mašininio mokymosi sritis apima didelę užduočių klasę modelio atpažinimas... Pavyzdžiui, tai simbolių atpažinimas, rašysena, kalba, teksto analizė. Daugelis problemų sėkmingai išsprendžiamos naudojant biologinį modeliavimą (žr. kitą pastraipą). Ypač verta paminėti kompiuterinis matymas, kuri taip pat siejama su robotika.

Dirbtinio intelekto biologinis modeliavimas

Tai skiriasi nuo Johno McCarthy supratimo apie dirbtinį intelektą, kai jie vadovaujasi pozicijos, kad dirbtinės sistemos neprivalo kartoti savo struktūroje ir funkcionavime jai būdingos struktūros ir procesų. biologines sistemas, šio požiūrio šalininkai mano, kad žmogaus elgesio reiškiniai, jo gebėjimas mokytis ir prisitaikyti yra biologinės sandaros ir jos funkcionavimo ypatybių pasekmė.

Tai apima keletą sričių. Neuroniniai tinklai yra naudojami sprendžiant neaiškias ir sudėtingas problemas, tokias kaip geometrijos atpažinimas arba objektų grupavimas. Genetinis požiūris yra pagrįsta idėja, kad algoritmas gali tapti efektyvesnis, jei skolinsis geriausias pasirodymas kiti algoritmai („tėvai“). Gana naujas požiūris, kai užduotis yra sukurti autonominę programą – agentą, su kuriuo sąveikauja išorinė aplinka vadinamas agentu pagrįstas požiūris.

Plėtros perspektyvos

Ant Šis momentas plėtojant dirbtinį intelektą, buvo išsišakojusios į pagrindines pramonės šakas, į kurias orientuota materialinių ir intelektinių investicijų forma. Vaizdas paimtas iš

Literatūra

1)„Įmonių žinių valdymas ir verslo pertvarkymas“ Abdikejevas, Kiselevas

Žmonės ir jų turimos žinios vis dažniau tampa pagrindiniais įmonių plėtros ištekliais. intelektinio kapitalo ir auga profesinę kompetenciją rėmeliai. Šiandien reikalingi nauji organizacijos plėtros metodai, pagrįsti humanitarinių ir inžinerinių požiūrių sankirta, kurie leis išgauti sinerginį jų sąveikos efektą. Šis požiūris pagrįstas šiuolaikiniais pasiekimais. informacines technologijas, būtent pažintinės organizacijos plėtros technologijos. Simbiozės raidažinių valdymo, verslo procesų pertvarkymo ir pažintinio žmogaus komponento sampratos.
Vyresniesiems vadovams, verslo analitikams, MBA programų studentams kryptys“ Strateginis valdymas", „Antikrizinis valdymas“, ekonomikos universitetų magistrantūros studijų studentai, įmonių valdymo ir verslo pertvarkymo krypties magistrantai ir dėstytojai.

2) " Dirbtinio intelekto modeliai ir metodai. Taikymas ekonomikoje“. M.G. Matvejevas, A.S. Sviridovas, N.A. Aleinikova

P pristatyta teorinis pagrindas dirbtinis intelektas: informacijos aspektai, informacija apie dvejetainę ir neaiškią logiką, taip pat metodai ir modeliai aktualios dirbtinio intelekto sritys, ekspertinės sistemos, žinių inžinerija, neuroniniai tinklai ir genetiniai algoritmai. Išsamiai nagrinėjami išmaniųjų sistemų praktinio įgyvendinimo klausimai. Pateikta daug pavyzdžių, iliustruojančių nagrinėjamų metodų ir modelių kūrimą ir taikymą. Ypatingas dėmesys mokama už ekonomines problemas.

3) "Dirbtinis intelektas ir intelektualios valdymo sistemos.„I. M. Makarovas, V. M. Lokhinas, S. V. Manko, M. P. Romanovas; vyriausiasis redaktorius I. M. Makarovas

Svarstoma nauja, aktyviai besivystanti intelektualiųjų sistemų klasė automatinis valdymas pagrįsta žinių apdorojimo technologija iš efektyvaus taikymo sprendžiant valdymo problemas neapibrėžtumo sąlygomis. Aprašyti intelektualių sistemų kūrimo pagrindai.

4) "Dirbtinis intelektas: modernus požiūris.„S. Raselas, P. Norvigas

Knygoje pristatomi visi šiuolaikiniai pasiekimai ir išdėstomos idėjos, kurios buvo suformuluotos per pastaruosius penkiasdešimt metų atliktuose tyrimuose, taip pat per du tūkstantmečius surinktos žinių srityje, kurios tapo paskata dirbtinio intelekto, kaip projektavimo mokslo, plėtrai. racionalūs agentai.

Šaltinių sąrašas

5) http://ru.wikipedia.org/wiki/%D0%98%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0 % BD% D0% BD% D1% 8B% D0% B9_% D0% B8% D0% BD% D1% 82% D0% B5% D0% BB% D0% BB% D0% B5% D0% BA% D1% 82

Šis skyrius skirtas genetiniams algoritmams. Kas yra genetiniai algoritmai? Tiesą sakant, tai yra optimizavimo algoritmai, priklausantys euristikos klasei. Šie algoritmai leidžia neįtraukti visų parinkčių sąrašo ir žymiai sutrumpinti skaičiavimo laiką. Šių algoritmų darbo specifika sumažinama iki evoliucinių procesų imitavimo.

9) http://www.gotai.net/implementations.aspx

Čia rasite idėjų ir paruoštus sprendimus apie dirbtinio intelekto ir su juo susijusių teorijų panaudojimą sprendžiant tam tikras praktines problemas.

10) http://www.gotai.net/documents-logic.aspx

Šiame skyriuje pateikiamos medžiagos, vienaip ar kitaip susijusios su klasikiniu AI sistemų modeliavimo metodu, modeliavimu remiantis įvairiais loginiais įrenginiais. Paprastai tai yra medžiaga, susijusi su ekspertų sistemomis, sprendimų palaikymo sistemomis ir agentų sistemomis.

11) http://khpi-iip.mipk.kharkiv.edu/library/ai/conspai/12.html

AI plėtros tendencijos

Paskaita1 5 . Dirbtinio intelekto technologijos

Planuoti

Dirbtinio intelekto samprata.

AI programos.

Eksperto koncepcijasistemos.

Dirbtinio intelekto samprata

« Intelektas- visų individo pažintinių funkcijų visuma: nuo pojūčių ir suvokimo iki mąstymo ir vaizduotės; siauresne prasme – mąstymas. I. yra pagrindinė žmogaus tikrovės pažinimo forma. Yra trys I funkcijos supratimo tipai: 1) gebėjimas mokytis; 2) operuoti simboliais; 3) gebėjimas aktyviai įsisavinti supančios tikrovės dėsnius "(Rapatsevich ES žodynas-mokyklinio ir techninio kūrybiškumo žinynas. - Mn .: OOO" Etonim ", 1995. - 384 p. - S. 51-52.) . ( Sl 2)

Bet kokia intelektinė veikla yra paremta žiniomis. Šios žinios apima esamos situacijos ypatybes, tam tikrų veiksmų atlikimo galimybių vertinimus, pasaulio, kuriame vykdoma veikla, dėsnius ir šablonus ir daug daugiau. Programose, kurios buvo pradėtos kurti atsiradus kompiuteriams, reikalingos žinios buvo kaupiamos programas rašiusių programuotojų atmintyje. Jo kompiuteris mechaniškai vykdė programos komandų seką, įrašytą jo atmintyje. Tam kompiuteriui nereikėjo jokių žinių.

« Dirbtinis intelektas – 1) simbolis kibernetinės sistemos ir jų loginė bei matematinė atrama, skirta spręsti kai kurias problemas, dažniausiai reikalaujančias panaudoti žmogaus intelektinius gebėjimus; 2) elektroninio kompiuterio (kompiuterio) funkcinių galimybių visuma spręsti problemas, kurioms anksčiau reikėjo privalomo asmens dalyvavimo“ (Ten pat, p. 54).

Esminis skirtumas tarp dirbtinio intelekto sistemų yra tas, kad tokios sistemos programuotojas neruošia vykdyti konkrečių programų... Žmogus tik duoda mašinai reikiamą užduotį, o šią užduotį atliekančią programą sistema turi susikurti pati. Tam reikia žinoti tiek dalyko sritį, kuriai priklauso užduotis, tiek apie tai, kaip kuriamos programos. Visos šios žinios yra saugomos intelektualiose sistemose specialiame vienete, vadinamame žinių baze.

Žinių bazėje saugomos žinios fiksuojamos specialia formalizuota forma. Žinių bazė gali įgyvendinti procedūras, skirtas apibendrinti saugomų žinių taisymą, taip pat procedūras, kurios sukuria naujas žinias, pagrįstas jau esančiomis žiniomis.

Dirbtinis intelektas yra viena iš naujausių mokslo sričių, atsiradusių septintojo dešimtmečio viduryje. XX amžiuje remiasi skaičiavimu, matematine logika, programavimu, psichologija, lingvistika, neurofiziologija ir kitomis žinių sritimis. Dirbtinis intelektas yra tarpdisciplininio tyrimo pavyzdys, kai derinami skirtingų sričių specialistų profesiniai interesai. Pats naujojo mokslo pavadinimas atsirado 60-ųjų pabaigoje. o 1969 metais Vašingtone (JAV) įvyko pirmoji pasaulinė dirbtinio intelekto konferencija.

Kai 40-ųjų pabaigoje – 50-ųjų pradžioje. pasirodė kompiuteriai, paaiškėjo, kad inžinieriai ir matematikai sukūrė ne šiaip greitai veikiantį įrenginį, skirtą skaičiavimui, o kažką reikšmingesnio. Paaiškėjo, kad EIM galima spręsti įvairius galvosūkius, logikos uždavinius, žaisti šachmatais, kurti žaidimų programos... Kompiuteriai pradėjo dalyvauti kūrybiniuose procesuose: kurti muzikines melodijas, eilėraščius ir net pasakas. Yra programos vertimui iš vienos kalbos į kitą, modelių atpažinimui, teoremų įrodinėjimui. Tai rodė, kad kompiuterio ir atitinkamų programų pagalba galima tokius tipus automatizuoti žmogaus veikla, kurie vadinami intelektualiais ir laikomi prieinamais tik žmonėms. Nepaisant daugybės šeštojo dešimtmečio pradžioje sukurtų nekompiuterinių programų, programavimas intelektinės veiklos srityje buvo daug prastesnėje padėtyje nei skaičiavimo problemų sprendimas. Priežastis akivaizdi. Skaičiavimo pobūdžio uždavinių programavimas buvo paremtas atitinkama teorija – skaičiavimo matematika. Remiantis šia teorija, sukurta daug problemų sprendimo būdų. Šie metodai tapo atitinkamų programų pagrindu. Nebuvo nieko panašaus į ne skaičiavimo problemas. Bet kuri programa čia buvo unikali, kaip meno kūrinys. Tokių programų kūrimo patirtis niekaip nebuvo apibendrinta, neįforminta galimybė jas kurti.

Kai programuotojas sukūrė programą žaisti šachmatais, jis panaudojo savo žinias apie žaidimo procesą. Jis įdėjo juos į programą, o kompiuteris tik techniškai vykdė šią programą. Galima sakyti, kad kompiuteris „neatskyrė“ skaičiavimo programų nuo neskaičiuojamųjų. Jis taip pat surado kvadratinės lygties šaknis arba rašė poeziją. Kompiuterio atmintyje nebuvo jokių žinių, ką jis iš tikrųjų darė.

Apie kompiuterio intelektą būtų galima kalbėti, jei jis aš pats, remdamasis žiniomis apie tai, kaip vyksta šachmatų žaidimas ir kaip žmonės žaidžia šį žaidimą, jam pavyko sukurti šachmatų programą arba susintetinti paprastų valsų ir maršų rašymo programą.

Ne pačios procedūros, kuriomis atliekama ta ar kita intelektualinė veikla, o supratimas, kaip jas kurti, kaip išmokti naujo tipo intelektinės veiklos, – čia slepiasi tai, ką galima pavadinti intelektu. Specialios naujų intelektinės veiklos rūšių mokymo procedūros išskiria žmogų nuo kompiuterio. Vadinasi, kuriant dirbtinį intelektą, pagrindinis uždavinys yra staklėmis įgyvendinti tas procedūras, kurios naudojamos žmogaus intelektinėje veikloje. Kokios tai procedūros?

Galima suformuluoti pagrindinius dirbtinio intelekto tikslus ir uždavinius. Tyrimo objektas dirbtinis intelektas yra procedūros, naudojamos sprendžiant žmogaus problemas, tradiciškai vadinamos intelektualinėmis arba kūrybinėmis. Bet jei mąstymo psichologija tiria šias procedūras, taikomas žmonėms, tai dirbtinis intelektas sukuria programinės įrangos (o dabar programinės ir aparatinės įrangos) tokių procedūrų modelius.

Tikslas tyrimai dirbtinio intelekto srityje – procedūrų arsenalo, pakankamo kompiuteriams (ar kt technines sistemas Pavyzdžiui, robotai) galėtų rasti sprendimus formuluodami problemas. Kitaip tariant, jie tapo autonomiškais programuotojais, galinčiais atlikti profesionalių taikomųjų programų programuotojų darbą (kurti programas konkrečios dalykinės srities problemoms spręsti). Žinoma, suformuluotas tikslas neišsemia visų dirbtinio intelekto iškeltų užduočių. Tai artimiausias tikslas. Vėlesni tikslai siejami su bandymu įsiskverbti į žmogaus mąstymo sritis, kurios yra už racionalaus ir išreikšto verbalinio (žodinio) mąstymo sferos ribų. Mat ieškant sprendimo daugeliui problemų, ypač tų, kurios labai skiriasi nuo anksčiau išspręstų, svarbų vaidmenį vaidina ta mąstymo sfera, kuri vadinama pasąmonine, nesąmoninga arba intuityvia.

Pagrindiniai dirbtinio intelekto metodai yra įvairūs programinės įrangos modeliai ir įrankiai, kompiuteriniai eksperimentai ir teoriniai modeliai. Tačiau šiuolaikiniai kompiuteriai dirbtinio intelekto specialistų nebetenkina. Jie neturi nieko bendra su žmogaus smegenų veikla, todėl intensyviai ieškoma naujų techninių struktūrų, kurios galėtų geriau išspręsti su intelektualiniais procesais susijusias problemas. Tai apima į neuronus panašių dirbtinių tinklų tyrimus, bandymus sukurti molekulines mašinas, darbą su holografinėmis sistemomis ir daug daugiau.

Yra keletas pagrindinių dirbtinio intelekto problemų.

Žinių reprezentavimas – metodų ir technikų kūrimas formalizavimui ir vėlesniam įvedimui į intelektualią žinių sistemą iš įvairių probleminių sričių, sukauptų žinių apibendrinimas ir klasifikavimas sprendžiant problemas.

Modeliuojantis samprotavimas – tyrimas ir formalizavimas skirtingos schemosžmogaus išvedžiojimai, naudojami įvairių problemų sprendimo procese, efektyvių programų kūrimas šioms schemoms įgyvendinti kompiuteriuose.

Dialoginės bendravimo natūralia kalba procedūros, suteikiančios kontaktą tarp intelektualios sistemos ir žmogaus specialisto problemų sprendimo procese.

Tinkamos veiklos planavimas – sudėtingų veiklų programų kūrimo metodų kūrimas remiantis probleminės srities žiniomis, saugomomis intelektinėje sistemoje.

Išmaniųjų sistemų mokymas jų veiklos eigoje, priemonių komplekso kūrimas tokiose sistemose sukauptiems įgūdžiams ir gebėjimams kaupti ir apibendrinti.

Be šių problemų, tiriama ir daugybė kitų, kurios sudaro pagrindą, kuriuo specialistai remsis kitame dirbtinio intelekto teorijos kūrimo etape.

Išmaniosios sistemos jau diegiamos į žmogaus veiklos praktiką. Tai plačiam specialistų ratui geriausiai žinomos ekspertinės sistemos, perkeliančios labiau apmokytų specialistų patirtį mažiau apmokytiems, ir išmaniosios informacinės sistemos (pavyzdžiui, mašininio vertimo sistemos), ir intelektualūs robotai, kitos visas teises turinčios sistemos. vadinti protingu. Be tokių sistemų šiuolaikinė mokslo ir technologijų pažanga nebeįmanoma.

Šiuo metu AI yra galinga informatikos šaka, turinti tiek fundamentalius, grynai mokslinius pagrindus, tiek labai išvystytus techninius, taikomuosius aspektus, susijusius su veikiančių intelektualių sistemų pavyzdžių kūrimu ir veikimu. Nuo šių darbų rezultatų priklauso 5 kartos kompiuterio išvaizda.

Bet kokia problema, kurios sprendimo algoritmas nežinomas, gali būti priskirta AI sričiai (žaidimas šachmatais, medicininė diagnostika, teksto santrauka, vertimas į užsienio kalbą). Specifiniai bruožai AI užduotys – informacijos naudojimas simboline forma ir galimybė rinktis iš įvairių variantų neapibrėžtumo sąlygomis.

Perspektyviausia kompiuterinių mokymosi sistemų kūrimo kryptis – dirbtinio intelekto technologijos. AI sistemos vadinamos intelektualiosiomis mokymosi sistemomis (ITS). ITS įgyvendina adaptyvią ir dvipusę sąveiką, nukreiptą į efektyvų žinių perdavimą.Perspektyviausias ITS kūrimo būdas, matyt, yra savarankiško mokymosi sistemų, įgyjančių žinias dialoge su žmogumi, kūrimo būdas.

2. Ai taikymo sritys

Dirbtinio intelekto sistemos suprantamos kaip įrenginiai ar programos, turinčios tokias žmogaus intelektualiniam elgesiui būdingas savybes kaip kalbos supratimas ir vartojimas, elgesio priežastinis ryšys, gebėjimas spręsti problemas, gebėjimas lanksčiai reaguoti į situaciją, pasinaudoti palankiomis situacijomis, rasti sprendimas dviprasmiškose ar prieštaringose ​​situacijose, pripažinti santykinę svarbą įvairių elementų situacijas, raskite jų panašumų, nepaisant jų skirtumų.

Programinės įrangos sistemos, įgyvendinančios algoritmus, kuriems nėra formalaus sprendimo modelio, vadinamos euristinėmis ir priklauso AI. AI užduotys – tai užduotys, kuriose formalizuojamas ne sprendimo procesas, o sprendimo paieškos procesas.

Dirbtinio intelekto sistemos plačiausiai naudojamos sprendžiant šias užduotis:

Šablonų atpažinimas – tai techninė sistema, suvokianti vaizdinę ir garsinę informaciją (koduojanti ir talpinanti atmintyje), supratimo ir loginio samprotavimo problemas vaizdinės ir kalbos informacijos apdorojimo procese.

Modeliuojantis samprotavimas - žmogaus mąstymo dirbtiniame intelekte tyrimas dar tik prasideda, tačiau nesukūrus formalių tokio samprotavimo modelių, labai sunku intelektinėse sistemose sukurti visas specialistų, sprendžiančių mūsų norimas problemas, samprotavimo ypatybes. prieinamas dirbtinėms sistemoms. Jau šiandien sukurtose ekspertinėse sistemose diegiamos ne tik patikimos loginės išvados, bet ir tikėtinas samprotavimas bei nemažai kitų nemonotoniškų samprotavimų. Pasirodė pirmosios samprotavimo pagal analogiją ir asociacijas programos.

Simbolinės skaičiavimo sistemos

Sistemos su neaiškia logika – neaiškios išvados naudojamos labai plačiai, nes atspindi žmogaus žinių sumą apie daugelį realaus pasaulio reiškinių. Planuojant elgesį robotuose ir kitose dirbtinio intelekto sistemose, veikiančiose nepilnai aprašytose aplinkose, priimant sprendimus nesant išsamios informacijos, ekspertinėse sistemose, iš dalies išmanančiose dalykinę sritį ir daugelyje kitų situacijų, neapsieinama be neaiškių išvadų.

Kognityvinė psichologija yra viena iš šiuolaikinio psichologijos mokslo sričių, susijusių su paieška vidinių priežasčių toks ar kitas gyvos sistemos elgesys. Paprastai tyrimo objektas yra žmogaus pažinimas apie save ir jį supantį pasaulį, taip pat pažinimo procesai, užtikrinantys šių žinių įgijimą, išsaugojimą ir transformavimą.

Natūralios kalbos supratimas – tekstų analizė ir generavimas, jų vidinis vaizdavimas.

Ekspertinės sistemos – sistemos, kuriose naudojamos konkrečios veiklos specialistų žinios.

Skaičiavimo technologijų ir kalbotyros sandūroje gimė kompiuterinė lingvistika. Naujasis mokslas kelis kartus keitė pavadinimą; iš pradžių buvo vadinama matematine kalbotyra, vėliau struktūrine lingvistika ir kompiuterine lingvistika, vėliau – kompiuterine lingvistika.

Dabar galite automatizuoti daugybę daug laiko reikalaujančių procesų, tvarkydami įvairius žodynus ir žodyno korteles. Mašininis vertimas dabar yra realybė.

Mašinų intelektas- kompiuterinės ir programinės įrangos rinkinys, kurio pagalba užtikrinamas toks žmogaus ir mašinos ryšys (sąsaja), kuris savo lygiu artimas bendravimui tarp specialistų, sprendžiančių bendrą problemą.

Elgesio planavimas– viena iš dirbtinio intelekto tyrimų krypčių. Pagrindinė šios krypties užduotis – ieškoti procedūrų, kurios galėtų automatiškai pasiūlyti trumpiausias kelias pasiekti užsibrėžtą tikslą, remiantis duota situacija. Tokio tipo problemos pasirodė esančios aktualiausios autonomiškai dirbantiems robotams. Spręsdamas jam skirtą užduotį, robotas turi sudaryti jos sprendimo planą ir bandyti jį įvykdyti. Jei įgyvendindamas šį planą robotas įsitikinęs, kad yra neįveikiamų kliūčių, jis turi sukurti kitą planą, kuriame šių kliūčių nėra.

Protingi robotai.

Žaidimai – žaidimai, pasižymintys baigtiniu situacijų skaičiumi ir aiškiai apibrėžtomis taisyklėmis, kuriuose viršijamas vidutinių gebėjimų žmogaus lygis; bet geriausių specialistų lygis nepasiektas.

Problemų sprendimas – konkrečių formulavimas, analizė ir pristatymas gyvenimo situacijos, kurio sprendimui reikalingas išradingumas, gebėjimas apibendrinti. Kompiuterinėmis technologijomis jie bando įgyvendinti protingus sprendimo paieškos procesus, kai galutinis rezultatas yra nenuspėjamas, yra logiškų išvadų ir išvadų, prie kurių jis ateina savarankiškai, vaisius.

Naujausias Rusijos naikintuvas aprūpintas dirbtinio intelekto sistemomis, kur kas radikalesnių pakeitimų atlikta orlaivio borto elektroninėse sistemose. Įdiegus daugiakanalę skaitmeninę „fly-by-wire“ orlaivių valdymo sistemą, įskaitant dirbtinio intelekto sistemas, Su-37, palyginti su Su-35, gaus papildomų precedento neturinčių galimybių: Galimybė atlikti prevencinius smūgius prieš bet koks oro priešas (įskaitant slaptus orlaivius); Daugiakanalis ir algoritminis visų informacijos ir nukreipimo sistemų saugumas; Antžeminių taikinių ataka neįžengiant į priešo oro gynybos zoną; Skrydis žemame aukštyje su skrydžiu ir apeinant žemės kliūtis, įskaitant automatinį režimą; Automatizuoti grupiniai veiksmai oro ir žemės taikiniams; Atsparumas radioelektroninėms ir optinėms-elektroninėms priešo priemonėms; Visų skrydžio ir kovinio naudojimo etapų automatizavimas

Panasonic praneša apie naujojo pt AE500E dirbtinio intelekto projektoriaus pristatymo pradžią. Integruotas dirbtinis intelektas, kuris automatiškai valdo lempos ryškumą pagal įvesties vaizdo signalą ir užtikrina 1300:1 kontrasto santykį.

Informacinių technologijų plėtra žmogaus protą jaudina gerą pusę amžiaus. Kompiuteriai tapo mūsų kasdienio gyvenimo dalimi. Darbas šiuolaikiniame biure neįsivaizduojamas be interneto, El. paštas, o užtarnautas poilsis daugeliui prasideda tik įjungus žaidimų konsolę. Trečiosios kartos mobilieji telefonai dabar ne tik perduoda balsą, bet ir lengvai pakeičia beveik bet kokią biuro įrangą. Yra net automobilių su borto kompiuteriais, kurie gali planuoti kelionę ir nuvežti keleivius į paskirties vietą.

Pirmasis procesorius, kurį „Intel“ išleido 1971 m. lapkričio 11 d., sudarė 2300 tranzistorių nago dydžio grandinėje. Mikroschema per sekundę atlikdavo 60 tūkstančių operacijų – pagal šiuolaikinius standartus nieko, bet tuomet tai buvo esminis lūžis. Nuo tada kompiuterinės technologijos šoktelėjo į priekį. Pavyzdžiui, skaičiuojama, kad per 30 mikroprocesoriaus gyvavimo metų minimalus procesoriaus elementų dydis sumažėjo 17 kartų, o tranzistorių skaičius išaugo 18 tūkstančių kartų, o laikrodžio dažnis – 14 tūkstančių kartų. Dabartinė „Intel“ procesoriaus technologija leidžia gaminti molekulės dydžio tranzistorius, o ateityje ir kelis atominius sluoksnius.

Informacinių technologijų pramonė yra viena dinamiškiausiai besivystančių gyvenimo sferų. Pagal Moore'o dėsnis, 2020 metais kompiuteriai pasieks žmogaus smegenų galią, tk. per sekundę galės atlikti 20 kvadrilijonų (t. y. 20 000 000 mlrd.) operacijų, o iki 2060 m., kai kurių futurologų nuomone, kompiuteris proto galiai prilygs visai žmonijai. Tačiau dar 1994 m. kompiuteris, pagrįstas Intel procesorius„Pentium“ juokingu, iki šiol 90 MHz dažniu šachmatų turnyrų serijoje įveikė kelis stipriausius pasaulio didmeistrius, įskaitant ir valdantį planetos čempioną Garį Kasparovą.

Jau šiandien yra realių galimybių panaudoti išmaniąsias technologijas beveik bet kuriame automobilyje. Pavyzdžiui, „Johnson Controls“ telefono ausinės „BlueConnect“ – integruotas laisvų rankų įrangos modulis su „Intel PXA250“ ir „Intel PXA210“ procesoriais – leidžia vairuotojui atlikti pačius įvairiausius balsu aktyvuojamus veiksmus naudojant mobilųjį telefoną ir „Bluetooth“ technologiją.

Akivaizdu, kad kiekvienais metais visuose bus naudojami vis galingesni mikroprocesoriai daugiauįvairūs buitiniai prietaisai. Pastaruoju metu „Intel“ specialistai sukūrė tranzistorius, kurių greitis „Pentium 4“ greitį viršija beveik 1000%. Taigi, anot korporacijos mokslininkų, buvo įrodyta, kad iki šio dešimtmečio pabaigos tęsti mikroprocesorių kūrimą pagal Moore'o dėsnį nėra esminių kliūčių.

Šie tranzistoriai, kurių dydis yra tik 20 nanometrų, leis „Intel“ iki 2007 m. sukurti procesorius su milijardu tranzistorių, veikiančių iki 20 GHz dažniu ir maždaug 1 volto maitinimo įtampa. O įmonės vadovybė jau kalba apie būsimus procesorius, kurių taktinis dažnis sieks iki 30 GHz. Prielaidos tokių mikroprocesorių gamybai „Intel“ jau sukurtos, pranešė bendrovė.

Dirbtinio intelekto šalininkai nuoširdžiai įsitikinę, kad Žmonijos egzistavimo tikslas – sukurti kompiuterinį superintelektą.

Dirbtinis intelektas tikrąja šio termino prasme reiškia surogatinį, bet konkurencingą žmogaus proto atžvilgiu, „gyvenantį“, pavyzdžiui, kompiuteriu. Iki šiol pavyko sukurti tik kažkokius panašumus, žmogaus protingos veiklos „beždžionių imitatorius“. Taip, marsaeigiai, savarankiškai vengdami nereikšmingų kliūčių, savarankiškai pluša Raudonosios planetos dykumų negyvybę, tačiau tyrimų krypčiai nustatyti vis tiek reikia žmonių komandos iš Žemės. Taip, puslaidininkiniai blokai, prikimšti šimtų milijonų tranzistorių, išmoko bent jau įrašyti tekstą pagal diktantą, tačiau pati elementariausia išlyga, suprantama gyvam klausytojui, iš karto juos sujaukia. Taip, kompiuteris buvo išmokytas automatiškai versti žodžius iš vienos kalbos į kitą, bet iš tokio „dirbtinio vertėjo“ neredaguojant gyvam kalbos žinovui gauti tekstai vis tiek nėra labai kokybiški.

Dirbtinio intelekto plėtra yra laiko klausimas. Anksčiau ar vėliau mašinos galės lygiavertiškai konkuruoti su žmonėmis veiksmuose, kuriems reikalingi mąstymo procesai. Neseniai Oksfordo universiteto matematikos profesorius Marcusas du Sautoy pasiūlė, kad technologijos su sąmone teisiniu požiūriu gali būti prilygintos žmonėms.

Dirbtinis intelektas persikėlė į rašytojus

Kompiuterinė „savęs pažinimas“

Daugelio mokslininkų nuomone, anksčiau ar vėliau technologijos galės savarankiškai lavinti jų intelektą. Šis procesas vadinamas „technologiniu singuliarumu“. „Kažkuriuo momentu galėsime pasakyti, kad šis dalykas suvokia save, ir galbūt tai bus riba, už kurios ši sąmonė kyla“, – sako du Sautoy.

Bet kaip jūs galite pasakyti, ar mašina „suvokia“? Šiuo metu dirbtinio intelekto lygiui nustatyti naudojamas „Turingo testas“. Jo esmė slypi tame, kad ekspertas įvertina žmogaus ir mašinos pokalbį tam tikromis temomis. Tuo pačiu jis iš anksto nežino, kuri iš šių dviejų yra kompiuterinė programa, o kuri – žmogaus operatorius... Jei ekspertui sunku pasakyti, kuris iš jų yra kas, tada testas laikomas išlaikytu.

Pasak amerikiečių išradėjo ir futuristo Ray'aus Kurzweilo, iki 2029 metų atsiras mašinos, kurios galės išlaikyti Tiuringo testą, o iki 2040-ųjų dirbtinis intelektas milijardą kartų pranoks žmogaus intelektą...

V paskutinė karta naudojamos struktūros, imituojančios smegenų nervinę veiklą. Taigi, skenavimo procesas gali atskleisti sąmonės buvimą. Kaip? Na, pavyzdžiui, pas žmones sąmoningos ir nesąmoningos (tarkim, miegančios) būsenos neuronai veikia skirtingai. Jei kompiuterio smegenys sąmonėje reaguoja kaip žmogaus smegenys, vadinasi, taip yra!

Trys dirbtinio intelekto tipai

O ką iš tikrųjų reikėtų suprasti iš frazės „“? Jis, pasak ekspertų, gali būti trijų tipų.

Pirmasis tipas yra siaurai orientuotas, galintis atlikti tik keletą specifinių funkcijų. Tai, pavyzdžiui, elektroniniai asistentai, robotai – automobilių stovėjimo aikštelės ar programos, žaidžiančios šachmatais.

Antrasis yra bendrasis AI. Jis yra arčiausiai žmogaus. Tai pirmiausia humanoidai, kurie yra kuo panašesni į mus. Jie gali atlikti registratūros pareigas viešbučiuose, parduotuvių pardavėjus, gelbėtojus... Jie bus mokomi mėgdžioti žmogaus emocijos kad bendravimas su asmeniu būtų konstruktyvesnis.

Trečias tipas yra superintelektas. Būtent to bijo kai kurie futuristai ir mokslinės fantastikos rašytojai... Tokio intelekto galimybės gerokai pranoks žmogaus. Greičiausiai tokie „labai intelektualūs“ įrenginiai ilgainiui susijungs į tokį galingą tinklą kaip „Skynet“ iš „Terminatoriaus“...

Nėra „Skynet“!

Pirmiausia įsivaizduokime, kad kompiuteriai sugebėjo suvokti save kaip „individus“. Tarkime, jie „supranta“, kai jiems daroma žala. Na, tarkime, jie laiku jų neišvalo arba užšalimo atveju netrenkia į korpusą kumščiais... Arba tiesiog perkrauna procesorių ir atmintį darbu...

Jei žiaurus elgesys su gyvūnais egzistuoja, kodėl gi ne kompiuterinis žiaurus elgesys? Be to, nepamirškite, kad dirbtinis intelektas tikriausiai yra daug protingesnis už bet kurį gyvūną. O jei taip, tuomet reikės teikti elektroninės sistemos galimybė apginti savo teises!

„AI kompiuteriai labai greitai gali turėti savo „teisių“ kodą, kuris leistų jiems paduoti jus į teismą dėl jų atmetimo“, – prognozuoja du Sautoy.

Tačiau gal ne viskas taip baisu? Neseniai vykusioje „Code 2016“ konferencijoje verslininkas Elonas Muskas, pernai įkūręs ne pelno siekianti organizacija Atviras AI, kurio tikslas – draugiško dirbtinio intelekto kūrimas ir plėtra, paskelbė, kad ateityje žmonės ir aukštųjų technologijų turi išmokti artimai bendrauti vieni su kitais. Visų pirma, ateities žmogus į specialų tinklą integruotą virtualų avatarą galės prijungti prie savo smegenų.

Avatarų veiksmus valdys išmanios programos, kurios neleis jiems niekam ir nieko pakenkti. "Technologijų, susijusių su dirbtiniu intelektu, plėtra neturėtų būti baisu, - sakė Muskas. - Jo buvimas ir evoliucija nebūtinai reiškia, kad ateityje mes visi gausime kažką panašaus į "Skynet".

Tikriausiai esate girdėję apie robotą, kuris prieina ir duoda jums skardinę kolos, kai pasakote, kad esate ištroškęs. Taip pat tikriausiai girdėjote apie kalbos atpažinimo sistemą, kuri valdo jūsų Buitinė technika? Ir tikriausiai girdėjote apie lėktuvo treniruoklius, kurie gali padėti atkurti tikrą orlaivio skrydžio aplinką?

1956 m. pasaulinio garso amerikiečių mokslininkas Johnas McCarthy sukūrė terminą, kuris yra visų šių ir daugelio kitų galimybių šerdis. Jo sugalvotas terminas buvo „Dirbtinis intelektas“. Dirbtinis intelektas arba trumpiau AI yra mokslas ir inžinerija, kuria siekiama sukurti protingas mašinas ir intelektualias kompiuterių programas, kurios gali reaguoti kaip žmogus. Tai yra, tokių mašinų, kurios gali pajusti juos supantį pasaulį, suprasti pokalbius ir priimti sprendimus, panašius į žmogaus pasirinkimą, sukūrimas. Dirbtinis intelektas mums suteikė viską – nuo ​​skaitytuvo iki robotų realiame gyvenime.

Šiandien dirbtinio intelekto sritį galima apibūdinti kaip kognityvinės informatikos, psichologijos, kalbotyros ir matematikos sriubą, laukiančią žaibo blyksnio – bandymo sujungti mokslininkų pastangas ir išteklius, kurti naujus metodus, panaudoti pasaulio duomenų saugyklas. žinių sukurti tokią kibirkštį, kurią ji sukurs nauja forma gyvenimą.

Dirbtinio intelekto srityje ugdome vaiko mašiną nuo vaikystės iki suaugusiųjų gyvenimą, tokiu būdu, kad sukurtume visiškai naujus mokymosi mašinos būdus.

Dirbtinio intelekto pramonė

John McCarthy nustatė kai kurias AI šakas, kurios aprašytos toliau. Jis taip pat pažymėjo, kad kai kurie iš jų dar turi būti nustatyti.

Dirbtinio intelekto logika: AI programa turi žinoti faktus ir situacijas.

Šablonų atpažinimas: kai programa stebi, ji paprastai yra užprogramuota atpažinti ir suderinti modelį. Pavyzdžiui, kalbos atpažinimo sistema arba veido atpažinimo sistema.

Atstovavimas: turi būti būdas AI įrenginiui pateikti faktus apie pasaulį. Pateikimui naudojama matematinė kalba.

Išvada: išvada, leidžia iš esamų faktų išskirti naujus faktus. Iš kai kurių faktų galima spręsti apie kitus.

Planavimas: planavimo programa prasideda faktais ir tikslo pareiškimu. Iš jų programa generuoja strategiją užsibrėžtam tikslui pasiekti.

Turėdamas sveiką protąir samprotavimas– Ši aktyvi dirbtinio intelekto tyrimų ir studijų kryptis atsirado praėjusio amžiaus šeštajame dešimtmetyje, tačiau vis tiek rezultatas toli gražu nėra žmogiškas.

Epistemologija- tai galimybė mokytis ir įgyti žinių naudojant įrenginį. Leidžia ištirti tam tikro tipo užduotims reikalingų žinių tipus.

Euristinė Tai būdas pabandyti rasti programoje įterptą idėją.

Genetinis programavimas- automatinis LISP (List Processing) programos sukūrimas, leidžiantis išspręsti problemą.

Priemonės, naudojamos spręsti sunkių užduočių kuriant AI

Per pastaruosius šešis dešimtmečius buvo įvairių įrankių skirtas sudėtingoms informatikos problemoms spręsti. Kai kurie iš jų yra:

Paieška ir optimizavimas

Daugumą AI problemų galima išspręsti teoriškai naudojant intelektualiąją paiešką. galimi sprendimai... Tačiau paprasta išsami paieška retai būna naudinga ir jos pakanka daugeliui realaus pasaulio problemų. 1990 m. Skirtingos rūšys išpopuliarėjo paieškos sistemos, kurios buvo pagrįstos optimizavimu. Dėl daugelio problemų galite padaryti prielaidą ir patikslinti savo užklausą. Paieškos procesui palengvinti buvo parašyti įvairūs optimizavimo algoritmai.

Logikos

Logika leidžia tyrinėti argumentus. AI jis naudojamas žinioms reprezentuoti ir problemoms spręsti. skirtingi tipai logika naudojama dirbtinio intelekto tyrimuose. Pirmosios eilės logika naudoja kvantorius ir predikatus bei padeda vaizduoti faktus ir jų savybes. Neaiškioji logika yra pirmosios eilės logikos rūšis, leidžianti rasti teiginio teisingumą, kuris turi būti pavaizduotas kaip 1 (teisinga) arba 0 (klaidinga).

Tikimybių teorija

Tikimybė yra būdas išreikšti žinias. Ši koncepcija buvo pateikta matematinė reikšmė tikimybių teorijoje, kuri plačiai naudojama AI.

Dirbtinis intelektas ir jo pritaikymai

Dirbtinis intelektas šiuo metu naudojamas įvairiose srityse, įskaitant modeliavimą, robotiką, kalbos atpažinimą, finansus ir akcijas, medicininę diagnostiką, aviaciją, saugumą, žaidimus ir kt.

Pažvelkime į kai kurias sritis atidžiau:

Žaidimų kambarys Sfera: Yra mašinų, kuriomis galima žaisti šachmatais profesionalus lygis... AI taip pat taikoma įvairiems vaizdo žaidimams.

Kalbos atpažinimas: Kompiuteriai ir robotai, kurie supranta kalbą žmogaus lygiu, turi integruotą AI.

Simuliatoriai: Modeliavimas yra tikro daikto imitacija. Jis naudojamas daugelyje kontekstų, nuo vaizdo žaidimų iki aviacijos. Simuliatoriai apima pilotams skirtus skrydžio treniruoklius, kurių pagalba ruošiamasi pilotuoti „dirižablį“.

Robotika: Robotai tapo įprastu daugelyje pramonės šakų, nes pasirodė, kad robotai yra efektyvesni už žmones, ypač atliekant pasikartojančius darbus, kai žmonės linkę prarasti koncentraciją.

Finansai: Bankai ir kitos finansų institucijos pasikliauja intelektualiais programinė įranga kurios pateikia tikslią duomenų analizę ir padeda daryti prognozes remiantis tais duomenimis.

Vaistas: Dirbtinio intelekto sistemos naudojamos ligoninėse tvarkyti pacientų tvarkaraščius, kaitalioti personalą ir teikti medicininę informaciją. Dirbtinis neuroninis tinklas, kuris yra matematinis modelis, įkvėptas biologinių neuroninių tinklų struktūros ir (arba) funkcinių aspektų, padeda medicinoje nustatyti diagnozę.

Dirbtinis intelektas naudojamas įvairiose srityse ir pritaikymo srityse. Apsaugos sistemos, teksto ir kalbos atpažinimo sistemos, duomenų gavyba, el. pašto filtravimas iš šiukšlių ir puiki suma kiti pavyzdžiai. Britų telekomunikacijų grupė taikė euristinę paiešką planavimo programai, kuri suplanuoja daugiau nei dvidešimt tūkstančių inžinierių. Dirbtinio intelekto programos taip pat pateko į krovinių gabenimo pramonę, kur buvo sukurti neaiškios logikos valdikliai, skirti automobilių automatinėms pavarų dėžėms.

Iššūkiai, su kuriais susiduria dirbtinio intelekto kūrėjai

Per pastaruosius šešis dešimtmečius mokslininkai aktyviai dirbo imituodami žmogaus intelektą, tačiau augimas sulėtėjo dėl daugelio dirbtinio intelekto modeliavimo problemų. Kai kurios iš šių problemų yra:

Žinių bazė: faktų, kuriuos žmogus žino, yra tiesiog per daug. Parengti duomenų bazę, kurioje būtų visos šio pasaulio žinios, yra didžiulė daug laiko reikalaujanti užduotis.

Išskaičiavimas, samprotavimas ir problemų sprendimas: AI turi žingsnis po žingsnio išspręsti bet kokią problemą. Paprastai žmonės sprendžia problemas remdamiesi intuityviais sprendimais, o tada sudaro veiksmų planą, programą. Dirbtinis intelektas daro lėtą pažangą, imituodamas žmogaus problemų sprendimą.

Natūralios kalbos apdorojimas: Natūrali kalba Ar kalba žmonės kalba. Vienas iš pagrindinių iššūkių, su kuriuo susiduria dirbtinis intelektas, yra atpažinti ir suprasti, ką žmonės sako.

Planavimas: Planavimas linkęs tik riboti žmones, nes jie gali mąstyti. Gebėjimas planuoti ir mąstyti kaip žmogus yra būtinas protingiems agentams. Kaip ir žmonės, jie turi sugebėti įsivaizduoti ateitį.

AI naudojimo pranašumai

Jau dabar savo namuose matome nedidelius dirbtinio intelekto pritaikymus. Pavyzdžiui, išmanusis televizorius, išmanusis šaldytuvas ir kt. Ateityje DI bus visuose namuose. Dirbtinis intelektas su nanotechnologijomis ar kitomis technologijomis gali paskatinti naujų mokslo šakų atsiradimą. Be abejo, dirbtinio intelekto plėtra lems tai, kad jis taps mūsų dalimi Kasdienybė... Jau dabar kai kuriose darbovietėse žmones keičia robotai. Karinėje pramonėje dirbtinis intelektas leis sukurti įvairius modernius ginklus, pavyzdžiui, robotus, kurie sumažins mirtingumą prasidėjus karui.

AI naudojimo trūkumai

Nors dirbtinis intelektas turi daug privalumų, yra daug trūkumų.
Daugiau Pagrindinis lygis, dirbtinio intelekto naudojimas atliekant kasdienes užduotis gali sukelti žmogaus tinginystės formavimąsi, o tai gali sukelti didžiosios dalies žmonių degradaciją.

Žinoma, dirbtinio intelekto ir nanotechnologijų panaudojimas karinėje pramonėje turi daug teigiamų pusių, pavyzdžiui, sukurti tobulą gynybinį skydą nuo bet kokių atakų, tačiau yra ir tamsioji pusė. Dirbtinio intelekto ir nanotechnologijų pagalba galėsime sukurti labai galingą ir griaunantį ginklą, o neatsargiai panaudojus tai gali sukelti negrįžtamų pasekmių.

Masinis dirbtinio intelekto naudojimas lems žmonių darbo vietų mažinimą.

Be to, spartus dirbtinio intelekto ir robotikos plėtros ir taikymo tempas gali pastūmėti Žemę link aplinkos katastrofa... Net ir dabar mėtosi kompiuterių komponentai ir kt Elektroniniai prietaisai padaryti didelę žalą mūsų planetai.

Jei mašinoms suteiksime intelekto, jos gali išnaudoti visas galimybes. Išmaniosios mašinos taps protingesnės už jų kūrėjus, ir tai gali lemti rezultatą, kuris demonstruojamas „Terminatoriaus“ serijoje.

Išvada ir taikymas ateityje

Dirbtinis intelektas yra sritis, kurioje vyksta daug tyrimų. Dirbtinis intelektas yra kompiuterių mokslo šaka, skirta suprasti intelekto prigimtį ir kurti kompiuterines sistemas, galinčias atlikti protingus veiksmus. Nepaisant to, kad žmonės turi intelektą, jie nesugeba jo kuo geriau panaudoti. Mašinos galės panaudoti 100% savo intelekto, jei suteiksime joms šį intelektą. Tai yra ir privalumas, ir trūkumas. Mes esame priklausomi nuo mašinų, skirtų beveik kiekvienam pritaikymui gyvenime. Mašinos dabar yra mūsų gyvenimo dalis ir naudojamos visur. Taigi, turime žinoti daugiau apie mašinas ir žinoti ateitį, kas gali nutikti, jei suteiksime joms žvalgybos. Dirbtinis intelektas negali būti geras ar blogas. Tai keičia mūsų naudojimo būdą.