Сегодня технологии развиваются беспрецедентными темпами. Возможности, которые раньше считались доступными только для профессиональных ученых, теперь доступны каждому в современной жизни. Одним из таких открытий является искусственный интеллект, который нашел свое применение во многих областях человеческой жизни.
Искусственный интеллект что это
Искусственный интеллект — это технология или, скорее, направление современной науки, которое изучает способы научить компьютеры, представляющие собой роботов или аналитические системы, думать как люди. На самом деле, мечта о разумных роботах-помощниках возникла раньше, чем изобретение первых компьютеров.
В середине пятидесятых годов прошлого века люди были очень впечатлены компьютерами, особенно их способностью выполнять множество задач одновременно. Ученые и писатели вскоре разработали блестящие идеи для мыслящих машин. В этот период начали появляться первые технологии искусственного интеллекта.
Исследования в области искусственного интеллекта проводятся путем изучения переноса результатов, полученных в области умственных способностей человека и компьютеров. Таким образом, искусственный интеллект получает информацию из различных источников и отраслей. К ним относятся информатика, математика, лингвистика, психология, биология и инженерия. Используя методы машинного обучения, компьютеры пытаются имитировать человеческий интеллект на основе большого количества данных.
Главная цель искусственного интеллекта очень прозрачна: дело не в том, чтобы уметь понимать данные, а в том, чтобы уметь понимать сами данные.
- Создание аналитических систем, которые обладают разумным поведением, могут самостоятельно или под надзором человека обучаться, делать прогнозы и строить гипотезы на основе массива данных.
- Реализация интеллекта человека в машине – создание роботов-помощников, которые могут вести себя как люди: думать, учиться, понимать и выполнять поставленные задачи.
История развития искусственного интеллекта
Термин «искусственный интеллект» приписывается Джону Маккарти, создателю и изобретателю языка программирования LISP. В 1956 году будущий лауреат знаменитой премии Тьюринга представил свою оригинальную программу искусственного интеллекта в университете Карнеги-Меллон.
Человечество начало мечтать о разумных роботах в первой четверти 20-го века. Известный писатель Карел Чапек выложил в 1924 году свою работу под названием «Всемирный робот». Шоу поразило зрителей, и термин «робот» стал широко известен.
В 1943-45 годах были заложены основы для понимания и создания нейронных сетей, а в 1950 году Алан Тьюринг опубликовал в научном издании анализ умной шахматной партии. В 1958 году появился первый язык программирования для искусственного интеллекта.
Между 1960 и 1970 годами несколько ученых показали, что компьютеры могут понимать естественный язык на достаточно хорошем уровне. В 1965 году был разработан Elise, первый робот, изучающий английский язык. В том же году направление TN стало привлекать правительства и военные организации США, СССР и других стран. Так, в 1970-х годах Министерство обороны США уже инициировало программу «Виртуальная дорожная карта» — первоначальный вариант GPS.
В 1969 году ученые из Стэнфордского университета создали Шеки, искусственно интеллектуального робота, который мог самостоятельно передвигаться, считывать некоторые данные и решать простые задачи.
Четыре года спустя (1973) в Эдинбургском университете был создан робот Фредди. Этот шотландский представитель семейства искусственных интеллектов может использовать компьютерное зрение для поиска и сборки различных моделей.
Искусственный интеллект быстро развивался и в Советском Союзе. Академики А.И. Берг и Г.С. Постеров в 1954 — 64 гг. создали программу Альпева Ломи, которая автоматически доказывала теоремы. В том же году советские ученые разработали алгоритм «Кора». Это имитирует деятельность человеческого мозга по выявлению закономерностей. В 1968 году В.Ф. Турчин создал язык обработки данных Refal.
1980-е годы были годами революции искусственного интеллекта. Ученые разработали обучающиеся машины — умных консультантов, которые могли предлагать решения, самостоятельно обучаться на ранних стадиях и общаться с человеком на ограниченном, но уже естественном языке.
В 1997 году была создана знаменитая шахматная программа. Это был компьютер Deep Blue, который победил чемпиона мира по шахматам Гарри Каспарова. В том же году Япония начала разработку компьютерной программы шестого поколения, основанной на нейронных сетях.
Интересно, что другая шахматная программа, Deep Thought, победила международного гроссмейстера Бента Ларсена в 1989 году. После этой дуэли между машиной и человеком Гарри Каспаров сказал:.
Если умная машина может превзойти лучших шахматистов, значит, она может писать лучшую музыку и сочинять лучшие книги. Это невероятно. Это сравнимо с тем, когда понимаешь, что ученые создали компьютер с 2 800 интеллектами». Вместе со мной я вызываю вас на партию в шахматы в одиночку в защиту человечества».
В 2000-х годах возродился интерес к робототехнике. Искусственный интеллект активно внедряется в космической отрасли, а также на внутреннем рынке. Появились системы «умного дома» и «продвинутая» бытовая техника. Роботы Kismet и Nomad исследуют часть Антарктиды.
Принципы ИИ
Прежде чем объяснить технические принципы, лежащие в основе немыслимого развития искусственного интеллекта, стоит узнать этические законы робототехники. Номинирован Айзеком Азимовым в журнале «Roundabout» в 1942 году:.
- Робот или система с искусственным интеллектом не может навредить человеку своим действием или же своим бездействием допустить, чтобы человеку был приченен вред.
- Робот должен повиноваться приказам, которые получает от человека, кроме тех, которые противоречат Первому закону.
- Робот должен заботиться о своей безопасности, если это не противоречит Первому и Второму Законам.
До публикации романа Азимова искусственный интеллект ассоциировался с образом Франкенштейна Мэри Шелли. Искусственно созданные образы человеческих существ, обладающих собственным разумом, бросают вызов людям. Та же история ужасов была перенесена в знаменитый голливудский блокбастер «Экстерминатор».
Интересно, что в 1986 году Айзек Азимов добавил еще один параграф к «Закону роботов». Автор решил назвать его «Ноль».
0. Робот не может причинять вред людям, если не доказано, что (вред) в конечном итоге принесет пользу всему человечеству.
Теперь, когда мы разобрались с моральным законом, давайте перейдем к техническим принципам искусственного интеллекта: способности робота причинить вред человеку.
-
Машинное обучение (МО) – принцип развития ИИ на основе самообучающихся алгоритмов. Участие человека при таком подходе ограничивается загрузкой в «память» машины массива информации и постановкой целей. Существует несколько методик МО: обучение с учителем – человек задает конкретную цель, хочет проверить гипотезу или подтвердить закономерность. Обучение без учителя – результат интеллектуальной обработки данных неизвестен – компьютер самостоятельно находит закономерности, учится думать как человек. Глубокое обучение – это смешанный способ, главное отличие в обработке больших массивов данных и использование нейросетей.
Кроме того, трудно представить себе существование искусственного интеллекта без мощных графических процессоров, которые лежат в основе интерактивной обработки данных. Для интеграции искусственного интеллекта в различные программы и устройства требуется технология API (интерфейсы прикладного программирования). API позволяют легко добавить технологию искусственного интеллекта в любую компьютерную систему, включая системы домашней безопасности, «умный дом» и устройства ЧПУ.
Исследования показывают, что кризис ускоряет внедрение искусственного интеллекта, и эта динамика будет продолжаться. Большинство компаний (52%) приняли искусственный интеллект раньше из-за пандемии, но 86% респондентов заявили, что искусственный интеллект становится «базовой технологией» для Их компания.
Введение
Искусственный интеллект (ИИ), машинное обучение и нейронные сети — термины, используемые для описания мощных технологий, основанных на машинном обучении, которые могут решить множество реальных проблем.
для мышления и принятия решений. По сравнению с возможностями человеческого мозга, машины далеки от идеала (и, конечно, не идеальны для людей), и в последнее время было сделано несколько важных открытий в области технологий искусственного интеллекта и соответствующих алгоритмов. Важно отметить, что существует большая и растущая выборка различных типов данных, которые могут быть использованы для обучения искусственного интеллекта.
Область искусственного интеллекта пересекается со многими другими дисциплинами, включая математику, статистику, теорию вероятности, физику, обработку сигналов, машинное обучение, компьютерное зрение, психологию, лингвистику и науку о мозге. Вопросы, связанные с социальной ответственностью и этикой создания искусственного интеллекта, адресованы тем, кто интересуется философией.
Мотивация развития технологий искусственного интеллекта заключается в том, что задачи, зависящие от многих переменных, требуют очень сложных решений, которые трудно понять и создать алгоритмы вручную.
Компании, исследователи и широкая общественность все больше полагаются на машинное обучение для генерирования решений проблем, которые не требуют специфических человеческих алгоритмических описаний. Большое внимание уделяется подходам «черного ящика». Программирование алгоритмов, используемых для моделирования и решения проблем больших данных, отнимает много времени у разработчиков. Даже создание кода для обработки больших объемов различных данных зачастую очень утомительно, сложно поддерживать и сложно тестировать (поскольку тестирование также требует использования больших объемов данных).
Современные методы машинного обучения и искусственного интеллекта в сочетании с «обучающими» данными, правильно подобранными и подготовленными для системы, могут научить компьютеры «программировать».
Обзор
Интеллект — способность получать и хранить информацию в виде знаний для выработки адаптивного поведения в окружающей среде или контексте.
(Английский) Это определение интеллекта из Википедии может быть применено как к органическому мозгу, так и к машинам. Существование интеллекта не подразумевает существование сознания. Это распространенное заблуждение, привнесенное в мир писателями-фантастами.
Поищите в интернете примеры искусственного интеллекта, и вы найдете хотя бы одно упоминание о Watson компании IBM, которая использует алгоритм машинного обучения, ставший знаменитым после победы в телевизионной викторине «Jeopardy» в 2011 году. С тех пор алгоритм претерпел несколько изменений и используется в качестве шаблона для различных коммерческих приложений. Apple, Amazon и Google активно работают над созданием подобных систем в наших домах и карманах.
Обработка естественного языка и распознавание речи стали первыми примерами коммерческого применения машинного обучения. Затем последовали другие задачи автоматизации идентификации (текст, аудио, изображение, видео, лицо и т.д.). Сфера применения этих технологий расширяется и включает в себя беспилотники, медицинскую диагностику, электронные игры, поисковые системы, спам-фильтры, борьбу с преступностью, маркетинг, управление роботами, компьютерное зрение, транспорт и распознавание музыки.
Искусственный интеллект настолько тесно интегрирован в технологии, которыми мы пользуемся сегодня, что многие люди не считают его «искусственным интеллектом». Другими словами, она не была отделена от традиционной компьютерной технологии. Спросите у прохожего, есть ли в его смартфоне искусственный интеллект, и он, скорее всего, ответит «нет». Однако алгоритмы искусственного интеллекта присутствуют повсюду — от предсказания входящего текста до автофокуса камеры. Многие считают, что искусственный интеллект появится в будущем. Но он появился некоторое время назад и уже здесь.
Термин «искусственный интеллект» достаточно распространен. В настоящее время большинство исследований сосредоточено в более узких областях нейронных сетей и глубокого обучения.
Как работает наш мозг
Человеческий мозг — это сложный компьютер на основе углерода, который выполняет около миллиарда функций в секунду (1 000 петафлопс), потребляя при этом 20 ватт энергии. Китайский суперкомпьютер под названием Tianhe-2 (самый быстрый в мире на момент написания статьи) выполняет 33,860 триллиона операций в секунду (33,86 петафлопс) и потребляет 17600 000 ватт (17,6 мегаватт). Нам предстоит еще много работы, прежде чем наши кремниевые компьютеры догонят развивающиеся углеродные компьютеры.
Точные механизмы, с помощью которых наш мозг «думает», являются предметом дебатов и дальнейших исследований (лично мне нравится теория о том, что работа мозга связана с квантовыми явлениями, но это тема другой статьи). Однако некоторые механизмы действия в мозге обычно моделируются с помощью концепции нейронов и нейронных сетей. Считается, что мозг содержит около 100 миллиардов нейронов.
Нейроны общаются друг с другом по специальным каналам, которые позволяют им обмениваться информацией. Сигналы от отдельных нейронов взвешиваются и комбинируются друг с другом, прежде чем активировать другие нейроны. Эта обработка переданного сообщения, комбинирование и активация других нейронов повторяется в различных слоях мозга. Учитывая, что в нашем мозге 100 миллиардов нейронов, вся взвешенная комбинация этих сигналов очень сложна. И это мягко сказано.
Но это еще не все. Каждый нейрон применяет функцию или преобразование к взвешенному входному сигналу, прежде чем проверить, достигнут ли порог активации. Преобразование входного сигнала может быть линейным или нелинейным.
Первоначально входные сигналы поступают из различных источников: наши органы чувств, внутренние средства контроля организма (уровень кислорода в крови, содержимое желудка и т.д.) и т.д. Один нейрон может получить сотни тысяч входных сигналов, прежде чем решить, как на них реагировать.
Мысли (или обработка информации) и результирующие инструкции, отдаваемые нашим мышцам и другим органам, являются результатом преобразования и передачи входных сигналов между нейронами разных слоев нейронной сети. Однако нейронные сети в мозге могут быть изменены и обновлены, включая изменение алгоритмов взвешивания сигналов, передаваемых между нейронами. Это происходит благодаря обучению и накопленному опыту.
Эта модель человеческого мозга была использована в качестве образца для воспроизведения возможностей мозга в компьютерной симуляции — искусственной нейронной сети.
