Изкуствен интелект. Използването на AI в публичната администрация

Изкуствен интелект (AI, англ. Artificial intelligence, AI) - науката и технологията за създаване на интелигентни машини, особено интелигентни компютърни програми. AI е свързан с подобна задача за използване на компютри за разбиране на човешкия интелект, но не е непременно ограничен до биологично правдоподобни методи.

Какво е изкуствен интелект

Интелигентност(от латински intellectus - усещане, възприятие, разбиране, разбиране, концепция, разум), или ум - качеството на психиката, състоящо се от способността да се адаптира към нови ситуации, способността да се учи и запомня въз основа на опит, разбиране и прилагане абстрактни концепции и използване на собствените знания за управление на околната среда. Интелигентността е обща способност за познание и решаване на трудности, която съчетава всички когнитивни способности на човек: усещане, възприятие, памет, представяне, мислене, въображение.

В началото на 1980г Компютърните учени Бар и Фейгенбаум предложиха следното определение за изкуствен интелект (AI):

По-късно редица алгоритми и софтуерни системи започват да се наричат ​​AI, чиято отличителна черта е, че могат да решават някои проблеми по същия начин, както би направил човек, който мисли за тяхното решение.

Основните свойства на AI са разбирането на езика, ученето и способността да се мисли и, което е важно, да се действа.

AI е комплекс от свързани технологии и процеси, които се развиват качествено и бързо, например:

• обработка на текст на естествен език
• експертни системи
• виртуални агенти (чат ботове и виртуални асистенти)
• системи за препоръки.

Технологични насоки на AI. Данни на Deloitte

AI изследвания

• Основна статия:Изследвания в областта на изкуствения интелект

AI стандартизация

2018: Разработване на стандарти в областта на квантовите комуникации, AI и интелигентния град

На 6 декември 2018 г. Техническият комитет за кибер-физични системи на базата на RVC заедно с Регионалния инженерен център SafeNet започна разработването на набор от стандарти за пазарите на Националната технологична инициатива (NTI) и цифровата икономика. До март 2019 г. се планира да се разработят документи за техническа стандартизация в областта на квантовите комуникации и , съобщи RVC. Прочетете още.

Въздействието на изкуствения интелект

Риск за развитието на човешката цивилизация

Въздействие върху икономиката и бизнеса

• Влиянието на технологиите с изкуствен интелект върху икономиката и бизнеса

Въздействие върху пазара на труда

Пристрастия към изкуствения интелект

В основата на всичко това е практиката на AI ( Машинен превод, разпознаване на реч, обработка на естествен език, компютърно зрение, автоматизация на шофирането на автомобили и други) се крие в дълбокото обучение. Това е подмножество от машинно обучение, характеризиращо се с използването на модели на невронни мрежи, за които може да се каже, че имитират начина, по който работи мозъкът, така че трудно могат да бъдат класифицирани като AI. Всеки модел на невронна мрежа се обучава на големи масиви от данни, така че придобива някои „умения“, но как ги използва остава неясно за създателите, което в крайна сметка се превръща в един от най-важните проблеми за много приложения за дълбоко обучение. Причината е, че такъв модел работи с изображения формално, без никакво разбиране какво прави. Има ли такава AI система и може ли да се вярва на системи, изградени на базата на машинно обучение? Значението на отговора на последния въпрос надхвърля научните лаборатории. Поради това вниманието на медиите към явлението, наречено AI bias, значително ескалира. Може да се преведе като „AI пристрастие“ или „AI пристрастие“. Прочетете още.

Пазар на технологии за изкуствен интелект

AI пазар в Русия

Глобалният AI пазар

Приложения на AI

Областите на приложение на AI са доста широки и обхващат както технологии, които са познати на слуха, така и възникващи нови области, които са далеч от масовото приложение, с други думи, това е цялата гама от решения, от прахосмукачки до космически станции. Възможно е да се раздели цялото им разнообразие според критерия за ключови точки на развитие.

AI не е монолитна предметна област. Освен това някои AI технологии се появяват като нови подсектори на икономиката и отделни единици, като същевременно обслужват повечето области в икономиката.

Основни търговски приложения на технологиите с изкуствен интелект

Развитието на използването на AI води до адаптиране на технологиите в класическите сектори на икономиката по цялата верига на стойността и ги трансформира, което води до алгоритмизиране на почти всички функционалности, от логистиката до управлението на компанията.

Използването на AI за отбрана и военни цели

Използване в образованието

Използване на AI в бизнеса

ИИ в енергетиката

• На ниво проектиране: подобрено прогнозиране на производството и търсенето на енергийни ресурси, оценка на надеждността на оборудването за производство на електроенергия, автоматизация на увеличаването на производството в случай на скок на търсенето.
• На производствено ниво: оптимизиране на превантивната поддръжка на оборудването, повишаване на ефективността на производството, намаляване на загубите, предотвратяване на кражби на енергийни ресурси.
• На ниво промоция: оптимизиране на ценообразуването в зависимост от времето на деня и динамично таксуване.
• На ниво доставка на услугата: автоматичен избор на най-печелившия доставчик, подробна статистика на потреблението, автоматизирано обслужване на клиенти, енергийна оптимизация въз основа на навиците и поведението на клиентите.

AI в производството

• На ниво проектиране: подобряване на ефективността на разработването на нови продукти, автоматизирана оценка на доставчиците и анализ на изискванията за резервни части и части.
• На производствено ниво: подобряване на процеса на изпълнение на задачите, автоматизиране на поточните линии, намаляване на броя на грешките, намаляване на времето за доставка на суровини.
• На ниво промоция: прогнозиране на обема на услугите за поддръжка и поддръжка, управление на цените.
• На ниво предоставяне на услуги: подобряване на планирането на маршрута на автопарка Превозно средство, търсене на ресурси на автопарка, подобряване на качеството на обучение на сервизните инженери.

AI в банките

• Разпознаване на образи - използва се вкл. да разпознава клиенти в клонове и да им изпраща специализирани оферти.

Основните търговски области на приложение на технологиите с изкуствен интелект в банките

AI в транспорта

• Автомобилната индустрия е на прага на революция: 5 предизвикателства на ерата на самостоятелното шофиране

AI в логистиката

AI в пивоварството

Използването на AI в публичната администрация

AI в криминалистиката

• Разпознаване на образи - използва се вкл. за откриване на престъпници на обществени места.

• През май 2018 г. стана известно за използването на изкуствен интелект от холандската полиция за разследване на сложни престъпления.

Според The ​​Next Web, правоохранителните организапочна дигитализиране на над 1500 доклада и 30 милиона страници, свързани с неуредени случаи. В компютърен формат се прехвърлят материали, започващи от 1988 г., в която престъплението не е разкрито поне три години, а извършителят е осъден на повече от 12 години затвор.

Разрешете сложно престъпление за един ден. Полицията поема AI

След като цялото съдържание бъде дигитализирано, то ще бъде свързано към система за машинно обучение, която ще анализира записите и ще реши кои случаи използват най-добрите доказателства. Това би трябвало да намали времето, необходимо за обработка на случаи и разкриване на минали и бъдещи престъпления от седмици на дни.

Изкуственият интелект ще разпределя случаите според тяхната „разрешимост“ и ще посочва възможните резултати от ДНК експертизата. След това се планира да се автоматизира анализът в други области на криминалистиката и може би дори да се обхванат данни в области като социални науки и свидетелски показания.

Освен това, според един от разработчиците на системата Jeroen Hammer (Jeroen Hammer), функциите на API за партньори може да бъдат пуснати в бъдеще.

Холандската полиция има специално звено, което е специализирано в разработването на нови технологии за разкриване на престъпления. Именно той създаде системата за AI бързо търсенепрестъпници по доказателствата.

ИИ в съдебната система

Развитието в областта на изкуствения интелект ще помогне да се промени радикално съдебната система, да я направи по-справедлива и свободна от корупционни схеми. Това мнение беше изразено през лятото на 2017 г. от Владимир Крилов, доктор на техническите науки, технически консултант на Artezio.

Ученият вярва, че вече съществуващите AI решения могат да бъдат успешно приложени в различни области на икономиката и обществения живот. Експертът посочва, че AI се използва успешно в медицината, но в бъдеще може напълно да промени съдебната система.

„Преглеждайки ежедневните новини за развитието в областта на ИИ, човек остава само изумен от неизчерпаемостта на въображението и плодотворността на изследователите и разработчиците в тази област. Съобщения за научно изследванепостоянно се редуват с публикации за нови продукти, които навлизат на пазара и доклади за невероятни резултати, получени с помощта на AI в различни области. Ако говорим за очакваните събития, придружени от забележима реклама в медиите, в която AI отново ще стане герой на новините, тогава вероятно няма да рискувам да правя технологични прогнози. Мога да предположа, че следващото събитие ще бъде появата някъде на изключително компетентен съд в лицето на изкуствен интелект, справедлив и неподкупен. Това вероятно ще се случи през 2020-2025 г. И процесите, които ще се случват в този съд, ще доведат до неочаквани разсъждения и желанието на много хора да прехвърлят повечето от процесите на управление на човешкото общество към AI.

Ученият признава използването на изкуствения интелект в съдебната система като „логична стъпка“ в развитието на законодателното равенство и справедливост. Машинният ум не е подложен на корупция и емоции, може стриктно да се придържа към законодателната рамка и да взема решения, като взема предвид много фактори, включително данните, които характеризират участниците в спора. По аналогия с медицинската област, съдиите-роботи могат да работят с големи данни от хранилища на обществени услуги. Може да се предположи, че машинният интелект ще може бързо да обработва данни и да взема предвид много повече фактори, отколкото човешки съдия.

Психолозите обаче смятат, че липсата на емоционален компонент при разглеждането на съдебните дела ще се отрази негативно на качеството на решението. Присъдата на машинния съд може да се окаже твърде ясна, без да отчита значението на чувствата и настроенията на хората.

Рисуване

През 2015 г. екипът на Google тества невронни мрежиза способността сами да създават изображения. Тогава изкуственият интелект беше обучен на примера на голям брой различни снимки. Когато обаче машината беше „помолена“ да изобрази нещо сама, се оказа, че тя интерпретира света около нас по малко странен начин. Например, за задачата да нарисуват дъмбели, разработчиците получиха изображение, в което металът беше свързан от човешки ръце. Това вероятно се е случило поради факта, че на етапа на обучение анализираните снимки с дъмбели съдържат ръце и невронната мрежа е интерпретирала това погрешно.

На 26 февруари 2016 г. на специален търг в Сан Франциско представители на Google събраха около $98 000 от психеделични картини, нарисувани от изкуствен интелект.Тези средства бяха дарени за благотворителност. Една от най-успешните снимки на автомобила е представена по-долу.

Картина, нарисувана от изкуствения интелект на Google.

Изкуственият интелект е една от най-популярните теми в света на технологиите напоследък. Умове като Илон Мъск, Стивън Хокинг и Стив Возняк са сериозно загрижени за изследванията на ИИ и твърдят, че създаването му ни заплашва със смъртна опасност. В същото време научната фантастика и холивудските филми създадоха много погрешни схващания около ИИ. Наистина ли сме в опасност и какви неточности правим, когато си представяме унищожаването на Skynet Earth, общата безработица или обратното, просперитета и безгрижието? Човешките митове за изкуствения интелект бяха развенчани от Gizmodo. Ето пълен превод на неговата статия.

Той е наречен най-важният тест за машинна интелигентност, откакто Deep Blue победи Гари Каспаров в шахматен мач преди 20 години. Google AlphaGo победи Grandmaster Li Sedol в Go турнир със смазващ резултат от 4:1, показвайки колко сериозно е напреднал изкуственият интелект (AI). Съдбовният ден, в който машините най-накрая надминават ума на човека, никога не е изглеждал толкова близо. Но изглежда, че не сме се доближили до разбирането на последствията от това епохално събитие.

Всъщност ние се придържаме към сериозни и дори опасни погрешни схващания за изкуствения интелект. Миналата година основателят на SpaceX Илон Мъск предупреди, че AI може да превземе света. Думите му предизвикаха буря от коментари, както противници, така и привърженици на това мнение. Що се отнася до такова бъдещо монументално събитие, има удивително количество спорове относно това дали то ще се случи и ако да, под каква форма. Това е особено тревожно, когато вземете предвид невероятните ползи, които човечеството може да получи от ИИ и потенциалните рискове. За разлика от други човешки изобретения, AI има потенциала да промени човечеството или да ни унищожи.

Трудно е да знам на какво да вярвам. Но благодарение на ранната работа на компютърни учени, невролози, теоретици на ИИ, започва да се очертава по-ясна картина. Ето някои често срещани погрешни схващания и митове за изкуствения интелект.

Мит №1: „Никога няма да създадем AI с човешки интелект“

Реалност:Вече разполагаме с компютри, които са равни или надхвърлят човешките способности в шах, го, борсова търговия и разговор. Компютрите и алгоритмите, които ги управляват, могат само да се подобряват. Въпрос на време е да надминат хората във всяка задача.

Психологът-изследовател от Нюйоркския университет Гари Маркъс каза, че „буквално всеки“, който работи в областта на изкуствения интелект, вярва, че машините в крайна сметка ще ни победят: „Единствената истинска разлика между ентусиастите и скептиците е прогнозата за времето“. Футуристи като Рей Кърцвейл смятат, че това може да се случи в рамките на няколко десетилетия, други казват, че може да отнеме векове.

Скептиците към AI не са убедителни, когато казват, че това е неразрешим технологичен проблем и има нещо уникално в природата на биологичния мозък. Нашите мозъци са биологични машини - те съществуват в реалния святи се придържат към основните закони на физиката. Няма нищо непознаваемо за тях.

Мит №2: „Изкуственият интелект ще има съзнание“

Реалност:Повечето си въобразяват, че машинният ум ще бъде съзнателен и ще мисли по начина, по който мислят хората. Нещо повече, критици като съоснователя на Microsoft Пол Алън смятат, че все още не можем да постигнем изкуствен общ интелект (способен да разреши всеки умствен проблем, който човек може да реши), защото ни липсва научна теория за съзнанието. Но както казва Мъри Шанахан, експерт по когнитивна роботика в Imperial College London, не трябва да приравняваме двете понятия.

„Съзнанието със сигурност е невероятно и важно нещо, но не вярвам, че е необходимо за изкуствения интелект на ниво човек. По-точно, използваме думата „съзнание“, за да обозначим няколко психологически и когнитивни черти, които човек „идва в комплект“, обяснява ученият.

Може да си представим интелигентна машина, на която липсва една или повече от тези характеристики. В крайна сметка можем да създадем невероятно интелигентен AI, който няма да може да възприема света субективно и съзнателно. Шанахан твърди, че умът и съзнанието могат да бъдат комбинирани в машина, но не трябва да забравяме, че това са две различни концепции.

Фактът, че една машина преминава теста на Тюринг, при който е неразличима от човека, не означава, че тя има съзнание. За нас един усъвършенстван AI може да изглежда съзнателен, но неговото самосъзнание няма да бъде повече от това на камък или калкулатор.

Мит №3: „Не трябва да се страхуваме от AI“

Реалност:През януари основателят на Facebook Марк Зукърбърг каза, че не трябва да се страхуваме от AI, защото той ще направи невероятно много добри неща за света. Прав е наполовина. Ще извлечем огромни ползи от AI, от самоуправляващите се автомобили до новите лекарства, но няма гаранция, че всяко внедряване на AI ще бъде доброкачествено.

Една високоинтелигентна система може да знае всичко за конкретна задача, като например решаване на неприятен финансов проблем или хакване на система. вражеска защита. Но извън границите на тези специализации тя ще бъде дълбоко невежа и в безсъзнание. Системата DeepMind на Google е експерт в Go, но няма способността или причината да изследва области извън своята специалност.

Много от тези системи може да не са предмет на съображения за сигурност. Добър пример е сложният и мощен вирус Stuxnet, паравоенен червей, разработен от израелската и американската армия за проникване и саботиране на ирански ядрени централи. Този вирус по някакъв начин (нарочно или случайно) зарази руската атомна електроцентрала.

Друг пример е програмата Flame, използвана за кибершпионаж в Близкия изток. Лесно е да си представим бъдещи версии на Stuxnet или Flame, които надхвърлят целите си и нанасят огромни щети на чувствителната инфраструктура. (За разбиране, тези вируси не са AI, но в бъдеще може да го имат, оттук и загрижеността).

Вирусът Flame е използван за кибершпионаж в Близкия изток. Снимка: Wired

Мит №4: „Изкуственият суперинтелект ще бъде твърде умен, за да прави грешки“

Реалност:Изследователят на AI и основател на сърфиращите самурайски роботи Ричард Лусимор вярва, че повечето сценарии страшния съдсвързани с AI, са непоследователни. Те винаги се основават на предположението, че AI казва: „Знам, че унищожаването на човечеството е причинено от дефект в дизайна, но все пак трябва да го направя.“ Lucimore казва, че ако AI се държи по този начин, говорейки за нашето унищожение, тогава такива логически противоречия ще го преследват цял ​​живот. Това от своя страна влошава базата му от знания и го прави твърде глупав, за да създава. опасна ситуация. Ученият също така твърди, че хората, които казват: „AI може да прави само това, за което е програмиран да прави“, грешат също толкова, колкото и техните колеги в зората на компютърната ера. Тогава хората използваха тази фраза, за да твърдят, че компютрите не са в състояние да демонстрират и най-малката гъвкавост.

Питър Макинтайър и Стюарт Армстронг, които работят в Института за бъдещето на човечеството към Оксфордския университет, не са съгласни с Лусимор. Те твърдят, че AI до голяма степен е обвързан от това как е програмиран. Макинтайър и Армстронг вярват, че AI не може да прави грешки или да бъде твърде тъп, за да не знае какво очакваме от него.

„По дефиниция изкуственият суперинтелект (AI) е субект с интелект, много по-голям от най-добрия човешки мозък във всяка област на знанието. Той ще знае точно какво сме искали да направи“, казва Макинтайър. И двамата учени смятат, че AI ще прави само това, за което е програмиран. Но ако стане достатъчно умен, ще разбере колко е различно от духа на закона или от намеренията на хората.

Макинтайър сравнява бъдещата ситуация на хората и ИИ с текущото взаимодействие човек-мишка. Целта на мишката е да търси храна и подслон. Но често противоречи на желанието на човек, който иска животното му да тича свободно около него. „Ние сме достатъчно умни, за да разберем някои от целите на мишките. Така че ASI също ще разбере нашите желания, но ще бъде безразличен към тях “, казва ученият.

Както показва сюжетът на филма Ex Machina, ще бъде изключително трудно човек да поддържа по-умен AI

Мит №5: „Една проста корекция ще реши проблема с контрола на AI“

Реалност:Чрез създаването на изкуствен интелект, по-умен от човека, ще се сблъскаме с проблем, известен като „проблем с контрола“. Футуристите и теоретиците на ИИ изпадат в състояние на пълно объркване, когато ги попитат как ще ограничим и ограничим ASI, ако възникне такъв. Или как да се уверите, че е приятелски настроен към хората. Наскоро изследователи от Технологичния институт на Джорджия наивно предположиха, че изкуственият интелект може да възприеме човешки ценности и социални правила чрез четене прости истории. В действителност ще бъде много по-трудно.

„Имаше много прости трикове, които бяха предложени, които биха могли да „решат“ целия проблем с контрола на ИИ“, казва Армстронг. Примерите включват програмиране на ASI, така че целта му да е да угоди на хората или просто да функционира като инструмент в ръцете на човек. Друг вариант е да интегрирате концепциите за любов или уважение в изходния код. За да се попречи на ИИ да възприеме опростен, едностранен възглед за света, беше предложено да се програмира да цени интелектуалното, културното и социалното многообразие.

Но тези решения са твърде прости, като да се опитваш да събереш сложността на харесванията и нехаресванията на хората в едно повърхностно определение. Опитайте се например да излезете с ясна, логична и осъществима дефиниция на „уважение“. Това е изключително трудно.

Машините в Матрицата могат лесно да унищожат човечеството

Мит №6: „Изкуственият интелект ще ни унищожи“

Реалност:Няма гаранция, че AI ще ни унищожи или че няма да можем да намерим начин да го контролираме. Както каза теоретикът на ИИ Елиезер Юдковски, „ИИ нито ви обича, нито ви мрази, но вие сте направени от атоми, които може да използва за други цели.“

В книгата си „Изкуствен интелект. Етапи. заплахи. Стратегии“, философът от Оксфорд Ник Бостром пише, че истинският изкуствен суперинтелект, след като се появи, ще представлява по-голям риск от всяко друго човешко изобретение. Изтъкнати умове като Илон Мъск, Бил Гейтс и Стивън Хокинг (последният предупреди, че AI може да бъде нашата „най-лоша грешка в историята“) също изразиха загриженост.

Макинтайър каза, че повечето от целите, които могат да бъдат ръководени от ISI, са основателни причиниотървете се от хората.

„ИИ може да предвиди, съвсем правилно, че не искаме той да максимизира печалбите на определена компания, без значение какви са разходите за клиентите, околен святи животни. Така че той има силен стимул да се увери, че няма да бъде прекъсван, намесван, изключван или променян в целите си, защото това няма да изпълни първоначалните му цели“, казва Макинтайър.

Освен ако целите на ASI не отразяват точно нашите собствени, тогава той ще има основателна причина да не ни даде възможност да го спрем. Като се има предвид, че неговото ниво на интелигентност е значително по-добро от нашето, не можем да направим нищо по въпроса.

Никой не знае каква форма ще приеме AI и как може да застраши човечеството. Както отбеляза Мъск, изкуственият интелект може да се използва за контрол, регулиране и наблюдение на други AI. Или може да е пропит от човешки ценности или преобладаващо желание да бъдете приятелски настроени към хората.

Мит №7: „Изкуственият суперинтелект ще бъде приятелски настроен“

Реалност:Философът Имануел Кант вярва, че разумът е тясно свързан с морала. Неврологът Дейвид Чалмърс в изследването си „Сингуларността: Философски анализвзе известната идея на Кант и я приложи към възникващия изкуствен суперинтелект.

Ако това е вярно... можем да очакваме интелектуален взрив да доведе до взрив на морала. Тогава можем да очакваме нововъзникващите ASI системи да бъдат свръхморални, както и свръхинтелигентни, което ни позволява да очакваме доброта от тях.

Но идеята, че усъвършенстваният AI ще бъде просветен и мил, по своята същност не е много правдоподобна. Както посочи Армстронг, има много умни военнопрестъпници. Изглежда, че връзката между разума и морала не съществува сред хората, така че той поставя под въпрос действието на този принцип сред другите интелигентни форми.

„Умните хора, които се държат неморално, могат да причинят болка в много по-голям мащаб, отколкото по-глупавите им колеги. Интелигентността просто им позволява да бъдат лоши с голяма интелигентност, но не ги превръща в добри хора“, казва Армстронг.

Както обясни Макинтайър, способността на субекта да постигне цел не е свързана с това дали тази цел би била разумна като начало. „Ще бъдем големи късметлии, ако нашите ИИ са уникално надарени и тяхното ниво на морал расте заедно с ума. Да се ​​надяваме на късмет не е най-добрият подход за това, което може да определи бъдещето ни“, казва той.

Мит №8: „Рисковете от AI и роботиката са равни“

Реалност:Това е особено често срещана грешка, разпространявана от безкритичните медии и холивудските филми като Терминаторът.

Ако изкуствен суперинтелект като Skynet наистина искаше да унищожи човечеството, той нямаше да използва андроиди с шестцевни картечници. Много по-ефективно би било да се изпрати биологична чума или нанотехнологична сива слуз. Или просто унищожи атмосферата.

Изкуственият интелект е потенциално опасен не защото може да повлияе на развитието на роботиката, а заради това как появата му ще повлияе на света като цяло.

Мит №9: „Изобразяването на AI в научната фантастика е точно изображение на бъдещето“

Много видове умове. Изображение: Елиезер Юдковски

Разбира се, авторите и футуристите са използвали научната фантастика, за да правят фантастични прогнози, но хоризонтът на събитията, зададен от ASI, е съвсем различна история. Нещо повече, нечовешката природа на ИИ прави невъзможно да знаем и следователно да предвидим неговата природа и форма.

За да забавляват нас, глупавите хора, повечето ИИ в научната фантастика са изобразени като изглеждащи като нас. „Има спектър от всички възможни умове. Дори сред хората вие сте доста различни от съседите си, но тази вариация е нищо в сравнение с всички интелигентности, които могат да съществуват“, казва Макинтайър.

Повечето научни фантастики не трябва да са научно точни, за да разкажат завладяваща история. Конфликтът обикновено се разгръща между герои, които са близки по сила. „Представете си колко скучна би била една история, в която ИИ без съзнание, радост или омраза би унищожил човечеството без никаква съпротива, за да постигне безинтересна цел“, прозява се Армстронг.

Стотици роботи работят във фабриката на Tesla

Мит №10: „Ужасно е, че AI ще поеме цялата ни работа“

Реалност:Способността на AI да автоматизира голяма част от това, което правим, и потенциалът му да унищожи човечеството са две много различни неща. Но според Мартин Форд, автор на In the Dawn of Robots: Technology and the Threat of a Jobless Future, те често се разглеждат като едно цяло. Добре е да мислим за далечното бъдеще на AI приложенията, но само ако това не ни отвлича от проблемите, с които ще трябва да се сблъскаме през следващите десетилетия. Главен сред тях е масовата автоматизация.

Никой не се съмнява, че изкуственият интелект ще замени много съществуващи работни места, от фабричен работник до висшите ешелони на белите якички. Някои експерти прогнозират, че половината от всички работни места в САЩ са застрашени от автоматизация в близко бъдеще.

Но това не означава, че не можем да се справим с шока. Като цяло освобождаването от по-голямата част от нашата работа, както физическа, така и умствена, е квазиутопична цел на нашия вид.

„В рамките на няколко десетилетия AI ще унищожи много работни места, но това не е лошо“, казва Милър. Самоуправляващите се автомобили ще заменят шофьорите на камиони, намалявайки транспортните разходи и в резултат на това ще направят много продукти по-евтини. „Ако си шофьор на камион и се издържаш с това, ще загубиш, но напротив, всички останали ще могат да си купят повече стоки за същата заплата. И парите, които спестяват, ще бъдат изразходвани за други стоки и услуги, които ще създадат нови работни места за хората“, казва Милър.

По всяка вероятност изкуственият интелект ще създаде нови възможности за производство на добро, освобождавайки хората да правят други неща. Напредъкът в развитието на AI ще бъде придружен от напредък в други области, особено в производството. В бъдеще за нас ще стане по-лесно, а не по-трудно да задоволяваме основните си нужди.

Изкуствен интелект

Изкуственият интелект е клон на компютърните науки, който изучава възможността за предоставяне на разумни разсъждения и действия с помощта на компютърни системи и други изкуствени устройства. В повечето случаи алгоритъмът за решаване на проблема не е известен предварително.

Точното определение на тази наука не съществува, тъй като въпросът за природата и състоянието на човешкия интелект не е решен във философията. Няма точен критерий за постигане на „интелигентност“ от компютрите, въпреки че в зората на изкуствения интелект бяха предложени редица хипотези, например тестът на Тюринг или хипотезата на Нюел-Саймън. На този моментИма много подходи както за разбиране на задачата на AI, така и за създаване на интелигентни системи.

И така, една от класификациите разграничава два подхода към развитието на AI:

отгоре надолу, семиотичен - създаване на символни системи, които моделират високо ниво умствени процеси: мислене, разсъждение, реч, емоции, творчество и др.;

отдолу нагоре, биологични - изследване на невронни мрежи и еволюционни изчисления, които моделират интелигентно поведение въз основа на по-малки "неинтелигентни" елементи.

Тази наука е свързана с психология, неврофизиология, трансхуманизъм и др. Както всички компютърни науки, тя използва математически апарат. Философията и роботиката са от особено значение за нея.

Изкуственият интелект е много млада област на изследване, която стартира през 1956 г. Историческият му път прилича на синусоида, всяко "издигане" на която е инициирано от някаква нова идея. AT този моментнейното развитие е в упадък, отстъпвайки място на прилагането на вече постигнати резултати в други области на науката, индустрията, бизнеса и дори ежедневието.

Подходи за изследване

Има различни подходи за изграждане на AI системи. В момента има 4 доста различни подхода:

1. Логически подход. Основата на логическия подход е булевата алгебра. Всеки програмист е запознат с него и с логическите оператори, откакто е усвоил израза IF. Булевата алгебра получава своето по-нататъшно развитие под формата на предикатно смятане - в което се разширява чрез въвеждане на предметни символи, отношения между тях, квантори на съществуване и универсалност. На практика всяка AI система, изградена на логически принцип, е машина за доказване на теореми. В този случай първоначалните данни се съхраняват в базата данни под формата на аксиоми, правилата за извод като връзката между тях. Освен това всяка такава машина има целеви генериращ блок и системата за извод се опитва да докаже тази целкато теорема. Ако целта е доказана, тогава проследяването на приложените правила ви позволява да получите верига от действия, необходими за постигане на целта (такава система е известна като експертни системи). Силата на такава система се определя от възможностите на генератора на цели и машината за доказване на теореми. Постигането на по-голяма изразителност на логическия подход позволява такава сравнително нова посока като размита логика. Основната му разлика е, че истинността на твърдението може да съдържа освен да / не (1/0) и междинни стойности - не знам (0,5), по-вероятно е пациентът да е жив отколкото мъртъв (0,75), пациентът е по-вероятно мъртъв, отколкото жив (0,25). Този подход прилича повече на човешко мислене, тъй като рядко отговаря на въпроси само с да или не.

2. Под структурен подход тук имаме предвид опити за изграждане на AI чрез моделиране на структурата на човешкия мозък. Един от първите подобни опити е перцептронът на Франк Розенблат. Основната моделирана структурна единица в перцептроните (както в повечето други опции за моделиране на мозъка) е неврон. По-късно възникват и други модели, които са известни на повечето под термина невронни мрежи (NN). Тези модели се различават по структурата на отделните неврони, по топологията на връзките между тях и по алгоритмите за обучение. Сред най-известните варианти на NN сега са NN с обратно разпространение, мрежите на Хопфийлд, стохастичните невронни мрежи. В по-широк смисъл този подход е известен като конективизъм.

3. Еволюционен подход. При изграждането на AI системи според този подход основното внимание се обръща на изграждането на първоначалния модел и правилата, по които той може да се променя (еволюира). Освен това моделът може да бъде съставен с помощта на различни методи, може да бъде невронна мрежа и набор от логически правила и всеки друг модел. След това включваме компютъра и на базата на проверката на моделите той избира най-добрите от тях, на базата на които се генерират нови модели по различни правила. Сред еволюционните алгоритми генетичният алгоритъм се счита за класически.

4. Симулационен подход. Този подход е класически за кибернетиката с един от неговите основни понятияЧерна кутия. Обектът, чието поведение се симулира, е просто "черна кутия". За нас няма значение какво има той и моделът вътре и как функционира, основното е нашият модел да се държи по същия начин в подобни ситуации. Така тук се моделира още едно свойство на човек - способността да копира това, което другите правят, без да навлизаме в подробности защо е необходимо това. Често тази способност му спестява много време, особено в началото на живота му.

В рамките на хибридните интелигентни системи те се опитват да комбинират тези области. Правилата за експертни изводи могат да бъдат генерирани от невронни мрежи, а генеративните правила се получават с помощта на статистическо обучение.

Обещаващ нов подход, наречен усилване на интелекта, разглежда постигането на AI чрез еволюционно развитие като страничен ефект от технологията, усилваща човешкия интелект.

Изследователски направления

Анализирайки историята на AI, може да се отдели такава обширна област като моделиране на разсъжденията. В продължение на много години развитието на тази наука се движи по този път и сега това е една от най-развитите области в съвременния AI. Моделирането на разсъждения включва създаването на символни системи, на входа на които се поставя определена задача, а на изхода се изисква нейното решаване. По правило предложената задача вече е формализирана, т.е. преведена на математическа форма, но или няма алгоритъм за решение, или е твърде сложен, отнема много време и т.н. Тази област включва: доказване на теорема, вземане на решения и теория на игрите, планиране и изпращане, прогнозиране.

Важна област е обработката на естествен език, която анализира възможностите за разбиране, обработка и генериране на текстове на "човешки" език. По-специално, проблемът с машинния превод на текстове от един език на друг все още не е решен. В съвременния свят развитието на методите за извличане на информация играе важна роля. По своята същност оригиналният тест на Тюринг е свързан с това направление.

Според много учени важно свойство на интелигентността е способността за учене. Така инженерството на знанието излиза на преден план, съчетавайки задачите за получаване на знания от проста информация, тяхното систематизиране и използване. Напредъкът в тази област засяга почти всяка друга област на изследванията на ИИ. Тук също трябва да се отбележат два важни поддомейна. Първият от тях - машинното обучение - засяга процеса на самостоятелно придобиване на знания от интелигентна система в процеса на нейното функциониране. Вторият е свързан със създаването на експертни системи - програми, които използват специализирани бази от знания за получаване на надеждни заключения по всеки проблем.

Има големи и интересни постижения в областта на моделирането на биологични системи. Строго погледнато, тук могат да бъдат включени няколко независими направления. Невронните мрежи се използват за решаване на размити и сложни проблеми като разпознаване на геометрична форма или групиране на обекти. Генетичният подход се основава на идеята, че един алгоритъм може да стане по-ефективен, ако заимства по-добри характеристики от други алгоритми („родители“). Сравнително нов подход, при който задачата е да се създаде автономна програма - агент, който взаимодейства с външната среда, се нарича агентен подход. И ако правилно принудите много „не много интелигентни“ агенти да взаимодействат заедно, тогава можете да получите „подобен на мравка“ интелект.

Задачите на разпознаването на образи вече са частично решени в рамките на други области. Това включва разпознаване на символи, почерк, реч, анализ на текст. Специално трябва да се спомене компютърното зрение, което е свързано с машинното обучение и роботиката.

Като цяло, роботиката и изкуственият интелект често се свързват помежду си. Интеграцията на тези две науки, създаването на интелигентни роботи, може да се счита за друга посока на AI.

Машинното творчество се отличава от факта, че природата на човешката креативност е дори по-малко проучена от природата на интелигентността. Въпреки това тази област съществува и тук проблемите с писането на музика, литературни произведения (често - стихотворения или приказки), художествено творчество.

И накрая, има много приложения на изкуствения интелект, всяко от които формира почти независима посока. Примерите включват интелигентно програмиране в компютърни игри, нелинейно управление, интелигентни системи за сигурност.

Може да се види, че много области на изследване се припокриват. Това важи за всяка наука. Но при изкуствения интелект връзката между привидно различни посоки е особено силна и това се дължи на философския дебат за силния и слабия ИИ.

В началото на 17 век Рене Декарт предполага, че животното е някакъв сложен механизъм, като по този начин формулира механистичната теория. През 1623 г. Вилхелм Шикард създава първия механичен цифров компютър, последван от машините на Блез Паскал (1643 г.) и Лайбниц (1671 г.). Лайбниц е и първият, който описва съвременната двоична бройна система, въпреки че преди него тази система е била периодично увличана от много велики учени. През 19 век Чарлз Бабидж и Ада Лавлейс работят върху програмируем механичен компютър.

През 1910-1913г. Бертран Ръсел и А. Н. Уайтхед публикуват Principia Mathematica, което революционизира формалната логика. През 1941 г. Конрад Цузе създава първия работещ компютър с програмно управление. Уорън Маккълох и Уолтър Питс публикуват „Логическо смятане на идеите, присъщи на нервната дейност“ през 1943 г., което поставя основата на невронните мрежи.

Сегашното състояние на нещата

В момента (2008 г.) при създаването на изкуствения интелект (в оригиналния смисъл на думата експертните системи и шахматните програми не са тук) има недостиг на идеи. Изпробвани са почти всички подходи, но нито един не е довел до появата на изкуствен интелект. изследователска групане пасна.

Някои от най-впечатляващите граждански AI системи са:

Deep Blue - Победи световния шампион по шах. (Мачът Каспаров срещу суперкомпютър не донесе удовлетворение нито на компютърните учени, нито на шахматистите и системата не беше разпозната от Каспаров, въпреки че оригиналните компактни шахматни програми са неразделна част от шахматното творчество. Тогава суперкомпютърната линия на IBM се прояви в проектите за груба сила BluGene (молекулярно моделиране) и моделирането на пирамидалната клетъчна система в Swiss Blue Brain Center. Тази историяе пример за сложната и тайна връзка между ИИ, бизнеса и националните стратегически цели.)

Mycin беше една от ранните експертни системи, които можеха да диагностицират малка подгрупа от заболявания, често толкова точно, колкото лекарите.

20q е вдъхновен от AI проект, вдъхновен от класическата игра 20 Questions. Той стана много популярен, след като се появи в интернет на сайта 20q.net.

Гласово разпознаване. Системи като ViaVoice са способни да обслужват потребителите.

Роботите в годишния турнир RoboCup се състезават в опростена форма на футбол.

Приложение на AI

Банките прилагат системи с изкуствен интелект (AI) в застрахователните дейности (актюерска математика), когато играят на фондовата борса и управляват имущество. През август 2001 г. роботи победиха хора в импровизирано търговско състезание (BBC News, 2001 г.). Методите за разпознаване на образи (включително както по-сложни, така и специализирани и невронни мрежи) се използват широко в оптично и акустично разпознаване (включително текст и реч), медицинска диагностика, филтри за нежелана поща, системи за противовъздушна отбрана (идентификация на цели), а също и за осигуряване на редица други задачи по националната сигурност.

Разработчиците на компютърни игри са принудени да използват AI с различна степен на сложност. Стандартните задачи на AI в игрите са намиране на път в 2D или 3D пространство, симулиране на поведението на бойна единица, изчисляване на правилната икономическа стратегия и т.н.

Гледни точки за AI

Има две посоки на развитие на AI:

първият е да се решат проблемите, свързани с доближаването на специализираните AI системи до човешките възможности и тяхната интеграция, която се изпълнява от човешката природа.

второто е да се създаде изкуствен интелект, представляващ интегрирането на вече създадени AI системи в единна системав състояние да реши проблемите на човечеството.

Връзка с други науки

Изкуственият интелект е тясно свързан с трансхуманизма. И заедно с неврофизиологията и когнитивната психология, тя образува по-обща наука, наречена когнитология. Философията играе отделна роля в изкуствения интелект.

Философски въпроси

Науката за "създаване на изкуствен интелект" не можеше да не привлече вниманието на философите. С появата на първите интелигентни системи се повдигат фундаментални въпроси за човека и познанието и отчасти за световния ред. От една страна, те са неразривно свързани с тази наука, а от друга, внасят някакъв хаос в нея. Сред изследователите на ИИ все още няма доминираща гледна точка относно критериите за интелектуалност, систематизацията на целите и задачите, които трябва да бъдат решени, дори няма строга дефиниция на науката.

Може ли една машина да мисли?

Най-разгорещеният дебат във философията на изкуствения интелект е въпросът за възможността за мислене на творения на човешки ръце. Въпросът „Може ли една машина да мисли?“, който подтикна изследователите да създадат науката за моделиране на човешкия ум, беше поставен от Алън Тюринг през 1950 г. Двете основни гледни точки по този въпрос се наричат ​​хипотези за силен и слаб изкуствен интелект.

Терминът „силен изкуствен интелект“ е въведен от Джон Сърл и неговият подход се характеризира със собствените му думи:

„Нещо повече, такава програма не би била просто модел на ума; тя е вътре буквалносамите думи ще бъдат разум, в същия смисъл, в който човешкият разум е разум.

За разлика от тях защитниците на слабия ИИ предпочитат да гледат на софтуера просто като на инструмент за решаване на определени задачи, които не изискват пълния набор от човешки когнитивни способности.

В неговия мисловен експеримент„Китайска стая“ от Джон Сърл показва, че преминаването на теста на Тюринг не е критерий за една машина да има истински мисловен процес.

Мисленето е процес на обработка на информация, съхранявана в паметта: анализ, синтез и самопрограмиране.

Подобна позиция е заета от Роджър Пенроуз, който в книгата си „Новият ум на един крал“ твърди, че е невъзможно да се получи мисловен процес въз основа на формални системи.

Има различни гледни точки по този въпрос. Аналитичният подход включва анализ на висшата нервна дейност на човек до най-ниското, неделимо ниво (функцията на висшата нервна дейност, елементарна реакция на външни стимули (стимули), дразнене на синапсите на набор от неврони, свързани по функция) и последващото възпроизвеждане на тези функции.

Някои експерти приемат способността за рационален, мотивиран избор за интелигентност, в лицето на липсата на информация. Тоест тази програма за дейност (която не е задължително да се изпълнява на съвременни компютри) просто се счита за интелектуална, която може да избира от определен набор от алтернативи, например къде да отиде в случай на „ще отидете наляво ...“, „ще тръгнеш надясно ...“, „ще тръгнеш направо ...“

Наука за знанието

Също така епистемологията е тясно свързана с проблемите на изкуствения интелект - науката за познанието в рамките на философията. Философите, занимаващи се с този проблем, решават въпроси, подобни на тези, решавани от инженерите на AI за това как най-добре да се представят и използват знания и информация.

Отношение към AI в обществото

ИИ и религия

Сред последователите на авраамическите религии има няколко гледни точки относно възможността за създаване на ИИ въз основа на структурен подход.

Според един от тях мозъкът, чиято работа се опитват да имитират системите, според тях не участва в процеса на мислене, не е източник на съзнание и всяка друга умствена дейност. Създаването на AI въз основа на структурен подход е невъзможно.

В съответствие с друга гледна точка мозъкът участва в процеса на мислене, но под формата на "предавател" на информация от душата. Мозъкът е отговорен за такива "прости" функции като безусловни рефлекси, реакция на болка и др. Създаването на AI на базата на структурен подход е възможно, ако проектираната система може да изпълнява функции за „прехвърляне“.

И двете позиции не отговарят на данните на съвременната наука, т.к. понятието душа не се разглежда от съвременната наука като научна категория.

Според много будисти AI е възможен. Така духовният лидер на Далай Лама XIV не изключва възможността за съществуване на съзнание на компютърна основа.

Raelites активно подкрепят разработките в областта на изкуствения интелект.

AI и научна фантастика

В литературата за научна фантастика AI най-често се описва като сила, която се опитва да свали властта на човек (Omnius, HAL 9000, Skynet, Colossus, The Matrix and a Replicant) или служеща на хуманоид (C-3PO, Data, КИТ и КАР, Двустагодишен човек). Неизбежността ИИ да доминира над света извън контрол се оспорва от писатели на научна фантастика като Айзък Азимов и Кевин Уоруик.

Любопитна визия за бъдещето е представена в „Изборът на Тюринг“ от писателя на научна фантастика Хари Харисън и учения Марвин Мински. Авторите говорят за загубата на човечност в човек, в чийто мозък е имплантиран компютър, и придобиването на човечност от машина с AI, в чиято памет е копирана информация от човешкия мозък.

Някои писатели на научна фантастика, като Върнър Виндж, също спекулират относно последиците от ИИ, който вероятно ще доведе до драматични промени в обществото. Този период се нарича технологична сингулярност.

Изкуствен интелект

Изкуствен интелект[Английски] Изкуствен интелект (AI)] е клон на компютърните науки, който изучава възможността за предоставяне на разумни разсъждения и действия с помощта на компютърни системи и други изкуствени устройства.
В повечето случаи алгоритъмът за решаване на проблема не е известен предварително.
Първите изследвания, свързани с изкуствения интелект, са предприети почти веднага след появата на първите компютри.
През 1910-13г Бертран Ръсел и Алфред Норт Уайтхед публикуват Principia Mathematica, което революционизира формалната логика. През 1931 г. Курт Гьодел показа, че една достатъчно сложна формална система съдържа твърдения, които въпреки това не могат да бъдат нито доказани, нито опровергани в рамките на тази система. По този начин една AI система, която установява истинността на всички твърдения, като ги извежда от аксиоми, не може да докаже тези твърдения. Тъй като хората могат да „видят“ истинността на подобни твърдения, ИИ започва да се разглежда като нещо като закъсняла мисъл. През 1941 г. Конрад Цузе създава първия работещ компютър с програмно управление. Уорън Маккълох и Уолтър Питс публикуват „Логическо смятане на идеите, присъщи на нервната дейност“ през 1943 г., което поставя основата на невронните мрежи.
През 1954 г. американският изследовател А. Нюел решава да напише програма за игра на шах. Той сподели тази идея с анализаторите на RAND Corporation (www.rand.org) J. Show и H. Simon, които предложиха на Newell своята помощ. Като теоретична основа за такава програма беше решено да се използва методът, предложен през 1950 г. от C.E. Shannon, основателят на теорията на информацията. Прецизно формализиране на този метод е направено от Алън Тюринг. Той го моделира на ръка. В работата участва група холандски психолози, ръководени от А. де Гроот, които изучават стиловете на игра на изключителни шахматисти. След две години съвместна работа този екип създаде езика за програмиране IPL1 - очевидно първият символен език за обработка на списъци. Скоро беше написана първата програма, която може да се отдаде на постиженията в областта на изкуствения интелект. Това беше програмата "Logic Theorist" (1956), предназначена за автоматично доказване на теореми в пропозиционалното смятане.
Всъщност програмата за игра на шах NSS е завършена през 1957 г. Работата й се основава на така наречените евристики (правила, които ви позволяват да направите избор при липса на точни теоретични основания) и описания на целите. Контролният алгоритъм се опита да намали разликите между оценките на текущата ситуация и оценките на целта или една от подцелите.
През 1960 г. същата група, базирайки се на принципите, използвани в NSS, написа програма, която нейните създатели нарекоха GPS (General Problem Solver) – универсален инструмент за решаване на проблеми. GPS може да реши редица пъзели, да изчисли неопределени интеграли, да реши някои други проблеми. Тези резултати привлякоха вниманието на специалистите в областта на изчислителната техника. Появиха се програми за автоматично доказване на теореми от планиметрията и решаване на алгебрични задачи (формулирани в английски език).
Джон Маккарти (J.McCarty) от Станфорд се интересува математически основитези резултати и символичните изчисления като цяло. В резултат на това през 1963 г. той разработва езика LISP (LISP, от List Processing), който се основава на използването на единичен списък за представяне на програми и данни, използването на изрази за дефиниране на функции, синтаксис на скоби.
Логиците също започнаха да проявяват интерес към изследванията в областта на изкуствения интелект. През същата 1964 г. е публикувана работата на ленинградския логик Сергей Маслов "Обратен метод за установяване на изводимост в класическото смятане на предикатите", в който за първи път е предложен метод за автоматично търсене на доказателства за теореми в изчислението на предикатите .
Година по-късно (през 1965 г.) в САЩ се появява работата на J.A.Pobinson, посветена на малко по-различен метод за автоматично търсене на доказателства на теореми в изчислението на предикатите от първи ред. Този метод беше наречен метод на разделителна способност и послужи като отправна точка за създаването на нов език за програмиране с вградена процедура за извод - езикът Prolog (PROLOG) през 1971 г.
През 1966 г. в СССР Валентин Турчин разработи езика на рекурсивните функции Refal, предназначен да опише езици и различни видовеобработката им. Въпреки че беше замислен като алгоритмичен метаезик, за потребителя той беше, подобно на LISP и Prolog, символичен език за обработка на информация.
В края на 60-те години. първите игрови програми, системи за елементарен анализ на текст и решаване на някои задачи по математика(геометрия, интегрално смятане). В сложните проблеми с изброяването, които възникнаха в този случай, броят на опциите за сортиране беше рязко намален чрез използване на всички видове евристики и " здрав разум". Този подход започва да се нарича евристично програмиране. По-нататъшното развитие на евристичното програмиране следва пътя на усложняване на алгоритмите и подобряване на евристиката. Скоро обаче стана ясно, че има определена граница, отвъд която няма подобрения в евристиката и усложняване на алгоритъма подобряване на качеството на системата и, най-важното, не Програма, която играе шах, никога няма да играе игри на шашки или карти.
Постепенно изследователите започнаха да осъзнават, че във всички създадени по-рано програми липсва най-важното - знания в съответната област. Специалисти, решаващи проблеми, постигат високи резултатиблагодарение на техните знания и опит; ако програмите имат достъп до знания и ги прилагат, те също ще постигнат висококачествена работа.
Това разбиране, възникнало в началото на 70-те години, по същество означава качествен скок в работата по изкуствения интелект.
Фундаментални съображения по този въпрос бяха изразени през 1977 г. на 5-та съвместна конференция по изкуствен интелект от американския учен Е. Фейгенбаум.
До средата на 70-те години. появяват се първите приложни интелигентни системи, които използват различни методи за представяне на знания за решаване на проблеми - експертни системи. Една от първите беше експертната система DENDRAL, разработена в Станфордския университет и предназначена за генериране на формули химични съединениявъз основа спектрален анализ. В момента DENDRAL се доставя на клиенти със спектрометър. Системата MYCIN е предназначена за диагностика и лечение на инфекциозни заболявания на кръвта. Системата PROSPECTOR прогнозира минерални находища. Има доказателства, че с негова помощ са открити находища на молибден, чиято стойност надхвърля 100 милиона долара. Системата за оценка на качеството на водата, внедрена на базата на руската технология SIMER + MIR преди няколко години, причини превишението на максимално допустимите концентрации на замърсители в река Москва близо до Серебряни бор. Системата CASNET е предназначена за диагностика и избор на стратегия за лечение на глаукома и др.
В момента разработването и внедряването на експертни системи се е превърнало в независима инженерна област. Научните изследвания са съсредоточени в редица области, някои от които са изброени по-долу.
Теорията не дефинира изрично какво точно се счита за необходими и достатъчни условия за постигане на интелектуалност. Въпреки че има редица хипотези по този въпрос, например хипотезата на Нюел-Саймън. Обикновено към внедряването на интелигентни системи се подхожда именно от гледна точка на моделиране на човешкия интелект. Така в рамките на изкуствения интелект има две основни области:
■ символично (семиотично, отгоре надолу) се основава на моделирането на процеси на високо ниво на човешкото мислене, на представянето и използването на знания;
■ Неврокибернетичната (невронна мрежа, възходяща) се основава на моделиране на отделни мозъчни структури на ниско ниво (неврони).
По този начин суперзадачата на изкуствения интелект е да изгради компютърна интелигентна система, която да има ниво на ефективност при решаване на неформализирани задачи, което е сравнимо или превъзхождащо човешкото.
Най-често използваните програмни парадигми при изграждането на системи с изкуствен интелект са функционалното програмиране и логическото програмиране. Те се различават от традиционните структурни и обектно-ориентирани подходи за разработване на програмна логика чрез нелинейни изводи за вземане на решения и инструменти от ниско ниво за подпомагане на анализа и синтеза на структури от данни.
Има две научни школи с различни подходи към проблема с ИИ: конвенционален ИИ и Изчислителен ИИ.
В конвенционалния AIизползва главно методи за машинно обучение, базирани на формализъм и статистически анализ.
Конвенционални AI методи:
■ Експертни системи: програми, които, действайки по определени правила, обработват голямо количество информация и в резултат на това издават заключение въз основа на нея.
■ Разсъждение въз основа на подобни случаи (разсъждение, базирано на казус).
■ Бейсови мрежи - това е статистически методоткриване на модели в данните. За целта се използва първична информация, съдържаща се или в мрежови структури, или в бази данни.
■ Поведенчески подход: модулен метод за изграждане на AI системи, при който системата е разделена на няколко относително автономни програми на поведение, които се стартират в зависимост от промените във външната среда.
Изчислителен AIпредполага итеративно развитие и обучение (например избор на параметри в мрежа за свързване). Обучението се основава на емпирични данни и е свързано с несимволичен AI и меки изчисления.
Основни методи за изчислителен AI:
■ Невронни мрежи: системи с отлични способности за разпознаване.
■ Размити системи: техники за разсъждение в условия на несигурност (широко използвани в съвременните индустриални и потребителски системи за контрол)
■ Еволюционни изчисления: тук се прилагат концепции, традиционно свързани с биологията, като популация, мутация и естествен подбор, за да се създадат най-добрите решения на проблема. Тези методи се разделят на еволюционни алгоритми (напр. генетични алгоритми) и методи за разузнаване на рояк (напр. алгоритъм на колония от мравки).
В рамките на хибридните интелигентни системи те се опитват да комбинират тези две области. Правилата за експертни изводи могат да бъдат генерирани от невронни мрежи, а генеративните правила се получават с помощта на статистическо обучение.
Перспективни направления на изкуствения интелект.
CBR (Case-Based Reasoning Modeling) методите вече се използват в много приложения – в медицината, управление на проекти, за анализиране и реорганизиране на околната среда, за разработване на продукти за масовия пазар, като се вземат предвид предпочитанията на различни потребителски групи и др. Трябва да очакваме приложения на CBR методите за проблемите на интелигентното извличане на информация, електронната търговия (предлагане на стоки, създаване на виртуални търговски агенции), планиране на поведение в динамична среда, свързване, проектиране и синтезиране на програми.
Освен това трябва да очакваме нарастващо влияние на идеите и методите (AI) върху машинния анализ на текстове (AT) на естествен език. Това влияние вероятно ще засегне семантичния анализ и свързаните с него методи за синтактичен анализ - в тази област то ще се прояви във вземането под внимание на модела на света в крайните етапи на семантичния анализ и използването на знания за домейн и ситуационна информация за намаляване на търсенията с повече ранни стадии(например при изграждане на дървета за анализ).
Вторият „комуникационен канал“ на AI и AT е използването на методи за машинно обучение в AT; третият "канал" е използването на разсъждения, базирани на казуси и разсъждения, базирани на аргументи, за решаване на някои AT проблеми, като намаляване на шума и подобряване на релевантността на търсенето.
до един от най-важните и обещаващи посокиВ изкуствения интелект днес трябва да се припишат задачи за автоматично планиране на поведението. Обхватът на методите за автоматично планиране е голямо разнообразие от устройства с висока степен на автономност и целенасочено поведение, от домакински уреди до безпилотни космически кораби за изследване на дълбокия космос.

Използвани източници
1. Стюарт Ръсел, Питър Норвиг „Изкуствен интелект: Модерен подход (AIMA)“, 2-ро издание: Per. от английски. - М .: Издателство "Уилямс", 2005.-1424 страници с илюстрации.
2. Джордж Ф. Лугър „Изкуствен интелект: Стратегии и решения“, 4-то издание: Пер. от английски. - М .: Издателска къща Уилямс, 2004 г.
3. Генадий Осипов, президент на Руската асоциация за изкуствен интелект, постоянен член на Европейския координационен комитет за изкуствен интелект (ECCAI), доктор на физико-математическите науки, професор „Изкуственият интелект: състоянието на изследванията и поглед в бъдещето ."

Изкуствен интелект

Изкуствен интелект(AI, от английски. Изкуствен интелект, AI) - науката и технологията за създаване на интелигентни машини, особено интелигентни компютърни програми.

AI е свързан с подобна задача за използване на компютри за разбиране на човешкия интелект, но не е непременно ограничен до биологично правдоподобни методи.

AI е научно направление, което разработва методи, които позволяват на електронен компютър да решава интелектуални проблеми, ако те са решени от човек. Концепцията за "изкуствен интелект" се отнася до функционалността на машина за решаване на човешки проблеми. Изкуственият интелект е насочен към повишаване на ефективността на различни форми на човешки умствен труд.

Най-често срещаната форма на изкуствен интелект е компютър, програмиран да отговаря на конкретна тема. Такива „експертни системи“ имат човешката способност да извършват аналитичната работа на експерт. Подобен текстов процесор може да открие правописни грешки, те могат да бъдат "обучени" в нови думи. До това научна дисциплинатясно граничи с друг, предметът на който понякога се нарича " изкуствен живот". Тя се занимава повече с разузнаване ниско ниво. Например, робот може да бъде програмиран да се ориентира в мъглата, т.е. за да му се даде възможност за физическо взаимодействие с околната среда.

Терминът "изкуствен интелект" е предложен за първи път на едноименен семинар в Dartsmouth College в САЩ през 1956 г. Впоследствие различни учени дават следните дефиниции на изкуствения интелект:

AI - клон на компютърните науки, който е свързан с автоматизацията на интелигентното поведение;

AI е наука за изчисленията, която прави възможно възприемането, изводите и действията;

AI е информационна технология, свързана с процесите на извод, обучение и възприятие.

Историята на изкуствения интелект като ново научно направление започва в средата на 20 век. По това време вече са били формирани много предпоставки за неговия произход: сред философите отдавна е имало спорове за природата на човека и процеса на опознаване на света, неврофизиолозите и психолозите са разработили редица теории относно работата. човешки мозъки мислене, икономисти и математици задават въпроси за оптимални изчисления и представяне на знанието за света във формализирана форма; накрая се ражда основата на математическата теория на изчисленията – теорията на алгоритмите – и се създават първите компютри.

Основният проблем на изкуствения интелект е разработването на методи за представяне и обработка на знания.

Програмите за изкуствен интелект включват:

Програми за игри (стохастични, компютърни игри);

Програми на естествен език - машинен превод, генериране на текст, обработка на реч;

Разпознаващи програми - разпознаване на ръкопис, изображения, карти;

Програми за създаване и анализ на графики, живопис, музикални произведения.

Разграничават се следните области на изкуствения интелект:

Експертни системи;

Невронни мрежи;

естествени езикови системи;

Еволюционни методи и генетични алгоритми;

размити множества;

Системи за извличане на знания.

Експертните системи са насочени към решаване на конкретни проблеми.

Невронните мрежи реализират невронни мрежови алгоритми.

Разделят се на:

мрежи с общо предназначение, които поддържат около 30 алгоритма на невронни мрежи и са конфигурирани за решаване на специфични проблеми;

Обектно-ориентиран - използва се за разпознаване на символи, управление на производството, прогнозиране на ситуации на валутните пазари,

Хибриден - използва се заедно с определен софтуер (Excel, Access, Lotus).

Системите на естествен език (NL) се разделят на:

Софтуерни продукти за интерфейс на естествен език в базата данни (представяне на заявки на естествен език в SQL заявки);

Търсене на естествен език в текстове, смислено сканиране на текстове (използвано в интернет търсачки, като Google);

Мащабируеми инструменти за разпознаване на реч (преносими симултантни преводачи);

Компонентите за обработка на реч като сервизни инструменти софтуер(ОС Windows XP).

Размити набори - реализират логически връзки между данните. Тези софтуерни продукти се използват за управление на икономически обекти, изграждане на експертни системи и системи за подпомагане на вземането на решения.

Генетичните алгоритми са методи за анализ на данни, които не могат да бъдат анализирани със стандартни методи. Като правило те се използват за обработка на големи обеми информация, изграждане на прогнозни модели. Използвано в научни целив симулационното моделиране.

Системи за извличане на знания – използват се за обработка на данни от информационни хранилища.

Някои от най-известните AI системи са:

тъмносин- победи световния шампион по шах. Мачът Каспаров срещу суперкомпютър не донесе удовлетворение нито на компютърните учени, нито на шахматистите и системата не беше разпозната от Каспаров. След това линията суперкомпютри на IBM се проявява в грубата сила BluGene (молекулярно моделиране) и проектите за моделиране на пирамидални клетъчни системи в Blue Brain, Швейцария.

Уотсън- обещаващо развитие на IBM, способно да възприема човешка реч и да извършва вероятностно търсене, използвайки голям брой алгоритми. За да демонстрира работата, Уотсън участва в американската игра "Jeopardy!", аналог на "Собствена игра" в Русия, където системата успя да спечели и в двете игри.

МИЦИН- една от ранните експертни системи, които могат да диагностицират малък набор от заболявания и често толкова точно, колкото лекарите.

20Q- проект, базиран на идеите на AI, базиран на класическата игра "20 въпроса". Стана много популярен, след като се появи в интернет на 20q.net.

Гласово разпознаване. Системи като ViaVoice са способни да обслужват потребителите.

Роботите в годишния турнир RoboCup се състезават в опростена форма на футбол.

Банките използват системи с изкуствен интелект (AI) в застрахователни дейности (актюерска математика), когато играят на фондовата борса и управляват имущество. Методите за разпознаване на образи (включително по-сложни и специализирани и невронни мрежи) се използват широко в оптично и акустично разпознаване (включително текст и реч), медицинска диагностика, спам филтри, системи за противовъздушна отбрана (идентификация на цели), както и за осигуряване на редица други задачи по националната сигурност.

Разработчиците на компютърни игри използват AI в различна степен на сложност. Това формира концепцията за „Игра с изкуствен интелект“. Стандартните задачи на AI в игрите са намиране на път в 2D или 3D пространство, симулиране на поведението на бойна единица, изчисляване на правилната икономическа стратегия и т.н.

Най-големите научни и изследователски центрове в областта на изкуствения интелект:

Съединени американски щати (Масачузетски технологичен институт);

Германия (немски Изследователски центървърху изкуствения интелект);

Япония ( Национален институтсъвременна индустриална наука и технологии (AIST));

Русия (Научен съвет по методологията на изкуствения интелект на Руската академия на науките).

Днес, благодарение на напредъка в областта на изкуствения интелект, са създадени голям брой научни разработки, което значително опростява живота на хората. Разпознаване на реч или сканиран текст, решаване на изчислително сложни проблеми в кратко времеи много повече - всичко това стана достъпно благодарение на развитието на изкуствения интелект.

Замяната на човек-специалист със системи с изкуствен интелект, в частност с експертни системи, разбира се, където това е допустимо, може значително да ускори и намали себестойността на производствения процес. Системите с изкуствен интелект винаги са обективни и резултатите от тяхната работа не зависят от моментното настроение и редица други субективни фактори, които са присъщи на човек. Но въпреки всичко изброено по-горе, човек не трябва да храни съмнителни илюзии и да се надява, че в близко бъдеще човешкият труд ще бъде заменен от работата на изкуствения интелект. Опитът показва, че днес системите с изкуствен интелект постигат най-добри резултати, когато работят заедно с човек. В крайна сметка това е човек, за разлика от изкуствения интелект, който може да мисли извън кутията и творчески, което му позволи да се развива и да върви напред през цялата си епоха.

Използвани източници

1. www.aiportal.ru

3. en.wikipedia.org

Нова еволюционна стратегия на човечеството

Той посочва: „Проблемът е, че все още не можем като цяло да определим кои изчислителни процедури искаме да наречем интелигентни. Ние разбираме някои от механизмите на интелигентността и не разбираме други. Следователно интелигентността в тази наука се разбира само като изчислителен компонент на способността за постигане на цели в света.

В същото време съществува гледна точка, според която интелигентността може да бъде само биологичен феномен.

Както отбелязва председателят на петербургския клон на Руската асоциация за изкуствен интелект Т. А. Гаврилова, на английски фразата изкуствен интелектняма тази леко фантастична антропоморфна окраска, която придоби в доста неуспешен руски превод. Слово интелигентностозначава "способност за разумно разсъждение", а не изобщо "интелигентност", за което има английски еквивалент интелект .

Членовете на Руската асоциация за изкуствен интелект дават следните определения за изкуствен интелект:

Една от частните дефиниции на интелигентността, обща за човек и „машина“, може да се формулира по следния начин: „Интелигентността е способността на системата да създава програми (предимно евристични) в процеса на самообучение за решаване на проблеми на определен клас сложност и решаване на тези проблеми” .

Често изкуственият интелект се нарича и най-простата електроника, която показва наличието на сензори и автоматичен избор на режим на работа. Думата изкуствен в този случай означава, че не трябва да очаквате системата да може да намери нов режим на работа в ситуация, която не е предвидена от разработчиците.

Предпоставки за развитие на науката за изкуствения интелект

Историята на изкуствения интелект като ново научно направление започва в средата на 20 век. По това време вече са били формирани много предпоставки за неговия произход: сред философите отдавна е имало спорове за природата на човека и процеса на опознаване на света, неврофизиолозите и психолозите са разработили редица теории относно работата на човешкия мозък и мислене, икономисти и математици задават въпроси за оптимални изчисления и представяне на знанието за света във формализирана форма; накрая се ражда основата на математическата теория на изчисленията – теорията на алгоритмите – и се създават първите компютри.

Възможностите на новите машини по отношение на изчислителната скорост се оказаха по-големи от човешките, така че в научната общност се прокрадна въпросът: какви са границите на възможностите на компютрите и ще достигнат ли машините нивото на човешкото развитие? През 1950 г. един от пионерите в областта на компютърните технологии, английският учен Алън Тюринг, написа статия, озаглавена „Може ли една машина да мисли?“. , който описва процедура, чрез която ще може да се определи моментът, в който машината се изравнява по интелект с човек, наречена тест на Тюринг.

Историята на развитието на изкуствения интелект в СССР и Русия

В СССР работата в областта на изкуствения интелект започва през 60-те години на миналия век. Редица пионерски изследвания са извършени в Московския университет и Академията на науките, ръководени от Вениамин Пушкин и Д. А. Поспелов.

През 1964 г. е публикувана работата на ленинградския логик Сергей Маслов „Обратен метод за установяване на изводимост в класическото смятане на предикатите“, в която за първи път е предложен метод за автоматично търсене на доказателства за теореми в смятането на предикатите.

До 70-те години на миналия век в СССР всички изследвания на ИИ се извършваха в рамките на кибернетиката. Според Д. А. Поспелов науките "информатика" и "кибернетика" по това време са били смесени поради редица академични спорове. Едва в края на 70-те години в СССР започнаха да говорят за научното направление "изкуствен интелект" като клон на компютърните науки. В същото време се ражда и самата информатика, която подчинява прародителя „кибернетика“. В края на 70-те години беше издаден тълковен речник на изкуствения интелект, тритомна справочна книга за изкуствения интелект и енциклопедичен речникпо информатика, в която разделите „Кибернетика“ и „Изкуствен интелект“ са включени, наред с други раздели, в състава на информатиката. Терминът "компютърни науки" стана широко разпространен през 80-те години на миналия век, а терминът "кибернетика" постепенно изчезна от обращение, оставайки само в имената на тези институции, възникнали в ерата на "кибернетичния бум" от края на 50-те и началото на 60-те години. Това виждане за изкуствения интелект, кибернетиката и компютърните науки не се споделя от всички. Това се дължи на факта, че на Запад границите на тези науки са малко по-различни.

Подходи и насоки

Подходи за разбиране на проблема

Няма еднозначен отговор на въпроса какво прави изкуственият интелект. Почти всеки автор, който пише книга за ИИ, изхожда от някакво определение в нея, разглеждайки постиженията на тази наука в нейната светлина.

• низходящ (английски) ИИ отгоре надолу), семиотичен - създаване на експертни системи, бази от знания и системи за изводи, които имитират умствени процеси на високо ниво: мислене, разсъждения, реч, емоции, творчество и др.;
• възходящ (английски) ИИ отдолу нагоре), биологични - изследването на невронни мрежи и еволюционни изчисления, които моделират интелектуално поведение въз основа на биологични елементи, както и създаването на подходящи изчислителни системи, като неврокомпютър или биокомпютър.

Последният подход, строго погледнато, не се отнася за науката за ИИ в смисъла, даден от Джон Маккарти - те са обединени само от обща крайна цел.

Тест на Тюринг и интуитивен подход

Емпиричният тест е предложен от Алън Тюринг в статията " Изчислителни машинии ум" Компютърни машини и интелект ), публикувана през 1950 г. във философския журнал Ум". Целта на този тест е да се установи възможността за изкуствено мислене, близко до човешкото.

Стандартното тълкуване на този тест е следното: " Човек взаимодейства с един компютър и един човек. Въз основа на отговорите на въпросите той трябва да определи с кого разговаря: с човек или компютърна програма. Задачата на компютърната програма е да заблуди човек, принуждавайки го да направи грешен избор.". Всички участници в теста не се виждат.

• Най-общият подход предполага, че изкуственият интелект ще може да демонстрира подобно на хората поведение в нормални ситуации. Тази идея е обобщение на подхода на теста на Тюринг, който гласи, че една машина ще стане интелигентна, когато е в състояние да води разговор с обикновен човек и той няма да може да разбере, че говори с машината ( разговорът се провежда чрез кореспонденция).
• Писателите на научна фантастика често предлагат друг подход: AI ще възникне, когато една машина е в състояние да чувства и създава. И така, собственикът на Андрю Мартин от "Bicentennial Man" започва да се отнася към него като към човек, когато създава играчка по свой дизайн. И Данните от Стар Трек, способни да общуват и да учат, мечтаят да придобият емоции и интуиция.

Последният подход обаче едва ли ще издържи на по-подробно изследване. Например, лесно е да се създаде механизъм, който да оценява някои параметри на външната или вътрешната среда и да реагира на техните неблагоприятни стойности. Можем да кажем за такава система, че има чувства („болка“ е реакция на сензора за удар, „глад“ е реакция на нисък заряд на батерията и т.н.). И клъстерите, създадени от картите на Кохонен, и много други продукти на "интелигентни" системи, могат да се разглеждат като вид творчество.

Символен подход

Исторически, символният подход е първият в ерата на цифровите компютри, тъй като след създаването на Lisp, първият символен компютърен език, неговият автор се уверява във възможността да започне на практика да прилага тези средства за интелигентност. Символният подход позволява да се работи със слабо формализирани представяния и техните значения.

Успехът и ефективността на решаването на нови проблеми зависи от способността да се извлича само съществена информация, което изисква гъвкавост в методите на абстракция. Докато обикновената програма задава един от собствените си начини за интерпретиране на данни, поради което работата й изглежда пристрастна и чисто механична. В този случай само човек, анализатор или програмист, може да реши интелектуален проблем, без да може да повери това на машина. В резултат на това се създава единен абстрактен модел, система от конструктивни единици и алгоритми. А гъвкавостта и многофункционалността водят до значителни разходи за ресурси типични задачи, тоест системата се връща от интелигентност към груба сила.

Основната характеристика на символните изчисления е създаването на нови правила по време на изпълнение на програмата. Докато възможностите на неинтелигентните системи са завършени точно преди способността поне да посочват нововъзникващи трудности. Освен това тези трудности не се решават и в крайна сметка компютърът не подобрява тези способности сам.

Недостатъкът на символния подход е, че такъв отворени възможностисе възприемат от неподготвените хора като липса на инструменти. Този доста културен проблем е частично решен чрез логическо програмиране.

логичен подход

Логическият подход при създаването на системи с изкуствен интелект е насочен към създаване на експертни системи с логически модели на бази от знания, използващи предикатния език.

Езикът за логическо програмиране и системата Prolog бяха приети като модел за обучение на системи с изкуствен интелект през 80-те години. Базите знания, написани на езика Prolog, представляват набори от факти и правила за извод, написани на езика на логическите предикати.

Логическият модел на базите от знания ви позволява да записвате не само специфична информация и данни под формата на факти на езика Prolog, но и обобщена информация, използвайки правилата и процедурите за извод, включително логически правила за дефиниране на концепции, които изразяват определени знания като специфични и обобщена информация.

Като цяло изследването на проблемите на изкуствения интелект в рамките на логическия подход към проектирането на бази от знания и експертни системи е насочено към създаването, развитието и експлоатацията на интелигентни информационни системи, включително въпросите на обучението на студенти и ученици, като както и обучение на потребители и разработчици на такива интелигентни информационни системи.

Подход, базиран на агент

Най-новият подход, разработен от началото на 90-те години, се нарича базиран на агент подход, или подход, основан на използването на интелигентни (рационални) агенти. Според този подход интелигентността е изчислителната част (грубо казано, планирането) на способността за постигане на поставените цели за интелигентна машина. Самата такава машина ще бъде интелигентен агент, възприемащ света около себе си с помощта на сензори и способен да влияе върху обектите в околната среда с помощта на изпълнителни механизми.

Този подход се фокусира върху онези методи и алгоритми, които ще помогнат на интелигентен агент да оцелее в околната среда, докато изпълнява задачата си. Така че тук алгоритмите за намиране на пътя и вземане на решения се изучават много по-внимателно.

Хибриден подход

Основна статия: Хибриден подход

Хибриден подходпредполага, че самосинергичната комбинация от невронни и символни модели постига пълния спектър от когнитивни и изчислителни способности. Например правилата за експертни изводи могат да бъдат генерирани от невронни мрежи, а генеративните правила се получават с помощта на статистическо обучение. Привържениците на този подход смятат, че хибридните информационни системи ще бъдат много по-силни от сумата различни концепцииотделно.

Модели и методи на изследване

Символно моделиране на мисловните процеси

Основна статия: Моделиране на разсъждения

Анализирайки историята на AI, може да се открои толкова обширна посока като моделиране на разсъжденията. В продължение на много години развитието на тази наука се движи по този път и сега това е една от най-развитите области в съвременния AI. Моделирането на разсъждения включва създаването на символни системи, на входа на които се поставя определена задача, а на изхода се изисква нейното решаване. По правило предложеният проблем вече е формализиран, т.е. преведен в математическа форма, но или няма алгоритъм за решение, или е твърде сложен, отнема много време и т.н. Тази посока включва: доказване на теорема, вземане на решения, и теория на играта, планиране и диспечиране , прогнозиране .

Работа с естествени езици

Важна посока е обработка на естествен език, който анализира възможностите за разбиране, обработка и генериране на текстове на "човешки" език. В рамките на това направление целта е такава естествена езикова обработка, която да може сама да придобива знания чрез четене съществуващ текстдостъпни в интернет. Някои директни приложения на обработката на естествен език включват извличане на информация (включително копаене на текст) и машинен превод.

Представяне и използване на знания

Посока инженерство на знаниетосъчетава задачите за получаване на знания от проста информация, тяхното систематизиране и използване. Тази посока е исторически свързана със създаването експертни системи- програми, които използват специализирани бази от знания за получаване на надеждни заключения по всеки проблем.

Производството на знания от данни е един от основните проблеми на извличането на данни. Съществуват различни подходи за решаване на този проблем, включително такива, базирани на технологията на невронната мрежа, използвайки процедури за вербализиране на невронната мрежа.

Машинно обучение

Проблеми машинно обучениекасае процеса независимапридобиване на знания от интелектуална система в процеса на нейното функциониране. Тази посока е централна от самото начало на развитието на AI. През 1956 г., на лятната конференция в Дартмунд, Рей Соломонов написа доклад за вероятностна машина без надзор, наречена Индуктивна машина за изводи.

роботика

Основна статия: Интелигентна роботика

Машинно творчество

Основна статия: Машинно творчество

Природата на човешкото творчество е още по-малко разбрана от природата на интелигентността. Въпреки това тази област съществува и тук се поставят проблемите на писането на музика, литературни произведения (често стихове или приказки), художествено творчество. Създаването на реалистични изображения се използва широко във филмовата и игралната индустрия.

Отделно се подчертава изследването на проблемите на техническото творчество на системите с изкуствен интелект. Теорията за решаване на изобретателски проблеми, предложена през 1946 г. от G. S. Altshuller, бележи началото на такива изследвания.

Добавянето на тази функция към всяка интелигентна система ви позволява много ясно да демонстрирате какво точно системата възприема и как разбира. Чрез добавяне на шум вместо липсваща информация или филтриране на шум с наличното знание в системата, конкретни изображения се произвеждат от абстрактно знание, което лесно се възприема от човек, това е особено полезно за интуитивно и нискоценно знание, проверката на което в формалната форма изисква значителни умствени усилия.

Други области на изследване

И накрая, има много приложения на изкуствения интелект, всяко от които формира почти независима посока. Примерите включват програмиране на интелигентност в компютърни игри, нелинейно управление, интелигентни системи за информационна сигурност.

Може да се види, че много области на изследване се припокриват. Това важи за всяка наука. Но при изкуствения интелект връзката между привидно различни посоки е особено силна и това се дължи на философския дебат за силния и слабия ИИ.

Модерен изкуствен интелект

Има две посоки на развитие на AI:

• решаване на проблеми, свързани с приближаването на специализираните AI системи към човешките възможности и тяхната интеграция, която се изпълнява от човешката природа ( вижте Усилване на интелигентността);
• създаването на изкуствен интелект, представляващ интегрирането на вече създадени AI системи в единна система, способна да решава проблемите на човечеството ( вижте Силен и слаб изкуствен интелект).

Но в момента в областта на изкуствения интелект има участие на много хора предметни области, които имат по-скоро практическо значение за AI, отколкото фундаментално. Изпробвани са много подходи, но нито една изследователска група все още не е стигнала до появата на изкуствен интелект. По-долу са само някои от най-забележителните разработки на AI.

Приложение

Турнир RoboCup

Някои от най-известните AI системи са:

Банките използват системи с изкуствен интелект (AI) в застрахователни дейности (актюерска математика), когато играят на фондовата борса и управляват имущество. Методите за разпознаване на образи (включително по-сложни и специализирани и невронни мрежи) се използват широко в оптично и акустично разпознаване (включително текст и реч), медицинска диагностика, спам филтри, системи за противовъздушна отбрана (идентификация на цели), както и за осигуряване на редица други задачи по националната сигурност.

Психология и когнитивна наука

Методологията на когнитивното моделиране е предназначена да анализира и взема решения в недобре дефинирани ситуации. Предложено е от Акселрод.

Базира се на моделиране на субективните представи на експертите за ситуацията и включва: методология за структуриране на ситуацията: модел за представяне на експертно знание под формата на знаков диграф (когнитивна карта) (F, W), където F е набор от ситуационни фактори, W е набор от причинно-следствени връзки между ситуационни фактори; методи за анализ на ситуацията. В момента методологията на когнитивното моделиране се развива в посока на усъвършенстване на апарата за анализ и моделиране на ситуацията. Тук се предлагат модели за прогнозиране на развитието на ситуацията; методи за решаване на обратни задачи.

Философия

Науката за "създаване на изкуствен интелект" не можеше да не привлече вниманието на философите. С появата на първите интелигентни системи се повдигат фундаментални въпроси за човека и познанието и отчасти за световния ред.

Философските проблеми на създаването на изкуствен интелект могат да бъдат разделени на две групи, условно казано, „преди и след развитието на ИИ“. Първата група отговаря на въпроса: „Какво е AI, възможно ли е да го създадем и, ако е възможно, как да го направим?“ Втората група (етиката на изкуствения интелект) задава въпроса: „Какви са последствията от създаването на ИИ за човечеството?“

Терминът „силен изкуствен интелект“ е въведен от Джон Сърл и неговият подход се характеризира със собствените му думи:

Нещо повече, такава програма би била повече от просто модел на ума; той буквално ще бъде самият ум, в същия смисъл, в който човешкият ум е ум.

В същото време е необходимо да се разбере дали е възможен „чист изкуствен“ ум („метамин“), разбиране и решаване реални проблемии в същото време лишен от емоции, които са характерни за човека и необходими за неговото индивидуално оцеляване.

За разлика от тях защитниците на слабия ИИ предпочитат да гледат на софтуера просто като на инструмент за решаване на определени задачи, които не изискват пълния набор от човешки когнитивни способности.

Етика

Научна фантастика

Темата за AI се разглежда от различни ъгли в произведенията на Робърт Хайнлайн: хипотезата за появата на AI самосъзнание, когато структурата стане по-сложна отвъд определено критично ниво и има взаимодействие с външния свят и други носители на ума ( „Луната е сурова любовница“, „Достатъчно време за любов“, героите Майкрофт, Дора и Ая в поредицата „История на бъдещето“), проблемите на развитието на ИИ след хипотетично самосъзнание и някои социални и етични въпроси (" петък“). Социално-психологическите проблеми на човешкото взаимодействие с ИИ се разглеждат и от романа на Филип К. Дик „Мечтаят ли андроидите за електрически овце? ”, познат и от филмовата адаптация на Blade Runner.

Създаването на виртуална реалност, изкуствен интелект, нанороботи и много други проблеми на философията на изкуствения интелект са описани и до голяма степен очаквани в работата на писателя на научна фантастика и философ Станислав Лем. Особено внимание заслужава футурологията The sum of technology. В допълнение, в приключенията на Ийон Тихия, връзката между живи същества и машини е многократно описана: бунтът на бордовия компютър, последван от неочаквани събития(11 пътуване), адаптиране на роботи в човешкото общество(„Измиваща трагедия“ от „Спомените на Ийон Тихия“), изграждане на абсолютен ред на планетата чрез обработка на живи обитатели (24-то пътуване), изобретения на Коркоран и Диагор („Мемоарите на Ийон Тихия“), психиатрична клиника за роботи („Спомени за Ион Тихия“)“). Освен това има цял цикъл от истории и истории на Cyberiad, където почти всички герои са роботи, които са далечни потомци на роботи, избягали от хората (те наричат ​​хората бледи и ги смятат за митични същества).

Филми

Почти от 60-те години, наред с писането на фантастични разкази и романи, се правят филми за изкуствения интелект. Много романи от световно признати автори са филмирани и се превръщат в класика на жанра, други се превръщат в крайъгълен камък в развитието на научната фантастика, като Терминаторът и Матрицата.

Вижте също

Бележки

1. ЧЗВ от Джон Маккарти, 2007 г
2. М. Андрю. Реалният живот и изкуственият интелект // "Новини на изкуствения интелект", RAII, 2000 г.
3. Гаврилова Т. А. Хорошевски В. Ф. Бази от знания на интелигентни системи: Учебник за университети
4. Аверкин А. Н., Гаазе-Рапопорт М. Г., Поспелов Д. А. Обяснителен речник на изкуствения интелект. - М.: Радио и комуникация, 1992. - 256 с.
5. Г. С. Осипов. Изкуствен интелект: състоянието на изследванията и поглед в бъдещето
6. Илясов Ф. Н. Изкуствен и естествен ум // Известия на Академията на науките на Туркменската ССР, поредица от социални науки. 1986. № 6. С. 46-54.
7. Алън Тюринг, Могат ли машините да мислят?
8. Интелигентни машини С. Н. Корсаков
9. Д. А. Поспелов. Формирането на информатиката в Русия
10. За историята на кибернетиката в СССР. Есе едно, есе две
11. Джак Копланд. Какво е изкуствен интелект? 2000 г
12. Алън Тюринг, Компютърни машини и интелект, Mind, том. LIX, бр. 236, октомври 1950 г., стр. 433-460.
13. Обработка на естествен език:
14. Приложенията за обработка на естествен език включват извличане на информация (включително: анализ на текст и машинен превод):
15. Горбан П. А.Извличане на знания от невронни мрежи от данни и компютърна психоанализа
16. Машинно обучение:
17. Алън Тюринг обсъжда като централна тема още през 1950 г. в класическата си статия „Компютърни машини и интелект“. ()
18. (pdf сканирано копие на оригинала) (версия, публикувана през 1957 г., An Inductive Inference Machine, „IRE Convention Record, Section on Information Theory, Part 2, pp. 56-62)
19. роботика:
20. , стр. 916–932
21. , стр. 908–915
22. Blue Brain Project - Изкуствен мозък
23. Кроткият Уотсън нанася на шиш човешки опоненти на опасност
24. 20Q.net Inc.
25. Акселрод Р. Структурата на решението: Когнитивни карти на политическите елити. - Принстън. University Press, 1976
26. Джон Сърл. Умът на мозъка - компютърна програма?
27. Пенроуз Р.Новият ум на краля. За компютрите, мисленето и законите на физиката. - М .: URSS, 2005. - ISBN 5-354-00993-6
28. AI като глобален рисков фактор
29. ...ще ви отведе до Вечен живот
30. http://www.rc.edu.ru/rc/s8/intellect/rc_intellect_zaharov_2009.pdf Православен поглед върху проблема с изкуствения интелект
31. Хари Харисън.Изборът на Тюринг. - М .: Ексмо-Прес, 1999. - 480 с. - ISBN 5-04-002906-3

Литература

• Компютърът учи и разсъждава (част 1) // Компютърът придобива интелигентност = Artificial Intelligence Computer Images / изд. В. Л. Стефанюк. - Москва: Мир, 1990. - 240 с. - 100 000 копия. - ISBN 5-03-001277-X (руски); ISBN 705409155
• Девятков В.В.Системи с изкуствен интелект / гл. изд. И. Б. Федоров. - М .: Издателство на MSTU im. Н. Е. Бауман, 2001. - 352 с. - (Информатика в Техническия университет). – 3000 бр. - ISBN 5-7038-1727-7

• Корсаков С.Н.Вписване на нов начин на изследване с помощта на машини, които сравняват идеи / Изд. КАТО. Михайлов. - М .: МИФИ, 2009. - 44 с. – 200 бр. -