Принцип на работа на ii. Какво е изкуствен интелект (AI): определение на понятието с прости думи. Защо изкуственият интелект побеждава хората

Много хора смятат, че изкуственият интелект е далечно бъдеще, но ние се сблъскваме с него ежедневно.

Саудитска Арабия, 2017 г. Първият робот в света получава гражданство. Това е София, най-известният представител на технологиите с изкуствен интелект в медийното пространство. Тя знае как да поддържа разговор, възпроизвежда до 62 правдоподобни изражения на лицето, прави провокативни изявления и се шегува за Илон Мъск и унищожаването на човечеството.

Изглежда, че такива технологии все още са далеч от „обикновените смъртни“ и всъщност ние ежедневно взаимодействаме с изкуствения интелект. И така, какво е това, къде се намира и как машините успяват да се научат?

Какво, кога, къде

На въпроса какво е изкуствен интелект (AI), Wikipedia ще отговори, че това е раздел от компютърната лингвистика и компютърните науки, който формализира задачи, които приличат на тези, изпълнявани от човек.

С прости думи, изкуственият интелект (AI) е широк клон на компютърните науки, който има за цел да имитира човешкия интелект от машини. И въпреки че за тази технология се говори активно от началото на 2000-те години, тя далеч не е нова.

Терминът "изкуствен интелект" е измислен от професора от Дартмутския колеж Джон Маккарти през 1956 г., когато той ръководи малък екип от учени, за да определят дали машините могат да учат като деца чрез проба и грешка, като в крайна сметка развиват формално мислене.

Всъщност проектът се основаваше на намерението да се разбере как машините да "използват език, абстрактни форми, да решават проблемите, които хората обикновено решават, и да се подобряват". И това беше преди повече от 60 години.

Защо търсенето на AI възникна точно сега

1. Днес имаме работа с безпрецедентно количество информация. През последните няколко години са създадени 90% от данните в света. Тази статистика беше спомената за първи път в проучване на IBM през 2013 г., но тази тенденция остава постоянна. Всъщност на всеки две години през последните три десетилетия количеството данни в света се е увеличило с около 10 пъти.

2. Алгоритмите стават все по-сложни и машините с невронни мрежи са способни да възпроизвеждат начина, по който работи човешкият мозък и да формират сложни асоциации.

3. Изчислителната мощност непрекъснато расте и е в състояние да обработва огромно количество данни.

Съберете всичко заедно и получавате много технически работници, изпълнителни директори и рискови капиталисти, които инвестират в развитието на AI и се интересуват от напредъка на технологиите.

"Изкуствен интелект" И ние

AI технологиите пленяват въображението на обществеността от десетилетия, но мнозина не осъзнават, че ги използват всеки ден.

И така, профилната компания SpotHub проведе произволно проучване на 1400 души от различни части на света и се оказа, че 63% от тях не са наясно с ежедневната важност на AI.

Може би това е така, защото когато става дума за изкуствен интелект, очакваме да видим умен робот, който говори и мисли като нас. И докато Sophia и машини като нея сега може да изглеждат като „здравей“ от бъдещето, това все още е технология, която далеч не се осъзнава.

Сега сме заобиколени от много невероятно сложни инструменти за изкуствен интелект, които са предназначени да улеснят всички аспекти на модерен живот. Ето само няколко от тях:

Асистентите за търсене като Siri, Alexa и Cortana са оборудвани със софтуер за обработка и разпознаване на човешки глас, което ги прави AI инструменти. Досега възможностите за гласово търсене са налични на 3,9 милиарда устройства на Apple, Android и Windows по целия свят, без да се броят други производители. По своето разпространение гласовото търсене е едно от най-разпространените модерни технологиис подкрепата на Ал.

видео игри

Видеоигрите отдавна използват Al, чиято сложност и ефективност нарасна експоненциално през последните няколко десетилетия. В резултат на това, например, виртуалните герои могат да се държат по напълно непредвидим начин, анализирайки околната среда.

Автономни коли

Напълно автономните автомобили се доближават до реалността. Тази година Google обяви алгоритъм, който може да се научи да управлява кола точно като човек - чрез опит. Идеята е, че в крайна сметка колата ще може да "гледа" пътя и да взема решения въз основа на това, което вижда.

Продуктова оферта

Големите търговци на дребно като Target и Amazon печелят милиони от способността на своите магазини да предвиждат вашите нужди. Например услугата за препоръки на Amazon.com се основава на технологии за машинно обучение, които също помагат да се изберат най-добрите маршрути за автоматично движение в центровете за обработка и изпълнение на поръчки.

Веригите за доставки и системите за прогнозиране и разпределение на ресурсите работят на базата на същите тези технологии. Технологиите за разбиране и разпознаване на естествената реч са в основата на услугата Alexa. Дълбокото обучение се основава на новата инициатива за дронове на компанията, Prime Air, както и на технологията за машинно зрение в нови търговски обекти, Amazon Go.

Онлайн поддръжка на клиенти

В индустрията на услугите чатботовете революционизираха обслужването и потребителите ги намират за толкова удобни, колкото телефоните или имейлите.

Концепцията е проста: AI бот, който работи на корпоративен уебсайт, отговаря на запитвания на посетители като: Каква е цената? Какъв е телефонният номер на вашата компания? Къде е вашият офис? Посетителят получава директен отговор, вместо да търси необходимата информация в сайта.

Прочетете също:Изкуственият интелект може да трансформира автономни оръжия в роботи убийци. Защо наистина е страшно

Новинарски портали

Изкуственият интелект е в състояние да пише прости истории като финансови отчети, спортни доклади и т.н. За този Хелоуин изследователи от Масачузетския технологичен институт са създали

Те казват, че изкуственият интелект работи в дълбините на военните лаборатории от 2007 г. Възможно е вече да има резултати. Неслучайно само преди месец Илон Мъск обяви подкрепа за технологии за противодействие на изкуствения интелект и инвестира 7 милиона долара в изследвания в тази област.

„Има риск нещо наистина опасно да се случи през следващите пет години. Най-много десет години“, каза предприемачът в дискусия на edge.org.

Илон Мъск, основател на Tesla и SpaceX

Съгласен съм с Мъск и Стив Возняк, които вярват, че „изкуственият интелект един ден ще стане достатъчно умен, за да се отърве от човек“. Бил Гейтс е сигурен, че ако създаването на AI не бъде контролирано, тогава "изкуственият интелект ще се развие в състояние, което противоречи на целите на човешките системи". И накрая, известният астрофизик Стивън Хокинг направо заяви, че „изкуственият интелект може да сложи край на съществуването на човечеството“.

Заедно с Илън Мъск Хокинг публикува отворено писмо на futureoflife.org, в което призовава научната общност да бъде внимателна към напредъка на своите изследвания в областта на изкуствения интелект. Сред подписалите обаче не фигурират имената на Сергей Брин и Лари Пейдж. И това не е случайно. Съвсем наскоро Google обяви създаването на нов AI, изграден върху симулация на разговор.

Ето малък фрагмент от разговор между човек и машина на Google:

Въпрос: Какъв е смисълът на живота?

М: Направи добро.

Въпрос: За какво живеем?

М: Да живея вечно.

Въпрос: Какъв е смисълът на съществуването?

М: За да разберем какво ще се случи, когато достигнем планетата Земя.

C: Къде си сега?

М.: В центъра на празнотата.

Въпрос: Какво е значението на смъртта?

М: Да получа живот.

C: Какво е значението на ума?

М: Да разбере какво е.

Въпрос: Какво е значението на чувствата?

М: Не знам.

Доста смислен разговор. „Това е отправната точка, един вид опора за бъдещето на изкуствения интелект“, казва Евгений Карюк, изпълнителен директор на компанията Biplan. „Днес вече може да се предположи, че до 2030 г. ще видим много реални прототипи, надарени с изкуствен интелект, макар и на ранен етап.“

Може да се види пълното съдържание на всички разговори между човека и машината на Google. На същото място за сравнение са дадени разговори между човек и Cleverbot. Cleverbot е уеб приложение, което използва алгоритми с изкуствен интелект за чат с човек. Изобретен е през 1988 г. от учения Роло Карпентър. През цялото си съществуване Cleverbot е провел над 65 милиона разговора с хора. През 2011 г. Cleverbot отбеляза 51% на теста на Тюринг.

Тестът на Тюринг е емпиричен тест, чиято идея е предложена от Алън Тюринг в статията „Изчислителните машини и умът“, публикувана през 1950 г. във философското списание Mind. Целта на теста е да разбере дали компютърът може да мисли.

И ето моят разговор с Cleverbot:

Мъж: Какъв е смисълът на живота?

Cleverbot: Няма смисъл в живота.

Мъж: За какво живеем?

Cleverbot: Е, ние живеем за някой друг и ако си самотен, няма смисъл да живееш.

Лице: Какъв е смисълът на съществуването?

Мъж: Къде си сега?

Cleverbot: В Москва.

Мъжът: Какъв е смисълът на смъртта?

Cleverbot: Искам да те попитам това.

Мъж: Какво е значението на ума?

Cleverbot: Имам собствен отговор на този въпрос.

Лице: Какво е значението на чувствата?

Cleverbot: Защо съм роден.

Очевидно машината на Google предоставя много по-смислени отговори. Cleverbot замества подходящи, според него, фразите на други хора. Понякога наистина изглежда, че другият отговаря, но нищо повече.

Има и друга гледна точка, според която изкуственият интелект е принципно невъзможен. Теоремата за непълнотата на Гьодел често се цитира като основен аргумент. Изводът е, че човек е в състояние да решава алгоритмично неразрешими проблеми, но компютърът не е в състояние. „До тригодишна възраст детето уверено решава проблема дали един плод е узрял или не, поради факта, че има невронни връзки, с които може да отговори на въпроса за зрялост: цвят, вкус, мирис, мекота или твърдост ”, казва Евгений Плужник, първи заместник-ректор на Московския технологичен институт. - Машината способна ли е да научи това? Сигурен съм, че да! Ако разполагаше с голяма база данни от изображения, можеше да измери съдържанието на фруктоза и да определи мекотата на плода. Но какво се случва, ако пъхнете гъба, боядисана в синьо и напоена със сладка вода, в колата? Способна ли е машината на истинско разбиране в този момент?

„Модерният компютър може лесно да се справи с всяка сложна дейност, независимо дали става дума за шах или математически изчисления, но само при условие, че тази дейност може да бъде описана с помощта на ясни изчислителни правила“, казва известният математик Роджър Пенроуз в една от своите лекции. „Изкуственият интелект е способността на системата да създава програми по време на самообучение, които могат да решават проблеми от определен клас на сложност“, смята Евгений Плужник. „Сигурен съм, че през следващите 100 години няма да станем свидетели на появата на силен изкуствен интелект.“

И в заключение - още един въпрос към Cleverbot.

Лице: Имаше 1 ябълка, 1 домат, 1 краставица и 1 круша. Колко плодове общо?
Cleverbot: Десет часа вечерта.

Изкуственият интелект не е бъдещето, изкуственият интелект е настоящето.

Слухът, говорът, зрението и предсказващата интуиция се основават на използването на двете мрежи (CNN и RNN), както и на технологиите за обработка на естествен език (NLP), които се допълват взаимно. Подобни технологии се използват в Alexa, Siri, Google Now, Cortana и други интелигентни гласови асистенти.

Какви програми се използват за създаване на AI?

Има десетки рамки за разработване на AI, но този списък включва само най-известните.

КЕРАС

Това е библиотека с невронни мрежи, базирана на Python с отворен код, която може да работи под Microsoft CNTK (Cognitive Toolkit), Tensorflow и много други рамки.

KERAS е най-подходящ за начинаещи.

TENSORFLOW

Tensorflow е най-известната рамка за разработка на AI, която използва методи за машинно обучение като невронни мрежи.

Tensorflow е разработен от екипа на Google Brain, именно тази рамка е отговорна за автоматичното попълване на фрази в текстовото поле на търсачката на Google, както и AI на приложенията на Google.

СОНЕТ

Създаден от екипа на Google DeepMind, Sonnet е библиотека, която работи върху TensorFlow за изграждане на сложни невронни мрежи за дълбоко обучение. SONNET е най-подходящ за изследване и развитие на AI и е много предизвикателство за начинаещи.

CNTK (Microsoft Cognitive Toolkit)

По-рано известен като CNTK, Microsoft Cognitive Toolkit има за цел да научи алгоритмите да мислят като човешкия мозък. Има скорост, мащабируемост, качество и съвместимост с C++ и Python. Microsoft го използва за AI функции в Skype, Cortana и Bing.

Microsoft CNTK позволява на потребителите да комбинират популярни модели за дълбоко обучение като DNN, CNN и RNN.

PYTORCH

Pytorch е библиотека за машинно обучение с отворен код за Python, базирана на Torch, която използва технологии за обработка на естествен език (NLP).

DL4J (Deeplearning4j)

Deeplearning4j е библиотека с отворен код за разработка на AI, използваща методи за дълбоко обучение. Написан специално за Java и JVM (Java Virtual Machine).

DL4J работи със собствена цифрова изчислителна библиотека и може да работи както на CPU, така и на GPU.

Има много повече различни средиза развитието на изкуствения интелект. Нека само накратко да споменем ONNX, платформа за дълбоко обучение, разработена съвместно от Facebook и Microsoft, както и няколко други: H2O, DSSTNE, Theano, DeepDetect, ConvNetJS, ACT-R, Caffe и CaffeOnSpark.

MXNET

Apache MXNET е рамка за дълбоко обучение за внедряване на невронни мрежи. Той има мащабируем модел на обучение, който поддържа множество програмни езици за разработка на AI: Go, R, Scala, Perl, C++, Python, Julia, Matlab, JavaScript и е проект с отворен код.

MXNET се използва за внедряване на невронни мрежи в споделени хостинг услуги като AWS и Microsoft Azure.

Къде се използва изкуственият интелект?

Интелигентните системи се използват в различни сфери и сфери. Те могат да бъдат намерени в гласови асистенти, търговски роботи, военни разработки и т.н. Нека преминем през най-важните.

Гласови асистенти

Гласови асистенти, базирани на AI, като Siri, Google Now, Alexa, Bixby и Cortana. Те слушат какво казва потребителят, за да преобразуват речта в машинно четим вектор, след което се произвежда вектор на отговор, който се изговаря от гласовия асистент с помощта на обработка на естествен език (NLP).

Интелигентни асистенти

Autodesk Eva е чудесен пример за интелигентен асистент, който използва CNN и NLP, за да взаимодейства с клиенти в реално време.

3D-моделираният интелигентен асистент може да комуникира с клиента в реално време и да имитира подходящите изражения на лицето.

Самоуправляващи се автомобили

Самоуправляващите се автомобили използват радар, LIDAR (светлинен детектор и далекомер), GPS и камера за създаване на 3D модели на приближаващи превозни средства. Всички тези данни се комбинират, за да се определи местоположението на автомобила с много висока точност. Драйверът е AI, който анализира цялата входяща информация от сензорите.

Разпознаване на лица

Развитието на изкуствения интелект, базиран на CNN, направи възможно въвеждането на система за разпознаване на лица.

Наскоро Китай започна да използва лицево разпознаване с помощта на камери за видеонаблюдение в целия град, като налага глоба за нарушаване на правилата. трафик. Магазините на Alibaba в Китай използват разпознаване на лица и изображения за фактуриране.

Балансиране на натоварването

Балансиране на натоварването по пътища, транспортни системи, сървъри и т.н.

Езикови преводачи

Google translate е добър пример. Има два модула: енкодер и декодер. Кодерът взема входни изречения от реч или текст и след това ги превежда във вектор, който е един и същ формат за въвеждане от всички езици.

Модулът на декодера приема този вектор като вход и след това генерира текст или реч на целевия език. Езиковото разпознаване се извършва с RNN, говорният изход се извършва с NLP.

Търсене и анализ на изображения

Търсенето и анализът на изображения се използва за проверка за плагиатство,
търсене на хора, за SEO цели, търсене на обидно съдържание в социалните мрежи.

Оптимизация за най-добри резултати

Модулите Deepmind бяха обучени да играят шах, Go, Dota 2, Starfield 2.

Тези модули са играли стотици години игри само за няколко седмици обучение, което води AI да победи най-добрите играчи в света.

Разбира се, това не са всички области на приложение на AI. С развитието на AI технологиите и способностите обхватът на интелигентните системи само ще се разширява.

Ако тенденцията на технологично развитие продължи или се ускори, страхувам се, че ще имаме време да хванем ера, когато компютрите стават по-умни от хората и всички услуги, системи и инструменти ще бъдат свързани към централизирана система, контролирана от изкуствен интелект.

Може да се интересувате от:

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 и точен критерий за постигането на „интелигентност“ от компютрите, въпреки че в зората на изкуствения интелект бяха предложени редица хипотези, например тестът на Тюринг или хипотезата на Нюел-Саймън. В момента има 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 умствени процеси на високо ниво: мислене, разсъждения, 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 психологията, неврофизиологията, трансхуманизма 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. В момента развитието му е в застой, отстъпвайки място на прилагането на вече постигнати резултати в други области на науката, индустрията, бизнеса и дори бита.

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 блок за генериране на цели, а системата за извод се опитва да докаже дадената цел като 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 включва освен да/не (1/0), също междинни стойности- не знам (0,5), пациентът е повече жив, отколкото мъртъв (0,75), пациентът е повече 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, като една от основните й концепции е черната 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 предложеният проблем вече е формализиран, т.е. преведен в математическа форма, но или няма алгоритъм за решение, или е твърде сложен, отнема време и т.н. Тази област включва: доказване на теорема, вземане на решения и теория на игрите, планиране и диспечиране, 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 се поставят проблемите на писането на музика, литературни произведения (често стихове или приказки), художествено творчество.

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 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 една изследователска група не се е доближила до появата на изкуствения интелект.

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 (Швейцарския център за син мозък. Тази история е 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 създаването на изкуствен интелект, което е интегрирането на вече създадени AI системи в една система, способна 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; в буквалния смисъл на думата, той самият ще бъде умът, в същия смисъл, в който човешкият ум е ум.

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 своя мисловен експеримент "Китайска стая" Джон Сиърл 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 съвременна наукакато 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.

Една любопитна визия за бъдещето е представена в „Изборът на Тюринг“ от писателя-фантаст 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 (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

(J. McCarthy) AI разработва машини, които имат интелигентно поведение
(Britannica) AI е способността на цифровите компютри да решават проблеми, обикновено свързани с високо интелигентни човешки същества.
(Feigenbaum) AI - разработва интелигентни компютърни системи с възможности, които традиционно свързваме с човешкия ум: разбиране на език, учене, способност за разсъждение, решаване на проблеми и т.н.
(Илейн Рич) AI е наука за това как да научим компютрите да правят нещо, в което хората в момента са по-добри.

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 понятия и използване на собствените знания за управление заобикаляща среда. Интелигентността е обща способност за познаване и решаване на проблеми, която обединява всички когнитивни способностичовешки: усещане, възприятие, памет, представяне, мислене, въображение.

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

По-късно AI започва да включва редица алгоритми и софтуерни системи, чиято отличителна черта е, че те 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.

AI Методи: NLP, CV, Data Science

Речеви технологии на естествен език (НЛП).

текстове: разпознаване, автоматичен превод
реч: разпознавам, генерирам

намиране, проследяване, класифициране, идентифициране на обекти
извличане на данни от изображения
анализирайте получената информация

Кандидатства се за

разпознаване на обекти
описания на съдържанието на изображения и видеоклипове
разпознаване на жестове и почерк
интелигентна обработка на изображения

извлича знания
намиране на модели в данните
прогнозирам

Използвайте методи

Статистика
иконометрия
Машинно обучение, дълбоко обучение

Национална стратегия за развитие на изкуствения интелект

Основна статия:Национална стратегия за развитие на изкуствения интелект

AI изследвания

Основна статия:Изследвания в областта на изкуствения интелект

AI стандартизация

Стандарти в областта на изкуствения интелект в здравеопазването

2019

Топ 3 на тенденциите в областта на изкуствения интелект за 4 минути

Росстандарт одобри първите стандарти в областта на ИИ

Федералната агенция за техническо регулиране и метрология (Росстандарт) одобри през декември 2019 г. първите национални стандарти в областта на изкуствения интелект - GOST R 58776-2019 „Средства за наблюдение на поведението на хората и прогнозиране на намеренията на хората. Термини и определения” и ГОСТ Р 58777-2019 „Въздушен транспорт. Летища. Технически средства за проверка. Методология за определяне на качествените показатели за разпознаване на незаконни инвестиции по сенчести рентгенови изображения.

Стандартът е предназначен да осигури ефективна комуникация на интелигентни роботизирани системи (включително безпилотни превозни средства) с човек. Взаимодействието на интелигентните системи се състои в предсказване на намеренията на другите и определяне на по-нататъшни действия въз основа на тази прогноза. Предсказването на поведението може да се използва и за идентифициране на лица с престъпни намерения.

Вторият приет стандарт GOST R 58777-2019 установява единни изисквания към системите и алгоритмите за разпознаване на незаконно съдържание на багаж и ръчен багаж от рентгенови изображения. Стандартът също така ще увеличи надеждността на резултатите от тестовете на системата и алгоритмите.

Терминологичен стандарт „Изкуствен интелект. Понятия и терминология” е основен за цялото семейство международни нормативни и технически документи в областта на изкуствения интелект. В допълнение към термините и дефинициите, този документ съдържа концептуални подходи и принципи за изграждане на системи с елементи, описание на връзката между AI и други технологии от край до край, както и основни принципи и рамкови подходи към регулаторното и техническо регулиране на изкуствения интелект.

След срещата на съответния подкомитет ISO/IEC в Дъблин, експертите на ISO/IEC подкрепиха предложението на делегацията от Русия за едновременно разработване на терминологичен стандарт в областта на ИИ не само на английски, но и на руски език. Очаква се документът да бъде одобрен в началото на 2021 г.

Разработването на продукти и услуги, базирани на изкуствен интелект, изисква недвусмислено тълкуване на концепциите, използвани от всички участници на пазара. Терминологичният стандарт ще обедини „езика“, използван от разработчиците, клиентите и професионалната общност, ще класифицира такива свойства на базирани на AI продукти като „сигурност“, „възпроизводимост“, „автентичност“ и „конфиденциалност“. Единната терминология също ще се превърне във важен фактор за развитието на технологиите за изкуствен интелект в рамките на Националната технологична инициатива - повече от 80% от компаниите в периметъра на NTI използват AI алгоритми. В допълнение, решението на ISO/IEC ще укрепи авторитета и ще разшири влиянието на руските експерти в по-нататъшното развитие на международните стандарти.

По време на срещата експертите на ISO/IEC подкрепиха и разработването на проекта на международен документ „Информационни технологии – изкуствен интелект (AI) – преглед на изчислителните подходи за системите с изкуствен интелект“, в който Русия действа като съредактор. Документът предоставя преглед състояние на техникатасистеми с изкуствен интелект, като се описват основните характеристики на системите, алгоритмите и подходите, както и примери за специализирани приложения в областта на ИИ. Разработването на този проектодокумент ще се извърши от специално създадена подкомисия работна група 5 „Изчислителни подходи и изчислителни характеристики на AI системи“ (SC 42 Работна група 5 „Изчислителни подходи и изчислителни характеристики на AI системи“).

Като част от работата на международно ниво, делегацията от Русия успя да постигне редица знакови решения, които ще имат дългосрочен ефект върху развитието на технологиите за изкуствен интелект в страната. Разработването на рускоезичната версия на стандарта, дори от такъв ранен етап, е гаранция за синхронизация с международната област, а развитието на подкомитета ISO / IEC и инициирането на международни документи с руско съредактиране е основата за по-нататъшно насърчаване на интересите на руските разработчици в чужбина“, коментира.

Технологиите за изкуствен интелект са широко търсени в различни сектори на цифровата икономика. Сред основните фактори, възпрепятстващи пълноценното им практическо използване, е неразвитостта на нормативната база. В същото време именно добре развитата нормативна и техническа база осигурява определеното качество на прилагане на технологията и съответния икономически ефект.

В областта на изкуствения интелект Cyber-Physical Systems TC, базирана на RVC, разработва редица национални стандарти, чието одобрение е планирано за края на 2019 г. - началото на 2020 г. Освен това, съвместно с участниците на пазара, се работи за формиране на Национален план за стандартизация (PNS) за 2020 г. и след това. TC "Cyber-Physical Systems" е отворен за предложения за разработване на документи от заинтересовани организации.

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, което е практиката на AI (машинен превод, разпознаване на реч, обработка на текст в естествени езици, компютърно зрение, автоматизиране 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.

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

AI в борбата срещу измамите

На 11 юли 2019 г. стана известно, че само след две години изкуственият интелект и машинното обучение ще бъдат използвани за противодействие на измамите три пъти повече, отколкото през юли 2019 г. Тези данни са получени по време на съвместно проучване на SAS и Асоциацията на сертифицираните специалисти по измами (ACFE). Към юли 2019 г. такива инструменти за борба с измамите вече се използват в 13% от организациите, участвали в проучването, а други 25% заявяват, че планират да ги внедрят в рамките на следващите година или две. Прочетете още.

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, търсене на ресурси за автопарка, подобряване на качеството на обучение на сервизните инженери.

AI в банките

AI в транспорта

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

AI в логистиката

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. Докладите за научни изследвания непрекъснато се разпръскват с доклади за нови продукти, навлизащи на пазара, и доклади за невероятни резултати, получени чрез прилагането 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.

Музика

Рисуване

През 2015 г. екипът на Google тества невронни мрежи, за да види дали могат да създават изображения сами. Тогава на примера беше обучен изкуствен интелект Голям бройразлични 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.