Princip rada AI. Što je umjetna inteligencija (AI): definicija pojma jednostavnim riječima. Zašto umjetna inteligencija pobjeđuje ljude

Mnogi misle da je umjetna inteligencija daleka budućnost, ali s njom se susrećemo svaki dan

Saudijska Arabija, 2017. Prvi robot na svijetu dobio državljanstvo. Riječ je o Sofiji, najpoznatijoj predstavnici tehnologija umjetne inteligencije u medijskom prostoru. Ona može voditi razgovor, proizvodi do 62 uvjerljiva izraza lica, daje provokativne izjave i šale o Elonu Musku i uništenju čovječanstva.

Čini se da su takve tehnologije još uvijek daleko od "običnih smrtnika", a zapravo smo u interakciji s umjetnom inteligencijom svaki dan. Pa što je to, gdje ga možete pronaći i kako strojevi uče?

Što, kada, gdje

Na pitanje što je umjetna inteligencija (AI), Wikipedia će odgovoriti da je to grana računalne lingvistike i računalne znanosti koja formalizira zadatke koji nalikuju onima koje obavljaju ljudi.

Jednostavnim riječima, umjetna inteligencija (AI) široka je grana računalne znanosti koja ima za cilj oponašati ljudsku inteligenciju pomoću strojeva. I iako se o ovoj tehnologiji aktivno govori od ranih 2000-ih, ona je daleko od nove.

Izraz "umjetna inteligencija" skovao je profesor Dartmouth Collegea John McCarthy 1956. godine kada je vodio mali tim znanstvenika da utvrde mogu li strojevi učiti poput djece kroz pokušaje i pogreške, razvijajući na kraju formalno razmišljanje.

Zapravo, projekt se temeljio na namjeri da se otkrije kako natjerati strojeve da "služe jezikom, koriste apstraktne forme, rješavaju probleme koje obično rješavaju ljudi i postanu bolji." A to je bilo prije više od 60 godina.

Zašto se potražnja za umjetnom inteligencijom pojavila upravo sada

1. Danas imamo posla s neviđenom količinom informacija. 90% svjetskih podataka stvoreno je u posljednjih nekoliko godina. Ova statistika je prvi put spomenuta u studiji IBM-a još 2013. godine, ali trend ostaje konstantan. Dapače, svake dvije godine u posljednja tri desetljeća količina podataka u svijetu povećala se za oko 10 puta.

2. Algoritmi postaju sve sofisticiraniji, a strojevi s neuronskim mrežama sposobni su replicirati način na koji ljudski mozak radi i formirati složene asocijacije.

3. Računalna snaga stalno raste i sposobna je obraditi ogromne količine podataka.

Spojite sve zajedno i dobit ćete mnogo tehnoloških radnika, izvršnih direktora i investitora rizičnog kapitala koji su uloženi u razvoj umjetne inteligencije i zainteresirani za napredak tehnologije.

"Umjetna inteligencija"I mi

Tehnologije umjetne inteligencije već desetljećima zaokupljaju maštu javnosti, ali mnogi ne shvaćaju da ih koriste svaki dan.

Tako je specijalizirana tvrtka SpotHub provela nasumično istraživanje na 1400 ljudi iz različitih dijelova svijeta, a pokazalo se da njih 63% ne shvaća svakodnevnu važnost AI-ja.

Možda je to zato što kada je u pitanju umjetna inteligencija, očekujemo pametnog robota koji govori i razmišlja poput nas. I iako se Sophia i strojevi poput nje sada mogu činiti kao pozdrav iz budućnosti, to je još uvijek tehnologija koja je daleko od samosvjesne.

Danas smo okruženi mnogim nevjerojatno složenim alatima umjetne inteligencije koji su dizajnirani kako bi svaki aspekt suvremenog života učinili lakšim. Ovdje su samo neki od njih:

Pomoćnici pretraživanja kao što su Siri, Alexa i Cortana opremljeni su softverom za obradu i prepoznavanje ljudskog glasa, što ih čini AI alatima. Mogućnosti glasovnog pretraživanja trenutno su dostupne na 3,9 milijardi Apple, Android i Windows uređaja diljem svijeta, a to ne uključuje druge proizvođače. Zbog svoje raširenosti glasovno pretraživanje jedno je od naj moderne tehnologije uz podršku Ala.

Video igre

Videoigre dugo koriste Al, čija je složenost i učinkovitost eksponencijalno rasla u posljednjih nekoliko desetljeća. Kao rezultat toga, primjerice, virtualni likovi mogu se ponašati na potpuno nepredvidive načine, analizirajući okolinu.

Autonomni automobili

Potpuno autonomni automobili sve su bliže stvarnosti. Google je ove godine najavio algoritam koji može naučiti voziti baš kao što to čini čovjek – iskustvom. Ideja je da će na kraju automobil moći "gledati" cestu i donositi odluke na temelju onoga što vidi.

Ponuda proizvoda

Veliki trgovci poput Targeta i Amazona zarađuju milijune zahvaljujući sposobnosti svojih trgovina da predvidi vaše potrebe. Stoga se usluga preporuke na web stranici Amazon.com temelji na tehnologijama strojnog učenja, koje također pomažu u odabiru optimalnih ruta za automatsko kretanje u centrima za obradu i isporuku narudžbi.

Lanci opskrbe i sustavi predviđanja i distribucije resursa funkcioniraju na temelju istih tehnologija. Tehnologije za razumijevanje i prepoznavanje prirodnog govora činile su temelj usluge Alexa. Duboko učenje pokreće novu inicijativu tvrtke za dronove, Prime Air, kao i tehnologiju strojnog vida za nove maloprodajne lokacije, Amazon Go.

Online korisnička podrška

U uslužnom sektoru chatbotovi su revolucionirali uslugu, a potrošači ih smatraju ništa manje praktičnima od telefona ili e-pošte.

Koncept je jednostavan: AI bot koji radi na web stranici tvrtke odgovara na upite posjetitelja poput: Koja je cijena? Koji je telefonski broj vaše tvrtke? Gdje je tvoj ured? Posjetitelj dobiva direktan odgovor, umjesto traženja potrebnih informacija na stranici.

Pročitajte također: Umjetna inteligencija mogla bi autonomna oružja pretvoriti u robote ubojice. Zašto je ovo stvarno strašno?

Vijesti portali

Umjetna inteligencija je sposobna pisati jednostavne priče kao što su financijska izvješća, sportska izvješća itd. Za ovu Noć vještica, istraživači s MIT-a kreirali su

Kažu da umjetna inteligencija radi u dubinama vojnih laboratorija od 2007. godine. Moguće je da već ima rezultata. Nije slučajno da je Elon Musk prije samo mjesec dana najavio podršku tehnologijama protuumjetne inteligencije i uložio 7 milijuna dolara u istraživanja na tom području.

“Postoji rizik da će se u sljedećih pet godina dogoditi nešto stvarno opasno. "Najviše deset godina", rekao je poduzetnik u raspravi na edge.org.

Elon Musk, osnivač Tesle i SpaceX-a

S Muskom se slaže i Steve Wozniak, koji vjeruje da će “umjetna inteligencija jednog dana postati dovoljno pametna da se riješi ljudi”. Bill Gates je uvjeren da će, ako se stvaranje AI-ja ne kontrolira, "umjetna inteligencija evoluirati u stanje koje je u sukobu s ciljevima ljudskih sustava". I na kraju, slavni astrofizičar Stephen Hawking izravno je izjavio kako “umjetna inteligencija može stati na kraj postojanju čovječanstva”.

Zajedno s Elonom Muskom, Hawking je objavio otvoreno pismo na web stranici futureoflife.org pozivajući znanstvenu zajednicu da pozorno prati napredak svojih istraživanja u području umjetne inteligencije. Međutim, među potpisnicima nema imena Sergeja Brina i Larryja Pagea. I to nije slučajnost. Nedavno je Google najavio stvaranje nove umjetne inteligencije koja se temelji na modeliranju razgovora.

Evo kratkog isječka razgovora između čovjeka i Google stroja:

C: Što je smisao života?

M.: Čini dobro.

C.: Za što živimo?

M.: Živjeti vječno.

C: Koji je smisao postojanja?

M: Da saznamo što će se dogoditi kada stignemo na planet Zemlju.

C: Gdje si sada?

M.: U središtu praznine.

C: Koje je značenje smrti?

M.: Dobiti život.

C: Što je značenje razuma?

M.: Radi se o razumijevanju što to jest.

C.: Koje je značenje osjećaja?

M.: Ne znam.

Sasvim sadržajan razgovor. “Ovo je početna točka, neka vrsta jezgre za budućnost umjetne inteligencije”, kaže Evgeniy Karyuk, izvršni direktor tvrtke Biplan. “Čak i danas možemo pretpostaviti da ćemo do 2030. vidjeti vrlo stvarne prototipove opremljene umjetnom inteligencijom, iako u ranoj fazi.”

Može se vidjeti puni sadržaj svih razgovora između ljudi i Google strojeva. Tu su za usporedbu dati i razgovori između osobe i Cleverbota. Cleverbot je web aplikacija koja koristi algoritme umjetne inteligencije za razgovor s osobom. Izumio ga je 1988. godine znanstvenik Rollo Carpenter. Tijekom svog postojanja Cleverbot je obavio preko 65 milijuna razgovora s ljudima. Godine 2011. Cleverbot je postigao 51% na Turingovom testu.

Turingov test je empirijski test koji je predložio Alan Turing u svom članku iz 1950. "Computing Machinery and Mind" u filozofskom časopisu Mind. Svrha testa je utvrditi može li računalo razmišljati.

A evo i mog razgovora s Cleverbotom:

Muškarac: Koji je smisao života?

Cleverbot: Život nema smisla.

Čovjek: Za što živimo?

Cleverbot: Pa živimo za nekoga, a ako si usamljen, nema smisla živjeti.

Čovjek: Koji je smisao postojanja?

Osoba: Gdje si sada?

Cleverbot: U Moskvi.

Muškarac: Koje je značenje smrti?

Cleverbot: Ovo te želim pitati.

Čovjek: Koje je značenje razuma?

Cleverbot: Imam svoj odgovor na ovo pitanje.

Osoba: Koje je značenje osjećaja?

Cleverbot: Zašto sam rođen?

Očito, Google Machine daje mnogo smislenije odgovore. Cleverbot zamjenjuje ono što misli da su prikladne fraze drugih ljudi. Ponekad se doista čini kao da druga osoba odgovara, ali ništa više.

Postoji još jedna točka gledišta, prema kojoj je umjetna inteligencija u načelu nemoguća. Gödelov teorem o nepotpunosti često se navodi kao glavni argument. Suština je da je čovjek sposoban riješiti algoritamski nerješive probleme, ali računalo nije. “Do treće godine dijete već pouzdano rješava problem je li plod zreo ili ne, jer ima neuralne veze pomoću kojih može odgovoriti na pitanje o zrelosti: boju, okus, miris, mekoću ili tvrdoću. ”, kaže Evgeniy Pluzhnik, prvi prorektor Moskovskog tehnološkog instituta. - Je li stroj sposoban ovo naučiti? siguran sam da je tako! Ako ima veliku bazu slika, moći će izmjeriti sadržaj fruktoze i odrediti mekoću voća. Ali što se događa ako u auto ubacite spužvu obojenu u plavo i natopljenu slatkom vodom? Je li stroj sposoban za istinsko razumijevanje u ovom trenutku?"

“Moderno računalo može se lako nositi s bilo kojom složenom aktivnošću, bilo da se radi o šahu ili matematičkim izračunima, sve dok se ta aktivnost može opisati pomoću jasnih računalnih pravila”, kaže slavni matematičar Roger Penrose u jednom od svojih predavanja. "Umjetna inteligencija je sposobnost sustava da tijekom samoučenja stvara programe koji su sposobni rješavati probleme određene klase složenosti", kaže Evgeniy Pluzhnik. “Uvjeren sam da nećemo vidjeti pojavu snažne umjetne inteligencije u sljedećih 100 godina.”

I na kraju još jedno pitanje za Cleverbota.

Osoba: Bila je 1 jabuka, 1 rajčica, 1 krastavac i 1 kruška. Koliko voća ima ukupno?
Cleverbot: Deset sati navečer.

Umjetna inteligencija nije budućnost, umjetna inteligencija je sadašnjost.

Sluh, govor, vid i prediktivna intuicija temelje se na korištenju obje mreže (CNN i RNN), kao i tehnologije obrade prirodnog jezika (NLP), koje se međusobno nadopunjuju. Slične tehnologije koriste se u Alexa, Siri, Google Now, Cortana i drugim inteligentnim glasovnim pomoćnicima.

Koji se programi koriste za stvaranje AI?

Postoje deseci okvira za razvoj umjetne inteligencije, ali ovaj popis uključuje samo one najistaknutije.

KERAS

To je biblioteka neuralne mreže temeljena na Pythonu otvorenog koda koja može raditi pod Microsoft CNTK (Cognitive Toolkit), Tensorflow i mnogim drugim okvirima.

KERAS je najbolji za početnike.

TENSORFLOW

Tensorflow je najistaknutiji okvir za razvoj umjetne inteligencije koji koristi tehnike strojnog učenja kao što su neuronske mreže.

Tensorflow je razvio Google Brain tim, a upravo je ovaj framework odgovoran za automatsko dovršavanje fraza u tekstualnom polju Google tražilice, kao i AI Google aplikacija.

SONET

Stvorio ga je Google DeepMind tim, Sonnet je biblioteka koja radi na TensorFlowu za izgradnju složenih neuronskih mreža dubokog učenja. SONNET je najprikladniji za istraživanje i razvoj umjetne inteligencije i vrlo je izazovan za početnike.

CNTK (Microsoft Cognitive Toolkit)

Prethodno poznat kao CNTK, Microsoft Cognitive Toolkit ima za cilj osposobiti algoritme da razmišljaju poput ljudskog mozga. Ima brzinu, skalabilnost, kvalitetu i kompatibilnost s C++ i Python. Microsoft ga koristi za AI značajke u Skypeu, Cortani i Bingu.

Microsoft CNTK korisnicima omogućuje kombiniranje popularnih modela dubokog učenja kao što su DNN, CNN i RNN.

PITARKA

Pytorch je biblioteka strojnog učenja otvorenog koda za Python, temeljena na Torchu, koja koristi tehnologije obrade prirodnog jezika (NLP).

DL4J (Deeplearning4j)

Deeplearning4j je biblioteka otvorenog koda za razvoj umjetne inteligencije pomoću tehnika dubokog učenja. Napisano posebno za Javu i JVM (Java Virtual Machine).

DL4J pokreće vlastita numerička računalna biblioteka i može raditi i na CPU-u i na GPU-u.

Ima ih mnogo više različite sredine za razvoj umjetne inteligencije. Spomenimo ukratko ONNX, platformu za duboko učenje koju su zajednički razvili Facebook i Microsoft, a nabrojimo i nekoliko drugih: H2O, DSSTNE, Theano, DeepDetect, ConvNetJS, ACT-R, Caffe i CaffeOnSpark.

MXNET

Apache MXNET je softverski okvir za duboko učenje za implementaciju neuronskih mreža. Ima skalabilni model učenja koji podržava više programskih jezika za razvoj umjetne inteligencije: Go, R, Scala, Perl, C++, Python, Julia, Matlab, JavaScript i projekt je otvorenog koda.

MXNET se koristi za postavljanje neuronskih mreža na usluge dijeljenog hostinga kao što su AWS i Microsoft Azure.

Gdje se koristi umjetna inteligencija?

Inteligentni sustavi se koriste u raznim poljima i područjima. Mogu se naći u glasovnim pomoćnicima, robotima za trgovinu, vojnim razvojima i tako dalje. Prijeđimo preko onih najvažnijih.

Glasovni asistenti

AI-pokretani glasovni asistenti kao što su Siri, Google Now, Alexa, Bixby i Cortana. Oni slušaju što korisnik govori kako bi pretvorili govor u strojno čitljiv vektor, koji potom proizvodi vektor odgovora koji izgovara glasovni asistent koristeći Obradu prirodnog jezika (NLP).

Pametni pomoćnici

Autodesk Eva izvrstan je primjer inteligentnog asistenta koji koristi CNN i NLP za interakciju s korisnicima u stvarnom vremenu.

Pametni asistent, modeliran u 3D, može voditi dijalog s klijentom u stvarnom vremenu i oponašati odgovarajuće izraze lica.

Samovozeći automobili

Samovozeći automobili koriste radar, LIDAR (detektor svjetla i mjerenje udaljenosti), GPS i kameru za izradu 3D modela vozila koja se približavaju. Svi se ti podaci kombiniraju kako bi se odredila lokacija vozila s vrlo velikom točnošću. Pokretač je umjetna inteligencija koja analizira sve dolazne informacije od senzora.

Prepoznavanje lica

Razvoj umjetne inteligencije temeljen na CNN-u omogućio je implementaciju sustava za prepoznavanje lica.

Kina je nedavno počela koristiti prepoznavanje lica pomoću CCTV kamera diljem grada, nametnuvši novčane kazne za kršenje pravila. promet. Alibabine trgovine u Kini koriste prepoznavanje lica i slike za naplatu.

Balansiranje opterećenja

Balansiranje opterećenja na cestama, transportnim sustavima, serverima i tako dalje.

Prevoditelji jezika

Google Translate je dobar primjer. Ima dva modula: koder i dekoder. Koder uzima ulazne rečenice iz govora ili teksta i zatim ih prevodi u vektor, koji je isti format za unos sa svih jezika.

Modul dekodera uzima ovaj vektor kao ulaz i zatim generira tekst ili govor na ciljnom jeziku. Prepoznavanje jezika se vrši pomoću RNN-a, a govorni izlaz se vrši pomoću NLP-a.

Pretraga i analiza slika

Pretraživanje i analiza slika koristi se za provjeru plagijata,
traženje ljudi, u SEO svrhe, traženje uvredljivih sadržaja na društvenim mrežama.

Optimizacija za najbolje rezultate

Deepmind moduli su trenirani za igranje šaha, Go, Dota 2, Starfield 2.

Ovi moduli su igrali stotine godina igara u samo nekoliko tjedana obuke, dovodeći AI do pobjede nad najboljim igračima na svijetu.

Naravno, ovo nisu sva područja primjene AI-ja. Kako se AI tehnologije i mogućnosti budu razvijale, opseg primjene inteligentnih sustava samo će se širiti.

Ako se tehnološki trend nastavi ili ubrza, bojim se da ćemo dočekati eru u kojoj će računala postati pametnija od ljudi, a sve usluge, sustavi i alati povezani u centralizirani sustav kojim upravlja umjetna inteligencija.

Moglo bi vas zanimati:

Umjetna inteligencija

Umjetna inteligencija je grana računalne znanosti koja proučava mogućnost pružanja inteligentnog razmišljanja i djelovanja pomoću računalnih sustava i drugih umjetnih uređaja. U većini slučajeva algoritam za rješavanje problema je unaprijed nepoznat.

Ne postoji točna definicija ove znanosti, budući da u filozofiji nije riješeno pitanje prirode i statusa ljudske inteligencije. Također ne postoji točan kriterij prema kojem bi računala postigla "inteligenciju", iako je u zoru umjetne inteligencije predložen niz hipoteza, na primjer, Turingov test ili Newell-Simonova hipoteza. U ovom trenutku postoji mnogo pristupa razumijevanju problema umjetne inteligencije i stvaranju inteligentnih sustava.

Dakle, jedna od klasifikacija identificira dva pristupa razvoju umjetne inteligencije:

odozgo prema dolje, semiotički - stvaranje simboličkih sustava koji modeliraju mentalne procese na visokoj razini: mišljenje, rasuđivanje, govor, emocije, kreativnost itd.;

odozdo prema gore, biološki - proučavanje neuronskih mreža i evolucijskih izračunavanja koja modeliraju inteligentno ponašanje temeljeno na manjim "neinteligentnim" elementima.

Ova znanost povezana je s psihologijom, neurofiziologijom, transhumanizmom i drugima. Kao i sve računalne znanosti, koristi se matematikom. Filozofija i robotika su joj od posebne važnosti.

Umjetna inteligencija je vrlo mlado područje istraživanja koje je pokrenuto 1956. godine. Njegov povijesni put nalikuje sinusoidi čiji je svaki “uzlet” potaknut nekom novom idejom. Trenutno je njegov razvoj u zastoju, ustupajući mjesto primjeni već postignutih rezultata u drugim područjima znanosti, industrije, gospodarstva, pa i svakodnevnog života.

Studijski pristupi

Postoje različiti pristupi izgradnji AI sustava. U ovom trenutku postoje 4 prilično različita pristupa:

1. Logički pristup. Osnova logičkog pristupa je Booleova algebra. Svaki programer je upoznat s njim i s logičkim operatorima od vremena kada je savladao IF operator. Booleova algebra dobila je daljnji razvoj u obliku predikatskog računa - u kojem je proširena uvođenjem simbola subjekta, odnosa među njima, kvantifikatora postojanja i univerzalnosti. Gotovo svaki AI sustav izgrađen na logičkom principu je stroj za dokazivanje teorema. U ovom slučaju izvorni podaci pohranjuju se u bazu podataka u obliku aksioma, pravila logičkog zaključivanja kao odnosa između njih. Osim toga, svaki takav stroj ima jedinicu za generiranje cilja, a sustav zaključivanja pokušava dokazati taj cilj kao teorem. Ako je cilj dokazan, praćenje primijenjenih pravila omogućuje nam da dobijemo lanac radnji potrebnih za postizanje cilja (takav sustav je poznat kao ekspertni sustavi). Snaga takvog sustava određena je mogućnostima generatora ciljeva i stroja za dokazivanje teorema. Relativno novi smjer, poput neizrazite logike, omogućuje logičkim pristupom postizanje veće izražajnosti. Njegova glavna razlika je u tome što istinitost izjave može uključivati, osim da/ne (1/0), i srednje vrijednosti- Ne znam (0,5), veća je vjerojatnost da je pacijent živ nego mrtav (0,75), veća je vjerojatnost da je pacijent mrtav nego živ (0,25). Ovaj pristup je sličniji ljudskom razmišljanju, jer rijetko odgovara na pitanja samo s da ili ne.

2. Pod strukturalnim pristupom ovdje mislimo na pokušaje izgradnje umjetne inteligencije modeliranjem strukture ljudskog mozga. Jedan od prvih takvih pokušaja bio je perceptron Franka Rosenblatta. Glavna modelirana strukturna jedinica u perceptronima (kao iu većini drugih opcija modeliranja mozga) je neuron. Kasnije su se pojavili i drugi modeli koji su većini poznati pod pojmom neuronske mreže (NN). Ti se modeli razlikuju po strukturi pojedinih neurona, po topologiji veza među njima i po algoritmima učenja. Među najpoznatijim NN opcijama sada su NN s povratnim širenjem pogrešaka, Hopfieldove mreže i stohastičke neuronske mreže. U širem smislu, ovaj pristup je poznat kao konektivizam.

3. Evolucijski pristup. Prilikom izgradnje AI sustava ovim pristupom glavna se pažnja posvećuje izgradnji početnog modela i pravila po kojima se on može mijenjati (evoluirati). Štoviše, model se može sastaviti pomoću različitih metoda, može biti neuronska mreža, skup logičkih pravila ili bilo koji drugi model. Nakon toga uključujemo računalo i ono na temelju provjere modela odabire najbolje od njih, na temelju čega se po nizu pravila generiraju novi modeli. Među evolucijskim algoritmima, genetski algoritam se smatra klasičnim.

4. Simulacijski pristup. Ovaj pristup je klasičan za kibernetiku čiji je jedan od osnovnih pojmova crna kutija. Objekt čije se ponašanje simulira je upravo “crna kutija”. Nije nam bitno što on i model imaju unutra i kako funkcioniraju, glavno je da se naš model ponaša potpuno isto u sličnim situacijama. Dakle, ovdje se modelira još jedno ljudsko svojstvo - sposobnost kopiranja onoga što drugi rade, ne ulazeći u detalje zašto je to potrebno. Često mu ta sposobnost štedi mnogo vremena, posebno u ranoj fazi života.

U okviru hibridnih inteligentnih sustava nastoje se spojiti ta područja. Pravila stručnog zaključivanja mogu se generirati neuronskim mrežama, a generativna pravila dobivaju se pomoću statističkog učenja.

Obećavajući novi pristup pod nazivom pojačanje inteligencije gleda na postizanje AI kroz evolucijski razvoj kao na nuspojavu tehnologije koja poboljšava ljudsku inteligenciju.

Pravci istraživanja

Analizirajući povijest umjetne inteligencije, možemo istaknuti tako široko područje kao što je modeliranje rasuđivanja. Dugi niz godina razvoj ove znanosti kretao se upravo tim putem, a sada je to jedno od najrazvijenijih područja u modernoj AI. Modeliranje razmišljanja uključuje stvaranje simboličkih sustava, čiji je ulaz određeni problem, a izlaz zahtijeva njegovo rješenje. U pravilu je predloženi problem već formaliziran, tj. preveden u matematički oblik, ali ili nema algoritam rješenja, ili je previše složen, dugotrajan itd. Ovo područje uključuje: dokaz teorema, donošenje odluka i teorija igara, planiranje i dispečiranje, predviđanje.

Važno područje je obrada prirodnog jezika, koja uključuje analizu sposobnosti razumijevanja, obrade i generiranja tekstova na “ljudskom” jeziku. Konkretno, još uvijek nije riješen problem strojnog prevođenja tekstova s jednog jezika na drugi. U suvremenom svijetu razvoj metoda pronalaženja informacija igra važnu ulogu. Po svojoj prirodi izvorni Turingov test vezan je za ovaj smjer.

Prema mnogim znanstvenicima, važno svojstvo inteligencije je sposobnost učenja. Tako do izražaja dolazi inženjerstvo znanja koje objedinjuje zadatke dobivanja znanja iz jednostavnih informacija, njihovu sistematizaciju i korištenje. Napredak u ovom području utječe na gotovo svako drugo područje istraživanja umjetne inteligencije. I ovdje se ne mogu zanemariti dva važna potpodručja. Prvi od njih – strojno učenje – tiče se procesa samostalnog stjecanja znanja inteligentnog sustava u procesu njegovog rada. Drugi je povezan sa stvaranjem ekspertnih sustava - programa koji koriste specijalizirane baze znanja za dobivanje pouzdanih zaključaka o bilo kojem problemu.

Velika su i zanimljiva postignuća u području modeliranja bioloških sustava. Strogo govoreći, to može uključivati nekoliko neovisnih smjerova. Neuronske mreže koriste se za rješavanje nejasnih i složenih problema, kao što je prepoznavanje geometrijskih oblika ili grupiranje objekata. Genetski pristup temelji se na ideji da algoritam može postati učinkovitiji ako posuđuje bolje karakteristike od drugih algoritama ("roditelja"). Relativno novi pristup, gdje je zadatak kreirati autonomni program - agent koji je u interakciji s vanjskom okolinom, naziva se agentski pristup. A ako pravilno prisilite mnogo "ne baš inteligentnih" agenata na međusobnu interakciju, možete dobiti "mravlju" inteligenciju.

Problemi prepoznavanja uzoraka već su djelomično riješeni u drugim područjima. To uključuje prepoznavanje znakova, rukom pisani tekst, govor i analizu teksta. Posebno treba istaknuti računalni vid koji je povezan sa strojnim učenjem i robotikom.

Općenito, robotika i umjetna inteligencija često se povezuju jedna s drugom. Integracija ove dvije znanosti, stvaranje inteligentnih robota, može se smatrati još jednim područjem AI.

Strojna kreativnost stoji izdvojena zbog činjenice da je priroda ljudske kreativnosti još manje proučavana od prirode inteligencije. Ipak, ovo područje postoji i tu se postavljaju problemi računalnog pisanja glazbe, književnih djela (često poezije ili bajki) i umjetničkog stvaralaštva.

Konačno, postoje mnoge primjene umjetne inteligencije, od kojih svaka čini gotovo neovisno usmjerenje. Primjeri uključuju inteligenciju programiranja u računalnim igrama, nelinearnu kontrolu i inteligentne sigurnosne sustave.

Vidi se da se mnoga područja istraživanja preklapaju. To je tipično za svaku znanost. No u umjetnoj inteligenciji odnos između naizgled različitih područja posebno je jak, a to je povezano s filozofskom raspravom o jakoj i slaboj umjetnoj inteligenciji.

Početkom 17. stoljeća Rene Descartes je sugerirao da je životinja vrsta složenog mehanizma, formulirajući tako mehanističku teoriju. Godine 1623. Wilhelm Schickard izgradio je prvo mehaničko digitalno računalo, nakon čega su uslijedili strojevi Blaisea Pascala (1643.) i Leibniza (1671.). Leibniz je također prvi opisao moderni binarni brojevni sustav, iako su se prije njega mnogi veliki znanstvenici povremeno zanimali za ovaj sustav. U 19. stoljeću Charles Babbage i Ada Lovelace radili su na programabilnom mehaničkom računalu.

Godine 1910.-1913 Bertrand Russell i A. N. Whitehead objavili su Principia Mathematica, koja je revolucionirala formalnu logiku. Godine 1941. Konrad Zuse napravio je prvo softverski kontrolirano računalo koje radi. Warren McCulloch i Walter Pitts objavili su 1943. Logički račun ideja imanentnih živčanoj aktivnosti, čime su postavljeni temelji za neuronske mreže.

Trenutno stanje stvari

U ovom trenutku (2008.) u stvaranju umjetne inteligencije (u izvornom smislu riječi, ekspertni sustavi i šahovski programi tu ne spadaju) postoji manjak ideja. Gotovo svi pristupi su testirani, ali niti jedna istraživačka skupina nije pristupila nastanku umjetne inteligencije.

Neki od najimpresivnijih civilnih AI sustava su:

Deep Blue - poražen svjetski prvak u šahu. (Meč Kasparova i superračunala nije donio zadovoljstvo ni informatičarima ni šahistima, a sustav Kasparov nije prepoznao, iako su originalni kompaktni šahovski programi sastavni element šahovskog stvaralaštva. Tada se pojavila IBM linija superračunala u brute force projekti BluGene (molekularno modeliranje) i modeliranje piramidalnog staničnog sustava u švicarskom Plavom mozgu. Ova priča je primjer zamršenog i tajnovitog odnosa između umjetne inteligencije, poslovanja i nacionalnih strateških ciljeva.)

Mycin je bio jedan od ranih ekspertnih sustava koji je mogao dijagnosticirati mali skup bolesti, često jednako precizno kao liječnici.

20q je projekt temeljen na AI idejama, temeljen na klasičnoj igrici “20 Questions”. Postao je vrlo popularan nakon što se pojavio na internetu na web stranici 20q.net.

Prepoznavanje govora. Sustavi kao što je ViaVoice sposobni su služiti potrošačima.

Roboti se natječu u pojednostavljenom obliku nogometa na godišnjem turniru RoboCup.

Primjena AI

Banke koriste sustave umjetne inteligencije (AI) u poslovima osiguranja (aktuarska matematika) prilikom igranja na burzi i upravljanja imovinom. U kolovozu 2001. roboti su pobijedili ljude u improviziranom trgovačkom natjecanju (BBC News, 2001.). Metode prepoznavanja uzoraka (uključujući i složenije i specijalizirane i neuronske mreže) naširoko se koriste u optičkom i akustičkom prepoznavanju (uključujući tekst i govor), medicinskoj dijagnostici, filtrima neželjene pošte, u sustavima protuzračne obrane (identifikacija ciljeva), a također i za osiguravanje broja drugih zadaća nacionalne sigurnosti.

Programeri računalnih igara prisiljeni su koristiti AI različitih stupnjeva sofisticiranosti. Standardni zadaci umjetne inteligencije u igrama su pronalaženje putanje u dvodimenzionalnom ili trodimenzionalnom prostoru, simulacija ponašanja borbene jedinice, izračunavanje točne ekonomske strategije i tako dalje.

Izgledi za AI

Vidljiva su dva pravca razvoja AI:

prvi je rješavanje problema povezanih s približavanjem specijaliziranih AI sustava ljudskim sposobnostima i njihovom integracijom, što ostvaruje ljudska priroda.

drugi je stvaranje Umjetne inteligencije, koja predstavlja integraciju već stvorenih AI sustava u jedinstveni sustav sposoban riješiti probleme čovječanstva.

Veze s drugim znanostima

Umjetna inteligencija usko je povezana s transhumanizmom. A zajedno s neurofiziologijom i kognitivnom psihologijom, čini općenitiju znanost koja se zove kognitivna znanost. Posebnu ulogu u umjetnoj inteligenciji ima filozofija.

Filozofska pitanja

Znanost o "stvaranju umjetne inteligencije" nije mogla a da ne privuče pozornost filozofa. S pojavom prvih inteligentnih sustava postavljaju se temeljna pitanja o čovjeku i znanju, a dijelom i o poretku svijeta. S jedne strane, oni su neraskidivo povezani s ovom znanošću, as druge, unose neki kaos u nju. Među istraživačima umjetne inteligencije još uvijek nema dominantnog stajališta o kriterijima inteligencije, sistematizaciji ciljeva i zadataka koje treba riješiti, čak nema ni striktne definicije znanosti.

Može li stroj misliti?

Najžešća rasprava u filozofiji umjetne inteligencije je pitanje mogućnosti mišljenja stvorenog ljudskim rukama. Pitanje "Može li stroj misliti?", koje je potaknulo istraživače da stvore znanost o simulaciji ljudskog uma, postavio je Alan Turing 1950. godine. Dva glavna stajališta o ovom pitanju nazivaju se hipotezama jake i slabe umjetne inteligencije.

Pojam “snažna umjetna inteligencija” uveo je John Searle, a pristup je opisao riječima:

“Štoviše, takav program ne bi bio samo model uma; ona će, u doslovnom smislu riječi, sama biti um, u istom smislu u kojem je ljudski um um.”

Nasuprot tome, zagovornici slabe umjetne inteligencije radije gledaju na programe samo kao na alate koji im omogućuju rješavanje određenih problema koji ne zahtijevaju cijeli niz ljudskih kognitivnih sposobnosti.

U svom misaonom eksperimentu "Kineska soba", John Searle pokazuje da prolaz na Turingovom testu nije kriterij da stroj ima pravi proces razmišljanja.

Mišljenje je proces obrade informacija pohranjenih u memoriji: analiza, sinteza i samoprogramiranje.

Slično stajalište zauzima i Roger Penrose, koji u svojoj knjizi “The King's New Mind” zagovara nemogućnost dobivanja procesa mišljenja na temelju formalnih sustava.

O ovom pitanju postoje različita gledišta. Analitički pristup uključuje analizu čovjekove više živčane djelatnosti do najniže, nedjeljive razine (funkcija više živčane djelatnosti, elementarna reakcija na vanjske nadražaje (podražaje), nadražaj sinapsi skupa neurona povezanih funkcijama) i naknadnu reprodukciju ovih funkcija.

Neki stručnjaci sposobnost racionalnog, motiviranog izbora u uvjetima nedostatka informacija zamjenjuju s inteligencijom. To jest, intelektualni program jednostavno se smatra onim programom aktivnosti (koji nije nužno implementiran na modernim računalima) koji može birati iz određenog skupa alternativa, na primjer, gdje će ići u slučaju "ići ćeš lijevo... .”, “Ići ćeš desno ...”, “Ići ćeš ravno ...”

Znanost znanja

Također, epistemologija - znanost o spoznaji u okviru filozofije - usko je povezana s problemima umjetne inteligencije. Filozofi koji rade na ovoj temi bore se s pitanjima sličnim onima s kojima se suočavaju inženjeri umjetne inteligencije o tome kako najbolje predstaviti i koristiti znanje i informacije.

Stavovi prema AI u društvu

AI i religija

Među sljedbenicima abrahamskih religija postoji nekoliko stajališta o mogućnosti stvaranja umjetne inteligencije temeljene na strukturnom pristupu.

Prema jednom od njih, mozak, čiji rad sustavi pokušavaju oponašati, po njihovom mišljenju ne sudjeluje u procesu razmišljanja, nije izvor svijesti i bilo koje druge mentalne aktivnosti. Stvaranje umjetne inteligencije na temelju strukturiranog pristupa je nemoguće.

Prema drugom stajalištu, mozak je uključen u proces razmišljanja, ali u obliku "prenosnika" informacija iz duše. Mozak je odgovoran za takve "jednostavne" funkcije kao što su bezuvjetni refleksi, odgovor na bol itd. Stvaranje umjetne inteligencije na temelju strukturnog pristupa moguće je ako sustav koji se dizajnira može obavljati funkcije "prijenosa".

Oba stava ne odgovaraju podacima moderne znanosti, jer pojam duše se ne razmatra moderna znanost kao znanstvena kategorija.

Prema mnogim budistima, umjetna inteligencija je moguća. Dakle, duhovni vođa Dalaj Lama XIV ne isključuje mogućnost postojanja svijesti na bazi računala.

Raeliti aktivno podupiru razvoj na području umjetne inteligencije.

AI i znanstvena fantastika

U literaturi znanstvene fantastike AI se najčešće opisuje kao sila koja pokušava srušiti ljudsku moć (Omnius, HAL 9000, Skynet, Colossus, The Matrix i Replicant) ili humanoid koji služi (C-3PO, Data, KITT i KARR, Dvjestogodišnji čovjek). Pisci znanstvene fantastike kao što su Isaac Asimov i Kevin Warwick osporavaju neizbježnost dominacije svijetom umjetne inteligencije koja je izmakla kontroli.

Zanimljiva vizija budućnosti predstavljena je u romanu "The Turing Selection" pisca znanstvene fantastike Harryja Garrisona i znanstvenika Marvina Minskyja. Autori raspravljaju o temi gubitka ljudskosti kod osobe u čiji je mozak ugrađeno računalo i stjecanju ljudskosti od strane AI stroja u čiju su memoriju kopirane informacije iz ljudskog mozga.

Neki pisci znanstvene fantastike, poput Vernora Vingea, također su spekulirali o implikacijama pojave umjetne inteligencije, koja će vjerojatno izazvati dramatične promjene u društvu. To se razdoblje naziva tehnološka singularnost.

Umjetna inteligencija (AI, engleski: Artificial intelligence, AI) - znanost i tehnologija stvaranja inteligentnih strojeva, posebice inteligentnih računalnih programa. AI je povezan sa sličnim zadatkom korištenja računala za razumijevanje ljudske inteligencije, ali nije nužno ograničen na biološki vjerojatne metode.

Što je umjetna inteligencija

(J. McCarthy) AI razvija strojeve koji pokazuju inteligentno ponašanje
(Britannica) AI je sposobnost digitalnih računala da rješavaju probleme koji se obično povezuju s visoko inteligentnim ljudima
(Faigenbaum) AI - razvija inteligentne računalne sustave koji imaju sposobnosti koje tradicionalno povezujemo s ljudskim umom: razumijevanje jezika, učenje, sposobnost zaključivanja, rješavanja problema itd.
(Elaine Rich) AI je znanost o podučavanju računala da rade nešto u čemu su ljudi trenutno bolji

Inteligencija(od lat. intellectus - osjet, percepcija, razumijevanje, shvaćanje, pojam, razum), ili um - kvaliteta psihe koja se sastoji od sposobnosti prilagodbe novim situacijama, sposobnosti učenja i pamćenja na temelju iskustva, razumijevanja i primjene apstraktne pojmove i koristiti svoje znanje za upravljanje okoliš. Inteligencija je opća sposobnost spoznaje i rješavanja problema koja ujedinjuje sve kognitivne sposobnosti ljudski: osjet, percepcija, pamćenje, predodžba, mišljenje, mašta.

Početkom 1980-ih. Računalni znanstvenici Barr i Fajgenbaum predložili su sljedeću definiciju umjetne inteligencije (AI):

Kasnije je niz algoritama i programski sustavi, čije je posebno svojstvo da mogu riješiti neke probleme na isti način kao što bi to učinila osoba koja razmišlja o njihovom rješenju.

Glavna svojstva umjetne inteligencije su razumijevanje jezika, učenje i sposobnost razmišljanja i, što je još važnije, djelovanja.

AI je kompleks povezanih tehnologija i procesa koji se kvalitativno i brzo razvijaju, na primjer:

obrada teksta prirodnog jezika
ekspertni sustavi
virtualni agenti (chatbotovi i virtualni pomoćnici)
sustavi preporuke.

AI metode: NLP, CV, Data Science

Govorne tehnologije prirodnog jezika (NLP).

tekstovi: prepoznati, automatski prevedeni
govor: prepoznati, generirati

pronaći, pratiti, klasificirati, identificirati objekte
izdvajanje podataka iz slika
analizirati primljene informacije

Prijavljuje se za

prepoznavanje predmeta
opise sadržaja slika i videa
Prepoznavanje gesta i rukopisa
inteligentna obrada slike

izvlačiti znanje
pronaći obrasce u podacima
predvidjeti

Koristite metode

Statistika
Ekonometrija
Strojno učenje, duboko učenje

Nacionalna strategija razvoja umjetne inteligencije

Glavni članak: Nacionalna strategija razvoja umjetne inteligencije

Istraživanje umjetne inteligencije

Glavni članak: Istraživanje umjetne inteligencije

Standardizacija u AI

Standardi za umjetnu inteligenciju u zdravstvu

2019

3 glavna trenda u umjetnoj inteligenciji u 4 minute

Rosstandart je odobrio prve standarde u području umjetne inteligencije

Savezna agencija za tehničku regulaciju i mjeriteljstvo (Rosstandart) odobrila je u prosincu 2019. prve nacionalne standarde u području umjetne inteligencije - GOST R 58776-2019 „Alati za praćenje ponašanja i predviđanje namjera ljudi. Izrazi i definicije" i GOST R 58777-2019 "Zračni promet. Zračne luke. Tehnička sredstva pregleda. Metodologija utvrđivanja pokazatelja kvalitete za prepoznavanje nezakonitih ulaganja pomoću rendgenskih snimaka u sjeni.”

Standard je osmišljen kako bi se osigurala učinkovita komunikacija između inteligentnih robotskih sustava (uključujući bespilotna vozila) i ljudi. Interakcija inteligentnih sustava sastoji se od predviđanja međusobnih namjera i određivanja daljnjih akcija na temelju te prognoze. Predviđanje ponašanja također se može koristiti za identifikaciju osoba s kriminalnim namjerama.

Drugi usvojeni standard, GOST R 58777-2019, utvrđuje jedinstvene zahtjeve za sustave i algoritme za prepoznavanje nezakonitog sadržaja prtljage i ručne prtljage pomoću rendgenskih slika. Norma će također poboljšati pouzdanost rezultata testiranja sustava i algoritama.

Terminološki standard “Umjetna inteligencija. Koncepti i terminologija" temeljna je za cijelu obitelj međunarodnih regulatornih i tehničkih dokumenata u području umjetne inteligencije. Osim pojmova i definicija, ovaj dokument sadrži konceptualne pristupe i načela za izgradnju sustava s elementima, opis odnosa između umjetne inteligencije i drugih end-to-end tehnologija, kao i osnovna načela i okvirne pristupe regulatornoj i tehničkoj regulaciji umjetne inteligencije.

Nakon sastanka relevantnog pododbora ISO/IEC-a u Dublinu, stručnjaci ISO/IEC-a podržali su prijedlog izaslanstva iz Rusije da se terminološki standard u području umjetne inteligencije istovremeno razvija ne samo na engleskom, već i na ruskom jeziku. Očekuje se da će dokument biti odobren početkom 2021.

Razvoj proizvoda i usluga temeljenih na umjetnoj inteligenciji zahtijeva nedvosmisleno tumačenje pojmova kojima se koriste svi sudionici na tržištu. Standard terminologije će objediniti "jezik" na kojem programeri, kupci i profesionalna zajednica komuniciraju, klasificirati svojstva proizvoda temeljenih na umjetnoj inteligenciji kao što su "sigurnost", "ponovljivost", "pouzdanost" i "povjerljivost". Jedinstvena terminologija također će postati važan čimbenik za razvoj tehnologija umjetne inteligencije u okviru Nacionalne tehnološke inicijative – AI algoritme koristi više od 80% tvrtki u NTI perimetru. Osim toga, odluka ISO/IEC-a ojačat će autoritet i proširiti utjecaj ruskih stručnjaka u daljnjem razvoju međunarodnih normi.

Tijekom sastanka stručnjaci ISO/IEC-a podržali su i izradu nacrta međunarodnog dokumenta Informacijska tehnologija – Umjetna inteligencija (AI) – Pregled računalnih pristupa za sustave umjetne inteligencije, u kojem Rusija djeluje kao suurednik. Dokument daje pregled Trenutna država sustavi umjetne inteligencije, opisujući glavne karakteristike sustava, algoritme i pristupe, kao i primjere specijaliziranih primjena u području umjetne inteligencije. Izradu ovog nacrta dokumenta provodit će posebno osnovana unutar pododbora radna skupina 5 “Računalni pristupi i računalne karakteristike AI sustava” (SC 42 Radna grupa 5 “Računalni pristupi i računalne karakteristike AI sustava”).

U sklopu svog rada na međunarodnoj razini rusko izaslanstvo uspjelo je postići niz značajnih odluka koje će imati dugoročni učinak na razvoj tehnologija umjetne inteligencije u zemlji. Razvoj verzije standarda na ruskom jeziku, čak i od tako rane faze, jamstvo je sinkronizacije s međunarodnim područjem, a razvoj pododbora ISO/IEC i iniciranje međunarodnih dokumenata s ruskim zajedničkim uređivanjem je temelj za daljnje promicanje interesa ruskih developera u inozemstvu”, komentirao je.

Tehnologije umjetne inteligencije u velikoj su potražnji u raznim sektorima digitalnog gospodarstva. Među glavnim čimbenicima koji ometaju njihovu punu praktičnu upotrebu je nerazvijenost regulatornog okvira. Istodobno, dobro razvijen regulatorni i tehnički okvir osigurava zadanu kvalitetu primjene tehnologije i odgovarajući ekonomski učinak.

U području umjetne inteligencije, TC Cyber-Physical Systems, temeljen na RVC-u, razvija niz nacionalnih standarda, čije je odobrenje planirano za kraj 2019. - početak 2020. godine. Osim toga, u tijeku je rad s tržišnim igračima na formuliranju Nacionalnog standardizacijskog plana (NSP) za 2020. i kasnije. TC "Cyber-physical Systems" otvoren je za prijedloge za izradu dokumenata zainteresiranih organizacija.

2018: Razvoj standarda u području kvantnih komunikacija, AI i pametnog grada

6. prosinca 2018. Tehnički odbor “Cyber-Physical Systems” temeljen na RVC-u zajedno s Regionalnim inženjerskim centrom “SafeNet” započeo je s razvojem skupa standarda za tržišta Nacionalne tehnološke inicijative (NTI) i digitalne ekonomije. Do ožujka 2019. planira se razviti tehnička standardizacijska dokumentacija u području kvantnih komunikacija, izvijestio je RVC. Čitaj više.

Utjecaj umjetne inteligencije

Rizik za razvoj ljudske civilizacije

Utjecaj na gospodarstvo i poslovanje

Utjecaj tehnologija umjetne inteligencije na gospodarstvo i poslovanje

Utjecaj na tržište rada

Pristranost umjetne inteligencije

U središtu svega što je praksa umjetne inteligencije (strojno prevođenje, prepoznavanje govora, obrada teksta u prirodni jezici, računalni vid, automatizacija vožnje automobila i još mnogo toga) leži duboko učenje. To je podskup strojnog učenja, karakteriziran upotrebom modela neuronskih mreža, za koje se može reći da oponašaju rad mozga, pa bi bilo teško klasificirati ih kao AI. Bilo koji model neuronske mreže trenira se na velikim skupovima podataka, tako da stječe neke "vještine", ali kako ih koristi ostaje nejasno njegovim kreatorima, što u konačnici postaje jedan od najvažnijih problema za mnoge aplikacije dubokog učenja. Razlog je taj što takav model formalno radi sa slikama, bez ikakvog razumijevanja što radi. Je li takav sustav AI i može li se vjerovati sustavima izgrađenim na strojnom učenju? Implikacije odgovora na posljednje pitanje protežu se izvan znanstvenog laboratorija. Stoga je osjetno pojačana medijska pozornost na fenomen zvan AI bias. Može se prevesti kao "AI bias" ili "AI bias". Čitaj više.

Tržište tehnologije umjetne inteligencije

AI tržište u Rusiji

Globalno AI tržište

Područja primjene AI

Područja primjene umjetne inteligencije prilično su široka i pokrivaju kako poznate tehnologije, tako i nova područja u nastajanju koja su daleko od masovne primjene, drugim riječima, radi se o cijelom spektru rješenja, od usisavača do svemirske postaje. Svu njihovu raznolikost možete podijeliti prema kriteriju ključnih točaka razvoja.

AI nije monolitno predmetno područje. Štoviše, neka tehnološka područja umjetne inteligencije pojavljuju se kao novi podsektori gospodarstva i zasebni entiteti, a istovremeno opslužuju većinu područja u gospodarstvu.

Razvoj upotrebe AI dovodi do prilagodbe tehnologija u klasičnim sektorima gospodarstva duž cijelog lanca vrijednosti i transformira ih, dovodeći do algoritmizacije gotovo svih funkcionalnosti, od logistike do upravljanja tvrtkom.

Korištenje umjetne inteligencije za obranu i vojna pitanja

Upotreba u obrazovanju

Korištenje AI u poslovanju

AI u borbi protiv prijevara

11. srpnja 2019. postalo je poznato da će se za samo dvije godine umjetna inteligencija i strojno učenje koristiti za borbu protiv prijevara tri puta češće nego u srpnju 2019. Do takvih podataka došlo se tijekom zajedničke studije SAS-a i Udruge certificiranih ispitivača prijevara (ACFE). Od srpnja 2019. takve alate za borbu protiv prijevara koristi već 13% organizacija koje su sudjelovale u istraživanju, a još 25% reklo je da ih planiraju implementirati u sljedećih godinu ili dvije. Čitaj više.

AI u elektroprivredi

Na razini dizajna: poboljšano predviđanje proizvodnje i potražnje za energetskim resursima, procjena pouzdanosti opreme za proizvodnju električne energije, automatizacija povećane proizvodnje kada potražnja poraste.
Na proizvodnoj razini: optimizacija preventivnog održavanja opreme, povećanje učinkovitosti proizvodnje, smanjenje gubitaka, sprječavanje krađe energetskih resursa.
Na razini promocije: optimizacija cijena ovisno o dobu dana i dinamička naplata.
Na razini pružanja usluga: automatski odabir najprofitabilnijeg opskrbljivača, detaljna statistika potrošnje, automatizirani korisnički servis, optimizacija potrošnje energije uzimajući u obzir navike i ponašanje korisnika.

AI u proizvodnji

Na razini dizajna: povećanje učinkovitosti razvoja novih proizvoda, automatizirana procjena dobavljača i analiza zahtjeva za rezervnim dijelovima.
Na razini proizvodnje: poboljšanje procesa izvršavanja zadataka, automatizacija montažnih linija, smanjenje broja pogrešaka, smanjenje vremena isporuke sirovina.
Na razini promocije: predviđanje količine usluga podrške i održavanja, upravljanje cijenama.
Na razini pružanja usluga: poboljšanje planiranja ruta voznog parka, potražnja za resursima voznog parka, poboljšanje kvalitete obuke servisnih inženjera.

AI u bankama

AI u transportu

Autoindustrija je na pragu revolucije: 5 izazova ere bespilotne vožnje

AI u logistici

AI u pravosuđu

Razvoj na području umjetne inteligencije pomoći će radikalnoj promjeni pravosudnog sustava, čineći ga pravednijim i oslobođenim od korupcijskih shema. Ovo je mišljenje u ljeto 2017. izrazio Vladimir Krylov, doktor tehničkih znanosti, tehnički savjetnik u Arteziu.

Znanstvenik vjeruje da se postojeća rješenja u području umjetne inteligencije mogu uspješno primijeniti u različitim sektorima gospodarstva i javni život. Stručnjak ističe da se AI uspješno koristi u medicini, ali u budućnosti može potpuno promijeniti pravosudni sustav.

“Gledajući svaki dan vijesti o razvoju na području umjetne inteligencije, ostajete samo zadivljeni neiscrpnom maštom i plodnošću istraživača i programera u ovom području. Izvještaji o znanstvenim istraživanjima neprestano se isprepliću s publikacijama o novim proizvodima koji izbijaju na tržište i izvještajima o nevjerojatnim rezultatima dobivenim korištenjem AI-ja u raznim područjima. Ako govorimo o očekivanim događajima, popraćenim primjetnim hypeom u medijima, u kojima će AI ponovno postati heroj vijesti, onda vjerojatno neću riskirati s tehnološkim prognozama. Mogu pretpostaviti da će sljedeći događaj biti pojava negdje iznimno kompetentnog suda u obliku umjetne inteligencije, pravednog i nepotkupljivog. To će se dogoditi, po svemu sudeći, 2020.-2025. A procesi koji će se odvijati na ovom sudu dovest će do neočekivanih razmišljanja i želje mnogih ljudi da većinu procesa upravljanja ljudskim društvom prenesu na AI.”

Znanstvenik prepoznaje korištenje umjetne inteligencije u pravosudnom sustavu kao "logičan korak" za razvoj zakonodavne jednakosti i pravde. Strojna inteligencija nije podložna korupciji i emocijama, može se strogo pridržavati zakonodavnog okvira i donositi odluke uzimajući u obzir mnoge čimbenike, uključujući podatke koji karakteriziraju strane u sporu. Po analogiji s medicinskim poljem, robotski suci mogu raditi s velikim podacima iz repozitorija vladinih usluga. Može se pretpostaviti da će strojna inteligencija moći brzo obraditi podatke i uzeti u obzir znatno više faktora nego ljudski sudac.

Stručnjaci psiholozi, međutim, smatraju da će izostanak emocionalne komponente pri razmatranju sudskih sporova negativno utjecati na kvalitetu odluke. Presuda strojnog suda može biti previše jednostavna, ne uzimajući u obzir važnost osjećaja i raspoloženja ljudi.

glazba, muzika

Slika

Godine 2015. Googleov tim testirao je neuronske mreže kako bi vidio mogu li same stvarati slike. Tada je umjetna inteligencija trenirana primjerom velika količina razne slike. Međutim, kada je stroj “zamoljen” da sam nešto dočara, pokazalo se da na pomalo čudan način tumači svijet oko nas. Na primjer, za zadatak crtanja bučica, programeri su dobili sliku na kojoj je metal povezan ljudskim rukama. To se vjerojatno dogodilo zbog činjenice da su tijekom faze treninga analizirane slike s bučicama sadržavale ruke, a neuronska mreža je to pogrešno protumačila.

Dana 26. veljače 2016., na posebnoj aukciji u San Franciscu, predstavnici Googlea prikupili su oko 98 tisuća dolara od psihodeličnih slika koje je stvorila umjetna inteligencija.Ta su sredstva donirana u dobrotvorne svrhe. Jedna od najuspješnijih slika automobila prikazana je u nastavku.