Термин «искусственный интеллект» впервые появился в 1956 году, когда были проведены первые исследования по разработке систем символьных вычислений. Министерство обороны США заинтересовалось исследованием, и к 2003 году было создано несколько персональных помощников.
Искусственный интеллект что это
Искусственный интеллект — это технология или, скорее, область современной науки, изучающая, как обучить компьютеры, роботизированные машины и аналитические системы думать так же умно, как люди. На самом деле, мечты о разумных роботах-помощниках предшествовали изобретению первых компьютеров.
В середине 1950-х годов люди были очень впечатлены возможностями вычислительных машин, особенно способностью компьютеров выполнять множество задач одновременно без ошибок. Ученые и писатели вскоре разработали блестящие идеи для мыслящих машин. В этот период начали появляться первые технологии искусственного интеллекта.
Исследования в области искусственного интеллекта проводятся путем изучения переноса результатов, полученных в области умственных способностей человека и компьютеров. Таким образом, искусственный интеллект получает информацию из различных источников и отраслей. К ним относятся информатика, математика, лингвистика, психология, биология и инженерия. Используя методы машинного обучения, компьютеры пытаются имитировать человеческий интеллект на основе большого количества данных.
Главная цель искусственного интеллекта очень прозрачна: дело не в том, чтобы уметь понимать данные, а в том, чтобы уметь понимать сами данные.
- Создание аналитических систем, которые обладают разумным поведением, могут самостоятельно или под надзором человека обучаться, делать прогнозы и строить гипотезы на основе массива данных.
- Реализация интеллекта человека в машине – создание роботов-помощников, которые могут вести себя как люди: думать, учиться, понимать и выполнять поставленные задачи.
История развития искусственного интеллекта
Термин «искусственный интеллект» приписывается Джону Маккарти, создателю и изобретателю языка программирования LISP. В 1956 году будущий лауреат знаменитой премии Тьюринга представил свою оригинальную программу искусственного интеллекта в университете Карнеги-Меллон.
Человечество начало мечтать о разумных роботах в первой четверти 20-го века. Известный писатель Карел Чапек выложил в 1924 году свою работу под названием «Всемирный робот». Шоу поразило зрителей, и термин «робот» стал широко известен.
В 1943-45 годах были заложены основы для понимания и создания нейронных сетей, а в 1950 году Алан Тьюринг опубликовал в научном издании анализ умной шахматной партии. В 1958 году появился первый язык программирования для искусственного интеллекта.
Между 1960 и 1970 годами несколько ученых показали, что компьютеры могут понимать естественный язык на достаточно хорошем уровне. В 1965 году был разработан Elise, первый робот, изучающий английский язык. В том же году направление TN стало привлекать правительства и военные организации США, СССР и других стран. Так, в 1970-х годах Министерство обороны США уже инициировало программу «Виртуальная дорожная карта» — первоначальный вариант GPS.
В 1969 году ученые из Стэнфордского университета создали Шеки, искусственно интеллектуального робота, который мог самостоятельно передвигаться, считывать некоторые данные и решать простые задачи.
Четыре года спустя (1973) в Эдинбургском университете был создан робот Фредди. Этот шотландский представитель семейства искусственных интеллектов может использовать компьютерное зрение для поиска и сборки различных моделей.
Искусственный интеллект быстро развивался и в Советском Союзе. Академики А.И. Берг и Г.С. Постеров в 1954 — 64 гг. создали программу Альпева Ломи, которая автоматически доказывала теоремы. В том же году советские ученые разработали алгоритм «Кора». Это имитирует деятельность человеческого мозга по выявлению закономерностей. В 1968 году В.Ф. Турчин создал язык обработки данных Refal.
1980-е годы были годами революции искусственного интеллекта. Ученые разработали самообучающиеся машины — которые могли предлагать решения, самостоятельно обучаться на раннем уровне и общаться с человеком на ограниченном, но уже естественном языке.
В 1997 году была создана знаменитая шахматная программа. Это был компьютер Deep Blue, который победил чемпиона мира по шахматам Гарри Каспарова. В том же году Япония начала разработку компьютерной программы шестого поколения, основанной на нейронных сетях.
Интересно, что в 1989 году другая шахматная программа, Deep Thought, победила в Международном Гранд Ларсен Гранд Ларсен. После этой дуэли между машиной и человеком Гарри Каспаров сказал:.
‘Если умная машина может победить лучшего из лучших в шахматах. Это значит, что он может писать самую лучшую музыку. Это значит, что он сочиняет лучшие книги вместе с моими. ‘
В 2000-х годах возродился интерес к робототехнике. Искусственный интеллект активно внедряется в космической отрасли и в быту. Появляются системы «умного дома» и «продвинутая» бытовая техника. Кисмет и кочующие роботы исследуют часть Антарктиды.
Принципы ИИ
Прежде чем объяснять принципы технологии, развитие искусственного интеллекта которой немыслимо, стоит узнать моральные законы робототехники. Установлен Айзеком Азимовым в его романе 1942 года «Кругосветка».
- Робот или система с искусственным интеллектом не может навредить человеку своим действием или же своим бездействием допустить, чтобы человеку был приченен вред.
- Робот должен повиноваться приказам, которые получает от человека, кроме тех, которые противоречат Первому закону.
- Робот должен заботиться о своей безопасности, если это не противоречит Первому и Второму Законам.
Еще до публикации романа Азимова искусственный интеллект был связан с образом Франкенштейна Мэри Шелли. Искусственно созданный образ человека, обладающего разумом, восстает против людей. Та же история ужасов была перенесена в знаменитый голливудский блокбастер «Терминатор».
Интересно, что в 1986 году Айзек Азимов дополнил еще один пункт закона о робототехнике. Писатель решил назвать его «Ноль»:.
0. Робот не может причинить вред человеку, если не докажет, что (ущерб) в конечном итоге принесет пользу всему человечеству.
Обратившись к моральному закону, перейдем к техническим принципам искусственного интеллекта.
-
Машинное обучение (МО) – принцип развития ИИ на основе самообучающихся алгоритмов. Участие человека при таком подходе ограничивается загрузкой в «память» машины массива информации и постановкой целей. Существует несколько методик МО: обучение с учителем – человек задает конкретную цель, хочет проверить гипотезу или подтвердить закономерность. Обучение без учителя – результат интеллектуальной обработки данных неизвестен – компьютер самостоятельно находит закономерности, учится думать как человек. Глубокое обучение – это смешанный способ, главное отличие в обработке больших массивов данных и использование нейросетей.
Кроме того, трудно представить себе существование искусственного интеллекта без мощных графических процессоров, которые лежат в основе интерактивной обработки данных. Технология API — интерфейсы прикладного программирования требуют интеграции искусственного интеллекта в различные программы и устройства. API позволяют легко добавить технологию искусственного интеллекта в любую компьютерную систему. К ним относятся системы домашней безопасности, «умный дом» и устройства ЧПУ.
Искусственный интеллект превосходит традиционные алгоритмы, созданные разработчиками, поскольку он обрабатывает данные и генерирует решения гораздо быстрее. Однако если люди могут продлить запоминание с помощью методов привлечения внимания и запоминания и других форм обучения мозга, то искусственный интеллект работает иначе.
Что такое искусственный интеллект
Во-первых, давайте определимся с термином. Если вы представляете себе, что искусственный интеллект — это нечто, способное самостоятельно думать, принимать решения и вообще проявлять признаки сознания, спешим вас разочаровать. Почти все существующие сегодня системы даже близко не подходят под такое определение искусственного интеллекта. А те системы, которые проявляют признаки такой активности, на самом деле все равно работают по предписанным алгоритмам.
Эти алгоритмы могут быть очень сложными, но они остаются «каркасом», в котором функционирует искусственный интеллект. Здесь нет «свободы», и машины не проявляют никаких определенных признаков сознания. Это очень продуктивные программы. Однако они «лучшие в своем деле». Кроме того, системы искусственного интеллекта постоянно совершенствуются. И они совсем не важны. Даже если исключить тот факт, что современный искусственный интеллект далек от совершенства, у него есть много общего с нами.
Как работает искусственный интеллект
Во-первых, искусственный интеллект может выполнять свои задачи (подробнее об этом позже) и осваивать новые навыки благодаря глубокому машинному обучению. Этот термин мы часто слышим и используем. Но что это значит? В отличие от «традиционных» методов, когда вся необходимая информация загружается в систему заранее, алгоритмы машинного обучения позволяют системе развиваться самостоятельно, изучая имеющуюся информацию. В некоторых случаях машина даже может вести поиск самостоятельно.
Например, для создания программы обнаружения мошенничества алгоритм машинного обучения обрабатывает список банковских операций и их конечные результаты (законные или незаконные). Модель машинного обучения изучает примеры и выстраивает статистические связи между легальными и нелегальными транзакциями. Затем алгоритму предоставляются новые данные о банковских операциях, который классифицирует их на основе шаблонов, изученных на предыдущих примерах.
В целом, чем больше данных вы предоставите, тем точнее алгоритм машинного обучения выполнит свою задачу. Машинное обучение особенно полезно для задач, где правила не являются заранее заданными и не могут быть интерпретированы в двоичной форме. Возвращаясь к примеру с банками. Фактически, вывод является двоичным: 0 — законная операция, 1 — незаконная операция. Но чтобы прийти к такому выводу, системе необходимо проанализировать большое количество параметров, что заняло бы более года, если бы они добавлялись вручную. И в любом случае, невозможно предугадать все варианты. Системы, основанные на глубоком машинном обучении, могут распознать что-то, даже если они никогда раньше не сталкивались с подобным случаем.
Глубокое обучение и нейронные сети
Традиционные алгоритмы машинного обучения решают множество проблем, связанных с большим количеством информации в формате базы данных, но они плохо работают с «визуальными и аудио» данными, такими как изображения, видео- и аудиофайлы.
«Например, для создания модели прогнозирования рака молочной железы с использованием классического подхода машинного обучения потребовались бы десятки медицинских экспертов, программистов и математиков, — говорит исследователь Джереми Ховард, — еще одна подсистема для рентгеновских исследований, другая — для МРТ, третья — для крови». интерпретация тестов, например. Для разных видов анализа необходимы разные системы. Затем вы объединяете все это в одну большую систему… Это очень сложный и ответственный процесс.
Алгоритмы глубокого обучения решают ту же задачу с помощью глубоких нейронных сетей — типа архитектуры программного обеспечения, вдохновленного человеческим мозгом (нейронные сети отличаются от биологических нейронов, но функционируют аналогичным образом). Компьютерные нейронные сети — это «электронные нейроны», которые могут обрабатывать и классифицировать информацию. Они расположены как «матрас», где каждый «слой» является причиной чего-то другого, в итоге формируя общий образ. Например, обучение нейронной сети на изображениях различных объектов позволяет найти способ извлечения объектов из этих изображений. Каждый слой нейронной сети обнаруживает определенный признак, например, форму, цвет или внешний вид объекта.
Поверхностный слой нейронной сети определяет общие характеристики. Более глубокие слои уже обнаруживают реальный объект. На этом рисунке показана схема простой нейронной сети. Зеленый — входные нейроны (входящая информация), синий — скрытые нейроны (анализ данных), желтый — выходные нейроны (решения).
Его разработка является частью научной дисциплины, связанной с моделированием материалов или программного обеспечения для человеческой деятельности, которая считается интеллектуальной. Искусственный интеллект часто также называют отраслью информационных технологий. Его основная цель — воссоздание интеллектуальных действий и рассуждений с помощью компьютерных систем.
Применение ИИ в современной жизни
В зависимости от области и сферы применения, существует два типа искусственного интеллекта Слабый искусственный интеллект, также известный как «пациент», и сильный искусственный интеллект, также известный как «сильный». В первом случае система используется для решения узкоспециализированных задач, таких как медицинская диагностика, управление роботами или функции электронной торговой площадки. Второй касается урегулирования общих обязательств.
Например, одним из самых популярных применений TN является коммерция больших данных. Крупные торговые платформы используют такую технологию для изучения поведения потребителей. Яндекс создает музыку с помощью этой технологии. Некоторые мобильные приложения построены на базе голосовых помощников, таких как Siri, Alice и Cortana. Они облегчают навигацию и поиск услуг. Не забывайте о программах с нейронными сетями, которые обрабатывают фото и видео.
Искусственный интеллект также внедряется в производственные процессы для регистрации поведения работников. В транспортный сектор также импортируются новые технологические решения. Например, искусственный интеллект следит за состоянием дороги, корректирует ботинки и определяет различные объекты в неправильном положении. А автономное (беспилотное) вождение постоянно обсуждается …
Бренды класса люкс встраивают искусственный интеллект в свои системы для анализа потребностей клиентов. Использование таких систем в системе здравоохранения стремительно развивается, в первую очередь для диагностики заболеваний, разработки лекарств, создания медицинского страхования и проведения клинических испытаний.
Практически невозможно перечислить все области, в которых одновременно используется искусственный интеллект. В настоящее время он все больше затрагивает различные области. И тому есть много причин — автоматизация производственных процессов, быстрый рост продаж и инвестиций в отрасль, и даже социальное давление.
Влияние на различные области
Искусственный интеллект все больше проникает в экономические отрасли, причем, по некоторым прогнозам, к 2030 году объем мирового рынка увеличится на 15,7 триллиона долларов США. США и Китай являются лидерами по внедрению этой технологии, а Канада, Сингапур, Германия и Япония не сильно отстают.
Искусственный интеллект способен оказать значительное влияние на рынок труда. Автоматизация большинства процессов может привести к массовому сокращению рабочей силы. Конечно, повышенный спрос на разработчиков.
Некоторые ученые подчеркивают опасность внедрения искусственного интеллекта в повседневную жизнь. Например, британский ученый Стивен Хокинг считает, что все еще возможно создать искусственный интеллект, превосходящий человека во всех отношениях, но при этом людям, не зависящим от нас, будет нанесен серьезный вред. Элон Маск считает, что в будущем искусственный интеллект будет представлять гораздо большую угрозу, чем ядерное оружие.
Перспективы развития искусственного интеллекта
Современные компьютеры приобретают больше знаний и «навыков». Однако скептики утверждают, что весь потенциал искусственного интеллекта — это всего лишь компьютерная программа, а не пример автоматизации. Однако это не мешает технологии широко распространяться по целому ряду отраслей и открывать возможности для беспрецедентного роста. Со временем компьютеры будут становиться все сильнее, а искусственный интеллект будет совершенствоваться еще быстрее в своем развитии.
Некоторое время назад ученые, кажется, ввели понятие «искусственный интеллект», и более полувека спустя эта технология уже востребована во многих областях. Сегодня можно сказать, что искусственный интеллект шаг за шагом доступен из компьютеров и ноутбуков, смартфонов и электронных часов, и даже из многих простейших приложений. Искусственный интеллект в различных его проявлениях утвердился, проникнув во многие сферы человеческой жизни.
