Відмінності між версіями «Портфоліо до проекту "Штучний інтелект" Дордюк Анастасії»
7694136 (обговорення • внесок) |
7694136 (обговорення • внесок) |
||
| (не показано 12 проміжних версій цього учасника) | |||
| Рядок 7: | Рядок 7: | ||
==Опис проблеми== | ==Опис проблеми== | ||
Як не дивно, ми вже користуємось безліччю систем на базі ШІ, навіть не підозрюючи про це. В основному це стосується сфери мобільних технологій та інтернету: саме «розумні» програми роблять популярні сервіси такими зручними і універсальними, незважаючи на те, що ними щодня користуються мільйони різних людей у всьому світі. Ось кілька простих прикладів того, як ШІ робить наше життя кращим: | Як не дивно, ми вже користуємось безліччю систем на базі ШІ, навіть не підозрюючи про це. В основному це стосується сфери мобільних технологій та інтернету: саме «розумні» програми роблять популярні сервіси такими зручними і універсальними, незважаючи на те, що ними щодня користуються мільйони різних людей у всьому світі. Ось кілька простих прикладів того, як ШІ робить наше життя кращим: | ||
| − | [[Файл: | + | [[Файл:358590_178.jpg |середній]] |
| − | Спам | + | |
| + | '''Спам''' | ||
Так-так, штучний інтелект допомагає боротися і з настирливою спам-розсилкою. Аналітики Google стверджують, що завдяки гігабайтам даних, зібраних за роки роботи їх поштових систем, сучасні програми відстежують і відправляють в «карантин» до 99,9% спаму або фішингових листів. Окремої уваги заслуговує додаток для електронної пошти, який відповідає за автоматичні відповіді адресатам. Принцип роботи досить простий: Gmail аналізує отримане повідомлення, розбиваючи його на слова та конструкції за змістом, а потім вибудовує відповідь у відповідності із заздалегідь запрограмованими алгоритмами. | Так-так, штучний інтелект допомагає боротися і з настирливою спам-розсилкою. Аналітики Google стверджують, що завдяки гігабайтам даних, зібраних за роки роботи їх поштових систем, сучасні програми відстежують і відправляють в «карантин» до 99,9% спаму або фішингових листів. Окремої уваги заслуговує додаток для електронної пошти, який відповідає за автоматичні відповіді адресатам. Принцип роботи досить простий: Gmail аналізує отримане повідомлення, розбиваючи його на слова та конструкції за змістом, а потім вибудовує відповідь у відповідності із заздалегідь запрограмованими алгоритмами. | ||
| − | Відео | + | '''Відео''' |
Якщо ви колись дивилися відео по Wi-Fi в дорозі, то напевно неодноразово помічали, як картинка стає зернистою і втрачає якість під час програвання. Тут немає ніякої магії: просто в цей момент сигнал мережі стає гіршим, і додаток намагається мінімізувати кількість вихідних даних, щоб не переривати трансляцію. Щоб запобігти цьому, Netflix створила ПЗ, яке ідентифікує візуальні характеристики кадру і потім оптимізує пропускну спроможність під його індивідуальні параметри. На практиці це означає, що не тільки плавність, але і якість зображення залишаться на висоті навіть в зоні слабкого сигналу. | Якщо ви колись дивилися відео по Wi-Fi в дорозі, то напевно неодноразово помічали, як картинка стає зернистою і втрачає якість під час програвання. Тут немає ніякої магії: просто в цей момент сигнал мережі стає гіршим, і додаток намагається мінімізувати кількість вихідних даних, щоб не переривати трансляцію. Щоб запобігти цьому, Netflix створила ПЗ, яке ідентифікує візуальні характеристики кадру і потім оптимізує пропускну спроможність під його індивідуальні параметри. На практиці це означає, що не тільки плавність, але і якість зображення залишаться на висоті навіть в зоні слабкого сигналу. | ||
Збільшений термін служби батареї | Збільшений термін служби батареї | ||
Біда сучасних смартфонів в тому, що, незважаючи на вражаючу обчислювальну потужність, їх акумулятори залишають бажати кращого. Звичайно, навіть iPhoneX не вміє видобувати електроенергію з повітря, але на те і потрібен інтелект, щоб підходити до вирішення проблеми з розумом. Система використовує активність встановлених додатків і датчик руху, щоб в загальних рисах передбачити розпорядок дня і обрати для витрати заряду максимально зручний час. Наприклад, вам потрібно завантажити велике оновлення і для цього потрібен стабільний інтернет. Замість того, щоб витрачати енергію і витрачати трафік мобільного інтернету на пошук вишок мобільного зв’язку в будь-який час дня і ночі, смартфон просто дочекається моменту, коли ви приїдете на роботу або додому і отримаєте комфортний доступ до високошвидкісної мережі. | Біда сучасних смартфонів в тому, що, незважаючи на вражаючу обчислювальну потужність, їх акумулятори залишають бажати кращого. Звичайно, навіть iPhoneX не вміє видобувати електроенергію з повітря, але на те і потрібен інтелект, щоб підходити до вирішення проблеми з розумом. Система використовує активність встановлених додатків і датчик руху, щоб в загальних рисах передбачити розпорядок дня і обрати для витрати заряду максимально зручний час. Наприклад, вам потрібно завантажити велике оновлення і для цього потрібен стабільний інтернет. Замість того, щоб витрачати енергію і витрачати трафік мобільного інтернету на пошук вишок мобільного зв’язку в будь-який час дня і ночі, смартфон просто дочекається моменту, коли ви приїдете на роботу або додому і отримаєте комфортний доступ до високошвидкісної мережі. | ||
| − | Технологія розпізнавання осіб | + | '''Технологія розпізнавання осіб''' |
Як смартфони навчились впізнавати власника | Як смартфони навчились впізнавати власника | ||
Доктор Джозеф Атіка, фізик і математик, допоміг створити перші системи розпізнавання облич ще на початку 1990-х років. «Ми використовували статистичний аналіз, щоб класифікувати риси особи як набір шаблонів», розповідає він. «Все зводилось до розпізнавання образів. Під час сканування особи виявляються збіги безлічі локальних особливостей — очей, носа, кутиків рота. Звучить як досить примітивна технологія, але на практиці сукупність цих особливостей дуже рідко збігається у двох людей». Сьогодні, через чверть століття, комп’ютери навчились робити це самостійно. У цьому їм допомагають системи глибокого навчання, засновані на “багатошаровому” ПО, створеному спеціально для розпізнавання образів. Глобальну базу даних для цього створюють самі люди, які щодня завантажують мільярди фотографій в Google, Snapchat і Facebook. | Доктор Джозеф Атіка, фізик і математик, допоміг створити перші системи розпізнавання облич ще на початку 1990-х років. «Ми використовували статистичний аналіз, щоб класифікувати риси особи як набір шаблонів», розповідає він. «Все зводилось до розпізнавання образів. Під час сканування особи виявляються збіги безлічі локальних особливостей — очей, носа, кутиків рота. Звучить як досить примітивна технологія, але на практиці сукупність цих особливостей дуже рідко збігається у двох людей». Сьогодні, через чверть століття, комп’ютери навчились робити це самостійно. У цьому їм допомагають системи глибокого навчання, засновані на “багатошаровому” ПО, створеному спеціально для розпізнавання образів. Глобальну базу даних для цього створюють самі люди, які щодня завантажують мільярди фотографій в Google, Snapchat і Facebook. | ||
| − | Як це працює | + | '''Як це працює''' |
Після аналізу відеоролика або статичної картинки комп’ютер перетворює дані в цифровий файл, що називається «відбиток особи». В ньому містяться дані щодо характеру рис особи і співвідношення між ними. Програмне забезпечення створює в цілому до 40 000 ключових точок, але далеко не завжди існує необхідність використовувати їх всі. «Чим більш характерною є особа, чим більше у неї відмінних особливостей, тим меншу роботу робить комп’ютер», пояснює Атік. | Після аналізу відеоролика або статичної картинки комп’ютер перетворює дані в цифровий файл, що називається «відбиток особи». В ньому містяться дані щодо характеру рис особи і співвідношення між ними. Програмне забезпечення створює в цілому до 40 000 ключових точок, але далеко не завжди існує необхідність використовувати їх всі. «Чим більш характерною є особа, чим більше у неї відмінних особливостей, тим меншу роботу робить комп’ютер», пояснює Атік. | ||
| Рядок 26: | Рядок 27: | ||
==Блог до проекту== | ==Блог до проекту== | ||
| − | + | https://shtintelekt.blogspot.com/2018/11/blog-post.html | |
==Мультимедійна презентація== | ==Мультимедійна презентація== | ||
| − | + | https://docs.google.com/presentation/d/1VFylPeWy7VaHHwHQuFLpTUzSfLbINNT9W13Jq6W2HiU/edit?usp=sharing | |
==Календар подій проекту:== | ==Календар подій проекту:== | ||
Google Календар (посилання на розклад роботи у проекті) | Google Календар (посилання на розклад роботи у проекті) | ||
| + | https://calendar.google.com/calendar?cid=YW5hc3Rhc2lhMTc3ZG9yZHl1a0BnbWFpbC5jb20 | ||
==Опитування до проекту== | ==Опитування до проекту== | ||
| − | + | https://docs.google.com/forms/d/1KVQxADy8Mb6GWfNyDZM8AZjT3_K6GpDpfHqmc8_P2B8/edit | |
==Фотоальбом до проекту== | ==Фотоальбом до проекту== | ||
| − | + | https://photos.google.com/album/AF1QipNOjxGQUI6OcyS4V6xO3iJCgWzBBHOEIXYYu2J_ | |
==Спілкування між учасниками проекту== | ==Спілкування між учасниками проекту== | ||
| Рядок 58: | Рядок 60: | ||
===Відеоматеріали=== | ===Відеоматеріали=== | ||
| − | #.. | + | # https://www.youtube.com/watch?v=hoh2D85d8P4 |
| − | #.. | + | # https://www.youtube.com/watch?v=EFd1uWNT0AU |
| − | #.. | + | # https://www.youtube.com/watch?v=9J3oXqpa_MQ |
===Електронні ресурси=== | ===Електронні ресурси=== | ||
| − | #.. | + | #https://dt.ua/TECHNOLOGIES/stiven-hoking-nazvav-shtuchniy-intelekt-zagrozoyu-lyudstvu-158230_.htm |
| − | #... | + | #https://www.radiosvoboda.org/a/details/28891073.html |
| − | #.. | + | #https://ranok.ictv.ua/ua/videos/shtuchnij-intelekt-mozhe-znishhiti-lyudstvo/ |
Поточна версія на 09:13, 27 листопада 2018
Зміст
Тема статті
Штучний інтелект у повсякденному житті
Опис проблеми
Як не дивно, ми вже користуємось безліччю систем на базі ШІ, навіть не підозрюючи про це. В основному це стосується сфери мобільних технологій та інтернету: саме «розумні» програми роблять популярні сервіси такими зручними і універсальними, незважаючи на те, що ними щодня користуються мільйони різних людей у всьому світі. Ось кілька простих прикладів того, як ШІ робить наше життя кращим:
Спам Так-так, штучний інтелект допомагає боротися і з настирливою спам-розсилкою. Аналітики Google стверджують, що завдяки гігабайтам даних, зібраних за роки роботи їх поштових систем, сучасні програми відстежують і відправляють в «карантин» до 99,9% спаму або фішингових листів. Окремої уваги заслуговує додаток для електронної пошти, який відповідає за автоматичні відповіді адресатам. Принцип роботи досить простий: Gmail аналізує отримане повідомлення, розбиваючи його на слова та конструкції за змістом, а потім вибудовує відповідь у відповідності із заздалегідь запрограмованими алгоритмами.
Відео Якщо ви колись дивилися відео по Wi-Fi в дорозі, то напевно неодноразово помічали, як картинка стає зернистою і втрачає якість під час програвання. Тут немає ніякої магії: просто в цей момент сигнал мережі стає гіршим, і додаток намагається мінімізувати кількість вихідних даних, щоб не переривати трансляцію. Щоб запобігти цьому, Netflix створила ПЗ, яке ідентифікує візуальні характеристики кадру і потім оптимізує пропускну спроможність під його індивідуальні параметри. На практиці це означає, що не тільки плавність, але і якість зображення залишаться на висоті навіть в зоні слабкого сигналу. Збільшений термін служби батареї Біда сучасних смартфонів в тому, що, незважаючи на вражаючу обчислювальну потужність, їх акумулятори залишають бажати кращого. Звичайно, навіть iPhoneX не вміє видобувати електроенергію з повітря, але на те і потрібен інтелект, щоб підходити до вирішення проблеми з розумом. Система використовує активність встановлених додатків і датчик руху, щоб в загальних рисах передбачити розпорядок дня і обрати для витрати заряду максимально зручний час. Наприклад, вам потрібно завантажити велике оновлення і для цього потрібен стабільний інтернет. Замість того, щоб витрачати енергію і витрачати трафік мобільного інтернету на пошук вишок мобільного зв’язку в будь-який час дня і ночі, смартфон просто дочекається моменту, коли ви приїдете на роботу або додому і отримаєте комфортний доступ до високошвидкісної мережі.
Технологія розпізнавання осіб Як смартфони навчились впізнавати власника Доктор Джозеф Атіка, фізик і математик, допоміг створити перші системи розпізнавання облич ще на початку 1990-х років. «Ми використовували статистичний аналіз, щоб класифікувати риси особи як набір шаблонів», розповідає він. «Все зводилось до розпізнавання образів. Під час сканування особи виявляються збіги безлічі локальних особливостей — очей, носа, кутиків рота. Звучить як досить примітивна технологія, але на практиці сукупність цих особливостей дуже рідко збігається у двох людей». Сьогодні, через чверть століття, комп’ютери навчились робити це самостійно. У цьому їм допомагають системи глибокого навчання, засновані на “багатошаровому” ПО, створеному спеціально для розпізнавання образів. Глобальну базу даних для цього створюють самі люди, які щодня завантажують мільярди фотографій в Google, Snapchat і Facebook.
Як це працює Після аналізу відеоролика або статичної картинки комп’ютер перетворює дані в цифровий файл, що називається «відбиток особи». В ньому містяться дані щодо характеру рис особи і співвідношення між ними. Програмне забезпечення створює в цілому до 40 000 ключових точок, але далеко не завжди існує необхідність використовувати їх всі. «Чим більш характерною є особа, чим більше у неї відмінних особливостей, тим меншу роботу робить комп’ютер», пояснює Атік.
Навіть у тому випадку, якщо ви відростите бороду або зміните зачіску, система впізнає вас. Їй відомо, що волосяний покрив постійно змінюється, тому він просто не враховується. Що дійсно важливо — так це трикутник особи: відстань від скроні до скроні і від кожної скроні до поглиблення під нижньою губою. За словами Атіка, це схоже на карту міста: «Якщо я почну розповідати вам про визначні пам’ятки, не називаючи місто, рано чи пізно ви здогадаєтесь, про що йде мова. Так, майже в кожному великому місті є статуї, але далеко не всі вони схожі на Статую Свободи за формою і габаритами. Тут діє той же принцип, тільки в якості архітектурних особливостей виступає ваша шкіра, брови, носи і очі».
Блог до проекту
https://shtintelekt.blogspot.com/2018/11/blog-post.html
Мультимедійна презентація
https://docs.google.com/presentation/d/1VFylPeWy7VaHHwHQuFLpTUzSfLbINNT9W13Jq6W2HiU/edit?usp=sharing
Календар подій проекту:
Google Календар (посилання на розклад роботи у проекті) https://calendar.google.com/calendar?cid=YW5hc3Rhc2lhMTc3ZG9yZHl1a0BnbWFpbC5jb20
Опитування до проекту
https://docs.google.com/forms/d/1KVQxADy8Mb6GWfNyDZM8AZjT3_K6GpDpfHqmc8_P2B8/edit
Фотоальбом до проекту
https://photos.google.com/album/AF1QipNOjxGQUI6OcyS4V6xO3iJCgWzBBHOEIXYYu2J_
Спілкування між учасниками проекту
- Чат
- Форум
- Спільнота на базі соціальних мереж
- Skype
- Telegram
- Viber
- Wiki-сторінка
- Сайт
- .....
Інформаційні ресурси
Друковані джерела
- ...
- ...
- ...
Відеоматеріали
- https://www.youtube.com/watch?v=hoh2D85d8P4
- https://www.youtube.com/watch?v=EFd1uWNT0AU
- https://www.youtube.com/watch?v=9J3oXqpa_MQ
Електронні ресурси
- https://dt.ua/TECHNOLOGIES/stiven-hoking-nazvav-shtuchniy-intelekt-zagrozoyu-lyudstvu-158230_.htm
- https://www.radiosvoboda.org/a/details/28891073.html
- https://ranok.ictv.ua/ua/videos/shtuchnij-intelekt-mozhe-znishhiti-lyudstvo/
Центральноукраїнський державний педагогічний університет імені Володимира Винниченка
