Портфоліо Пахолівецького В. до проекту "Штучний інтелект", 2019

Тема статті

Розвиток технологій штучного інтелекту в україні

Опис проблеми

Штучний інтелект — галузь знань, що займається дослідженням походження та розвитку розділу комп'ютерної лінгвістики та інформатики, що займається формалізацією проблем та завдань, які нагадують завдання, виконувані людиною. Технології штучного інтелекту призначені для вивчення і створення інтелектуальних інформаційних технологій, які використовуються для підтримки прийняття рішень в умовах ризику, об’єктивної і суб’єктивної невизначеності; набуття практичних навичок розробки прикладних експертних систем, визначення моделей, методів та інструментальних засобів вирішення проблем, що пов’язані з неповнотою, неоднозначністю, відсутністю даних. Перша робота, яка тепер за загальним визнанням вважається що відноситься до штучного інтелекту, була виконана Уорреном Мак—Каллоком і Уолтером Піттсом. Вони черпали натхнення з трьох джерел: знання основ фізіології і призначення нейронів в мозку; формальний аналіз логіки висловлювань, узятий з робіт Рассела й Уайтхеда, а також теорія обчислень Тьюринга. Мак—Каллок і Піттс запропонували модель, що складається зі штучних нейронів, в якій кожен нейрон характеризувався тим, що знаходиться у «ввімкненому» або «вимкненому» стані, а перехід у « ввімкнений » стан відбувався у відповідь на стимуляцію достатньої кількості сусідніх нейронів. Стан нейрона розглядалося як «фактично еквівалентне висловлюванню, в якому пропонується адекватна кількість стимулів». Роботи цих учених показали, наприклад, що будь—яка обчислювана функція може бути обчислена за допомогою деякої мережі із сполучених нейронів і що всі логічні зв'язки ( «І», «АБО», «НЕ» і т.д.) можуть бути реалізовані за допомогою простих мережевих структур. Крім того, Мак—Каллок і Піттс висунули припущені, що мережі, структуровані відповіднім чином, здатні до навчання. Дональд Хебб продемонстрував просте правило обновлення для модифікації кількості з'єднань між нейронами. Запропоноване ним правило, називається тепер правилом хеббовского навчання, продовжує служити основою для моделей, які широко використовуються в наші дні. Два аспіранти факультету математики Принстонського університету, Марвін Мінський і Дін Едмондс, в 1951 році створили перший мережевий комп'ютер на основі нейронної мережі. У цьому комп'ютері, що отримав назву «Snare», використовувалося 3000 електронних ламп і додатковий механізм автопілота з бомбардувальника В—24 для моделювання мережі з 40 нейронів. Атестаційна комісія, перед якою Мінський захищав дисертацію доктора філософії, висловила сумнів у тому, чи може робота такого роду розглядатися як математична, на що фон Нейман, за словами сучасників, заперечив: «Сьогодні — ні, але колись буде». Надалі Мінський довів дуже важливі теореми, що показують, з якими обмеженнями повинні зіткнутися дослідження в галузі нейронних мереж. Крім того, можна навести велику кількість прикладів інших ранніх робіт, які можна охарактеризувати як ті, що відносяться до штучного інтелекту, але саме Алан Тьюрингвперше висловив повне уявлення про штучний інтелект у своїй статті «Обчислювальні машини й розум», яка була опублікована в 1950 році. У цій статті він описав тест Тьюрінга, принципи машинного навчання, генетичні алгоритми і навчання з закріпленням. Визначається появою в Україні потужних на той час аналогових і електронних обчислювальних машин, а також кібернетичних пристроїв, за допомогою яких можна було довести, що немає такого типу інформації або алгоритму поведінки, які неможливо було б зобразити в ЕОМ. Багато уваги приділялося накопиченню досвіду у розв'язанні складних математичних задач на ЕОМ. Формувалася система понять штучного інтелекту, усвідомлювалося поняття дискретної «розумної» системи і досліджувалися можливості розробки якісно нового інструментарію, що розширює коло застосування штучного інтелекту в інтелектуальній сфері. Основна увага в дослідженнях та розробках того часу приділялася питанням створення машинних моделей поведінки та інтелектуальних властивостей реальних об'єктів, починаючи від нейрона і до складних функцій інтелектуальної людської діяльності, технічних і соціальних систем. Розроблялися експериментальні програми для розв'язування на ЕОМ не тільки задач обробки числової інформації, а й задач перетворення складних об'єктів, що мають нечислову природу: символів, малюнків, текстів тощо. Штучний інтелект пов'язувався із застосуванням роботів у керуванні виробничими технологічними процесами й створенням програм для підтримки людини у виконанні нею складних умоглядних робіт, таких, наприклад, як гра в шахи, прийняття рішень, вивчення мов. Активно розроблялися засоби автоматизованого керування організаційними структурами, де формувалися плани та здійснювалося керування окремими економічними об'єктами. Закладалась база для природномовного діалогу людини з машиною. Крім практичного розв'язання складних числових задач на ЕОМ, досліджувалась можливість розв'язання на ЕОМ задач перекладу, доведення математичних теорем, розшифровки змісту текстів та ін. В.М.Глушков здійснив філософський аналіз предмета і методів кібернетики, виділив основні напрямки досліджень зі штучного інтелекту й одним із перших сформулював у термінах теорії автоматів основні поняття штучного інтелекту, такі як «адаптація», «самоорганізація», «самовдосконалення», та ввів їх відносну міру. Саме В.М.Глушков подав і реалізував ідею розробки нової формальної системи — алгебри алгоритмів, що дало можливість формалізувати практичні задачі розробки комп'ютерних систем та побудувати математичну теорію їх проектування. Створення під його керівництвом ряду машин для інженерних розрахунків та низки програм для розв'язання інтелектуальних задач на універсальних машинах дало можливість визначити напрям досліджень з інтелектуалізації ЕОМ, у рамках якого були розроблені проекти кількох комп'ютерів нової архітектури, що свого часу досягали світового рівня. За допомогою машин серії МІР було створено програмне забезпечення аналітичних перетворень, аналітичного диференціювання та інтегрування, перші у світі інтерпретатори мови високого рівня. Багато уваги приділяли В.М.Глушков та його учні роботам з автоматизації пошуку доведення теорем у математиці. Він започаткував новий напрямок створення системи доведень як спеціалізованої системи програмування з динамічним розвитком алгоритму перевірки наочності. Плідно працював над інтелектуальним комп'ютерним інструментарієм для розв'язання задач економіки. Прогнозний граф, математичні моделі систем, що розвиваються, експертні оцінки — це далеко не повний список його ідей щодо цього. У той же період М.М.Амосов висунув інформаційну гіпотезу про програми психічної діяльності людини. Разом зі своїми учнями він зайнявся моделюванням інтелектуальних функцій мережами автоматів, створив транспортний інтелектуальний робот ТАІР, систему «Соціум». О.Г.Івахненко розпочав роботу над розпізнавальною самонавчальною системою на базі дворядного перцептрона «Альфа». Прихильник біонічного підходу та використання самоорганізації у створенні кібернетичних систем, він розробив метод групового врахування аргументів для розв'язання задач технічної кібернетики, визначив термін «еврістична самоорганізація». Працюючи в Київському університеті та Інституті кібернетики, Л.А.Калужнін багато уваги приділяв формальним системам, які б давали можливість формувати моделі інтелектуальних об'єктів як складні математичні конструкції. Він розробив метод граф-схем для подання програм, фактично започаткував наукові дослідження з математичної лінгвістики, а разом з Е.Ф.Скороходьком і Ф.О.Нікітіною провів цикл досліджень з формалізації природної мови для опису ситуацій. О.І.Кухтенко проаналізував предмет кібернетики з точки зору використання при побудові складних систем керування засобів алгебраїчних перетворень, ідей ієрархічних структур та еврістичних процедур. Під його керівництвом було розроблено кілька систем керування рухом літака та електронних тренажерів для цієї мети. В.І. Скурихін одним з перших реалізував ідеї дистанційного керування об'єктами, керував першими експериментами у цій галузі, працював над автоматом керування контактним зварюванням, висунув ідею інтеграції різноманітних комп'ютерних засобів у системи з метою забезпечення максимального системного ефекту. Останнє підтверджено розробкою численних інтегрованих технологічних та організаційних систем керування, у яких застосовувалися компоненти систем штучного інтелекту (системи «Авангард», «Львів», «Комплекс», «Потенціал»). В цей час розроблено ряд програм для розв'язання задач штучного інтелекту: • «Еволютор» (А.О.Дородніцина, О.А.Летичевський), • розпізнавання змісту фраз (А.О.Стогній, Н.М.Грищенко), • перекладу з російської на українську мову, • автоматизації доведення математичних теорем, • обчислення представлень скінченних груп (Н.Н.Айзенберг, О.А.Летичевський), • розпізнавання ізоморфізму скінченних автоматів (Ю.В.Капітонова), • класифікації задач і об'єктів різної природи. В роботах побудована теорія складності задач розпізнавання. Відомо, що розвиток теорії складності задач оптимізації у 80—ті роки привів до появи ефективних методів оптимізації, а також поліноміального алгоритму лінійного програмування. Донині розроблено десятки методів розпізнавання образів та класифікації об'єктів, але ефективність цих методів не була розглянута. Виконано цикл робіт, в яких вперше досліджено складність задач та ефективність методів розпізнавання. Показано, що класична байєсівська процедура виявляється субоптимальною з точністю до константи, а в булевому випадку вона еквівалентна процедурі, заснованій на використанні відокремлюючої гіперплощини. Застосування розробленої теорії складності задач розпізнавання образів дає можливість відмовитись від використання на практиці неперспективних алгоритмів, вказати ті класи задач, для яких відомі методи є субоптимальними, а також побудувати нові субоптимальні методи розпізнавання. Поняття складності, закладене в основу теорії складності задач розпізнавання, істотно відрізняється від аналогічного поняття у формальних логічних системах. Математичний апарат останніх виявляється недостатньо потужним для побудови теорії складності задач розпізнавання. Для того щоб строго формалізувати такі поняття, як клас задач, похибка процедури розпізнавання, треба було розглянути сукупність всіх можливих розподілів ймовірностей на скінченній множині об'єктів, що вивчаються. Такий підхід дав змогу отримати оцінки знизу та зверху складності класу задач розпізнавання, а також вивести вирази похибок конкретних процедур розпізнавання. Створено комп'ютерну систему прогнозування характеристик об'єктів (що описуються таблицями даних), яка дає можливість за частково заданою інформацією про досліджувані об'єкти дати комплексний прогноз відносно невідомих їх параметрів. Джерелом інформації мають виступати дані, підготовлені користувачем у вигляді таблиць в СУБД. Можливі галузі застосування системи — прогнозування економічної та фінансової діяльності, процес створення нових матеріалів та хімічних речовин з заданими властивостями, медицина, комп'ютерна селекція тощо. Основна компонента системи прогнозування складається з субоптимальних методів розпізнавання та класифікації, отриманих в результаті розробки теорії складності задач розпізнавання. В Україні розпочала роботу інформаційна платформа «Штучний Інтелект» (AI) ініціатором якої виступив Юрій Чубатюк, президент групи компаній EVEREST. Новий інформаційний портал покликаний стати майданчиком для дискусій щодо розвитку технологій штучного інтелекту та їхнього практичного застосування в Україні серед представників бізнесу, наукової спільноти, уряду, журналістів і громадськості. Мета створення інформаційної платформи - пролити світло на ключові аспекти роботи технологій на базі AI та основи їх застосування в сучасному світі. Матеріали платформи «AI» розповідатимуть про сфери, можливості та ризики застосування інтелектуальних систем і охоплюватимуть широке коло галузей — від безпеки та оборони до розвитку міста та аграрних технологій. На ресурсі публікуватимуться найактуальніші міжнародні новини у сфері штучного інтелекту, звіти та аналітичні дослідження, прогнози й тренди, а також корисні практичні поради щодо застосування глобальних досягнень в українському контексті. «Продуктивна взаємодія теоретиків, практиків, інвесторів – це запорука розвитку технологій. І, для того, щоб така співпраця відбулася, потрібне середовище. Я на своєму досвіді розумію, як важко розвивати інновації в Україні, проте щиро бажаю, аби дослідники та розробники залишалися тут, а не їхали закордон. Саме тому ми ініціювали створення платформи “AI», навколо якої намагаємось об’єднати всіх, кого турбує це питання в Україні», – коментує Юрій Чубатюк, президент групи компаній EVEREST. Найближчим часом на читачів сайту очікує інформація про останні події у сфері інноваційного інжинірингу, новини про унікальні розробки, їх тестування та застосування, найцікавіші стартапи та їх перспективи, унікальні впровадження у провідних міжнародних компаніях, світові рейтинги профільних розробок. «Сподіваємося, що інформаційна платформа «AI» зможе зацікавити інтелектуальними технологіями якомога більше українців і стане підґрунтям для їх якісного розвитку в Україні, в тому числі й на державному рівні», - відмітив Юрій Чубатюк. Нагадаємо, що розвиток штучного інтелекту є одним із стратегічних напрямків переходу до цифрової економіки, який підтримано Кабінетом Міністрів України у Концепції розвитку цифрової економіки та суспільства України на 2018-2020 роки. Україну також включено до числа учасників стратегічної програми Horizon 2020 при Європейській комісії, що займається підтримкою вчених і дослідників у сфері штучного інтелекту, а також займається фінансуванням бізнесу у сфері інновацій.

Блог до проекту

Blogger або WordPress

Мультимедійна презентація

Google Диск

презентація

Календар подій проекту:

Google Календар (посилання на розклад роботи у проекті)

Малий текст==Опитування до проекту== Google Форми (посилання на опитування)

Опитування

Фотоальбом до проекту

Google Фотознімки (посилання на альбом)

фотоальбом

Спілкування між учасниками проекту

• Чат
• Форум
• Спільнота на базі соціальних мереж
• Skype
• Telegram
• Viber
• Wiki-сторінка
• Сайт
• .....

Інформаційні ресурси

Друковані джерела

1. Малиновський Б. М. Відоме і невідоме в історії інформаційних технологій в Україні / Б. М. Малиновський – К.: Академперіодика, 2001. – 214 с. 2. Хоменко Л. Г. История отечественной кибернетики и информатики / Л. Г. Хоменко – К.: Ин-т кибернетики НАН Украины, 1998. – 455 с. 3. Гороховатська О. Я. Формування школи академіка М.М. Амосова та її внесок у становлення біологічної та медичної кібернетики: дис... канд. іст. наук: 07.00.07 / Гороховатська Ольга Ярославівна – 2007. – 185 с.

Відеоматеріали

1. ...
2. ...
3. ...

Електронні ресурси

1. ...
2. ...
3. ...

Центральноукраїнський державний педагогічний університет імені Володимира Винниченка