Стаття до проекту "Штучний інтелект" Бобейко Мирослави

Матеріал з Вікі ЦДУ
Перейти до: навігація, пошук


Тема статті

....

Опис проблеми

Шту́чний інтеле́кт (англ. Artificial intelligence, AI) — розділ комп'ютерної лінгвістики та інформатики, що опікується формалізацією проблем та завдань, які подібні до дій, які виконує людина. Одна з класифікацій виділяє два підходи до розробки штучного інтелекту:

низхідний, семіотичний — створення символьних систем, що моделюють високорівневі психічні процеси: мислення, судження, мову, емоції, творчість тощо; висхідний, біологічний — вивчення штучних нейронних мереж і еволюційні обчислення, що моделюють інтелектуальну поведінку на основі менших «неінтелектуальних» елементів. Ця наука пов'язана з психологією, нейрофізіологією, трансгуманізмом та іншими. Як і всі комп'ютерні науки, вона використовує математичний апарат. Особливе значення для неї мають філософія і робототехніка.

Штучний інтелект — дуже молода галузь досліджень, започаткована 1956 року. Її історичний шлях нагадує синусоїду, кожен «зліт» якої ініціювався деякою новою ідеєю. На сьогодні її розвиток перебуває на «спаді», і поступається застосуванню вже досягнутих результатів в інших областях науки, промисловості, бізнесі та навіть у повсякденному житті. Штучний інтелект – це унікальний продукт технічного прогресу, що дає змогу машинам вчитися, використовуючи людський і власний досвід, пристосовуватися до нових умов в рамках свого застосування, виконувати різнопланові завдання, які тривалий час були під силу лише людині, прогнозувати події й оптимізувати ресурси різного характеру.��Більшість прикладів використання AI, відомі сьогодні, – від комп’ютерів, що грають у шахи, до автономних роботизованих систем, – все ще залежать від людського фактору і потребують глибокого навчання. Однак, навіть на етапі свого нинішнього прогресу вони глобально впливають на життєдіяльність всього суспільства, формуючи нові уявлення про майбутнє і перспективи розвитку надсучасних технологій. Коли з’явився ШІ?

Вперше алгоритми ШІ з’явилися в 1960-х роках. Пристрої, попередньо запрограмовані для найпростіших міркувань, породили ранні платформи для створення цілих експертних і кваліфікованих прогностичних систем. І, не дивлячись на те, що на початкових етапах роботи з такими системами вчені зіштовхнулися з низкою проблем, які, на перший погляд, було неможливо вирішити, – результати численних досліджень принесли свої плоди. Кілька десятиліть тому розвиток технологій штучного інтелекту гальмувала відсутність впевненості в кінцевому продукті. На це впливало чимало чинників: надмірна вартість машинного часу, вельми скромні обчислювальні ресурси, обмеженість мов програмування, громіздкість елементної бази тощо. У 1970-80-х роках процес взагалі майже зупинився на фоні фактично повного скорочення належного фінансування. Однак, завдяки революційним розробкам у сфері напівпровідникової промисловості відбувся прорив у технологіях зберігання та обробки інформації і, як наслідок, – початок відродження епохи розумних машин припав на 1990-ті роки: з появою обмежених систем машинного навчання. А 2000-і роки ознаменували вже зовсім нову епоху розвитку систем штучного інтелекту.

Що вміє ШІ сьогодні?

ШI автоматизує постійний процес навчання та пошук за допомогою даних. ШI надійно, системно і невтомно виконує великомасштабні комп’ютеризовані завдання. Для такого типу автоматизації людський фактор поки що є необхідним для створення ефективної і правильної системи оборобки ключових запитів і прийняття відповідних рішень. Однак, це не потребує стільки зусиль, як раніше.

ШI інтелектуалізує продукт. AI перетворює стандартні автоматизовані системи на інтелектуальний продукт, що працює на запити користувача. Він є основою для вдосконалення пристроїв шляхом наділення їх можливістю реагувати на потреби, вирішувати певний спектр задач і аналізувати їх. Сучасна автоматизація, розмовні платформи, розумні боти та інтелектуальні машини працюють із величезною кількістю даних для вдосконалення багатьох технологій вдома або на робочому місці.

AI адаптується. AI розвивається за допомогою алгоритмів прогресивного навчання і формує дані для подальшого програмування. Він самостійно знаходить структуру та закономірності у даних, опрацьовуючи їх таким чином, що фактично сам алгоритм набуває певного вміння. Наприклад, стає класифікатором або предиктором. Можливості такого навчання – безмежні з точки зору використання розумних машин для вирішення широкого спектру задач. Моделі швидко адаптуються при отриманні нових даних, що поступово призводить до повного виключення помилок у реалізації певного автоматизованого процесу.

AI аналізує більш глибокі дані. Глибокий і ретельний аналіз виводить на поверхню всі потенційні ризики, формує прогнози і попередження, виключає прийняття хибних рішень, запобігає небезнечним ситуаціям при відтворенні певного технічного процесу або подій, формує варіанти їх розвитку і можливі наслідки. При цьому AI вчиться і вдосконалюється. ШI досягає надзвичайної точності. Це довзоляє використовувати інтелектуальні системи майже в усіх без виключення сферах діяльності людини. Технології задіяні у медицині, агро-промисловому комплексі, торгівлі, машинобудуванні, індустрії розваг, видобувній галузі, будівельному секторі, всіх секторах економіки і промисловості.

ШІ оперує величезною кількістю даних. Коли алгоритми навчаються, – дані стають інтелектуальною власністю. Оскільки роль даних зараз важливіша, ніж будь-коли, вона може створити конкурентну перевагу. Якщо у вас є найкращі дані у певній конкурентній галузі, ви станете кращим на ринку. Як працює ШІ?

ШI – це широка область навчання, що включає в себе безліч теорій, методів, технологій і практик, а також наступні базові поняття:

Машинне навчання. ШI автоматизує побудову аналітичної моделі, збирає, аналізує і використовує статистику даних, формуючи уявлення щодо того, як виконувати певні завдання у різних сферах діяльності.

Нейронна мережа.Це тип машинного навчання, за допомогою якого розумна машина знаходить потрібні зв’язки для корекції виконання поставленої задачі або прийняття заздалегідь правильного рішення у конкретній ситуації. Глибоке навчання. ШI формує величезні багаторівневі нейронні мережі, використовуючи переваги обчислювальної потужності та вдосконалені методи навчання з метою вивчення складних моделей у великій кількості даних. Загально доступні програми включають розпізнавання зображень та мовлення.

Когнітивні обчислення. ШI використовує когнітивні обчислення для імітації процесів, що зазвичай виконує людина, інтерпретує зображення та мову, а потім може говорити і діяти послідовно у відповідь.

Комп’ютерне бачення. ШI покладається на розпізнавання образів та глибоке вивчення того, що відбувається на зображенні чи відео. Коли машини можуть обробляти, аналізувати та розуміти зображення, вони можуть самостійно інтерпретувати їх і пропонувати власні рішення щодо обробки і використання матеріалу. Застосування ШІ Банки застосовують системи штучного інтелекту (СШІ) в страховій діяльності (актуарна математика) при грі на біржі і управлінні власністю. У серпні 2001 року роботи виграли в людей у імпровізованому змаганні з трейдингу (BBC News, 2001). Методи розпізнавання образів, (включаючи, як складніші й спеціалізованіші, так і нейронні сітки) широко використовують при оптичному і акустичному розпізнаванні (в тому числі тексту і голосу), медичній діагностиці, спам-фільтрах, в системах ППО (визначення цілей), а також для забезпечення ряду інших задач національної безпеки. Значні надії покладаються на використання СШІ для управління мережами стільникового зв'язку 6G [. Розробники комп'ютерних ігор вимушені застосовувати ШІ тої чи іншої міри пропрацьованості. Стандартними задачами ШІ в іграх є відшукання шляху в двовимірному або тривимірному просторі, імітація поведінки бойової одиниці, обрахунок вірної економічної стратегії і так далі. 2018 року портрет вигаданої людини, намальований ШІ, продали за 432 тис. $. Перш ніж намалювати «Едмонда Беламі», алгоритм дослідив 15 тис. портретів, датованих XIV—XX ст. РОБОТОТЕХНІКА Роботи-гуманоїди, коптери, які діють самостійно, аналізуючи інформацію про оточуюче середовище за допомогою датчиків (рух, звук, світло, тиск тощо) та приймають рішення на основі отриманих даних. Однією з можливостей роботів є комп’ютерний зір – технології штучного інтелекту для збирання,опрацювання та аналізу відео-інформації в режимі реального часу. Усе це вимагає розроблення алгоритмів для автоматичного візуального сприйняття, коректного переміщення в просторі, навчання на помилках, виконання дій, направлених на досягнення мети. Приклад – безпілотний автомобіль, який програмується для досягнення точки призначення, може паркуватись, рухатись в потоці машин, коректно визначати найкоротший маршрут. ВЕБ-АНАЛІЗ Веб-аналіз даних користувачів соціальних мереж для визначення потреб та інтересів, що в подальшому може використовуватись для просування реклами, призначеної для вузької спеціалізованої групи користувачів в таргетованих продуків. Генерування на основі зібраних даних підбірок фільмів, продуктів тощо за інтересами користувача. Розроблення алгоритмів аналізу текстів, дописів у соціальних мережах та визначення, чи правдива інформація, зазначена у профілі; розроблення програмних засобів аналізу фото, відео користувача та визначення його емоцій. Такі дані можна використовувати в боротьбі з тероризмом, пошуком злочинців тощо. КОМП’ЮТЕРНІ ІГРИ Написання ботів, чат-ботів, ігор зі стратегією, де комп’ютер має змогу прорахувати велику кількість можливих варіантів ведення гри та обрати найкращі. Евристичні алгоритми ігрового штучного інтелекту використовуються в широкій розмаїтості в багатьох галузях усередині гри. Найочевидніше застосування ігрового ШІ проявляється в контролюванні неігрових персонажів, хоча скриптинг теж є дуже розповсюдженим способом контролю. Пошук шляху є іншим широко розповсюдженим застосуванням ігрового ШІ, — він особливо проявляється в стратегіях реального часу. Пошук шляху є методом для визначення того, як неігровому персонажеві перейти з однієї точки на мапі до іншої: потрібно враховувати ландшафт, перешкоди й, можливо, «туман війни». Ігровий ШІ також пов'язаний із динамічним ігровим балансуванням. ПРИЙНЯТТЯ РІШЕНЬ Основні сфери застосування цих систем пов'язані з підтримкою прийняття управлінських рішень у таких напрямках бізнесу, як кредитування й оцінка ризиків, маркетинговий аналіз, прогнозування фінансових ринків, моделювання функціональних складових менеджменту (фінанси, виробництво, людські ресурси), розв'язання прикладних соціологічних задач (моделі формування і зміни рейтингів політиків), управління бюджетними ресурсами і економічне моделювання, виявлення незаконного використання кредитних карток. Наприклад, в банківській сфері прийняття рішень стосовно надання кредиту може прийматися комп'ютеризовано на основі обробки даних клієнтів. МЕДИЦИНА Допомога лікарям в діагостуванні захворювання на основі сигналів і медичних зображень та попередніх даних пацієнтів. Використання комп’ютерів з ШІ у медицині значно прискорить процес обстеження та поставлення діагнозу. Використовуючи розпізнавання голосу, такі системи шукатимуть симптоми в медичних базах даних. Людині-лікарю залишається підтвердити діагноз та в разі необхідності провести додаткове обстеження.

72-620x420.jpg

Блог до проекту

Blogger або WordPress

https://docs.google.com/document/d/1iqAN7fI6fVB3bY5EfKlOL5tH8T9YStzXqOu1fG99R4c/edit

Мультимедійна презентація

Календар подій проекту:

Google Календар (https://calendar.google.com/calendar?cid=dWZ0OHBsYm1vZmVmazhhOW0wODMzZDNqZGtAZ3JvdXAuY2FsZW5kYXIuZ29vZ2xlLmNvbQ)

Опитування до проекту

Google Форми (посилання на опитування)

Фотоальбом до проекту

Google Фотознімки (посилання на альбом)

Спілкування між учасниками проекту

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

Інформаційні ресурси

Друковані джерела

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

Відеоматеріали

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

Електронні ресурси

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


Центральноукраїнський державний педагогічний університет імені Володимира Винниченка