Первый искусственный интеллект в мире: программы и история создания

Содержание
  1. История, этапы развития
  2. Отличие Искусственного от Естественного
  3. Пятидесятилетняя история развития ИИ
  4. Искусственный нейрон
  5. Тест Тьюринга
  6. Сфера использования ИИ
  7. Способы развития Искусственного Интелекта
  8. Программирование
  9. Машинное обучение
  10. Символьный подход
  11. Технологии распознавания объектов
  12. Применение в реальной жизни
  13. Суперкомпьютер Watson
  14. Голосовой Ассистент
  15. Распознание лиц
  16. Фотофильтры
  17. Программы Face App, Deep Nude или Deepfakes используют алгоритмы машинного обучения и могут обрабатывать фото, применяя интересные фильтры. Например:
  18. Творчество
  19. Финансы
  20. Влияние на различные области
  21. В каком направлении развивается ИИ? Перспективы развития искусственного интеллекта
  22. Агентно-ориентированный подход
  23. Применение ИИ в современной жизни
  24. Тест Тьюринга
  25. Инвестиционное развитие ИИ
  26. Принципы ИИ
  27. Направления исследований
  28. Клиенты обсуждают технологии искусственного интеллекта и машинного обучения
  29. Гибридный подход
  30. Логический подход

История, этапы развития

В заголовках газет, интернет-публикаций и научно-популярных видеороликов время от времени появляется информация о некоторых достижениях в области искусственного интеллекта. В общих чертах по названию вы понимаете, что это за технология, но когда она родилась и, что более важно, в чем состоит ее основная идея — иногда СМИ пропускают эту информацию из своих короткометражек с яркими заголовками.

Отличие Искусственного от Естественного

Искусственный интеллект (AI) или в России искусственный интеллект (AI) — это технология для создания интеллектуальных систем, технических программ для выполнения творческих задач и генерирования новой информации посредством обучения взаимодействию с существующей.

Но это не единственное толкование этого термина. В первую очередь интеллект — это психологическая составляющая человека, которая позволяет:

  1. В форме.
  2. Набираться опыта, запоминать информацию, приобретать знания, учиться.
  3. Применяйте знания, чтобы использовать окружающую среду и взаимодействовать с ней.

Человек с помощью интеллекта познает реальность. С другой стороны, есть человеческая психология, эмпатия, его философское отношение к действительности. Именно достижение симбиоза психологической составляющей и интеллекта может убедить многих скептиков в том, что это ИИ. В остальном это просто умная, отточенная программа для узкоспециализированной задачи или масштабная система с широким спектром действий.

Такое толкование скептиков можно отнести к эффекту ИИ: если ИИ будет прогрессировать, появятся «неоспоримые» доказательства того, что этот прогресс не означает, что у машины есть собственное мышление.

Но если провести параллель между ИИ и «искусственным полетом», это можно сравнить с тем, как братья Райт начали изучать аэродинамику и перестали подражать птицам. Ведь целью работы было покорение воздушного пространства, а не создание машин, полностью имитирующих птиц, которые могли бы обмануть их или стать частью их стаи.

Преимущества AI:

Мгновенное хранение информации и ее обработка в короткие сроки. Для запоминания человек должен повторять информацию в течение 3-4 дней и обновлять ее каждые шесть недель.

Быстрая обработка количественных данных. Деление или умножение двух- и трехзначных чисел — это не вопрос секунды, и машина может выполнять любые числовые и количественные операции за доли секунды. Кроме того, ИИ быстро построит график по формуле, закроет позицию и вовремя выведет депозит в торговле, спроектирует модель вселенной и поработает с другими задачами.

Недостатки ИИ:

Хорошей обработки информации по-прежнему недостаточно. Хотя в Китае успешно применяется система распознавания лиц с использованием нейронных сетей, повышение качества до приемлемого уровня — вопрос времени.

Возможны ошибки. Да, ИИ несовершенен и, возможно, никогда им не станет. Он может самостоятельно выполнять простые задания, но в сложных человек должен следовать за ним. Величайшая фобия человечества заключается в том, что ИИ потерпит неудачу и будет работать не на благо человечества, а за его счет.

Пятидесятилетняя история развития ИИ

Все началось с философского мышления в далеком средневековье: «Может ли машина думать и вести себя как человек?» Но помимо этого мышления и разговоров о терминах: роботы, робототехника и нейронные сети, до середины 19 века работы не велось.

Алан Тьюринг подготовил почву для исследований, опубликовав статью «Может ли машина мыслить?». Этот тест не потерял своей актуальности и по сей день и назван его создателем тестом Тьюринга.

Концепция Baby Machine сыграла неоднозначную роль в формировании развития искусственного интеллекта. Было понятно, что между машиной и маленьким ребенком проводится определенная параллель, и машина, будучи ребенком, будет учиться и познавать мир независимо.

Итак, до 2000 года произошла цепочка событий, которая подняла технологию искусственного интеллекта на новый уровень:

  • После первой публикации Алана Тьюринга и обсуждения его в научных кругах Клод Шеннон в том же 1950 году публикует отчет об интеллектуальной игре в шахматы.
  • В 1956 году Джон Маккарти ввел термин ИИ и продемонстрировал первый запуск программы в исследовательском центре в Питтсбурге. В 58 лет он создал lisp, язык программирования для искусственного интеллекта.
  • В 1964 году в Массачусетском технологическом институте Дэнни Боброва в своей диссертации демонстрирует, что компьютеры хорошо понимают естественный язык.
  • Год спустя американский ученый Джозеф Вайценбаум из Массачусетского технологического института разрабатывает Элизу (привет бабушке Сири), англоговорящего интерактивного помощника.
  • В 1969 году ученые Стэнфорда представили общественности робота Шеки, который имеет двигатели, воспринимает некоторую информацию и решает особые задачи.

  • В 1973 году исследователи из Эдинбургского университета создали Фредди, робота-«провидца», который может обнаруживать узоры и собирать их.
  • Шесть лет спустя был построен Stanford Cart, компьютеризированный автономный автомобиль.
  • В 1985 году художник Гарольд Коэн написал программу для создания оригинальных художественных образов. Его развитие продолжается много лет.
  • В 1997 году программа обыграла чемпиона мира по шахматам Гарри Каспарова.
  • В 2000 году Массачусетский технологический институт демонстрирует эмоционального робота Kismet.

  • В это же время робот-кочевник отправляется в исследовательскую экспедицию в отдаленные районы Антарктиды.

За это время ИИ развился и пошел двумя независимыми путями:

  • нейрокибернетика (использование искусственных нейронных связей, биологический подход);
  • логический подход (имитация речи, мысли и других интеллектуальных процессов).

Первый основан на искусственном нейроне, второй — на логике.

Искусственный нейрон

Основной компонент искусственного интеллекта — нейронная сеть, математическая модель нейрона человека. Чтобы понять, что это такое, необходимо рассмотреть упрощенный принцип центральной нервной системы.

Строительными блоками клетки являются аксоны и дендриты. С помощью синопсиса первые соединяются со вторыми. Когда нейрон получает информацию и если к аксону прикладывается немного более высокое напряжение (проходит порон возбуждения), чем когда он находится в состоянии покоя, информация обрабатывается и передается следующему нейрону и так далее.

Аналогичная ситуация и с искусственным нейроном. Здесь есть входной и выходной слой. Есть тело нейронов, которое действует как сумматор. Его задача сводится к контролю превышения порога возбуждения. Если это правда, сигнал будет передан следующему нейрону.

Входной слой принимает так называемые характеристики, которые он анализирует. Например, простая задача:

необходимо лайкнуть видео на youtube человека с чувством юмора, на хорошем английском языке и в его рассказах есть информация о полете, пилотах или самолетах.

Знаки вроде:

  • чувство юмора;
  • идеальный язык;
  • авиация.

Его нужно скормить гадюке. Порог возбуждения нейрона в нейронной сети называется функцией активации. Если сумматор определяет истину, выполняется запуск и сигнал переходит на выходной уровень.

Используя весовые коэффициенты, вы можете установить уровень важности для каждой характеристики. Это необходимо для адаптации ИИ к потребностям конкретного пользователя. Например, не так важно, что это за шутка, главное — про авиацию и на английском. То есть, чтобы придать больший вес двум последним характеристикам.

Если не брать в расчет весовые коэффициенты, то получается, что все ролики, в которых разговор о самолетах велся на английском языке, оценят по достоинству и при этом диктор улыбнулся или услышал смех.

Это делается с помощью математических коэффициентов. Например, для ударов коэффициент равен 0,2. Для полетов и английского — 0,4. Показатель умножается на коэффициент и получается желаемый результат. При добавлении необходимых функций компьютер по-прежнему будет видеть диск. Ну или 0, если по характеристикам не подходил.

Входные данные понимаются компьютером на его собственном языке, например в двоичном коде. То есть входные данные должны быть выражены в числах и приведены в единую шкалу для сравнения.

Кроме того, нейронная сеть должна быть обучена с помощью подбора необходимых коэффициентов, чтобы она могла получить требуемый результат.

Конечно, это очень и очень упрощенное описание более сложной операционной системы, чем нейронная сеть, но суть должна быть ясна.

Тест Тьюринга

Тест Тьюринга стал основой интуитивного подхода. Он определяет способность машины «думать» как человек. Такой подход предусматривает поведение машины, которое в определенных ситуациях невозможно отличить от человека. Тест определяет, будет ли машина считаться интеллектуальной, если, общаясь с ней, человек не может определить, является ли она ИИ или человеком.

Писатели-фантасты часто определяют ИИ с другой точки зрения. Если машина может «слышать» и сопереживать так же, как человек, то ее можно считать искусственным интеллектом. Но придерживаться этой концепции не совсем правильно, потому что для «ощущения» уже используются всевозможные сенсоры и сенсоры, а эмпатию можно заменить тысячами фразеологических и абстрактных фраз из голосового помощника.

Сфера использования ИИ

Искусственный интеллект постепенно проникает во все отрасли человеческой деятельности, делая обычные программные системы интеллектуальными:

  • Медицина и здравоохранение. Компьютерные системы ведут записи пациентов, помогают расшифровывать результаты диагностики. Например, изображения ультразвука, рентгеновских лучей, томографов и другого медицинского оборудования. Умные системы могут даже определить болезнь по наличию признаков у пациента и предложить лучшие варианты лечения. В магазине приложений Google вы можете найти программы, которые помогут вам вести здоровый образ жизни. Эти приложения измеряют частоту сердечных сокращений и температуру тела, когда вы касаетесь экрана телефона пальцами, чтобы определить уровень стресса человека и дать советы о том, как его снизить.
  • Интернет-магазин. Многие уже знакомы с актуальной рекламой от Google и Яндекс. С его помощью ритейлеры предлагают товары и услуги в соответствии с интересами пользователя. Например, вы посетили онлайн-магазин купальных костюмов, посмотрели несколько дизайнов, прочитали об особенностях и так далее. Выйдя из магазина, вы некоторое время будете видеть рекламу купальных костюмов на других сайтах. Блоки «Похожие товары» в интернет-магазинах работают по аналогичному принципу. Системы аналитики изучают поведенческие показатели пользователей, определяют их покупательские привычки и показывают релевантные предложения (в их представлении.
  • Политика. Умные машины помогли Бараку Обаме выиграть вторые президентские выборы. Для своей кампании тогдашний президент США нанял лучшую команду профессионалов в области науки о данных. Они использовали силу интеллектуальных машин, чтобы определить лучший день, штат и аудиторию для разговора об Обаме. По оценкам экспертов, это давало преимущество в 10-12%.
  • Промышленность. Искусственный интеллект может анализировать данные с разных производственных участков и регулировать нагрузку на оборудование. Кроме того, интеллектуальные машины используются для прогнозирования спроса в различных отраслях.
  • Игровая индустрия, образование. Создатели игр активно используют искусственный интеллект. Интеллектуальные машины и робототехника постепенно внедряются в образовательный процесс большинства государств.

Способы развития Искусственного Интелекта

Если вы читаете всю эту статью, вы, вероятно, уже поняли, что программирование используется для разработки ИИ (определенный набор деталей и функций устанавливается на ранней стадии) и машинного обучения (в процессе существования ИИ учится, обрабатывая информация получена).

Программирование

Подобно тому, как человеку для функционирования требуется тело, искусственному интеллекту нужен код для функционирования. Конечно, нельзя не знать, о чем писать и как работает тот или иной искусственный интеллект, поэтому помимо подключения кучи библиотек и длинных кодов нужны знания логики, линейной алгебры, теории графов, теории статистической вероятности и математики. Эти знания применяются как на этапе проектирования, так и при исправлении любых изменений. Когда ИИ готов получить информацию, но не знает, что с ней делать (код не указывает прямых вариантов, что делать), на помощь приходит машинное обучение.

Машинное обучение

Задача машинного обучения заключается в том, чтобы компьютер не использовал алгоритм, заранее написанный в коде, а учился и принимал решение самостоятельно, выполняя задачу. Машинное обучение развивается вместе с ИИ. Его доступность можно в общих чертах разделить на три уровня:

  1. Во-первых, такие компании, как Google или Apple, могут позволить себе заниматься машинным обучением с помощью штатных программистов и инженеров.
  2. Во-вторых, если у вас есть базовые знания, любой студент может попробовать свои силы в этом.
  3. В-третьих, машинное обучение настолько простое, что его может понять даже бабушка.

Машинное обучение сейчас находится на той стадии, когда студентам не требуется большой объем знаний, но бабушке все еще сложно их понять. Основным компонентом машинного обучения являются нейронные сети. Они позволяют вам создать алгоритм, который может предоставить точный ответ классификации для любого входного объекта.

Важным компонентом обучающейся системы искусственного интеллекта является способность к обобщению, то есть адекватному реагированию на данные, выходящие за рамки выборки, предоставленной для анализа.

Символьный подход

Успех решения проблем во многом определяется гибкостью в ситуации. Машины, в отличие от людей, одинаково интерпретируют получаемые данные. Поэтому в решении проблем участвует только один человек. Машина выполняет операции на основе написанных алгоритмов, исключающих использование различных моделей абстракции. Гибкость программ может быть достигнута за счет увеличения ресурсов, необходимых для устранения неполадок.

Вышеуказанные недостатки характерны для символического подхода, используемого при разработке ИИ. Однако это направление развития искусственного интеллекта позволяет создавать новые правила в процессе расчета. А проблемы, возникающие при символическом подходе, могут быть решены логическими методами.

Технологии распознавания объектов

В последние годы группа американских ученых работает над проектом NEIL, в рамках которого исследователи предлагают компьютер для распознавания того, что изображено на фотографии. Эксперты предполагают, что таким образом они смогут создать систему, способную к самообучению без внешнего вмешательства.

VisionLab представила свою платформу LUNA, способную распознавать лица в реальном времени, выбирая их из огромного кластера изображений и видео. Эту технологию сегодня используют крупные банки и сетевые ритейлеры. С LUNA вы можете соответствовать предпочтениям людей и предлагать им правильные продукты и услуги.

Российская компания N-Tech Lab работает над аналогичными технологиями. В то же время ее специалисты питаются созданием системы распознавания лиц на основе нейронных сетей. По последним данным, российская разработка лучше человека справляется с поставленными задачами.

Применение в реальной жизни

За почти 20 лет с начала 2000-х искусственный интеллект применялся во многих интересных проектах. Многие из них стали неотъемлемой частью жизни в век информационных технологий.

Суперкомпьютер Watson


Исследовательская группа под руководством Дэвида Феруччи предоставила общественности суперкомпьютер, способный ответить на любые вопросы. Он также понимает вопросы на человеческом языке и ищет ответы в своей базе данных. Чтобы компьютер, названный в честь первого президента IBM, функционировал должным образом, ему выделены 90 серверов IBM p750 с в общей сложности 360 ядерными процессорами с архитектурой Power7 и 15 ТБ оперативной памяти.

Голосовой Ассистент


Алиса, Алекса, Биксби, Сири, Кортана, Окей, Google — наверное, одно из этих имен появилось в вашей памяти. Это голосовые помощники, которые крупные компании, такие как Яндекс, Amazon, Samsung, Apple, Microsoft и Google, используют в своих продуктах. Помощники собирают ваши голосовые команды и выполняют их за вас. С каждым месяцем голосовые помощники становятся все лучше и более востребованными, поскольку разработчики пытаются охватить все более широкий спектр человеческих усилий.

Распознание лиц


Использование нейронной сети в программах безопасности позволило создать системы, которые распознают лицо с помощью датчиков, обрабатывают данные и, если все в порядке, предоставляют доступ к объекту. Эта технология используется в системах безопасности, и впервые Apple представила ее широким массам в своем продукте iPhone X. Кроме того, технология распознавания лиц была принята остальными разработчиками электроники.

Нейронные сети способствовали совершенствованию систем распознавания лиц, которые службы безопасности используют для поиска преступников как в базе данных, так и в Интернете. Например, тот нашумевший случай в Китае, когда система опознала «преступника» на стадионе, когда там было 50 000 человек.

Фотофильтры

Программы Face App, Deep Nude или Deepfakes используют алгоритмы машинного обучения и могут обрабатывать фото, применяя интересные фильтры. Например:

  1. Face App сделает ваше лицо старым, сделает вас блондинкой, сменит пол.
  2. Deep Nude лишит вас бюста.
  3. Deepfakes полностью изменит лицо.

В общем, в сети есть множество приложений, использующих фотофильтры.

Творчество

Теперь не только люди могут писать тексты, песни и рисовать картинки. Например, Microsoft AI может нарисовать изображение из текстового описания.

И исследователи из Нью-Джерси создали систему, которая выработала свой собственный художественный стиль.

AI Amper помог певице Тарин Саузерн сочинить песню за секунды.

И А.И. Дьюи, прочитав библиотечные книги проекта «Гутенберг», а затем научные тексты из Google Scholar, смог написать свою собственную работу о паре, которая не могла быть вместе.

Финансы


Системы искусственного интеллекта давно используются в торговле ценными бумагами. Исследователи из Университета Эрлангена-Нюрнберга в Германии создали алгоритмы, которые используют сохраненную рыночную информацию для воспроизведения онлайн-инвестиций. С 1992 по 2015 год одна модель смогла обеспечить 73% рентабельности собственного капитала, что в среднем составляет 9% годовых. В период с 2000 по 2008 год, во время взлетов и падений акций, прибыль составляла 545% и 681%.

Современные торговые платформы используют для торговли собственный аналитический искусственный интеллект. Фондовые, валютные и криптовалютные рынки — все используют искусственный интеллект. Из-за отсутствия чувствительности его рука не дрогнет и он вовремя закроет позицию или начнет продавать.

Влияние на различные области

Как искусственный интеллект влияет на жизнь человека

ИИ все больше проникает в сферу экономики и, по некоторым прогнозам, увеличит объем мирового рынка на 15,7 трлн долларов к 2030 году. Лидирующие позиции в развитии этой технологии занимают США и Китай, но некоторые развиты не отстают такие страны, как Канада, Сингапур, Германия и Япония.

Искусственный интеллект может оказать значительное влияние на рынок труда. Это может привести к массовым увольнениям сотрудников из-за автоматизации большинства процессов. Ну и растущий спрос на разработчиков, конечно.

Некоторые ученые отмечают риски внедрения искусственного интеллекта в повседневную жизнь. Например, британский ученый Стивен Хокинг считал, что еще можно будет создать искусственный интеллект, превосходящий людей во всех отношениях, но мы не сможем этого сделать, и людям будет нанесен значительный вред. Илон Маск считает, что в будущем искусственный интеллект будет представлять гораздо большую угрозу, чем ядерное оружие.

В каком направлении развивается ИИ? Перспективы развития искусственного интеллекта

Технологии ИИ развиваются по следующим направлениям:

  • решать задачи, позволяющие приблизить возможности ИИ к человеческим и находить способы их интеграции в повседневную жизнь;
  • развитие полноценного разума, благодаря которому будут решаться задачи, стоящие перед человечеством.

В настоящее время исследователи сосредоточены на разработке технологий, решающих практические задачи. Пока ученые не приблизятся к созданию полноценного искусственного интеллекта.

Многие компании разрабатывают технологии искусственного интеллекта. Яндекс уже несколько лет использует их в работе поисковой системы. С 2016 года российская ИТ-компания занимается исследованиями в области нейронных сетей. Последние меняют способ работы поисковых систем. В частности, нейронные сети сравнивают запрос, введенный пользователем, с определенным количеством векторов, которые наилучшим образом отражают смысл задачи. Другими словами, поиск ведется не по слову, а по сути запрашиваемой человеком информации.

В 2016 году Яндекс запустил сервис Zen, который анализирует предпочтения пользователей.

У Эбби недавно была система Compreno. С его помощью можно понять текст, написанный на естественном языке. Недавно на рынок вышли и другие системы, основанные на технологиях искусственного интеллекта:

  1. Находит. Система способна распознавать человеческий язык и искать информацию в различных документах и ​​файлах, используя сложные запросы.
  2. Гамалон. В этой компании внедрена система самообучения.
  3. Ватсон. Компьютер IBM, использующий большое количество алгоритмов в процессе поиска информации.
  4. ViaVoice. Система распознавания речи человека.

Крупные коммерческие компании не боятся достижений искусственного интеллекта. Банки активно внедряют такие технологии в свой бизнес. С помощью систем на основе искусственного интеллекта они проводят транзакции на биржах, управляют недвижимостью и выполняют другие операции.

Оборонная промышленность, медицина и другие отрасли внедряют технологии распознавания объектов. А компании, разрабатывающие компьютерные игры, используют искусственный интеллект для создания другого продукта.

Агентно-ориентированный подход

Используйте интеллектуальных агентов. Этот подход предполагает следующее: интеллект — это вычислительная часть, с помощью которой достигаются цели. Машина играет роль интеллектуального агента. Изучите окружающую среду с помощью специальных датчиков и взаимодействуйте с ней через механические части.

Агентный подход направлен на разработку алгоритмов и методов, которые позволяют машинам оставаться работоспособными в различных ситуациях.

Применение ИИ в современной жизни

В каких сферах используется искусственный интеллект

В зависимости от области и области применения существует два типа ИИ: слабый ИИ, также называемый «слабым», и сильный, «сильный» ИИ. В первом случае перед системой ставятся узкоспециализированные задачи: диагностика в медицине, управление роботами, работа на базе электронных торговых площадок. Во втором — неявное решение глобальных проблем.

Следовательно, одним из самых популярных приложений искусственного интеллекта на рынке является Big Data. На крупных рынках аналогичные технологии используются для исследования поведения потребителей. Яндекс вообще создает музыку с их помощью. В некоторых мобильных приложениях есть встроенные голосовые помощники, такие как Siri, Alice или Cortana. Они упрощают навигацию и процесс покупки в сервисе. И не забывайте о программах с нейросетями, обрабатывающих фото и видео.

Искусственный интеллект также внедряется в производственные процессы для записи действий рабочих. Не обошлось и без внедрения новых технологических решений в транспортной сфере. Следовательно, искусственный интеллект следит за состоянием дорог, обнаруживает пробки, обнаруживает различные объекты в неположенных местах. И постоянно говорят об автономном вождении (беспилотном…

Люксовые бренды включают в свои системы искусственный интеллект для анализа потребностей клиентов. Использование таких систем в системах здравоохранения стремительно развивается, в основном для диагностики заболеваний, разработки лекарств, создания медицинского страхования, проведения клинических испытаний и т.д.

практически невозможно перечислить все области, в которых задействован искусственный интеллект одновременно. На данный момент это затрагивает все больше и больше различных областей. И тому есть много причин: сама автоматизация производственных процессов, стремительный рост циркуляции информации и инвестиций в этот сектор, даже социальное давление.

Тест Тьюринга

Тест Тьюринга измеряет способность искусственного интеллекта (машины) думать так же, как человек. В общих чертах этот подход предполагает создание ИИ, поведение которого не отличается от действий человека в тех же обычных ситуациях. Фактически, тест Тьюринга предполагает, что машина будет разумной только в том случае, если, общаясь с ней, невозможно понять, кто говорит: механизм или живой человек.

В научно-фантастических книгах предлагается другой метод оценки возможностей ИИ. Искусственный интеллект станет реальным, если он будет чувствовать и может творить. Однако такой подход к определению не выдерживает практического применения. Например, уже создаются машины, способные реагировать на изменения в окружающей среде (холод, жара и т.д.). Однако они не могут чувствовать то, что чувствует человек.

Инвестиционное развитие ИИ

По прогнозам экспертов Gartner, в начале 2020-х практически все выпускаемые программные продукты будут использовать технологии искусственного интеллекта. Кроме того, эксперты предполагают, что около 30% инвестиций в цифровую сферу будет приходиться на ИИ.

По мнению аналитиков Gartner, искусственный интеллект открывает новые возможности для сотрудничества между людьми и машинами. При этом процесс перемещения человека с помощью ИИ невозможно остановить и в будущем он будет ускоряться.

По оценкам PwC, к 2030 году мировой валовой внутренний продукт вырастет примерно на 14% благодаря быстрому внедрению новых технологий. Кроме того, примерно 50% увеличения позволит повысить эффективность производственных процессов. Вторая половина показателя — это дополнительная прибыль, полученная за счет внедрения ИИ в продуктах.

Первоначально эффект от использования искусственного интеллекта получат США, так как в этой стране созданы лучшие условия для работы машин ИИ. В будущем их обгонит Китай, который максимально эффективно внедрит такие технологии в продукты и их производство.

Эксперты Saleforce говорят, что искусственный интеллект повысит прибыльность малого бизнеса примерно на 1,1 триллиона долларов. И это произойдет к 2021 году. Частично этот показатель будет достигнут за счет внедрения решений, предлагаемых ИИ, в системы, отвечающие за общение с клиентами. При этом эффективность производственных процессов повысится за счет их автоматизации.

Внедрение новых технологий также создаст еще 800 000 рабочих мест. Эксперты отмечают, что этот показатель нивелирует потерю вакансий, произошедшую из-за автоматизации процессов. Аналитики прогнозируют на основе опроса компаний, что их расходы на автоматизацию производственных процессов к первым годам 2020 года вырастут примерно до 46 миллиардов долларов.

В России также ведутся работы в области искусственного интеллекта. За последние 10 лет государством профинансировано более 1,3 тысячи проектов в этой сфере. Кроме того, большая часть инвестиций пошла на разработку программ, не связанных с ведением коммерческой деятельности. Это говорит о том, что российское бизнес-сообщество пока не заинтересовано во внедрении технологий искусственного интеллекта.

Всего на эти цели в России было инвестировано около 23 млрд рублей. Размер государственных субсидий меньше, чем объем финансирования ИИ, который демонстрируют другие страны. В США на эти цели ежегодно выделяется около 200 миллионов долларов.

В основном в России средства выделяются из государственного бюджета на развитие технологий искусственного интеллекта, которые затем используются в транспортном секторе, в оборонной промышленности и в проектах, связанных с безопасностью. Это обстоятельство свидетельствует о том, что в нашей стране чаще инвестируют в направления, позволяющие быстро получить определенный эффект от вложенных средств.

Вышеупомянутое исследование также показало, что в настоящее время в России накоплен высокий потенциал для подготовки специалистов, которые могут быть вовлечены в разработку технологий искусственного интеллекта. За последние 5 лет около 200 000 человек прошли обучение в областях, связанных с искусственным интеллектом.

Принципы ИИ

Прежде чем описывать технологические принципы, без которых немыслимо развитие искусственного интеллекта, стоит познать этические законы робототехники. Они были введены в 1942 году Исааком Азимовым в его романе «Хоровод»:

  • Робот или система с искусственным интеллектом не может нанести вред человеку своим действием или своим бездействием, чтобы позволить причинить вред человеку.
  • Робот должен подчиняться приказам, которые он получает от человека, за исключением тех, которые противоречат Первому закону.
  • Робот должен позаботиться о своей безопасности, если это не противоречит Первому и Второму законам.

До публикации романа Азимова искусственный интеллект ассоциировался с образом Франкенштейна Мэри Шелли. Искусственно созданное подобие разумного человека восстает против людей. Сама история ужасов была перенесена в знаменитый голливудский блокбастер «Терминатор».

Интересен факт, что в 1986 году Айзек Азимов добавил еще один пункт к законам робототехники. Писатель предпочел называть это «нулевым»:

0. Робот не может причинить вред человеку, если не докажет, что в конечном итоге (вред) принесет пользу всему человечеству.

После рассмотрения этических законов перейдем к технологическим принципам искусственного интеллекта:

  • Машинное обучение (ML) — принцип разработки искусственного интеллекта на основе самообучающихся алгоритмов. Участие человека в этом подходе ограничивается загрузкой ряда информации в «память» машины и определением целей. Существует несколько методов машинного обучения: Обучение с учителем: человек ставит 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 метод, основное отличие которого заключается в обработке больших объемов данных и использовании нейронных сетей.
  • Нейронная сеть — это математическая модель, моделирующая структуру и функционирование нервных клеток живого организма. Следовательно, в идеале это самообучающаяся система. Если передать принцип на технологическую основу, нейронная сеть — это набор процессоров, которые выполняют задачу в масштабном проекте. Другими словами, суперкомпьютер — это сеть из множества обычных компьютеров.
  • Глубокое обучение считается отдельным принципом искусственного интеллекта, поскольку этот метод используется для обнаружения закономерностей в огромных объемах информации. Для такой невыносимой для человека работы компьютер использует передовые методы.
  • Когнитивные вычисления — это область искусственного интеллекта, которая изучает и реализует естественные процессы взаимодействия человека с компьютером, такие как взаимодействие человека. Цель технологии искусственного интеллекта — полностью имитировать человеческую деятельность более высокого порядка: язык, образное и аналитическое мышление.
  • Машинное зрение — это направление искусственного интеллекта, используемое для распознавания графических изображений и видео. Сегодня искусственный интеллект может обрабатывать и анализировать графические данные и интерпретировать информацию в зависимости от окружающей среды.
  • Синтезированная речь. Компьютеры уже могут понимать, анализировать и воспроизводить человеческий язык. Мы уже можем управлять программами, компьютерами и гаджетами с помощью голосовых команд. Например, Siri или Google Assistant, Алиса в Яндексе и другие.

Кроме того, трудно представить существование искусственного интеллекта без мощных графических процессоров, которые являются сердцем интерактивной обработки данных. Для интеграции искусственного интеллекта в различные программы и устройства требуется технология API — интерфейсы прикладного программирования. Используя API, вы можете легко добавить технологии искусственного интеллекта в любую компьютерную систему: домашнюю безопасность, умный дом, оборудование с ЧПУ и т.д.

Направления исследований

Философы еще не пришли к единому мнению о природе человеческого интеллекта и его статусе. В связи с этим в научных статьях, посвященных ИИ, есть много идей, рассказывающих, какие задачи решает искусственный интеллект. К тому же нет единого понимания вопроса, какую машину можно считать умной.

Сегодня развитие технологий искусственного интеллекта идет по двум направлениям:

  1. Потомок (семиотический). Он включает в себя разработку новых систем и баз знаний, имитирующих умственные процессы высокого уровня, такие как речь, выражение эмоций и мышление.
  2. Асцендент (биологический). Этот подход предполагает проведение исследований в области нейронных сетей, с помощью которых создаются интеллектуальные модели поведения с точки зрения биологических процессов. На основе этого направления создаются нейрокомпьютеры.

Клиенты обсуждают технологии искусственного интеллекта и машинного обучения

Посмотрите это видео и узнайте о тенденциях в машинном обучении и искусственном интеллекте от клиентов SAS и экспертов в области искусственного интеллекта и их прогнозах относительно будущего развития технологий искусственного интеллекта.

В банковском секторе ИИ действительно помогает улучшить качество обслуживания клиентов: мы создаем для них актуальные предложения в нужное время и используем правильный канал связи Пьер Монтанье Директор по потребительскому маркетингу, аналитике и моделированию Банка Монреаля

Гибридный подход

Этот подход предполагает сочетание нейронной и символической моделей, благодаря чему получается решение всех проблем, связанных с процессами мышления и вычислений. Например, нейронные сети могут определять направление, в котором движется машина. А статическое обучение обеспечивает основу для решения проблем.

Логический подход

Этот подход включает создание моделей, имитирующих процесс рассуждений. Он основан на принципах логики.

Этот подход не предполагает использования жестких алгоритмов, приводящих к конкретному результату.

 

Оцените статью
Блог про Умный Дом