Світ технологій вже є невід’ємною частиною нашого повсякденного життя, і цікаво зрозуміти характеристики штучного інтелекту, які змінили наш спосіб життя. Чи знаєте ви, що штучний інтелект - це галузь інформатики? Увійдіть тут і дізнайтеся про його особливості та багато іншого.
Характеристика штучного інтелекту
У цьому розділі ми обговоримо характеристики штучного інтелекту. В цьому випадку, штучний інтелект (IA) розроблено в одній із галузей інформатики, де застосовуються логічні алгоритми, які прагнуть імітувати когнітивну поведінку людського мозку. Звичайно, визначення штучного інтелекту може продовжувати розвиватися, але в підсумку всі характеристики штучного інтелекту сходяться на тому, що вони використовуються для програмування роботизованих пристроїв.
Влітку 1956 року відбулася Дартмутська конференція з питання штучного інтелекту, в якій брали участь Джон Маккарті, Марвін Мінський і Клод Шеннон. На цій зустрічі вперше було впроваджено термін штучний інтелект, де вони обумовили деякі прогнози до десяти років, які не були виконані, тому розслідування було припинено приблизно на п’ятнадцять років. Слід зазначити, що термін «штучний інтелект» приписують Джону Маккарті.
Легко подумати, що це лише питання часу, коли технології та штучний інтелект повністю замінять людину. Насправді, є фільми та дослідники реального життя, які вірять, що машини зі штучним інтелектом зможуть підкорити людську расу та поневолити її. На даний момент це дуже далеко від реальності, тому що це стане можливим лише тоді, коли штучний інтелект буде мати свідомість і матиме можливість самостійно створити новий пристрій зі штучним інтелектом, а також зможе обійти та перевизначити команди свого програмування. за власним бажанням. У цей момент людина втрачає контроль над ситуацією.
Що таке штучний інтелект?
Саме під час конференції в Дартмаусі в 1956 році, де було офіційно визначено термін штучний інтелект, який встановлює, що якщо машина або робот поводилися так само, як поведінка людини, то це розглядалося б як пристрій смарт.
Інші визначення, які приписують штучному інтелекту, такі:
діяти як люди
Це визначення, встановлене Маккарті, яке відноситься до оцінки поведінки машини, щоб визначити, чи можна вважати її розумною. Так званий «тест Тьюринга» застосовує це визначення для визначення результатів свого тесту. Усі пристрої, подібні за діями, такими як прийняття рішень, вирішення проблем і навчання, як це робили б люди, відповідають характеристикам штучного інтелекту.
Тест, запропонований Аланом Тьюрингом, полягає в тому, що людина буде вести розмову природною мовою з машиною і людиною одночасно, машина буде прагнути імітувати поведінку людини і намагатиметься обдурити свого оцінювача. через його відповіді змусити його повірити, що він насправді людина. Іншими словами, між Особливістю штучного інтелекту є здатність наслідувати людство.
Звичайно, тестувальник повинен заздалегідь знати, що він розмовляє і з машиною, і з людиною, і повинен спробувати визначити, хто справжня людина, а хто самозванець.
У цьому випадку вміння говорити не буде враховано, оскільки оцінювача помістили б в окрему кімнату, де він отримував би інформацію через комп’ютер, тому спілкування повністю залежало б від клавіатури, а не від цієї здатності. У цьому сенсі між Особливістю штучного інтелекту є імітація людського голосу.
розум, як люди
Ще одна з характеристик штучного інтелекту полягає у визначенні оцінки розробки нормування, складеного роботом, без урахування того, чи був отриманий результат успішним чи ні. Цю точку зору використовує когнітивна наука. У цьому міркуванні виконуються всі розрахунки, необхідні для того, щоб можна було сприймати, міркувати і діяти проти події.
міркувати раціонально
Як і попереднє визначення, однією з характеристик штучного інтелекту є нормування, що виконується машиною, однак воно враховує, чи це нормування має логіку та узгодженість, щоб це нормування було здійснено.
діяти раціонально
З цієї точки зору результати розглядаються ще раз. На прикладі робота, який грає в шахи, його мета — вигравати кожну партію. Ще одна особливість штучного інтелекту — здатність виконувати обчислення, які будуть байдужими, поки він досягає мети.
Класифікація штучного інтелекту
Штучний інтелект можна класифікувати відповідно до його цілей.
слабкий штучний інтелект
Ця точка зору вважає, що комп’ютери можуть лише імітувати, що вони мають нормування, а не те, що вони насправді мають власне нормування. Дослідники, які підтримують цю позицію, вважають, що комп’ютер, здатний до свідомості, не може існувати чи розвиватися, оскільки насправді це була б програма, яка б імітувала подібне.
сильний штучний інтелект
З іншого боку, є дослідники, які підтверджують той факт, що комп’ютер може мати міркування або думки з такими ж можливостями, як і людський розум. Це означало б, що комп’ютер міг би міркувати, уявляти, відчувати, серед іншого, самостійно, навіть коли все починається з програми, його нейронна мережа могла б розвиватися, поки не досягне цієї точки.
https://www.youtube.com/watch?v=k3BNEgN2kEQ
Теми зі штучного інтелекту
Хоча визначення та точки зору щодо штучного інтелекту всі збігаються з чотирьох питань, які слід розглянути, щоб віднести до пристрою-машини, якщо вона має штучний інтелект.
Усунення несправностей і пошук
Однією з головних цілей штучного інтелекту є вирішення завдань, для яких вони призначені. По-перше, при постановці проблеми необхідно формалізувати її таким чином, щоб потім дозволити її вирішення. Ця тема зосереджена на пошуку формалізації проблем та їх вирішення.
Представлення знань і системи на основі знань
У цій темі зосереджено увагу на тих проблемах, які вимагають попередніх знань для їх вирішення. Наприклад, ті програми штучного інтелекту, які застосовуються в медицині, необхідно включати знання та інформацію щодо предмета, щоб він міг вирішувати проблеми цього предмета.
Машинознавство
Ця тема стосується процесу навчання, що здійснюється машиною відповідно до отриманого досвіду. Існують різні типи навчання, такі як навчання з імітацією, навчання з підкріпленням, глибоке навчання або навчання на основі дерева рішень. Усі ці типи навчання дозволяють машині зберігати виконані дії, які вважалися досягнутою кінцевою метою, щоб застосувати ті самі дії у випадку подібної події.
посилене навчання
Навчання з підкріпленням таке ж, як і для дресирування тварин, тобто коли вони виконують завдання або правильно підкоряються наказу, вони отримують винагороду. У цьому випадку машина отримує своє перше замовлення, і коли вона отримує позитивні результати, вона отримує це як стимул продовжувати вдосконалювати прийняття рішень. Наприклад, залежно від Види роботів Ви можете вважати перемогу в шаховій партії своїм призом.
глибоке навчання
Інший тип навчання називається глибоким навчанням, у якому шукають імітацію або подібну поведінку нейронної мережі та комунікаційні процеси, що відбуваються в нейронах мозку людини.
Наприклад, коли природні сенсори людського тіла, такі як очі, вуха, дотик, смак або запах, виявляють зміну, сигнал надсилається в мозок. Цей сигнал приймається та аналізується першим нейроном, який повідомляє про виявлення зміни наступним нейронам і, таким чином, ініціює нейронну послідовність, щоб зрозуміти подію та як реагувати.
Подібний процес відбувається, коли, наприклад, камери розпізнавання обличчя виявляють людину за допомогою своїх візуальних датчиків, він активується. При виявленні обличчя він запускає послідовність логічних процесів, починаючи з аналізу найпростіших даних, таких як кольори обличчя. Потім він намагається визначити геометричні фігури, які складають це обличчя. Нарешті, розділіть обличчя на кілька кадрів, щоб краще визначити деталі, які відрізняють це обличчя.
Дерево рішень
Цей тип навчання використовує різні схеми розв’язання проблем, які активізуються в міру отримання інформації. Якщо знову взятися за приклад робота, який грає в шахи, він запустить свою схему, в якій є перша фігура, яку перемістив його супротивник, і там він виконає численні обчислення, відповідні статистиці, яку з них він повинен перемістити. Пізніше ваш супротивник зробить інші ходи і відкриється нова схема, де ви знову будете робити розрахунки, щоб зробити наступні ходи.
Нарешті, коли йому вдається виграти шахову партію, робот зберігає всі рішення, які він і його суперник прийняли для майбутніх шахових партій, так що коли подібна подія станеться, він уже має необхідну інформацію в базі даних і може відповісти швидше і з більшим відсотком шансів виграти гру.
розподілений штучний інтелект
Завдяки досягненням, які дозволили нам знати Як працює техніка, такі як еволюція мультипроцесорів і поява Інтернету, дозволили штучному інтелекту надавати розподілені рішення.
програми штучного інтелекту
Крім того, існують чотири галузі, які тісно пов’язані з використанням штучного інтелекту, а саме:
- Природна мова.
- Штучний зір.
- Роботизований.
- розпізнавання мови.
В даний час в області штучного інтелекту розроблені різні програми, які використовують певні алгоритми або методи.
Навіть коли можна згадати про безліч застосувань штучного інтелекту, важко було б охопити всі ті, в яких він присутній, оскільки сьогодні є пристрої для повсякденного використання або програми, які використовуються компаніями та корпораціями, де знаходять цю технологію.
Наприклад, сьогодні використовується суперкомп’ютер, який використовує алгоритм, який створює комбінації різних ліків, щоб спробувати знайти ліки від Covid-19. Цей комп’ютер оцінює дані про симптоматику, склад вірусу та іншу інформацію, необхідну для протидії йому, і через базу даних, яка містить різні існуючі ліки, створює комбінації, намагаючись вилікувати пацієнта від цієї хвороби, враховуючи навіть побічні ефекти, які можуть викликати ці комбінації, і рекомендовані дози.
Іншим прикладом можуть бути ті, які використовуються кількома пошуковими системами, які використовують метод навчання, щоб знати інтереси кожного користувача окремо, це дозволяє створювати поведінкові профілі та переваги для та, таким чином, мати можливість надавати рекламу відповідно до цих задоволень.
Далі ми представимо деякі з найвидатніших застосувань штучного інтелекту.
Додатки в іграх
Є робот, здатний обіграти навіть найкращих гравців у шахи, оскільки цей робот був створений з єдиною метою — виконувати необхідні обчислення та статистику, щоб встановити стратегію в їх ходах і виграти кожну партію.
Сьогодні практично всі ігри вдалося обіграти машиною, хоча першими настільними іграми, які обіграла машина зі штучним інтелектом, були шашки та Отелло.
Дай Більше
Університет Альберти в 1989 році розробив програму під назвою Chinnok командою Джонатана Шеффера, і саме в 1994 році він став чемпіоном світу серед жінок. Програма «Чіннок» має базу даних відкриття та закриття гри в шашки, зроблених найкращими гравцями в шашки.
Знову ж таки, в 2007 році було показано, що коли гра виконана ідеально, програмувати Чиннок неможливо. А коли матч грає з покращенням стратегії суперника, він може якнайбільше досягти нічиї проти цієї програми.
Шахи
У випадку з шахами роками розроблялися різні інновації та програми вирішення проблем, щоб виграти цю гру, але саме в травні 1997 року в Нью-Йорку Deep Blue переміг чемпіона світу Г. Каспарова.
Це було програмне забезпечення, розроблене компанією IBM, яке мало специфічне обладнання та бази даних, що дозволяло цій програмі ідеально досягати кульмінації, коли кінцеві ситуації представлялися з сімома чи навіть меншою кількістю елементів на платі. Аналогічно, його алгоритми пошуку, мінімаксний тип, змогли визначити найкращі варіанти у всіх різних випадках.
Go
Сьогодні це публічна гра, в якій машина зі штучним інтелектом перемагає гравця-людину, однак це не дивно, оскільки деякий час Go вважався навіть більш складною і складною грою, ніж шахи.
Крім того, розміри цієї гри також значно збільшують складність, оскільки вона має понад 361 перехрестя, щоб зробити дошку з 19 3 19, не згадуючи кількість можливих ходів, які можна зробити на кожній дошці.
Незважаючи на те, що не було машини, здатної виграти цю гру, вже є програми, які добре реагують на дошки з розмірами дев’ять на дев’ять, і на відміну від алгоритмів пошуку, які використовуються для гри в шахи, в даному випадку використовуються алгоритми пошуку. Пошук UCT.
додатки робототехніки
Роботи мають різні сфери, в яких вони надають підтримку для швидших, ефективніших і точних рішень, наприклад, на виробничих лініях, які потребують автоматизації процесів, також у військовій та оборонній сферах і навіть для дослідження космосу, як у випадку Curiosity мобільний робот, який зараз перебуває на Марсі, щоб зібрати інформацію про можливе існування життя на цій планеті.
Сьогодні існують роботи, які служать розвагою та беруть участь в іграх, наприклад, японські роботи для домашніх тварин Паро і Айбо. У випадку з Paro, це терапевтичний робот, який допомагає знизити рівень стресу у пацієнтів та покращує їх соціалізацію. У випадку з Aibo, це робот у формі собаки, розроблений Sony, який має систему зору і програмується.
роботи розвідки та дослідження
Існують мобільні роботи, які використовуються для дослідження, пошуку та розвідки у ворожих середовищах або районах. Наприклад, як роботи, використані під час аварії на Чорнобильській АЕС, які намагалися візуалізувати збитки, завдані інцидентом, і зуміли зафіксувати зображення радіоактивної маси під назвою «Слоняча лапка».
Або можна також згадати роботів Spirit, Opportunity і Curiosity, які були відправлені на поверхню планети Марс, у 2004 році перші два та третій у 2012 році, які виконують місію аналізу всіх біологічних, атмосферних та біологічних процесів. складають цю планету.
У 1997 році компанія Honda представила першого двоногого робота, тобто він мав здатність ходити двома кінцівками і отримав назву P3. Знову ж таки, Honda представила в 2000 році робота ASIMO, який походить від мініатюрного Advance Step in Innovative Mobility. Це був кінець серії роботів Honda P. Усі ці роботи були спеціально розроблені, щоб мати фізичну структуру та рухові можливості людини.
Тепер ASIMO може змінювати, чи бігає він, піднімається по сходах чи уникає перешкод, і навіть за допомогою своїх візуальних датчиків або камер він може розпізнавати рухомі об’єкти, жести та пози.
Розумні програми для автомобіля
Однією з останніх інновацій є автономні пасажирські транспортні засоби.
Перше метро з повністю автоматизованим керуванням з’явилося в японському місті Сендай, яке було розроблено в 1987 році. Сьогодні вже існує багато повністю автоматизованих систем метро.
Іншим прикладом транспортних засобів, які можуть перевозити пасажирів і можуть бути повністю автоматизовані, є Stanley, який став переможцем у конкурсі DARPA Challenge 2005 року, який проходив в пустелі Мохаве. Стенлі досяг, чого йому вдалося успішно пройти маршрут довжиною 212,4 кілометра за шість годин 54 хвилини.
Пізніше, у 2007 DARPA Grand Challenge, що проходив на базі ВПС Джордж, автоматизований автомобіль Stanley знову успішно пройшов 96-мильну дистанцію. Транспортні засоби, які брали участь у цій гонці, були здатні обробляти правила дорожнього руху штату Каліфорнія в режимі реального часу.
В іншій частині світу, зокрема між Міжнародним конгрес-центром і Бранденбурзькими воротами, автомобіль Made in Germany, розроблений Вільним університетом Берліна, проїхав 80-кілометровий маршрут. Цей транспортний засіб повністю автономний, він має здатність розпізнавати наявність пішоходів і світлофора. Однак для цього потрібні такі дані, як швидкість руху.
безпілотні літальні апарати
Також відомий як БПЛА від зменшеного від безпілотного літального апарату. Першим безпілотним літальним апаратом, який перетнув Тихий океан без необхідності зупинятися, був Global Hwak. Це було здійснено в 2001 році в квітні, почалося в Сполучених Штатах і закінчилося в Австралії.
Однак ця модель все ще покладається на пілота наземної станції та інших операторів для аналізу даних. Фактично, Вайс у 2011 році вказав, що ці системи, незважаючи на те, що вони здатні збирати великі обсяги інформації, все ж не мають необхідної потужності для її обробки в реальному часі, а отже, розумно реагують на події відповідно до миттєво зібраної інформації. .
Сьогодні ці транспортні засоби більш відомі як дрони. Дрони мають різні внутрішні датчики та пристрої, які допомагають вам у навігації. Наприклад, у них є модуль GPS для геолокації, камери з бездротовим підключенням, деякі з датчиками руху та тепла, серед інших. По-перше, ця технологія виникла для військового використання, хоча вона вже є на ринку.
Висновки
Безсумнівно, що різні галузі техніки розвинулися в геометричній прогресії, і обчислення не уникнуло цього прогресу, насправді воно скоріше сприяло еволюції інших галузей науки. Відповідно до закону Мура за вісімнадцять місяців обчислювальна здатність, яку забезпечує штучний інтелект, подвоїлася.
Це означатиме, що якщо закон Мура продовжуватиме діяти, то приблизно до 2030 року обчислювальна потужність процесора буде подібна або, можливо, дорівнювати потужності людини.
Такі пошукові системи, як Google і Amazon, зберігають мільйони інформації від своїх користувачів, щоб визначити вподобання кожної людини, щоб забезпечити кращий сервіс. Тому сервери з великим об’ємом пам’яті повинні були рівномірно записувати ці дані.
Соціальні мережі також вимагають, щоб ці великі об’єми пам’яті фіксували вподобання своїх споживачів, щоб представити пропозиції відповідно до їхніх смаків.