Изкуствен интелект (AI, инж. Artificial intelligence, AI) – науката и технологията за създаване на интелигентни машини, особено на интелигентни компютърни програми. AI е свързан с подобна задача за използване на компютри за разбиране на човешкия интелект, но не е непременно ограничен до биологично правдоподобни методи.

Какво е изкуствен интелект

(J. McCarthy) AI разработва машини, които имат интелигентно поведение
(Britannica) AI е способността на цифровите компютри да решават проблеми, които обикновено се свързват с високо интелигентните човешки същества.
(Feigenbaum) AI - разработва интелигентни компютърни системи с възможности, които традиционно свързваме с човешкия ум: разбиране на език, учене, способност за разсъждение, решаване на проблеми и т.н.
(Илейн Рич) AI е науката за това как да научим компютрите да правят неща, в които този моментчовек е по-успешен

Интелигентност(от латински intellectus - усещане, възприятие, разбиране, разбиране, концепция, разум) или ум - качеството на психиката, състоящо се от способността да се адаптира към нови ситуации, способността да се учи и запомня въз основа на опит, разбиране и прилагане абстрактни понятия и използване на собствените знания за управление на околната среда. Интелигентността е обща способност за познание и решаване на трудности, която съчетава всички когнитивни способности на човек: усещане, възприятие, памет, представяне, мислене, въображение.

В началото на 1980 г Компютърните учени Бар и Файгенбаум предложиха следната дефиниция за изкуствен интелект (AI):

По-късно редица алгоритми и софтуерни системи започват да се наричат AI, чиято отличителна черта е, че могат да решават някои проблеми по същия начин, както би направил човек, който мисли за тяхното решение.

Основните свойства на AI са разбирането на езика, ученето и способността да се мисли и, което е важно, да се действа.

AI е комплекс от свързани технологии и процеси, които се развиват качествено и бързо, например:

обработка на текст на естествен език
експертни системи
виртуални агенти (чат ботове и виртуални асистенти)
препоръчителни системи.

AI методи: NLP, CV, Data Science

Речеви технологии за естествен език (NLP).

текстове: разпознават, автоматично превеждат
реч: разпознавам, генерирам

намиране, проследяване, класифициране, идентифициране на обекти
извличане на данни от изображения
анализирайте получената информация

Заявява се за

разпознаване на обект
описания на съдържанието на изображения и видеоклипове
разпознаване на жестове и почерк
интелигентна обработка на изображения

извличане на знания
намерете модели в данните
прогнозирай

Използвайте методи

Статистика
иконометрия
Машинно обучение, Дълбоко обучение

Национална стратегия за развитие на изкуствения интелект

Основна статия:Национална стратегия за развитие на изкуствения интелект

Изследване на AI

Основна статия:Изследвания в областта на изкуствения интелект

AI стандартизация

Стандарти в областта на изкуствения интелект в здравеопазването

2019

Топ 3 тенденции в областта на изкуствения интелект за 4 минути

Росстандарт одобри първите стандарти в областта на ИИ

Федералната агенция за техническо регулиране и метрология (Росстандарт) одобри през декември 2019 г. първите национални стандарти в областта на изкуствения интелект - GOST R 58776-2019 „Средства за наблюдение на поведението на хората и предсказване на намеренията на хората. Термини и определения“ и GOST R 58777-2019 „Въздушен транспорт. Летища. Технически средстваинспекция. Методология за определяне на качествените показатели за разпознаване на незаконни инвестиции чрез сенчести рентгенови изображения.

Стандартът е предназначен да осигури ефективна комуникация на интелигентни роботизирани системи (включително безпилотни превозни средства) с човек. Взаимодействието на интелигентните системи се състои в прогнозиране на намеренията на другия и определяне на по-нататъшни действия въз основа на тази прогноза. Прогнозата на поведението може да се използва и за идентифициране на лица с престъпни намерения.

Вторият приет стандарт, GOST R 58777-2019, установява единни изисквания за системи и алгоритми за разпознаване на незаконно съдържание на багаж и ръчен багаж от рентгенови изображения. Стандартът също така ще повиши надеждността на резултатите от тестовете на системата и алгоритмите.

Терминологичен стандарт „Изкуствен интелект. Концепции и терминология” е фундаментален за цялото семейство международни регулаторни и технически документи в областта на изкуствения интелект. В допълнение към термините и дефинициите, този документ съдържа концептуални подходи и принципи за изграждане на системи с елементи, описание на връзката между AI и други технологии от край до край, както и основни принципии рамкови подходи към регулаторното и техническото регулиране на изкуствения интелект.

След срещата на съответния подкомитет на ISO/IEC в Дъблин, експертите на ISO/IEC подкрепиха предложението на делегацията от Русия за едновременното разработване на терминологичен стандарт в областта на ИИ не само на английски, но и на руски език. Очаква се документът да бъде одобрен в началото на 2021 г.

Разработването на продукти и услуги, базирани на изкуствен интелект, изисква недвусмислено тълкуване на концепциите, използвани от всички участници на пазара. Стандартът за терминология ще унифицира „езика“, използван от разработчиците, клиентите и професионалната общност, ще класифицира такива свойства на продукти, базирани на AI като „сигурност“, „възпроизводимост“, „автентичност“ и „поверителност“. Единната терминология също ще стане важен фактор за развитието на технологиите с изкуствен интелект като част от Националната технологична инициатива – повече от 80% от компаниите в периметъра на NTI използват AI алгоритми. Освен това решението на ISO/IEC ще укрепи авторитета и ще разшири влиянието на руските експерти в по-нататъшното развитие на международните стандарти.

По време на срещата експертите на ISO/IEC подкрепиха и разработването на проекта на международен документ Информационни технологии – Изкуствен интелект (AI) – Overview of Computational Approaches for AI Systems, в който Русия действа като съредактор. Документът предоставя общ преглед състояние на техникатасистеми с изкуствен интелект, описващи основните характеристики на системи, алгоритми и подходи, както и примери за специализирани приложения в областта на AI. Работната група 5 „Изчислителни подходи и изчислителни характеристики на системите за изкуствен интелект“, специално създадена в рамките на подкомисията, ще разработи този проект на документ.

Като част от работата на международно ниво, делегацията от Русия успя да постигне редица знакови решения, които ще имат дългосрочен ефект върху развитието на технологиите за изкуствен интелект в страната. Разработването на рускоезичната версия на стандарта, дори и от толкова ранен етап, е гаранция за синхронизация с международната област, а развитието на подкомитета ISO/IEC и инициирането на международни документи с руско съвместно редактиране е основата за по-нататъшно промотиране на интересите на руските разработчици в чужбина“, коментира.

Технологиите с изкуствен интелект са широко търсени в различни сектори на цифровата икономика. Сред основните фактори, възпрепятстващи пълномащабното им практическо използване, е недостатъчното развитие на нормативната уредба. В същото време добре развитата нормативна и техническа база осигурява определеното качество на прилагане на технологиите и съответния икономически ефект.

Към изкуствен интелектТК "Кибер-физични системи" на базата на RVC разработва редица национални стандарти, чието одобрение е планирано за края на 2019 г. - началото на 2020 г. Освен това, съвместно с участниците на пазара, се работи за формиране на Национален план за стандартизация (PNS) за 2020 г. и след това. ТК „Кибер-физични системи” е отворен за предложения за разработване на документи от заинтересовани организации.

2018: Разработване на стандарти в областта на квантовите комуникации, AI и интелигентния град

На 6 декември 2018 г. Техническият комитет „Кибер-физични системи“ на базата на RVC съвместно с Регионален инженерен център „SafeNet“ започна разработването на набор от стандарти за пазарите на Националната технологична инициатива (NTI) и цифровата икономика . До март 2019 г. се планира разработването на технически документи за стандартизация в областта на квантовите комуникации, съобщи RVC. Прочетете още.

Въздействието на изкуствения интелект

Риск за развитието на човешката цивилизация

Въздействие върху икономиката и бизнеса

Влиянието на технологиите с изкуствен интелект върху икономиката и бизнеса

Въздействие върху пазара на труда

Предубеждения за изкуствен интелект

В основата на всичко, което е практиката на AI (машинен превод, разпознаване на реч, обработка на естествен език, компютърно зрение, автоматизиране на шофиране и други) е дълбокото обучение. Това е подмножество от машинно обучение, характеризиращо се с използването на модели на невронни мрежи, за които може да се каже, че имитират начина на работа на мозъка, така че трудно могат да бъдат класифицирани като AI. Всеки модел на невронна мрежа се обучава върху големи масиви от данни, така че придобива някои „умения“, но как ги използва не е ясно за създателите, което в крайна сметка се превръща в един от най-важните проблеми за много приложения за дълбоко обучение. Причината е, че такъв модел работи с изображения формално, без никакво разбиране какво прави. Такава AI система ли е и може ли да се вярва на системи, изградени на базата на машинно обучение? Значението на отговора на последния въпрос надхвърля научните лаборатории. Следователно вниманието на медиите към феномена, наречен AI bias, забележимо ескалира. Може да се преведе като "AI bias" или "AI bias". Прочетете още.

Пазар на технологии за изкуствен интелект

AI пазар в Русия

Глобалният пазар на AI

Приложения на AI

Областите на приложение на AI са доста широки и обхващат както познати на слуха технологии, така и възникващи нови области, които са далеч от масово приложение, с други думи, това е цялата гама от решения, от прахосмукачки до космически станции. Възможно е да се раздели цялото им разнообразие според критерия на ключови точки на развитие.

AI не е монолитна предметна област. Освен това някои технологични области на ИИ се появяват като нови подсектори на икономиката и отделни субектикато същевременно обслужва повечето сектори на икономиката.

Развитието на използването на AI води до адаптиране на технологиите в класическите сектори на икономиката по цялата верига на стойността и ги трансформира, което води до алгоритмизиране на почти всички функционалности, от логистика до управление на компанията.

Използването на AI за отбранителни и военни цели

Използване в образованието

Използване на AI в бизнеса

AI в борбата срещу измамите

На 11 юли 2019 г. стана известно, че само за две години изкуственият интелект и машинното обучение ще се използват за противодействие на измамите три пъти повече, отколкото през юли 2019 г. Тези данни са получени по време на съвместно проучване на SAS и Асоциацията на сертифицираните експерти по измами (ACFE). Към юли 2019 г. подобни инструменти за борба с измамите вече се използват в 13% от организациите, участвали в проучването, а други 25% заявиха, че планират да ги въведат в рамките на следващите година-две. Прочетете още.

AI в енергетиката

На ниво проектиране: подобрено прогнозиране на производството и търсенето на енергийни ресурси, оценка на надеждността на оборудването за производство на енергия, автоматизация на увеличаване на производството в случай на скок на търсенето.
На ниво производство: оптимизиране на превантивната поддръжка на оборудването, повишаване на ефективността на генериране, намаляване на загубите, предотвратяване на кражба на енергийни ресурси.
На ниво промоция: оптимизиране на ценообразуването в зависимост от времето на деня и динамично таксуване.
На ниво предоставяне на услуги: автоматичен избор на най-печеливш доставчик, подробна статистика на потреблението, автоматизирано обслужване на клиенти, оптимизация на енергията въз основа на навиците и поведението на клиентите.

AI в производството

На ниво проектиране: подобряване на ефективността на разработването на нови продукти, автоматизирана оценка на доставчиците и анализ на изискванията за резервни части и части.
На ниво производство: подобряване на процеса на изпълнение на задачи, автоматизиране на поточните линии, намаляване на броя на грешките, намаляване на времето за доставка на суровини.
На ниво промоция: прогнозиране на обема на услугите за поддръжка и поддръжка, управление на цените.
На ниво предоставяне на услуги: подобряване на планирането на маршрутите на флота, търсенето на ресурси на флота, подобряване на качеството на обучение на сервизните инженери.

AI в банките

AI в транспорта

Автомобилната индустрия е на прага на революция: 5 предизвикателства на ерата на самостоятелно шофиране

AI в логистиката

ИИ в съдебната система

Развитието в областта на изкуствения интелект ще помогне за радикална промяна на съдебната система, ще я направи по-справедлива и свободна от корупционни схеми. Това мнение беше изразено през лятото на 2017 г. от Dr. технически науки, технически консултант на Artezio Владимир Крилов.

Ученият вярва, че вече съществуващите AI решения могат успешно да се прилагат в различни сектори на икономиката и Публичен живот. Експертът посочва, че ИИ се използва успешно в медицината, но в бъдеще може напълно да промени съдебната система.

„Преглеждайки ежедневните новинарски репортажи за развитието в областта на AI, човек остава само изумен от неизчерпаемостта на въображението и плодотворността на изследователите и разработчиците в тази област. Съобщения за научно изследваненепрекъснато се редуват с публикации за нови продукти, навлизащи на пазара и доклади за невероятни резултати, получени с помощта на AI в различни области. Ако говорим за очакваните събития, придружени от забележим шум в медиите, в който AI отново ще се превърне в герой на новините, тогава вероятно няма да посмея да правя технологични прогнози. Мога да предположа, че следващото събитие ще е появата някъде на изключително компетентен съд под формата на изкуствен интелект, справедлив и неподкупен. Това вероятно ще се случи през 2020-2025 г. А процесите, които ще се случват в този съд, ще доведат до неочаквани разсъждения и желанието на много хора да прехвърлят повечето от процесите на управление на човешкото общество върху AI.

Ученият признава използването на изкуствен интелект в съдебната система като "логична стъпка" в развитието на законодателното равенство и справедливост. Машинният ум не е подложен на корупция и емоции, може стриктно да се придържа към законодателната рамка и да взема решения, като взема предвид много фактори, включително данните, които характеризират участниците в спора. По аналогия с медицинската област, роботите съдии могат да работят с големи данни от хранилища за обществени услуги. Може да се предположи, че машинният интелект ще може бързо да обработва данни и да вземе предвид много повече фактори от човешки съдия.

Психологически експерти обаче смятат, че липсата на емоционален компонент при разглеждането на съдебни дела ще се отрази негативно на качеството на решението. Присъдата на машинния съд може да се окаже твърде ясна, без да се отчита важността на чувствата и настроенията на хората.

Музика

Живопис

През 2015 г. екипът на Google тества невронни мрежи, за да види дали те могат да създават изображения сами. Тогава изкуственият интелект беше обучен на примера на голям брой различни снимки. Когато обаче машината беше „помолена“ да изобрази нещо сама, се оказа, че тя интерпретира света около нас по малко странен начин. Например, за задачата за рисуване на дъмбели, разработчиците получиха изображение, в което металът е свързан от човешки ръце. Това вероятно се е случило поради факта, че на етапа на обучение анализираните снимки с дъмбели съдържаха ръце и невронната мрежа неправилно интерпретира това.

На 26 февруари 2016 г. на специален търг в Сан Франциско представители на Google събраха около 98 000 долара от психеделични картини, рисувани от изкуствен интелект. Тези средства бяха дарени за благотворителност. Една от най-успешните снимки на колата е представена по-долу.

Картина, нарисувана от изкуствения интелект на Google.

След изобретяването на компютрите, способността им да изпълняват различни задачи продължава да расте експоненциално. Хората развиват мощта на компютърните системи, като увеличават производителността на задачите и намаляват размера на компютрите. Основната цел на изследователите в областта на изкуствения интелект е да създадат компютри или машини, интелигентни като човек.

Авторът на термина "изкуствен интелект" е Джон Маккарти, изобретателят на езика Lisp, основателят на функционалното програмиране и носител на наградата Тюринг за големия си принос в областта на изследванията на изкуствения интелект.

Изкуственият интелект е начин да се направи компютър, компютърно управляван робот или програма, способни да мислят интелигентно като човек.

Изследванията в областта на AI се извършват чрез изучаване на умствените способности на човек, а след това резултатите от това изследване се използват като основа за разработването на интелигентни програми и системи.

Философия на ИИ

По време на работата на мощни компютърни системи всеки си задаваше въпроса: „Може ли машината да мисли и да се държи по същия начин като човек? ".

Така развитието на AI започна с намерението да се създаде подобен интелект в машините, подобен на човешкия.

Основни цели на AI

Създаване на експертни системи – системи, които демонстрират интелигентно поведение: учат, показват, обясняват и дават съвети;
Реализация на човешкия интелект в машини – създаването на машина, способна да разбира, да мисли, да преподава и да се държи като човек.

Какво допринася за развитието на AI?

Изкуственият интелект е наука и технология, базирана на дисциплини като компютърни науки, биология, психология, лингвистика, математика, машиностроене. Една от основните области на изкуствения интелект е развитието на компютърни функции, свързани с човешкия интелект, като: разсъждение, учене и решаване на проблеми.

Програма с AI и без AI

Програмите със и без AI се различават по следните свойства:

Приложения с AI

AI стана доминиращ в различни области като:

Игри – AI играе решаваща роля в стратегическите игри като шах, покер, тик-так и др., където компютърът е в състояние да изчисли голям брой възможни решения на базата на евристични знания.

Обработката на естествен език е способността да се комуникира с компютър, който разбира естествения език, говорен от хората.

Разпознаване на говор - някои интелигентни системиспособни да чуват и разбират езика, на който човек общува с тях. Те могат да се справят с различни акценти, жаргон и т.н.

Разпознаване на ръкописен текст - Софтуерът чете текст, написан на хартия с химикалка или на екран със стилус. Може да разпознава буквите и да ги преобразува в текст, който може да се редактира.

Умните роботи са роботи, способни да изпълняват задачи, възложени от хората. Те имат сензори за откриване на физически данни от реалния свят, като светлина, топлина, движение, звук, удар и налягане. Те имат високопроизводителни процесори, множество сензори и огромна памет. Освен това те са в състояние да се учат от собствените си грешки и да се адаптират към новата среда.

История на развитието на AI

Ето историята на развитието на AI през 20-ти век


	Карел Чапек режисира пиеса в Лондон, наречена "Universal Robots", първата употреба на думата "robot" на английски.

	Айзък Азимов, възпитаник на Колумбийския университет, въвежда термина роботика.
	Алън Тюринг разработва теста на Тюринг за измерване на интелигентността. Клод Шанън публикува подробен анализ на интелектуалната игра на шах.
	Джон Маккарти въведе термина изкуствен интелект. Демонстрация на първото стартиране на програма за изкуствен интелект в университета Карнеги Мелън.
	Джон Маккарти изобретява езика за програмиране lisp за AI.
	Дисертацията на Дани Бобров в MIT показва, че компютрите разбират доста добре естествения език.
	Джоузеф Вайзенбаум от MIT разработва Eliza, интерактивен асистент, който комуникира на английски.
	Учени от Станфордския изследователски институт са разработили Шеки, моторизиран робот, способен да възприема и решава някои проблеми.
	Екип от изследователи от Университета в Единбург построи Фреди, известният шотландски робот, който може да използва зрението си, за да намира и сглобява модели.
	Построен е първият компютърно управляван автономно превозно средство, Станфордската количка.
	Харолд Коен разработи и демонстрира програмиране, Аарон.
	Шахматна програма, която побеждава световния шампион по шах Гари Каспаров.
	Интерактивните роботизирани домашни любимци ще станат търговски достъпни. MIT показва Kismet, робот с лице, което изразява емоции. Robot Nomad изследва отдалечени райони на Антарктида и намира метеорити.

Същността на изкуствения интелект във формата на въпроси и отговори.Историята на създаването, изследователските технологии, дали изкуственият интелект е свързан с IQ и дали може да се сравни с човешки. Отговори на въпроси Професор от Станфордския университет Джон Маккарти.

Какво е изкуствен интелект (AI)?

Изкуственият интелект е област на науката и инженерството, която се занимава със създаването на машини и компютърни програми, които имат интелект. То е свързано със задачата да се използват компютри за разбиране на човешкия интелект. В същото време изкуственият интелект не трябва да се ограничава до биологично наблюдавани методи.

Да, но какво е интелигентност?

Интелигентността е способността да се вземе решение с помощта на изчисления.Интелигентност различен види нивата имат хора, много животни и някои машини.

Няма ли дефиниция за интелигентност, която да не зависи от връзката й с човешкия интелект?

Досега няма разбиране какви видове изчислителни процедури искаме да наречем интелигентни. Ние познаваме далеч от всички механизми на разузнаването.

Интелигентността е еднозначно понятие, така че въпросът "Има ли тази машина интелигентност?" бихте ли отговорили с да или не?

Не. Изследванията на AI показаха как да се използват само някои от механизмите. Когато за изпълнение на задача са необходими само добре проучени модели, резултатите са много впечатляващи. Такива програми имат "малко" интелигентност.

Изкуственият интелект опит ли е да се имитира човешкия интелект?

Понякога, но не винаги. От една страна, ще се научим как да накараме машините да решават проблеми, като наблюдаваме как работят хора или нашите собствени алгоритми. От друга страна, изследователите на AI използват алгоритми, които не се наблюдават при хората или изискват много повече изчислителни ресурси.

Компютърните програми имат ли IQ?

Не. IQ се основава на скоростта на развитие на интелигентността при децата. Това е съотношението на възрастта, на която детето обикновено постига определен резултат към възрастта на детето. Тази оценка е подходящо разширена и за възрастни. IQ корелира добре с различни мерки за успех или неуспех в живота. Но изграждането на компютри, които могат да получат висок резултат от тестовете за интелигентност, няма да има нищо общо с тяхната полезност. Например, способността на детето да повтаря дълга поредица от числа корелира добре с други интелектуални способности. Показва колко информация може да запомни едно дете наведнъж. В същото време запазването на числа в паметта е тривиална задача дори за най-примитивните компютри.

Как да сравним човешкия и компютърния интелект?

Артър Р. Дженсън, водещ изследовател в областта на човешкия интелект, твърди като „евристична хипотеза“, че обикновените хора споделят едни и същи механизми на интелигентност и интелектуалните различия са свързани с „количествени биохимични и физиологични условия“. Те включват скорост на мисълта, краткосрочна памет и способност за формиране на точни и възстановими дългосрочни спомени.

Независимо дали възгледът на Дженсън за човешкия интелект е правилен или не, ситуацията в AI днес е обратната.

Компютърните програми имат много скорост и памет, но техните способности отговарят на интелектуалните механизми, които разработчиците на софтуер разбират и могат да вложат в тях. Някои способности, които децата обикновено не развиват до юношеството. Други, собственост на двегодишни деца, все още са в неизвестност. Въпросът се изостря още повече от факта, че когнитивните науки все още не могат да определят точно какви са човешките способности. Най-вероятно организацията на интелектуалните механизми на AI се сравнява благоприятно с тази на хората.

Когато човек е в състояние да реши проблем по-бързо от компютър, това показва, че разработчиците нямат разбиране за механизмите на интелигентност, необходими за ефективно изпълнение на задачата.

Кога започнаха изследванията на AI?

След Втората световна война няколко души започват да работят самостоятелно върху интелигентни машини. Английският математик Алън Тюринг може би е бил първият от тях. Той изнесе лекцията си през 1947 г. Тюринг беше един от първите, които решиха, че AI е най-добре изследван чрез програмиране на компютри, а не чрез конструиране на машини. До края на 50-те години на миналия век има много изследователи на ИИ и повечето от тях основават работата си на компютърно програмиране.

Целта на AI ли е да постави човешкия ум в компютър?

Човешкият ум има много черти, едва ли е реалистично да се имитира всяка от тях.

Какво представлява тестът на Тюринг?

Докладът на А. Алън Тюринг от 1950 г. "Изчислителни и интелигентност" обсъжда условията за машината да има интелигентност. Той твърди, че ако една машина може успешно да се преструва на човек пред интелигентен наблюдател, тогава вие, разбира се, трябва да я считате за интелигентна. Този критерий ще задоволи повечето хора, но не всички философи. Наблюдателят трябва да взаимодейства с машината или човека чрез I/O съоръжението, за да елиминира необходимостта машината да имитира външен видили човешки глас. Задачата и на машината, и на човека е да накарат наблюдателя да се смята за човек.

Тестът на Тюринг е едностранен. Машина, която издържа теста, определено трябва да се счита за разумна, дори ако не знае достатъчно за хората, за да ги имитира.

Книгата на Daniel Dennett „Brainchildren“ има отлична дискусия за теста на Тюринг и различните му части, които са приложени успешно, т.е. с ограничения на познанията на наблюдателя за AI и предмета. Оказва се, че някои хора е доста лесно да убедят, че една доста примитивна програма е разумна.

Целта на AI ли е да достигне човешки нива на интелигентност?

да. Крайната цел е да се създадат компютърни програми, които могат да решават проблеми и да постигат цели по същия начин, по който хората могат. Въпреки това учените, провеждащи изследвания в тесни области, си поставят много по-малко амбициозни цели.

Колко далеч е изкуственият интелект от достигането на човешкото ниво? Кога ще се случи?

Интелигентността на ниво човешко може да бъде постигната чрез писане на много програми и събиране на обширни бази знания от факти на езиците, които се използват за изразяване на знания днес.Въпреки това повечето изследователи на ИИ смятат, че са необходими нови фундаментални идеи. Следователно е невъзможно да се предвиди кога ще бъде създадена интелигентност на ниво човешко ниво.

Компютърът е машина, която може да стане интелигентна?

Компютрите могат да бъдат програмирани да симулират всякакъв тип машина.

Дали скоростта на компютрите им позволява да бъдат интелигентни?

Някои хора смятат, че са необходими както по-бързи компютри, така и нови идеи. Компютрите бяха достатъчно бързи дори преди 30 години. Само ако знаехме как да ги програмираме.

Какво ще кажете за създаването на "детска машина", която може да бъде подобрена чрез четене и учене от опит?

Тази идея е предлагана многократно от 40-те години на миналия век. В крайна сметка тя ще бъде приложена. Програмите за изкуствен интелект обаче все още не са достигнали нивото на изучаване на голяма част от това, което детето научава в хода на живота. Съществуващите програми не разбират езика достатъчно добре, за да научат много чрез четене.

Теорията на изчислимостта и изчислителната сложност ли са ключовете към AI?

Не. Тези теории са уместни, но не разглеждат основните проблеми на ИИ.

През 30-те години на миналия век математическите логици Курт Гьодел и Алън Тюринг установяват, че не съществуват алгоритми, които да гарантират решаването на всички проблеми в някои важни математически области. Например, отговорите на въпроси в духа на: „теорема ли е изречението на логиката от първи ред“ или „дали полиномното уравнение в някои променливи има целочислени решения в други“. Тъй като хората са способни да решават проблеми от този вид, даден фактсе предлага като аргумент, че компютрите по своята същност не са в състояние да правят това, което правят хората. Роджър Пенроуз също говори за това. Хората обаче не могат да гарантират решенияпроизволензадачи в тези области.

През 60-те години на миналия век компютърни учени като Стив Кук и Ричард Карп разработиха теорията на домейна за NP-пълни проблеми. Проблемите в тези области са разрешими, но очевидно тяхното решаване изисква време, което нараства експоненциално с размерите на проблема. Най-простият пример за областта на NP-пълен проблем е въпросът: какви твърдения на пропозиционалната логика са изпълними? Хората често решават проблеми в областта на NP-пълните проблеми много пъти по-бързо, отколкото се гарантира от основните алгоритми, но не могат да ги решат бързо в общия случай.

За AI е важно това при решаване на проблеми алгоритмибяха също толкова ефективни, колкото човешки ум. Определянето на подполета, в които съществуват добри алгоритми, е важно, но много средства за решаване на проблеми с ИИ не попадат в лесно разпознаваеми подполета.

Теорията на сложността на общите класове задачи се нарича изчислителна сложност. Досега тази теория не е взаимодействала с AI толкова, колкото може да се надява. Изглежда, че успехът при решаването на проблеми от човешки и AI програми зависи от свойствата на проблема и техниките за решаване на проблеми, които нито изследователите на сложността, нито общността на AI могат да дефинират точно.

Актуална е и теорията на алгоритмичната сложност, разработена независимо една от друга. Соломонов, Колмогоров и Чайтин. Той определя сложността на символен обект като дължината на най-кратката програма, която може да го генерира. Доказването, че кандидат-програмата е най-кратката или близка до нея, е невъзможна задача, но представянето на обекти от кратките програми, които ги генерират, понякога може да изясни нещата, дори ако не можете да докажете, че вашата програма е най-кратката.

Тази година Yandex пусна гласовия асистент Alice. Новата услуга позволява на потребителя да слуша новини и времето, да получава отговори на въпроси и просто да комуникира с бота. "Алиса" понякога нахален, понякога изглежда почти разумно и човешки саркастично, но често тя не може да разбере за какво я питат и седи в локва.

Всичко това породи не само вълна от шеги, но и нов кръг от дискусии за развитието на изкуствения интелект. Новините за това какво са постигнали интелигентните алгоритми идват почти всеки ден днес, а машинното обучение се нарича едно от най- обещаващи направленияна които можете да се посветите.

За да изясним основните въпроси за изкуствения интелект, разговаряхме със Сергей Марков, специалист по изкуствен интелект и методи за машинно обучение, автор на една от най-мощните руски шахматни програми SmarThink и създател на проекта 22-ри век.

Сергей Марков,

специалист по изкуствен интелект

Развенчаване на митовете за AI

И така, какво е "изкуствен интелект"?

Концепцията за "изкуствен интелект" донякъде не е на късмет. Първоначално възникнал в научната общност, в крайна сметка прониква в научно-фантастичната литература, а чрез нея и в поп културата, където претърпява редица промени, придобива много интерпретации и в крайна сметка е напълно мистифициран.

Ето защо често чуваме такива изявления от неспециалисти като: „ИИ не съществува“, „ИИ не може да бъде създаден“. Неразбирането на същността на изследванията, провеждани в областта на ИИ, лесно довежда хората до други крайности – например на съвременните ИИ системи се приписва наличието на съзнание, свободна воля и тайни мотиви.

Нека се опитаме да отделим мухите от котлетите.

В науката изкуственият интелект се отнася до системи, предназначени да решават интелектуални проблеми.

От своя страна интелектуалната задача е задача, която хората решават с помощта на собствения си интелект. Имайте предвид, че в този случай експертите умишлено избягват да дефинират понятието „интелигентност“, тъй като преди появата на системите за изкуствен интелект единственият пример за интелигентност беше човешкият интелект, а дефинирането на концепцията за интелигентност въз основа на единичен пример е същото като опитвайки се да начертаем права линия през една точка. Може да има толкова много редове, колкото искате, което означава, че дебатът за концепцията за интелигентност може да се води от векове.

"силен" и "слаб" изкуствен интелект

AI системите са разделени на две големи групи.

Приложен изкуствен интелект(те също използват термина „слаб AI“ или „narrow AI“, в английската традиция - слаб / приложен / тесен AI) е AI, предназначен да решава всяка една интелектуална задача или малък брой от тях. Този клас включва системи за игра на шах, го, разпознаване на изображения, говор, вземане на решения за издаване или неотдаване на банков заем и т.н.

За разлика от приложния AI, се въвежда концепцията универсален изкуствен интелект(също „силен AI“, на английски – силен AI / Artificial General Intelligence) – тоест хипотетичен (засега) AI, способен да решава всякакви интелектуални проблеми.

Често хората, без да познават терминологията, идентифицират AI със силен AI, поради това възникват преценки в духа на „AI не съществува“.

Силен AI наистина все още не съществува. Почти целият напредък, който видяхме през последното десетилетие в областта на AI, е напредък в приложните системи. Тези успехи не могат да бъдат подценени, тъй като приложните системи в някои случаи са в състояние да решават интелектуални проблеми по-добре от универсалната човешка интелигентност.

Мисля, че забелязахте, че концепцията за AI е доста широка. Да кажем, че умственото броене също е интелектуална задача, което означава, че всяка изчислителна машина ще се счита за AI система. Ами сметки? Абак? Антикитерски механизъм? Всъщност всичко това е формално, макар и примитивно, но AI системи. Обикновено обаче, наричайки някаква система система за изкуствен интелект, ние по този начин подчертаваме сложността на задачата, решавана от тази система.

Съвсем очевидно е, че разделянето на интелектуалните задачи на прости и сложни е много изкуствено и нашите представи за сложността на определени задачи постепенно се променят. Механичната изчислителна машина е била чудо на технологията през 17-ти век, но днес хората, които са се сблъсквали с много по-сложни механизми от детството си, тя вече не е в състояние да впечатлява. Когато играта на коли в Go или автопилотите на автомобили престане да изненадва обществеността, със сигурност ще има хора, които ще трепнат от факта, че някой ще припише подобни системи на AI.

„Роботи-отлични ученици“: за способността на AI да учи

Друго смешно погрешно схващане е, че AI системите трябва да имат способността да се самообучават. От една страна, това не е така необходимо имущество AI системи: има много невероятни системи, които не са способни да се самообучават, но въпреки това решават много проблеми по-добре от човешкия мозък. От друга страна, някои хора просто не знаят, че самообучението е характеристика, която много AI системи са придобили дори преди повече от петдесет години.

Когато написах първата си шахматна програма през 1999 г., самообучението вече беше нещо обичайно в тази област - програмите успяваха да запомнят опасни позиции, да коригират вариациите на отваряне за себе си, да коригират стила на игра, да се приспособяват към противника. Разбира се, тези програми все още бяха много далеч от Alpha Zero. Въпреки това, дори системи, които научават поведение въз основа на взаимодействия с други системи в така наречените експерименти за „учене с подсилване“ вече съществуват. Въпреки това, по някаква необяснима причина, някои хора все още смятат, че способността за самообучение е прерогатив на човешкия интелект.

Машинното обучение, цяла научна дисциплина, се занимава с процесите на обучение на машини за решаване на определени проблеми.

Има два големи полюса на машинното обучение - контролирано обучение и учене без надзор.

В учене с учителмашината вече има редица условно правилни решения за някакъв набор от случаи. Задачата на обучението в този случай е да научи машината, въз основа на наличните примери, да взема правилните решения в други, непознати ситуации.

Другата крайност - учене без учител. Това означава, че машината е поставена в ситуация, в която правилните решения са неизвестни, има само данни в необработен, немаркиран вид. Оказва се, че в такива случаи е възможно да се постигне известен успех. Например, можете да научите машина да идентифицира семантичните връзки между думите на език въз основа на анализа на много голям набор от текстове.

Един вид контролирано обучение е ученето с подсилване. Идеята е, че системата AI действа като агент, поставен в някаква моделна среда, в която може да взаимодейства с други агенти, например със свои копия, и да получава от средата някои обратна връзкачрез функцията за възнаграждение. Например шахматна програма, която играе сама със себе си, като постепенно коригира параметрите си и по този начин постепенно засилва собствената си игра.

Ученето с подсилване е доста широка област и използва много интересни техники, вариращи от еволюционни алгоритми до байесова оптимизация. Последните постижения в AI за игри са точно свързани с усилването на AI по време на обучението с подсилване.

Технологични рискове: Трябва ли да се страхуваме от Страшния съд?

Аз не съм от алармистите на AI и в този смисъл в никакъв случай не съм сам. Например, Андрю Нг, създател на курса по машинно обучение в Станфорд, сравнява опасностите от ИИ с проблема с пренаселеността на Марс.

Всъщност в бъдеще е вероятно хората да колонизират Марс. Също така е вероятно рано или късно проблемът с пренаселеността да възникне на Марс, но не е съвсем ясно защо трябва да се занимаваме с този проблем сега? Съгласен с Yn и Yang LeKun - създателят на конволюционни невронни мрежи, и неговия шеф Марк Зукърбърг, и Джошуа Бено - човек, до голяма степен благодарение на чиито изследвания съвременните невронни мрежи са в състояние да решават предизвикателни задачив областта на текстообработката.

Вероятно ще отнеме няколко часа, за да изложа вижданията си по този проблем, така че ще се спра само на основните тези.

1. НЕ ОГРАНИЧАЙТЕ РАЗВИТИЕТО НА ИИ

Алармистите обмислят рисковете, свързани с потенциалното нарушаване на AI, като същевременно пренебрегват рисковете, свързани с опитите за ограничаване или дори спиране на напредъка в тази област. Технологичната мощ на човечеството нараства с изключително бързи темпове, което води до ефект, който аз наричам „поевтиняване на апокалипсиса“.

Преди 150 години с цялата воля човечеството не можеше да причини непоправими щети нито на биосферата, нито на себе си като вид. За да се реализира катастрофалният сценарий преди 50 години, щеше да е необходимо да се концентрира цялата технологична мощ на ядрените сили. Утре малка шепа фанатици може да са достатъчни, за да оживят глобално предизвикано от човека бедствие.

Нашата технологична сила расте много по-бързо от способността на човешкия интелект да контролира тази сила.

Освен ако човешкият интелект, с неговите предразсъдъци, агресия, заблуди и тесногръдие, не бъде заменен от система, способна да взема по-информирани решения (независимо дали става дума за ИИ или, което смятам, че е по-вероятно, технологично подобрена човешка интелигентност, интегрирана с машините в единна система), можем да чакаме глобална катастрофа.

2. създаването на свръхинтелигентност е принципно невъзможно

Има идея, че ИИ на бъдещето със сигурност ще бъде супер интелигентен, превъзхождащ хората дори повече, отколкото хората са по-добри от мравките. В този случай се страхувам да разочаровам технологичните оптимисти - нашата Вселена съдържа редица фундаментални физически ограничения, които очевидно ще направят създаването на свръхинтелигентност невъзможно.

Например скоростта на предаване на сигнала е ограничена от скоростта на светлината и неопределеността на Хайзенберг се появява в скалата на Планк. Това предполага първата основна граница - границата на Бремерман, която налага ограничения върху максималната изчислителна скорост за автономна система с дадена маса m.

Друго ограничение е свързано с принципа на Ландауер, според който се отделя минимално количество топлина при обработка на 1 бит информация. Твърде бързите изчисления ще доведат до неприемливо нагряване и разрушаване на системата. Всъщност съвременните процесори са по-малко от хиляда пъти зад границата на Ландауер. Изглежда, че 1000 са доста, но друг проблем е, че много интелектуални задачи принадлежат към класа на сложност EXPTIME. Това означава, че времето, необходимо за решаването им, е експоненциална функция на размерността на проблема. Ускоряването на системата няколко пъти дава само постоянно увеличение на "интелигентността".

Като цяло има много сериозни причини да се смята, че свръхинтелигентен силен AI няма да работи, въпреки че, разбира се, нивото на човешкия интелект може да бъде надминато. Колко опасно е? Най-вероятно не много.

Представете си, че изведнъж сте започнали да мислите 100 пъти по-бързо от другите хора. Това означава ли, че лесно ще успеете да убедите всеки минувач да ви даде портфейла си?

3. тревожим се за нещо друго

За съжаление, в резултат на спекулациите на алармистите относно страховете на обществеността, повдигнати за Терминатора и известния HAL 9000 на Кларк и Кубрик, има изместване на фокуса на AI сигурността към анализа на малко вероятни, но зрелищни сценарии. В същото време истинските опасности се изплъзват от поглед.

Всяка достатъчно сложна технология, която претендира да заема важно място в нашия технологичен пейзаж, със сигурност носи със себе си специфични рискове. Много животи бяха унищожени от парни машини - в производството, транспорта и т.н. - преди да бъдат въведени ефективни правила и мерки за безопасност.

Ако говорим за напредък в областта на приложния AI, можем да обърнем внимание на свързания проблем с т. нар. „Digital Secret Court“. Все повече и повече прилагани AI системи вземат решения по въпроси, засягащи живота и здравето на хората. Това включва системи за медицинска диагностика и, например, системи, които вземат решения в банките за отпускане или неотдаване на заем на клиент.

В същото време структурата на използваните модели, наборите от използвани фактори и други подробности от процедурата за вземане на решения са скрити от лицето, чиято съдба е заложена на карта.

Използваните модели могат да базират решенията си на мнението на експерти учители, които са правили системни грешки или са имали определени предразсъдъци – расови, полови.

ИИ, обучен за решенията на такива експерти, ще възпроизвежда съвестно тези предразсъдъци в своите решения. В крайна сметка тези модели могат да съдържат специфични дефекти.

Сега малко хора се занимават с тези проблеми, тъй като, разбира се, SkyNet, който отприщва ядрена война, със сигурност е много по-зрелищно.

Невронните мрежи като "гореща тенденция"

От една страна, невронните мрежи са един от най-старите модели, използвани за изграждане на AI системи. Първоначално се появиха в резултат на прилагането на бионичния подход, те бързо избягаха от своите биологични прототипи. Единственото изключение тук са импулсните невронни мрежи (но все още не са намерили широко приложение в индустрията).

Напредъкът от последните десетилетия е свързан с развитието на технологиите за дълбоко обучение - подход, при който невронните мрежи се сглобяват от голям брой слоеве, всеки от които е изграден на базата на определени регулярни модели.

В допълнение към създаването на нови модели на невронни мрежи, важен напредък е постигнат и в областта на технологиите за обучение. Днес невронните мрежи вече не се преподават с помощта на централни процесори на компютрите, а с използването на специализирани процесори, способни бързо да извършват матрични и тензорни изчисления. Най-често срещаният тип такива устройства днес са видеокартите. Въпреки това, още по-специализирани устройства за обучение на невронни мрежи се разработват активно.

Като цяло, разбира се, днес невронните мрежи са една от основните технологии в областта на машинното обучение, на която дължим решаването на много проблеми, които преди са били решавани незадоволително. От друга страна, разбира се, трябва да разберете, че невронните мрежи не са панацея. За някои задачи те далеч не са най-ефективният инструмент.

И така, колко умни са всъщност днешните роботи?

Всичко е относително. На фона на технологиите от 2000-та година, сегашните постижения изглеждат като истинско чудо. Винаги ще има хора, които обичат да мрънкат. Преди 5 години говореха усилено, че машините никога няма да победят хората в Go (или поне няма да спечелят много скоро). Говореше се, че машината никога няма да може да нарисува картина от нулата, докато днес хората практически не могат да разграничат картините, създадени от машини, и картините на непознати за тях художници. В края на миналата година машините се научиха да синтезират реч, почти неразличима от човешката, и в последните годиниушите не изсъхват от музиката, създадена от машините.

Да видим какво ще стане утре. Гледам на тези приложения на AI с голям оптимизъм.

Обещаващи посоки: откъде да започнете да се гмуркате в областта на AI?

Бих ви посъветвал да опитате да овладеете на добро ниво една от популярните невронни мрежи и един от езиците за програмиране, популярни в областта на машинното обучение (най-популярният днес е TensorFlow + Python).

След като усвоите тези инструменти и в идеалния случай имате силна база в областта на математическата статистика и теорията на вероятностите, трябва да насочите усилията си към областта, която ще бъде най-интересна за вас лично.

Интересът към предмета на работа е един от най-важните ви помощници.

Нуждата от специалисти по машинно обучение съществува в различни области – в медицината, в банковото дело, в науката, в производството, така че днес добрият специалист има повече избор от всякога. Потенциалните ползи от която и да е от тези индустрии ми се струват незначителни в сравнение с факта, че работата ще ви донесе удоволствие.

Изкуственият интелект е способността на цифров компютър или компютърно контролиран робот да изпълнява задачи, които обикновено се свързват с съзнателни същества. Терминът често се прилага към проекта за разработване на системи, надарени със специфични за човека интелектуални процеси, като способност за разсъждение, обобщение или учене от минал опит. Освен това дефиницията на понятието AI (изкуствен интелект) се свежда до описание на набор от свързани технологии и процеси, като например машинно обучение, виртуални агенти и експертни системи. говорене с прости думи AI е грубо картографиране на неврони в мозъка. Сигналите се предават от неврон на неврон и накрая се извеждат - получава се числен, категоричен или генериращ резултат. Това може да се илюстрира със следния пример. ако системата направи снимка на котка и е обучена да разпознава дали е котка или не, първият слой може да идентифицира общите градиенти, които определят обща формакотки. Следващият слой може да идентифицира по-големи обекти като уши и уста. Третият слой дефинира по-малки обекти (като мустаци). И накрая, въз основа на тази информация, програмата ще отпечата "да" или "не", за да разбере дали е котка или не. Програмистът не трябва да „казва“ на невроните, че това са функциите, които трябва да търсят. AI ги научи сам чрез обучение на много изображения (както с котки, така и без).

Какво е изкуствен интелект?

Описание на изкуствения неврон

Изкуственият неврон е математическа функция, замислена като модел на биологични неврони, невронна мрежа. Изкуствените неврони са елементарни единици в изкуствените невронни мрежи. Изкуствен неврон получава един или повече входове и ги сумира, за да произведе изход или активиране, представляващо потенциала за действие на неврона, който се предава по неговия аксон. Обикновено всеки вход се анализира отделно и сумата се предава през нелинейна функция, известна като активираща функция или трансферна функция.

Кога започнаха изследванията на AI?

През 1935 г. британският изследовател А.М. Тюринг описва абстрактна изчислителна машина, която се състои от безкрайна памет и скенер, който се движи напред-назад през паметта, символ по знак. Скенерът чете това, което намира, записвайки допълнителни знаци. Действията на скенера се диктуват от програма с инструкции, която също се съхранява в паметта като символи. Най-ранната успешна програма за изкуствен интелект е написана през 1951 г. от Кристофър Стрейчи. През 1952 г. тази програма можеше да играе дама с човек, изненадвайки всички със способността си да предвижда ходове. През 1953 г. Тюринг публикува класическа ранна статия за шахматното програмиране.

Разликата между естествения и изкуствения интелект

Интелигентността може да се определи като обща умствена способност за разсъждение, решаване на проблеми и учене. По силата на общия си характер, интелигентността интегрира когнитивни функции като възприятие, внимание, памет, език или планиране. естествената интелигентност се отличава със съзнателно отношение към света. Човешкото мислене винаги е емоционално оцветено и не може да бъде отделено от физическото. Освен това човек е социално същество, следователно обществото винаги влияе върху мисленето. AI не е свързан с емоционалната сфера и не е социално ориентиран.

Как да сравним човешкия и компютърния интелект?

Човешкото мислене може да се сравни с изкуствения интелект въз основа на няколко общи параметъра на организацията на мозъка и машината. Дейността на компютъра, подобно на мозъка, включва четири етапа: кодиране, съхранение, анализиране на данни и издаване на резултат. В допълнение, човешкият мозък и AI могат да се самообучават в зависимост от получените данни заобикаляща среда. Също така човешкият мозък и машинният интелект решават проблеми (или задачи), използвайки определени алгоритми.

Компютърните програми имат ли IQ?

Не. IQ е свързан с развитието на интелигентността на човек в зависимост от възрастта. AI надвишава някои човешки способности по някакъв начин, например може да съхранява огромен брой числа в паметта, но това няма нищо общо с IQ.

Какво представлява тестът на Тюринг?

Алън Тюринг разработи емпиричен тест, който показва дали програмата е в състояние да улови всички нюанси на човешкото поведение до такава степен, че човек да не може да определи с кого точно общува – с AI или с жив събеседник. Тюринг предложи външен наблюдател да оцени разговора между човек и машина, която отговаря на въпроси. Съдията не вижда кой точно отговаря, но знае, че един от събеседниците е AI. Разговорът е ограничен само до текстовия канал (компютърна клавиатура и екран), така че резултатът не се влияе от способността на машината да изобразява думите като човешка реч. Ако програмата успее да измами човек, се счита, че ефективно се е справила с теста.

Символичен подход

Символичният подход към ИИ е набор от всички методи за изучаване на изкуствен интелект, базирани на символни (разбираеми от човека) идеи на високо ниво за задачи, логика и търсене. Символичният подход е широко използван в изследванията на AI през 50-те и 80-те години. Една популярна форма на символичния подход са експертни системи, които използват комбинация от специфични производствени правила. Правилата за производство свързват символите в логически връзки, които са подобни на алгоритъма If-Then. Експертната система обработва правилата, за да направи изводи и да определи кои Допълнителна информациятя се нуждае, тоест какви въпроси да зададе, използвайки четими от човека знаци.

логически подход

Терминът "логически подход" предполага призив към логика, разсъждение, решаване на проблеми с помощта на логически стъпки. Логиците още през 19-ти век разработиха точни обозначения за всички видове обекти в света и връзките между тях. До 1965 г. имаше програми, които можеха да решат всякакви логическа задача(върхът на популярността на този подход е в края на 1950-70-те). Поддръжниците на логическия подход в рамките на логическия изкуствен интелект се надяваха да изградят интелигентни системи върху такива програми (по-специално, написани на езика Prolog). Този подход обаче има две ограничения. Първо, не е лесно да се вземат неформални знания и да се поставят във формалните термини, необходими за обработката на AI. Второ, има голяма разлика между решаването на проблем на теория и решаването му на практика. Дори проблеми с няколкостотин факта могат да изчерпят изчислителните ресурси на всеки компютър, ако той няма никаква индикация кое разсъждение да използва първо.

Подход, базиран на агенти

Агентът е нещо, което действа (от латински agere, „да правя“). Разбира се, всички компютърни програми правят нещо, но се очаква компютърните агенти да правят повече: да работят автономно, да възприемат сигнали от околната среда (с помощта на специални сензори), да се адаптират към промените, да създават цели и да ги изпълняват. Рационален агент е този, който действа по такъв начин, че да постигне най-добрия очакван резултат.

Хибриден подход

Предполага се, че този подход, който стана популярен в края на 80-те, работи най-ефективно, тъй като е комбинация от символни и невронни модели. Хибридният подход увеличава когнитивните и изчислителни възможности на машината.

Пазар на технологии за изкуствен интелект

Очаква се пазарът да нарасне до 190,61 милиарда долара до 2025 г. с годишен темп на растеж от 36,62%. Растежът на пазара се влияе от фактори като въвеждането на облачни приложения и услуги, появата на масиви от големи данни и активното търсене на интелигентни виртуални асистенти. Все още обаче има малко експерти, разработващи и внедряващи AI технологии и това задържа растежа на пазара. Системите, захранвани с изкуствен интелект, изискват поддръжка за интеграция и поддръжка.

Процесори за AI

Съвременните AI задачи изискват мощни процесори, които могат да обработват огромни количества данни. Процесорите трябва да имат достъп до големи количества памет, а устройството също се нуждае от високоскоростни връзки за данни.

В Русия

В края на 2018 г. в Русия беше пусната серия сървъри Elbrus-804, показващи висока производителност. Всеки от компютрите е оборудван с четири осемядрени процесора. С помощта на тези устройства можете да изграждате изчислителни клъстери, те ви позволяват да работите с приложения и бази данни.

Световен пазар

Драйвери и лидери на пазара са две корпорации - Intel и AMD, производители на най-мощните процесори. Intel традиционно се фокусира върху производството на машини с по-висока тактова честота, AMD се фокусира върху постоянно увеличаване на броя на ядрата и осигуряване на многонишкова производителност.

Концепция за национално развитие

Три дузини държави вече са одобрили национални стратегии за развитие на AI. През октомври 2019 г. проектът на Национална стратегия за развитие на ИИ трябва да бъде приет в Русия. Предполага се, че Москва ще въведе правен режим, който улеснява разработването и внедряването на AI технологии.

Изследване на AI

Въпросите какво е изкуствен интелект и как работи той вълнува учените различни странивече повече от десетилетие. Правителството на САЩ отделя 200 милиона долара годишно за научни изследвания. В Русия за 10 години - от 2007 до 2017 г. - бяха отпуснати около 23 милиарда рубли. Разделите за подпомагане на изследванията на ИИ ще станат важна част от концепцията на националната стратегия. В близко бъдеще в Русия ще бъдат отворени нови изследователски центрове и ще продължи разработването на иновативен софтуер за AI.

AI стандартизация

Нормите и правилата в областта на ИИ в Русия са в процес на постоянно усъвършенстване. Предполага се, че в края на 2019 - началото на 2020 г. ще бъдат одобрени национални стандарти, които сега се разработват от лидерите на пазара. Успоредно с това се формира Национален план за стандартизация за 2020 г. и след това. Стандартът „Изкуствен интелект. Концепция и терминология“, а през 2019 г. експертите започнаха да разработват нейната русифицирана версия. Документът трябва да бъде одобрен през 2021 г.

Въздействието на изкуствения интелект

Въвеждането на AI е неразривно свързано с научно-техническия прогрес, а обхватът на приложение се разширява всяка година. С това се сблъскваме всеки ден в живота, когато голяма търговска верига в интернет ни препоръча продукт или когато отворим компютъра, виждаме реклама на филм, който просто искахме да гледаме. Тези препоръки се основават на алгоритми, които анализират какво е купил или гледал потребителят. Изкуственият интелект стои зад тези алгоритми.

Има ли риск за развитието на човешката цивилизация?

Илон Мъск вярва, че развитието на AI може да застраши човечеството и резултатите могат да бъдат по-лоши от използването на ядрени оръжия. Стивън Хокинг, британски учен, се опасява, че хората могат да създадат изкуствен интелект със свръхинтелект, който може да навреди на човек.

За икономиката и бизнеса

Проникването на AI технологията във всички области на икономиката ще увеличи обема на глобалния пазар на услуги и стоки с 15,7 трилиона долара до 2030 г. САЩ и Китай все още са лидери по отношение на всички видове проекти в областта на AI. Развитите страни - Германия, Япония, Канада, Сингапур - също се стремят да реализират всички възможности. Много умерено растящи икономики, като Италия, Индия, Малайзия, развиват силни страни в специфични приложения на ИИ.

Към пазара на труда

Глобалното въздействие на AI върху пазара на труда ще следва два сценария. Първо, разпространението на някои технологии ще доведе до уволнение на голям брой хора, тъй като компютрите ще поемат много задачи. Второ, поради развитието на технологичния прогрес, специалистите по изкуствен интелект ще бъдат много търсени в много индустрии.

AI пристрастия

Предубеждението на AI системата вероятно ще стане все по-често срещан проблем, тъй като изкуственият интелект се премества от лабораторията в реалния свят. Изследователите се опасяват, че без подходящо обучение за оценка на данните и идентифициране на потенциала за пристрастия към данните, уязвимите групи в обществото могат да бъдат нанесени щети или правата им да бъдат нарушени. Досега изследователите нямат данни дали системите, изградени на базата на машинно обучение, ще застрашат човечеството.

Приложения

Изкуственият интелект и неговите приложения претърпяват трансформация. Определението за слаб AI („слаб AI“) се използва, когато говорим сиза изпълнението на тесни задачи в медицинската диагностика, електронни платформи за търговия, управление на роботи. Докато Strong AI („силен AI“) се определя от изследователите като интелект, който е изправен пред глобални задачи, сякаш те са поставени за човек.

Отбрана и военна употреба

До 2025 г. темпът на продажби на съответните услуги, софтуери оборудване в световен мащаб ще нарасне до 18,82 милиарда долара, а годишният ръст на пазара ще бъде 14,75%. AI се използва за агрегиране на данни, биоинформатика, военно обучение и отбранителния сектор.

В образованието

Много училища включват образователен курсуводни уроци по информатика за AI, а университетите широко използват технологиите за големи данни. Някои програми наблюдават поведението на учениците, оценяват тестове и есета, разпознават грешки в произношението и предлагат корекции.

Има и онлайн курсове по изкуствен интелект. Например в образователния портал.

В бизнеса и търговията

През следващите пет години водещите търговци на дребно ще имат мобилни приложения, които работят с дигитални асистенти като Siri, за да улеснят пазаруването. AI ви позволява да печелите огромни суми пари в интернет. Един пример е Amazon, който постоянно анализира поведението на потребителите и подобрява алгоритмите.

Къде мога да науча за #изкуствен интелект

В енергетиката

AI помага да се предвиди генерирането и търсенето на енергийни ресурси, да се намалят загубите и да се предотврати кражбата на ресурси. В електроенергийната индустрия използването на AI при анализа на статистически данни помага да се избере най-печелившият доставчик или да се автоматизира обслужването на клиентите.

В производствения сектор

Според проучване на McKinsey сред 1300 ръководители, 20% от фирмите вече използват AI. Наскоро Mosselprom внедри AI в своето производство в цеха за опаковане. Използва способността на AI да разпознава изображение. Камерата улавя всички действия на служителя, като сканира отпечатания върху облеклото баркод и изпраща данните към компютъра. Броят на извършените сделки пряко влияе върху възнаграждението на служителя.

В пивоварството

Carlsberg използва машинно обучение, за да избере дрожди и да разшири обхвата си. Технологията е реализирана на базата на цифрова облачна платформа.

В банковото дело

Необходимостта от надеждна обработка на данни, развитието на мобилни технологии, наличието на информация и разпространението на софтуер с отворен код правят ИИ технология, търсена в банковия сектор. Все повече банки набират средства чрез компании за разработка на мобилни приложения. Новите технологии подобряват обслужването на клиентите и анализаторите прогнозират, че в рамките на пет години AI в банките ще взема повечето решения сам.

На транспорт

Развитието на AI технологиите е двигател на транспортната индустрия. Мониторинг на състоянието на пътя, откриване на пешеходци или обекти на грешни места, автономно шофиране, облачни услуги в автомобилната индустрия са само няколко примера за използването на AI в транспорта.

В логистиката

Силата на AI позволява на компаниите да прогнозират по-добре търсенето и да изграждат вериги за доставки по-рентабилно. AI помага за намаляване на броя на превозните средства, необходими за транспортиране, оптимизиране на времето за доставка и намаляване на оперативните разходи на транспортните и складовите съоръжения.

На пазара на луксозни стоки и услуги

Луксозните марки също се обърнаха към дигиталните, за да анализират нуждите на клиентите. Едно от предизвикателствата пред разработчиците в този сегмент е управлението и влиянието на емоциите на клиентите. Dior вече адаптира AI за управление на взаимодействията между клиенти и марка чрез чатботове. Луксозните марки ще се конкурират в бъдеще и нивото на персонализация, което могат да постигнат с AI, ще бъде решаващо.

В публичната администрация

Държавните апарати на много страни все още не са готови за предизвикателствата, които се крият в AI технологиите. Експертите прогнозират, че много от съществуващите държавни структури и процеси, които са се развили през последните няколко века, вероятно ще станат неуместни в близко бъдеще.

В криминалистиката

Използват се различни подходи на AI за идентифициране на престъпниците на обществени места. В някои страни, като Холандия, полицията използва AI за разследване на сложни престъпления. Дигиталната криминалистика е нова наука, която изисква копаене на огромни количества от много сложни набори от данни.

В съдебната система

Развитието в областта на изкуствения интелект ще помогне за радикална промяна на съдебната система, ще я направи по-справедлива и свободна от корупция. Един от първите AI в съдебната система започна да използва Китай. Може да се предположи, че съдиите-роботи в крайна сметка ще могат да работят с големи данни от хранилища за обществени услуги. Машинният интелект анализира огромно количество данни и не изпитва емоции като човешки съдия. AI може да има огромно влияние върху обработката на информация и събирането на статистически данни, както и предсказването на възможни престъпления въз основа на анализ на данни.

В спорта

Приложението на AI в спорта стана нещо обичайно през последните години. Спортните отбори (бейзбол, футбол и др.) анализират данните за представянето на индивидуалните играчи, като вземат предвид различни фактори при селекцията. AI може да предвиди бъдещия потенциал на играчите, като анализира техниката на играта, физическото състояниеи други данни, както и за оценка на пазарната им стойност.

В здравната медицина

Тази област на приложение се разраства бързо. AI се използва при диагностика на заболявания, клинични изследвания, разработване на лекарства и здравно осигуряване. Освен това сега има бум в инвестициите в множество медицински приложения и устройства.

Анализ на поведението на гражданите

Наблюдението на поведението на гражданите се използва широко в областта на сигурността, включително наблюдение на поведението на уебсайтове (в социални мрежи) и в месинджъри. Например през 2018 г. китайски учени успяха да идентифицират 20 000 потенциални самоубийства и да им окажат психологическа помощ. През март 2018 г. Владимир Путин нареди да се засилят действията на държавните органи за борба отрицателно въздействиедеструктивни движения в социалните мрежи.

В развитието на културата

Алгоритмите на AI започват да генерират произведения на изкуството, които трудно се различават от създадените от човека. AI предлага на творческите хора много инструменти за реализиране на идеи. В момента разбирането за ролята на художника в широк смисъл се променя, тъй като AI предоставя много нови методи, но също така поставя много нови въпроси пред човечеството.

Живопис

Изкуството отдавна се счита за изключителна сфера на човешкото творчество. Но се оказва, че машините могат да направят много повече в творческата област, отколкото хората осъзнават. През октомври 2018 г. Christie's продаде първата картина с изкуствен интелект за 432 500 долара. Използван е алгоритъм за генериране на съревнователна мрежа, който анализира 15 000 портрета, създадени между 15-ти и 20-ти век.

Музика

Разработени са няколко музикални програми, които използват AI за създаване на музика. Както в други области, AI в този случай също симулира умствена задача. Забележителна характеристика е способността на алгоритъм на AI да се учи от получената информация, като например компютърна технология за проследяване, която е в състояние да слуша и следва човешки изпълнител. AI също така управлява така наречената интерактивна технология за композиране, при която компютър композира музика в отговор на изпълнение на музикант на живо. В началото на 2019 г. Warner Music подписа първия по рода си договор с изпълнител – алгоритъма Endel. Съгласно условията на договора невронната мрежа Endel ще издаде 20 уникални албума през годината.

Снимка

AI бързо променя начина, по който мислим за фотографията. Само след няколко години повечето от постиженията в тази област ще бъдат фокусирани върху AI, а не върху оптиката или сензорите, както преди. За първи път напредъкът във фотографската технология няма да бъде свързан с физиката и ще създаде напълно нов начинфотомислене. Дори сега невронната мрежа разпознава и най-малките промени при моделиране на лица в фоторедакторите.

Видео: смяна на лице

През 2015 г. Facebook започна да тества технологията DeepFace на сайта. През 2017 г. потребителят на Reddit DeepFakes излезе с алгоритъм за създаване на реалистични видеоклипове за размяна на лица, използвайки невронни мрежи и машинно обучение.

Медии и литература

През 2016 г. Google AI, след като анализира 11 000 непубликувани книги, започва да пише първите си литературни произведения. Изследователите на Facebook AI Research през 2017 г. измислиха система от невронна мрежа, която може да пише поезия на всяка тема. През ноември 2015 г. направлението за подготовка на автоматични текстове беше открито от руската компания Yandex.

Отидете на игри, покер, шах

През 2016 г. AI победи човек в Go (игра с над 10 100 опции). В шаха суперкомпютър победи човек, заради способността му да съхранява в паметта ходове, изиграни някога от хора, и да програмира нови 10 стъпки напред. Покерът сега се играе от ботове, въпреки че се смяташе, че е почти невъзможно да се обучи компютър да играе тази игра на карти. Всяка година разработчиците подобряват алгоритмите все повече и повече.

Разпознаване на лица

Технологията за разпознаване на лица се използва както за фото, така и за видео потоци. Невронните мрежи изграждат векторен или „цифров“ шаблон на лице, след което тези шаблони се сравняват в системата. Тя намира референтни точки на лицето, които определят индивидуалните характеристики. Алгоритъмът за изчисляване на характеристиките е различен за всяка от системите и е основната тайна на разработчиците.

За по-нататъшното развитие и прилагане на AI е необходимо да се обучи преди всичко човек

Сергей Ширкин

Декан на Факултета по изкуствен интелект

Технологиите за изкуствен интелект във вида, в който се използват в момента, съществуват от около 5-10 години, но за тяхното прилагане, колкото и да е странно, са необходими голям брой хора. Съответно основните разходи в областта на изкуствения интелект са разходите за специалисти. Освен това почти всички основни технологии на изкуствения интелект (библиотеки, рамки, алгоритми) са безплатни и са публично достояние. Едно време намирането на експерти по машинно обучение беше почти невъзможно. Но сега, до голяма степен благодарение на развитието на MOOC (англ. Massive Open Online Course, масивен отворен онлайн курс), има повече от тях. по-висок образователни институциисъщо предоставят специалисти, но те често трябва да завършат обучението си в онлайн курсове.

Сега изкуственият интелект може да разпознае, че човек планира да смени работата си, и може да му предложи подходящи онлайн курсове, много от които могат да се вземат само със смартфон. А това означава, че можете да практикувате дори докато сте на път – например по пътя за работа. Един от първите такива проекти беше онлайн ресурсът Coursera, но по-късно се появиха много подобни образователни проекти, всеки от които заема определена ниша в онлайн образованието.

Трябва да разберете, че AI, като всяка програма, е преди всичко код, тоест текст, проектиран по определен начин. Този код се нуждае от развитие, поддръжка и подобрение. За съжаление това не се случва от само себе си, без програмист кодът не може да „оживее“. Следователно всички страхове за всемогъществото на AI са неоснователни. Програмите са създадени за строго определени задачи, те нямат чувства и стремежи като човек, не извършват действия, които програмистът не е вложил в тях.

Може да се каже, че в наше време ИИ има само индивидуални човешки умения, въпреки че може да изпревари обикновения човек по скорост на прилагането си. Вярно е, че много часове усилия на хиляди програмисти са изразходвани за развитието на всяко такова умение. Най-много, на което AI е способен досега, е да автоматизира някои физически и умствени операции, като по този начин освобождава хората от рутината.

Използва ли AI някакви рискове? По-скоро сега има риск да не се види възможността за използване на технологии за изкуствен интелект. Много компании са наясно с това и се опитват да се развиват в няколко посоки наведнъж, с надеждата, че една от тях може да "стреля". Илюстративен пример са онлайн магазините: сега само тези, които осъзнаха необходимостта от използване на AI, когато все още не беше в тенденция, останаха на повърхността, въпреки че беше напълно възможно да се „спести пари“ и да не се поканят необходимите математици-програмисти без причина .

Перспективата за развитие на изкуствения интелект

Компютрите вече могат да правят много неща, които само хората са били в състояние да правят: да играят шах, да разпознават букви от азбуката, да проверяват правописа, граматиката, да разпознават лица, да диктуват, да говорят, да печелят игрови шоута и др. Но скептиците продължават. След като човешката способност е автоматизирана, скептиците казват, че това е просто още една компютърна програма, а не пример за самообучаващ се AI. AI технологиите намират широко приложение и имат огромен потенциал за растеж във всички области. С течение на времето човечеството ще създава все по-мощни компютри, които все повече и повече ще се подобряват в развитието на AI.

Целта на AI ли е да постави човешкия ум в компютър?

Има само грубо разбиране за това как работи човешкият мозък. Досега не всички свойства на ума могат да бъдат имитирани с помощта на AI.

Може ли ИИ да достигне човешки нива на интелигентност?

Учените се стремят да гарантират, че AI може да решава още по-разнообразни проблеми. Но е преждевременно да се говори за достигане на нивото на човешкия интелект, тъй като мисленето не се ограничава само до един алгоритъм.

Кога изкуственият интелект може да достигне нивото на човешкото мислене?

На този етап на натрупване и анализ на информация, до който сега достига човечеството, ИИ е далеч от човешкото мислене. Въпреки това, в бъдеще могат да възникнат идеи за пробив, които ще повлияят на рязък скок в развитието на AI.

Може ли компютърът да стане интелигентна машина?

Част от всяка сложна машина е компютърна система и тук може да се говори само за интелигентни компютърни системи. Самият компютър не е интелигентен.

Има ли връзка между скоростта и развитието на интелигентността в компютрите?

Не, скоростта е отговорна само за някои свойства на интелигентността. Сама по себе си скоростта на обработка и анализиране на информацията не е достатъчна, за да се появи интелигентност.

Възможно ли е да се създаде детска машина, която да се развива чрез четене и самообучение?

Това се обсъжда от изследователи от почти сто години. Вероятно идеята някой ден ще бъде осъществена. Днес програмите за изкуствен интелект не обработват и не използват толкова информация, колкото децата могат.

Как теорията на изчислимостта и изчислителната сложност са свързани с AI?

Теорията на изчислителната сложност се фокусира върху класифицирането на изчислителните проблеми според тяхната присъща сложност и свързването на тези класове един с друг. Изчислителен проблем е проблем, решен от компютър. Проблемът с изчисленията е решен чрез механично прилагане на математически стъпки, като алгоритъм.

Заключение

Изкуственият интелект вече оказа огромно влияние върху развитието на нашия свят, което беше невъзможно да се предвиди дори преди век. Мрежите за смарт телефони насочват обажданията по-ефективно от всеки човешки оператор. Автомобилите се изграждат в безпилотни фабрики от автоматизирани роботи. Изкуственият интелект се интегрира в най-често срещаните домакински предмети, като прахосмукачка. Механизмите на AI не са напълно изяснени, но експертите прогнозират, че развитието на AI ще се доближи още повече до развитието на човешкия мозък през следващите години.