10:58, 05 мая 2021

Искусственный интеллект

Каждый период времени требует каких либо изменений.В наше время все происходит динамично.Мы каждый день стараемся подстроиться под последние диктовки и идти в ногу со временем.Одна из главных актуальных тем-это искусственный интеллект.То,что в корне меняет наш привычный образ жизни.И как бы это ни звучало заумно и высокопарно,мы должны понимать что все что мы делаем, должно приносить пользу,будь то медицина или музыка. Интеллект, демонстрируемый машинами, известен как искусственный интеллект. Искусственный интеллект стал очень популярным в современном мире. Это имитация естественного интеллекта в машинах, которые запрограммированы учиться и имитировать действия людей. Эти машины способны учиться с опытом и выполнять человекоподобные задачи. По мере развития таких технологий, как ИИ, они будут оказывать огромное влияние на качество нашей жизни.

Патрик Уинстон, профессор искусственного интеллекта и компьютерных наук в Массачусетском технологическом институте, определяет ИИ как "алгоритмы, включенные ограничениями, выставленными представлениями, которые поддерживают модели, нацеленные на петли, которые связывают мышление, восприятие и действие вместе."

Хотя эти определения могут показаться абстрактными для обычного человека, они помогают сфокусировать область как область компьютерных наук и дают основу для внедрения машин и программ с машинным обучением и другими подмножествами искусственного интеллекта.Если сказать на деле,то Столетия назад почти 90% населения Земли было занято в сельском хозяйстве, тогда как сегодня только 2% мирового населения вовлечено в то же самое, хотя мы производим и кормим гораздо большее население.

Люди разработали инструменты, затем машины, затем компьютеры, затем программное обеспечение, а теперь искусственный интеллект, и в каждой такой разработке сокращались рабочие места, но и были созданы новые.

Люди запрограммированы эволюционировать вместе с меняющейся окружающей средой, и каждая технологическая инновация заставляет нас раздвигать границы и создавать новые возможности и друзей. На этот раз это будет искусственный интеллект.

Результаты:

· Была проделана большая работа по изучению принципа работы ИИ

· Рассмотрены положительные стороны ИИ и их дальнейшее использование

· Так же постарались изучить все угрозы,которые может принести ИИ человеку,и их возможные пути решения

Технологическая эволюция - это всегда нейтральное явление. Именно человек делает явления положительными, отрицательными, друзьями или врагами; когда Ньютон открыл третий закон движения, он не предназначался для разработки оружия.

То же самое касается искусственного интеллекта - люди могут пользоваться им для разработки медицинского диагностического оборудования или вооружения; единственное, что имеет значение, - это кто и для чего его использует.

Например, в медицинской области алгоритмы искусственного интеллекта могут быть использованы для изучения лучших химических компонентов, которые могут быть использованы для лечения заболеваний.

С другой стороны, искусственный интеллект также может быть использован для разработки беспилотных летательных аппаратов, чтобы убивать людей (хорошо/плохо), изучая различные военные навыки.

Интеллект, демонстрируемый машинами, известен как искусственный интеллект. Искусственный интеллект стал очень популярным в современном мире. Это имитация естественного интеллекта в машинах, которые запрограммированы учиться и имитировать действия людей. Эти машины способны учиться с опытом и выполнять человекоподобные задачи. По мере развития таких технологий, как ИИ, они будут оказывать огромное влияние на качество нашей жизни.

Обращаясь к толпе на выставке Japan AI Experience в 2017 году, генеральный директор DataRobot Джереми Ачин начал свою речь со следующего определения того, как ИИ используется сегодня:

"ИИ-это компьютерная система, способная выполнять задачи, которые обычно требуют человеческого интеллекта... Многие из этих систем искусственного интеллекта питаются от машинного обучения, некоторые из них питаются от глубокого обучения, а некоторые из них питаются от очень скучных вещей, таких как правила."

Короткий ответ на вопрос, что такое искусственный интеллект, заключается в том, что это зависит от того, кого вы спрашиваете.

Непрофессионал с мимолетным пониманием технологии связал бы его с роботами. Они сказали бы, что искусственный интеллект-это терминатор, который может действовать и думать самостоятельно.

Если вы спросите об искусственном интеллекте исследователя ИИ, он ответит, что это набор алгоритмов, которые могут давать результаты без явных инструкций. И все они будут правы. Итак, подводя итог, значение искусственного интеллекта таково:

1. Разумное существо, созданное людьми.

2. Способный выполнять задачи разумно, не будучи явно проинструктированным.

3. Способен мыслить и действовать рационально и гуманно.

Как возможно измерить, действует ли искусственный интеллект как человек?

Даже если мы достигнем того состояния, когда ИИ может вести себя так же, как человек, как мы можем быть уверены, что он может продолжать вести себя таким образом? Мы можем основывать человеческое подобие сущности ИИ на:

1. Тест Тьюринга.

2. Подход когнитивного моделирования.

3. Закон приближения мысли.

4. Рациональный агентный подход.

В основе теста Тьюринга лежит то, что объект искусственного интеллекта должен уметь вести беседу с человеческим агентом. Человеческий агент в идеале не должен быть в состоянии сделать вывод, что они разговаривают с Искусственным интеллектом. Чтобы достичь этих целей, ИИ должен обладать этими качествами:

1. Обработка естественного языка для успешного общения.

2. Представление знаний выступает в качестве его памяти.

3. Автоматизированное рассуждение позволяет использовать сохраненную информацию для ответа на вопросы и делать новые выводы.

4. Машинное обучение для обнаружения закономерностей и адаптации к новым обстоятельствам.

Как следует из названия, подход когнитивного моделирования пытается построить модель искусственного интеллекта, основанную на человеческом познании. Чтобы выделить сущность человеческого разума, есть 3 подхода:

1. Интроспекция: наблюдение за нашими мыслями и построение на их основе модели

2. Психологические эксперименты: проведение экспериментов на людях и наблюдение за их поведением

3. Визуализация мозга: Использование МРТ для наблюдения за тем, как мозг функционирует в различных сценариях, и воспроизведение этого с помощью кода.

Законы мышления - это большой список логических утверждений, которые управляют работой нашего ума. Те же законы могут быть кодифицированы и применены к алгоритмам искусственного интеллекта.

Проблемы с таким подходом возникают потому, что решение проблемы в принципе (строго по законам мышления) и решение их на практике могут быть совершенно разными, требующими применения контекстуальных нюансов.

Кроме того, есть некоторые действия, которые мы предпринимаем, не будучи на 100% уверенными в исходе, который алгоритм не сможет воспроизвести, если будет слишком много параметров.

Рациональный агент действует для достижения наилучшего возможного результата в его нынешних обстоятельствах.

Согласно законам мыслительного подхода, сущность должна вести себя в соответствии с логическими утверждениями. Но есть некоторые случаи, когда нет логически правильного решения, с несколькими исходами, включающими различные исходы и соответствующие компромиссы.

Рациональный агентский подход пытается сделать наилучший возможный выбор в текущих обстоятельствах. Это означает, что это гораздо более динамичный и адаптируемый агент.

Исследователи обычно делят ИИ на три группы:

Слабый интеллект — тот, что нам уже удалось создать. Такой ИИ способен решать определённую задачу. Зачастую даже лучше, чем человек. Например, как Deep Blue — компьютерная программа, которая обыграла Гарри Каспарова в шахматы ещё в 1996 году. Но такая Deep Blue не умеет делать ничего другого и никогда этому не научится. Слабый ИИ используют в медицине, логистике, банковском деле, бизнесе:

Искусственный интеллект от Google смог опередить опытных врачей в точности диагностики рака молочной железы. Чтобы это сделать, использовали сотни тысяч результатов скрининга. По данным Американского онкологического общества, врачи не диагностируют рак примерно в 20% случаев и часто ставят ложный диагноз. ИИ не только поставил более точный диагноз, чем врачи, — на 9,4%, — но и чаще указывал на болезнь там, где онкологи не сумели её распознать.

Amazon — одна из ведущих ИИ-компаний в мире — разработала систему Fraud Detector. Она помогает бороться с онлайн-мошенничеством, из-за которого люди и компании теряют миллионы долларов. Алгоритм следит за действиями пользователей в реальном времени, находит их и сообщает об аномалиях — например, помечает подозрительные заказы, которые нужно проверить до совершения платежа. Это можно использовать в банках, онлайн-магазинах и крупных компаниях.

Беспилотные автомобили Waymo благодаря машинному обучению способны передвигаться по реальным дорогам без вреда для пассажиров и прохожих. Кстати, такие машины — правда, от компании Toyota — будут использовать на следующих Олимпийских играх в Японии для транспортировки гостей.

Это несколько примеров, в реальности применений намного больше.

Как выглядел бы сильный искусственный интеллект, можно увидеть в игре Detroit: Become Human.

Во вселенной Detroit роботы способны учиться, мыслить, чувствовать, осознавать себя и принимать решения. Одним словом, становятся похожи на человека. А в обычной жизни ближе всего к General AI чат-боты и виртуальные ассистенты, которые имитируют человеческое общение. Здесь ключевое слово — имитируют. Siri или Алиса не думают — и неспособны принимать решения в ситуациях, которым их не обучили. Сильный искусственный интеллект пока остаётся мечтой.

Суперинтеллект мы не только не создали, но и не имеем пока что ни малейшего представления, как это сделать и можно ли вообще. Это не просто умные машины, а компьютеры, которые во всём превосходят людей. Проще говоря, что-то из области фантастики.

Теперь, когда мы понимаем, как искусственный интеллект может быть разработан, чтобы действовать как человек, давайте посмотрим, как эти системы построены.

Создание системы искусственного интеллекта - это тщательный процесс реинжиниринга человеческих черт и способностей в машине, и использование ее вычислительного мастерства, чтобы превзойти то, на что мы способны.

Чтобы понять, как на самом деле работает искусственный интеллект, нужно глубоко погрузиться в различные поддомены искусственного интеллекта и понять, как эти области могут быть применены в различных областях промышленности.

Машинное обучение: ML учит машину делать выводы и принимать решения на основе прошлого опыта. Он выявляет закономерности, анализирует прошлые данные, чтобы сделать вывод о значении этих точек данных, чтобы прийти к возможному выводу, не прибегая к человеческому опыту. Эта автоматизация позволяет делать выводы, оценивая данные, экономит человеческое время для бизнеса и помогает ему принять более правильное решение.

Глубокое обучение: Глубокое обучение-это техника ML. Он учит машину обрабатывать входные данные через слои, чтобы классифицировать, выводить и предсказывать результат.

Нейронные сети: Нейронные сети работают по тем же принципам, что и человеческие нейронные клетки. Они представляют собой серию алгоритмов, которые фиксируют отношения между различными изменяющимися переменными и обрабатывают данные так же, как это делает человеческий мозг.

НЛП-это наука о чтении, понимании, интерпретации языка машиной. Как только машина понимает, что пользователь намеревается сообщить, она реагирует соответствующим образом.

Компьютерное зрение: Алгоритмы компьютерного зрения пытаются понять изображение, разбивая изображение и изучая различные части объектов. Это помогает машине классифицировать и учиться на множестве изображений, чтобы сделать лучшее выходное решение, основанное на предыдущих наблюдениях.

Когнитивные вычисления: Алгоритмы когнитивных вычислений пытаются имитировать человеческий мозг, анализируя текст/речь/изображения/объекты таким образом, как это делает человек и пытается дать желаемый результат.

После машинной революции 19-го века искусственный интеллект можно рассматривать в качестве явления в человеческой цивилизации, которое повлияет на глобальное социально-экономическое состояние.

В 19-м веке мы пытались разработать машины, которые могут имитировать физические силы людей или животных, тогда как в 21-м веке мы пытаемся имитировать/развивать способность людей/животных принимать решения.

Некоторые из вопросов, которые могут быть заданы вокруг искусственного интеллекта: будут ли машины превосходить людей в принятии решений? Убьет ли искусственный интеллект рабочие места или появятся новые вертикали на рынке труда?

Прежде чем ответить на данные вопрос, необходимо понять фундаментальное различие между двумя основными видами деятельности, которые человеческий мозг выполняет в повседневной жизни: предсказание (что произойдет или, что это такое) и принятие решения (что мы должны делать).

До сих пор на рынке труда ИИ легко заменит те рабочие места, которые носят более прогностический характер (вне курса, с данными), например диагностику заболеваний, обнаружение финансовых аномалий, обнаружение злоумышленников по видеопоследовательностям и т. д.

Но для того, чтобы имитировать способность человеческого мозга принимать решения, по-прежнему необходимо значительно продвинуться в существующих алгоритмах искусственного интеллекта.

Тем не менее, способность искусственного интеллекта принимать решения в ограниченной среде (в играх, спорте) скоро начнет превосходить человеческие.

Обычно люди принимают решения в неограниченных средах, то есть решения, на которые может влиять бесконечное число параметров, и поэтому искусственному интеллекту немного труднее заменить людей в неограниченных областях принятия решений.

Кроме того, люди учатся не только на холодных твердых фактах (как это делают современные алгоритмы искусственного интеллекта), но и меняют свое мнение с течением времени, как и процесс принятия решений.

Далее рассмотрим угрозы искусственного интеллекта для людей.

Первая угроза может быть не обязательно представлена сильным, общим, человеческим или сверхчеловеческим искусственный интеллектом, поскольку было бы достаточно иметь автономную систему, способную обрабатывать огромные объемы данных на высоких скоростях.

Такая система может быть использована в качестве основы для так называемых летальных автономных систем вооружения (законов), простейшим примером которых являются беспилотные убийцы (3D-печатаемые большими партиями или в небольших количествах).

Во-вторых, угрозу может представлять государство (потенциальный противник), получающее доступ к оружейной системе, основанной на более адаптивном, автономном и общем ИИ с улучшенным временем реакции и лучшей способностью к прогнозированию.

В-третьих, угрозой для всего мира будет ситуация, основанная на предыдущей угрозе, в которой несколько государств вступят в новый виток гонки вооружений, совершенствуя уровни интеллекта автономных систем вооружения, как и предсказывал Станислав Лем несколько десятилетий назад.

В-четвертых, угрозу любой стороне представляла бы любая интеллектуальная система (не обязательно боевая, но и имеющая промышленное или бытовое применение), обладающая достаточной автономией и адаптивностью, чтобы быть способной не только к целенаправленной деятельности, но и к автономному сознательному целеполаганию, которое могло бы идти вразрез с индивидуальными и коллективными целями человека.

Такая система будет иметь гораздо больше возможностей для достижения этих целей благодаря более высокой скорости работы, большей производительности обработки информации и лучшей способности к прогнозированию. К сожалению, человечество еще не полностью изучило и даже не осознало масштабы этой конкретной угрозы.

В-пятых, общество сталкивается с угрозой в виде перехода на новый уровень развития производственных отношений в капиталистическом (или тоталитарном) обществе, в котором меньшинство приходит к управлению материальным производством и исключает подавляющее большинство населения из этого сектора благодаря постоянно растущей автоматизации.

Это может привести к еще большему социальному расслоению, снижению эффективности “социальных лифтов” и увеличению числа уволенных людей с неблагоприятными социальными последствиями.

Столетия назад почти 90% населения Земли было занято в сельском хозяйстве, тогда как сегодня только 2% мирового населения вовлечено в то же самое, хотя мы производим и кормим гораздо большее население.

Список литературы:

1. Евменов, В.П. Интеллектуальные системы управления: превосходство искусственного интеллекта над естественным интеллектом? / В.П. Евменов. - Москва: ИЛ, 2016. - 439 c.

2. Искусственный интеллект и принятие решений, №1, 2011. - М.: Ленанд, 2014. - 949 c.

3. Искусственный интеллект и принятие решений, №1, 2013. - М.: ИСА РАН, 2017. - 909 c.

4. Искусственный интеллект и принятие решений, №3, 2011. - М.: Ленанд, 2019. - 212 c.

5. Коваль, С. А. Лингвистические проблемы компьютерной морфологии / С.А. Коваль. - М.: Издательство СПбГУ, 2019. - 152 c.

6. Осипов, Г. С. Лекции по искусственному интеллекту / Г.С. Осипов. - М.: Либроком, 2014. - 272 c.

7. Сандра, Блейксли Об интеллекте / Блейксли Сандра. - М.: Диалектика / Вильямс, 2016. - 204 c.

8. Тарасов, В.Б. Новости искусственного интеллекта, №2, 2004 / В.Б. Тарасов. - Москва: РГГУ, 2017. - 132 c.

9. Уитби, Блай Искусственный интеллект: Реальна ли Матрица / Блай Уитби. - М.: ФАИР-Пресс, 2019. - 224 c.

Еще по теме