Самообучающаяся программа искусственного интеллекта как называется

С момента изобретения компьютеров, их способность выполнять различные задачи продолжают расти в геометрической прогрессии. Люди развивают мощность компьютерных систем, увеличивая выполнения задач и уменьшая размер компьютеров. Основной целью исследователей в области искусственного интеллекта — создание компьютеров или машин таких же разумных как человек.

Что такое искусственный интеллект?

Автором термина «искусственный интеллект» является Джон Маккарти, изобретатель языка Лисп, основоположник функционального программирования и лауреат премии Тьюринга за огромный вклад в области исследований искусственного интеллекта.

Искусственный интеллект — это способ сделать компьютер, компьютер-контролируемого робота или программу способную также разумно мыслить как человек.

Исследования в области ИИ осуществляются путем изучения умственных способностей человека, а затем полученные результаты этого исследования используются как основа для разработки интеллектуальных программ и систем.

Десятки миллионов раундов игры в прятки | Как OpenAI обучает искусственный интеллект

Философия ИИ

Во время эксплуатации мощных компьютерных систем, каждый задавался вопрос: «А может ли машина мыслить и вести себя также как человек? ».

Таким образом, развитие ИИ началось с намерения создать подобный интеллект в машинах, схожий с человеческим.

Основные цели ИИ

• Создание экспертных систем — систем, которые демонстрируют разумное поведение: учиться, показывать, объяснять и давать советы;
• Реализация человеческого интеллекта в машинах — создание машины, способную понимать, думать, учить и вести себя как человек.

Что способствует развитию ИИ?

Искусственный интеллект — наука и технология, основанная на таких дисциплинах, как информатика, биология, психология, лингвистика, математика, машиностроение. Одним из главных направлений искусственного интеллекта — разработка компьютерных функций, связанных с человеческим интеллектом, таких как: рассуждение, обучение и решение проблем.

Программа с ИИ и без ИИ

Программы с ИИ и без отличаются следующими свойствами:

Компьютерная программа без ИИ может отвечать только на конкретные вопросы на которые он запрограммирован отвечать

Может отвечать на универсальные вопросы, на которые он запрограммирован.

Внесение изменений в программу приводит к изменению его структуры

Программа с ИИ может поглощать новые модификации, сортируя весьма независимые фрагменты информации воедино. Следовательно, вы можете изменять кусочки информации из программы не затрагивая структуру самой программы

Модификация не является быстрым и легким.

Модификация быстрая и легкая

Приложения с ИИ

ИИ стал доминирующим в различных областях, таких как:

• Игры — ИИ играет решающую роль в играх связанных с стратегией таких как, шахматы, покер, крестики — нолики и т.д., где компьютер способен просчитывать большое количество всевозможных решений, основанных на эвристических знаниях.
• Обработка естественного языка — это возможность общаться с компьютером, который понимает естественный язык, на котором говорят люди.
• Распознавание речи — некоторые интеллектуальные системы способны слышать и понимать язык, на котором человек общается с ними. Они могут обрабатывать различные акценты, сленги и т.д.
• Распознавание рукописного текста — программное обеспечение читает текст, написанный на бумаге с помощью ручки или на экране с помощью стилуса. Он может распознавать формы букв и преобразовать его в редактируемый текст.
• Умные роботы — роботы способные выполнять задачи, поставленные человеком. Они имеют датчики, для обнаружения физических данных из реального мира, такие как свет, тепло, движение, звук, удар и давление. Они имеют высоко производительные процессоры, несколько датчиков и огромную память. Кроме того они способны обучаться на собственных ошибках и адаптироваться к новой среде.

История развития ИИ

Вот история развития ИИ в течение 20-го века

НА ЧТО СПОСОБЕН ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ОТ OPENAI? @KosmoStory

Карел Чапек ставит пьесу в Лондоне под названием «Универсальные роботы», это стало первым использованием слова «робот» на английском.

Айзек Азимов, выпускник Колумбийского университета, вводит термин робототехника.

Алан Тьюринг разрабатывает тест Тьюринга для оценки интеллекта. Клод Шеннон публикует подробный анализ интеллектуальной шахматной игры.

Джон Маккарти вводит термин искусственный интеллект. Демонстрация первого запуска программы ИИ в университете Карнеги-Меллон.

Джон Маккарти изобретает язык программирования lisp для ИИ.

Диссертация Дэнни Боброва в МТИ показывает, что компьютеры могут понимать естественный язык достаточно хорошо.

Джозеф Weizenbaum в МТИ разрабатывает Элизу, интерактивного помощника, которая ведет диалог на английском языке.

Ученые из Стэнфордского научно-исследовательского института разработали Шеки, робота, оснащенного двигателями, способного воспринимать и решать некоторые задачи.

Группа исследователей в Эдинбургском университете построила Фредди, знаменитого шотландского робота, способного использовать зрение, чтобы найти и собрать модели.

Был построен первый компьютер-контролируемый автономный автомобиль, Стэнфордская тележка.

Гарольд Коэн разработал и продемонстрировал составление программы, Аарон.

Шахматная программа, которая обыгрывает чемпиона мира по шахматам Гарри Каспарова.

Интерактивный роботы питомцы станут коммерчески доступными. МТИ отображает Кисмет, робота с лицом, который выражает эмоции. Робот Номад исследует отдаленные районы Антарктиды и находит метеориты.

Источник: neuronus.com

Самообучающаяся программа искусственного интеллекта как называется

Искусственный интеллект – это технология, а точнее направление современной науки, которое изучает способы обучить компьютер, роботизированную технику, аналитическую систему разумно мыслить также как человек. Собственно мечта об интеллектуальных роботах-помощниках возникла задолго до изобретения первых компьютеров. Людей в середине 50-х годов прошлого столетия сильно поразили возможности вычислительных машин, особенно способности ЭВМ, безошибочно выполнять множество задач одновременно. В головах ученых и писателей сразу возникли фантастические идеи о мыслящих машинах. Именно в этот период начинают зарождаться первые технологии искусственного интеллекта. Исследования в сфере ИИ ведутся путем изучения умственных способностей человека и переложения полученных результатов в поле деятельности компьютеров. Таким образом, искусственный интеллект получает информацию из самых разных источников и дисциплин. Это и информатика, математика, лингвистика, психология, биология, машиностроение. На основе массива данных с помощью технологии машинного обучения компьютеры пытаются имитировать интеллект человека. Главные цели ИИ достаточно прозрачны:

• Создание аналитических систем, которые обладают разумным поведением, могут самостоятельно или под надзором человека обучаться, делать прогнозы и строить гипотезы на основе массива данных.
• Реализация интеллекта человека в машине – создание роботов-помощников, которые могут вести себя как люди: думать, учиться, понимать и выполнять поставленные задачи.

История развития искусственного интеллекта

Авторство термина «искусственный интеллект» приписывают Джону Маккарти – основоположнику программирования, изобретателю языка Лисп. В 1956 году будущий лауреат престижной премии Тьюринга продемонстрировал в университете Карнеги-Меллон прототип программы на основе ИИ.

Умными роботами человечество начало грезить в первой четверти 20 века. Известный литератор Карел Чапек в 1924 года поставил в лондонском театре пьесу «Универсальные роботы». Представление поразило публику, а слово «робот» прочно вошло в обиход.

В 1943-45 годах закладываются основы для понимания и создания нейронных сетей, а уже в 1950 году Алан Тьюринг публикует в научном издании анализ интеллектуальной шахматной игры. В 1958 году появляется первый язык программирования искусственного интеллекта – Лисп.

В период с 1960 по 1970 ряд ученых доказали, что компьютеры способны понимать естественный язык на достаточно хорошем уровне. В 1965 году разработали Элизу – первого робота-помощника, который мог говорить на английском языке. В эти же годы направление ИИ стало привлекать правительственные и военные организации США, СССР и других стран. Так Министерство обороны США уже к 70-м годам запустило проект виртуальных уличных карт – прототип GPS.

В 1969 году ученые Стэнфордского университета создали Шеки – робота с ИИ, способного самостоятельно перемещаться, воспринимать некоторые данные и решать несложные задачи.

В Эдинбургском университете четырьмя годами позже (1973) был создан робот Фредди – это шотландский представитель семейства ИИ мог использовать компьютерное зрение для того, чтобы находить и собирать разные модели.

В СССР искусственный интеллект также развивался стремительно. Академики А.И. Берг и Г.С.Поспелов в 1954-64 годах создают программу «АЛПЕВ ЛОМИ», которая автоматически доказывает теоремы. В эти же годы советскими учеными был разработан алгоритм «Кора», который моделирует деятельность человеческого мозга при распознавании образов. В 1968 году Турчиным В.Ф создается символьный язык обработки данных РЕФАЛ.

80-е годы XX века стали прорывными для ИИ. Учеными были разработаны обучающие машины – интеллектуальные консультанты, которые предлагали варианты решений, умели самообучаться на начальном уровне, общались с человеком на ограниченном, но уже естественном языке.

В 1997 году создали известную шахматную программу – компьютер «Дип Блю», который обыграл чемпиона мира по шахматам Гарри Каспарова. В эти же годы Япония приступает к разработке проекта компьютера 6-го поколения на основе нейросетей.

Интересен факт, что в 1989 году другая шахматная программа Deep Thought обыграла гроссмейстера международного уровня Бента Ларсена. После этого поединка машины и человека, Гарри Каспаров заявил:

«Если интеллектуальная машина сможет переиграть в шахматы лучшего из лучших, значит, она сможет писать самую лучшую музыку, сочинять самые лучшие книги. Я не могу в это поверить. Когда я узнаю, что ученые создали компьютер с рейтингом интеллекта 2800, то есть равному моему, я сам вызову машину на шахматный поединок, чтобы защитить человеческую расу»

В 2000-е годы вновь появился интерес к робототехнике. ИИ активно внедряется в космическую отрасль, а также осваивается в бытовой сфере. Появляются системы умного дома, «продвинутые» бытовые устройства. Роботы Кисмет и Номад исследуют районы Антарктиды.

С 2008 начинается эра технологической сингулярности, которая по расчетам экспертов должна выйти в зенит в 2030 году. Начинается интеграция человека с вычислительными машинами, увеличиваются возможности человеческого мозга, появляются биотехнологии.

Принципы ИИ

Прежде чем описываться технологические принципы, без которых немыслимо развитие искусственного интеллекта, стоит познакомиться с этическими законами робототехники. Их в 1942 году вывел Айзек Азимов в своём романе «Хоровод»:

• Робот или система с искусственным интеллектом не может навредить человеку своим действием или же своим бездействием допустить, чтобы человеку был приченен вред.
• Робот должен повиноваться приказам, которые получает от человека, кроме тех, которые противоречат Первому закону.
• Робот должен заботиться о своей безопасности, если это не противоречит Первому и Второму Законам.

До выхода в свет романа Азимова, искусственный интеллект ассоциировался с образом Франкенштейна Мэри Шелли. Искусственно созданное подобие человека с разумом восстает против людей. Эту же страшилку перенесли и в знаменитый блокбастер Голливуда «Терминатор».

Интересен факт, что в 1986 году Айзек Азимов дописал еще один пункт к законам робототехники. Писатель предпочел назвать его «нулевым»:

0. Робот не может навредить человеку, если только не докажет, что в конечном итоге это (вред) будет полезно для всего человечества.

Разобравшись с этическими законами, перейдем к технологическим принципам искусственного интеллекта:

• Машинное обучение (МО) – принцип развития ИИ на основе самообучающихся алгоритмов. Участие человека при таком подходе ограничивается загрузкой в «память» машины массива информации и постановкой целей. Существует несколько методик МО: обучение с учителем – человек задает конкретную цель, хочет проверить гипотезу или подтвердить закономерность. Обучение без учителя – результат интеллектуальной обработки данных неизвестен – компьютер самостоятельно находит закономерности, учится думать как человек. Глубокое обучение – это смешанный способ, главное отличие в обработке больших массивов данных и использование нейросетей.
• Нейросеть – математическая модель, которая имитирует строение и функционирование нервных клеток живого организма. Соответственно в идеале – это самостоятельно обучаемая система. Если перенести принцип на технологическую основу, то нейросеть – это множество процессоров, которые выполняют какую-то одну задачу в масштабном проекте. Другими словами суперкомпьютер – это сеть из множества обычных компьютеров.
• Глубокое обучение относят в отдельный принцип ИИ, так как этот метод используется для обнаружения закономерностей в огромных массивах информации. Для такой непосильной человеку работы, компьютер использует усовершенствованные методики.
• Когнитивные вычисления – одно их направлений ИИ, которое изучает и внедряет процессы естественного взаимодействия человека и компьютера, наподобие взаимодействия между людьми. Цель технологии искусственного интеллекта заключается в полной имитации человеческой деятельности высшего порядка – речь, образное и аналитическое мышление.
• Компьютерное зрение – это направление ИИ используется для распознавания графических и видеоизображений. Сегодня машинный интеллект может обрабатывать и анализировать графические данные, интерпретировать информацию в соответствии с окружающей обстановкой.
• Синтезированная речь. Компьютеры уже могут понимать, анализировать и воспроизводить человеческую речь. Мы уже можем управлять программами, компьютерами и гаджетами с помощью речевых команд. Например, Siri или Google assistant, Алиса в Яндексе и другие.

Кроме того, трудно представить существование искусственного интеллекта без мощных графических процессоров, которые являются сердцем интерактивной обработки данных. Для интеграции ИИ в различные программы и устройства необходима технология API – программные интерфейсы приложений. Используя API можно без труда добавлять технологии искусственного интеллекта в любые компьютерные системы: домашняя безопасность, умный дом, оборудование на ЧПУ и прочее.

Сфера использования ИИ

Искусственный интеллект постепенно приходит во все отрасли человеческой деятельности, делая обычные программные комплексы интеллектуальными:

• Медицина и здравоохранение. Компьютерные системы ведут учет пациентов, помогают в расшифровке диагностических результатов. Например, снимки УЗИ, рентгена, томографа и другого медоборудования. Интеллектуальные системы даже могут по наличию признаков у пациента определять болезнь, предлагать оптимальные варианты лечения. В магазине приложений Гугла можно найти программы-помощники здорового образа жизни. Эти приложения считывают пульс и температуру тела при касании дисплея телефона палицами, чтобы определить уровень стресса человека и подсказать, как его снизить.
• Розничные продажи в онлайн-магазинах. Многим уже знакома релевантная реклама Гугла и Яндекса. С её помощью ритейлеры предлагают товары и услуги в соответствии с интересами пользователя. Например, вы посещали интернет-магазин купальников, какие-то модели рассматривали, читали характеристики и прочее. Покинув магазин, вы некоторое время будете видеть рекламу купальников на других сайтах. По схожему принципу работают блоки «похожие товары» в интернет-магазинах. Системы аналитики изучают поведенческие метрики пользователя, определяют его покупательские пристрастия и показывают релевантные (по их мнению) предложения.
• Политика. Интеллектуальные машины помогли Барак Обаме выиграть вторые президентские выборы. Для своей кампании тогда ещё действующий президент США нанял лучшую команду профессионалов в области анализа данных. Специалисты использовали возможности интеллектуальных машин, чтобы рассчитать наилучший день, штат и аудиторию для выступлений Обамы. По оценкам специалистов это дало перевес в 10-12%.
• Промышленность. Искусственный интеллект может анализировать данные с разных производственных участков и регулировать нагрузку на оборудование. Кроме того, интеллектуальные машины используются для прогнозирования спроса в разных отраслях промышленности.
• Игровая индустрия, образование. Искусственный интеллект активно применяется создателями игр. Умные машины, робототехника постепенно внедряются в образовательные процессы большинства государств.

Основные проблемы ИИ

Как вы понимаете возможности искусственного интеллекта на данной стадии развития не безграничны. Перечислим главные трудности:

1. Обучение машин возможно только на основе массива данных. Это означает, что любые неточности в информации сильно сказываются на конечном результате.
2. Интеллектуальные системы ограничены конкретным видом деятельности. То есть умная система, настроенная на выявление мошенничества в сфере налогообложения, не сможет выявлять махинации в банковской сфере. Мы имеем дело с узкоспециализированными программами, которым ещё далеко до многозадачности человека.
3. Интеллектуальные машины не являются автономными. Для обеспечения их «жизнедеятельности» необходима целая команда специалистов, а также большие ресурсы.

Резюме

Что такое искусственный интеллект?

Искусственный интеллект (ИИ) — это моделирование процессов человеческого мозга компьютерными системами. ИИ включает в себя экспертные системы, обработку естественного языка, распознавание речи и машинное зрение.

Как работает искусственный интеллект?

• Процессы обучения. Сбор данных и создание алгоритмов (правил) для превращения данных в полезную информацию. Алгоритмы предоставляют машинам пошаговые инструкции по выполнению конкретной задачи;
• Процессы рассуждения. Выбор правильного алгоритма для достижения желаемого результата;
• Процессы самокоррекции. Постоянная тонкая настройка алгоритмов и обеспечение максимально точных результатов.

Почему искусственный интеллект важен?

ИИ может дать организации представление о её деятельности, о которой она не знала ранее. ИИ важен также потому, что в некоторых случаях ИИ может выполнять задачи лучше, чем люди. В частности, когда речь идет о повторяющихся, ориентированных на деталях задачах, например, анализ большого количества юридических документов для правильного заполнения соответствующих полей, инструменты ИИ часто выполняют работу быстро и с относительно небольшим количеством ошибок.

Это привело к стремительному росту производительности и открыло двери для совершенно новых возможностей некоторых крупных предприятий.

До роста популярности ИИ было трудно представить использование компьютерного ПО для подключения пассажиров к такси, но сегодня Uber стала одной из крупнейших компаний в мире, занимаясь именно этим. Uber использует сложные алгоритмы машинного обучения (Machine Learning, ML), чтобы предсказать, когда людям понадобится такси в определенных районах. Это позволяет заранее выводить водителей в нужный район до того, как они понадобятся.

Кроме того, Google стал одним из крупнейших игроков на рынке онлайн-сервисов, используя машинное обучение для анализа того, как люди используют сервисы компании, а затем улучшая их. Ещё в 2017 году генеральный директор компании Сундар Пичаи заявил, что Google будет работать как компания, «прежде всего занимающаяся искусственным интеллектом».

Сегодня крупнейшие и наиболее успешные предприятия используют ИИ для улучшения своей деятельности и получения преимущества перед конкурентами.

Преимущества и недостатки искусственного интеллекта

Нейросети и технологии глубокого обучения быстро развиваются в первую очередь потому, что ИИ обрабатывает большие объемы данных намного быстрее и делает прогнозы более точными, чем человек.

Основным недостатком использования ИИ является дороговизна обработки больших объемов данных, необходимых для программирования искусственного интеллекта.

Преимущества

• Хорошо справляется с работой, требующей внимания к деталям;
• Сокращает время для решения задач с большим объемом данных;
• Обеспечивает стабильные результаты;
• Виртуальные агенты на базе ИИ всегда доступны.

• Дорогостоящая технология;
• Требует глубоких технических знаний;
• Ограниченное количество квалифицированных специалистов для создания инструментов ИИ;
• Знает только то, что изучал в процессе обучения;
• Отсутствие способности обобщать задачи.

Сильный и слабый ИИ

ИИ можно разделить на слабый и сильный.

• Слабый (ограниченный) ИИ представляет собой искусственный интеллект, разработанный и обученный для выполнения конкретной задачи. Промышленные роботы и виртуальные ассистенты (например, Siri и Cortana) используют слабый ИИ.
• Сильный (общий) ИИ представляет собой искусственный интеллект, который может воспроизвести когнитивные способности человеческого мозга. При решении незнакомой задачей сильный ИИ может использовать нечеткую логику для применения знаний из одной области к другой и автономного поиска решения задачи. Сильный ИИ должен пройти как тест Тьюринга, так и тест китайской комнаты, предназначенные для проверки «мышления» машин.

4 типа искусственного интеллекта

Аренд Хинтце, доцент интегративной биологии, информатики и инженерии в Университете штата Мичиган, объяснил в своей статье , что ИИ можно разделить на 4 типа:

Реактивные машины. Эти системы ИИ не имеют памяти и зависят от конкретной задачи. Примером может служить Deep Blue, шахматная программа IBM, обыгравшая Гарри Каспарова в 1990-х годах.

Deep Blue может определять фигуры на шахматной доске и делать прогнозы, но поскольку у неё нет памяти, она не может использовать прошлый опыт для обоснования будущих решений.

• Подходит для простых задач классификации и распознавания образов;
• Подходит для сценариев, в которых известны все параметры: может превзойти людей, потому что он может выполнять вычисления намного быстрее;
• Неспособность работать со сценариями, включающими несовершенную информацию или требующими исторического понимания.

• Может решать сложные задачи классификации;
• Использует исторические данные для прогнозирования;
• Способна выполнять сложные задачи, например, управлять автономными автомобилями, но все еще не может справиться с посторонними значениями или негативными примерами;
• Существующие системы ИИ имеют этот тип, и некоторые эксперты говорят, что мы «уперлись в стену» в плане развития ИИ.

Способен понимать человеческие мотивы и рассуждения. Может предоставить личный опыт каждому на основе его мотивов и потребностей;
• Способен учиться на меньшем количестве примеров, потому что понимает мотивы и намерения;
• Считается следующей вехой в эволюции ИИ.

Как искусственный интеллект используется сегодня?

ИИ используется во множестве различных типов технологий. Вот 6 примеров:

Автоматизация. В сочетании с технологиями ИИ инструменты автоматизации могут расширить объем и типы выполняемых задач. Примером может служить роботизированная автоматизация процессов (RPA) – тип программного обеспечения, которое автоматизирует повторяющиеся задачи обработки данных на основе правил, традиционно выполняемые людьми.

В сочетании с машинным обучением и новыми инструментами ИИ RPA может автоматизировать большую часть работы предприятий, позволяя оперативным ботам RPA передавать информацию от ИИ и реагировать на изменения процессов.

Существует три типа алгоритмов машинного обучения:

• Машинное обучение с учителем. Наборы данных помечаются, чтобы можно было обнаружить закономерности и использовать их для обозначения новых наборов данных;
• Неконтролируемое обучение. Наборы данных не помечаются и отсортированы по сходству или различию;
• Обучение с подкреплением сигналами от среды взаимодействия. Наборы данных не маркируются, но после выполнения действия или нескольких действий система ИИ получает обратную связь.

Машинное зрение используется в ряде приложений от идентификации подписи до анализа медицинских изображений. Компьютерное зрение, ориентированное на машинную обработку изображений, часто отождествляют с машинным зрением.

Какие существуют приложения на основе искусственного интеллекта?

Искусственный интеллект проник в самые разные ниши. Вот 9 примеров.

ИИ в здравоохранении. Самые большие ставки делаются на улучшение результатов лечения пациентов и снижение затрат. Компании применяют машинное обучение, чтобы ставить более качественные и быстрые диагнозы, чем ставят люди.

Одной из самых известных технологий, применяемой в здравоохранении, является технология IBM Watson. Модель понимает естественный язык и может отвечать на заданные вопросы. Система анализирует данные пациентов и другие доступные источники данных, чтобы сформировать гипотезу, которую затем представляет с помощью схемы оценки достоверности.

Другие приложения ИИ включают использование виртуальных медицинских помощников и чат-ботов, которые помогают пациентам и клиентам в сфере здравоохранения находить медицинскую информацию, назначать приём к врачу, понимать процесс выставления счетов и выполнять другие административные процессы. Множество технологий ИИ также используется для прогнозирования, борьбы и более полного понимания пандемий, как это было с COVID-19.

ИИ в бизнесе. Алгоритмы машинного обучения интегрируются в платформы аналитики и CRM-системы, чтобы предоставлять информацию о том, как лучше обслуживать клиентов. Кроме того, чат-боты уже давно встроены в веб-сайты для мгновенного обслуживания клиентов. Автоматизация рабочих мест также стала предметом обсуждения среди ученых и ИТ-аналитиков.

ИИ в сфере образования. ИИ может автоматизировать выставление оценок, а также оценивать учеников и адаптироваться к их потребностям, помогая им работать в своем собственном темпе.

Виртуальные кураторы могут оказывать дополнительную поддержку учащимся, чтобы они не отставали от учебной программы. Возможно, технологии ИИ могут изменить подход к обучению, заменив некоторых учителей.

ИИ в финансовой сфере. ИИ в приложениях для личных финансов и подачи налоговых деклараций меняет работу финансовых учреждений. Подобные приложения собирают личные данные клиентов и предоставляют им финансовые консультации. Кроме того, на данный момент ИИ используется в процессе покупки недвижимости и выполняет большую часть торговли на Уолл-стрит.

ИИ в юриспруденции. Процесс отбора документов в юриспруденции часто непосилен для людей. Использование ИИ для автоматизации трудоемких процессов в юридической отрасли экономит время и улучшает обслуживание клиентов. Юридические фирмы используют машинное обучение для описания данных и прогнозирования результатов, компьютерное зрение – для классификации и извлечения информации из документов и обработку естественного языка – для интерпретации запросов на информацию.

ИИ в производстве. Промышленные роботы, которые когда-то были запрограммированы на выполнение отдельных задач и отделены от людей, все чаще функционируют как коботы: маленькие многозадачные роботы, которые сотрудничают с людьми и выполняют большое количество операций на складах, в заводских цехах и других рабочих местах.

ИИ в банковской сфере. Банки успешно используют чат-ботов для информирования клиентов об услугах и предложениях, а также для обработки транзакций, не требующих вмешательства человека. Банки также используют ИИ для улучшения процесса принятия решений по кредитам, а также для установления кредитных лимитов и выявления инвестиционных возможностей.

ИИ в сфере транспортного обслуживания. Помимо фундаментальной роли ИИ в управлении автономными транспортными средствами, технологии ИИ используются в сфере транспортного обслуживания для управления трафиком, прогнозирования задержек рейсов и повышения безопасности и эффективности морских перевозок.

Безопасность. Организации используют машинное обучение в SIEM-системах (Система управления событиями безопасности) и смежных областях для обнаружения аномалий и выявления подозрительной активности в сети. Анализируя данные и используя логику для выявления сходства с известным вредоносным кодом, ИИ может предупреждать о новых и возникающих атаках гораздо раньше, чем «живые» сотрудники. Развивающиеся технологии играют большую роль в борьбе с кибератаками.

Дополненный интеллект против искусственного интеллекта

Некоторые отраслевые эксперты считают, что термин «искусственный интеллект» слишком тесно связан с популярной культурой, и это привело к тому, что у широкой публики возникли невероятные ожидания относительно того, как ИИ изменит рабочее место и жизнь в целом.

• Дополненный интеллект. Некоторые исследователи и маркетологи надеются, что ярлык «дополненный интеллект», имеющий более нейтральный оттенок, поможет людям понять, что большинство разработок в сфере ИИ будут слабыми и просто улучшат продукты и услуги. Сюда можно отнести, например, автоматическое отображение важной информации в отчетах бизнес-аналитики или выделение важной информации в юридических документах.
• Искусственный интеллект. Истинный (общий) искусственный интеллект тесно связан с концепцией технологической сингулярности — будущего, управляемого искусственным сверхразумом, который намного превосходит способность человеческого мозга понять его или то, как он формирует нашу реальность.

Это остается в области научной фантастики, хотя некоторые разработчики работают над созданием такого ИИ. Многие эксперты считают, что квантовые вычисления могут сыграть важную роль в реализации общего ИИ.

Этическое использование искусственного интеллекта

Искусственный интеллект также вызывает споры в отношении этики его использования – к лучшему или к худшему, система ИИ запоминает то, что она уже изучила.

Алгоритмы машинного обучения, лежащие в основе многих самых передовых инструментов ИИ, умны настолько, насколько хороши их обучающие данные. Поскольку обучающие данные выбирает человек, то потенциальный сдвиг машинного обучения неизбежен и должен тщательно отслеживаться.

При использовании машинного обучения как части реальных производственных систем, нужно учитывать вопрос этики в процессах обучения ИИ и избегать предвзятости. Это особенно важно при использовании алгоритмов глубокого обучения (Deep Learning) и генеративно-состязательной сети (GAN).

Способность объяснить принятое решение — это большая проблема при использовании ИИ в отраслях, где действуют строгие нормативные требования. Например, финансовые учреждения в США должны объяснять своё решение о выдаче или отказе в кредите. Но когда решение об отказе принимается нейросетью, трудно объяснить его причины, потому что инструменты ИИ выявляют тонкие корреляции между тысячами переменных. Когда процесс принятия решений не может быть обоснован, программа ИИ называется «черный ящик».

Компоненты ответственного ИИ

Несмотря на потенциальные риски, в настоящее время существует несколько правил, регулирующих использование инструментов ИИ. Общий регламент ЕС по защите данных (GDPR) устанавливает строгие ограничения на то, как предприятия могут использовать данные пользователей, что препятствует обучению и функциональности многих приложений ИИ, ориентированных на потребителя.

Разработка законов для регулирования ИИ – непростая задача, отчасти потому, что ИИ включает в себя множество технологий, которые компании используют для разных целей, а также потому, что регулирование может осуществляться за счет прогресса и развития ИИ.

Быстрая эволюция технологий ИИ является еще одним препятствием для формирования механизма регулирования ИИ. Технологический прорыв может мгновенно сделать существующие законы устаревшими.

Например, законы, регулирующие конфиденциальность записанных разговоров, не распространяются на голосовые помощники (Alexa от Amazon и Siri от Apple). Они собирают, но не распространяют разговоры, за исключением технических специалистов компаний, которые используют записи разговоров с ассистентом для улучшения алгоритмов.

Кроме того, законы, которые правительства разрабатывают для регулирования ИИ, не мешают преступникам использовать эту технологию со злым умыслом.

Когнитивные вычисления и ИИ

Термины «искусственный интеллект» и «когнитивные вычисления» иногда используются как синонимы, но в целом, термин «искусственный интеллект» используется в отношении машин, которые заменяют человеческий интеллект, имитируя то, как мы изучаем, воспринимаем, обрабатываем и реагируем на информацию в реальном мире.

Термин «когнитивные вычисления» используется в отношении продуктов и услуг, которые имитируют и дополняют мыслительные процессы человека.

Какова история ИИ?

Представление о неодушевленных предметах, наделенных разумом, существует с древних времен. Греческий бог Гефест изображался в мифах как выковывающий из золота роботоподобных слуг. Инженеры в Древнем Египте строили статуи богов, оживляемых жрецами.

На протяжении веков мыслители от Аристотеля до испанского теолога 13-го века Рамона Луллия, Рене Декарта и Томаса Байеса использовали инструменты и логику своего времени для описания мыслительных процессов человека как символов, закладывая основу для концепций ИИ, таких как представление общедоступных знаний.

«Взлёты и падения» искусственного интеллекта с 1956 г. по настоящее время.

ИИ как услуга

Поскольку затраты на оборудование, программное обеспечение и персонал для обслуживания ИИ могут быть высокими, многие поставщики включают компоненты ИИ в свои стандартные предложения или предоставляют доступ к платформам искусственного интеллекта как услуги (AIaaS).

AIaaS — это облачная служба, предлагающая предприятиям возможности искусственного интеллекта и машинного обучения. AIaaS предоставляет готовые модели и платформы для обработки естественного языка, компьютерного зрения, распознавания речи, прогнозной аналитики и других возможностей машинного обучения.

AIaaS снижает затраты, повышает масштабируемость и позволяет предприятиям сосредоточиться на разработке инновационных решений. Примеры поставщиков AIaaS включают Google Cloud AI Platform, AWS AI, Microsoft Azure Machine Learning и IBM Watson Studio.

Вы подозреваете, что за вами кто-то СЛЕДИТ?

Присоединяйтесь к нашему ТГ каналу и научитесь контролировать свои цифровые следы.

Источник: www.securitylab.ru