• ცილოვანი დიეტა
• ვიტამინები
• დიეტები
• მულტიქუკერისთვის
• წონის დაკლებისთვის

პრეზენტაცია თემაზე ხელოვნური ინტელექტი. გაკვეთილის პრეზენტაცია თემაზე: ხელოვნური ინტელექტი

შესავალი ხელოვნურ ინტელექტში

ინტელექტუალური სისტემები

• ხელოვნური ინტელექტი (AI) - ეს არის მიმართულება კომპიუტერულ მეცნიერებაში, რომლის შესწავლის სფეროა იმის დადგენა, თუ როგორ შეუძლია ინფორმაციის დამუშავების სისტემას - იქნება ეს ადამიანი თუ მანქანა - აღიქვას, გააანალიზოს, გადასცეს და განზოგადოს ის, რაც მას ასწავლის, ასევე. ფორმალიზების მეთოდები, მიღებული ინფორმაციის გამოყენება, კონკრეტული, არასრულად განსაზღვრული გადაწყვეტილების მიღების სიტუაციების აღწერა და არასრულად განსაზღვრული პრობლემების გადაწყვეტის ოპტიმიზაციის მეთოდები.
• შესწავლის საგანი ხელოვნურ ინტელექტში - ეს არის ადამიანის ნებისმიერი ინტელექტუალური საქმიანობა, რომელიც ემორჩილება მანამდე უცნობ კანონებს და შექმნა პროდუქტები - ნებისმიერი სისტემა (ტექნიკა და პროგრამული უზრუნველყოფა), რომელსაც შეუძლია შეასრულოს სამუშაო ან გადაჭრას პრობლემები, როგორც ადამიანი არასრული დარწმუნების პირობებში.

• ხელოვნური ინტელექტის კვლევის ზრდა 50-იანი წლებიდან მოყოლებული. მე-20 საუკუნე ასოცირდება კომპიუტერების განვითარებასთან, რომლებიც მშვენიერი იარაღია კვლევისა და მოდელირებისთვის.
• ხელოვნური ინტელექტის სფეროში კვლევებს თან ახლავს პროგრამირების ენების ახალი თაობების განვითარება და უფრო დახვეწილი პროგრამირების სისტემების შექმნა.
• ეს შესაძლებელს ხდის კომპიუტერული პროგრამების შემუშავებისას ჩვეულებრივი მსჯელობის მეთოდების და ჩვეულებრივი ლექსიკის გამოყენებას. უფრო მეტიც, ენა, როგორიცაა Პროლოგი , საშუალებას გაძლევთ მოდელირება და ფორმალიზება მოაწყოთ ლოგიკური დასკვნა პრობლემების გადაჭრაში მიზნისა და განცხადების ცნებების გამოყენებით.

• ხელოვნური ინტელექტის სფერო მოიცავს იმ სხვადასხვა სფეროს, სადაც ჩვენ ვმუშაობთ პრობლემის გადაჭრის აბსოლუტურად ზუსტი მეთოდის გარეშე და რომელსაც აქვს ორი დამახასიათებელი თვისება.
• პირველ რიგში, ისინი იყენებენ ინფორმაციას სიმბოლური ფორმით : ასოები, სიტყვები, ნიშნები, ნახატები. ეს განასხვავებს ხელოვნური ინტელექტის სფეროს იმ სფეროებისგან, რომლებიც ტრადიციულად ეყრდნობიან კომპიუტერებს მონაცემების რიცხვითი ფორმით დამუშავებისთვის.
• Მეორეც, არჩევანი სავარაუდოა როდესაც მკაფიო ალგორითმის ნაკლებობა იწვევს გაურკვევლობის პირობებში მრავალ ვარიანტს შორის არჩევის აუცილებლობას და ამ ინდეტერმინიზმს, რომელიც ფუნდამენტურია, მოქმედების თავისუფლება ინტელექტის აუცილებელი კომპონენტია.

• ადამიანი-მანქანის ინტერფეისის პრობლემა უპირველეს ყოვლისა, ასოცირდება ადამიანის ქცევის ტექნოფიზიოლოგიური, ერგადული და სოციოლოგიური ბუნების ანალიზსა და ფორმალიზაციასთან, როგორც მიზნებით კონტროლირებადი სისტემისა. განსაკუთრებული სირთულეები წარმოიქმნება ადამიანის ქცევის ისეთი თვისებების ფორმალიზების მცდელობისას, როგორიცაა „რაციონალური არჩევანი“, „კომპრომისი“ ან „სამართლიანობა“.
• ამჟამად ყველაზე დიდი პროგრესი მიღწეულია ე.წ ბუნდოვანი კონტროლის სისტემები , რომლის ნამუშევარი ეფუძნება გამოყენებას ბუნდოვანი ლოგიკა და ბუნდოვანი კომპლექტები . თუმცა, ასეთი სისტემების ინტელექტუალური შესაძლებლობები ძალიან შეზღუდულია. სინამდვილეში, ისინი უზრუნველყოფენ კონტროლის მხოლოდ აღმასრულებელ დონეს

• 1. აზროვნების პროცესების სიმბოლური მოდელირება
• მსჯელობის მოდელირება გულისხმობს სიმბოლური სისტემების შექმნას, რომელთა შეყვანაც გარკვეული პრობლემაა, გამომავალი კი მის გადაწყვეტას მოითხოვს. როგორც წესი, შემოთავაზებული პრობლემა უკვე ფორმალიზებულია, ანუ გადათარგმნილია მათემატიკური ფორმით, მაგრამ ან არ გააჩნია ამოხსნის ალგორითმი, ან არის ძალიან რთული, შრომატევადი და ა.შ.
• ეს სფერო მოიცავს: თეორემების მტკიცებულებას, გადაწყვეტილების მიღებას და თამაშის თეორიას, დაგეგმვასა და გაგზავნას, პროგნოზირებას.

• 2. ბუნებრივ ენებთან მუშაობა
• მნიშვნელოვანი სფეროა ბუნებრივი ენის დამუშავება, რომელიც გულისხმობს ტექსტების გაგების, დამუშავებისა და გენერირების შესაძლებლობების ანალიზს „ადამიანურ“ ენაზე.
• ეს მიმართულება მიზნად ისახავს ბუნებრივი ენის ისე დამუშავებას, რომ ინტერნეტში არსებული ტექსტის წაკითხვით შესაძლებელი იყოს ცოდნის დამოუკიდებლად მიღება.
• ბუნებრივი ენის დამუშავების ზოგიერთი პირდაპირი გამოყენება მოიცავს ინფორმაციის მოძიებას (მათ შორის ღრმა ტექსტის მოპოვებას) და მანქანურ თარგმნას.

• 3. ცოდნის წარმოდგენა და გამოყენება
• მიმართულება ცოდნის ინჟინერია აერთიანებს მარტივი ინფორმაციისგან ცოდნის მოპოვების ამოცანებს, მის სისტემატიზაციასა და გამოყენებას.
• ეს მიმართულება ისტორიულად დაკავშირებულია შემოქმედებასთან საექსპერტო სისტემები - პროგრამები, რომლებიც იყენებენ სპეციალიზებულ ცოდნის ბაზებს ნებისმიერი პრობლემის შესახებ სანდო დასკვნების მისაღებად.
• ცოდნის გენერირება მონაცემებიდან - მონაცემთა მაინინგის ერთ-ერთი ძირითადი პრობლემა. ამ პრობლემის გადაჭრის სხვადასხვა მიდგომა არსებობს, მათ შორის დაფუძნებული ნერვული ქსელის ტექნოლოგია , ნერვული ქსელის ვერბალიზაციის პროცედურების გამოყენებით.
• ხელოვნური ნერვული ქსელი (ANN) - მათემატიკური მოდელი, ისევე როგორც მისი პროგრამული თუ აპარატური განსახიერება, რომელიც აგებულია ბიოლოგიური ნერვული ქსელების ორგანიზებისა და ფუნქციონირების პრინციპზე - ცოცხალი ორგანიზმის ნერვული უჯრედების ქსელები.

• 4. მანქანების მოდელირება
• მანქანათმცოდნეობა ეხება პროცესს ცოდნის დამოუკიდებელი შეძენა ინტელექტუალური სისტემის მიერ მისი მუშაობის პროცესში. ეს მიმართულება ცენტრალური იყო ხელოვნური ინტელექტის განვითარების თავიდანვე.
• მანქანათმცოდნეობის სფერო მოიცავს ნიმუშის ამოცნობის პრობლემების დიდ კლასს. მაგალითად, ეს არის პერსონაჟების ამოცნობა, ხელნაწერი ტექსტი, მეტყველება, ტექსტის ანალიზი. ბევრი პრობლემა წარმატებით წყდება ბიოლოგიური მოდელირების გამოყენებით. განსაკუთრებით აღსანიშნავია კომპიუტერული ხედვა, რომელიც ასევე ასოცირდება რობოტიკასთან.

• 5. ხელოვნური ინტელექტის ბიოლოგიური მოდელირება
• ეს მოიცავს რამდენიმე სფეროს. ნერვული ქსელები გამოიყენება ბუნდოვანი და რთული პრობლემების გადასაჭრელად, როგორიცაა გეომეტრიული ფორმის ამოცნობა ან ობიექტების კლასტერირება.
• გენეტიკური მიდგომა ემყარება იმ აზრს, რომ ალგორითმი შეიძლება გახდეს უფრო ეფექტური, თუ ის ისესხებს უკეთეს მახასიათებლებს სხვა ალგორითმებისგან („მშობლები“). შედარებით ახალი მიდგომა, სადაც ამოცანაა შექმნას ავტონომიური პროგრამა - აგენტი, რომელიც ურთიერთქმედებს გარე გარემოსთან, ე.წ. აგენტური მიდგომა .

• 6. რობოტიკა
• რობოტიკისა და ხელოვნური ინტელექტის სფეროები ერთმანეთთან მჭიდრო კავშირშია. ამ ორი მეცნიერების ინტეგრაცია და ინტელექტუალური რობოტების შექმნა წარმოადგენს ხელოვნური ინტელექტის კიდევ ერთ სფეროს.
• ინტელექტი საჭიროა რობოტებისთვის ობიექტების მანიპულირებისთვის, ლოკალიზაციის პრობლემებით ნავიგაციისთვის (მდებარეობის განსაზღვრა, ახლომდებარე ადგილების შესწავლა) და მოძრაობის დაგეგმვა (როგორ მივაღწიოთ მიზანს).

• 7. მანქანათმცოდნეობა
• ადამიანის შემოქმედების ბუნება კიდევ უფრო ნაკლებად არის შესწავლილი, ვიდრე ინტელექტის ბუნება. თუმცა ეს ტერიტორია არსებობს და მუსიკისა და ლიტერატურული ნაწარმოებების კომპიუტერული წერის პრობლემები (ხშირად პოეზია ან ზღაპარი), მხატვრული შემოქმედება. რეალისტური სურათების შექმნა ფართოდ გამოიყენება კინოსა და სათამაშო ინდუსტრიაში.
• საგამომგონებლო პრობლემების გადაჭრის თეორია, რომელიც შემოთავაზებულია 1946 წელს G. S. Altshuller-ის მიერ, აღნიშნა ასეთი კვლევის დასაწყისი.
• ამ შესაძლებლობის დამატება ნებისმიერ ინტელექტუალურ სისტემაში საშუალებას გაძლევთ ნათლად აჩვენოთ რას აღიქვამს სისტემა და როგორ ესმის იგი.

• ღრმა ლურჯი - IBM-ის მიერ შემუშავებული საჭადრაკო სუპერკომპიუტერი, რომელმაც 1997 წლის 11 მაისს მოიგო 6-თამაშიანი მატჩი ჭადრაკის მსოფლიო ჩემპიონ გარი კასპაროვთან.

• IBM Watson - სუპერკომპიუტერი IBM-დან, რომელიც აღჭურვილია კითხვებზე პასუხის გაცემის ხელოვნური ინტელექტის სისტემით, შექმნილი მკვლევართა ჯგუფის მიერ, დევიდ ფერუჩის ხელმძღვანელობით.
• მისი შექმნა DeepQA პროექტის ნაწილია. უოტსონის მთავარი ამოცანაა ბუნებრივი ენაზე ჩამოყალიბებული კითხვების გაგება და მათზე პასუხების მონაცემთა ბაზაში მოძიება. IBM-ის დამფუძნებლის თომას უოტსონის სახელი დაარქვეს.

• 20Q - კომპიუტერული ვერსია თამაშის Twenty Questions, რომელიც დაიწყო როგორც ექსპერიმენტი ხელოვნური ინტელექტის შექმნის სფეროში. შეიმუშავა რობინ ბურგნერმა 1988 წელს.
• 20Q თამაში დანერგილია როგორც ვებსაიტი და ხელის მოწყობილობა. 20Q სთხოვს მომხმარებელს მოისურვოს ობიექტი და შემდეგ გამოიცნობს მას 20 კითხვის დასმით, რომლებზეც პასუხის გაცემა შესაძლებელია "დიახ" ან "არა".

• - მეტყველების სიგნალის ციფრულ ინფორმაციად გადაქცევის პროცესი (მაგალითად, ტექსტური მონაცემები). საპირისპირო პრობლემა არის მეტყველების სინთეზი .
• პირველი მეტყველების ამომცნობი მოწყობილობა გამოჩნდა 1952 წელს, მას შეეძლო ამოიცნო ადამიანების მიერ წარმოთქმული რიცხვები.
• მეტყველების ამოცნობის კომერციული პროგრამები გაჩნდა ოთხმოცდაათიანი წლების დასაწყისში. მათ ჩვეულებრივ იყენებენ ადამიანები, რომლებიც ხელის ტრავმის გამო ვერ ახერხებენ დიდი რაოდენობით ტექსტის აკრეფას.

• მობილური მოწყობილობების გამოთვლითი სიმძლავრის ზრდამ შესაძლებელი გახადა მათთვის პროგრამების შექმნა მეტყველების ამოცნობის ფუნქციებით.
• ასეთ პროგრამებს შორის აღსანიშნავია Microsoft Voice Command აპლიკაცია, რომელიც საშუალებას გაძლევთ იმუშაოთ მრავალ აპლიკაციასთან თქვენი ხმის გამოყენებით. მაგალითად, შეგიძლიათ მუსიკის დაკვრა თქვენს პლეერში ან შექმნათ ახალი დოკუმენტი.

• ინტელექტუალური სისტემების განვითარების ინსტრუმენტები მოიცავს სპეციალურ პროგრამირების ენებს, რომლებიც ორიენტირებულია სიმბოლური ინფორმაციის დამუშავებაზე (LISP, SMALLTALK, REFAL), ლოგიკური პროგრამირების ენები (PROLOG), ცოდნის წარმომადგენლობითი ენები (OPS5, KRL, FRL), ინტეგრირებული პროგრამული უზრუნველყოფა. გარემო, რომელიც შეიცავს ინსტრუმენტების არსენალს AI სისტემების შესაქმნელად (KE, ARTS, GURU, G2), ასევე ექსპერტული სისტემების ჭურვი (BUILD, EMYCIN, EXSYS Professional, EXPERT), რომლებიც საშუალებას გაძლევთ შექმნათ გამოყენებითი ES პროგრამირების გარეშე.

სლაიდი 2: რა არის ხელოვნური ინტელექტი?

კომპიუტერების გამოგონების შემდეგ, მათი უნარი შეასრულონ სხვადასხვა ამოცანები ექსპონენტურად იზრდებოდა. ადამიანები ავითარებენ კომპიუტერული სისტემების ძალას ამოცანების გაზრდით და კომპიუტერების ზომის შემცირებით. ხელოვნური ინტელექტის სფეროში მკვლევარების მთავარი მიზანია შექმნან კომპიუტერები ან მანქანები ისეთივე ინტელექტუალური, როგორც ადამიანები.

სლაიდი 3

ტერმინი "ხელოვნური ინტელექტის" შემქმნელია ჯონ მაკკარტი, Lisp ენის გამომგონებელი, ფუნქციონალური პროგრამირების დამფუძნებელი და ტურინგის ჯილდოს მფლობელი ხელოვნური ინტელექტის კვლევის სფეროში შეტანილი უზარმაზარი წვლილისთვის. ხელოვნური ინტელექტი არის კომპიუტერის, კომპიუტერით კონტროლირებადი რობოტის ან პროგრამის შექმნის საშუალება, რომელსაც შეუძლია ადამიანივით ჭკვიანურად იფიქროს. ხელოვნური ინტელექტის სფეროში კვლევები ხორციელდება ადამიანის გონებრივი შესაძლებლობების შესწავლით, შემდეგ კი ამ კვლევის შედეგები გამოიყენება როგორც ინტელექტუალური პროგრამებისა და სისტემების შემუშავების საფუძველი.

სლაიდი 4: ხელოვნური და ინტელექტის ფილოსოფია

მძლავრი კომპიუტერული სისტემების მუშაობისას ყველამ სვამდა კითხვას: „შეუძლია თუ არა მანქანას იფიქროს და მოიქცეს ისევე, როგორც ადამიანი?“ " ამრიგად, ხელოვნური ინტელექტის განვითარება დაიწყო მანქანებში მსგავსი ინტელექტის შექმნის განზრახვით, ადამიანის ინტელექტის მსგავსი.

სლაიდი 5: ხელოვნური ინტელექტის ძირითადი მიზნები

საექსპერტო სისტემების შექმნა – სისტემები, რომლებიც აჩვენებენ ინტელექტუალურ ქცევას: ისწავლიან, აჩვენებენ, ახსნიან და აძლევენ რჩევებს; ადამიანის ინტელექტის დანერგვა მანქანებში არის მანქანის შექმნა, რომელსაც შეუძლია გაიგოს, იფიქროს, ასწავლოს და მოიქცეს როგორც პიროვნება.

სლაიდი 6: რა იწვევს ხელოვნური ინტელექტის განვითარებას?

ხელოვნური ინტელექტი არის მეცნიერება და ტექნოლოგია, რომელიც დაფუძნებულია ისეთ დისციპლინებზე, როგორიცაა კომპიუტერული მეცნიერება, ბიოლოგია, ფსიქოლოგია, ლინგვისტიკა, მათემატიკა და მექანიკური ინჟინერია. ხელოვნური ინტელექტის ერთ-ერთი მთავარი სფეროა ადამიანის ინტელექტთან დაკავშირებული კომპიუტერული ფუნქციების განვითარება, როგორიცაა მსჯელობა, სწავლა და პრობლემის გადაჭრა.

სლაიდი 7: პროგრამა AI-ით და მის გარეშე

AI-ით და მის გარეშე პროგრამები განსხვავდება შემდეგი თვისებებით: AI-ით AI-ს გარეშე კომპიუტერულ პროგრამას ხელოვნური ინტელექტის გარეშე შეუძლია უპასუხოს მხოლოდ კონკრეტულ კითხვებს, რომლებზეც ის დაპროგრამებულია პასუხის გასაცემად. შეუძლია უპასუხოს უნივერსალურ კითხვებს, რომლებზეც პასუხის გაცემა დაპროგრამებულია. პროგრამაში ცვლილებების შეტანა ცვლის მის სტრუქტურას ხელოვნური ხელოვნური ინტელექტის პროგრამას შეუძლია შეიწოვოს ახალი ცვლილებები ინფორმაციის უაღრესად დამოუკიდებელი ნაწილების ერთად დახარისხებით. ამიტომ, თქვენ შეგიძლიათ შეცვალოთ პროგრამიდან მიღებული ინფორმაცია პროგრამის სტრუქტურაზე გავლენის გარეშე. მოდიფიკაცია არ არის სწრაფი და მარტივი. მოდიფიკაცია სწრაფი და მარტივია.

სლაიდი 8: AI პროგრამები

AI გახდა დომინანტი სხვადასხვა სფეროში, როგორიცაა: თამაშები - AI გადამწყვეტ როლს თამაშობს სტრატეგიულ თამაშებში, როგორიცაა ჭადრაკი, პოკერი, ტიკ-ტაკი და ა.შ. ევრისტიკულ ცოდნაზე. ბუნებრივი ენის დამუშავება არის კომპიუტერთან კომუნიკაციის უნარი, რომელსაც ესმის ადამიანების მიერ სალაპარაკო ბუნებრივი ენა. მეტყველების ამოცნობა - ზოგიერთ ინტელექტუალურ სისტემას შეუძლია მოისმინოს და გაიგოს ენა, რომლითაც ადამიანი ურთიერთობს მათთან. მათ შეუძლიათ გაუმკლავდნენ სხვადასხვა აქცენტებს, ჟარგონებს და ა.შ. ხელნაწერის ამოცნობა - პროგრამული უზრუნველყოფა კითხულობს ქაღალდზე დაწერილ ტექსტს კალმით ან ეკრანზე სტილუსით. მას შეუძლია ასოების ფორმების ამოცნობა და რედაქტირებადი ტექსტად გადაქცევა. ჭკვიანი რობოტები არის რობოტები, რომლებსაც შეუძლიათ შეასრულონ ადამიანების მიერ დავალებული დავალებები. მათ აქვთ სენსორები, რათა აღმოაჩინონ ფიზიკური მონაცემები რეალური სამყაროდან, როგორიცაა სინათლე, სითბო, მოძრაობა, ხმა, შოკი და წნევა. მათ აქვთ მაღალი ხარისხის პროცესორები, მრავალი სენსორი და უზარმაზარი მეხსიერება. გარდა ამისა, მათ შეუძლიათ ისწავლონ საკუთარ შეცდომებზე და შეეგუონ ახალ გარემოს.

სლაიდი 9: AI განვითარების ისტორია

1923 წლის მოვლენა კარელ კაპეკი აწარმოებს სპექტაკლს ლონდონში სახელწოდებით "უნივერსალური რობოტები", რაც აღნიშნავს სიტყვა "რობოტის" პირველ გამოყენებას ინგლისურად. 1943 საფუძვლები ნერვული ქსელებისთვის. 1945 ისააკ ასიმოვმა, კოლუმბიის უნივერსიტეტის კურსდამთავრებულმა, გამოიყენა ტერმინი რობოტიკა. 1950 ალან ტურინგმა შეიმუშავა ტურინგის ტესტი ინტელექტის შესაფასებლად. კლოდ შენონი აქვეყნებს ჭადრაკის ინტელექტუალური თამაშის დეტალურ ანალიზს. 1956 ჯონ მაკკარტიმ გამოიყენა ტერმინი ხელოვნური ინტელექტი. AI პროგრამის პირველი დაწყების დემონსტრირება კარნეგი მელონის უნივერსიტეტში. 1958 ჯონ მაკკარტიმ გამოიგონა lisp პროგრამირების ენა ხელოვნური ინტელექტისთვის. 1964 დენი ბობროუს დისერტაცია MIT-ში გვიჩვენებს, რომ კომპიუტერებს საკმაოდ კარგად ესმით ბუნებრივი ენა. 1965 ჯოზეფ ვაიზენბაუმი MIT-ში ავითარებს ელიზას, ინტერაქტიულ ასისტენტს, რომელიც აწარმოებს დიალოგს ინგლისურად.

10

სლაიდი 10

1969 წლის მოვლენა სტენფორდის კვლევითი ინსტიტუტის მეცნიერებმა შეიმუშავეს შეკი, მოტორიზებული რობოტი, რომელსაც შეუძლია გარკვეული პრობლემების აღქმა და გადაჭრა. 1973 ედინბურგის უნივერსიტეტის მკვლევართა ჯგუფმა შექმნა ფრედი, ცნობილი შოტლანდიელი რობოტი, რომელსაც შეუძლია გამოიყენოს ხედვა მოდელების საპოვნელად და აწყობაში. 1979 აშენდა პირველი კომპიუტერით კონტროლირებადი ავტონომიური მანქანა, სტენფორდის ტროლეი. 1985 ჰაროლდ კოენმა შეიმუშავა და აჩვენა პროგრამის კომპილაცია, Aaron. 1997 წლის საჭადრაკო პროგრამა, რომელმაც დაამარცხა ჭადრაკის მსოფლიო ჩემპიონი გარი კასპაროვი. 2000 შინაური ცხოველების ინტერაქტიული რობოტები კომერციულად ხელმისაწვდომი გახდა. MIT აჩვენებს Kismet-ს, რობოტს სახეზე, რომელიც გამოხატავს ემოციებს. Robot Nomad იკვლევს ანტარქტიდის შორეულ ტერიტორიებს და პოულობს მეტეორიტებს.

11

სლაიდი 11: ხელოვნური ინტელექტის მიღწევების მაგალითები

12

სლაიდი 12

Kismet არის რობოტი, რომელიც შეიქმნა 1990-იანი წლების ბოლოს მასაჩუსეტსის ტექნოლოგიურ ინსტიტუტში დოქტორ სინტია ბრიზილის მიერ. რობოტის სმენითი, ვიზუალური და ექსპრესიული სისტემები შეიქმნა იმისთვის, რომ მას შეეძლოს ჩაერთოს ადამიანებთან სოციალურ ინტერაქციაში და მოახდინოს ადამიანის ემოციების და სახის გამომეტყველების სიმულაცია. სახელი "კისმეტი" მომდინარეობს არაბული, თურქული, ურდუ, ჰინდი და პენჯაბული სიტყვიდან, რაც ნიშნავს "ბედს" ან ზოგჯერ "იღბალს".

13

სლაიდი 13: ვირტუალური პირადი ასისტენტები

Siri, Kortana და სხვა ინტელექტუალური ციფრული პერსონალური ასისტენტები სხვადასხვა პლატფორმებზე (iOS, Android და Windows). ისინი დაგეხმარებათ იპოვოთ სასარგებლო ინფორმაცია, რომელსაც სთხოვთ მათ ბუნებრივი ადამიანური ენის გამოყენებით. ამ აპებში AI აგროვებს ინფორმაციას თქვენი კითხვებიდან და იყენებს მას თქვენი მეტყველების უკეთ გასაგებად და თქვენი პრეფერენციების საფუძველზე შედეგების მისაღებად. მაიკროსოფტი ამბობს, რომ Cortana მუდმივად სწავლობს თავისი მომხმარებლების შესახებ და საბოლოოდ შეძლებს წინასწარ განსაზღვროს თავისი მომხმარებლების საჭიროებები. ვირტუალური პერსონალური ასისტენტები ამუშავებენ უზარმაზარ მონაცემებს სხვადასხვა წყაროდან, რათა გაიგონ მეტი მომხმარებლების შესახებ და გახდნენ უფრო ეფექტური ასისტენტები ინფორმაციის ძიებასა და დამუშავებაში.

14

სლაიდი 14: ვიდეო თამაშები

ხელოვნური ინტელექტის გამოყენების ერთ-ერთი მაგალითი, რომელსაც ადამიანების უმეტესობა ალბათ იცნობს, არის ვიდეო თამაშები, რომლებიც დიდი ხანია იყენებენ AI-ს. ვიდეო თამაშებში ხელოვნური ინტელექტის დახვეწილობა და ეფექტურობა ექსპონენტურად გაიზარდა ბოლო რამდენიმე ათწლეულის განმავლობაში, რის შედეგადაც ვიდეო თამაშების პერსონაჟებს შეუძლიათ სრულიად არაპროგნოზირებადი ქცევა. ვიდეო თამაშები ინტენსიურად იყენებენ ხელოვნურ ინტელექტს თავიანთი პერსონაჟებისთვის, რომლებსაც შეუძლიათ გააანალიზონ გარემო ობიექტების პოვნისა და მათთან ურთიერთობისთვის. მათ შეუძლიათ დაფარონ, გამოიკვლიონ ბგერები, გამოიყენონ ფლანგის მანევრები, დაუკავშირდნენ სხვა პერსონაჟებს და ა.შ.

15

სლაიდი 15: საშინელებათა მოყვარულთა ერთ-ერთი საყვარელი თამაში არის Five Nights At Freddy's

თამაში ხდება პიცერიაში, სახელად Freddy Fazbear's Pizza, რომელშიც მოთამაშის პერსონაჟი მოქმედებს როგორც ღამის მცველი, რომელიც უნდა დაიცვას ანიმატრონიკისგან, რომელიც ღამით ცოცხლდება, ელექტრონული კარების დროული დახურვით, რომლითაც ისინი ცდილობენ მოთამაშის ოთახში შესვლას.

16

სლაიდი 16: მანქანები ხელოვნური ინტელექტის მქონე (თვითმართვადი მანქანები)

ავტონომიური მანქანები რეალობას უახლოვდება. წელს Google-მა გამოაცხადა ალგორითმი, რომელსაც შეუძლია ისწავლოს მართოს ისე, როგორც ადამიანს აკეთებს: გამოცდილებით. იდეა იმაში მდგომარეობს, რომ საბოლოოდ მანქანას შეეძლება უყუროს გზას და მიიღოს გადაწყვეტილებები იმის მიხედვით, რაც ხედავს.

17

სლაიდი 17: პროდუქტის შეთავაზება

მსხვილი საცალო მოვაჭრეები, როგორიცაა Target და Amazon, დიდ ფულს შოულობენ თავიანთი მაღაზიების შესაძლებლობის გამო, წინასწარ განსაზღვრონ თქვენი საჭიროებები. ეს უნარი რეალიზდება სხვადასხვა გზით: კუპონები, ფასდაკლებები, მიზნობრივი რეკლამა და ა.შ. როგორც თქვენ ალბათ მიხვდით, ეს არის ხელოვნური ინტელექტის ძალიან საკამათო გამოყენება, რადგან ის ბევრ ადამიანს აწუხებს კონფიდენციალურობის შესაძლო დარღვევის გამო.

18

სლაიდი 18: თაღლითობის აღმოჩენა

ოდესმე მიგიღიათ შეტყობინება იმის შესახებ, რომ საკრედიტო ბარათზე იყიდეთ, მიუხედავად იმისა, რომ შესყიდვები არ გაგიკეთებიათ? ბევრი ბანკი აგზავნის ამ შეტყობინებებს, თუ მათ მიაჩნიათ, რომ არსებობს თქვენს ანგარიშზე თაღლითობის შესაძლებლობა და სურთ დარწმუნდნენ, რომ თქვენ დაამტკიცებთ შენაძენს სხვა კომპანიაში ფულის გადარიცხვამდე. AI ხშირად გამოიყენება ამ ტიპის თაღლითობის მონიტორინგისთვის. საკმარისი ტრენინგის შემდეგ, სისტემა შეძლებს თაღლითური ტრანზაქციების აღმოჩენას იმ ფუნქციების საფუძველზე, რომელიც მან შეისწავლა ტრენინგის დროს.

19

სლაიდი 19: მომხმარებელთა ონლაინ მხარდაჭერა

ახლა ბევრი საიტი იწვევს მომხმარებლებს სასაუბროდ მომხმარებელთა მომსახურების წარმომადგენელთან, სანამ ისინი ათვალიერებენ პროდუქტებს საიტზე, მაგრამ რეალურად ყველა საიტს არ აქვს რეალური ადამიანების პასუხები! ხშირ შემთხვევაში, თქვენ ურთიერთობთ AI-სთან. ამ ჩატბოტების უმეტესობა დიდად არ განსხვავდება ავტომოპასუხეებისგან, მაგრამ ზოგიერთ მათგანს რეალურად შეუძლია საიტიდან ცოდნის ამოღება და მომხმარებლებისთვის მიწოდება, როდესაც ისინი ამას ითხოვენ.

20

სლაიდი 20: ახალი ამბების პორტალები

იცოდით, რომ AI პროგრამებს შეუძლიათ ახალი ამბების დაწერა? AI-ს შეუძლია დაწეროს მარტივი ისტორიები, როგორიცაა ფინანსური ანგარიშები, სპორტული ანგარიშები და ა.შ. რა თქმა უნდა, ასეთ სისტემას ჯერ კიდევ სჭირდება ადამიანის დახმარება, მაგრამ ეს მხოლოდ დროის საკითხია და უახლოეს მომავალში AI შეძლებს სრულფასოვანი სტატიების დაწერას.

21

სლაიდი 21: ვიდეო თვალთვალი

ერთი ადამიანისთვის ვიდეოკამერების დიდი რაოდენობის მართვა ძალიან რთული და ზოგჯერ მოსაწყენი ამოცანაა. სწორედ ამიტომ შეიქმნა AI კომპიუტერები ამ კამერების მონიტორინგისთვის. მონიტორინგის ალგორითმი იღებს შეყვანას CCTV კამერებიდან და ადგენს არის თუ არა საფრთხე. თუ ის საფრთხეს „ხედავს“, ამის შესახებ უსაფრთხოების თანამშრომლებს აცნობებს.

22

რა თქმა უნდა, ეს სისტემები საკმაოდ მარტივია სხვა ჭკვიან სისტემებთან შედარებით, მაგრამ ამავე დროს ისინი საკმაოდ სასარგებლო ამოცანას ასრულებენ: გთავაზობთ მუსიკას და ფილმებს თქვენი ინტერესებიდან გამომდინარე. თქვენს ქმედებებზე დაკვირვებით, ისინი სწავლობენ და საბოლოოდ გაძლევენ რეკომენდაციებს, რაც დაგაინტერესებთ. ამ ფუნქციების უმეტესობა დამოკიდებულია ინდივიდზე. მაგალითად, თუ მოგწონთ "როკი" და მიუთითეთ ეს მახასიათებელი თქვენს პროფილში, მაშინ ასევე მოგწონთ სხვა სიმღერები, რომლებიც შეიცავს ამ მახასიათებელს. ეს არის მრავალი რეკომენდაციის საფუძველი და მიუხედავად იმისა, რომ ეს არ არის ფუტურისტული განვითარება, ის ძალიან კარგად გვეხმარება ახალი მუსიკისა და ფილმების აღმოჩენაში.

24

სლაიდი 24: მოდით შევაჯამოთ

ხელოვნური ინტელექტი მსოფლიოს მოსახლეობის უმრავლესობის ცხოვრების განუყოფელი ნაწილია. პირველი მოდელი რომ შეიქმნა, ყველა შოკირებული იყო, სულ ამაზე ლაპარაკობდნენ. დროთა განმავლობაში, მოდელები გაუმჯობესდა. ახლა აქტუალურია იდეა, რომ ოდესმე ადამიანი შექმნის ისეთ ჭკვიან მანქანას, რომელიც კაცობრიობას დაიმონებს. ბევრი ფილმი გადაიღეს ამ თემაზე (ტერმინატორი), ბევრი თამაშია გადაღებული (Five Nights At Freddy's).

25

პრეზენტაციის ბოლო სლაიდი: პრეზენტაცია თემაზე „ხელოვნური ინტელექტი“

პრეზენტაციის სანახავად სურათებით, დიზაინით და სლაიდებით, ჩამოტვირთეთ მისი ფაილი და გახსენით PowerPoint-შითქვენს კომპიუტერზე.
პრეზენტაციის სლაიდების ტექსტური შინაარსი: პრეზენტაცია კონკურსისთვის „აწმყო და მომავალი“ თემა: „ხელოვნური ინტელექტის განვითარება“ GPOU „კრაპივინსკის სატყეო ტექნიკურ სკოლაში“ მასწავლებელი ბლაჟევიჩ ლ. ინფორმაცია ხელოვნური ინტელექტის შესახებ ამჟამად ხელოვნური ინტელექტი არის დისციპლინა, რომელიც სწავლობს პროგრამების შექმნის შესაძლებლობას პრობლემების გადასაჭრელად, რომლებიც საჭიროებენ გარკვეულ ინტელექტუალურ ძალისხმევას, როდესაც შესრულებულია ადამიანის მიერ. დღესდღეობით ხელოვნური ინტელექტი (AI) აუცილებელია ადამიანის საქმიანობის ყველა სფეროში - მენეჯმენტში, წარმოებაში, განათლებაში და ა.შ. ამ ტექნოლოგიების გამოყენებით აგებული ინტელექტუალური სისტემები შექმნილია ადამიანის აზროვნების უნარის გასაძლიერებლად, რათა დაეხმაროს მას ეფექტური გადაწყვეტილებების პოვნაში ეგრეთ წოდებული ცუდად ფორმალიზებული და სუსტად სტრუქტურირებული პრობლემების არსებობით, რომლებიც ხასიათდება სხვადასხვა სახის გაურკვევლობების არსებობით და უზარმაზარი საძიებო სივრცეებით. კვლევისას მთავარი უპირატესობა ენიჭება ნერვულ ქსელებს. ნერვული ქსელები არის მათემატიკური სტრუქტურა, რომელიც მიბაძავს ადამიანის ტვინის ფუნქციონირების ზოგიერთ ასპექტს და აჩვენებს ისეთ შესაძლებლობებს, როგორიცაა არაფორმალური სწავლის უნარი, არაკლასიფიცირებული ინფორმაციის განზოგადებისა და დაჯგუფების უნარს და უკვე წარმოდგენილი დროის სერიებზე დაფუძნებული პროგნოზების დამოუკიდებლად გაკეთების უნარს. . ყველაზე მნიშვნელოვანი განსხვავება სხვა მეთოდებისგან, როგორიცაა საექსპერტო სისტემები, არის ის, რომ ნერვულ ქსელებს, პრინციპში, არ სჭირდებათ წინასწარ ცნობილი მოდელი, არამედ თავად აშენებენ მას მხოლოდ მოწოდებული ინფორმაციის საფუძველზე. სწორედ ამიტომ, ნერვული ქსელები და გენეტიკური ალგორითმები პრაქტიკაში შევიდა იქ, სადაც საჭიროა პროგნოზირების, კლასიფიკაციისა და კონტროლის პრობლემების გადაჭრა. პრაქტიკაში, ნერვული ქსელები გამოიყენება ორი ფორმით - როგორც პროგრამული პროდუქტები, რომლებიც შესრულებულია ჩვეულებრივ კომპიუტერებზე და როგორც სპეციალიზებული აპარატურა და პროგრამული კომპლექსები. ნეიროკომპიუტერების მთავარი ამოცანაა სწავლაზე დაფუძნებული გამოსახულების დამუშავება. ბიოლოგიურის მსგავსად, ხელოვნური ნერვული ქსელები მიზნად ისახავს ფართოზოლოვანი სურათების პარალელურად დამუშავებას. შემდეგი ყველაზე მნიშვნელოვანი ტექნოლოგია არის ევოლუციური გამოთვლა (EC). ელექტრომობილები აგვარებენ პრაქტიკულ პრობლემებს თვითშეკრების, თვითკონფიგურაციისა და თვითგანკურნების სისტემების, რომლებიც შედგება მრავალი ერთდროულად მოქმედი ერთეულისგან. ამავდროულად, შესაძლებელია ციფრული მანქანების სფეროს სამეცნიერო მიღწევების გამოყენება. ელექტრონული სწავლების კიდევ ერთი ასპექტია ავტონომიური აგენტების გამოყენება ყოველდღიური პრობლემების გადასაჭრელად, როგორც პირადი მდივნები, პირადი ანგარიშების მენეჯერები, ასისტენტები, რომლებიც ირჩევენ საჭირო ინფორმაციას ქსელებში მესამე თაობის საძიებო ალგორითმების გამოყენებით, სამუშაო დამგეგმავები, პირადი მასწავლებლები, ვირტუალური გამყიდველები და ა.შ. დ) ეს ასევე მოიცავს რობოტიკას და ყველა დაკავშირებულ სფეროს. განვითარების ძირითადი მიმართულებებია სტანდარტების შემუშავება, ღია არქიტექტურები, ინტელექტუალური ჭურვები, სკრიპტირების/კითხვის ენები, პროგრამებსა და ადამიანებს შორის ეფექტური ურთიერთქმედების მეთოდოლოგიები. ტექნოლოგიების შემდეგი ჯგუფი, მათ შორის, ფუზი ლოგიკა, გამოსახულების დამუშავება და ა.შ. კონტროლის სისტემები, შაბლონების ამოცნობის სისტემები, რეალური მასშტაბის სისტემების დრო, ცოდნის მიღებისა და დამუშავების სისტემები და მრავალი სხვა. ტექნოლოგიების ეს ჯგუფი აუცილებელია ინფორმაციის დიდი მოცულობით მუშაობისას, ძიებისას, ანალიზის, შენახვისა და სტრუქტურირებისას.ტექნოლოგიების ბოლო ჯგუფი ხელს უწყობს რიგი კონკრეტული პრობლემების გადაჭრას. მაგალითად, წარმოებაში ავტომატიზაციის პრობლემის გადაჭრა AI-ზე დაფუძნებული რობოტების, ე.წ. ავტომატიზებული კიბერ ქარხნების დანერგვით. ან მედიცინაში რობოტული ტექნოლოგიის დანერგვა შესაძლებელს გახდის ზუსტი დიაგნოსტიკის ჩატარებას ან ძალიან რთული ოპერაციების განხორციელებას ადამიანის უშუალო ჩარევის გარეშე. ძირითადი ფაქტორი, რომელიც განსაზღვრავს დღეს ხელოვნური ინტელექტის ტექნოლოგიების განვითარებას და მათი პრაქტიკაში გამოყენების შესაძლებლობებს, ითვლება კომპიუტერული გამოთვლითი სიმძლავრის ზრდის ტემპად, ვინაიდან ადამიანის ფსიქიკის პრინციპები ჯერ კიდევ გაურკვეველია. ხელოვნური ინტელექტის სფერო, რომელიც მომწიფებულ მეცნიერებად იქცა, თანდათან ვითარდება - ნელა, მაგრამ სტაბილურად წინ მიიწევს. აქედან გამომდინარე, შედეგები საკმაოდ პროგნოზირებადია, თუმცა სტრატეგიულ ინიციატივებთან დაკავშირებული მოულოდნელი გარღვევები არ არის გამორიცხული. მაგალითად, 1980-იან წლებში აშშ-ის ნაციონალურმა გამოთვლითი ინიციატივამ გამოიყვანა ხელოვნური ინტელექტის მრავალი სფერო ლაბორატორიიდან და მნიშვნელოვანი გავლენა იქონია მაღალი ხარისხის გამოთვლის თეორიის განვითარებაზე და მის გამოყენებაზე მრავალ გამოყენებით პროექტში. ასეთი ინიციატივები დიდი ალბათობით გამოჩნდება სხვადასხვა მათემატიკური დისციპლინების - ალბათობის თეორიის, ნერვული ქსელების, ბუნდოვანი ლოგიკის კვეთაზე. ხელოვნური ინტელექტი მომავალში ხელოვნურ ინტელექტს ჩვეულებრივ უწოდებენ კომპიუტერული მეცნიერების ფილიალს, რომელიც სწავლობს ინტელექტუალური ქმედებებისა და მსჯელობის შესაძლებლობებს გამოთვლითი სისტემებისა და სხვა ხელოვნური მოწყობილობების გამოყენებით. უმეტეს შემთხვევაში პრობლემების გადაჭრის ალგორითმი წინასწარ არის ცნობილი.აღსანიშნავია, რომ სამეცნიერო წრეებში არ არსებობს ამ მეცნიერების ზუსტი განმარტება, რადგანაც არ არსებობს გადაწყვეტა ადამიანის ტვინის სტატუსისა და ბუნების შესახებ. ანალოგიურად, არ არსებობს ზუსტი კრიტერიუმი, რომ კომპიუტერებმა მიაღწიონ „ინტელექტს“, მიუხედავად იმისა, რომ ხელოვნური ინტელექტის განვითარების პირველ ეტაპზე გამოიყენებოდა გარკვეული ჰიპოთეზა, კერძოდ, ტურინგის ტესტი (მიზანი არის თუ არა მანქანას შეუძლია იფიქროს). ამ მეცნიერებას მჭიდრო კავშირი აქვს ფსიქოლოგიასთან, ტრანსჰუმანიზმთან და ნეიროფიზიოლოგიასთან. როგორც ყველა კომპიუტერული მეცნიერება, ის იყენებს მათემატიკას. ხელოვნური ინტელექტი კვლევის საკმაოდ ახალგაზრდა სფეროა, რომელიც 1956 წელს დაიწყო. ამ დროისთვის ამ მეცნიერების განვითარება ე.წ კლების მდგომარეობაშია, როდესაც ადრე მიღწეული შედეგები გამოიყენება მეცნიერების, მრეწველობის, ბიზნესისა და ყოველდღიურობის სხვადასხვა დარგში. ამჟამად, არსებობს ოთხი ძირითადი მიდგომა. სამშენებლო ხელოვნური ინტელექტის სისტემების შესწავლა: ლოგისტიკური, სტრუქტურული, ევოლუციური და იმიტაციური. ლოგისტიკური მიდგომა ძირითადად შეიცავს ეგრეთ წოდებულ ბულის ალგებრას, რომელიც კარგად არის ცნობილი პროგრამისტებისთვის. ლოგისტიკურ პრინციპზე აგებული ხელოვნური ინტელექტის სისტემების უმეტესობა წარმოადგენს გარკვეულ თეორემის დამადასტურებელ მანქანას: საწყისი ინფორმაცია შეიცავს აქსიომების სახით და ლოგიკური დასკვნები ჩამოყალიბებულია ამ აქსიომებს შორის ურთიერთობის წესების მიხედვით. თითოეულ ასეთ მანქანას აქვს მიზნის გენერირების ერთეული და გამომავალი სისტემა ამტკიცებს ამ მიზანს როგორც თეორემა. ეს სისტემა უფრო ცნობილია როგორც ექსპერტი სისტემა.სტრუქტურული მიდგომა იყენებს ადამიანის ტვინის სტრუქტურის მოდელირებას, როგორც ხელოვნური ინტელექტის სისტემის საფუძველს. პირველ ასეთ მცდელობებს შორის უნდა აღინიშნოს როზენბლატის პერცეტრონი. მთავარი სტრუქტურული ერთეული, რომელიც მოდელირებულია, არის ნეირონი. დროთა განმავლობაში გაჩნდა ახალი მოდელები, რომლებიც დღეს ნეირონული ქსელების სახელით არის ცნობილი. ხელოვნური ინტელექტის სისტემების აგებისას ევოლუციური მიდგომის გამოყენების შემთხვევაში, როგორც წესი, ძირითადი ყურადღება ექცევა საწყისი მოდელის კონსტრუქციას, ასევე. წესები, რომლითაც ეს მოდელი შეიძლება განვითარდეს. ევოლუციური ალგორითმის კლასიკური მაგალითია გენეტიკური ალგორითმი. კიდევ ერთი პროექტი, რომელიც 2010 წელს დაიწყო, არის DARPA პროექტი SRI International-თან ერთად. მისი არსი მდგომარეობს გარღვევის ხელოვნური ინტელექტის განვითარებაში, რომელიც შეძლებს მონაცემების დამუშავებას და გადაცემას, ადამიანის ტვინის მექანიზმების კოპირებას. ელექტრონული ადაპტური ნეირომორფული მასშტაბირებადი სისტემა SyNAPSE, დეველოპერების აზრით, უნდა გადააჭარბოს მონაცემთა დამუშავების ტრადიციულ ალგორითმებს და შეძლებს დამოუკიდებლად შეისწავლოს რთული გარემო. ამჟამად სამხედროები ხელოვნურ ინტელექტს იყენებენ დიდი რაოდენობით ინფორმაციის დასამუშავებლად. და ვიდეო. ყველა ეს ინფორმაცია სწრაფად უნდა იყოს გაშიფრული და გაანალიზებული. ახალი სისტემისთვის ეს არ იქნება რთული. ის გამოიყენებს მათემატიკურ ლოგიკას, გადაწყვეტს მარტივ თეორემებს სენსორის მონაცემებზე დაყრდნობით, მიიღებს გადაწყვეტილებებს და შეასრულებს საჭირო მოქმედებებს. გარდა ამისა, პენტაგონი აპირებს გამოიყენოს ეს ხელოვნური ინტელექტის მოდელი, როგორც ვირტუალური პირადი ასისტენტი, რომელსაც შეუძლია უპასუხოს ხმოვან ბრძანებებს და შეასრულოს ფუნქციები. მდივანი. შეგახსენებთ, რომ ადრე DARPA SRI International-თან ერთად უკვე ავითარებდა პერსონალურ ასისტენტს სახელად CALO. პროექტი 2009 წელს დასრულდა. პროგრამას შეუძლია მსჯელობა, ინსტრუქციების გაგება, ამოცნობა, ახსნა მისი ქმედებები, ადეკვატურად რეაგირება უცნობ სიტუაციაზე და მისი დასრულების შემდეგ ოპერაციის განხილვა. ეს პროგრამა იღებს აუცილებელ მონაცემებს მომხმარებლის კონტაქტებიდან, ელექტრონული ფოსტიდან, პროექტებიდან და ამოცანებიდან. შემდეგ იქმნება მომხმარებლის გარემოს რელაციური მოდელი და ხდება ტრენინგი. შედეგად, ხელოვნურ ინტელექტს შეუძლია მომხმარებლის სახელით მოლაპარაკება და კონფლიქტების მოგვარება. სამწუხაროდ, ეს პროგრამა მუშაობს მხოლოდ პერსონალურ კომპიუტერზე და არ არის ინტეგრირებული რობოტში. 2011 წელს იაპონიაში შეიქმნა ტვინის პირველი ხელოვნური პროტოტიპი. ხელოვნურ ინტელექტს შეუძლია უზარმაზარი ინფორმაციის დამუშავება, მაგრამ რობოტებს ჯერ არ აქვთ აზროვნების უნარი. დეველოპერები ამას ჯერ არ ჩქარობენ... მკვლევარების აზრით, უახლოესი მომავლის რობოტები ბევრ რამეში დაემსგავსებიან ადამიანებს: შეძლებენ ორ ფეხზე სიარული, სახეების გარჩევა, საუბრის გაგრძელება, ასრულებენ მოთხოვნებს, მაგრამ მათ ძირითადში ისინი უბრალოდ ადამიანების მსგავსი მანქანებია. მათი ყველა მოქმედება ექვემდებარება წინასწარ მომზადებულ ალგორითმს და, შესაბამისად, პრიმიტიულია. და მხოლოდ იმ შემთხვევაში, თუ შესაძლებელი იქნება ბიმოლეკულური გამოთვლის ტექნოლოგიის დანერგვა, მანქანები შეძლებენ იფიქრონ და მოიპოვონ შექმნის უნარი. დეველოპერების თქმით, ინფორმაციის დამუშავების ახალი მექანიზმი ძალიან ჰგავს ადამიანის ტვინის მუშაობას. ადამიანის თავში მილიონობით ნეირონია, რომლებიც მუდმივად ურთიერთობენ ერთმანეთთან. ახალი ტექნოლოგიის არსი ის არის, რომ თითოეულ მოლეკულას შეიძლება ჰქონდეს სამასამდე მიმართულება ურთიერთობა. ამრიგად, ახალი ტექნოლოგიის წყალობით, მანქანები შეძლებენ გადაჭრას მათთვის ამჟამად მიუწვდომელი ამოცანები. მკვლევარების აზრით, ახალი განვითარება სავარაუდოდ გამოყენებული იქნება კიბოს დიაგნოსტიკისა და მკურნალობის სფეროში: პროგრამირებადი მოლეკულური სისტემები დაინერგება კიბოს უჯრედებში და გარდაიქმნება მათ ჯანსაღად. ჩემი აზრი სამომავლოდ ხელოვნური ინტელექტის შესახებ. AI-ს დიდი მომავალი აქვს ახლაც კი AI-მ მიაღწია უზარმაზარ გარღვევას. როგორიც არ უნდა იყოს პროგნოზი სამომავლოდ, უკვე არის რამდენიმე პროექტი, რომელსაც ყურადღება სჭირდება. საუბარია, კერძოდ, ხელოვნური ტვინის შექმნის პროექტზე, სახელწოდებით „Blue Brain“. პროექტს ამუშავებენ მკვლევარები და ფედერალური პოლიტექნიკური სკოლის (ლოზანა) წარმომადგენლები. მათ შეძლეს ვირთხების ტვინში სინაფსების მდებარეობის მოდელის დიაგრამის შექმნა. როგორც პროექტის დირექტორმა ჰენრი მაკრამმა განაცხადა, შედეგები ყოველგვარ მოლოდინს გადააჭარბა. სავსებით შესაძლებელია, რომ მკვლევარები მალე შეძლებენ უპასუხონ ბევრ კითხვას, რომელიც აქამდე აწუხებდა მეცნიერთა გონებას: ჩაანაცვლებს თუ არა ხელოვნური ინტელექტი ადამიანის ინტელექტს და იქნება ის უფრო მაღალგანვითარებული? არის თუ არა ადამიანი პლანეტის ევოლუციის ჯაჭვის საბოლოო რგოლი? ვიმედოვნებ, რომ ამ და ბევრ სხვა კითხვებზე პასუხებს უახლოეს მომავალში ვიპოვით.

სლაიდი 2

ხელოვნური ინტელექტი (AI) არის კომპიუტერული მეცნიერების ფილიალი, რომელიც სწავლობს ადამიანის სიმულაციის ამოცანებს

ფიქრი

სლაიდი 3

როგორ ფიქრობს ადამიანი?

ამ კითხვაზე ყველა ქვეყნის მეცნიერები ფიქრობენ.

მათი კვლევის მიზანია ადამიანის ინტელექტის მოდელის შექმნა და კომპიუტერზე დანერგვა.

გარკვეულწილად გამარტივებული, ზემოაღნიშნული მიზანი ასე ჟღერს:

ასწავლე მანქანას ფიქრი.

სლაიდი 4

ხელოვნური ინტელექტის შექმნის მიზანი

უნივერსალური კომპიუტერული ინტელექტუალური სისტემის შექმნა, რომელიც შექმნილია გარკვეული ტიპის პრობლემების გადასაჭრელად, რომელიც იპოვის გადაწყვეტილებებს ყველა (ან თუნდაც უმეტესი) არაფორმალური პრობლემისთვის, ეფექტურობით, რომელიც შედარებულია ან აღემატება ადამიანურს.

სლაიდი 5

AI განვითარების ძირითადი მიდგომები:

ზემოდან ქვევით AI, სემიოტიკური - საექსპერტო სისტემების, ცოდნის ბაზებისა და ლოგიკური დასკვნის სისტემების შექმნა, რომლებიც ახდენენ მაღალი დონის გონებრივი პროცესების სიმულაციას: აზროვნება, მსჯელობა, მეტყველება, ემოციები, კრეატიულობა და ა.შ.;

Bottom-Up AI, ბიოლოგიური - ნერვული ქსელების და ევოლუციური გამოთვლების შესწავლა, რომელიც აყალიბებს ინტელექტუალურ ქცევას ბიოლოგიურ ელემენტებზე დაყრდნობით, ასევე შესაბამისი გამოთვლითი სისტემების შექმნას, როგორიცაა ნეიროკომპიუტერი ან ბიოკომპიუტერი.

სლაიდი 6

ადამიანის საქმიანობის სახეები

არსებობს მრავალი ადამიანის საქმიანობა, რომელთა წინასწარ დაპროგრამება შეუძლებელია.

Მაგალითად:

• მუსიკისა და პოეზიის შედგენა,
• თეორემის დადასტურება,
• ლიტერატურული თარგმანი უცხო ენიდან,
• დაავადების დიაგნოსტიკა და მკურნალობა და მრავალი სხვა.

სლაიდი 11

რა უნდა იცოდეს კომპიუტერმა?

ნებისმიერი ხელოვნური ინტელექტის სისტემა მოქმედებს კონკრეტულ საგანში (სამედიცინო დიაგნოსტიკა, ეკონომიკა და ა.შ.). როგორც სპეციალისტს, კომპიუტერსაც უნდა ჰქონდეს ცოდნა მოცემულ სფეროში.

ცოდნას კონკრეტული საგნის სფეროში, გარკვეული გზით ფორმალიზებული და შენახული კომპიუტერის მეხსიერებაში, ეწოდება კომპიუტერული მონაცემთა ბაზა.

ყველა სლაიდის ნახვა

რა არის ხელოვნური ინტელექტი?

ტერმინი "ხელოვნური ინტელექტის" შემქმნელია ჯონ მაკკარტი, Lisp ენის გამომგონებელი, ფუნქციონალური პროგრამირების დამფუძნებელი და ტურინგის ჯილდოს მფლობელი ხელოვნური ინტელექტის კვლევის სფეროში შეტანილი უზარმაზარი წვლილისთვის.

ხელოვნური ინტელექტი არის კომპიუტერის, კომპიუტერით კონტროლირებადი რობოტის ან პროგრამის შექმნის საშუალება, რომელსაც შეუძლია ადამიანივით ჭკვიანურად იფიქროს.

ხელოვნური ინტელექტის სფეროში კვლევები ხორციელდება ადამიანის გონებრივი შესაძლებლობების შესწავლით, შემდეგ კი ამ კვლევის შედეგები გამოიყენება როგორც ინტელექტუალური პროგრამებისა და სისტემების შემუშავების საფუძველი.

ხელოვნური ინტელექტის მთავარი მიზნები

• საექსპერტო სისტემების შექმნა – სისტემები, რომლებიც აჩვენებენ ინტელექტუალურ ქცევას: ისწავლიან, აჩვენებენ, ახსნიან და აძლევენ რჩევებს;
• ადამიანის ინტელექტის დანერგვა მანქანებში არის მანქანის შექმნა, რომელსაც შეუძლია გაიგოს, იფიქროს, ასწავლოს და მოიქცეს როგორც პიროვნება.

AI აპლიკაციები

• AI გახდა დომინანტი სხვადასხვა სფეროში, როგორიცაა:
• თამაშები - ხელოვნური ინტელექტი გადამწყვეტ როლს თამაშობს სტრატეგიასთან დაკავშირებულ თამაშებში, როგორიცაა ჭადრაკი, პოკერი, ტიკ-ტაკ-ტო და ა.შ., სადაც კომპიუტერს შეუძლია გამოთვალოს დიდი რაოდენობით სხვადასხვა გადაწყვეტილებები ევრისტიკული ცოდნის საფუძველზე.
• ბუნებრივი ენის დამუშავება არის კომპიუტერთან კომუნიკაციის უნარი, რომელსაც ესმის ადამიანების მიერ სალაპარაკო ბუნებრივი ენა.
• მეტყველების ამოცნობა - ზოგიერთ ინტელექტუალურ სისტემას შეუძლია მოისმინოს და გაიგოს ენა, რომლითაც ადამიანი ურთიერთობს მათთან. მათ შეუძლიათ გაუმკლავდნენ სხვადასხვა აქცენტებს, ჟარგონებს და ა.შ.
• ხელნაწერის ამოცნობა - პროგრამული უზრუნველყოფა კითხულობს ქაღალდზე დაწერილ ტექსტს კალმით ან ეკრანზე სტილუსით. მას შეუძლია ასოების ფორმების ამოცნობა და რედაქტირებადი ტექსტად გადაქცევა.
• ჭკვიანი რობოტები არის რობოტები, რომლებსაც შეუძლიათ შეასრულონ ადამიანების მიერ დავალებული დავალებები. მათ აქვთ სენსორები, რათა აღმოაჩინონ ფიზიკური მონაცემები რეალური სამყაროდან, როგორიცაა სინათლე, სითბო, მოძრაობა, ხმა, შოკი და წნევა. მათ აქვთ მაღალი ხარისხის პროცესორები, მრავალი სენსორი და უზარმაზარი მეხსიერება. გარდა ამისა, მათ შეუძლიათ ისწავლონ საკუთარ შეცდომებზე და შეეგუონ ახალ გარემოს.

რა იწვევს ხელოვნური ინტელექტის განვითარებას?

ხელოვნური ინტელექტი არის მეცნიერება და ტექნოლოგია, რომელიც დაფუძნებულია ისეთ დისციპლინებზე, როგორიცაა კომპიუტერული მეცნიერება, ბიოლოგია, ფსიქოლოგია, ლინგვისტიკა, მათემატიკა და მექანიკური ინჟინერია. ხელოვნური ინტელექტის ერთ-ერთი მთავარი სფეროა ადამიანის ინტელექტთან დაკავშირებული კომპიუტერული ფუნქციების განვითარება, როგორიცაა მსჯელობა, სწავლა და პრობლემის გადაჭრა.

პროგრამა AI-ით და მის გარეშე

კომპიუტერულ პროგრამას ხელოვნური ინტელექტის გარეშე შეუძლია უპასუხოს მხოლოდ კონკრეტულ კითხვებს, რომლებზეც ის დაპროგრამებულია პასუხის გასაცემად.

შეუძლია უპასუხოს უნივერსალურ კითხვებს, რომლებზეც პასუხის გაცემა დაპროგრამებულია.

პროგრამაში ცვლილებების შეტანა იწვევს ცვლილებებს მის სტრუქტურაში

ხელოვნური ინტელექტის პროგრამას შეუძლია შეიწოვოს ახალი ცვლილებები ინფორმაციის უაღრესად დამოუკიდებელი ნაწილების ერთად დახარისხებით. ამიტომ, თქვენ შეგიძლიათ შეცვალოთ პროგრამიდან მიღებული ინფორმაცია თავად პროგრამის სტრუქტურაზე გავლენის გარეშე

მოდიფიკაცია არ არის სწრაფი და მარტივი.

მოდიფიკაცია სწრაფი და მარტივია