Предпосылки становления и этапы развития технологии искусственного интеллекта Текст научной статьи по специальности «Математика»

Активное развитие

Другим основателем современной теории возможности создания машин, автоматов, конструктов, способных по своим когнитивным возможностям стать сравнимыми с человеком считается британский учёный А. Тьюринг, который при работе над усовершенствованием устройства «криптологическая бомба», созданного польскими учёными и направленной на взлом немецкой шифровальной машины «Энигма», сформулировал условия мысленного эксперимента, получившего название «игра в

Однако в РФ также есть некоторые сложности, связанные с развитием ИИ. Одной из них является относительно низкий уровень инвестиций в эту область. Также еще одна проблема заключается в отсутствии достаточного количества качественных данных для обучения моделей ИИ.

■ вычислительные возможности компьютеров того времени не позволяли производить обучение сети за достаточно короткое время, эта задача в ряде случаев могла решаться за счёт распараллеливания процессов вычисления, однако далеко не во всех случаях это было возможно. Для примера: наиболее производительный компьютер по состоянию на 1970 г., американский CDC 7600 имел производительность в 10 мегафлопсов (флопс -единица измерения производительности компьютеров, показывающая количество выполняемых компьютером операций с плавающей запятой), наиболее мощный современный компьютер, Summit имеет мощность 122,3 петафлопса, а к 2023 г. ожидается появление компьютеров, чья производительность будет оцениваться с прис та в ко й «экз а »;

определёнными условиями регистрировать и распознавать графические символы, то есть выполнять базовые функции мышления человека: накопление информации и распознавание (классификация) образов. В условиях первых моделей искусственных нейронных сетей каждый искусственный нейрон мог работать только бинарно, подобно нейрону нервной ткани: оперировать только наличием сигнала (возбуждением, по аналогии с биологическими нейронами) или его отсутствием (торможением). Аналоговые (волновые) реакции искусственных нейронов появились гораздо позже.

В работах У. Маккалоха и У. Питтса была также озвучена теория о том, что сетевая структура искусственной нейронной сети может быть способна к обучению и тем самым увеличению своей эффективности без изменения количества структурных компонентов. У. Хебб развивая данную идею, продемонстрировал в 1949 г. в своей монографии модель обучения искусственной нейронной сети на основе принципа иерархичности как самих искусственных нейроной, так и объединений (ассамблей) искусственных нейронных сетей -Ш1.

Эволюционный подход рассматривает искусственные нейронные сети с позиций дарвиновского эволюционизма: при обучении сети наиболее оптимальные модели её поведения конкурируют, в то время как наименее эффективные — игнорируются. Реализация данной модели носит название генетических алгоритмов.

Уровень развития ИИ в России

О. Селфридж и Е. Дэвид в статье «Глаза и уши для компьютера» в 1962 г. выдвинули идею полезности оснащения компьютерной техники средствами распознавания графических и звуковых образов [11]. В данной работе были предложены основы распознавания графических и звуковых образов с помощью их компьютерной обработки. При этом вероятность ошибки распознавания оценивалась в интервале от 0.5 до 25 процентов, что в целом коррелирует с коэффициентом полезного действия человека при распознавании изображений. Данная технология получила наименование компьютерного зрения. Большинство современных задач, разрешаемых с помощью систем искусственного интеллекта и роботехники включают в себя распознавание образов материального мира, в силу этого компьютерное зрение и искусственный интеллект следует рассматривать как неразрывные часть и целое.

The object of this research is the technology of artificial intelligence. The subject of this research is the mechanisms and factors of the establishment and development of this technology. Philosophical prerequisites underlied the classical scientific works; however, the foundation for the establishment of the aforementioned technology is the studies in the area of neurophysiology and theory of computation. In the XX century, with the advancement of computer engineering , this technology received an impetus to development, which lead to its widespread proliferation and increased the interest of socio-humanitarian sciences, primarily jurisprudence and ethics towards it. The following conclusions were made. Methodological foundation of the modern technologies of artificial intelligence is the nervous system theory, which serves as prototype for designing the artificial intelligence systems on the basis of the artificial neural networks. The process of establishment and development of such technology was divided into five stages. The factors ensuring wide proliferation of the systems of artificial intelligence include: the possibility of modeling of the processes of human reasoning, collection and processing of large data, interdisciplinary and multifaceted nature of scientific research on this technology.

универсальности в выполнении различных действий ———120-121]. Таким образом, отдельные методологические основы современных концепций искусственного интеллекта берут своё начало в механистическом восприятии мышления, его отдельных функций и произ в о дно й о т них функцио на л ьно й де я те льнос ти че лов е ка .

Объектом исследования является технология искусственного интеллекта. Предметом исследования выступают закономерности и факторы становления и развития данной технологии. Философские предпосылки были заложены в классических научных работах, однако фундаментом становления рассматриваемой технологии нужно считать исследования в области нейрофизиологии и теории вычислительной техники. В XX веке, с развитием компьютерной техники, данная технология получила импульс к развитию, что к настоящему времени привело к её широкому распространению и обусловило интерес к ней социо-гуманитарных наук, в первую очередь, юриспруденции и этики. В основе исследования лежат системный и историографический методы, благодаря которым была осуществлена систематизация научных источников. Также были использованы общенаучные логические методы (анализ, синтез, индукция) в целях выделения и обобщения закономерностей и факторов развития рассматриваемой технологии. В результате исследования были сформулированы следующие выводы. Методологической основой современных технологий искусственного интеллекта является теория нервной системы, по аналогии с которой конструируются системы искусственного интеллекта на базе искусственных нейронных сетей. Процесс становления и развития данной технологии был расчленён на 5 этапов. К факторам, обеспечившим широкое распространение систем искусственного интеллекта к настоящему времени, относятся: возможность моделирования процессов человеческого мышления; возможность сбора и обработки больших данных; междисциплинарный и многоаспектный характеры научных исследований данной технологии.

В 1955 г. будущий нобелевский лауреат А. Ньюэлл, Х. А. Саймон и Дж. С. Шоу создали компьютерную программу «Logic Theorist» («Теоретик логики»). С помощью этой программы удалось решить 38 из 52 теорем Б. Рассела, для некоторых из которых были найдены новые, более оптимальные решения. Именно в обсуждении этой программы впервые прозвучал термин «сильный искусственный интеллект» — техническое устройство, по своим характеристикам и возможностям не уступающее человеческому разуму.

История искусственного интеллекта насчитывает десятилетия исследований и множество разработок. От первых попыток моделирования человеческого мышления на механических устройствах до невероятных достижений современных глубоких нейросетей ИИ проделал длинный путь. И сегодня искусственный разум научился решать сложные задачи, анализировать огромные объемы информации и даже творить искусство.