Какой знаменитый математик придумал тест на определение полноценности искусственного интеллекта

Машинное обучение: алгоритмы извлечения знания из данных

Развитие и применение искусственного интеллекта позволяет новым технологиям вносить позитивный вклад во всех областях жизни. По прогнозам ученых, дольше всего машины будут учиться делать хирургические операции и проводить математические исследования. Упомянем вкратце лишь основные сферы и любопытные примеры применения ИИ

В основе искусственного интеллекта лежит разработка таких аппаратно-программных средств, которые смогут не только решать, но и ставить интеллектуальные задачи. Причем цель ИИ сделать данные средства доступными для самых разных пользователей, даже самых далеких от современных 1Т и информационных технологий, а также различных языков программирования.

Именно поэтому можно с уверенностью сказать, что не только человеческий разум направлен на развитие, становление и внедрение искусственного интеллекта, но и наоборот — с развитием ИИ не стоит на месте и изучение человеческого мозга. Получается, что эти процессы взаимообратные.

Системы машинного обучения позволяют оперативно применять информацию из надежных источников, сформированных из обширного объема данных, что позволяет искусственному интеллекту преуспевать в таких задачах, как распознавание речи, рентгеновских снимков, объектов, лиц и перевод. Машинное обучение дает нейронным сетям возможность самостоятельно обучаться распознаванию алгоритмов и выдавать почти безошибочные прогнозы на основе полученных данных.
Deep Blue и DeepMind – это две разнозадачные программы с использованием искусственного интеллекта. Deep Blue использует изначально запрограммированный набор алгоритмов, не связанный с машинным обучением. Весной 2016 года искусственный интеллект добился серьезного успеха: утилита AlphaGo DeepMind обыграла чемпиона мира по Го с использованием глубокого обучения. DeepMind представляет собой типичный пример машинного обучения: алгоритм самообучается в процессе диверсифицированного перечня возможных ходов, ранее предпринятых прежними чемпионами игры.

Типы агентов:
* механизмы — отвечают за сбор и обработку информации, слежение за состоянием оборудования и персонала;
* «координаторы» — гарантируют взаимодействие агентов внутри алгоритма искусственного интеллекта;
* поисковые — аккумулируют локальную/глобальную информацию, определяют внутренние связи производственных процессов, выдают итоговые результаты;
* обучающие — концептуально обобщают накопленный опыт технологических процессов и экспертов, аккумулируют информацию в искомой сфере искусственного интеллекта;
* принимающие решения — предлагают выводы в ограниченных условиях выбора и помогают создавать инструктаж для производственных систем и человеческого персонала.

Тест Тьюринга был предложен в научной работе Алана Тьюринга, которая называется «Вычислительные машины и разум». Данная работа была опубликована в 1950 году в философском журнале «Mind». Именно она стала основополагающей в области искусственного интеллекта [4].

Аннотация научной статьи по философии, этике, религиоведению, автор научной работы — Ефимова Софья Андреевна

Первой попыткой воссоздания человеческого разума было создание первой логической машины Раймундом Луллием около семисот лет назад. Идея Раймунда заключалась в том, чтобы поместить уже существующие истины, понятия и категории в концентрические бумажные круги, и, посредством вращений этих кругов, получить новые истины и знания. Хоть эта идея и была провалена, но эта было первое упоминание о том, что рассуждение можно провести механически.

Уверен в этом и президент РФ Владимир Путин: «Если кто-то сможет обеспечить монополию в сфере искусственного интеллекта (последствия нам всем понятны) — тот станет властелином мира. Борьба за технологическое лидерство — прежде всего в сфере искусственного интеллекта — уже стала полем глобальной конкуренции. Развитые страны мира уже приняли свои планы по развитию таких технологий. И мы, конечно, должны обеспечить технологический суверенитет в сфере искусственного интеллекта».
11 октября 2019 года была утверждена национальная стратегия развития искусственного интеллекта в России до 2030 года. В национальной программе «Цифровая экономика» искусственный интеллект назван одной из важнейших «сквозных» цифровых технологий. Лидером по объему инвестиций в искусственный интеллект в 2019 году стали США (70 млрд долларов), а Россию Microsoft назвала международным лидером по внедрению искусственного интеллекта, опередившей США и Западную Европу. По данным Microsoft, в России 30% топ-менеджеров активно используют ИИ при среднемировом показателе 22,3%.

Вторая цель заключена в создании компьютерных прообразов, которые бы имитировали процессы решения тех самых интеллектуальных задач, благодаря которым можно было бы понять сущность самих процессов, чтобы извлечь максимум для дальнейшего развития и построения интеллектуальных систем.

В медицине
Применение искусственного интеллекта скоро поможет врачам решить одну из самых сложных задач – восстановить двигательную активность парализованных пациентов. Intel и сотрудники Брауновского университета активно трудятся над проектом интеллектуального интерфейса для позвоночника – с целью заменить часть функций спинного мозга с помощью ИИ-интерфейса. Передачу нервных импульсов к парализованным частям организма возьмёт на себя нейросеть Intel, а новая технология с помощью электродов создаст «обход» повреждённого участка позвоночника. В России АО «Медицина» успешно применяет искусственную интеллектуальную нейросеть при постановке диагноза на стадии рентгеновского обследования. База из более 200 000 рентгеновских снимков постоянно дополняется. Точность системы ИИ в описании снимка в тандеме с врачом составляет 95-98%.

Аннотация: В статье рассматриваются зарождение, становление и главные этапы развития искусственного интеллекта, основатели данного направления, их вклад в будущее искусственного интеллекта, а также некоторые достижения и уровень развития искусственного интеллекта на сегодняшний день.

Сам Алан Тьюринг высказывался, что «через 50 лет станет возможным программировать работу машин с емкостью памяти около 106 бит так, чтобы они могли играть в имитацию настолько успешно, что шансы среднего человека установить присутствие машины через пять минут после того, как он начнет задавать вопросы, не поднимались бы выше 70%». Однако, взгляды Тьюринга были слишком оптимистичны, потому что сейчас компьютеры, имеющие память 109 и 1012, только подходят вплотную, чтобы справиться с поставленной задачей, но не решают ее [6].

Заинтересованность в Искусственном интеллекте растет с каждым днем все больше и больше, передовые страны соревнуются между собой в новых разработках и проектах, целые институты, научные парки и высокотехнологичные корпорации сконцентрированы на разработке новых технологий на основе Искусственного интеллекта.

Технологии машинного обучения распространены в дискретном производстве (авиа-, машино- и приборостроение) – это 44% ИИ. На 2-м месте — добыча нефти с нефтехимией и нефтепереработкой, металлургия, химия — 22% проектов. 11% проектов по искусственному интеллекту относятся к электроэнергетике.