Основы искусственного интеллекта

Суть искусственного интеллекта можно преподнести как сбывающуюся мечту человека совершить сверхусилие, результатом которого будет создание сверхразума, освободившего самого человека от рутины и работающего на его благо. Именно из этих благих намерений участники семинара 1956 года с США констатировали фактическое наступление эпохи высшего разума, которую пророчили только писатели-фантасты.

Что такое искусственный интеллект?

Основы искусственного интеллекта (ИИ) как представления о возможности создать машинный или рукотворный разум, который будет принимать решения самостоятельно, но с гораздо большей производительностью, чем человек, были изложены в литературе ещё в XIX веке. Но понимание этой возможности обрело очертания лишь после разработки первых ЭВМ, в начале 50-х годов прошлого века первые образцы вместилища ИИ стали применяться для стандартных вычислительных операций. С помощью двоичного кода стало возможно делать рутинные операции гораздо быстрее и точнее человека. А горячие головы в учёном мире пророчили, что системы искусственного интеллекта в скором будущем сделают переворот в науке и полностью разгрузят человека от необходимости принимать решения самостоятельно.

Однако путь развития ИИ только начинался, впереди были долгие десятилетия исканий и побед.

Краткая история развития ИИ

Отрасль искусственного интеллекта с самого момента появления стала ниспровергать традиционные подходы к развитию. Использование искусственного интеллекта сулило панацею человечеству от перегруженности рутинной работой на этапах освоения вселенной, поэтому и поставленные задачи учёные формулировали не менее, как разработка универсального и использование ИИ для решения проблем в любой области знаний. Однако всеобъемлющие решения требовали нестандартности мышления человеческого разума, а машинная логика способна выдавать решения в соответствии с определёнными алгоритмами, количество которых ограничено. Использование ИИ в многозадачном процессе не представлялось возможным в силу ограниченности возможных вариантов для отработки, а конкретную проблему универсальный ИИ не мог решить правильно в силу требуемой ему лишней информации. Открытый тогда эвристический подход к решению задач был ещё неосуществим на практике в силу низкой возможности вычислительных мощностей ИИ для переработки больших массивов информации (которых также ещё не существовало).

Возможный тупик впереди заставил исследователей идти традиционным путём – от простого к сложному. Основы ИИ вошли в гармонию с потребностями конкретных отраслей экономики. В 70-годах использование ИИ вошло в фазу накопления и обработки знаний в конкретной узкой области. Тогда же появились и инструменты для систематизации этих данных (прообраз нынешнего Excel, также основанный на обработке табличного формата). А применение для постановки диагноза в медицине или определения состава вещества по определённым параметрам ИИ путём быстрого перебора миллионов вариантов давало поразительный эффект с минимальным количеством ошибок, которые в основном были вызваны некорректным отражением информации в накопительной системе, виной которого был человек, заполнявший строки таблиц.

Основы ИИ, заложенные в начале пути, пережили ренессанс в 80-е годы, когда прорыв в технологиях кратно повысил обрабатывающие возможности ЭВМ с одновременным их удешевлением и уменьшением в размерах. Доступность инструмента для огромного количества пользователей стало началом того, что сформировалось сегодня в отрасль ИИ. Накопленные массивы отраслевых данных, цифровизация архивов государственных учреждений и возврат к эвристическим подходам при обработке информации сделал возможным появление на новом технологическом витке сделать возможным обучение ИИ без участия человека. Факты об искусственном интеллекте стали тревожить человечество проблемой невостребованности, которую поднимают на поверхность всё чаще и оспаривать которую всё сложнее.

Нейронные сети: инструмент для развития ИИ

Чтобы ИИ смог приблизиться по своим аналитическим способностям к мозгу человека, необходимо создать более совершенную систему восприятия действительности или повторить существующий образ и усовершенствовать его. Задача создания новой системы восприятия была чревата полным перерождением человека под новые вводные, что под силу сделать только высшему разуму. А вот вопрос копирования нейронных сетей мозга стал реальным в середине XX века. Отрасль ИИ получила вектор развития и дальнейшие шаги стали ясны, на первый взгляд. Отдельные нейроны головного мозга путём обработки множества входящих сигналов выдавали определённый импульс и направляли его по направляющим волокнам – синапсам. Такой обмен данными на аналоговом уровне осуществляется мгновенно и порождает определённые действия и мысли, рождаемые человеком.

Мир стоял в середине ХХ века на пороге грандиозного прорыва – учёным осталось только с помощью нейронных сетей воспроизвести информационный обмен между нейронами на цифровом уровне и выдать алгоритмы для принятия решений при различным комбинациях на входе. Но разум увлёкся традиционно, вопрос претворения в жизнь задуманного стал проблемой из-за ограниченных вычислительных мощностей компьютеров того времени. Искусственные нейронные сети были не в силах переварить большое количество информации.

Технологическая революция и накопленные данные к концу ХХ столетия позволили сделать фундамент, чтобы нейронные сети научились перерабатывать большие данные и на их основе строить правильные с точки зрения человека образы, делать логичные выводы и моделировать ситуации на упреждение. Развитие интеллекта через нейронную сеть происходит путём обработки гигантских объёмов информации, пропущенной через слои нейронов с искусственной сети (каждый нейрон можно представить как отдельный системный блок). На выходе должен быть зафиксирован известный заранее образ или результат, если выдаётся ошибка, то процесс повторяется вновь с корректировкой вводных данных самой системой путём изменения пути прохождения кодов.

Нейронные сети научились делать это стремительно, процесс освоения отдельных направлений идёт гигантскими скачками. Это распознавание образов, в котором доля ошибки машины составляет сотые доли процента, сопровождение и развитие производственных процессов, оптимизация простых операций, умные системы охраны, которые работают на упреждение ущерба и правонарушений, беспилотное управление транспортом, перевод с иностранных языков, который после применения нейронных сетей стал не машинным, а рефлексивным, опирающимся на тембры голоса и интонации, соответствие зрительным образам и ассоциативное мышление.

Углублённое изучение человеческого мышления, построение новых аналогов интеллекта для ускорения обработки сигналов, накопление данных для машинного обучения позволит расширять сферу применения искусственного интеллекта в других областях деятельности, связанных с принятием множества ответственных решений без возможности ошибки.

Поделиться:
Нет комментариев

Добавить комментарий

Ваш e-mail не будет опубликован. Все поля обязательны для заполнения.

×
Рекомендуем посмотреть