Искусственный интеллект. Реферат ИИ. Оглавление введение 2 История искусственного интеллекта 4 Модели искусственного интеллекта 8 Развитие искусственного интеллекта в России 10 Использование искусственного
 Скачать 35.28 Kb.
|
|
ОГЛАВЛЕНИЕ ВВЕДЕНИЕ 2 История искусственного интеллекта 4 Модели искусственного интеллекта 8 Развитие искусственного интеллекта в России 10 Использование искусственного интеллекта в строительстве 12 Состояние и тенденции развития искусственного интеллекта 17 ЗАКЛЮЧЕНИЕ 19 СПИСОК ЛИТЕРАТУРЫ 21 ВВЕДЕНИЕНа данный момент искусственный интеллект является одним из основных инструментов в развитии социальной инфраструктуры и кибервойны. По мнению экспертов, окончательное применение этой технологии нарушает принципы свободного мира. Это касается конфиденциальности информации и права на тайну данных. Однако в настоящее время этот метод искусственного интеллекта является одним из самых популярных технологий, используемых в сфере услуг и бизнеса. После того, как международная обстановка обострилась и возникла сложная ситуация с конфликтами в регионе, множеством революций и переворотов искусственный интеллект стал признаваться правительствами многих стран опасным. Привлекательность искусственных интеллектов заключается в том, что они могут использоваться для оказания услуг и особенно социальной сферы, а также робототехники. Изобретенный разум в теле компьютерного робота, наделенный человеческими моральными принципами, заботится о пожилых людях и маленьких детях лучше любого другого человека. Или человеческие факторы — это халатность социальных работников. При инвестировании новых технологий необходимо финансирование, и эти инвестиции очень рискованны. Инвестирование в новые технологии является чрезвычайно рисковым. Однако, по словам разработчиков, искусственный интеллект уже является их спонсором. Технология, разрабатываемая небольшим стартапом по заказу крупной международной корпорации. Основная деятельность этой компании - обработка и владение огромными объемами информации. На сегодняшний день компания Google является одним из самых ярких примеров такого гиганта, как ИТ-гигант. И такие компании, как «Яндекс», «Google» и другие, вкладывают огромные средства в развитие искусственного интеллекта. Да и само исследование не нуждается в доказательствах своей необходимости. С помощью этой технологии можно получить самые выгодные и доходные виды бизнеса. История искусственного интеллектаИстория искусственного интеллекта (ИИ) как нового научного направления начинается в середине 20 века. К этому времени уже сложились многие предпосылки для его возникновения: шли длительные споры философов о природе человека и процессе познания мира, нейрофизиологов и психологов человека, мыслителей, экономистов, математиков, разработавших множество теорий. о работе мозга формализовали вопросы об оптимальном вычислении и выражении знаний о мире. Наконец, родилась математическая теория вычислений, теория алгоритмов, и был создан первый компьютер. С момента своего зарождения ИИ развивался как междисциплинарное направление, взаимодействующее с информатикой и кибернетикой, когнитивной наукой, логикой и математикой, лингвистикой и психологией, биологией и медициной. Идея создания искусственных подобий человеческого разума для решения сложных задач и имитации мыслительных способностей уже давно витает в воздухе. В Древнем Египте была создана «воскресшая» механическая статуя бога Амона. В «Илиаде» Гомера Гефест выковал человекоподобное существо-автомат. В литературе эта идея поднималась много раз, от Галатеи Пигмалиона до Пиноккио Папы Карло. Однако прародителями искусственного интеллекта считаются Р. Луллий (ок. 1235-ок. 1315), средневековый испанский философ, математик и поэт. Он стремился создать машины в 14 веке для решения различных задач на основе общей теории. Классификация понятий. В 18 веке. Г. Лейбниц (1646-1716) и Р. Декарт (1566-1650) независимо развили эту идею, предложив универсальный язык для классификации всех наук. Эти идеи легли в основу теоретических разработок в области искусственного интеллекта. Развитие искусственного интеллекта как научного направления стало возможным только после создания компьютеров. Это произошло в 1940-х годах. 20 век. В то же время Н. Винер (1894-1964) создал свой основной труд по новой науке — кибернетике. В 1950 году Алан Тьюринг опубликовал статью о будущих возможностях машин и о том, смогут ли они превзойти людей с точки зрения интеллекта. Именно этот ученый позже разработал процедуру, названную в его честь: тест Тьюринга. После анонса работы британских ученых появились новые исследования в области ИИ. По Тьюрингу, мыслящими машинами признаются только те машины, которые неотличимы от людей во время общения. Почти сразу после публикации статьи ученого родилась концепция под названием «детская машина». Мы предвидели прогрессивное развитие ИИ и создание машин, в которых процесс мышления сначала формировался на детском уровне, а затем постепенно совершенствовался. Термин «искусственный интеллект» был придуман на одноименном семинаре, проходившем в Стэнфордском университете (США) в 1956 году. Семинар был посвящен разработке логических, а не вычислительных задач. Вскоре после того, как искусственный интеллект был признан самостоятельной научной дисциплиной, он разделился на два основных направления: нейронную кибернетику и кибернетику «черного ящика». И только в это время наблюдается поразительная тенденция к воссоединению этих частей в единое целое. В 1954 году под руководством профессора А. А. в МГУ в Советском Союзе в Ляпунове (1911-1973) начался семинар «Автомат и мышление». В семинаре приняли участие ведущие физиологи, лингвисты, психологи и математики. Принято считать, что в этот период в России зародился искусственный интеллект. Выделяется не только за рубежом, но и направление «черного ящика» нейрокибернетика и кибернетика. 1956 по 1963 год. Шёл интенсивный поиск моделей и алгоритмов человеческого мышления и разработка первой программы. Получается, что ни одна из существующих наук (философия, психология, лингвистика) не может дать такой алгоритм. Далее Кибернетика предложила создать собственную модель. Были созданы и опробованы различные подходы. Первые исследования в области ИИ были связаны с созданием программ для игры в шахматы, так как считалось, что умение играть в шахматы является высокоинтеллектуальным показателем. В 1954 году американский ученый Ньюэлл выступил с идеей создания такой программы. Шеннон предложил способ создания такой программы, а Тьюринг указал. Американцы Шоу и Саймон работали с группой голландских психологов в Амстердаме над созданием такой программы под руководством де Гроота. В процессе был создан предшественник языка Лисп (MacCarthy, 1960) — специальный язык IPL (1956), предназначенный для манипулирования информацией в символьной форме. Однако первой программой искусственного интеллекта была программа теоретика логики, предназначенная для доказательства теоремы логики высказываний (9 августа 1956 г.). Шахматная программа была создана в 1957 году (NSS-Newell, Shaw, Simon). Его структура и структура программы теоретика логики заложили основу для создания программы общего решения проблем (GPS). Эта программа подходит для решения головоломок о Ханойской башне и вычисления неопределенных интегралов путем анализа различных ситуаций и построения целей. Программа EPAM (программа первичного восприятия и запоминания) — это элементарная программа восприятия и запоминания, разработанная Фагенбаумом. Начало 1960-х. - Эпоха эвристического программирования. Эвристики — это правило, которое теоретически не обосновано, но они могут уменьшить количество итераций в пространстве поиска. Эвристическое программирование — это разработка известных предопределенных стратегий действий на основе эвристики. В 1960-х годах были созданы первые программы для обработки запросов на естественном языке. Программа BASEBALL (Green et al., 1961) отвечала требованиям результатов прошлых бейсбольных игр, а программа STUDENT (Bobrow, 1964) была доступна для решения алгебраических задач, сформулированных на английском языке. В 1971 году Терри Виноград разработал систему SHRDLU, имитирующую робота, манипулирующего блоками. Вы можете говорить по-английски с роботом. Система правильно понимает значение фразы не только благодаря синтаксису фразы, но и благодаря своему семантическому и прагматическому знанию своего «мира кубиков». С середины 1980-х искусственный интеллект коммерциализировался за рубежом. Ежегодно увеличиваются инвестиции, создается промышленная экспертная система. Растет интерес к самообучающимся системам. Сегодня искусственный интеллект — это быстро развивающаяся и очень разнообразная научная дисциплина. В истории развития искусственного интеллекта есть крупные открытия и разработки, связанные с инновациями в смежных областях науки, кибернетики и робототехники. Человечество сейчас как никогда близко к созданию искусственного интеллекта. Модели искусственного интеллекта1) Модель эмбриона ИИ. Это дополнение к концепции «детской машины» А. Тьюринга. Ее идея состоит в том, чтобы использовать обучение как средство разработки простой системы, а не как результат задания исходных данных. Однако, в отличие от «дочерних машин», архитектура относительно фиксирована и может быть расширена. По мере накопления знаний зародыши ИИ становятся более сложными системами и самосовершенствуют собственную архитектуру. 2) «Рекурсивное самосовершенствование». Это модификация воспроизведения AI. Идея заключается в постоянном саморазвитии. Первая версия создает улучшенную версию самой себя, намного умнее исходной версии. Улучшенная версия создает еще лучшую версию. При определенных условиях процесс рекурсивного самосовершенствования может длиться довольно долго, в конечном итоге приводя к появлению мощного ИИ. 3) Использовать человеческий мозг в качестве базовой модели ИИ. Идея состоит в том, что первый полюс мозга воплощает в себе результаты его полномасштабного моделирования. Другой крайний пример — механизм работы мозга. Этот тип модели развился в последние годы благодаря достижениям в области нейробиологии и когнитивной психологии, а также продолжающимся технологическим достижениям. Однако даже если при ее создании используются определенные принципы этой деятельности, полученная система вовсе не обязательно должна быть похожа на мозг. 4) Социальный Интеллект (-СИ)-Большое количество интеллекта объединенных в единую систему для достижения конечной цели. Кроме того, они работают вместе, чтобы достичь целей быстрее, чем индивидуальный интеллект этой системы. Яркими примерами СИ являются различные компании, научные коллективы, государства и т. д., и в широком смысле все они — люди. Именно благодаря СИ сегодня достигнуто развитие такой передовой науки и техники. В силу своих архитектурных особенностей СИ может применяться для выполнения ИИ в конкретном комплексе. Это делается параллельно силами структуры СИ на каждой части комплекса, при этом результаты проверяются в автономном режиме. Развитие искусственного интеллекта в РоссииМногие программисты, прославившиеся во всем мире, приехали из России или стран постсоветского пространства. В 40-х годах 20 века в Советском Союзе началась разработка основных элементов ЭВМ. К 1970-м годам советские компьютеры были неотъемлемой частью противоракетной обороны. А фундамент, который достался России и СНГ после распада союза, был очень прочным, о чем свидетельствует появление таких талантливых программистов, как Альберт Попков и Павел Дуров. Они создали проект, популярный по сей день и уникальный на то время. Но самым заметным достижением российской ИТ-индустрии за последние несколько десятилетий стало создание программы Евгений. Российские специалисты первыми в мире подошли к созданию компьютерных программ, представляющих собой настоящий искусственный интеллект. По сообщению ИТАР-ТАСС BBC, разработанная ими программа под названием «Юджин» выиграла Международный научный конкурс кибернетического интеллекта (Turing Test Marathon) в Соединенном Королевстве и всего на 0,8% превзошла знаменитый Turing. тест. Во время теста экзаменатор задает вопросы двум тайным собеседникам. Далее нам нужно определить, кто из собеседников человек, а кто машина. В то же время Тьюринг размышлял над специальной формулой определения пределов искусственного интеллекта, когда он достигает уровня интеллекта человека. Согласно его выводам, если машина может «обмануть» инспектора, ответив на 30% его вопросов, она «владеет искусственным интеллектом». Этот подход был признан наукой во всем мире эталонным, и все современные «интеллектуальные» компьютерные программы стали предметом этой проверки. Пока что человеку легко определить, с кем он разговаривает во время теста, используя человека или машину. Но в последнее время, впервые за почти 50 лет, ученые приближаются к созданию искусственного интеллекта, о котором можно думать как о человеке. Российская научная группа успешно разработала соответствующую программу. Назван на конкурсе, прошедшем в конце июня 2012 года в Bletchley Park House, известном крупном шифровальном центре Второй мировой войны в Соединенном Королевстве, под эгидой Университета Рединга (University of Reading) в Соединенном Королевстве. Неназванные россияне анонсировали программу "Евгений". (По данным New Scientist, создателем почти идеального искусственного интеллекта является Владимир Бетеров, работающий в Принстонском центре искусственного интеллекта в Нью-Джерси, США). Программа «Евгений», изображающая 13-летнего мальчика, живущего в Одессе, стала победителем и сумела ввести экзаменатора в заблуждение в 29,2% ответов. Таким образом, программа получила всего 0,8%, чтобы заявить о начале новой эры, о появлении настоящего искусственного интеллекта. Использование искусственного интеллекта в строительствеЦифровая трансформация бизнес- и технических процессов в строительстве наименее заметна по сравнению с другими отраслями. Это связано с проектной деятельностью строительной организации, которая не накапливает непрерывно данные, необходимые для цифровой трансформации, а может собираться на различных этапах реализации проекта. Данные с датчиков безопасности, информационные модели зданий, изображения и видео со строительных площадок являются отправной точкой для цифровой трансформации в строительной отрасли. Имея финансовую структуру для управления инвестициями и заинтересованность крупных компаний строительного рынка в управлении и повышении качества работы субподрядчиков, строительные компании движутся к трансформации своего цифрового бизнеса. Другими словами, мы активно оцифровываем и накапливаем существующие данные для дальнейшего применения машинного обучения. Алгоритмы и искусственный интеллект для оптимизации построения процессов на всех этапах от проектирования и контроля качества до безопасности, сроков и оптимизации бюджета. Согласно опросу McKinsey Global Institute 2017 года, менее 16% компаний каким-либо образом используют технологии искусственного интеллекта в области строительства и производства строительных материалов, а стоимость внедрения решений ИИ в течение следующих трех лет составит ожидается рост экономики менее чем на 2%. В области планирования и проектирования, наряду с системами 3D-моделирования, разработаны программы, позволяющие возводить здание и одновременно проектировать его внутреннюю электроинфраструктуру с учетом сроков выполнения работ на каждом этапе строительства и всего возможно рисовое поле. Параметры здания. Это сквозное автоматизированное проектирование использует машинное обучение для изучения всех возможных вариантов развертывания инфраструктуры, быстрого создания альтернативных вариантов дизайна и обеспечения совместимости на основе графиков для отдельных объектов и архитектуры здания.Это реализовано с помощью генеративного проектирования, которое проверяет пол. Генеративный дизайн также может повысить эффективность процесса разработки проекта и улучшить планирование и координацию между заинтересованными сторонами, поскольку изменения в процессе утверждения могут быть быстро включены в проект. Поскольку строительная отрасль и строительные площадки являются наиболее травмоопасными, контроль за безопасностью обслуживающего персонала, а также мониторинг и прогнозирование рисков на строительных площадках является одним из приоритетов строительных компаний. Этот комплекс задач может быть решен на основе всех данных, накопленных со стройплощадки предыдущих проектов, включая документацию, а также аудио- и видеоматериалы, которые могут быть автоматически преобразованы из системы с помощью алгоритмов машинного обучения. Выявление и предотвращение потенциальных опасностей на строительных площадках. С помощью алгоритмов распознавания изображений рабочих без защитных касок и жилетов можно разыскивать на строительной площадке. Структурный анализ помогает избежать потенциально опасных ситуаций, таких как падение и поражение электрическим током. На основе накопленных знаний мы можем разработать алгоритмы, способные прогнозировать риск нежелательных событий во время строительства, таких как просачивание воды и обрушение конструкции. Стоит отметить некоторые сдерживающие факторы для успешной разработки и применения систем искусственного интеллекта в строительстве. Уже сейчас в строительной отрасли существует довольно много компаний, которые предлагают индивидуальные автоматизированные решения, от процессов проектирования до логистики и планирования, но эти информационные системы часто несовместимы и эффективны, что является пределом для создания хорошей системы машинного обучения. . Система искусственного интеллекта. Потенциал решений на основе ИИ можно реализовать только за счет интеграции всех источников разнородных данных. Это требует создания единой платформы для агрегации, хранения и доступа к данным из информационных систем всех строительных компаний. Естественным ограничивающим фактором использования искусственного интеллекта в строительстве является сложность и уникальность каждого строительного объекта. Искусственный интеллект помогает людям, потому что он не является моделью естественного человеческого интеллекта, но он опирается на множество внешних факторов, тем более что каждый проект уникален и его сложно даже учесть и быстро обработать. системы, которые их не заменят. Дополнительным ограничивающим фактором для внедрения ИИ является стоимость. Беспилотные автомобили и робототехника могут увеличить количество завершенных строительных проектов, но по более высокой цене. Капитальные вложения в оборудование следующего поколения, наряду с вложениями в разработку систем управления на основе ИИ, являются крупными первоначальными инвестициями для компаний и неосуществимыми для многих компаний в отрасли, которые тратят только 1% своей выручки на улучшения. Процесс строительства. Поэтому выгоду от внедрения систем искусственного интеллекта в будущем могут получить только достаточно крупные и развитые строительные компании. Несмотря на указанные выше ограничения, машинное обучение и искусственный интеллект имеют безграничные возможности для применения в строительной отрасли. Внедрение автономной строительной техники, роботов и систем генеративного проектирования повысит эффективность, безопасность и качество строительства. В то же время, чтобы реализовать потенциал больших данных в строительстве за счет машинного обучения и алгоритмов искусственного интеллекта, необходимо аккумулировать огромные объемы данных по различным строительным объектам и интегрировать различные информационные системы строительных компаний. Но без четкого экономического обоснования прибыльности и инвестиций проекты цифровой трансформации могут быть неэффективными с точки зрения использования времени и ресурсов, что приведет к разочарованию и подозрениям в отношении больших данных и машинного обучения. Строительная отрасль имеет хорошие возможности для того, чтобы воспользоваться преимуществами машинного обучения и искусственного интеллекта (ИИ). По мере того, как все больше зданий генерируют огромные объемы данных о том, как они построены и эксплуатируются, возникают новые вопросы: кто или что лучше всего подходит для анализа всего этого? Ответ — искусственный интеллект (ИИ), особенно на ранних этапах планирования и проектирования. Состояние и тенденции развития искусственного интеллектаПрограммные средства, основанные на приемах и методиках искусственного интеллекта, широко распространены по всему миру. Их важность, и в первую очередь важность экспертных систем и нейронных сетей, значительно расширила круг практически важных задач, которые эти методики могут решать на ЭВМ, а их решения отличаются высокой экономичностью. преимущества. В то же время технология экспертных систем является важнейшим инструментом в решении глобальных проблем традиционного программирования. Высокая стоимость обслуживания сложной системы. Возможность повторного использования программы Кроме того, за счет объединения экспертных систем и технологий нейронных сетей с традиционными технологиями программирования пользователи, а не программисты, могут вносить динамические изменения в приложение, что приводит к «прозрачности» приложения (знания и т. д.). Добавляет новое качество коммерческие продукты. Хранится на ограниченном естественном языке, не требует комментариев, упрощает обучение и обслуживание), улучшенная графика, пользовательский интерфейс и диалоги. По мнению экспертов, в ближайшем будущем экспертные системы будут играть ведущую роль на всех этапах проектирования, разработки, производства, дистрибуции, продаж, поддержки и оказания услуг. После коммерциализации их технология обеспечивает инновационный прорыв в интеграции приложений из готовых интеллектуальных модулей для совместной работы. Мировой коммерческий рынок продуктов искусственного интеллекта в 1993 году оценивался примерно в 900 миллионов долларов. На долю США приходится 600 миллионов из них. На этом рынке есть несколько основных направлений. 1) Экспертные системы, в настоящее время их часто называют другим термином – «системы, основанные на знаниях». 2) Нейронные сети и «нечеткая» логика. 3) Система естественного языка. В Соединенных Штатах в 1993 году рынки между этими областями были диверсифицированы следующим образом: Экспертная система-62%, нейронная сеть-26%, система естественного языка-12%. Этот рынок можно разделить и по-другому. Система искусственного интеллекта (приложение) и инструмент, предназначенный для автоматизации всех этапов существования приложения. В 1993 году на приложения приходилось около двух третей всего рынка США, а на инструменты — около одной трети. Одно из самых популярных направлений последних пяти лет было связано с концепцией автономных агентов. Их нельзя считать «подпрограммами». Они скорее слуги, даже компаньоны, ведь одна из важнейших черт — автономность, независимость от пользователя. Идея агента основана на концепции делегирования его функциональности. То есть пользователь должен доверять агенту выполнение определенной задачи или класса задач. Всегда есть риск, что агент что-то перепутает или сделает что-то не так. Поэтому вам нужно сбалансировать доверие и риск. Автономные агенты позволяют значительно повысить производительность труда при решении задач, являющихся основной нагрузкой для человека по координации различных действий. ЗАКЛЮЧЕНИЕКакие функции выполняет ИИ в современном мире. Устройство, которое может выполнять ту же функцию в том же объеме, что и человек. Для того чтобы правильно оценить ситуацию, необходимо знать две части: счетно-решающую и Умственную. За счет этого вы сможете подсчитать и определить активность в любом месте, где есть интернет или компьютер. Но, к сожалению, машин для полноценного мышления пока нет. В процессе умственной деятельности происходит объединение способов решения возникающих проблем. Нужно разработать алгоритм, который бы позволил решить эту задачу. По умолчанию это открытое задание. Вы можете знать, чего вы хотите от жизни и не знаете как этого добиться. А искусственный разум, в свою очередь, должен уметь решать такие задачи, которые не под силу решить человеку. Это одна из самых важных областей в интегральной теории, которая включает в себя теорию объектов. Эта теория предполагает, что объектом являются не только материальные вещи и все явления в нашем мире. Даже отвлеченные понятия. Для каждого заказа существует свой перечень работ и услуг, которые необходимо выполнить. И лишь объекты, которые находятся на уровне вышестоящего объекта, могут осуществлять управление над объектами, находящимися на уровне нижестоящего. Можно изменять и удалять свойства управляемых объектов. Построение программы основывается на теории объектов и мы видим, что все объекты находятся в одном месте. По этой причине программы никаким алгоритмом и обладать не могут. Вы можете убедиться в том, что искусственный интеллект на 95% создан и лишь 0,1% отходит ему к полному признанию разумных существ. Благодаря нашему исследованию, нам удалось сделать такие выводы. Однако их главная особенность заключается в том что они основаны на научных достижениях, упомянутыми выше. Высший разум уже обладает телом и может видеть, слышать голосовые команды или запоминать эмоции. У него есть небольшая проблема, ему нужно понять свои рациональные способности, свой интеллект и само понимание своего существования. С помощью искусственного интеллекта функции, данные ему в виде способностей человеческого языка говорить, выражать эмоции и т.д. становятся полноценными характеристиками искусственного интеллекта. Это системный подход к созданию искусственного разума. Этот процесс достаточно реалистичен, если речь идет об адаптации человека к жизни в обществе и его социокультурной среде. С помощью роботов, программного обеспечения для ПК или других форм искусственного интеллекта он может войти в нашу жизнь и стать ее неотъемлемой частью. По этому поводу можно сказать следующее: этот процесс может быть запущен в самое ближайшее время. СПИСОК ЛИТЕРАТУРЫАдаменко А.Н., Кучуков А.М. Логическое программирование и Visual Prolog.-СПб.:БХВ-Петербург, 2003.-992 стр. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы М.: Финансы и статистика, 2003. Братко И. Программирование на языке ПРОЛОГ для искусственного интеллекта: Пер. с англ. М.: Мир. 1990, 552 стр. Джордж Л.Ф. «Искусственный интеллект: стратегии и методы решения сложных проблем», 4-е издание. Пер. с англ. – М.: «Издательский дом «Вильямс», 2003 г. – 432 с. Искусственный интеллект и принятие решений, №1, 2011; Ленанд - М., 2011. - 742 c. Люгер Д.Ф. Искусственный интеллект: Пер. с англ. М.: Издательский дом "Вильямс", 2003, 863 стр. Масленникова О.Е., Попова И.В. «Основы искусственного интеллекта», Магнитогорск, 2008 г. – 282 с. Непомнящий Н.Н. «Сто великих загадок 20 века», М.: ООО «Издательский дом «Вече», 2009 г. – 470 с. Софдж Э. // «Можно ли доверять роботам? Зависимость от машин». М.: «Популярная механика», 2010 г. с. 5-6. Тэйс А. и др. Логический подход к искусственному интеллекту. От классической логики к логическому программированию: Пер. с фр. М.:Мир, 1990, 429 стр. |