Например, создание музыкальных композиций, решения игровых задач, автоматический перевод, доказательство теорем, распознавание образов и имитация мышления. 2. Информационные системы, которые основываются на знаниях. Например, обучение, консультирование, настройка техники и т. д.
3. Интеллектуальные информационные системы. Сюда относятся программы, которые предназначается для решения задач, в предметной области основываясь на математические и алгоритмические образцы. Такие системы способны вести осмысленный диалог. 4. Робототехника. В истории развития робототехники различают несколько видов роботов в зависимости от их «интеллектуальности». роботы-манипуляторы, которые действуют только по заранее заданной программе; адаптивные роботы, которые применяются в целях для ремонта изделий, например, сварки автомобилей; интеллектуальные роботы, которые способны обрабатывать большое количество информации; поисковые роботы, которые предназначаются для индексирования документов в интернете. К современным теоретическим проблемам искусственного интеллекта.
Д. В. Смолин относит следующие:
1. К проблемам представлений знания относятся: проблемы нейросетей; многокритериальное принятие решений; стохастические модели принятия решений; создание моделей для узких предметных областей.
2. к проблемам компьютерной лингвистики относятся: создание новых и валидных языков программирования; создания языка, при помощи которого можно управлять роботами, основываясь при этом на естественный язык.
3. К проблеме компьютерная логики относится совершенствование архитектуры ЭВМ [4]. В XXI в. в области искусственного интеллекта ведется разработка по нескольким направлениям, наиболее приоритетное их которых — создание искусственного разума, который способен был бы решать глобальные мировые проблемы. Внынешнем веке развитие искусственного интеллекта отражается в совершенствовании нейронных сетей. Нейронные сети — это основное направление по исследованию возможностей моделирования естественного интеллекта посредством компьютерных алгоритмов. Необходимо заметить, что нейронные сети не программируются, а обучаются. Возможность обучения является одной из основных преимуществ нейронных сетей перед алгоритмами. Смысл технического обучения заключается в поиске коэффициентов связей между нейронами.
В ходе обучения нейронная сеть может определять сложные зависимости между входными и выходнымиданными и в том числеосуществлять обобщение. Нейронные сети — в принципе являются высоко параллельным устройством, что дает возможностьнамного ускорить обработку информации. Нейронные сети реализуются как программное обеспечение для обыкновенного компьютера либо в качестве аппаратного обеспечения: аналоговое, цифровое либо смешанное. Наивысшая скорость и гибкость достигается на специальных компьютерах — нейрокомпьютерах с применением соответствующего программного обеспечения. До того как нейронная сеть будет способна обрабатывать что-то конкретное, еенеобходимо обучить. Необученная нейронная сеть не обладает даже рефлексами, т. е. на каждое внешнее воздействие ее реакциябудет хаотичной. Обучение заключается в многократном предъявлении характерных примеров до тех пор, пока нейронная сеть на своем выходе не станет выдавать желаемый отклик. В зависимости от назначения нейронной сети задается конкретный желаемый отклик, к примеру, для предсказания это значение предсказываемой величины.
В общем случае желаемый отклик задается «учителем». В случае предсказания «учитель» формирует входные данные, выбирает количество шагов предсказания на выходе и отфильтровывает ненужные элементы в исходной временной последовательности для того, чтобы задать более подходящий желаемый отклик. Разница между действительным выходом нейронной сети и предъявляемым желаемым откликом — это ошибка. Величина и знак данной ошибки служат в целях самостоятельного приспособления весовых коэффициентов, на старте обучения, задающиеся случайными числами. Механизм процесса обучения заключается в целенаправленном изменении или самоадаптации весовых коэффициентов, что называется правилом либо алгоритмом обучения. Критерий обучаемости — это планомерное, асимптотическое уменьшение среднеквадратичной ошибки, т. е.основное, чтобы она уменьшалась с любым новым повтором некого примера.
Обучение нейронных сетей завершается, когда среднеквадратичная ошибка достигнет некоторой наперед заданной величины либо когда нейронная сеть начнет адекватно, т. е. с требуемой точностью, обрабатывать данные из конкретного тестового набора характерных примеров. На сегодняшний день применяются следующие подходы к созданию нейросетей: аппаратный; программный; гибридный являющийся сочетанием аппаратного с программным. Таким образом, на сегодняшний день ученые, которые работают над дальнейшим развитием искусственного интеллекта, ведут разработку по нескольким направлениям, наиболее приоритетное их которых — создание искусственного разума, который способен был бы решать глобальные мировые проблемы [1].
Заключение
.
Целью работы явилось рассмотрение истории развития искусственного интеллекта. Для реализации поставленной цели были решены следующие задачи: 1. Рассмотреть понятие интеллекта.
2. Проанализировать определение понятия «искусственный интеллект».
3. Изучить основные этапы развития искусственного интеллекта.
4. Описать современные подходы к искусственному интеллекту. Таким образом, в работе было рассмотрено понятие интеллекта, проанализировано определение понятия «искусственный интеллект», изучены основные этапы развития искусственного интеллекта и описаны современные подходы к искусственному интеллекту. В связи с этим были сформулированы следующие выводы:
Интеллект рассматривается в качествемыслительной или умственной способности человека, иногда отождествляемая с рассудком, разумом и интуицией. Существует три определения искусственного интеллекта. Во-первых, искусственный интеллект — это система, которая имеет возможность изменять параметры функционирования и способы собственного поведения. Во-вторых, искусственный интеллект — это система, которая моделирует на компьютере мыслительные процессы человека. В-третьих, искусственный интеллект — это система, которая позволяет увеличить интеллектуальную деятельность человека посредством ведения с ним осмысленного диалога. Но стоит отметить, что ученые до сих пор так и выработали единого определения искусственного интеллекта. Понятие «искусственный интеллект» впервые возникло в 1956 году в стенах Стэндфордского университетана семинаре, посвященном решениям логических задач. Современный этап развития искусственный интеллект характеризуетсядостижением степени самосовершенствования, непосредственным образом отражаемое в алгоритмизации и оптимизации процессов управления сложными системами и в том числе самоорганизации процессов в автоматизированных управленческих системах.
Искусственный интеллект в начале нынешнего века уже достиг такойстепени развития, что посредством современных суперкомпьютеров, чья мощность измеряется сотнями терафлопов, может самостоятельным образом решать алгоритмические, математические, программные задачи настолько высокого уровня, что при этом совершенствует заданный ранее начальный программный код, алгоритм до уровня самостоятельного принятия решений, оптимизации процессов управления. За счет собственных возможностей алгоритмизация и оптимизация процессов и феноменовв настоящем веке достигла больших масштабов в управлении сложными объектами и системами с совершенствованием искусственного интеллекта. Современные системы управленческих объектов стали самообучаемыми, самонастраиваемыми, самосовершенствованными благодаря внедрению искусственного интеллекта. На сегодняшний день даже современные суперкомпьютеры по собственным физическим ресурсам пока по большинству параметров уступают мозгу человека, превосходя его только по скорости вычислений. Однако, прогресс в сфере искусственного интеллекта впечатляет, потому что развитие компьютерных технологий протекает очень стремительно. В связи с этим ученыепредполагают, что в недалеком будущем компьютеры сравняются по своимвозможностям с мозгом человека и даже превзойдут его. Следовательно, цель достигнута, а задачи решены.
Список литературы
Алексеева И.Ю., Никитина Е. А. Интеллект и технологии. — М.: Проспект, 2017. — 96 с. Алтунин Ф. А. Подходы к созданию современного искусственного интеллекта. //.
Южный университет (ИУБиП) (Ростов-на-Дону). — № 4−2 (20), 2016. — С. 84−86. Аткинсон А. Р., Аткинсон Р. С., Смит Э. Е., Бем Д.Дж., Нолен-Хоэксема С.
Введение
в психологию.
— СПб.: Прайм-ЕВРОЗНАК, 2007. — 816 с. Барашенков В. С., Искусственный разум// Человек. — 1991. — №.
4. — С.64−70.Гиппенрейтер Ю. Б., Петухов В. В. Хрестоматия по общей психологии. Психология мышления. — М.: Астрель, 2008.
— 304 с. Гусев С. С. Искусственный интеллект как отражение действительности в XXI веке. // Журнал. Интерактивная наука.
— № 1, 2016. С. 108 — 109. Дубровский, Д. И. Человек и компьютер. Новая реальность.
Сознание, мозг, искусств.
интеллект: сб. статей. — М.: Эксмо, 2007. — С. 220−237. Жданов А. А. Автономный искусственный интеллект. — М.: БИНОМ.
Лаборатория знаний, 2009. — 359 сКун Д. Основы психологии. Все тайны поведения человека.
— СПб.: Прайм-ЕВРОЗНАК, 2004. — 846 с. Майерс Д. Психология.
— М.: Попури, 2008. — 848 с.
Маклаков А. Г. Общая психология. Учебник. — Спб.: Питер, 2014. — 592 с. Немов Р. С. Общая психология. -.
М.: Юрайт, 2014. — 1008 с. Одинцов А. Н. Проблема моделирования знания в искусственном интеллекте. //.
Журнал. Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Гуманитарные и общественные науки. // - №, 2011. — С.
56−60. Одинцов А. Н. Соотношение знания и информации в искусственном интеллекте. // Журнал. Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Гуманитарные и общественные науки.
// - №, 2010. — С. 214−217.Осипов Г. В. Искусственный интеллект: состояние исследований и взгляд в будущее. [Искусственный интеллект] URL:
http://www.raai.org/about/persons/osipov/pages/ai/ai.htmlПотапов А. С. Технологии искусственного интеллекта- СПб: СПбГУ ИТМО, 2010. — 218 с. Рассел С., Норвиг П. Искусственный интеллект: современный подход — М.: Вильямс, 2006. — 1408 с. Ручкин В. Н., Романчук В. А., Фулин В. А. Когнитология и искусственный интеллект. ;
Рязань.: ИНТЕРМЕТА, 2012. — 260 с. Смолин Д. В.
Введение
в искусственный интеллект: конспект лекций.
— М.: ФИЗМАТЛИТ, 2004. — 208 с. Тихомиров О. К. Психология мышления. — М.: Академия, 2008. — 288 с. Тихонов А.
Н. Словообразовательный словарь русского языка: в 2 т. — М.: АСТ: Астрель, 2003. — 576 с.
