Արհեստական բանականություն

Արհեստական ​​բանականությունը / արհեստական ինտելեկտը (անգլերեն՝ Artificial Intelligence — AI) տեխնոլոգիա է, ավելի ճիշտ՝ ժամանակակից գիտության ուղղություն, որն ուսումնասիրում է համակարգչին, ռոբոտային տեխնոլոգիաներին կամ վերլուծական համակարգին սովորեցնելու խելամտորեն մտածել այնպես, ինչպես մարդը: Իրականում, խելացի ռոբոտ օգնականների երազանքն առաջացել է առաջին համակարգիչների գյուտից շատ առաջ։

Անցյալ դարի 50-ականների կեսերին մարդիկ մեծապես զարմացած էին համակարգիչների հնարավորություններով, հատկապես համակարգիչների՝ միաժամանակ բազմաթիվ առաջադրանքներ ճշգրիտ կատարելու կարողությամբ: Մտածող մեքենաների մասին ֆանտաստիկ գաղափարներ անմիջապես ծագեցին գիտնականների և գրողների մտքերում: Հենց այս ժամանակաշրջանում սկսեցին ի հայտ գալ արհեստական ​​ինտելեկտի առաջին տեխնոլոգիաները։

AI-ի ոլորտում հետազոտություններն իրականացվում են մարդու մտավոր ունակությունների ուսումնասիրությամբ և ստացված արդյունքները համակարգչային գործունեության ոլորտ տեղափոխելու միջոցով։ Այսպիսով, արհեստական բանականությունը/արհեստական ​​ինտելեկտը տեղեկատվություն է ստանում տարբեր աղբյուրներից և առարկաներից: Դրանք ներառում են համակարգչային գիտությունը, մաթեմատիկան, լեզվաբանությունը, հոգեբանությունը, կենսաբանությունը և մեքենաշինությունը: Հիմնվելով մեքենայական ուսուցման տեխնոլոգիայի օգտագործմամբ տվյալների զանգվածի վրա՝ համակարգիչները փորձում են ընդօրինակել մարդկային բանականությունը:

AI-ի հիմնական նպատակները բավականին թափանցիկ են

• Վերլուծական համակարգերի ստեղծում, որոնք ունեն խելացի վարքագիծ, կարող են ինքնուրույն կամ մարդու հսկողության ներքո սովորել, կանխատեսումներ անել և տվյալների զանգվածի հիման վրա հիպոթեզներ կառուցել:
• Մարդկային ինտելեկտի ներդրումը մեքենայի մեջ օգնական ռոբոտների ստեղծումն է, որոնք կարող են իրենց պահել ինչպես մարդկանց՝ մտածել, սովորել, հասկանալ և կատարել հանձնարարված առաջադրանքները:

Արհեստական բանականության /​​ արհեստական ինտելեկտի զարգացման պատմությունը

«Արհեստական բանականություն» / «Արհեստական ինտելեկտ» տերմինի հեղինակությունը վերագրվում է ծրագրավորման հիմնադիր և Lisp լեզվի հայտնագործող Ջոն Մաքքարթիին: 1956 թվականին Թյուրինգի հեղինակավոր մրցանակի ապագա դափնեկիրը ցուցադրեց AI ծրագրի նախատիպը Կարնեգի Մելոն համալսարանում:

Մարդկությունը սկսել է երազել խելացի ռոբոտների մասին 20-րդ դարի առաջին քառորդում։ Հայտնի գրող Կարել Կապեկը 1924 թվականին Լոնդոնի թատրոնում բեմադրել է «Ունիվերսալ ռոբոտներ» պիեսը։ Ներկայացումը հիացրեց հանդիսատեսին, և «ռոբոտ» բառը ամուր մտավ առօրյա կյանք։

1943-45 թվականներին դրվեցին նեյրոնային ցանցերի ըմբռնման և ստեղծման հիմքերը, իսկ արդեն 1950 թվականին Ալան Թյուրինգը գիտական ​​հրապարակման մեջ հրապարակեց ինտելեկտուալ շախմատային խաղի վերլուծությունը։ 1958 թվականին հայտնվեց առաջին արհեստական ​​ինտելեկտի ծրագրավորման լեզուն՝ Lisp-ը։

1960-1970 թվականներին մի շարք գիտնականներ ապացուցեցին, որ համակարգիչները ունակ են հասկանալու բնական լեզուն բավականին լավ մակարդակով: 1965 թվականին նրանք մշակեցին Էլիզային՝ առաջին ռոբոտային օգնականը, որը կարող էր խոսել անգլերեն: Նույն տարիներին արհեստական ​​ինտելեկտի ոլորտը սկսեց գրավել կառավարական և ռազմական կազմակերպություններին ԱՄՆ-ում, ԽՍՀՄ-ում և այլ երկրներում։ Այսպիսով, 70-ականներին ԱՄՆ պաշտպանության նախարարությունը գործարկեց վիրտուալ փողոցային քարտեզների նախագիծ՝ GPS նախատիպ:

1969 թվականին Սթենֆորդի համալսարանի գիտնականները ստեղծեցին Շեքիին՝ արհեստական ​​ինտելեկտի ռոբոտը, որն ունակ է ինքնուրույն շարժվել, ընկալել որոշ տվյալներ և լուծել պարզ խնդիրներ։

Էդինբուրգի համալսարանում չորս տարի անց (1973) ստեղծվեց Ֆրեդի ռոբոտը. արհեստական ​​ինտելեկտի ընտանիքի այս շոտլանդացի ներկայացուցիչը կարող էր օգտագործել համակարգչային տեսլականը տարբեր մոդելներ գտնելու և հավաքելու համար:

ԽՍՀՄ-ում ևս արագ զարգացել է արհեստական ​​ինտելեկտը։ Ակադեմիկոսներ Ա.Ի. Բերգը և Գ.Ս. Պոսպելովը 1954-64 թվականներին ստեղծում են «ALPEV LOMI» ծրագիրը, որն ինքնաբերաբար ապացուցում է թեորեմները։ Նույն տարիներին խորհրդային գիտնականները մշակեցին «Կորա» ալգորիթմը, որը մոդելավորում է մարդու ուղեղի գործունեությունը օրինաչափությունների ճանաչման մեջ: 1968 թվականին Վ.Ֆ.Տուրչինը ստեղծեց տվյալների մշակման խորհրդանշական REFAL լեզուն։

20-րդ դարի 80-ականները բեկումնային տարիներ էին AI-ի համար: Գիտնականները մշակել են ուսուցման մեքենաներ՝ խելացի խորհրդատուներ, ովքեր լուծումներ էին առաջարկում, կարողանում էին սկզբնական մակարդակում ինքնուրույն սովորել և շփվել մարդու հետ սահմանափակ, բայց բնական լեզվով:

1997 թվականին նրանք ստեղծեցին հայտնի շախմատային ծրագիր՝ Deep Blue համակարգիչը, որը հաղթեց շախմատի աշխարհի չեմպիոն Գարրի Կասպարովին։ Նույն տարիներին Ճապոնիան սկսեց մշակել 6-րդ սերնդի համակարգչային նախագիծ՝ հիմնված նեյրոնային ցանցերի վրա։

Հետաքրքիր փաստ է այն, որ 1989 թվականին շախմատային մեկ այլ ծրագիր՝ Deep Thought-ը, հաղթեց միջազգային գրոսմայստեր Բենթ Լարսենին: Մեքենայի և մարդու այս մենամարտից հետո Գարրի Կասպարովն ասաց. «Եթե խելացի մեքենան կարող է հաղթել լավագույններին շախմատում, ապա այն կկարողանա գրել լավագույն երաժշտությունը, գրել լավագույն գրքերը: Ես չեմ կարող հավատալ դրան: Երբ իմանամ, որ գիտնականները ստեղծել են 2800 ինտելեկտի, այսինքն՝ իմին հավասար համակարգիչ, ես ինքս մեքենան կհրավիրեմ շախմատի մրցախաղի՝ մարդկային ցեղը պաշտպանելու համար»:

2000-ականներին ռոբոտաշինության նկատմամբ նոր հետաքրքրություն առաջացավ: AI-ն ակտիվորեն ներդրվում է տիեզերական արդյունաբերության մեջ, ինչպես նաև յուրացվում է առօրյա ոլորտում։ Հայտնվում են խելացի տնային համակարգեր և կենցաղային «առաջադեմ» սարքեր։ Kismet և Nomad ռոբոտներն ուսումնասիրում են Անտարկտիդայի տարածքները:

2008 թվականից սկսվում է տեխնոլոգիական եզակիության դարաշրջանը, որը, ըստ մասնագետների, իր զենիթին պետք է հասնի 2030 թվականին։ Սկսվում է մարդու ինտեգրումը համակարգիչների հետ, մեծանում են մարդու ուղեղի հնարավորությունները, ի հայտ են գալիս կենսատեխնոլոգիաները։

AI / արհեստական բանականության / արհեստական ինտելեկտի էթիկական սկզբունքները

Նախքան տեխնոլոգիական սկզբունքները նկարագրելը, առանց որոնց արհեստական ​​ինտելեկտի զարգացումն անհնար է պատկերացնել, արժե ծանոթանալ ռոբոտաշինության էթիկական օրենքներին։ Դրանք ներկայացվել են 1942 թվականին Իսահակ Ազիմովի կողմից իր «Կլոր պար» վեպում.

• Արհեստական ​​ինտելեկտով ռոբոտը կամ համակարգը չի կարող վնասել մարդուն իր գործողություններով կամ իր անգործությամբ թույլ տալ, որ վնաս հասցվի մարդուն:
• Ռոբոտը պետք է ենթարկվի մարդուց ստացած հրամաններին, բացառությամբ նրանց, որոնք հակասում են Առաջին օրենքին:
• Ռոբոտը պետք է հոգա իր անվտանգության մասին, եթե դա չի հակասում Առաջին և Երկրորդ օրենքներին:

Մինչ Ազիմովի վեպի հրապարակումը, արհեստական ​​ինտելեկտը կապված էր Մերի Շելլիի Ֆրանկենշտեյնի կերպարի հետ։ Արհեստականորեն ստեղծված ինտելեկտով մարդու նմանությունն ըմբոստանում է մարդկանց դեմ։ Նույն սարսափ պատմությունը փոխանցվեց հոլիվուդյան հայտնի «Տերմինատոր» բլոկբաստերին:

Հետաքրքիր փաստ է այն, որ 1986 թվականին Այզեկ Ազիմովը ռոբոտաշինության օրենքներին ավելացրեց ևս մեկ պարբերություն։ Գրողը նախընտրեց այն անվանել «զրոյական»։ 0 Ռոբոտը չի կարող վնասել մարդուն, քանի դեռ չի ապացուցել, որ ի վերջո սա (վնասը) օգտակար կլինի ողջ մարդկության համար։

Արհեստական ​​բանականության / արհեստական ինտելեկտի / AI տեխնոլոգիական սկզբունքները

• Մեքենայական ուսուցումը (ML) արհեստական ​​ինտելեկտի զարգացման սկզբունքն է՝ հիմնված ինքնաուսուցման ալգորիթմների վրա։ Մարդկային մասնակցությունն այս մոտեցմանը սահմանափակվում է մեքենայի «հիշողության» մեջ տեղեկատվության զանգված բեռնելով և նպատակներ դնելով: Գոյություն ունեն ML-ի մի քանի մեթոդներ՝ վերահսկվող ուսուցում. մարդը որոշակի նպատակ է դնում, ցանկանում է ստուգել վարկածը կամ հաստատել օրինաչափությունը: Սովորել առանց ուսուցչի — ինտելեկտուալ տվյալների մշակման արդյունքն անհայտ է — համակարգիչը ինքնուրույն գտնում է օրինաչափություններ, սովորում է մտածել մարդու նման: Խորը ուսուցումը խառը մեթոդ է, հիմնական տարբերությունը մեծ քանակությամբ տվյալների մշակման և նեյրոնային ցանցերի օգտագործման մեջ է։
• Նեյրոցանցը՝ նյարդային ցանցը, մաթեմատիկական մոդել է, որը մոդելավորում է կենդանի օրգանիզմի նյարդային բջիջների կառուցվածքն ու գործունեությունը: Համապատասխանաբար, իդեալական դեպքում դա ինքնաուսուցման համակարգ է: Եթե ​​սկզբունքը տեղափոխենք տեխնոլոգիական հիմք, ապա նեյրոնային ցանցը պրոցեսորների մի շարք է, որոնք կատարում են մեկ առաջադրանք լայնածավալ նախագծում։ Այլ կերպ ասած՝ սուպերհամակարգիչը շատ սովորական համակարգիչների ցանց է:
• Խորը ուսուցումը համարվում է AI-ի առանձին սկզբունք, քանի որ այս մեթոդը օգտագործվում է հսկայական քանակությամբ տեղեկատվության օրինաչափություններ հայտնաբերելու համար: Նման աշխատանքի համար, որը դուրս է մարդկային հնարավորություններից, համակարգիչը օգտագործում է առաջադեմ տեխնիկա:
• Ճանաչողական հաշվարկը AI-ի այն ճյուղերից մեկն է, որն ուսումնասիրում և իրականացնում է մարդ-համակարգիչ բնական փոխազդեցության գործընթացները, ինչպես մարդկանց միջև փոխազդեցությունը: Արհեստական ​​ինտելեկտի տեխնոլոգիայի նպատակն է ամբողջությամբ ընդօրինակել մարդու ամենաբարձր կարգի գործունեությունը` խոսքը, երևակայական և վերլուծական մտածողությունը:
• Համակարգչային տեսլականը AI-ի ճյուղ է, որն օգտագործվում է գրաֆիկական և վիդեո պատկերները ճանաչելու համար: Այսօր մեքենայական հետախուզությունը կարող է մշակել և վերլուծել գրաֆիկական տվյալները և մեկնաբանել տեղեկատվությունը շրջակա միջավայրին համապատասխան:
• Սինթեզված խոսքը — Համակարգիչներն արդեն կարող են հասկանալ, վերլուծել և վերարտադրել մարդու խոսքը: Մենք արդեն կարող ենք կառավարել ծրագրերը, համակարգիչները և գաջեթները՝ օգտագործելով խոսքի հրամանները: Օրինակ, Siri կամ Google օգնական, Alice in Yandex և այլն:

Բացի այդ, դժվար է պատկերացնել արհեստական ​​ինտելեկտի գոյությունն առանց հզոր գրաֆիկական պրոցեսորների, որոնք հանդիսանում են տվյալների ինտերակտիվ մշակման հիմքը։ AI-ն տարբեր ծրագրերի և սարքերի մեջ ինտեգրելու համար պահանջվում է API տեխնոլոգիա՝ հավելվածների ծրագրավորման միջերեսներ: Օգտագործելով API-ը, դուք հեշտությամբ կարող եք արհեստական ​​ինտելեկտի տեխնոլոգիաներ ավելացնել ցանկացած համակարգչային համակարգերում՝ տան անվտանգություն, խելացի տուն, CNC սարքավորումներ և այլն:

Արհեստական ​​բանականության / արհեստական ինտելեկտի / AI-ի օգտագործման ոլորտը

Արհեստական ​​ինտելեկտը աստիճանաբար հասնում է մարդու գործունեության բոլոր ոլորտներին՝ սովորական ծրագրային համակարգերը դարձնելով խելացի։

• Բժշկություն և առողջապահություն — Համակարգչային համակարգերը պահում են հիվանդների գրառումները և օգնում են մեկնաբանել ախտորոշման արդյունքները: Օրինակ՝ ուլտրաձայնային, ռենտգենյան, տոմոգրաֆի և այլ բժշկական սարքավորումների պատկերներ։ Խելացի համակարգերը նույնիսկ կարող են բացահայտել հիվանդությունը՝ հիմնվելով հիվանդի մոտ նշանների առկայության վրա և առաջարկել բուժման օպտիմալ տարբերակներ: Google հավելվածների խանութում կարող եք գտնել ծրագրեր, որոնք կօգնեն ձեզ առողջ ապրելակերպ վարել: Այս հավելվածները կարդում են ձեր սրտի հաճախությունը և մարմնի ջերմաստիճանը, երբ մատներով դիպչում եք հեռախոսի էկրանին, որպեսզի որոշեն մարդու սթրեսի մակարդակը և առաջարկեն այն նվազեցնելու ուղիներ:
• Մանրածախ վաճառք օնլայն խանութներում — Շատերն արդեն ծանոթ են Google-ի և Yandex-ի համապատասխան գովազդին: Նրա օգնությամբ մանրածախ վաճառողները առաջարկում են ապրանքներ և ծառայություններ՝ օգտատիրոջ շահերին համապատասխան: Օրինակ, դուք այցելել եք լողազգեստների առցանց խանութ, դիտել եք որոշ մոդելներ, կարդացել եք բնութագրերը և այլն: Խանութից դուրս գալուց հետո որոշ ժամանակ այլ կայքերում կտեսնեք լողազգեստի գովազդ։ Նմանատիպ սկզբունքով են աշխատում առցանց խանութներում «Նման ապրանքներ» բլոկները։ Վերլուծության համակարգերն ուսումնասիրում են օգտագործողի վարքագծային չափումները, որոշում են նրանց գնման նախապատվությունները և ցույց են տալիս համապատասխան (իրենց կարծիքով) առաջարկները:
• Քաղաքականություն — Խելացի մեքենաներն օգնեցին Բարաք Օբամային հաղթել երկրորդ նախագահական ընտրություններում։ Իր նախընտրական քարոզարշավի համար ԱՄՆ ներկայիս նախագահը վարձեց տվյալների վերլուծության մասնագետների լավագույն թիմը: Փորձագետներն օգտագործել են խելացի մեքենաների հզորությունը՝ հաշվարկելու Օբամայի ելույթների լավագույն օրը, անձնակազմը և լսարանը: Սա, ըստ մասնագետների, 10-12 տոկոս առավելություն է տվել։
• Արդյունաբերություն — Արհեստական ​​ինտելեկտը կարող է վերլուծել տարբեր արտադրական տարածքների տվյալները և կարգավորել սարքավորումների բեռը: Բացի այդ, խելացի մեքենաներ օգտագործվում են տարբեր ոլորտներում պահանջարկը կանխատեսելու համար:
• Խաղային արդյունաբերություն, կրթություն — Արհեստական ​​ինտելեկտը ակտիվորեն օգտագործվում է խաղերի ստեղծողների կողմից: Խելացի մեքենաներն ու ռոբոտաշինությունը աստիճանաբար ներդրվում են երկրների մեծ մասի կրթական գործընթացներում։

Արհեստական ​​բանականության / արհեստական ինտելեկտի / AI-ի հիմնական խնդիրները

Զարգացման այս փուլում արհեստական ​​ինտելեկտի հնարավորություններն անսահման չեն։ Հիմնական դժվարությունները հետևյալն են՝

1. Մեքենայի ուսուցումը հնարավոր է միայն տվյալների զանգվածի հիման վրա: Սա նշանակում է, որ տեղեկատվության ցանկացած անճշտություն մեծապես կազդի վերջնական արդյունքի վրա:
2. Խելացի համակարգերը սահմանափակվում են որոշակի տեսակի գործունեության մեջ: Այսինքն՝ խելացի համակարգը, որը կազմաձևված է հարկային խարդախությունները հայտնաբերելու համար, չի կարողանա բացահայտել բանկային ոլորտում խարդախությունները։ Մենք գործ ունենք բարձր մասնագիտացված ծրագրերի հետ, որոնք դեռ հեռու են մարդկային բազմաֆունկցիոնալությունից:
3. Խելացի մեքենաներն ինքնավար չեն: Նրանց «կյանքի ակտիվությունն» ապահովելու համար անհրաժեշտ է մասնագետների մի ամբողջ թիմ, ինչպես նաև մեծ ռեսուրսներ։

Վերադառնալ բառարանի հիմնական էջ