Индивидуальные проекты и исследовательские работы
Помогаем учителям и учащимся в обучении, создании и грамотном оформлении исследовательской работы и проекта.

Объявление

Рейтинг: 1

Тематика: 
Информатика
Автор работы: 
Демид Александр Александрович
Руководитель проекта: 
Олькина Кристина Владимировна
Учреждение: 
МБОУ «Гимназия имени подольских курсантов»
Класс: 
9

В процессе исследовательской работы по информатике "Искусственный интеллект: его возможности и потенциал" учеником 9 класса была поставлена и реализована цель определить, как развивается искусственный интеллект сегодня и какие тенденции его развития прогнозируются в будущем.

Подробнее о проекте:


В процессе написания исследовательской работы по информатике "Искусственный интеллект: его возможности и потенциал" учащийся 9 класса изучает историю развития искусственного интеллекта, исследует сферы применения искусственного интеллекта человеком, анализирует разумные сенсоры, а также рассматривает понятия "интернет вещей" и "промышленный интернет вещей". 

В учебном проекте по информатике "Искусственный интеллект: его возможности и потенциал" автор рассмотрел особенности обработки естественного языка искусственным интеллектом, изучил, как организовано машинное зрение, провел исследование распознавания искусственным интеллектом текстов, речи, изображений, определил влияние искусственного интеллекта на человека, а также проанализировал наиболее распространенные мифы об искусственном интеллекте. 

Оглавление

Введение   
1. История развития искусственного интеллекта.        
2. Сферы применения искусственного интеллекта человеком.           
3. Разумные сенсоры.      
4. Интернет вещей и промышленный интернет вещей.           
5. Обработка естественного языка.        
6. Машинное зрение.
7. Глубинное обучение.  
8. Экспертные системы.  
9. Распознавание текстов, речи, изображений. 
10. Интеллектуальные системы информационной безопасности.      
11. Машинный перевод.  
12. Влияние искусственного интеллекта на человека. 
13. Медицинская помощь.          
14. Картографирование луны.    
15. Предсказание землетрясений.          
16. Инструмент для дезинформации.    
17. Фотографирование мегафауны.       
18. Прогнозирование эффективности лекарств.
19. Человекоподобные роботы Boston Dynamics научились бегать и перепрыгивать через препятствия.           
20. ИИ победил катастрофическую забывчивость.      
21. Банковское дело.       
22 Искусственный интеллект: миф и реальность.        
23. Польза и вред искусственного интеллекта.
24. Влияние на рынок труда.
25. Искусственный интеллект – личность? 
26. Искусственный интеллект и этика.
27. Искусственный интеллект и нейронные сети.   
28. Искусственный интеллект эффективнее человека?      
Заключение          
Источники

Введение


Наверняка каждый имеет хоть какое-то представление, что такое искусственный интеллект. Фильмы, телепередачи, статьи из интернета уже поселили много мыслей по поводу этой темы. Искусственный интеллект — наука и технология, основанная на таких дисциплинах, как информатика, биология, психология, лингвистика, математика, машиностроение.

С момента изобретения компьютеров, их способность выполнять различные задачи растёт с безумной скоростью. Люди развивают мощность компьютерных систем, увеличивая выполнения задач и уменьшая размер компьютеров. Основной целью искусственного интеллекта является создание технологий столь же разумной, как человек.

Одним из главных направлений искусственного интеллекта — разработка компьютерных функций, связанных с человеческим интеллектом, таких как: рассуждение, обучение и решение проблем.

История развития искусственного интеллекта

Идеи создания машин, обладающих сознанием, возникали еще в Древней Греции. В средние века и Новое время ученые создавали механизмы, заменяющие человеческий труд, например, в 17 веке Паскаль изобрел первую механическую цифровую вычислительную машину, в 19 веке Джозеф-Мари Жаккард создал программируемый ткацкий станок с инструкциями на перфокартах. В 1937 году Алан Тьрюнинг обнародовал свое изобретение – универсальную машину Тьюринга, в 1939 году в Нью-Йорке были представлены первый механический человек Electro с собакой Sparco.

Однако возможность разрабатывать программы, выполняющие сложные интеллектуальные задачи, появилась только после появления современных компьютеров после Второй мировой войны. В 1950-х годах ученые из различных областей стали задумываться о возможности создания искусственного мозга. Тогда исследования в области неврологии показали, что мозг представляет собой нейронную сеть, а А. Тьюнинг предположил, что любой вид вычислений можно представить в цифровом виде, и в 1951 году была создана первая нейронная сеть SNARC аспирантом Марвином Мински. Название «искусственный интеллект» впервые было использовано на Дартмутской конференции в 1956 году, тогда же и появилась научная дисциплина «Исследование искусственного интеллекта».

Впоследствии было создано множество машин, понимающих речь человека, умеющих поддерживать беседы на заданные темы, роботов, играющих в настольные игры: знаменитый матч между компьютером и Каспаровым в шахматах закончился победой машины. Сейчас искусственный интеллект занимает важную позицию в развитии науки, особенно в рамках концепции Интернета вещей, ведь недостаточно только собирать данные, необходимо их обрабатывать, анализировать и действовать в тех случаях, когда человек этого сделать не может.

Сферы применения искусственного интеллекта человеком


Из первого определения следует, что ИИ тесно связан с робототехникой. Создание интеллектуальных роботов является одним из важных направлений развития ИИ. Интеллектуальность требуется роботам, чтобы они могли манипулировать объектами и, при необходимости, определять свое местонахождение, планировать перемещение. Поскольку на производстве роботы часто работают рядом и вместе с людьми, возникают проблемы безопасности персонала. Поэтому уже появились т.н. «коллаборативные роботы» (коботы), оснащенные датчиками, которые контролируют положение находящегося поблизости человека и не допускают причинения ему вреда.

Для решения нечётких и сложных проблем, таких как распознавание геометрических фигур или кластеризация объектов, используются нейронные сети, так что это направление также тесно связано с проблематикой ИИ.

Помимо названных выше направлений методы ИИ применяются в следующих технологиях:

Разумные сенсоры
Совсем новые возможности появились в 80-х годах ХХ века, когда началось серийное производство микропроцессоров и микрокомпьютеров, умещавшихся уже на одном кристаллике кремния («чипе»). Каждый из них – это маленький универсальный искусственный электронный «мозг», который можно встроить в сенсор и выполнять в нём достаточно сложную обработку первичной информации. Тем самым сложились предпосылки для рождения принципиально нового класса современных «интеллектуальных» сенсоров.

Такие сенсоры, как правило, являются «активными», т.е. не просто пассивно воспринимают влияние, свойства, характеристики объекта наблюдения, но и сами специальным образом воздействуют на объект, воспринимая и анализируя вызванные этим изменения. Для них не является проблемой учесть нелинейность характеристик чувствительных элементов, различные поправки и влияние сторонних воздействий (напр., изменения температуры). Если требуется, они сами автоматически могут повторить измерения, усреднить результаты, пересчитать в иные единицы измерения и т.п.

«Интеллект» сенсора сосредоточен в микрокомпьютере МК (другие названия – микропроцессор, микроконтроллер, микроконвертор). МК не только обрабатывает информацию, но и организовывает всю работу сенсора и его информационную связь с внешним миром – с пользователем, с внешним компьютером, с каналом связи или с компьютерной сетью.

Интернет вещей и промышленный интернет вещей
Промышленный Интернет вещей — это подкатегория Интернета вещей, которая также включает приложения, ориентированные на потребителя, например носимые устройства, технологии «умного дома» и автомобили с автоматическим управлением. Отличительной чертой обеих концепций являются устройства со встроенными датчиками, станки и инфраструктура, которые передают данные через Интернет и управляются с помощью программного обеспечения.

Обработка естественного языка
Обработка естественного языка, или сокращенно НЛП, в широком смысле определяется как автоматическое манипулирование естественным языком, таким как речь и текст, программным обеспечением.

Изучение обработки естественного языка существует уже более 50 лет и выросло из области лингвистики с появлением компьютеров.

Обработка естественного языка (NLP) - это собирательный термин, относящийся к автоматической вычислительной обработке человеческих языков. Это включает в себя как алгоритмы, которые принимают созданный человеком текст в качестве входных данных, так и алгоритмы, которые производят естественно выглядящий текст в качестве выходных данных.

Машинное зрение
Это научное направление в области искусственного интеллекта, в частности робототехники, и связанные с ним технологии получения изображений объектов реального мира, их обработки и использования полученных данных для решения разного рода прикладных задач без участия (полного или частичного) человека.

Машинное зрение сосредотачивается на применении, в основном промышленном, например, автономные роботы и системы визуальной проверки и измерений. Это значит, что технологии датчиков изображения и теории управления связаны с обработкой видеоданных для управления роботом и обработка полученных данных в реальном времени осуществляется программно или аппаратно.

Компьютерное зрение сосредотачивается на обработке трехмерных сцен, спроектированных на одно или несколько изображений. Например, восстановлением структуры или другой информации о 3D сцене по одному или нескольким изображениям. Компьютерное зрение часто зависит от более или менее сложных допущений относительно того, что представлено на изображениях.

Глубинное обучение
Глубинное обучение (deep learning) – форма машинного обучения, которая предусматривает извлечение, или моделирование, признаков данных с использованием сложных многослойных фильтров. Поскольку глубинное обучение является весьма общим способом моделирования, оно способно решать сложные задачи, такие как компьютерное зрение и обработка естественного языка. Этот подход существенно отличен и от традиционного программирования, и от других методов машинного обучения.

Глубинное обучение не только может дать результат там, где другие методы не сработают, но и позволяет построить более точную модель или же сократить время на ее создание; расплачиваться же за это приходится еще большими вычислительными мощностями. Еще одним недостатком глубинного обучения является сложность интерпретации получаемых моделей.

Определяющая характеристика глубинного обучения — наличие более одного слоя между входом и выходом. Обычно, говоря о глубинном обучении, подразумевают использование глубоких нейронных сетей. Есть, однако, несколько алгоритмов, которые реализуют глубинное обучение, используя иные типы слоев.

Экспертные системы
Экспертные системы это направление исследований в области искусственного интеллекта по созданию вычислительных систем, умеющих принимать решения, схожие с решениями экспертов в заданной предметной области.

Как правило, экспертные системы создаются для решения практических задач в некоторых узкоспециализированных областях, где большую роль играют знания «бывалых» специалистов. Экспертные системы были первыми разработками, которые смогли привлечь большое внимание к результатам исследований в области искусственного интеллекта.

Экспертное знание – это сочетание теоретического понимания проблемы и практических навыков ее решения, эффективность которых доказана в результате практической деятельности экспертов в данной области. Фундаментом экспертной системы любого типа является база знаний, которая составляется на основе экспертных знаний специалистов.

Экспертная система – это не простая программа, которая пишется одним или несколькими программистами.

Экспертная система является плодом совместной работы экспертов в данной предметной области, инженеров по знаниям и программистов.

Распознавание текстов, речи, изображений
Одно из направлений распознавания образов, задача которого заключается в переводе изображений рукописного, машинного или печатного текста в текстовые данные, использующиеся для представления символов в компьютере (например, в текстовом редакторе).

Распознавание текста на изображениях является важной задачей машинного обучения, так как это позволяет организовать удобное взаимодействие с данными: редактирование, анализ, поиск слов или фраз и т.д.

В последние десятилетия, благодаря использованию современных достижений компьютерных технологий, были развиты новые методы обработки изображений и распознавания образов, благодаря чему стало возможным создание таких промышленных систем распознавания печатного текста, как, например, (FineReade), которые удовлетворяют основным требованиям систем автоматизации документооборота.

Тем не менее, создание приложения в данной области по-прежнему остается творческой задачей и требует дополнительных исследований в связи со специфическими требованиями по разрешению, быстродействию, надежности распознавания и объему памяти, которыми характеризуется каждая конкретная задача.

Интеллектуальные системы информационной безопасности
Это технологии компрессии, передачи и архивирования видеоинформации, распознавания образов и биометрии. Схемотехнические решения для высокоскоростной цифровой обработки сигналов. Это позволяет предлагать спектр инновационных продуктов и решений для рынка средств безопасности. Интеллектуальные интегрированные комплексы с распределенным управлением обладают функциональной насыщенностью и высоким качеством исполнения.

Интегрированные комплексы ISS служат для обеспечения безопасности предприятий различного масштаба и отраслевой принадлежности, способствуют снижению уровня преступности на улицах городов, увеличивают количество раскрываемых преступлений, защищают собственность граждан.

Машинный перевод
Термином «машинный перевод» (МП, он же Machine Translation или MT) называют действие, когда один естественный язык переводится на другой с использованием для этого специального программного обеспечения. Программа при этом может быть установлена непосредственно на компьютере (или мобильном устройстве) или быть доступной только при подключении к интернету.

На сегодняшний день работы в сфере МП разделились на два основных направления:

  • Статистический машинный перевод (Statistical Machine Translation, SMT);
  • Машинный перевод, основанный на правилах (Rule-based Machine Translation, RBMT).

В первом случае перед нами самообучающиеся системы. Перевод становится возможным в результате постоянного анализа огромного количества текстов одинакового содержания, но на разных языках. Система находит и использует всегда существующие закономерности. Качество перевода в случае использования SMT считается достаточно высоким. Но только в том случае, если система уже успела проанализировать огромное количество информации.

А для этого необходимо обладать не только самими тестами, но и внушительными вычислительными мощностями. Это означает, что работать в данном направлении могут только крупные компании. Примеры таких систем: Google Translator, Яндекс.Переводчик, а также Bing Translator от Microsoft.

В случае с RBMT-системами все правила создаются людьми, которые затем занимаются их непрестанным «обкатыванием». Соответственно качество результата зависит от того, насколько полно лингвисты сумеют описать естественный язык, с которым они работают. Именно необходимость постоянной поддержки созданной лингвистической базы данных в актуальном состоянии и является главным недостатком RBMT-систем.

Зато для создания переводчика, способного обеспечить удовлетворительный результат, не требуются внушительные вычислительные мощности, что позволяет работать в данном направлении небольшим компаниям. В качестве примеров можно привести такие системы, как Multillect, Linguatec и PROMT.

Влияние искусственного интеллекта на человека


За последнее время искусственный интеллект (ИИ) развивается так быстро, что теперь не проходит и месяца без сообщений о прорывах в сфере ИИ. В самых разных областях человеческой деятельности компьютер все чаще начинает превосходить человека. И все чаще говорится о том, как ИИ повлияет на занятость людей. Не только дремучие обыватели, но и многомудрые эксперты опасаются, что по мере развития искусственного интеллекта людям будет оставаться все меньше работы, а значит, будет расти количество безработных, которые экономически не смогут конкурировать с машинами. При вступлении человечества в индустриальную эпоху уже возникало множество опасений из-за того, что машины оставят человека без работы, но этого, как показала история, не произошло.

Аналогичным образом ИИ создаст миллионы рабочих мест, которые намного превзойдут наши представления. Например, ИИ станет экспертом в области языкового перевода, и вместе с этим вырастет спрос на переводчиков. Почему? Если стоимость обычного перевода упадёт почти до нуля, упадёт и стоимость ведения бизнеса с теми, кто говорит на других языках. Таким образом, предприниматели будут расширять бизнес за границей, создавая больше работы для людей-переводчиков. ИИ может делать простую работу, но для тонкой работы нужны люди.

Более того, появление и распространение ИИ обещает более быстрый рост числа рабочих мест во многих профессиях, которые, казалось бы, мог заменить ИИ: бухгалтеров, судмедэкспертов, геологов, технических переводчиков, веб-разработчиков, медсестёр и других представителей клиентов. Эти области будут нанимать новых людей не вопреки ИИ, а, благодаря ему.

Мы знаем, что роботы берут на себя выполнение тысяч рутинных операций и могут вытеснить множество низкоквалифицированных рабочих мест в развитых и развивающихся странах. Одновременно с этим передовые технологии открывают новые возможности, создавая условия для появления новых рабочих мест и преобразования существующих, наращивая производительность и повышая эффективность предоставления общественных услуг. Думая о масштабах проблем, которые предстоит решить, чтобы подготовиться к будущему миру труда, важно понимать, что многим из нынешних учеников начальных школ предстоит, когда они вырастут, работать по специальностям, которых сегодня даже не существует.

Медицинская помощь

Машинное обучение, один из аспектов технологий искусственного интеллекта, оказало огромное влияние на то, как сфера медицины относится и общается с пациентами на каждом этапе взаимодействия с ними.

Машинное обучение используется для исследования медицинских снимков и определения опухолей, а также постановки диагноза на основе результатов исследований. Искусственный интеллект сыграл огромную роль в выявлении потенциальных симптомов, что более эффективно, чем ручные процессы, которые существовали ранее. Программа по распознаванию лиц в сочетании с моделями глубокого обучения позволяет диагностировать редкие генетические заболевания.

В апреле 2018 года Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США разрешило продажу первого ИИ, который диагностирует проблемы со здоровьем в клиниках первичной медицинской помощи без специального наблюдения. Программа, которая проверяет изображения глаз на наличие признаков потери зрения, связанной с диабетом, может быть крайне полезна для людей в отдалённых районах или районах с ограниченными ресурсами, где не хватает офтальмологов. Другие программы искусственного интеллекта учатся распознавать самые разные проблемы со здоровьем – от возрастной потери зрения до нарушений в работе сердца.

Картографирование луны
Искусственный интеллект изучил треть поверхности Луны, чтобы научиться распознавать кратеры. Затем ИИ тренировался находить кратеры на другой трети поверхности Луны: он обнаружил 92 процента уже известных кратеров, а также около 6000 точечных пятен, которые пропустили люди. Если эту программу сфокусировать на каменистых планетах и ледяных лунах, она может дать новое представление об истории Солнечной системы.

Предсказание землетрясений
Искусственный интеллект, который предсказывает, где потенциально могут произойти подземные толчки, может помочь людям в районах повышенного риска эффективнее подготовиться к опасным сейсмическим событиям. Программа, которая изучала характеристики более 130000 землетрясений и повторных толчков, научилась предсказывать места повторных толчков гораздо точнее традиционных методов.

Инструмент для дезинформации
Конечно, умный ИИ не всегда хорошая новость. Один ИИ, появившийся недавно, генерирует реалистичные фальшивые видеоматериалы, заставляя объект одного видео отражать движения и эмоции другого человека в другом видео. В чужих руках этот ИИ мог бы стать мощным инструментом распространения дезинформации.

Фотографирование мегафауны
Автоматические камеры-ловушки, которые фотографируют животных в их естественной среде обитания, могут помочь исследователям и специалистам по охране природы отслеживать поведение животных. Эти системы наблюдения за дикой природой делают больше фотографий, чем способен любой человек во время наблюдения. Искусственный интеллект научился распознавать дикую природу, изучив почти полтора миллиона изображений с ручной маркировкой, собранных научным проектом Snapshot Serengeti. Этот алгоритм фиксирует количество, вид и активность животных на каждом новом изображении.


Прогнозирование эффективности лекарств
Новый искусственный интеллект позволяет конкурирующим фармацевтическим компаниям обмениваться информацией, не раскрывая секретов. Эта безопасная система может побудить фармацевтические компании объединять свои ресурсы, создавая большие библиотеки обучающих данных для создания более интеллектуального ИИ. Программисты использовали систему для обучения ИИ, который предсказывает, с какими белками определённые лекарства будут взаимодействовать в организме человека. Искусственный интеллект также может использовать эту систему для анализа конфиденциальных медицинских записей в больницах, для разработки планов лечения пациентов и составления прогнозов.

Человекоподобные роботы Boston Dynamics научились бегать и перепрыгивать через препятствия
Теперь они обрабатывают видео в реальном времени, а специальная программа помогает балансировать конечностям и торсу машины. За последние пять лет робот научился ходить по снегу, стоять на одной ноге и делать сальто. ИИ помогает роботам лучше ориентироваться в пространстве и работать в необычных, иногда даже экстремальных ситуациях. В ближайшие несколько лет подобных роботов будут активно использовать в условиях, где человеку опасно находиться: при производстве автомобилей, в металлургии и химической промышленности, а ещё для спасения людей при чрезвычайных ситуациях.

ИИ победил катастрофическую забывчивость
Аналитики Gartner опубликовали исследование: к концу 2018 года прибыль компаний от ИИ достигла $ 1,2 трлн, что на 70% больше, чем в прошлом году. А в ближайшие три года ежегодный рост доходов от ИИ составит 60%. Увеличивается количество сценариев применения технологий, это заметно и по российскому рынку. За этот год ABBYY реализовала ряд крупных проектов с применением интеллектуальных технологий. Наиболее активны были заказчики в банках, нефтегазе и энергетике, появилось больше проектов в промышленности. Банк ВТБ роботизировал открытие счета для юридических лиц, а НПО «Энергомаш», крупнейший производитель ракетных двигателей, использует ИИ для интеллектуального поиска по нескольким миллионам внутренних документов компании.

Банковское дело
Финансовые учреждения медленнее внедряют инновации, но им не чужд искусственный интеллект, поскольку сегодняшняя аудитория ожидает индивидуализации, особенно когда речь идет об их инвестиционных планах. Искусственный интеллект используется многими банками для персонализации общения с клиентами и в собственных мобильных приложениях.

Например, приложение Wells Fargo внимательно относится к данным клиентов для анализа повторяющихся платежей и поведения пользователей, чтобы предоставлять персонализированные оповещения, такие как напоминания об оплате счетов, предупреждения об активации овердрафта и запросы на перевод средств.

Искусственный интеллект: миф и реальность

Т.к. искусственный интеллект (ИИ) начинает находить практическое применение в нашей повседневной жизни, то мы все чаще и чаще слышим о нем. Среди успешных историй есть множество предупреждений о будущем с терминаторами, в котором роботы с ИИ захватят весь мир.

Миф: ИИ поработит людей.

Искусственный Интеллект очень часто ассоциируют с представлениями, навязанными научной фантастикой, а также предсказаниями кинематографистов о будущем господстве роботов, в котором человечеству отведена второстепенная и крайне унизительная роль. Мы можем согласиться, что подобное представление частично оправдано, но поверьте: никаких реальных предпосылок для такого сценария на данный момент нет. Реальность, как и всегда, оказывается гораздо более приземленной.

Миф: ИИ защищён от взлома.
Просто потому, что ИИ демонстрирует разум, не означает, что его невозможно взломать: в любом случае ИИ – это все же компьютерная программа, пусть и намного более сложная. А это означает, что ее все же можно взломать.

Изощренные кибер-преступники могут изменить параметры, используемые для контроля системы с ИИ, позволяя такой системе развиваться в незапланированных направлениях – например, обретение самосознания по образу все того же Терминатора. Скорее всего, ИИ будет направлен на осуществление другой преступной деятельности, например, банковское мошенничество.

Реальность:  ИИ считывает желания людей.
Мы склонны думать, что только другие люди могут контролировать нас, потому что мы взаимодействуем с ними в реальном мире. Но реальность такова, что наши мысли, чувства и эмоции постоянно обрабатываются машинами.

Многие из рекламных объявлений, которые мы видим в Интернете, уже разработаны и таргетированы с использованием ИИ. Например, возьмем Amazon: они ведут учет каждого продукта, который вы искали. Затем ИИ использует эту информацию, чтобы организовать поиск соответствующих рекламных объявлений данных продуктов на других сайтах, которые вы посещаете. Используя технику под названием «ретаргетинг» и постоянно показывая нам рекламу одного того же продукта, ИИ начинает влиять на наши интересы. И многие люди в конечном итоге приобретают этот продукт.

По мере развития ИИ такие техники станут более эффективными. ИИ не может полностью «контролировать» нас, но он, безусловно, может мотивировать нас на определенные действия.

Миф: Алгоритм работает самостоятельно.
Также многие думают, что алгоритм абсолютно автономен, что он сможет самостоятельно идентифицировать наиболее актуальные элементы из всего объема данных. Реальность же совершенна иная: если алгоритм и превосходит человека в способности непрерывно обрабатывать гигантские объемы сложных данных, то все же предварительно обогатить его «нашим» интеллектом – это полезная практика, позволяющая экономить ему время.

Реальность: Алгоритм должен быть настроен.
Не зная точно, что определяет конверсию посетителя, маркетолог все же уже сформировал более-менее определенную идею о том, что повлияет на действие или решение. Поэтому важно настроить алгоритм, чтобы он сконцентрировался на ключевых данных вместо того, чтобы тонуть в океане абсолютно бесполезной информации. Например, данные CRM являются более ценными, чем тип устройства, использованного посетителем для прогноза конверсии.

Миф: ИИ – роскошь, доступная только избранным.
Многие действительно считают, что технологии AI доступны только компаниям, имеющим возможности инвестировать сотни миллионов долларов для формирования команды экспертов. Когда мы ведем речь об AI, то мы думаем о лиге GAFAM (Google, Amazon, Facebook, Apple и Microsoft), которые разрабатывают приложения под свои собственные нужды.

Реальность: Технология, доступная каждому.
Технология AI доступна всем компаниям, которые желают максимально эффективно использовать свои колоссальные объемы «спящих» данных. Без искусственного интеллекта для их обработки эти данные являют собой скорее издержки, нежели выгоды для Вашей компании.

Польза и вред искусственного интеллекта


Умные машины научились блефовать, обыгрывать профессионалов в шахматы или Го, переводить и распознавать человеческий голос. Каждую неделю мы узнаем о все новых подвигах компьютерных программ, уже умеющих ставить медицинские диагнозы, рисовать не хуже Рембрандта, петь или генерировать текст. Стоит ли человеку опасаться искусственного интеллекта?

По-настоящему «горячей» тема искусственного интеллекта (ИИ/AI) стала в последние несколько лет. Ученые связывают это с бурным развитием нейронных сетей (одно из направлений исследований в области искусственного интеллекта), которое, в свою очередь, стало возможным с появлением мощных компьютеров.

Ученое сообщество может спорить о сроках появления умных машин, но сходится в одном: развитие технологий окажет безусловное влияние на общество, экономику и отношения между людьми в будущем. Уже сейчас раздаются призывы обдумать этические принципы разработки искусственного интеллекта, удостоверившись в том, что искусственный интеллект развивается в безопасном для людей направлении.

Влияние на рынок труда

Научная фантастика и Голливуд сформировали представление об «искусственном интеллекте» как о следующей форме жизни на планете, которая поработит человечество в Матрице или организует ему ядерный Судный день. Выживших добьет Терминатор.

В действительности, несмотря на последние достижения в области искусственного интеллекта, до появления разумных машиносуществ еще далеко, признают ученые и специалисты. И те, и другие, впрочем, советуют на некоторые аспекты обратить внимание уже сейчас.

По оценкам исследовательской организации McKinsey Global Institute, в ближайшие десять лет новые технологии радикально изменят рынок труда на планете, что позволит сэкономить порядка 50 трлн долларов. Изменения коснутся сотен миллионов рабочих мест. Люди все больше и больше будут перекладывать часть своих служебных заданий и многие рутинные задачи на машину, что позволит им сосредоточиться на творческой работе.

«С некоторой точки зрения у человечества в целом есть важная и интересная задача - развиваться каждому конкретному индивидууму гораздо быстрее, чем человечество развивает системы искусственного интеллекта», - считает эксперт, директор по распространению технологий «Яндекса» Григорий Бакунов.

Но вместе с автоматизацией неминуемо пострадают менее квалифицированные кадры, и уже сейчас необходимо задуматься, как их защитить, переучить и подготовить к новой жизни.

Пострадать, как показывает практика, могут не только синие воротнички, но и работники умственного труда. Несколько дней назад Goldman Sachs заменил команду из 600 трейдеров на двух человек и автоматизированные программы алгоритмического трейдинга, для обслуживания которых были наняты 200 разработчиков-программистов.

Искусственный интеллект сам по себе не тождественен автоматизации процессов, но развитие ИИ приведет к тому, что все больше задач будет по силам компьютерной программе.

Искусственный интеллект – личность?

Может ли умный компьютер голосовать? Какого он пола? Отношения человека и умной машины уже сейчас обсуждают депутаты Европарламента, задаваясь вопросом, следует ли наделять будущих роботом статусом «электронной личности».

Как указывает Дютман, люди нехотя делятся правами с теми, кто им непонятен, а значит, будут сопротивляться «очеловечиванию» ИИ.

Принимая во внимание, как долго человечество шло к тому, чтобы наделить равными правами всех людей, вне зависимости от цвета их кожи, расы или гендера, можно уже сейчас предположить, что и машины они не сходу не признают равными.

Вместе с этическими появляются и юридические тонкости: кто возьмет на себя ответственность в случае аварии беспилотного автомобиля или поломки умного медицинского устройства - и нравственные вопросы: стоит ли развивать беспилотное оружие, способное действовать без ведома человека?

Третья этическая головоломка обсуждается чаще других и волнует человечество гораздо больше: что теоретически может сделать с человечеством суперинтеллект, настоящая умная машина?

Искусственный интеллект и этика


Принимая во внимание, как долго человечество шло к тому, чтобы наделить равными правами всех людей, вне зависимости от цвета их кожи, расы или гендера, можно уже сейчас предположить, что и машины они не сходу не признают равными.

Вместе с этическими появляются и юридические тонкости: кто возьмет на себя ответственность в случае аварии беспилотного автомобиля или поломки умного медицинского устройства - и нравственные вопросы: стоит ли развивать беспилотное оружие, способное действовать без ведома человека?

Третья этическая головоломка обсуждается чаще других и волнует человечество гораздо больше: что теоретически может сделать с человечеством суперинтеллект, настоящая умная машина? А главное, такой ИИ сможет самостоятельно думать.

Исследованием угроз, которые таит ИИ, а также этическими проблемами, связанными с новыми технологиями, занимаются многие институты, в числе которых организация Future of Life Institute (Институт будущего жизни), Foresight Institute, Future of Humanity Institute, OpenAI и другие.

Решение Аллисон Дютман из Foresight Institute - дать компьютеру прочитать всю научную литературу, научные статьи, поднимающие вопрос об этике, и сделать эту информацию основой для его будущих решений.

Искусственный интеллект и нейронные сети
Большинство экспертов связывают прогресс в развитии ИИ с развитием нейронных сетей.

Нейронные сети - это одно из направлений исследований в области искусственного интеллекта, основанное на моделировании биологических процессов, которые происходят в человеческом мозгу.

Именно им мы обязаны появлению впечатляющих результатов в распознавании речи и изображений, постановке медицинских диагнозов, переводе текста и создании изображений, генерации речи и музыкальной композиции.

На сегодня, как признают специалисты, нейронные сети признаны одним из лучших алгоритмов машинного обучения, а решения на их основе показывают на данный момент самые выдающиеся результаты.

И это несмотря на то, что современные нейронные сети устроены в полторы тысячи раз проще, чем головной мозг крысы.

Сейчас создаются специализированные процессоры для обучения таких сетей (так называемые нейроморфические процессоры), которые позволят увеличить скорость вычислений на несколько порядков.

А тот факт, что такие системы стали сравнительно доступными большому числу рядовых разработчиков, привел к появлению стартапов, экспериментирующих с нейронными сетями, например Prisma (приложение позволяет обрабатывать фотографии, превращая их в стилизации картин известных художников) и Mubert (онлайн-композитор электронной музыки).

Искусственный интеллект эффективнее человека?
Газета Financial Times в прошлом году провела довольно рискованный эксперимент, одновременно поставив задачу написать текст своему профильному корреспонденту и умной программе по имени Эмма. Обе статьи затем должен был прочитать редактор Financial Times и угадать, за какой из двух заметок стоит журналист, а за какой компьютер.

Перед этим своеобразным «краш-тестом» корреспондент Financial Times признавалась: «Я думаю, программа точно справится с задачей быстрее меня. Но, надеюсь, я все-таки сделаю это лучше».

Так и случилось: Эмма действительно оказалась быстрее - программа сгенерировала текст на основе статистики об уровне безработицы в Британии за 12 минут. Журналистке потребовалось 35 минут. И, как она сама впоследствии признавалась, Эмма превзошла ее ожидания. Программа не только умело обращалась с фактами, но и поставила новость в контекст, предположив, как возможный «брексит» (дело было в мае 2016 года, до референдума о выходе Британии из ЕС) может изменить ситуацию.

Но кое-что Эмма сделала все же хуже журналистки. «Статья Эммы была написана немного более корявым языком. Но главное, в ней было очень много цифр, - признавался редактор FT. - А, пожалуй, главное, что мы тут пытаемся делать, так это выбирать только действительно важные цифры».

Эмма - продукт стартапа Stealth. В компании говорят, что у Эммы есть команда живых помощников, но утверждают, что все, что она пишет или делает, - продукт исключительно ее «мозгов».

Заключение

Подводя итоги, цель ИИ - обеспечение работы программных продуктов, способных к анализу входных данных и интерпретации полученных результатов. Искусственный интеллект — средство, обеспечивающее более интуитивный процесс взаимодействия человека с программами и помощь при принятии решений в рамках определенных задач. ИИ не замена человеку, и в обозримом будущем таковой не станет. ИИ меняет наш мир и находит всё новые применения. Наша задача – использовать его во благо, разрабатывать правила регулирования ИИ-систем и передавать системам опыт, накопленный за тысячелетия существования человечества.

Для написания данной работы были использованы ресурсы сети Интернет


Если страница Вам понравилась, поделитесь в социальных сетях:

Объявление

Наши баннеры

Сайт Обучонок содержит исследовательские работы и индивидуальные проекты учащихся, темыпроектов по предметам и правила их оформления, обучающие программы для детей.

Будем очень благодарны, если установите наш баннер!

Исследовательские работы и проекты учащихся

Код баннера:

<a href="https://obuchonok.ru" target="_blank" title="Обучонок - исследовательские работы и проекты учащихся"> <img src= "https://obuchonok.ru/banners/ban200x67-6.png" width="200" height="67" border="0" alt="Обучонок"></a>

Другие наши баннеры...

Статистика

Карта сайта Обучонок