Введение

Искусственный интеллект — это свойство интеллектуальных систем выполнять творческие функции, которые считаются прерогативой человека. Так же это наука и технология создания интеллектуальных машин, в особенности интеллектуальных компьютерных программ. ИИ связан с аналогичной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничен биологически правдоподобными методами. Существующие интеллектуальные системы имеют довольно узкие области применения. Например, те программы, которые могут одержать победу над человеком в шахматах, но не способны сделать что-нибудь другое.

На возможность о размышлении на тему «искусственный интеллект» большое влияние оказало возникновение механистического материализма, которое имеет начало с работы Рене Декарта «Рассуждение о методе» (1637) и работы Томаса Гоббса «Человеческая природа» (1640).
Рене Декарт предположил, что животное представляет собой сложный механизм. Как раз этим предположением он сформулировал механистическую теорию.

Рене Декарт (1596 - 1650)

Томас Гоббс (1588 - 1679)

В 1623 г. Вильгельм Шиккард создал первую механическую цифровую вычислительную машину, после которой начали создаваться машины Блеза Паскаля (1643) и Лейбница (1671). В 1832 году коллежский советник С. Н. Корсаков опубликовал принцип разработки научных методов и устройств для улучшения возможностей Семён Николаевич Корсаков интеллекта и предложил серию (1787 - 1853)«интеллектуальных машин», в создании которых, впервые в истории информатики, применил перфорированные карты. В XIX веке Чарльз Бэббидж и Ада Лавлейс работали над программируемой механической вычислительной Вильгельм Шиккард машиной. (1592 - 1635)

В 1950 году Алан Тьюринг опубликовал статью «Вычислительные машины и разум» в философском журнале Mind. В этой статье Алан Тьюринг предложил эмпирический тест, который называют тестом Тьюринга.

Стандартная интерпретация этого теста звучит следующим образом:

«Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести Стандартная интерпретация человека в заблуждение, заставив теста Тьюринга сделать неверный выбор». Алан Тьюринг (1912 - 1954)Летом 1956 года в Дартмутском колледже был проведён научный семинар, который продолжался 2 месяца.
Целью было рассмотрение вопроса: можно ли моделировать рассуждения, интеллект и творческие процессы с помощью вычислительных машин. Результатов этой конференции почти не было, но именно она позволил сойтись вместе и познакомиться всем наиболее важным деятелям в этой научной области.

Благодаря этой конференции через год были основаны лаборатории в целом ряде университетов: Карнеги — Меллон под руководством Аллена Ньюэлла и Герберта Саймона, в Стэнфорде под руководством Маккарти, в МИТ под руководством Марвина Минского и в Эдинбурге под руководством Дональда Миши. Но всё же в ходе семинара, был сформулирован один из основных принципов создания искусственного интеллекта — меняющиеся ответы на переменную среду.

Этот тезис был сформулирован Марвином Минским: нужно создать машину, которая бы демонстрировала определённый вид обучения. Такая машина должна быть снабжена входным и выходным каналами, то есть средствами обеспечения разнообразных выходных ответов на входящие вопросы. Такой метод обучения можно назвать «метод проб и ошибок», то есть процесс приобретения диапазона вариантов ввода-вывода функций. Машина, спрограмированная таким образом, при помещении в соответствующую среду и с учётом критериев «провал или успешное достижение цели» может быть обучена проявлять целенаправленное поведение.

Технологию ИИ можно реализовывать по-разному. Но основной способ – это нейросети. Нейросеть строится по такому же принципу, как и нервные сети в живом организме. Как раз отсюда и название. В организме в сеть соединяются нервные клетки – нейроны, они образуют нервную систему. А в искусственной нейросети используются простые процессоры – вычислительные элементы, которые соединяются и взаимодействуют по такой же схеме.
В отличие от обычных алгоритмов, нейросети способны обучаться на основе опыта. Нейросети анализируют и находят связи между данными на входе и выходе, обобщают эти данные и дают решения задач. Чтобы нейросети могли работать таким образом, используются методы машинного обучения. Но в случае с нейросетями такое обучение требует довольно много вычислительных ресурсов.

Чему можно научить нейросеть, зависит только от входных данных. Чем больше этих данных, тем качественнее будет обучение. Можно научить нейросеть отличать одни объекты от других, сравнивать и прогнозировать. Обучение такой нейросети похоже на обучение детей, когда им показывают картинку и говорят: "Это кошка". Но случае с нейросетями это обучение немного другое. Они получают очень много таких картинок с объясняющими ярлыками и учатся распознавать отдельные элементы, которые затем смогут совмещать. Входное изображение попадает в некую фильтрующую систему. Фильтры в этой системе разные по размеру и по сложности элементов, которые могут распознать – у каждого есть свой набор признаков.

Изображение многократно Схема нейронных сетей фильтруется в этой системе. Когда много элементов распознано, то нейросеть составляет прогноз.
Искусственный интеллект в наше время в этом научном направлении существует слишком
много подобластей, в которых выполняется очень много исследований. Есть даже чат-боты, которые сумели пройти тест Тьюринга.

Например чат-бот под видом одесского мальчика Жени Густман впервые в истории прошел тест Тьюринга, убедив профессиональное жюри, что с ними разговаривает человек. Есть даже ИИ который самостоятельно учиться ходить. Каждому движению он учит себя с нуля. К модели прикрепили виртуальные сенсоры, сообщающие об ориентации, положении, а так же информацию об окружении. Его запрограммировали дойти из точки A в точку B.

ИИ никогда не учили ходить или что это такое. Он даже может ходить по бездорожью, прыгать, преодолевать препятствия и удерживать баланс на движущихся поверхностях. Получается пока конечно не всегда, но он учится на ошибках. ИИ IBM Watson даже смог победить в американском шоу Jeopardy, не используя интернет.

В общем в наши дни искусственный интеллект способен на многое. В качестве подтверждения можно привести много примеров: от использования микрокалькуляторов до применения роботов в качестве докторов, водителей, нянь, собеседников. ИИ способен обыграть почти любого человека в играх, решать большие задачи, проводить хирургические операции, но он не способен банально поговорить с человеком, его можно сбить с толку любым двузначным словом, междометием или вопросом на которого нет ответа.

Так как чтобы понимать человека нужно простое человеческое мышление, а не разбор предложений по словам. Но на сегодня прогрессивно развиваются технологии в этой сфере, и то что раньше являлось лишь сюжетом какой-нибудь фантастики, на сегодня - реальность.