Искусственный интеллект. История изучения проблемы. Современное состояние
Заказать уникальный реферат- 15 15 страниц
- 5 + 5 источников
- Добавлена 11.09.2019
- Содержание
- Часть работы
- Список литературы
- Вопросы/Ответы
Введение 3
1 История изучения искусственного интеллекта 4
2 Современное состояние исследований в сфере искусственного интеллекта 7
Заключение 14
Список использованных источников 15
В августе 2018-го года прошло соревнование команды агентов искусственного интеллекта OpenAI Five с командой профессиональных игроков в Dota 2, сложную многопользовательскую компьютерную стратегию. Искусственный интеллект обыграл команду любителей, но проиграл команде лучших профессиональных игроков. Этот результат показывает возможность к обучению агентов в сложных средах и, что важно, к эффективной коллаборации.
4. Широкое распространение получают специальные архитектуры процессоров, оптимизированные для глубокого обучения.
Алгоритмы нейронных сетей требуют большой вычислительной мощности, так как содержат множество вычислительных операций над матрицами и тензорами. Чтобы ускорить вычисления, используются специальные архитектуры процессоров, которые производят операции над массивами, а не парами чисел.
Тактовые частоты (частота выполнения элементарных арифметических операций) в таких процессорах обычно ниже, но архитектура позволяет произвести операцию умножения двух матриц за один вычислительный такт, что даёт существенный выигрыш в скорости.
Тензорный процессор Google (TPU) — интегральная схема специального назначения (ASIC) для решения задач машинного обучения. Google представил схему в 2016 году, в этом году вышло третье поколение процессора, также компания открыла бесплатный доступ к TPU v2.
Вычисления операций над матрицами на таких процессорах в десятки раз производительнее, чем на GPU (содержащем тысячи арифметических блоков, которые выполняют простейшие операции над парами чисел параллельно), и выигрывающих за счет этого у CPU (классической архитектурой фон Неймана).
Все более актуальны становятся FPGA-архитектуры (Field Programmable Gate Array), позволяющие программировать логическую схему устройства для решения конкретной вычислительной задачи оптимальным образом.
Intel применяют FPGA-процессоры в камерах видеонаблюдения для производительной реализации технологий компьютерного зрения (ресурсоёмкие конволюционные нейронные сети).
Эти решения востребованы сегодня в индустрии безопасности, в ритейле и на производстве: они позволяют распознавать лица людей в толпе, детектировать объекты и события, а также контролировать производственные процессы в режиме реального времени.
Гибкость FPGA-архитектур даёт возможность перепрограммировать интегральную схему при изменении алгоритмов для поддержания оптимальной производительности системы.
5. Предложены принципиально новые архитектуры нейронных сетей.
Перспективным направлением исследований является применение аппарата фундаментальной математики — дифференциального исчисления, дифференциальной геометрии и топологии к формированию новых архитектур нейронных сетей и совершенствованию алгоритмов машинного обучения.
Ещё одно актуальное направление — автоматический поиск оптимальных архитектур нейронных сетей. Эта постановка задачи предполагает наличие внешнего цикла оптимизации (или нейросети) над шагами обучения и тестирования нейросети, решающей целевую задачу, чтобы выбрать лучшую модель с оптимальными параметрами.
Более совершенными подходом может стать применение аппарата дифференциальной геометрии и топологии к анализу исходных данных и необходимых преобразований над ними — исследования в этом направлении ведутся в Intuition. Развитие новых алгоритмов позволит радикально улучшить качество и повысить производительность решений на основе машинного обучения.
ЗАКЛЮЧЕНИЕ
Таким образом, следует сделать ряд выводов по рассмотренной теме.
Искусственный интеллект (ИИ, Искин) — это экспериментальная научная дисциплина, задача которой — воссоздание с помощью искусственных устройств разумных рассуждений и действий. Прикладной аспект искусственного интеллекта включает решение компьютером задач, не имеющих явного алгоритмического решения, порой — с нечёткими целями. При этом часто используются «человеческие» способы решения таких задач. Научный аспект искусственного интеллекта касается объяснения работы естественного интеллекта и имитации решения задач человеком.
Искусственный интеллект призван расширить возможности компьютерных наук, а не определить их границы. Одной из важных задач, стоящих перед исследователями, является поддержание этих усилий ясными теоретическими принципами.
Область искусственного интеллекта стала развиваться после возникновения компьютеров. Сегодня элементы искусственного интеллекта используются во множестве областей, от бытовой техники до управления атомными станциями. Развитие искусственного интеллекта идёт параллельно с ускорением компьютеров и прогрессом в области когнитивной науки. Ожидается, что через несколько десятков лет искусственный интеллект достигнет уровня человека, а затем и превзойдёт его.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
Горбачев В.В. Концепции современного естествознания / В.В. Горбачев. - М.: Оникс-ЛИТ, 2017. - 136 c.
Копьяк А. С. Проблема искусственного интеллекта: морально-этические и юридические аспекты // Современные научные исследования и инновации. - 2018. - № 2 (10).
Рязанова А. П., Погорелова А. С. Проблема искусственного интеллекта в современном мире // Бюллетень медицинских интернет-конференций. - 2018. - № 1.
Торосян В. Г. Концепции современного естествознания / В.Г. Торосян. - М: РГГУ, 2016. - 118 c.
Шипунова О.Д. Концепции современного естествознания / О.Д. Шипунова. - М.: Гардарики, 2017. - 110 c.
Шипунова О.Д. Концепции современного естествознания / О.Д. Шипунова. - М.: Гардарики, 2017. – С. 51.
Горбачев В.В. Концепции современного естествознания / В.В. Горбачев. - М.: Оникс-ЛИТ, 2017. – С. 29.
Торосян В. Г. Концепции современного естествознания / В.Г. Торосян. - М: РГГУ, 2016. – С. 49.
Рязанова А. П., Погорелова А. С. Проблема искусственного интеллекта в современном мире // Бюллетень медицинских интернет-конференций. - 2018. - № 1.
Рязанова А. П., Погорелова А. С. Проблема искусственного интеллекта в современном мире // Бюллетень медицинских интернет-конференций. - 2018. - № 1.
Копьяк А. С. Проблема искусственного интеллекта: морально-этические и юридические аспекты // Современные научные исследования и инновации. - 2018. - № 2 (10).
Копьяк А. С. Проблема искусственного интеллекта: морально-этические и юридические аспекты // Современные научные исследования и инновации. - 2018. - № 2 (10).
5
2
1. Горбачев В.В. Концепции современного естествознания / В.В. Горбачев. - М.: Оникс-ЛИТ, 2017. - 136 c.
2. Копьяк А. С. Проблема искусственного интеллекта: морально-этические и юридические аспекты // Современные научные исследования и инновации. - 2018. - № 2 (10).
3. Рязанова А. П., Погорелова А. С. Проблема искусственного ин-теллекта в современном мире // Бюллетень медицинских интернет-конференций. - 2018. - № 1.
4. Торосян В. Г. Концепции современного естествознания / В.Г. Торосян. - М: РГГУ, 2016. - 118 c.
5. Шипунова О.Д. Концепции современного естествознания / О.Д. Шипунова. - М.: Гардарики, 2017. - 110 c.
Вопрос-ответ:
Какая история изучения искусственного интеллекта?
История изучения искусственного интеллекта имеет долгую и интересную историю, начиная с конца XIX века. Первые идеи о создании устройств, способных имитировать человеческий интеллект, появились еще в то время. Однако, научные и технологические прорывы в этой области происходили в основном во второй половине XX века, когда разработаны основные понятия и методы, используемые в современных исследованиях искусственного интеллекта.
Какое современное состояние исследований в сфере искусственного интеллекта?
Современные исследования в сфере искусственного интеллекта находятся на захватывающей стадии. Большинство новых разработок основаны на глубоком машинном обучении и нейронных сетях. Такие системы уже применяются в различных областях, включая медицину, автомобильную промышленность, финансы и многое другое. Все больше и больше компаний и университетских лабораторий вкладывают средства и ресурсы в исследования по искусственному интеллекту, и это создает большие перспективы для будущих достижений в этой области.
Какие первые популярные задачи в искусственном интеллекте?
В исследованиях искусственного интеллекта существуют несколько ключевых задач, которые изначально стали предметом изучения. Одной из них была задача создать компьютерную программу, способную играть в шахматы и побеждать человека. Эта задача была успешно решена в 1997 году, когда компьютер Deep Blue победил чемпиона мира Гарри Каспарова. Другой популярной задачей было создание экспертных систем, способных принимать сложные решения на основе предоставленной информации. Эти системы были разработаны для различных областей, от медицины до финансов.
Какая история изучения искусственного интеллекта?
История изучения искусственного интеллекта началась еще в середине XX века, когда исследователи начали задаваться вопросом, можно ли создать машину, способную мыслить и решать задачи так же, как люди. С тех пор было предпринято множество попыток разработки искусственного интеллекта, и на протяжении десятилетий исследователи продолжают улучшать и расширять возможности этой области.
Какое современное состояние исследований в сфере искусственного интеллекта?
Современное состояние исследований в сфере искусственного интеллекта впечатляет. Разработки в области машинного обучения, нейронных сетей и глубокого обучения позволили создать системы, способные распознавать образы, обрабатывать естественный язык, играть в сложные стратегические игры и многое другое. Искусственный интеллект уже применяется в различных отраслях, таких как медицина, финансы, автомобилестроение, и его использование продолжает расширяться и развиваться.
Какие источники использовались при написании статьи?
При написании статьи были использованы следующие источники: [список использованных источников]
Как прошло соревнование команды искусственного интеллекта с профессиональными игроками в Dota 2?
В августе 2018 года прошло соревнование команды агентов искусственного интеллекта OpenAI Five с командой профессиональных игроков в Dota 2. Искусственный интеллект смог справиться с сложной многопользовательской компьютерной стратегией и победить команду любителей. Однако, в последующих соревнованиях команда искусственного интеллекта проиграла профессиональным игрокам.
Чему научились исследователи в сфере искусственного интеллекта на сегодняшний день?
Исследователи в сфере искусственного интеллекта научились многому. Они разработали алгоритмы машинного обучения, которые позволяют компьютерам обучаться на основе больших объемов данных. Они создали нейронные сети, способные распознавать образы и обрабатывать естественный язык, а также системы, способные играть в сложные стратегические игры. Искусственный интеллект уже используется в различных областях, и его применение продолжает расти.
Какая история изучения искусственного интеллекта?
Искусственный интеллект и его возможности начали изучать еще в середине XX века. Первые идеи искусственного интеллекта появились в 50-х годах, когда началось исследование компьютерных алгоритмов и логики, которые могут имитировать интеллектуальное поведение. С тех пор область искусственного интеллекта неуклонно развивается, и сегодня она включает в себя широкий спектр технологий и методов, таких как машинное обучение, глубокое обучение и нейронные сети.