Что такое Искусственный Интеллект
Искусственный интеллект (ИИ) уже является частью нашей повседневной жизни, мы не думаем об этом, мы не замечаем его вокруг нас, но он есть … нравится вам это или нет, и мы используем его .. нравится вам это или нет.
С чего все началось
Это началось в 1950 году, когда Алан Тьюринг представил тест Тьюринга:
человек(экзаменатор) будет оценивать разговоры на естественном языке между человеком и машиной … Если экзаменатор не сможет надежно отличить машину от человека, то машина прошла испытание.
Сегодня такую “машину” назвали бы «ИИ общего назначения» и по-сути она является главной целью всех исследований и разработок в этой области.
ИИ прошел через несколько циклов взлетов и падений, и теперь мы переживаем третий период расцвета ИИ. Посмотрим, будет ли этот период последним, и надеемся что он не станет для нас «последней точкой» 🙂
ИИ как наука
Прежде всего, ИИ это не только компьютерная наука или ИТ. Эта область объединяет в себе знания и открытия из ряда наук:
Философия — формальная логика и рассуждение
Математика — большинство современных методов ML (машинного обучения) в значительной степени основаны на математике, такой как теория вероятности и пр.
Экономика — теория игр и пр.
Нейронаука — нейронные сети, один из главных подходов в ИИ базируется на структуре человеческого мозга
Психология — открытия в когнитивной психологии вдохновили некоторые методы и приемы, используемые в ИИ
Компьютерная инженерия — конечно, компьютеры и ИТ — наши инструменты для создания ИИ
Теория управления и кибернетика — современный взгляд на ИИ как на системы, которые ведут себя оптимально
Лингвистика — методы и приемы обработки естественного языка .. эй, Алекса .. расскажи мне , что ты об этом знаешь ..
Цели и подходы
Разные исследователи в разное время использовали разные критерии для описания систем ИИ. Они могут быть обобщены в 4 следующих категории:
Мыслить как человек — машины с разумом в полном и буквальном смысле
Мыслить рационально — моделирование интеллекта с помощью вычислительных моделей
Действовать как человек — создание машин, выполняющих функции, которые требуют интеллекта при исполнении людьми
Действовать рационально — создание интеллектуальных агентов действующих рационально
Современный общепринятый подход направлен на «Действовать рационально». Действительно, что бы вы хотели от вашего “цифрового помощника”: быть человеком или быть рациональным .. 🙂 Что касается меня, в мире достаточно сумасшедших людей, я хочу, чтобы по крайней мере мой ИИ-помощник был рациональным.
И с другой стороны, в чем польза от помощника, который «думает», но не может «действовать» от моего имени. Если он достаточно умен, чтобы понять, что я хочу забронировать отель, то почему бы ему не сделать это для меня?
Выходит современный подход к ИИ очень практичен: создание агентов, которые могут действовать рационально.
Вот именно это изменение подхода с «Думай как человек» на «Действуй рационально» помогло осознать, что у нас достаточно накоплено знаний, инструментов и опыта, чтобы создать целую кучу полезных вещей, помогающих нам повсюду — от “умных” пылесосов до автономных автомобилей.
И именно это изменение в подходе вызвало тот бум ИИ, который мы наблюдаем сегодня.
Методы и алгоритмы
Теперь краткий обзор того, какие реальные методы и подходы используются за модным словом ИИ. Если вы начнете углубляться в детали, вы можете быть удивлены, узнав, что в основе некоторых решений искусственного интеллекта лежит … простая математика. 🙂 Ну, если честно, математика там часто не так проста, но она вполне вписывается в рамки среднего инженерного образования. Конечно, для практических решений она “объединяется” с IT и другими науками, но в самой основе ИИ нет никакого волшебства. Есть хорошо известные алгоритмы, а затем куча уловок — ну, люди всегда были хороши в разных уловках, просто сейчас мы называем это «оптимизацией» 😉
Если сильно упростить, то современные методы искусственного интеллекта сводятся к следующему.
Решение проблем — основано на хорошо известных алгоритмах перебора вариантов .. чисто комбинаторные задачи с некоторыми методами оптимизации.
Знания и логика — основаны на формальном представлении знаний и логике. Например, «если идет дождь, возьмите зонтик». Эти методы были разработаны очень давно .. древними греками .. опять же .. никакой магии.
Неопределенные знания и логика — основанные на теории вероятности, то есть на хорошо известной математике. Например, если я не знаю погоду, но сейчас ноябрь и я собираюсь в Лондон, то будет 70% вероятности дождя … Поэтому, если я возьму зонт вместо солнцезащитных очков, у меня будет 70% вероятность успеха. 🙂
Машинное обучение ( ML) — это именно тот раздел ИИ, который большинство людей имеют в виду, когда слышат или говорят про Искусственный Интеллект, но это всего-лишь лишь один из подразделов.
Хотя многие современные ИИ решения основаны на машинном обучении. Ключевая идея: у меня много исторических данных, то есть накоплена информация о фактах или событиях, которые уже произошли. И есть разные алгоритмы для обработки этих известных фактов, чтобы предсказать вероятность повторения одного и того же факта при наличии определенных условий. Многие из этих алгоритмов опять же используют хорошо известные математические методы, такие как регрессия и вероятность. А нейронные сети, как один из самых совершенных и сложных методов, основаны на компьютерных науках, биологии человека и математических алгоритмах.
Конечно, ИИ — очень большая и сложная область, и я коснулся только верхушки айсберга, но, надеюсь, что теперь термин “искусственный интеллект” не будет для вас звучать как “Экспелирамус” 🙂 .
Оставайтесь со мной, я планирую продолжить посты о различных технологиях ИИ и их практическом применении в нашей жизни.
Если вам понравился этот пост, пожалуйста, поделитесь и пригласите своих друзей подписаться на мой блог.
