База данных (data base)
жүктеу/скачать 57,13 Kb.
|
- Бұл бет үшін навигация:
- Машинное обучение
| Искусственный интеллект – это наука и технологии создания умных машин, особенно компьютеров. Область искусственного интеллекта основывается на цели сделать машину настолько же умной, как человек, принимать правильные решения без влияния эмоциональной составляющей, присущей человеку.
Истоки искусственный интеллект берет в середине XX в. В Дартмуте в 1956 г. родилась идея создания компьютерных программ, способных работать по образу и подобию человеческого мозга. Так и родился искусственный интеллект в привычном для нас смысле. В начале 1980-х гг. ученый в области теории вычислений Барри Файгенбаум предложил следующее определение искусственного интеллекта: «Искусственный интеллект — это область информатики, которая занимается разработкой интеллектуальных компьютерных систем, т. е. систем, обладающих возможностями, которые мы традиционно связываем с человеческим разумом, – понимание языка, обучение, способность рассуждать, решать проблемы и т. д.». Позже к искусственному интеллекту стали относить ряд алгоритмов и программных систем, отличительным свойством которых является то, что они могут решать некоторые задачи так, как это делал бы размышляющий над их решением человек. Основные свойства искусственного интеллекта– это понимание языка, обучение и способность мыслить и, что немаловажно, действовать. Машинное обучение включает в себя целый комплекс родственных алгоритмов, технологий и процессов, развивающихся качественно и стремительно: классическое машинное обучение (Machine Learning, ML); распознавание человеческого языка (Natural Language Processing, NLP); рекомендательные (экспертные) системы; виртуальные агенты (чат-боты и виртуальные помощники); идентификация изображений с помощью алгоритмов компьютерного зрения (Computer Vision, CV); временные ряды и др. В основе всего того, что является примерами применения искусственного интеллекта (а это машинный перевод, распознавание речи, обработка текстов на естественных языках, компьютерное зрение, автоматизация вождения автомобилей, производственных процессов и многое другое), лежит глубокое обучение. Это подмножество машинного обучения, отличающееся использованием моделей нейронных сетей, которые имитируют работу головного мозга человека для обработки колоссальных по своим объемам данных. Любая модель нейронной сети обучается на больших наборах данных, обретает некоторые «навыки», в соответствии с которыми может давать рекомендации, предсказания или руководства к действию, в том числе контроллеру. Сферы применения достаточно широки и охватывают многие современные технологии и появляющиеся новые направления, далекие от массового применения. Иначе говоря, это весь спектр решений – от пылесосов и системы «умного дома» до космических технологических инноваций. К основным технологиям искусственного интеллекта можно отнести и Интернет вещей, и компьютерное зрение, и робототехнику. Технологические направления искусственного интеллекта фигурируют как новые подотрасли экономики и обособленные сущности, одновременно обслуживая большинство сфер в экономике. Внедрение технологий искусственного интеллекта ведет к адаптации технологий в классических отраслях экономики по всей цепочке создания ценности и преобразует их, приводя к алгоритмизированию практически всего функционала, от логистики до управления компанией. Методы машинного обучения применяются во многих исследованиях и отраслях промышленности для составления прогнозов и анализа процессов, оценки состояния объекта с помощью компьютерного зрения. Оценка точности работы моделей машинного обучения и ее увеличение являются важными задачами. Эта область постоянно развивается, появляются и разрабатываются новые алгоритмы и методологии. Технологии виртуальной и дополненной реальности получают все большее применение в разных сферах. Это способ визуализации, который подключает пространственное восприятие к традиционным источникам информации. Расскажем немного подробнее об этих технологиях. жүктеу/скачать 57,13 Kb. Достарыңызбен бөлісу:
|