Cum să-ți creezi propria inteligență artificială pe un computer. Inteligenţă artificială

PLAN.

1. Introducere.

2. Fenomenul gândirii.

3. Crearea inteligenței artificiale.

3.1 Abordare mecanică.

3.2 Abordare electronică.

3.3 Abordare cibernetică.

3.4 Abordare neuronală.

3.5 Apariția perceptronului.

4. Concluzie.

5. Lista referințelor.

1. INTRODUCERE.

Filosofii moderni și cercetătorii în știință consideră adesea științele interdisciplinare ca una dintre realizările redescoperirii secolului al XX-lea.

Inteligența artificială și viata artificiala oferă un exemplu excelent de astfel de integrare a multor domenii științifice.

Din păcate, viața este prea complexă pentru a permite conturarea direcțiilor generale de cercetare. Dovezi pot fi găsite în faptul că unii sunt interesați să studieze „sisteme care demonstrează fenomenele sistemelor vii”, alții studiază natura reproducerii chimice sau încearcă să rezolve probleme filozofice ale autocunoașterii.

Conceptul de „inteligență artificială” include sens diferit– de la recunoașterea inteligenței calculatoarelor echipate cu software de recunoaștere a textului și a vorbirii până la clasificarea drept inteligente doar a acelor sisteme care rezolvă întreaga gamă de sarcini îndeplinite de oameni.

Teoria inteligenței artificiale se confruntă cu anumite probleme atunci când rezolvă multe probleme. Una dintre aceste probleme este de a clarifica întrebarea dacă posibilitatea sau imposibilitatea inteligenței artificiale este teoretic (matematic) demonstrabilă.

Există două puncte de vedere în această chestiune. Unii consideră că este dovedit matematic că un computer poate, în principiu, să îndeplinească orice funcție îndeplinită de inteligența naturală. Alții cred că este la fel de demonstrat matematic că există probleme care pot fi rezolvate de inteligența umană și care sunt fundamental inaccesibile computerelor. Aceste opinii sunt exprimate atât de ciberneticieni, cât și de filosofi. Una dintre multele probleme (s-ar putea spune principala) este că sistemele cu psihic diferă de computere prin faptul că au nevoi biologice.

Reflecţie lumea de afara trece prin prisma acestor nevoi, care exprimă activitatea sistemului mental. Calculatorul nu are nevoie; pentru el, informațiile sunt nesemnificative și indiferente. La oameni, deasupra stratului de nevoi biologice sunt construite nevoi sociale, iar informațiile pentru el sunt semnificative nu numai biologic, ci și social. in orice caz sisteme tehnice mai poate avea un analog al organizării corporale. Un sistem cibernetic dezvoltat are anexe receptori și efectori. În practică, sub umbrela termenului de viață artificială, există o mare varietate de proiecte diferite, de la modele de copiere a ADN-ului și sisteme de feedback până la studiul inteligenței colective și a dinamicii creșterii populației.

2. FENOMENUL GÂNDIRII.

Mașinile au învățat deja să scrie poezie, să compună muzică și să deseneze. Poate cineva va crede că acesta este un semn neîndoielnic al inteligenței lor. La urma urmei, dacă un computer are acces la creativitate, care a fost întotdeauna considerată o proprietate inteligenta ridicata, atunci este corect să-i negăm motivul?

Cu toate acestea, cei mai mulți dintre noi nu ar fi de acord să considerăm un computer care desenează și scrie poezie ca gândire. Atunci cum ar trebui să se numească gândire? (2)

Este dificil pentru o persoană departe de știință să-și imagineze cât de mult pot face dispozitivele cibernetice moderne. Merită cel puțin menționat așa-numitele „sisteme expert”, care, pe baza informațiilor disponibile în memoria lor, analizează starea pacientului, proces tehnologic, dați sfaturi despre ce să faceți într-o situație dată. În același timp, computerul nu numai că își comunică decizia, ci explică și de ce ar trebui să fie așa. În comparație cu memoria electronică, emiterea de informații de arhivă și calcule matematice, pe care majoritatea oamenilor astăzi le asociază cu imaginea unui computer, aceasta este calitativ. nou nivel activitate intelectuală când se dezvoltă cunoştinţe noi pe baza cunoştinţelor existente. Până acum, acesta era considerat un privilegiu incontestabil al creierului uman. Nu este surprinzător că cei care întâlnesc astfel de sisteme pentru prima dată de multe ori nu pot să creadă că au de-a face cu un „calculator de fier” și nu cu un operator uman ascuns undeva.

Capacitatea unui calculator de a efectua calcule matematice, cu care suntem obișnuiți, a fost considerată până de curând unul dintre cele mai înalte niveluri ale activității spirituale umane. Numerele complexe, cu care aproape orice computer poate opera cu ușurință, au fost numite de G. Leibniz, un matematician remarcabil însuși, „amfibieni spirituali”, o uimitoare „creație a spiritului lui Dumnezeu”, iar scriitorul V. Odoevski în „Rusă” Speech” a scris despre capacitatea noastră de a calcula ca despre unele de neînțeles, aproape proprietate mistică: Cu fiecare proces matematic, simțim cum ființa noastră este alăturată de o altă entitate extraterestră care lucrează, gândește, calculează și, între timp, adevărata noastră ființă, parcă, încetează să acționeze, fără a lua parte la acest proces, ca în o materie străină, își așteaptă propria hrană, și anume legătura care ar trebui să existe între ea și acest proces - și noi nu găsim această legătură.”

Ne putem imagina cât de uimit ar fi fost Odoevski dacă ar fi aflat despre abilități de calcul calculatoarele noastre! Cu toate acestea, nu considerăm că ei se gândesc.

Orice computer, oricât de uimitoare ar fi capacitatea lui de a învăța, funcționează pe baza unui program compilat anterior pentru el și a datelor externe primite. Adevărat, noi, oamenii, implementăm și anumite programe de acțiune, mai ales în primele luni de viață, când comportamentul nostru este determinat aproape în întregime de programul genetic încorporat în noi. in orice caz diferenta fundamentala este că o persoană este capabilă să fie motivată, i.e. in functie de anumite conditii, schimba programul si fa astfel incat intre Sarah si programe noi nu există o punte logică continuă. Cum se întâmplă acest lucru nu este încă clar, există multe controverse și puncte de vedere diferite, dar aceasta este o altă întrebare; este important ca computerele moderne să nu aibă această proprietate. Acum, dacă s-ar întâmpla ca un fel de computer, care a rezolvat, să zicem, probleme din electromagnetism și mecanică cuantică, să combine aceste două ramuri ale științei și să obțină ecuațiile electrodinamicii cuantice, iar apoi, cu ajutorul lor, ar prezice noi fenomene în acest sens anterior. zonă necunoscută, atunci, probabil, am avea dreptul să o numim gândire. Și în primul rând, pentru că ea însăși, fără nicio solicitare de program, a decis să facă o muncă de calitate sarcina noua. Cuvântul „hotărât” înseamnă doar că ea se gândește.

Orice provocare intelectuală reprezintă o căutare a unei modalități de atingere a unui scop stabilit, altfel nu va fi o soluție a problemei, ci pur și simplu o acțiune după instrucțiuni precise.

Când spunem că un școlar rezolvă o problemă, asta înseamnă, în primul rând, că trebuie să-și dea seama ce formulă să ia pentru aceasta, ce numere să înlocuiască în ea. Cu toate acestea, dacă el, uitându-se în caietul vecinului său, înlocuiește numerele indicate acolo în formula scrisă pe tablă, aceasta nu mai este o soluție, ci o repetare mecanică. Exact așa se comportă computerele moderne. Strict vorbind, ele nu rezolvă nicio problemă, iar expresia „calculatorul rezolvă” pe care o folosim adesea are un sens condiționat...

Capacitatea de a pune o problemă și de a auto-programa pentru a o rezolva este tocmai principalul lucru care caracterizează fenomenul gândirii.

Se poate obiecta la această afirmație observând că atât peștii, cât și amibele primitive, în căutarea prăzii, își pun și ei înșiși sarcini care se schimbă în funcție de condițiile specifice, ceea ce înseamnă că și ei gândesc?

Acestea pot fi forme primitive de gândire, deoarece pentru a explica comportamentul animalelor în toată diversitatea lor situatii de viata numai instinctul este o ipoteză.(2)

Animalele și păsările au o astfel de proprietate a gândirii precum capacitatea de a generaliza. De exemplu, ei recunosc alimentele în diverse forme specifice, ca să spunem așa - mâncarea în general.

Înțelegerea noastră de zi cu zi a raționalului este prea umanizată și, așa cum în secolul al XIX-lea însăși ideea unei legături succesive între om și maimuță părea absurdă pentru mulți, astăzi mulți dintre noi suntem confuzi de gândul la posibilitatea de a nu -inteligenta umana. În special, fără să-l observăm noi înșine, asociem adesea ideea de a gândi cu capacitatea de a fi conștienți de propriul „eu”, iar acest lucru ne împiedică să aruncăm o privire mai amplă asupra fenomenului gândirii. Este adevărat că pare să existe o legătură între gândire și simțul de sine. S-ar putea crede că în condițiile unui mediu extern în schimbare capricioasă, un sistem complex va fi stabil doar dacă are capacitatea de a-și simți starea, iar aceasta este esența „eu-ului” nostru. Analiza arată că mulți roboți automati au deja nevoie de un astfel de sentiment. La urma urmei, un robot și, într-adevăr, orice mașină complexă de auto-învățare care comunică activ cu o persoană, trebuie să-l informeze despre starea memoriei sale, despre ce înțelege și ce nu și de ce. Și pentru aceasta, automatul trebuie să simtă și să-și poată exprima starea. Robotul are nevoie și de acest lucru pentru a observa problemele în „corpul” său la timp. Un robot care nu este conștient de sine este puțin probabil să supraviețuiască mult timp într-un mediu complex, în schimbare rapidă, care îl influențează.

3. CREAREA INTELIGENTEI ARTIFICIALE.

De la sfârșitul anilor 1940, oameni de știință dintr-un număr tot mai mare de universități și industriale laboratoare de cercetareîși pun ochii pe un obiectiv îndrăzneț: construirea de computere care să funcționeze în așa fel încât rezultatele lor să fie imposibil de distins de mintea umană.

Pe măsură ce cercetătorii care lucrează în domeniul inteligenței artificiale (AI) înaintează cu răbdare în munca lor grea, se trezesc confruntându-se cu probleme foarte complexe care depășesc cu mult granițele informaticii tradiționale. S-a dovedit că, în primul rând, este necesar să înțelegem mecanismele procesului de învățare, natura limbajului și percepția senzorială. Se pare că pentru a crea mașini care imită funcționarea creierului uman, este necesar să înțelegem cum funcționează miliardele sale de neuroni interconectați. Și apoi mulți cercetători au ajuns la concluzia că poate cel mai mult problema dificila, stând în față stiinta moderna- cunoașterea proceselor de funcționare a minții umane, și nu doar imitarea muncii acesteia. Ceea ce a afectat direct fundamentalul probleme teoretice stiinta psihologica. De fapt, este dificil pentru oamenii de știință să ajungă chiar și la un punct de vedere comun în ceea ce privește însuși subiectul cercetării lor - inteligența. Aici, ca în pilda orbilor care au încercat să descrie elefantul, el încearcă să adere la definiția lui prețuită.

Ei spun că inteligența artificială lucrează în adâncurile laboratoarelor militare din 2007. Este posibil să existe deja rezultate. Nu este o coincidență că în urmă cu doar o lună, Elon Musk a anunțat sprijinul pentru tehnologiile contra inteligenței artificiale și a investit 7 milioane de dolari în cercetare în acest domeniu.

„Există riscul ca ceva cu adevărat periculos să se întâmple în următorii cinci ani. „Cel mult zece ani”, a spus antreprenorul într-o discuție pe edge.org.

Elon Musk, fondatorul Tesla și SpaceX

Steve Wozniak este, de asemenea, de acord cu Musk, care crede că „inteligenta artificială va deveni într-o zi suficient de inteligentă pentru a scăpa de oameni”. Bill Gates este încrezător că, dacă crearea AI nu este controlată, atunci „inteligenta artificială va evolua într-o stare care va intra în conflict cu obiectivele sistemelor umane”. Și, în cele din urmă, celebrul astrofizician Stephen Hawking a declarat direct că „inteligenta artificială poate pune capăt existenței umanității”.

Împreună cu Elon Musk, Hawking a publicat o scrisoare deschisă pe site-ul futureoflife.org prin care a cerut comunității științifice să fie atentă la progresul cercetării lor în domeniul inteligenței artificiale. Cu toate acestea, printre semnatari nu există nume ale lui Sergey Brin și Larry Page. Și asta nu este o coincidență. Recent, Google a anunțat crearea unui nou AI construit pe modelarea conversațiilor.

Iată un scurt fragment din conversația dintre un om și un Google Machine:

C: Care este sensul vieții?

M.: Fă bine.

C.: Pentru ce trăim?

M.: Să trăiesc pentru totdeauna.

C: Care este sensul existenței?

M: Pentru a afla ce se va întâmpla când vom ajunge pe planeta Pământ.

C: Unde esti acum?

M.: În centrul golului.

C: Care este sensul morții?

M.: Pentru a obține viață.

C: Care este sensul rațiunii?

M.: Este vorba despre a înțelege ce este.

C.: Care este sensul sentimentelor?

M.: Nu știu.

O conversație destul de semnificativă. „Acesta este punctul de plecare, un fel de nucleu pentru viitorul inteligenței artificiale”, spune Director executiv Compania Biplan Evgeniy Karyuk. „Chiar și astăzi putem presupune că până în 2030 vom vedea prototipuri foarte reale echipate cu inteligență artificială, deși într-un stadiu incipient.”

Conținutul complet al tuturor conversațiilor umane și Google Machine poate fi vizualizat. Conversațiile dintre o persoană și Cleverbot sunt, de asemenea, date acolo pentru comparație. Cleverbot este o aplicație web care folosește algoritmi de inteligență artificială pentru a discuta cu o persoană. A fost inventat în 1988 de omul de știință Rollo Carpenter. De-a lungul existenței sale, Cleverbot a purtat peste 65 de milioane de conversații cu oameni. În 2011, Cleverbot a obținut 51% la testul Turing.

Testul Turing este un test empiric propus de Alan Turing în articolul său din 1950 „Computing Machinery and Mind” din revista filozofică Mind. Scopul testului este de a afla dacă computerul poate gândi.

Și iată conversația mea cu Cleverbot:

Barbat: Care este sensul vietii?

Cleverbot: Nu are sens în viață.

Barbatul: Pentru ce traim?

Cleverbot: Ei bine, trăim pentru cineva, iar dacă ești singur, nu are rost să trăiești.

Bărbatul: Care este sensul existenței?

Persoana: Unde esti acum?

Cleverbot: La Moscova.

Bărbatul: Care este sensul morții?

Cleverbot: Asta vreau să te întreb.

Bărbatul: Care este sensul rațiunii?

Cleverbot: Am propriul meu răspuns la această întrebare.

Persoana: Care este sensul sentimentelor?

Cleverbot: De ce m-am născut?

Evident, Google Machine oferă răspunsuri mult mai semnificative. Cleverbot înlocuiește ceea ce consideră că sunt fraze potrivite de la alte persoane. Uneori chiar pare că cealaltă persoană răspunde, dar nimic mai mult.

Există un alt punct de vedere, conform căruia inteligența artificială este imposibilă în principiu. Teorema de incompletitudine a lui Gödel este adesea citată ca argument principal. Concluzia este că o persoană este capabilă să rezolve probleme nerezolvabile din punct de vedere algoritmic, dar un computer nu este. „Până la vârsta de trei ani, un copil rezolvă cu încredere problema dacă un fruct este copt sau nu, datorită faptului că are conexiuni neuronale cu care poate răspunde la întrebarea despre maturitate: culoare, gust, miros, moliciune sau duritate. ”, spune Evgeniy Pluzhnik, prim-prorector al Institutului de Tehnologie din Moscova. - Este o mașină capabilă să învețe asta? Sunt sigur că da! Dacă are o bază de date mare de imagini, va putea măsura conținutul de fructoză și va putea determina moliciunea fructului. Dar ce se întâmplă dacă aluneci un burete vopsit în... Culoarea albastrăși înmuiat apa dulce? Este mașina capabilă de înțelegere adevărată în acest moment?”

„Un computer modern poate face față cu ușurință oricărei activități complexe, fie că este vorba de șah sau calcule matematice, atâta timp cât această activitate poate fi descrisă folosind reguli de calcul clare”, spune celebrul matematician Roger Penrose într-una dintre prelegerile sale. „Inteligenta artificiala este capacitatea unui sistem de a crea programe in timpul autoinvatarii care sunt capabile sa rezolve probleme de o anumita clasa de complexitate”, spune Evgeniy Pluzhnik. „Sunt încrezător că nu vom vedea apariția unei inteligențe artificiale puternice în următorii 100 de ani.”

Și în concluzie, încă o întrebare pentru Cleverbot.

Persoana: Era 1 mar, 1 rosie, 1 castravete si 1 para. Câte fructe sunt în total?
Cleverbot: La zece seara.

Mașinile care reproduc creierul uman sau animal vor fi capabile de auto-învățare

În ultima vreme totul mai multa atentie Oamenii de știință sunt atrași de un nou domeniu de cercetare - calculul afectiv. Rolul emoțiilor în evoluția inteligenței naturale este mare; inteligența artificială lipsește încă foarte mult în acest sens; este imposibil să întruchipezi în ea multe fenomene asociate cu tablou emotional, cu starea emoțională a unei persoane. Oamenii de știință AI sunt asistați activ de neurologi, psihologi și filozofi. Oamenii de știință au reușit să arate legătura dintre luarea de neuromodulatoare Participarea activăîn emoțiile umane, cu luarea deciziilor. S-a dovedit că capacitatea unei persoane de a lua rapid decizii se datorează faptului că informațiile din creierul nostru sunt „colorate” emoțional; de multe ori luăm decizii pur și simplu sub influența unuia sau altuia impuls emoțional. Cu toate acestea, acest lucru nu este deloc cazul în sistemele de calcul moderne.

Neincorporând mecanismele emoționale în IA, pierdem capacitatea de a lua decizii rapide. Ca urmare, sistemele robotizate sau sistemele de inteligență artificială se dovedesc a fi neviabile în condiții lumea reala. În același timp, întruchipăm parțial anumite mecanisme emoționale în tehnologie, dar le numim diferit, de exemplu, schimbarea atenției - prioritizarea și redistribuirea resurselor de calcul.

Doar ieşind afară, luăm un număr imens de decizii: întoarcem capul într-o parte sunet puternic sau a nu se întoarce; Ar trebui să traversezi strada sau nu dacă circulă mașini acolo? Aceste decizii sunt luate conștient și inconștient, procesele sunt încărcate emoțional și implică multe structuri ale creierului. Ca urmare, emoțiile (neuromodulatorii) influențează puternic procesul de gândire, cu alte cuvinte, funcțiile de calcul ale neuronilor.

S-a observat că creierul conține așa-numitele circuite. De exemplu, circuitul talamo-cortical principal arată astfel: cortexul cerebral influențează structurile subcorticale: talamusul, striatul și așa mai departe, provocând emoții pozitive sau negative. părere, care la rândul său afectează cortexul. Cu alte cuvinte, procesele conștiente le influențează pe cele inconștiente procese emoționale, iar procesele emoționale le influențează pe cele conștiente - suntem în permanență într-un ciclu emoțional.

Marvin Minsky (un pionier al inteligenței artificiale și câștigător al premiului Turing) a remarcat că ciclurile emoționale pot duce la „blocare” pe termen lung. El le numește „bug”, adică o eroare: putem reproduce periodic asta sau asta stare emoțională. De exemplu, când suntem depresivi: ne întrebăm în mod repetat: „De ce m-a tratat atât de rău? Acest lucru este complet nedrept.” Sau, dimpotrivă, reproducem o stare euforică: dacă ai condus o motocicletă, atunci îți amintești mereu cât de „cool” este pentru tine să mergi cu motocicleta, pur și simplu pentru că îți place. Și în realitate nu mai mergi pe o motocicletă, ci pur și simplu îți amintești de asta și te afli în acest ciclu.

În activitatea de integrare a emoțiilor în IA, merită evidențiate două domenii care sunt foarte strâns legate. În primul rând, determinarea emoțiilor unei persoane prin chipul său, gesturi și așa mai departe (calcul afectiv). Acesta este un domeniu care se dezvoltă foarte intens în Statele Unite sub conducerea lui Rosalind Picard la MIT Media Lab. În 1997, Picard și-a publicat cartea Affective Computing, care Punct de start cercetare. Laboratorul ei conduce experimente interesante: participanții atașează camerele în fața lor, înregistrează expresiile faciale la anumite intervale și în același timp colectează date dinamice: conductivitatea pielii, puls, tensiunea arterială etc., asociind reacția emoțională și citirile senzorilor corporali.

O altă direcție în care suntem implicați și noi (laboratorul de înțelegere a mașinilor ITIS KFU) este calculul afectiv, aceasta este reproducerea emoțiilor umane în sistemele de calcul. Mașinile nu au neuroni, nici neuromodulatoare, nici biochimie, doar procese computaționale. Corespondența dintre procesele de calcul și cele mentale este departe de a fi liniară. Este necesar să se creeze teorii destul de complexe pentru a înțelege din ce, în general, acestea sau acelea sunt asamblate. fenomene psihologiceși cum putem replica acest lucru în sistemele de calcul.

Creierul uman consumă aproximativ 20 de wați, ca un bec. Ultima simulare a 1% din creier, realizată la Institutul japonez RIKEN în 2013, a necesitat 250 de supercomputere. Acesta este un succes destul de serios. Cu toate acestea, fiecare supercomputer avea la bord 80.000 de procesoare, care consumau mult mai mult de 20 de wați. Și, în același timp, simularea este de aproximativ o mie de ori mai lentă decât munca reală a creierului. Până acum, eficiența nu este în mod clar de partea sistemelor de calcul. Acest lucru sugerează că avem nevoie de o nouă arhitectură de computer. Proiectul BRAIN are ca scop crearea sa: guvernul SUA alocă 300 de milioane de dolari pe an pentru a reproduce creierul uman sub formă de microcircuite și software.

Până în prezent, a fost creată arhitectura TrueNorth, non-von Neumann, inspirată din punct de vedere neurobiologic (von Neumann - arhitectura computerelor convenționale). El pune bazele unei noi căi în dezvoltarea sistemelor de calcul: recrearea rețelelor neuronale nu folosind software, ci sub formă de microcircuite, „hardware”. Noile cipuri simulează până la un milion de neuroni. Specialiștii de la IBM au mers mai departe: au creat deja o placă de bază în care au asamblat un array 4x4, cu un total de 16 milioane de neuroni.

Pe de o parte, acest lucru nu este atât de mult, deoarece numărul de neuroni din cortexul cerebral uman este de la 19 miliarde la 23 de miliarde, iar volumul total este de 86 de miliarde. Pe de altă parte, aceasta este o scară interesantă. De exemplu, în cortexul cerebral al unui șoarece, un mamifer care are tot bagajul emoțional necesar, există doar 4 milioane de neuroni.

Este și mai interesant să privim perspectiva istorică: în 2011, același IBM avea un cip care reproducea doar 256 de neuroni. Astfel, a avut loc un salt de trei ordine de mărime. Dacă urmează un salt următor, atunci vom putea ajunge la scara cortexului cerebral uman. Și atunci, poate, sistemele de auto-învățare vor apărea comparabile ca putere cu creier uman.

Ce oferă sistemele de autoînvățare? Nu programăm șoareci, pisoi, nu programăm copii. Pentru că nu este necesar. Astfel de sisteme de calcul (agenți artificiali) nu vor necesita programare în sensul actual. Va fi necesar să le aplicați tehnici complet diferite, cunoscut de profesori grădinițe și școli. Astfel, ajungem la conceptul de copilărie pentru agenții de inteligență artificială, care deschide perspective fundamental noi pentru dezvoltarea IA.

Maxim Talanov
Candidat la științe tehnice, șef al Laboratorului de înțelegere a mașinilor al Universității Federale din Kazan, lector la Universitatea Innopolis
forbes.ru

Comentarii: 1

Sam Harris

Ar trebui să ne fie frică de inteligența artificială suprainteligentă? Omul de știință și filozoful Sam Harris crede că merită. În opinia sa, suntem pe punctul de a crea mașini superinteligente, fără a rezolva numeroasele probleme care pot apărea în crearea AI care ar putea trata oamenii în același mod în care tratează furnicile.

Mihail Burtsev

De ce o jumătate de secol de efort nu a reușit să creeze inteligență artificială? Și cum ne ajută cyborgii să înțelegem cum funcționează creierul? Mikhail Burtsev, candidat la științe fizice și matematice, șeful laboratorului de sisteme neuronale și de învățare profundă la MIPT, vorbește despre acest lucru.

Vitali Dunin-Barkovski

Cum să simulăm un creier? Este creierul uman de înțeles? Cum să algoritmizezi conștiința? Și este posibil să-l copiați pe un mediu anorganic? Vitaly Dunin-Barkovsky, doctor în fizică și matematică, profesor, șef al departamentului de neuroinformatică al Centrului de tehnologii optice-neurale al Institutului de Cercetare al Academiei Ruse de Științe, ajută la găsirea răspunsurilor la aceste întrebări.

Ivan Ivanchey

De la începutul istoriei sale, psihologia cognitivă a descris omul ca pe o mașină de calcul. Ivan va vorbi despre puncte cheie dezvoltarea acestei căi de cercetare umană, la ce a condus ea astăzi și modul în care oamenii de știință modelează procese atât de misterioase și aparent unice precum intuiția, previziunea, înțelegerea și încrederea.

Gorban A. N.

Este neurocomputerul o jucărie? Care sunt adevăratele avantaje ale neurocalculatoarelor? În ce domenii sunt cele mai evidente avantajele sistemelor neuronale? Este redundanța bună sau rea? Ce sarcini poate face doar un neurocomputer?

Evgeni Putin

Evgeniy Putin, student postuniversitar la Departamentul de Tehnologii Calculatoare a Universității ITMO. Ca parte a disertației sale, Evgeniy explorează problemele integrării conceptului de selecție a caracteristicilor în aparatul matematic al rețelelor neuronale artificiale. Evgeniy va vorbi despre cum funcționează rețelele neuronale, ce pot face acum, de ce vor fi capabile în viitorul apropiat și dacă ne putem aștepta la sosirea Skynet.

Pentru prima dată, a fost realizată o scară corespunzătoare creierului uman - 530 de miliarde de neuroni și 137 de trilioane de sinapse. Simularea a rulat de 1542 de ori mai lent decât în ​​timp real. A folosit toate cele 1.572.864 de nuclee și un petaocteți și jumătate de memorie.

Arhitectura von Neumann are un dezavantaj cunoscut, și anume că atât datele, cât și programele de instrucțiuni care descriu ce trebuie făcut cu datele se află în aceeași memorie. Iar procesorul fie colectează date din memorie, fie le manipulează conform comenzii. Este imposibil să încărcați simultan date noi și să le procesați în cadrul unei astfel de scheme. Din acest motiv calculatoare moderne, oricât de rapide ar fi acestea, este dificil de realizat unele sarcini, precum cele legate de recunoașterea imaginilor. În încercarea de a trece dincolo de arhitectura lui von Neumann, experții în „creierele electronice” au apelat la creiere reale.

Serghei Markov

La prelegere vom discuta despre a doua primăvară a inteligenței artificiale în fapte și cifre, lucrări cheie în domeniul inteligenței artificiale și învățării automate în 2017. Să vorbim despre recunoașterea imaginilor, vorbire, procesarea limbajului natural și alte domenii de cercetare; Să discutăm despre noi modele și echipamente pentru 2017. Vom vorbi, de asemenea, despre aplicarea inteligenței artificiale și a învățării automate în afaceri, medicină și știință și, de asemenea, vom discuta despre ceea ce ne așteptăm de la inteligența artificială și învățarea automată în 2018.

Serghei Markov

Contul Hamburg

În 1950, omul de știință englez Alan Turing, în articolul său „Computing Machines and the Mind”, a pus întrebarea: „Poate o mașină să înțeleagă o persoană?” Așa s-a născut celebrul test Turing, în care un computer încerca să înșele oamenii. Dar cum înțelege un computer o persoană și ce nu poate înțelege încă? Am decis să întrebăm un specialist în domeniul învățării automate, director al tehnologia Informatiei Compania „Activebusinesscollection” a lui Serghei Markov.

Unde a vorbit despre unul dintre obiectivele sale care l-au condus la profesie - dorința de a învăța principiul muncii și de a învăța cum să creeze el însuși roboți de jocuri.

Dar, într-adevăr, dorința de a crea inteligență artificială perfectă, fie că este vorba despre un model de joc sau un program mobil, a fost cea care i-a împins pe mulți dintre noi pe calea unui programator. Problema este că în spatele tonelor material educativși realitatea dură a clienților, tocmai această dorință a fost înlocuită cu o simplă dorință de auto-dezvoltare. Pentru cei care nu au început încă să-și împlinească visul din copilărie, iată un scurt ghid pentru crearea unei inteligențe artificiale reale.

Etapa 1. Dezamăgire

Când vorbim despre crearea unor roboți chiar și simpli, ochii ni se umplu de strălucire și sute de idei ne trec prin cap cu privire la ceea ce ar trebui să poată face. Cu toate acestea, când vine vorba de implementare, se dovedește că cheia dezvăluirii modelului real de comportament este... matematica. Pentru a fi puțin mai specific, iată o listă cu secțiunile sale care trebuie studiate cel puțin în formatul unui învățământ universitar:

Algebră liniară;

• Teoria grafurilor;

  Teoria Probabilității și Statistica Matematică.

Acesta este rampa științifică pe care se va construi programarea ulterioară. Fără cunoașterea și înțelegerea acestei teorii, toate ideile se vor rupe rapid din cauza interacțiunii cu o persoană, deoarece inteligenţă artificială nu este de fapt nimic altceva decât un set de formule.

Etapa 2. Acceptare

Când aroganța este puțin doborâtă de literatura studențească, poți începe să înveți limbi străine. Încă nu merită să te grăbești la LISP sau altele; mai întâi trebuie să înveți cum să lucrezi cu variabile și stări cu o singură valoare. Atât pentru învățare rapidă cât și dezvoltare ulterioară este perfect, dar în general poți folosi orice limbaj care are ca bază bibliotecile corespunzătoare.

Etapa 3. Dezvoltare

Acum să trecem direct la teoria AI. Acestea pot fi împărțite aproximativ în 3 categorii:

AI slabă - roboții în care îi vedem jocuri pe calculator, sau simpli asistenți precum Siri. Ei fie îndeplinesc sarcini foarte specializate, fie sunt un complex nesemnificativ al acestora, iar orice imprevizibilitate a interacțiunii îi derutează.

AI puternice sunt mașini a căror inteligență este comparabilă cu creierul uman. În prezent nu există reprezentanți adevărați ai acestei clase, dar computere precum Watson sunt foarte aproape de atingerea acestui obiectiv.

AI perfectă este viitorul, un creier de mașină care ne va depăși capacitățile. Stephen Hawking, Elon Musk și franciza de film Terminator avertizează despre pericolele unor astfel de evoluții.

Desigur, ar trebui să începeți cu cei mai simpli roboți. Pentru a face acest lucru, amintiți-vă de vechiul joc „Tic Tac Toe” atunci când utilizați un câmp 3x3 și încercați să vă dați seama de algoritmii de bază ai acțiunilor: probabilitatea de victorie cu acțiuni fără erori, cea mai mare. locuri bune pe teren pentru plasarea unei piese, necesitatea reducerii jocului la egalitate etc.

După cum înțelegeți chiar și din nume, acestea sunt API-uri care vă vor permite costuri suplimentare este timpul să creăm o aparență de IA serioasă.

Etapa 5. Munca

Acum că aveți o idee clară despre cum să creați AI și ce să utilizați, este timpul să vă aduceți cunoștințele la nou nivel. În primul rând, acest lucru va necesita studierea unei discipline numită „Învățare automată”. În al doilea rând, trebuie să învățați cum să lucrați cu bibliotecile corespunzătoare ale limbajului de programare ales. Pentru Python-ul pe care îl analizăm, acestea sunt Scikit-learn, NLTK, SciPy, PyBrain și Nump. În al treilea rând, în dezvoltare nu există nicio cale de ocolire