Turing edu indeksas php t. Tiuringo mašina ir rekursinės funkcijos: vadovėlis universitetams

FEDERALINĖ ŠVIETIMO AGENTŪRA VALSTYBINĖ AUKŠTOJO PROFESINIO MOKYMO INSTITUCIJA „VORONEŽO VALSTYBINIO UNIVERSITETAS“ T.K. Katsaranas, L.N. Stroeva TURINGO MAŠINA IR REKURSINĖS FUNKCIJOS Pamoka universitetams Voronežo leidybos ir spausdinimo centras Valstijos universitetas 2008 Patvirtinta PMM fakulteto mokslo ir metodinės tarybos 2008 m. gegužės 25 d. protokolu Nr. 9 Recenzentas technikos mokslų daktaras prof. Operacijų tyrimo matematinių metodų katedra T.M. Ledeneva Vadovėlis parengtas Voronežo valstybinio universiteto PMM fakulteto Netiesinių virpesių katedroje. Rekomenduojamas VSU PMM fakulteto, VSU Starooskolsky ir Liskinsky filialų 1 kurso studentams. Specialybei 010500 – Taikomoji matematika ir informatika. - Khwarizmi. Šiuo vardu viduramžių Europoje jie pažinojo didžiausią matematiką iš Chorezmo (šiuolaikinio Uzbekistano miesto). Savo knygoje „Apie indišką skaičiavimą“ jis suformulavo natūraliųjų skaičių rašymo naudojant arabiškus skaitmenis taisykles ir darbo su jais taisykles. Tada algoritmo sąvoka pradėta vartoti plačiau plačiąja prasme Ir ne tik matematikoje. Ir matematikams, ir praktikams algoritmo sąvoka yra labai svarbi. Taigi galime teigti, kad algoritmas yra tikslus nurodymas, kaip tam tikra tvarka atlikti tam tikrą operacijų sistemą, sprendžiant visas to paties tipo problemas, kuri nustato veiksmų seką, kuri iš pradinių duomenų pateikia reikiamą rezultatą. Atkreipkite dėmesį, kad tai nėra „algoritmo“ sąvokos apibrėžimas, o tik jos aprašymas, intuityvi prasmė. Algoritmas gali būti sukurtas taip, kad jį vykdytų ir žmogus, ir automatinis įrenginys. Šis algoritmo vaizdavimas matematiniu požiūriu nėra griežtas, nes jame vartojamos tokios sąvokos kaip „tikslus receptas“ ir „pradiniai duomenys“, kurios, paprastai kalbant, nėra griežtai apibrėžtos. Bet kurio algoritmo bruožas yra jo gebėjimas išspręsti tam tikros klasės problemas. Pavyzdžiui, tai gali būti sistemų sprendimo algoritmas tiesines lygtis , trumpiausio kelio radimas grafike ir tt Algoritmo, net ir paprasčiausio, sukūrimas yra kūrybinis procesas. Jis prieinamas tik gyvoms būtybėms, ir ilgą laiką buvo manoma, kad tik žmonėms. Kitas dalykas – jau egzistuojančio algoritmo įgyvendinimas. Tai gali būti patikėta subjektui ar objektui, kuris neprivalo gilintis į reikalo esmę, o galbūt ir negali jos suprasti. Toks subjektas ar objektas paprastai vadinamas formaliuoju vykdytoju. Oficialaus atlikėjo pavyzdys – automatinė skalbimo mašina, kuri griežtai atlieka savo numatytus veiksmus, net jei pamiršote į ją įdėti miltelių. Asmuo gali veikti ir kaip formalus vykdytojas, tačiau pirmiausia formalūs vykdytojai yra įvairūs automatiniai įrenginiai, tarp jų ir kompiuteris. Kiekvienas algoritmas yra sukurtas pagal labai specifinį atlikėją. Tie veiksmai, kuriuos atlikėjas gali atlikti, vadinami jo leistinais veiksmais. Leistinų veiksmų visuma sudaro vykdytojui komandų sistemą. Algoritme turi būti tik tie veiksmai, kurie galioja tam tikram vykdytojui. Todėl dažniausiai formuluojamos kelios bendrosios algoritmų savybės, kurios leidžia atskirti algoritmus nuo kitų instrukcijų. Algoritmas turi turėti šias savybes. Diskretiškumas (nepertraukiamumas, atskyrimas) – algoritmas turėtų pavaizduoti problemos sprendimo procesą kaip nuoseklų paprastų (arba anksčiau apibrėžtų) žingsnių vykdymą. Kiekvienas algoritmo numatytas veiksmas vykdomas tik pasibaigus ankstesniajam. Tikrumas – kiekviena algoritmo taisyklė turi būti aiški, nedviprasmiška ir nepalikti vietos savivalei. Dėl šios savybės algoritmo vykdymas yra mechaninio pobūdžio ir nereikalauja jokių papildomų nurodymų ar informacijos apie sprendžiamą problemą. Efektyvumas (baigtiškumas) – algoritmas turi padėti išspręsti problemą per baigtinį žingsnių skaičių. 4 Masinis pobūdis - problemos sprendimo algoritmas yra sukurtas bendra forma, tai yra, jis turi būti taikomas tam tikrai problemų klasei, kurios skiriasi tik pradiniais duomenimis. Tokiu atveju pradinius duomenis galima pasirinkti iš tam tikros srities, kuri vadinama algoritmo taikymo sritimi. Algoritmų teorija – matematikos šaka, tirianti bendrąsias algoritmų savybes. Yra kokybinė ir metrinė algoritmų teorija. Pagrindinė kokybinės algoritmų teorijos problema yra algoritmo su duotomis savybėmis konstravimo problema. Tokia problema vadinama algoritmine. Metrinė algoritmų teorija nagrinėja algoritmą jų sudėtingumo požiūriu. Ši algoritmų teorijos šaka taip pat žinoma kaip algoritminio sudėtingumo teorija. Ieškant sprendimų kai kurioms problemoms, prireikė daug laiko rasti tinkamą algoritmą. Tokių užduočių pavyzdžiai: a) nurodyti metodą, pagal kurį bet kuriai predikatinei formulei baigtiniame veiksmų skaičiuje galima išsiaiškinti, ar ji identiškai teisinga, ar ne; b) ar Diofanto lygtis (algebrinė lygtis su sveikųjų skaičių koeficientais) gali būti išspręsta sveikaisiais skaičiais? Kadangi šių problemų sprendimo algoritmų rasti nepavyko, kilo prielaida, kad tokių algoritmų iš viso nėra, kas pasitvirtina: pirmąją problemą išsprendė A. Church, o antrąją – Yu.V. Matiyasevičius ir G.V. Chudnovskis. Iš esmės tai neįmanoma įrodyti naudojant intuityvią algoritmo koncepciją. Todėl buvo bandoma pateikti tikslų matematinį algoritmo sąvokos apibrėžimą. Trečiojo dešimtmečio viduryje S.K. Kleene, A.A. Markovas, E. Postas, A. Turingas, A. Church ir kiti pasiūlė įvairius matematinius 5 algoritmo sampratos apibrėžimus. Vėliau buvo įrodyta, kad šie skirtingi formalūs matematiniai apibrėžimai tam tikra prasme yra lygiaverčiai: jie apskaičiuoja tą patį funkcijų rinkinį. Tai rodo, kad šiuose apibrėžimuose, matyt, teisingai atsispindi pagrindiniai intuityvios algoritmo sampratos bruožai. Toliau apsvarstykite A. Turingo pasiūlyto algoritmo, kuris vadinamas Tiuringo mašina, matematinį patikslinimą. 6 1. TURINGO MAŠINA § 1. Matematinis Tiuringo mašinos modelis Anglų matematiko A. Turingo XX amžiaus trečiajame dešimtmetyje pasiūlyta Tiuringo mašinos sukūrimo idėja yra susijusi su jo bandymu pateikti tikslų matematinį vaizdą. algoritmo sąvokos apibrėžimas. Turingo mašina (MT) yra matematinis idealizuoto skaitmeninio kompiuterio modelis. Tiuringo mašina yra tas pats matematinis objektas kaip funkcija, išvestinė, integralas, grupė ir kt. Kaip ir kitos matematinės sąvokos, Tiuringo mašinos sąvoka atspindi objektyvią tikrovę, modeliuoja kai kuriuos realius procesus. MT algoritmui apibūdinti patogu pavaizduoti tam tikrą įrenginį, susidedantį iš keturių dalių: juostos, skaitymo galvutės, valdymo įrenginio ir vidinės atminties. 1. Daroma prielaida, kad juosta yra potencialiai begalinė, padalinta į ląsteles (lygias ląsteles). Jei reikia, prie pirmos arba paskutinės langelio, kuriame yra simboliai, pridedamas tuščias langelis. Mašina veikia laiku, kuris laikomas diskretišku, o jo momentai sunumeruoti 1, 2, 3, … . Kiekvieną akimirką juostoje yra baigtinis skaičius langelių. Atskiru laiko momentu į langelius galima įrašyti tik vieną simbolį (raidę) iš išorinės abėcėlės A = (L, a1 , a 2 ,..., a n -1 ), n ³ 2 . Tuščias langelis žymimas simboliu L, o pats simbolis L vadinamas tuščiu, o likę simboliai – netuščiu. Šioje abėcėlėje A, žodžio forma (baigtinis simbolių rinkinys), informacija, kuri tiekiama į MT, yra užkoduota. Mašina „apdoroja“ žodžio forma pateiktą informaciją į naują žodį. 2. Skaitymo galvutė (tam tikras skaitymo elementas) juda išilgai juostos taip, kad kiekvienu laiko momentu nuskaito 7 lygiai vieną juostos langelį. Galvutė gali perskaityti langelio turinį ir įrašyti į jį naują abėcėlės simbolį A. Vieno veikimo ciklo metu ji gali perkelti tik vieną langelį į dešinę (R), į kairę (L) arba likti vietoje ( H). Pažymime galvos poslinkių (poslinkių) aibę D = (P, L, N). Jei į Šis momentas laikas t galva yra paskutinėje ląstelėje ir pereina į trūkstamą langelį, tada pridedamas naujas tuščias langelis, virš kurio galva bus šiuo metu t + 1 . 3. Mašinos vidinė atmintis yra tam tikra baigtinė vidinių būsenų rinkinys Q = ( q0 , q1 , q 2 , ..., q m ), m ³ 1 . Darysime prielaidą, kad galia |Q | ³ 2. Dvi mašinos būsenos yra ypač svarbios: q1 yra pradinė vidinė būsena (gali būti kelios pradinės vidinės būsenos), q0 yra galutinė būsena arba sustojimo būsena (galutinė būsena visada yra viena). Kiekvienu laiko momentu MT apibūdinama galvos padėtimi ir vidine būsena. Pavyzdžiui, po langeliu, virš kurio yra galvutė, nurodoma vidinė mašinos būsena. ¯ a2 a1 L a2 a3 q1 4. Valdymo įtaisas kiekvienu momentu t, priklausomai nuo tuo momentu juostoje nuskaityto simbolio ir mašinos vidinės būsenos, atlieka šiuos veiksmus: (ypač palieka nepakeistą, t.y. ai = a j); 2) judina galvą viena iš šių krypčių: N, L, P; 3) pakeičia mašinos 8 qi vidinę būseną momentu t į naują q j , kurioje automobilis bus momentu t +1 (gali būti, kad qi = q j). Tokie valdymo įtaiso veiksmai vadinami komanda, kurią galima parašyti taip: qi ai ® a j D q j , (1) kur qi – mašinos vidinė būsena šiuo metu; a i yra šiuo metu skaitomas simbolis; a j yra simbolis, į kurį pakeičiamas simbolis a i (gali būti ai = a j); simbolis D yra H, arba L, arba P ir nurodo galvos judėjimo kryptį; q j – vidinė mašinos būsena kitą akimirką (gal qi = q j). Išraiškos qi ai ir a j D q j atitinkamai vadinamos kairiąja ir dešine šios komandos dalimis. Komandų, kuriose kairiosios dalys yra poromis skirtingos, skaičius yra baigtinis skaičius, nes aibės Q \ (q 0 ) ir A yra baigtinės. Nėra nurodymų su identiškomis kairiosiomis pusėmis, t. y. jei mašinos T programoje yra išraiškos qi ai ® a j D q j ir qt at ® ak D qk , tai qi ¹ qt arba ai ¹ at ir D O (P, L, N). Visų instrukcijų rinkinys vadinamas Tiuringo mašinos programa. Maksimalus komandų skaičius programoje yra (n + 1) x m , kur n + 1 = A ir m + 1 = Q . Manoma, kad galutinė komandos q0 būsena gali būti tik dešinėje komandos pusėje, pradinė būsena q1 gali būti ir kairėje, ir dešinėje komandos pusėje. Vienos komandos vykdymas vadinamas žingsniu. Tiuringo mašinos skaičiavimas (arba veikimas) – tai žingsnių seka vienas po kito be tarpų, pradedant nuo pirmojo. Taigi, MT duota, jei žinomos keturios baigtinės aibės: išorinė abėcėlė A , vidinė abėcėlė Q , galvos judesių aibė D ir mašinos programa, kuri yra baigtinė komandų rinkinys. 9 § 2. Turingo mašinos veikimas Mašinos veikimą visiškai lemia užduotis pirmuoju (pradiniu) momentu: 1) juostoje esantys žodžiai, t.y. e) juostos langeliuose įrašytų simbolių sekos (žodis gaunamas skaitant šiuos simbolius juostos langeliuose iš kairės į dešinę); 2) galvos padėtis; 3) vidinė mašinos būsena. Šių trijų sąlygų derinys (šiuo metu) vadinamas konfigūracija (šiuo metu). Paprastai pradiniu momentu vidinė mašinos būsena yra q1, o galvutė yra arba virš pirmosios iš kairės, arba virš pirmosios iš dešinės juostos langelio. Duotas žodis juostoje su pradine būsena q1 ir galvos padėtimi virš pirmojo žodžio vadinama pradine konfigūracija. Kitu atveju sakome, kad Tiuringo mašina netaikoma pradinės konfigūracijos žodžiui. Kitaip tariant, pradiniu momentu konfigūraciją galima pavaizduoti taip: juostoje, susidedančioje iš tam tikro skaičiaus langelių, kiekviename langelyje yra vienas iš išorinės abėcėlės simbolių A , galvutė yra virš pirmosios kairės arba pirmasis dešinysis juostos langelis, o vidinė automobilio būsena yra q1. Žodis juostoje ir galvos padėtis, atsirandanti įgyvendinus šią komandą, vadinami galutine konfigūracija. Pavyzdžiui, jei pradiniu momentu ant juostos užrašomas žodis a1La 2 a1a1, tada pradinė konfigūracija atrodys taip: a1 a2 L a1 a1 q1 (vidinė mašinos būsena nurodyta po langeliu, virš kurio yra galva esantis). 10

Tikriausiai šiandien nėra tokio žmogaus, kuris bent kartą nebūtų girdėjęs apie tokią koncepciją kaip Alano Turingo testas. Tikriausiai dauguma apskritai toli gražu nesupranta, kas yra tokia testavimo sistema. Todėl pakalbėkime apie tai šiek tiek išsamiau.

Kas yra Turingo testas: pagrindinė koncepcija

Praėjusio amžiaus 40-ųjų pabaigoje daugelis mokslininkų užsiėmė pirmųjų kompiuterių kūrimo problemomis. Būtent tada vienas iš tam tikros nevalstybinės grupės „Ratio Club“ narių, užsiimančių tyrimais kibernetikos srityje, uždavė visiškai logišką klausimą: ar įmanoma sukurti mašiną, kuri mąstytų kaip žmogus, ar bent jau. imituoti jo elgesį?

Ar man reikia pasakyti, kas išrado Tiuringo testą? Matyt, ne. Pradiniu visos koncepcijos pagrindu buvo paimtas toks principas, kuris aktualus ir šiandien: ar žmogus, kurį laiką bendraudamas su kokiu nors nematomu pašnekovu visiškai skirtingomis savavališkomis temomis, gali nustatyti, kas yra prieš jį – tikras žmogus ar mašina? Kitaip tariant, reikia ne tik mašinos imituoti tikro žmogaus elgesį, bet ir išsiaiškinti, ar ji gali mąstyti pati. šis klausimas tebėra prieštaringas iki šiol.

Kūrybos istorija

Apskritai, jei Turingo testą laikysime savotiška empirine kompiuterio „žmogiškųjų“ galimybių nustatymo sistema, verta pasakyti, kad smalsūs filosofo Alfredo Ayerio teiginiai, kuriuos jis suformulavo dar 1936 m. netiesioginis jos kūrimo pagrindas.

Pats Ayeris palygino, galima sakyti, skirtingų žmonių gyvenimo patirtį ir tuo remdamasis išreiškė nuomonę, kad bedvasė mašina negalės išlaikyti nė vieno išbandymo, nes negalėjo mąstyti. Geriausiu atveju bus svarus vanduo imitacija.

Iš esmės taip ir yra. Norint sukurti mąstymo mašiną, vienos imitacijos neužtenka. Daugelis mokslininkų kaip pavyzdį pateikia brolius Wrightus, kurie sukonstravo pirmąjį lėktuvą, atsisakę polinkio mėgdžioti paukščius, kurie, beje, vis dar buvo būdingi tokiam genijui kaip Leonardo da Vinci.

Istrija nutyli, ar jis pats (1912–1954) žinojo apie šiuos postulatus, tačiau 1950 m. jis sudarė visą klausimų sistemą, galinčią nustatyti mašinos „humanizacijos“ laipsnį. Ir turiu pasakyti, kad ši plėtra vis dar yra viena iš esminių, tačiau jau bandant, pavyzdžiui, kompiuterių botus ir pan. Realiai principas pasirodė toks, kad tik kelioms programoms pavyko išlaikyti Turingo testą. . Ir tada „išlaikyta“ yra ruožas, nes testo rezultatas niekada neturėjo 100 procentų, geriausiu atveju, šiek tiek daugiau nei 50.

Pačioje savo tyrimų pradžioje mokslininkas panaudojo savo išradimą. Jis buvo vadinamas „Turingo bandymo mašina“. Kadangi visi pokalbiai turėjo būti įvesti tik spausdinta forma, mokslininkas pateikė keletą pagrindinių atsakymų rašymo gairių, pavyzdžiui, spausdintos juostos perkėlimas į kairę arba dešinę, tam tikro simbolio atspausdinimas ir kt.

ELIZA ir PARRY programos

Laikui bėgant programos tapo sudėtingesnės, o dvi iš jų tais atvejais, kai buvo taikomas Tiuringo testas, tuo metu parodė nuostabius rezultatus. Tai buvo ELIZA ir PARRY.

Kalbant apie Elizą, sukurtą 1960 m.: pagal klausimą mašina turėjo nustatyti raktinį žodį ir pagal jį sudaryti atvirkštinį atsakymą. Būtent tai leido apgauti tikrų žmonių. Jei tokio žodžio nebuvo, aparatas grąžino apibendrintą atsakymą arba pakartojo vieną iš ankstesnių. Tačiau, ar Eliza išlaikė testą, vis dar kyla abejonių, nes tikri žmonės, kurie bendravo su programa, iš pradžių buvo psichologiškai pasiruošę taip, kad iš anksto galvojo, kad kalbasi su žmogumi, o ne su mašina.

PARRY programa yra šiek tiek panaši į Elizą, tačiau buvo sukurta imituoti paranojiško bendravimą. Kas įdomiausia, tai išbandyti buvo pasitelkti tikri klinikų pacientai. Įrašę teletipo pokalbių stenogramas, juos įvertino profesionalūs psichiatrai. Tik 48 procentais atvejų pavyko teisingai įvertinti, kur yra žmogus, o kur – automobilis.

Be to, beveik visos to meto programos veikė atsižvelgiant į tam tikrą laikotarpį, nes tais laikais žmogus galvojo daug greičiau nei mašina. Dabar – priešingai.

Superkompiuteriai Deep Blue ir Watson

Gana įdomiai atrodė IBM korporacijos plėtra, kuri ne tik mąstė, bet ir turėjo neįtikėtiną skaičiavimo galią.

Tikriausiai daugelis prisimena, kaip 1997 metais superkompiuteris Deep Blue laimėjo 6 šachmatų partijas prieš tuomet valdantį pasaulio čempioną Garį Kasparovą. Tiesą sakant, Tiuringo testas šiai mašinai taikomas gana sąlygiškai. Reikalas tas, kad iš pradžių jame buvo daug vakarėlių šablonų su neįtikėtinai daugybe įvykių raidos interpretacijų. Mašina galėjo įvertinti apie 200 milijonų detalių pozicijų lentoje per sekundę!

„Watson“ kompiuteris, kurį sudarė 360 procesorių ir 90 serverių, laimėjo Amerikos televizijos viktoriną, visais atžvilgiais įveikdamas kitus du dalyvius, už kurį iš tikrųjų gavo 1 mln. Vėlgi, tai yra ginčytina, nes mašina buvo pakrauta neįtikėtinu kiekiu enciklopedinių duomenų, o mašina tiesiog išanalizavo klausimą, ieškodama raktinių žodžių, sinonimų ar apibendrintų atitikčių, ir tada pateikė teisingą atsakymą.

Emuliatorius Eugene Goostman

Vienas is labiausiai įdomių įvykiųšioje srityje buvo Odesos Jevgenijaus Gustmano ir Rusijos inžinieriaus Vladimiro Veselovo, dabar gyvenančio JAV, programa, imituojanti 13 metų berniuko asmenybę.

2014 m. birželio 7 d. Eugenijus programa parodė visas savo galimybes. Įdomu tai, kad bandyme dalyvavo 5 robotai ir 30 tikrų žmonių. Tik 33% atvejų iš šimto prisiekusiųjų komisija galėjo nustatyti, kad tai kompiuteris. Čia esmė ta, kad užduotį apsunkino tai, kad vaiko intelektas žemesnis nei suaugusiojo, o žinių – mažiau.

Turingo testo klausimai buvo patys bendriausi, tačiau Eugenijui buvo keletas specifinių klausimų apie įvykius Odesoje, kurių negalėjo nepastebėti nė vienas gyventojas. Bet atsakymai vis tiek privertė susimąstyti, kad prieš žiuri buvo vaikas. Taigi, pavyzdžiui, programa į klausimą apie gyvenamąją vietą atsakė iš karto. Kodas buvo paklaustas, ar tokio ir tokio pasimatymo pašnekovas yra mieste, laida teigė nenorinti apie tai kalbėti. Kai pašnekovas bandė primygtinai reikalauti pokalbio, atitinkančio tai, kas tądien įvyko, Eugenijus paneigė sakydamas, kad jūs pats turėtumėte žinoti, ko jo paklausti? Apskritai vaiko emuliatorius pasirodė itin sėkmingas.

Nepaisant to, tai vis dar yra emuliatorius, o ne mąstanti būtybė. Taigi mašinų sukilimas dar neįvyks labai ilgai.

bet kitoje rankoje

Galiausiai belieka pridurti, kad kol kas nėra prielaidų artimiausiu metu sukurti mąstymo mašinas. Vis dėlto, jei anksčiau atpažinimo klausimai buvo susiję būtent su mašinomis, tai dabar tai, kad tu nesi mašina, turi įrodyti kone kiekvienas iš mūsų. Pažiūrėkite bent į „captcha“ įvedimą internete, kad galėtumėte pasiekti tam tikrą veiksmą. Nors manoma, kad nė vienas dar nebuvo sukurtas Elektroninis prietaisas, galintis atpažinti sugadintą tekstą arba nežmogiškus simbolių rinkinius. Bet kas žino, viskas įmanoma...

DIRBTINIS INTELEKTAS

Turingo testas yra žinomas visiems, kurie domisi dirbtinis intelektas. Ją 1938 m. suformulavo Alanas Turingas straipsnyje „Ar mašina gali mąstyti?“. Testas yra toks. Eksperimentuotojas bendrauja su pašnekovu jo nematydamas (pavyzdžiui, per kompiuterių tinklą), klaviatūra rinkdamas frazes ir monitoriuje gaudamas tekstinį atsakymą. Tada jis bando nustatyti, su kuo kalbėjo. Jei eksperimentuotojas paima žmogui skirtą kompiuterinę programą, ji išlaikė Turingo testą ir gali būti laikoma protinga.

Žmogus gaus aukso medalį

Garsiausia programa, kuri dar 60-aisiais parodė realią galimybę išlaikyti šį testą, buvo legendinė ELIZA. Jį 1966 metais sukūrė Winograd, Weizenbaum ir Colby mokslininkai. ELIZA surado raktinius žodžius frazėje (pavyzdžiui, „mama“) ir išdavė šabloninį prašymą, mechaniškai reaguodama į šiuos žodžius („Papasakok daugiau apie savo mamą“). Vėliau Toddy Winograd, remdamasis ELIZA, sukūrė pažangesnę „Psichoterapeuto“ versiją. ELIZA atsiradimas įėjo į dirbtinio intelekto istoriją kartu su tokiais įvykiais kaip pirmojo pramoninio roboto išleidimas 1962 m. arba Pentagono finansavimo pradžia modelių atpažinimo ir kalbos raidai 1975–1976 m.

1991 metais pirmą kartą buvo surengtas privatus, bet labai garbingas Tiuringo bandomasis turnyras, į kurį buvo pakviesti tinkamų kompiuterinių programų (vadinamų botais) autoriai. Šį turnyrą įkūrė Hugh Loebner (www.loebner.net/Prizef/loebner-prize.html). Norint jį laimėti, buvo tikimasi 100 000 USD prizu ir aukso medaliu.

Iki šiol niekas nėra laimėjęs pagrindinio prizo. Tačiau 1994 m. Loebneris padarė esminį taisyklių pakeitimą, reikalaudamas, kad programa su teisėju bendrautų ne tik tekstiniu formatu, bet ir generuodama virtualaus žmogaus įvaizdį. Ji taip pat turi mokėti sintetinti ir atpažinti kalbos informaciją. Šias sąlygas daugelis laikė itin sunkiomis, o iki šiol pagal naujas taisykles neatsirado pretendentų į pagrindinį prizą. O už pergalę senuoju, „teksto“ režimu, dabar žadama 25 000 USD ir sidabro medalis. Pažymėtina, kad teisėjo subjektyvios klaidos tikimybė bendraujant su programa pagal senąsias taisykles yra gana didelė. Be to, botai tobulėja gana greitai, o nugalėtojo Turingo teste tikriausiai lauksime artimiausiais metais.

Vertinimas konkurse yra labai griežtas. Ekspertai iš anksto ruošiasi turnyrui ir atrenka labai sudėtingus klausimus, kad suprastų, su kuo jie kalba. Jų pokalbis su laidomis primena tyrėjo apklausą. Pavyzdžiui, teisėjai mėgsta pakartoti kai kuriuos klausimus po tam tikro laiko, nes silpni robotai nemoka sekti dialogo istorijos ir gali būti sugauti monotoniškuose atsakymuose.

Tačiau kūrėjai negaišta laiko, įrengdami savo virtualias palatas taip, kad provokuojantys klausimai, tokie kaip „tu mašina ar žmogus? programa labai įtikinamai atsakė: „Žinoma, žmogau!“.

1991 m. lapkričio 8 d. Bostono kompiuterių muziejuje aštuonios programos vyko viena į kitą su ekspertais. Rezultatas buvo stulbinantis. Penki iš dešimties teisėjų nusprendė, kad žmogus slepiasi po įnoringo pokalbio pseudonimu. Iš tikrųjų tai buvo „Therapist“, valdantis IBM PC 386 ir sukurtas 1986 m., remiantis legendine psichologo Josepho Weintraubo ELIZA. Tačiau šį rezultatą daugiausia nulėmė ekspertų skepticizmas ir išankstinis nusistatymas, manančių, kad programos bendrauja daug primityvesniu lygiu, nei buvo iš tikrųjų. Ateityje teisėjai priprato prie kompiuterinio bendravimo stiliaus ir nuo tada botams nepavyko pasiekti tokio sėkmingo rezultato.

Iš pradžių terapeutą sudarė septyni moduliai, parašyti C, Turbo-Prolog ir QuickBasic. Vėliau ją papildė kalbos sintezės sistema ir žinių bazė. Programa naudoja 70 000 žodžių žodyną ir prisimena viską, kas jai sakoma, naudodama šią informaciją tolesniuose dialoguose ir prisitaikydama prie konkretaus pašnekovo interesų. Terapeutas laimėjo Loebnerio premiją 1992, 1993 ir 1995 m. Tada jis buvo sustiprintas specializuotais moduliais, galinčiais palaikyti pokalbius temomis „vyras prieš moterį“ ir „liberalai prieš konservatorius“.

Štai pavyzdys iš vieno iš jos laimėjusių dialogų:

Teisėjas: Ar manote, kad amerikiečių kariai turėtų vykti į Bosniją?

Terapeutas: Manau, kad tai, ką padarė Clinton, išsiųsdama 20 000 taikdarių į Bosniją, užtikrins ilgalaikę taiką.

Teisėjas: Ar manote, kad dauguma amerikiečių jaučiasi taip, kaip jūs?

Terapeutas: Ką turėjote omenyje sakydamas, ar manote, kad Amerikos kariai turėtų vykti į Bosniją? Ar kas nors tau pasakė, kad per daug galvoji? O, manau, dauguma amerikiečių jaučiasi taip, kaip aš?

1994 metais turnyrą laimėjo Thomas Wylenas, eksperimentinės psichologijos daktaras, besispecializuojantis natūralių kalbų studijose. Jo programa TIPS buvo išmokyta saugoti ir analizuoti frazes (duomenų bazėje jų buvo keli tūkstančiai) ir ieškoti leksinių šablonų.

1996 m. Jasonas Hutchence'as ir jo SEPO botas laimėjo bronzos medalį, kuris pranešė maždaug taip:

Teisėjas: Manau. Atlieku tyrimus. Aš rašau. Myliu. Aš gyvenu.

SEPO: Įdomu, ar kartais pagalvoji! Aš čia jaučiuosi kaip teisėjas!

1997 metais Davidas Levy tapo čempionu su Converse botu. 1998 ir 1999 metais nugalėtoju tapo Robbie Garnet, kuris mano, kad norint išlaikyti Turingo testą nereikia tikro intelekto. Įdomu tai, kad beveik visi autoriai, minėdami mokslinius mokymosi metodus (neuroninius tinklus, genetinius algoritmus), savo sprendimus susitvarkė gana paprastais euristiniais metodais.

Granatas įstojo į „Computational Behaviorist“ programą, pagrįstą stimulo ir atsako metodu, panašiu į TIPS ir ELIZA. Tik jo botas ieškojo ne vieno, o iki trijų raktinius žodžius frazėje. Tuo pačiu metu, suprasdamas, kad programa reikalauja kažko daugiau nei monotoniško atsakymo į klausimus, jis įdėjo į ją daugybę papildomų euristinių algoritmų, kurie sukūrė pilnesnę bendravimo su žmogumi iliuziją.

Kuriant Bihevioristą, iškilo techninių sunkumų dėl to, kad tuo metu buvo sudėtinga diegti žinių paiešką didelėse duomenų bazėse, o tai lėmė pastebimus komunikacijos vėlavimus, o tai iškart išleido kompiuterinį pašnekovą. Todėl „Grannet“ sujungė du viešuosius robotus – Albertą, parašytą C ++, ir vieną iš ELIZA Pascal versijų ir įdiegė juos „Visual DataFlex“ kūrimo aplinkoje, kuri leido naudoti standartinius duomenų bazės užklausų algoritmus.

2000 ir 2001 metais mažas prizas atiteko Richardo Wallace'o programai ALICE. Šiandien ALICE pagrindu yra organizuojamas ALICE AI fondas (http://alice.sunlitsurf.com/), kuris užsiima robotų kūrimo veiklos standartizavimu. Visų pirma, ALICE yra papildyta duomenų bazių palaikymo įrankiais AIML (Artificial Intelligence Markup Language) formatu – XML pogrupiu, kuriuo siekiama formalizuoti pagrindinių frazių ir atsakymų pateikimą. Dabar visi, kurie nėra susipažinę su programavimu, gali pasiimti pagrindinę ALICE versiją ir užpildyti ją savo žinių baze bet kuria kalba, naudodami įprastą redaktorių.

Deja, šią vasarą, kaip pranešė Wired, ponas Wallace'as pradėjo turėti psichikos problemų (vienam iš savo kolegų profesorių jis grasino fiziniu smurtu, teigdamas, kad daugelyje Amerikos universitetų siaučia korupcija ir tai yra didelio masto SĄSKAITAS). Kol mokslininkas yra tiriamas.

Vienas iš labiausiai tikėtinų pretendentų į pergalę šiais metais (turnyras vyks spalį) yra Smithas Joshua, Anna programos (ALICE AIML plėtinys, laisvai pasiekiamas adresu http://annabot.sourceforge.net/) autorius. P. Joshua pažymi, kad, skirtingai nei jo kolegos, jis nuo pat pradžių kūrė botą, bendravimo procese apsimetantį asmeniu. Anna tikrai laiko save gyva būtybe, pasižymi individualiomis savybėmis ir gana žvaliai bendrauja.

Ar yra panašių rusiškų pokyčių – robotų, galinčių bendrauti rusiškai? „PC Week/RE“ redaktoriai pasiruošę sulaikyti Rusijos varžybos išlaikyti Tiuringo testą. Rašykite autoriui adresu: [apsaugotas el. paštas]

TURINGAS

TURINGAS(Turingas) Alanas (1912-54), anglų matematikas ir logikas, suformulavęs teorijas, kurios vėliau tapo kompiuterinių technologijų pagrindu. 1937 metais jis sugalvojo Tiuringo mašina - hipotetinė mašina, galinti konvertuoti įvesties komandų rinkinį. Ji buvo šiuolaikinių kompiuterių pradininkė. Turingas taip pat panaudojo kompiuterio idėją, kad pateiktų alternatyvų ir paprastesnį Gödelio neužbaigtumo teoremos įrodymą. Turingas suvaidino svarbų vaidmenį išskleidžiant Enigmą – sudėtingą šifravimo metodą, kurį Vokietija naudojo Antrojo pasaulinio karo metais. 1948 m. jis dalyvavo kuriant vieną pirmųjų kompiuterių pasaulyje. 1950 metais jis sugalvojo Turingo testas - tai turėjo būti kompiuterio gebėjimo „mąstyti“ patikrinimas. Iš esmės jame buvo teigiama, kad žmogus negalės atskirti dialogo su mašina ir dialogo su kitu asmeniu. Šis darbas atvėrė kelią DIRBTINIO INTELEKTO kūrimui. Turingas taip pat dalyvavo teorinėje biologijoje. Darbe „Cheminis morfogenezės pagrindas“(1952) jis pasiūlė modelį, apibūdinantį įvairių organizmo modelių biologijoje kilmę. Nuo tada tokie modeliai dažnai buvo naudojami daugeliui gamtoje stebimų sistemų apibūdinti ir paaiškinti. Turingas nusižudė po to, kai buvo oficialiai apkaltintas homoseksualumu.

Mokslinis ir techninis enciklopedinis žodynas.

Pažiūrėkite, kas yra „TURING“ kituose žodynuose:

Turingas, Alanas Mathisonas Alanas Turingas Alanas Matisonas Tiuringas Paminklas Sackville Parke Gimimo data... Wikipedia

– (Turingas) Alanas Matisonas (1912 m. 54 m.), anglų matematikas. 1936 m. Šiuolaikinė enciklopedija

– (Turingas), Alanas Matisonas (1912 m. birželio 23 d. – 1954 m. birželio 7 d.) – angl. logikas ir matematikas. 1936–1937 m. jis pasiūlė idealizuotą mašinos modelį apskaičiuoti. procesas - skaičiavimo schema, artima skaičiavimus atliekančio asmens veiksmams ir pateikta ... ... Filosofinė enciklopedija

Turingas A.– Turingas A. Anglų matematikas. Informacijos saugumo temos LT Turing… Techninis vertėjo vadovas

Alano Turingo Alano Turingo paminklas Sackville parke Gimimo data: 1912 m. birželio 23 d. Gimimo vieta: Londonas, Anglija Mirties data: 1954 m. birželio 7 d. ... Vikipedija

Turingas- Anglų matematikas Alanas M. Turingas, vienas iš loginių kompiuterinių technologijų pagrindų kūrėjų, pateikė vieną iš formalių algoritmo apibrėžimų; įrodė, kad yra kompiuterių klasė, kuri gali imituoti ... Lemo pasaulis – žodynas ir vadovas

– (Turingas) Alanas Matisonas (1912-06-23, Londonas, 1954-06-07, Wilmslow, netoli Mančesterio), anglų matematikas. Karališkosios draugijos narys (1951). Baigęs Kembridžo universitetą (1935 m.), jis dirbo prie daktaro disertacijos Prinstone ... ... Didžioji sovietinė enciklopedija

Turingas A.M.- TURINGAS (Turingas) Alanas Matisonas (191254), inž. matematikas. Pagrindinis tr. pagal matematiką. logika, skaičiavimas. matematikos. 1936 m.37 jis pristatė matematiką. abstrakčiojo algoritmo atitikmens arba skaičiuojamosios funkcijos sąvoka, kuri tada buvo vadinama. mašina T... Biografinis žodynas

- (pilna. Alanas Matisonas Turingas, Alanas Matisonas Turingas) (1912 m. birželio 23 d., Londonas, 1954 m. birželio 7 d., Wilmslow, JK), britų matematikas, darbų apie matematinę logiką, skaičiavimo matematiką autorius. 1936–1937 m. jis pristatė matematinę sąvoką ... enciklopedinis žodynas

Knygos

• Ar mašina gali mąstyti? Bendroji ir loginė automatų teorija. 14 leidimas, Turing A., Ši knyga, kurioje yra Alano Turingo ir Johno von Neumanno darbai, kurie buvo pirmųjų kompiuterių mąstymo mašinų kūrimo ištakos, priklauso filosofijos ir kibernetikos klasikai... Kategorija: Duomenų bazės Serija: Dirbtiniai mokslai Leidėjas: URSS, Gamintojas: URSS,
• Ar mašina gali mąstyti? Bendroji ir loginė automatų teorija. 14 leidimas, Turing A.. Ši knyga, kurioje pateikiami Alano Turingo ir Johno von Neumanno darbai, kurie buvo pirmųjų kompiuterių „mąstymo mašinų“ ištakos, priklauso filosofijos ir kibernetikos klasikai. kryptis ... Kategorija:

Dirbtinis intelektas (AI, angl. Artificial Intelligence, AI) – išmaniųjų mašinų, ypač išmaniųjų kompiuterių programų, kūrimo mokslas ir technologija. AI yra susijęs su panašia užduotimi naudojant kompiuterius žmogaus intelektui suprasti, bet nebūtinai apsiriboja biologiškai patikimais metodais.

Kas yra dirbtinis intelektas

Intelektas(iš lot. intellectus – pojūtis, suvokimas, supratimas, supratimas, samprata, protas), arba protas – psichikos kokybė, susidedanti iš gebėjimo prisitaikyti prie naujų situacijų, gebėjimo mokytis ir prisiminti remiantis patirtimi, suprasti ir taikyti. abstrakčias sąvokas ir valdyti savo žinias aplinką. Intelektas – tai bendras pažinimo ir sunkumų sprendimo gebėjimas, apjungiantis visus pažintinius žmogaus gebėjimus: jutimą, suvokimą, atmintį, reprezentaciją, mąstymą, vaizduotę.

1980-ųjų pradžioje Kompiuterių mokslininkai Barras ir Feigenbaumas pasiūlė tokį dirbtinio intelekto (AI) apibrėžimą:

Vėliau nemažai algoritmų ir programinės įrangos sistemų imta vadinti AI, kurių skiriamasis bruožas yra tas, kad kai kurias problemas jie gali išspręsti taip pat, kaip tai darytų žmogus, galvojantis apie jų sprendimą.

Pagrindinės AI savybės yra kalbos supratimas, mokymasis ir gebėjimas mąstyti ir, svarbiausia, veikti.

AI yra susijusių technologijų ir procesų kompleksas, kuris kokybiškai ir greitai vystosi, pavyzdžiui:

• natūralios kalbos teksto apdorojimas
• ekspertų sistemos
• virtualūs agentai (pokalbių robotai ir virtualūs asistentai)
• rekomendacijų sistemos.

Nacionalinė dirbtinio intelekto plėtros strategija

• Pagrindinis straipsnis: Nacionalinė dirbtinio intelekto plėtros strategija

AI tyrimai

• Pagrindinis straipsnis: Tyrimai dirbtinio intelekto srityje

AI standartizavimas

2019 m.: ISO/IEC ekspertai pritarė siūlymui parengti standartą rusų kalba

2019 m. balandžio 16 d. tapo žinoma, kad ISO / IEC dirbtinio intelekto standartizacijos pakomitetis pritarė RVC pagrindu sukurto techninio komiteto „Kibernetinės fizinės sistemos“ siūlymui sukurti standartą „Dirbtinis. intelektas. Sąvokos ir terminija“ rusų kalba, be pagrindinės anglų kalbos versijos.

Terminų standartas „Dirbtinis intelektas. Sąvokos ir terminija“ yra esminis visai tarptautinių norminių ir techninių dokumentų dirbtinio intelekto srityje šeimai. Be terminų ir apibrėžimų, šį dokumentą Jame pateikiami konceptualūs metodai ir principai, kaip sukurti sistemas su elementais, AI sąsajos su kitomis nuo galo iki galo technologijomis aprašymas, taip pat pagrindiniai dirbtinio intelekto reguliavimo ir techninio reguliavimo principai ir pagrindų metodai.

Po atitinkamo ISO/IEC pakomitečio posėdžio Dubline ISO/IEC ekspertai pritarė delegacijos iš Rusijos siūlymui vienu metu kurti terminų standartą dirbtinio intelekto srityje ne tik anglų, bet ir rusų kalba. Tikimasi, kad dokumentas bus patvirtintas 2021 m. pradžioje.

Susitikimo metu ISO/IEC ekspertai taip pat parėmė tarptautinio dokumento Informacinės technologijos – Dirbtinis intelektas (AI) – AI sistemų skaičiavimo metodų apžvalga, kuriame Rusija veikia kaip viena iš redaktorių, projekto rengimą. Dokumente pateikiama apžvalga moderniausias dirbtinio intelekto sistemos, apibūdinančios pagrindines sistemų charakteristikas, algoritmus ir metodus, taip pat specializuotų pritaikymų dirbtinio intelekto srityje pavyzdžius. Šio dokumento projekto rengimą vykdys specialiai sukurtas pakomitetis darbo grupė 5 „AI sistemų skaičiavimo metodai ir skaičiavimo charakteristikos“ (SC 42 5 darbo grupė „AI sistemų skaičiavimo metodai ir skaičiavimo charakteristikos“).

Dirbtinio intelekto technologijos yra labai paklausios įvairiuose skaitmeninės ekonomikos sektoriuose. Vienas iš pagrindinių veiksnių, trukdančių visapusiškai jas praktiškai naudoti, yra nepakankamas reguliavimo sistemos išvystymas. Kartu būtent gerai išvystyta reguliavimo ir techninė bazė užtikrina nurodytą technologijos pritaikymo kokybę ir atitinkamą ekonominį efektą.

Dirbtinio intelekto srityje RVC pagrindu sukurta „Cyber-Physical Systems TC“ kuria nemažai nacionalinių standartų, kurių patvirtinimas numatytas 2019 metų pabaigoje – 2020 metų pradžioje. Be to, kartu su rinkos žaidėjais ruošiamasi formuoti Nacionalinį standartizacijos planą (PNS) 2020 metams ir vėlesniems metams. TC „Cyber-Physical Systems“ laukia suinteresuotų organizacijų pasiūlymų dėl dokumentų rengimo.

2018 m.: Kvantinių ryšių, AI ir išmaniojo miesto standartų kūrimas

2018 m. gruodžio 6 d. Kibernetinių fizinių sistemų techninis komitetas RVC pagrindu kartu su SafeNet regioniniu inžinerijos centru pradėjo kurti standartų rinkinį Nacionalinės technologijų iniciatyvos (NTI) ir skaitmeninės ekonomikos rinkoms. Iki 2019 m. kovo mėn. planuojama parengti techninio standartizavimo dokumentus kvantinių ryšių srityje, pranešė RVC. Skaityti daugiau.

Dirbtinio intelekto poveikis

Pavojus žmogaus civilizacijos vystymuisi

Poveikis ekonomikai ir verslui

• Dirbtinio intelekto technologijų įtaka ekonomikai ir verslui

Poveikis darbo rinkai

Dirbtinio intelekto šališkumas

Viso, kas yra AI (mašininio vertimo, kalbos atpažinimo, natūralios kalbos apdorojimo, kompiuterinio matymo, automatizuoto vairavimo ir kt.), pagrindas yra gilus mokymasis. Tai mašininio mokymosi pogrupis, kuriam būdingi neuroninių tinklų modeliai, kurie, galima sakyti, imituoja smegenų veiklą, todėl vargu ar juos galima priskirti AI. Bet koks neuroninio tinklo modelis yra apmokytas naudojant didelius duomenų rinkinius, todėl jis įgyja tam tikrų „įgūdžių“, tačiau kūrėjams lieka neaišku, kaip juos naudoti, o tai galiausiai tampa viena iš svarbiausių daugelio gilaus mokymosi programų problemų. Priežastis ta, kad toks modelis su vaizdais dirba formaliai, nesuvokdamas, ką daro. Ar tokia AI sistema ir ar galima pasitikėti sistemomis, sukurtomis mašininio mokymosi pagrindu? Atsakymo į paskutinį klausimą reikšmė neapsiriboja mokslinėmis laboratorijomis. Todėl žiniasklaidos dėmesys reiškiniui, vadinamam AI šališkumu, pastebimai išaugo. Jis gali būti išverstas kaip „AI šališkumas“ arba „AI šališkumas“. Skaityti daugiau.

Dirbtinio intelekto technologijų rinka

AI rinka Rusijoje

Pasaulinė AI rinka

AI programos

DI taikymo sritys yra gana plačios ir apima ir girdėjimui pažįstamas technologijas, ir atsirandančias naujas sritis, kurios toli gražu nėra masinis pritaikymas, kitaip tariant, tai yra visas sprendimų spektras – nuo ​​dulkių siurblių iki kosminių stočių. Visą jų įvairovę galima suskirstyti pagal pagrindinių raidos taškų kriterijų.

AI nėra monolitinė dalykinė sritis. Be to, kai kurios dirbtinio intelekto technologijos pasirodo kaip nauji ekonomikos posektoriai ir atskiri subjektai, tuo pat metu aptarnaujantys daugumą ekonomikos sričių.

Plėtojant AI panaudojimą, technologijos pritaikomos klasikiniuose ekonomikos sektoriuose visoje vertės grandinėje ir jas transformuoja, o tai leidžia algoritmizuoti beveik visas funkcijas – nuo ​​logistikos iki įmonės valdymo.

AI naudojimas gynybos ir kariniams tikslams

Naudojimas švietime

AI naudojimas versle

AI kovoje su sukčiavimu

2019 m. liepos 11 d. tapo žinoma, kad vos per dvejus metus dirbtinis intelektas ir mašininis mokymasis bus panaudoti kovojant su sukčiavimu tris kartus daugiau nei 2019 m. Šie duomenys buvo gauti per bendrą SAS ir Sertifikuotų sukčiavimo ekspertų asociacijos (ACFE) tyrimą. 2019 m. liepos mėn. tokias kovos su sukčiavimu priemones jau naudoja 13% tyrime dalyvavusių organizacijų, o dar 25% teigė planuojantys jas įdiegti per ateinančius metus ar dvejus. Skaityti daugiau.

AI energetikos pramonėje

• Projektavimo lygmeniu: patobulintas energijos gamybos ir energijos išteklių poreikio prognozavimas, elektros energijos gamybos įrenginių patikimumo įvertinimas, generacijos didinimo automatizavimas esant poreikiui.
• Gamybos lygmeniu: optimizuoti prevencinę įrenginių priežiūrą, didinti gamybos efektyvumą, mažinti nuostolius, užkirsti kelią energijos išteklių vagystėms.
• Akcijos lygiu: kainodaros optimizavimas priklausomai nuo paros laiko ir dinaminis atsiskaitymas.
• Paslaugų teikimo lygmenyje: automatinis pelningiausio tiekėjo parinkimas, detali vartojimo statistika, automatizuotas klientų aptarnavimas, energijos optimizavimas pagal klientų įpročius ir elgseną.

AI gamyboje

• Projektavimo lygmeniu: pagerinti naujų produktų kūrimo efektyvumą, automatizuotą tiekėjų vertinimą ir atsarginių dalių bei dalių reikalavimų analizę.
• Gamybos lygiu: užduočių vykdymo proceso tobulinimas, surinkimo linijų automatizavimas, klaidų skaičiaus mažinimas, žaliavų pristatymo laiko mažinimas.
• Akcijos lygiu: palaikymo ir priežiūros paslaugų apimties prognozavimas, kainodaros valdymas.
• Paslaugų teikimo lygmenyje: transporto parko maršrutų planavimo tobulinimas, parko išteklių poreikis, serviso inžinierių rengimo kokybės gerinimas.

AI bankuose

• Rašto atpažinimas – naudojamas įsk. atpažinti klientus filialuose ir siųsti jiems specializuotus pasiūlymus.

AI transporte

• Automobilių pramonė yra ant revoliucijos slenksčio: 5 savarankiško vairavimo eros iššūkiai

AI logistikoje

AI alaus daryme

AI teismuose

Pokyčiai dirbtinio intelekto srityje padės radikaliai pakeisti teismų sistemą, padaryti ją teisingesnę ir be korupcijos schemų. Tokią nuomonę 2017 metų vasarą išsakė technikos mokslų daktaras, „Artezio“ techninis konsultantas Vladimiras Krylovas.

Mokslininkas mano, kad jau egzistuojantys AI sprendimai gali būti sėkmingai taikomi įvairiose ekonomikos ir visuomenės gyvenimo srityse. Ekspertas atkreipia dėmesį, kad dirbtinis intelektas sėkmingai naudojamas medicinoje, tačiau ateityje jis gali visiškai pakeisti teismų sistemą.

„Žiūrint kasdienes naujienas apie DI srities pokyčius, stebisi šios srities tyrėjų ir kūrėjų neišsenkama fantazija ir vaisingumas. Žinutės apie moksliniai tyrimai nuolat kaitaliojantis su publikacijomis apie naujų produktų įsiveržimą į rinką ir pranešimais apie nuostabius rezultatus, gautus naudojant AI įvairiose srityse. Jei kalbėsime apie numatomus įvykius, lydimus pastebimo ažiotažo žiniasklaidoje, kai AI vėl taps naujienų herojumi, tikriausiai nerizikuosiu daryti technologinių prognozių. Galiu manyti, kad kitas įvykis bus kur nors itin kompetentingo dirbtinio intelekto, sąžiningo ir nepaperkamo teismo pasirodymas. Tai greičiausiai įvyks 2020–2025 m. O šiame teisme vyksiantys procesai sukels netikėtus apmąstymus ir daugelio žmonių norą didžiąją dalį žmonių visuomenės valdymo procesų perkelti į DI.

Dirbtinio intelekto panaudojimą teismų sistemoje mokslininkas pripažįsta „logišku žingsniu“ plėtojant įstatymų lygybę ir teisingumą. Mašininis protas nėra pavaldus korupcijai ir emocijoms, gali griežtai laikytis įstatyminės bazės ir priimti sprendimus atsižvelgdamas į daugelį faktorių, įskaitant ginčo dalyvius apibūdinančius duomenis. Analogiškai su medicinos sritimi, teisėjai robotai gali dirbti su dideliais duomenimis iš viešųjų paslaugų saugyklų. Galima manyti, kad

Muzika

Tapyba

2015 m. „Google“ komanda išbandė neuroninius tinklus, siekdama išsiaiškinti, ar jie gali patys sukurti vaizdus. Tada dirbtinis intelektas buvo apmokytas pagal pavyzdį didelis skaičiusįvairios nuotraukos. Tačiau aparato „paprašius“ pavaizduoti kažką savaime, paaiškėjo, kad ji kiek keistai interpretuoja mus supantį pasaulį. Pavyzdžiui, užduočiai piešti hantelius kūrėjai gavo vaizdą, kuriame metalas buvo sujungtas žmogaus rankomis. Tikriausiai taip atsitiko dėl to, kad treniruočių etape analizuojamose nuotraukose su hanteliais buvo rankos, o neuroninis tinklas tai neteisingai interpretavo.

2016 m. vasario 26 d. specialiame aukcione San Franciske „Google“ atstovai iš dirbtinio intelekto pieštų psichodelinių paveikslų surinko apie 98 000 USD. Šios lėšos buvo skirtos labdarai. Žemiau pateikiama viena sėkmingiausių automobilio nuotraukų.

Google dirbtinio intelekto nutapytas paveikslas.