Turing eğitim endeksi php t. Turing makinesi ve özyinelemeli işlevler: Üniversiteler için bir ders kitabı

FEDERAL EĞİTİM AJANSI DEVLET EĞİTİM YÜKSEK MESLEKİ EĞİTİM KURUMU "VORONEZH DEVLET ÜNİVERSİTESİ" T.K. Katsaran, L.N. Stroeva TURİNG MAKİNASI VE ÖZYİNELEMELİ FONKSİYONLAR öğreticiüniversiteler için Voronezh Yayıncılık ve Basım Merkezi Devlet Üniversitesi 2008 PMM fakültesinin bilimsel ve metodolojik konseyi tarafından 25 Mayıs 2008 tarihinde onaylanan protokol No. 9 Hakem Teknik Bilimler Doktoru, Prof. Yöneylem Araştırması Matematiksel Yöntemler Bölümü T.M. Ledeneva Ders kitabı Voronej Devlet Üniversitesi Mekanik Matematik Fakültesi Doğrusal Olmayan Salınımlar Bölümü'nde hazırlanmıştır. VSU Uygulamalı Matematik ve Matematik Fakültesi, VSU'nun Starooskolsky ve Liskinsky şubelerinin 1. sınıf öğrencilerine önerilir. Uzmanlık alanı için 010500 – Uygulamalı matematik ve bilgisayar bilimi GİRİŞ “Algoritma” kelimesi, 8.-9. yüzyıllarda (783-850) yaşayan Özbek matematikçi ve astronom Muhammed ben Musa al-Algoritma'nın adının Latince yazılışı olan algoritmadan gelmektedir. Harizmi. Harezm'in (modern Özbekistan'da bir şehir) en büyük matematikçisi, Orta Çağ Avrupa'sında bu isimle biliniyordu. “Hint Sayımı Üzerine” adlı kitabında, Arap rakamlarını kullanarak doğal sayıları yazmanın kurallarını ve bunlar üzerinde işlem yapma kurallarını formüle etti. Daha sonra algoritma kavramı daha çok kullanılmaya başlandı. geniş anlamda ve sadece matematikte değil. Hem matematikçiler hem de uygulayıcılar için algoritma kavramı önemlidir. Dolayısıyla, bir algoritmanın, aynı türdeki tüm sorunları çözmek için belirli bir işlem sistemini belirli bir sırayla gerçekleştirmek için kesin bir reçete olduğunu, ilk verilerden gerekli sonucun elde edilmesini sağlayan bir dizi eylem tanımladığını söyleyebiliriz. Bunun "algoritma" kavramının bir tanımı olmadığını, yalnızca onun tanımı, sezgisel anlamı olduğunu unutmayın. Algoritma, bir kişi tarafından veya otomatik bir cihaz tarafından yürütülecek şekilde tasarlanabilir. Bu algoritma fikri matematiksel açıdan kesin değildir, çünkü genel anlamda kesin olarak tanımlanmayan "kesin talimatlar" ve "ilk veriler" gibi kavramları kullanır. Herhangi bir algoritmanın bir özelliği, belirli bir problem sınıfını çözme yeteneğidir. Örneğin, bu sistemleri çözmek için bir algoritma olabilir doğrusal denklemler , bir grafikte en kısa yolu bulmak vb. Bir algoritma oluşturmak, en basit olanı bile olsa, yaratıcı bir süreçtir. Yalnızca canlılar tarafından kullanılabilir ve uzun süre yalnızca insanlara ait olduğuna inanılıyordu. Başka bir şey, mevcut bir algoritmanın uygulanmasıdır. İşin özüne dalmak zorunda olmayan, belki de bunu anlayamayan bir özneye ya da nesneye emanet edilebilir. Böyle bir özne veya nesneye genellikle resmi icracı denir. Resmi bir icracı örneği, içine toz koymayı unutmuş olsanız bile, kendisine öngörülen eylemleri kesinlikle yerine getiren otomatik bir çamaşır makinesidir. Bir kişi aynı zamanda resmi icracı olarak da hareket edebilir, ancak her şeyden önce, bilgisayar da dahil olmak üzere çeşitli otomatik cihazlar resmi icracıdır. Her algoritma çok spesifik bir sanatçı göz önünde bulundurularak oluşturulur. İcracının yapabileceği eylemlere izin verilen eylemler denir. İzin verilen eylemler kümesi, bir icracı komutları sistemi oluşturur. Algoritma yalnızca belirli bir sanatçı için izin verilen eylemleri içermelidir. Bu nedenle, algoritmaların çeşitli genel özellikleri genellikle algoritmaları diğer talimatlardan ayırmak için formüle edilir. Algoritmanın aşağıdaki özelliklere sahip olması gerekmektedir. Ayrıklık (süreksizlik, ayrılık) – algoritma, bir sorunu çözme sürecini basit (veya önceden tanımlanmış) adımların sıralı bir şekilde yürütülmesi olarak temsil etmelidir. Algoritma tarafından sağlanan her eylem, yalnızca bir öncekinin yürütülmesi tamamlandıktan sonra yürütülür. Kesinlik: Algoritmanın her kuralı açık ve net olmalı ve keyfiliğe yer bırakmamalıdır. Bu özellik sayesinde, algoritmanın yürütülmesi doğası gereği mekaniktir ve çözülen sorunla ilgili herhangi bir ek talimat veya bilgi gerektirmez. Verimlilik (sonluluk) – algoritma, sorunun sonlu sayıda adımda çözülmesine yol açmalıdır. 4 Büyüklük - sorunu çözmek için kullanılan algoritma genel bir biçimde geliştirilmiştir, yani yalnızca ilk verilerde farklılık gösteren belirli bir sorun sınıfı için geçerli olmalıdır. Bu durumda başlangıç ​​verileri algoritmanın uygulanabilirlik alanı olarak adlandırılan belirli bir alandan seçilebilmektedir. Algoritma teorisi, algoritmaların genel özelliklerini inceleyen bir matematik dalıdır. Algoritmaların niteliksel ve metrik teorileri vardır. Niteliksel algoritma teorisinin temel sorunu, belirli özelliklere sahip bir algoritma oluşturma sorunudur. Bu probleme algoritmik problem denir. Metrik algoritma teorisi, algoritmaları karmaşıklıkları açısından inceler. Algoritma teorisinin bu dalı aynı zamanda algoritmik karmaşıklık teorisi olarak da bilinir. Bazı problemlere çözüm ararken uygun algoritmayı bulmak uzun zaman alıyordu. Bu tür problemlerin örnekleri şunlardır: a) herhangi bir yüklem formülü için sonlu sayıda işlemle bunun aynı şekilde doğru olup olmadığının bulunabileceği bir yöntemi belirtmek; b) Diophantine denklemi (tamsayı katsayılı cebirsel bir denklem) tamsayılarla çözülebilir mi? Bu sorunları çözmek için algoritmalar bulmak mümkün olmadığından, bu tür algoritmaların hiç bulunmadığı varsayımı ortaya çıktı ve bu kanıtlandı: ilk sorun A. Church tarafından, ikincisi ise Yu.V. Matiyasevich ve G.V. Chudnovsky. Sezgisel algoritma kavramını kullanarak bunu kanıtlamak prensipte imkansızdır. Bu nedenle algoritma kavramının kesin bir matematiksel tanımını vermek için girişimlerde bulunulmuştur. Yirminci yüzyılın 30'lu yıllarının ortalarında S.K. Kleene, A.A. Markov, E. Post, A. Turing, A. Church ve diğerleri algoritma kavramının çeşitli matematiksel tanımlarını 5 önermişlerdir. Daha sonra, bu farklı biçimsel matematiksel tanımların bir anlamda eşdeğer olduğu kanıtlandı: aynı fonksiyon kümesini hesaplıyorlar. Bu, bir algoritmanın sezgisel konseptinin ana özelliklerinin bu tanımlarda doğru bir şekilde yakalandığını göstermektedir. Daha sonra, A. Turing tarafından önerilen ve Turing makinesi adı verilen algoritmanın matematiksel olarak iyileştirilmesini ele alacağız. 6 1. TURING MAKİNASI § 1. Turing makinesinin matematiksel modeli İngiliz matematikçi A. Turing tarafından 20. yüzyılın otuzlu yıllarında önerilen bir Turing makinesi oluşturma fikri, onun bir verme girişimiyle ilişkilidir. Algoritma kavramının kesin matematiksel tanımı. Turing makinesi (MT), idealleştirilmiş bir dijital bilgisayarın matematiksel bir modelidir. Turing makinesi, fonksiyon, türev, integral, grup vb. ile aynı matematiksel nesnedir. Tıpkı diğer matematiksel kavramlar gibi, Turing makinesi kavramı da nesnel gerçekliği yansıtır ve belirli gerçek süreçleri modeller. MT algoritmasını tanımlamak için dört parçadan oluşan bir cihaz hayal etmek uygundur: bant, okuma kafası, kontrol cihazı ve dahili bellek. 1. Bandın potansiyel olarak sonsuz olduğu, hücrelere (eşit hücreler) bölündüğü varsayılır. Gerekirse sembollerin bulunduğu ilk veya son hücreye boş bir hücre eklenir. Makine ayrık kabul edilen zamanda çalışır ve anları 1, 2, 3, … olarak numaralandırılır. Bant herhangi bir anda sınırlı sayıda hücre içerir. Hücrelere ayrı bir zamanda A = (L, a1 , a 2 ,..., a n -1 ), n ³ 2 harici alfabesinden yalnızca bir sembol (harf) yazılabilir. Boş bir hücre, L sembolü ile gösterilir ve L sembolünün kendisi boş olarak adlandırılırken, geri kalan semboller boş olmayan olarak adlandırılır. Bu A alfabesinde, MT'ye sağlanan bilgi bir kelime (sonlu sıralı semboller kümesi) biçiminde kodlanmıştır. Makine, bir kelime biçiminde sunulan bilgiyi yeni bir kelimeye "işler". 2. Okuma kafası (belirli bir okuma elemanı) bant boyunca hareket eder, böylece her an bandın tam olarak bir hücresini görür. Kafa, bir hücrenin içeriğini okuyabilir ve içine A alfabesinden yeni bir karakter yazabilir.Bir işlem döngüsünde yalnızca bir hücreyi sağa (R), sola (L) hareket ettirebilir veya yerinde kalabilir (N) ). Kafanın hareketleri (kaymaları) kümesini D = (P, L, N) gösterelim. Eğer içindeyse şu an t zamanında kafa en dıştaki hücrededir ve eksik hücreye doğru hareket eder, daha sonra yeni bir boş hücre eklenir ve bu hücrenin üzerinde t + 1 zamanında kafa bulunur. 3. Makinenin dahili belleği, Q = ( q0 , q1 , q 2 , ..., q m ), m ³ 1 . |Q | kuvvetinin olduğunu varsayacağız. ³ 2. Makinenin iki durumunun özel anlamı vardır: q1 – başlangıç iç durum (birkaç başlangıç ​​dahili durumu olabilir), q0 son durum veya durma durumudur (her zaman bir son durum vardır). MT, zamanın her anında başın konumu ve iç durumu ile karakterize edilir. Örneğin, kafanın bulunduğu hücrenin altında makinenin iç durumu gösterilir. ¯ a2 a1 L a2 a3 q1 4. Her t anında, kontrol cihazı, banttaki o anda okunan sembole ve makinenin dahili durumuna bağlı olarak aşağıdaki eylemleri gerçekleştirir: 1) ai okunan sembolü değiştirir şu anda t'den yeni bir a j sembolüne (özellikle onu değiştirmeden bırakır, yani ai = a j); 2) kafayı aşağıdaki yönlerden birinde hareket ettirir: N, L, R; 3) t anında mevcut olan makinenin (8 qi) dahili durumunu, makinenin t +1 zamanında olacağı yeni bir q j ile değiştirir (qi = qj olabilir). Kontrol cihazının bu tür eylemlerine komut denir ve şu şekilde yazılabilir: qi ai ® a j D q j , (1) burada qi, makinenin o andaki dahili durumudur; a i – şu anda okunmakta olan sembol; a j – a i sembolünün değiştiği sembol (ai = a j olabilir); D sembolü ya N ya da L ya da P'dir ve kafanın hareket yönünü belirtir; q j, makinenin bir sonraki andaki iç durumudur (belki qi = q j). qi ai ve a j D q j ifadelerine sırasıyla bu komutun sol ve sağ tarafları denir. Q \ (q 0 ) ve A kümeleri sonlu olduğundan, sol tarafların ikili olarak farklı olduğu komutların sayısı sonlu bir sayıdır. Sol tarafları aynı olan komutlar yoktur, yani T makine programı qi ai ® a j D q j ve qt at ® ak D qk ifadelerini içeriyorsa, o zaman qi ¹ qt veya ai ¹ at ve D O (P, L, N) ). Tüm talimatların oluşturduğu sete Turing makinesi programı denir. Bir programdaki maksimum komut sayısı (n + 1) x m'dir; burada n + 1 = A ve m + 1 = Q. Komutun q0 son durumunun yalnızca komutun sağ tarafında görünebileceğine, başlangıç ​​durumu q1'in ise komutun hem sol hem de sağ tarafında görünebileceğine inanılmaktadır. Bir komutun yürütülmesine adım denir. Bir Turing makinesinin hesaplanması (veya çalıştırılması), ilkinden başlayarak, atlamadan birbiri ardına gelen adımlar dizisidir. Yani, dört sonlu küme biliniyorsa MT verilir: dış alfabe A, dahili alfabe Q, baş hareketleri D kümesi ve sonlu bir komutlar kümesi olan makine programı. 9 § 2. Turing makinesinin çalışması Makinenin çalışması tamamen ilk (ilk) andaki göreve göre belirlenir: 1) banttaki kelimeler, yani. e. bandın hücrelerine yazılan sembol dizileri (bu sembollerin bandın hücreleri boyunca soldan sağa okunmasıyla bir kelime elde edilir); 2) baş konumu; 3) makinenin iç durumu. Bu üç koşulun (şu anda) birleşimine konfigürasyon (şu anda) denir. Tipik olarak, başlangıç ​​anında makinenin iç durumu q1'dir ve kafa, bandın ilk sol veya ilk sağ hücresinin üzerindedir. Belirtilen kelime Başlangıç ​​durumu q1 olan bir bant üzerinde ve kafanın ilk kelimenin üzerindeki konumuna başlangıç ​​konfigürasyonu denir. Aksi takdirde Turing makinesinin başlangıç ​​konfigürasyonundaki bir kelimeye uygulanamayacağını söyleriz. Başka bir deyişle, ilk anda konfigürasyon şu şekilde temsil edilebilir: belirli sayıda hücreden oluşan bir bant üzerine, her hücreye harici A alfabesinin sembollerinden biri yazılır, kafa ilkinin üzerinde bulunur bandın sol veya ilk sağ hücresi ve içteki hücre.makinenin konumu q1'dir. Bu komutun uygulanması sonucu ortaya çıkan bant ve kafa konumu üzerindeki kelimeye son konfigürasyon adı verilir. Örneğin, ilk anda bant üzerine a1La 2 a1a1 kelimesi yazılırsa, ilk konfigürasyon şöyle görünecektir: a1 a2 L a1 a1 q1 (kafanın üzerinde bulunduğu hücrenin altında, makinenin dahili durumu) belirtilir). 10

Bugün muhtemelen Alan Turing testi gibi bir kavramı en az bir kez duymamış kimse yoktur. Çoğu insan muhtemelen böyle bir test sisteminin ne olduğunu anlamaktan uzaktır. Bu nedenle biraz daha ayrıntılı olarak üzerinde duralım.

Turing Testi Nedir: Temel Kavram

Geçen yüzyılın 40'lı yıllarının sonlarında, birçok bilimsel zihin ilk bilgisayar gelişmelerinin sorunlarıyla meşguldü. O zaman sibernetik alanında araştırma yapan belirli bir sivil toplum grubu olan Ratio Club'ın üyelerinden biri tamamen mantıklı bir soru sordu: Bir insan gibi düşünecek bir makine yaratmak mümkün mü ya da en azından davranışını taklit mi ediyorsun?

Turing testini kimin icat ettiğini söylememe gerek var mı? Görünüşe göre öyle değil. Bugün hala geçerli olan tüm konseptin ilk temeli şu ilkeydi: Bir kişi, tamamen farklı keyfi konularda görünmez bir muhatapla bir süre iletişim kurduktan sonra, önünde kimin olduğunu belirleyebilecek mi? gerçek kişi mi yoksa makine mi? Başka bir deyişle sorun yalnızca bir makinenin davranışını taklit etmek değildir. gerçek kişi ama aynı zamanda kendi adına düşünüp düşünemeyeceğini de öğrenmek için. bu konu halen tartışmalıdır.

Yaratılış tarihi

Genel olarak, Turing testini bir bilgisayarın "insan" yeteneklerini belirlemek için bir tür ampirik sistem olarak düşünürsek, onun yaratılmasının dolaylı temelinin filozof Alfred Ayer'in formüle ettiği meraklı ifadeleri olduğunu söylemek gerekir. 1936'da.

Ayer, tabiri caizse farklı insanların yaşam deneyimlerini karşılaştırdı ve buna dayanarak ruhsuz bir makinenin düşünemediği için hiçbir testi geçemeyeceği görüşünü dile getirdi. En iyi ihtimalle öyle olacak Temiz su taklit.

Prensip olarak bu böyledir. Düşünen bir makine yaratmak için taklit tek başına yeterli değildir. Pek çok bilim adamı, ilk uçağı yapan ve bu arada Leonardo da Vinci gibi bir dehanın özelliği olan kuşları taklit etme eğiliminden vazgeçen Wright kardeşlerin örneğini veriyor.

Istria, kendisinin (1912-1954) bu varsayımları bilip bilmediğini söylemiyor, ancak 1950'de makinenin "insancıllaştırılması" derecesini belirleyebilecek bütün bir soru sistemi derledi. Ve bu gelişmenin hala temel gelişmelerden biri olduğu söylenmelidir, ancak yalnızca bilgisayar botları vb. Test edilirken. Gerçekte, prensibin sadece birkaç programın Turing testini geçmeyi başardığı ortaya çıktı. . Ve sonra, test sonucu hiçbir zaman en iyi ihtimalle yüzde 100'lük bir göstergeye sahip olmadığından - 50'den biraz fazla - büyük bir gerginlikle "geçti" deniyor.

Araştırmasının en başında bilim adamı kendi buluşunu kullandı. Buna Turing test makinesi adı verildi. Tüm konuşmaların yalnızca basılı biçimde girilmesi gerektiğinden, bilim adamı yanıtların yazılması için baskı bandını sola veya sağa hareket ettirmek, belirli bir karakteri yazdırmak vb. gibi birkaç temel talimat belirledi.

ELIZA ve PARRY Programları

Zamanla programlar daha karmaşık hale geldi ve Turing testinin uygulandığı durumlarda bunlardan ikisi o dönemde çarpıcı sonuçlar verdi. Bunlar ELIZA ve PARRY'ydi.

1960 yılında yaratılan "Eliza"ya gelince: soruya göre makinenin anahtar kelimeyi belirlemesi ve buna göre bir yanıt oluşturması gerekiyordu. Gerçek insanları aldatmayı mümkün kılan şey buydu. Böyle bir kelime yoksa makine genelleştirilmiş bir yanıt veriyordu veya önceki yanıtlardan birini tekrarlıyordu. Ancak Eliza testinin başarılı olup olmadığı hala şüpheli çünkü programla iletişim kuran gerçek kişiler başlangıçta psikolojik olarak bir makineyle değil, bir kişiyle konuştuklarını önceden düşünecek şekilde hazırlanmışlardı.

PARRY programı Eliza'ya biraz benzer, ancak paranoyak bir kişinin iletişimini simüle etmek için oluşturuldu. En ilginç olanı ise bunu test etmek için gerçek klinik hastalarının kullanılmış olmasıdır. Konuşmaların transkriptleri teletiple kaydedildikten sonra profesyonel psikiyatristler tarafından değerlendirildi. Vakaların yalnızca yüzde 48'inde kişinin nerede olduğunu ve makinenin nerede olduğunu doğru bir şekilde değerlendirebildiler.

Ayrıca o zamanın neredeyse tüm programları belirli bir süreyi dikkate alarak çalışıyordu, çünkü o günlerde bir insan bir makineden çok daha hızlı düşünüyordu. Şimdi durum tam tersi.

Süper bilgisayarlar Deep Blue ve Watson

IBM şirketinin gelişmeleri oldukça ilginç görünüyordu; sadece düşünmekle kalmıyorlardı, aynı zamanda inanılmaz hesaplama gücüne de sahiplerdi.

Pek çok kişi muhtemelen 1997'de süper bilgisayar Deep Blue'nun o zamanki dünya şampiyonu Garry Kasparov'a karşı nasıl 6 satranç maçı kazandığını hatırlıyordur. Aslında Turing testi bu makineye oldukça koşullu olarak uygulanabilir. Mesele şu ki, başlangıçta olayların gelişiminin inanılmaz miktarda yorumlanmasına sahip birçok oyun şablonu içeriyordu. Makine saniyede yaklaşık 200 milyon parçanın konumunu değerlendirebiliyordu!

360 işlemci ve 90 sunucudan oluşan Watson bilgisayarı, Amerikan televizyon yarışma programını her bakımdan diğer iki katılımcıyı geride bırakarak kazandı ve aslında 1 milyon dolar ikramiye aldı. Yine soru tartışmalı çünkü makine inanılmaz miktarda ansiklopedik veriyle doluydu ve makine soruyu bir anahtar kelimenin, eşanlamlıların veya genel eşleşmelerin varlığına göre analiz etti ve ardından doğru cevabı verdi.

Eugene Goostman emülatörü

En iyilerinden biri ilginç olaylar Bu alanda, Odessa'da yaşayan Evgeniy Gustman ve şu anda Amerika Birleşik Devletleri'nde yaşayan Rus mühendis Vladimir Veselov'un 13 yaşındaki bir çocuğun kişiliğini taklit eden bir programı vardı.

7 Haziran 2014'te Eugene programı tüm yeteneklerini gösterdi. İlginç bir şekilde teste 5 bot ve 30 gerçek kişi katıldı. Yüz vakadan yalnızca %33'ünde jüri bunun bir bilgisayar olduğunu tespit edebildi. Buradaki önemli nokta, bir çocuğun bir yetişkine göre daha düşük zekaya ve daha az bilgiye sahip olması nedeniyle görevin karmaşık hale gelmesidir.

Turing testi soruları en genel sorulardı, ancak Eugene için Odessa'daki olaylarla ilgili hiçbir sakinin gözünden kaçamayacak bazı özel sorular da vardı. Ancak cevaplar bana hâlâ jürinin çocuk olduğunu düşündürdü. Mesela program ikamet yeri sorusuna anında cevap veriyordu. Muhatabın falanca tarihte şehirde olup olmadığı sorulduğunda program bu konuda konuşmak istemediğini belirtti. Muhatap o gün yaşananlara uygun bir konuşma yapılması konusunda ısrar edince Eugene, "sen kendin bilmelisin, neden ona soruyorsun" diyerek kendini inkar etti. Genel olarak çocuk emülatörünün son derece başarılı olduğu ortaya çıktı.

Ancak bu yine de bir emülatör, düşünen bir yaratık değil. Yani makine ayaklanması çok uzun bir süre gerçekleşmeyecek.

ama diğer yandan

Son olarak, yakın gelecekte düşünen makineler yaratmak için şu ana kadar herhangi bir önkoşulun bulunmadığını da eklemek gerekiyor. Bununla birlikte, daha önce tanınma sorunları özellikle makinelerle ilgiliyse, artık hemen hemen her birimizin bir makine olmadığınızı kanıtlaması gerekiyor. Bazı eylemlere erişim sağlamak için İnternet'te bir captcha girmeye bakın. Şimdiye kadar tek bir tane bile yaratılmadığına inanılıyor elektronik cihaz, bozuk metni veya bir kişi dışındaki karakter kümesini tanıyabilen. Ama kim bilir, her şey mümkündür...

YAPAY ZEKA

Turing testi ilgilenen herkes tarafından bilinmektedir. yapay zeka. 1938 yılında Alan Turing'in "Bir Makine Düşünebilir mi?" makalesinde formüle edilmiştir. Test aşağıdaki gibidir. Deneyci, muhatapla onu görmeden (örneğin bir bilgisayar ağı üzerinden), klavyede ifadeler yazarak ve monitörde bir metin yanıtı almadan iletişim kurar. Daha sonra kiminle konuştuğunu belirlemeye çalışır. Deneyi yapan kişi bir bilgisayar programını bir kişiyle karıştırırsa, o program Turing testini geçmiştir ve akıllı sayılabilir.

Bir kişi yine de altın madalya alacak

60'lı yıllarda bu testi geçmenin gerçek olasılığını gösteren en ünlü program efsanevi ELIZA'ydı. 1966 yılında bilim adamları Winograd, Weizenbaum ve Colby tarafından oluşturuldu. ELIZA bir cümledeki anahtar kelimeleri buldu (örneğin, “anne”) ve bu kelimelere mekanik olarak tepki veren bir şablon isteği yayınladı (“Bana annen hakkında daha fazla bilgi ver”). Daha sonra Toddy Winograd, ELIZA'yı temel alarak “Psikoterapist”in daha gelişmiş bir versiyonunu yarattı. ELIZA'nın ortaya çıkışı, 1962'de ilk endüstriyel robotun piyasaya sürülmesi veya 1975-1976'da görüntü ve konuşma tanıma alanındaki gelişmeler için Pentagon'un finansmanının başlaması gibi olaylarla birlikte yapay zeka tarihine geçti.

1991 yılında, uygun bilgisayar programlarının (bot adı verilen) yazarlarının davet edildiği ilk özel ama çok saygın Turing Testi turnuvası düzenlendi. Bu turnuva Hugh Loebner (www.loebner.net/Prizef/loebner-prize.html) tarafından kuruldu. Kazananlara 100 bin dolar ödül ve altın madalya verildi.

Şu ana kadar ana ödülü kimse kazanamadı. Ancak 1994 yılında Loebner kurallarda büyük bir değişiklik yaparak programın hakimle yalnızca metin formatında değil, aynı zamanda sanal bir kişinin görüntüsünü oluşturarak da iletişim kurmasını gerektirdi. Ayrıca konuşma bilgisini sentezleyebilmeli ve tanıyabilmelidir. Bu koşullar birçok kişi tarafından son derece zor olarak değerlendirildi ve şu ana kadar yeni kurallara göre ana ödül için hiçbir yarışmacı ortaya çıkmadı. Ve eski "metin" modunda kazanmaları karşılığında artık 25 bin dolar ve gümüş madalya sözü veriliyor. Programla eski kurallara göre iletişim kurarken hakimin subjektif hata yapma olasılığının oldukça yüksek olduğunu belirtmek gerekir. Ayrıca botlar oldukça hızlı bir şekilde gelişiyor ve muhtemelen önümüzdeki yıllarda Turing testinin kazananını bekleyeceğiz.

Yarışmada değerlendirme yapmak çok katıdır. Uzmanlar turnuvaya önceden hazırlanıyor ve kiminle iletişim kurduğunu anlamak için çok zor sorular seçiyor. Programlarla olan konuşmaları bir araştırmacının sorgusunu andırıyor. Zayıf botlar diyaloğun geçmişini nasıl takip edeceklerini bilemedikleri ve monoton cevaplar verirken yakalanabilecekleri için jüri üyeleri bazı soruları belirli bir süre sonra tekrarlamaktan hoşlanıyor.

Ancak geliştiriciler sanal ücretlerini "makine misiniz yoksa insan mısınız?" gibi kışkırtıcı sorulara yanıt verecek şekilde ayarlayarak zaman kaybetmiyorlar. Program çok ikna edici bir şekilde cevap verdi: "Elbette bir insan!"

8 Kasım 1991'de Boston Bilgisayar Müzesi'nde sekiz program canlı uzmanlarla yarıştı. Sonuç çarpıcıydı. On yargıçtan beşi, Whimsical Conversation takma adının arkasında saklanan bir kişinin olduğuna karar verdi. Aslında, IBM PC 386 üzerinde çalışan ve 1986 yılında psikoloji uzmanı Joseph Weintraub tarafından efsanevi ELIZA temel alınarak oluşturulan bir Terapist programıydı. Ancak bu sonuç büyük ölçüde programların gerçekte olduğundan çok daha ilkel düzeyde iletişim kurduğuna inanan uzmanların şüpheciliği ve önyargısından kaynaklanmaktadır. Daha sonra jüri üyeleri bilgisayar iletişim tarzına alıştı ve botlar o zamandan beri bu kadar başarılı bir sonuç elde edemedi.

Terapist başlangıçta C, Turbo-Prolog ve QuickBasic ile yazılmış yedi modülden oluşuyordu. Daha sonra bir konuşma sentezi sistemi ve bir bilgi tabanı ile desteklendi. Program 70.000 kelimelik bir sözlük kullanıyor ve kendisine söylenen her şeyi hatırlıyor, bu bilgiyi sonraki diyaloglarda kullanıyor ve belirli bir muhatabın çıkarlarına göre uyarlıyor. Terapist 1992, 1993 ve 1995'te Loebner Ödülü'nü kazandı. Daha sonra "erkek-kadın" ve "liberal-muhafazakar" konularındaki sohbetleri destekleyebilecek özel modüllerle zenginleştirildi.

İşte kazanan diyaloglarından birinden bir örnek:

Yargıç: Sizce Amerikan askerlerinin Bosna'ya gitmesi gerekir mi?

Terapist: Clinton'un Bosna'ya 20.000 barış gücü göndererek yaptığı şeyin kalıcı bir barışı garantileyeceğini düşünüyorum.

Yargıç: Amerikalıların çoğunun sizin gibi hissettiğini mi düşünüyorsunuz?

Terapist: Amerikan askerlerinin Bosna'ya gitmesi gerektiğini düşünürken ne demek istediniz? Hiç kimse sana çok fazla düşündüğünü söyledi mi? Sanırım Amerikalıların çoğu benim gibi mi hissediyor?

1994 yılında turnuvayı, doğal diller konusunda uzmanlaşmış deneysel psikoloji doktoru Thomas Wylen kazandı. TIPS programı, cümleleri depolamak ve analiz etmek (veritabanında birkaç bin tane vardı) ve sözcüksel kalıpları aramak için eğitilmişti.

1996'da bronz madalya Jason Hutchence'a ve onun SEPO botuna verildi ve şöyle bir mesaj gönderdi:

Yargıç: Sanırım. Araştırma yapıyorum. Yazıyorum. Seviyorum. Yaşıyorum.

SEPO: Acaba bazen düşünüyor musun? Burada kendimi hakim gibi hissediyorum!

1997 yılında David Levy Converse botu ile şampiyon oldu. 1998 ve 1999'da Robbie Garnett, Turing testini geçmenin gerçek zeka gerektirmediğine inanarak zafere ulaştı. Öğrenmeye yönelik bilimsel yaklaşımlardan (sinir ağları, genetik algoritmalar) bahseden hemen hemen tüm yazarların, kararlarında oldukça basit sezgisel yöntemler kullanmaları ilginçtir.

Garnett, yarışmaya TIPS ve ELIZA'nınkine benzer bir uyaran-tepki ilkesine dayanan Hesaplamalı Davranışçı bir programla katıldı. Yalnızca botu bir değil üçe kadar arıyordu anahtar kelimeler bir cümleyle. Aynı zamanda, programın sorulara monoton bir cevaptan daha fazlasını gerektirdiğini fark ederek, bir kişiyle daha eksiksiz bir iletişim yanılsaması yaratan bir dizi ek buluşsal algoritmayı programa yerleştirdi.

Behaviorist'in geliştirilmesi sırasında, o zamanlar büyük olan veritabanlarında bilgi aramanın uygulanmasının karmaşıklığıyla ilgili teknik zorluklar ortaya çıktı, bu da iletişimde gözle görülür zaman gecikmelerine yol açtı ve bu da bilgisayar muhatabına anında ihanet etti. Bu nedenle Garnet, halka açık iki botu (C++ ile yazılmış Albert ve ELIZA'nın Pascal sürümlerinden biri) birleştirdi ve bunları standart veritabanı sorgu algoritmalarının kullanımına izin veren Visual DataFlex geliştirme ortamında uyguladı.

2000 ve 2001 yıllarında küçük ödül Richard Wallace'ın ALICE programına verildi. Bugün, ALICE temelinde, bot oluşturma faaliyetlerini standartlaştırma faaliyetleriyle uğraşan ALICE AI Vakfı (http://alice.sunlitsurf.com/) organize edilmiştir. Özellikle ALICE, anahtar ifadelerin ve yanıtların sunumunu resmileştirmeyi amaçlayan bir XML alt kümesi olan AIML (Yapay Zeka İşaretleme Dili) formatındaki veritabanı destek araçlarıyla desteklenmiştir. Artık programlamaya aşina olmayan herkes ALICE'ın temel sürümünü alabilir ve normal bir düzenleyici kullanarak onu herhangi bir dilde kendi bilgi tabanıyla doldurabilir.

Ne yazık ki, Wired'ın bildirdiği gibi, bu yaz Bay Wallace zihinsel sorunlar yaşamaya başladı (birkaç Amerikan üniversitesinde yolsuzluğun yaygın olduğunu ve öğretim kadrosunun büyük bir saldırı planladığını iddia ederek profesör arkadaşlarından birini fiziksel zarar vermekle tehdit etti). Wallace KOMPLOSUNA karşı ölçekli plan). Bilim adamı şu anda soruşturma altında.

Bu yılki zafer için en muhtemel adaylardan biri (turnuva Ekim ayında yapılacak) Anna programının (ALICE'nin AIML uzantısı, http://annabot.sourceforge.net/ web sitesinde ücretsiz olarak mevcuttur) yazarı Joshua Smith'tir. ). Bay Joshua, meslektaşlarından farklı olarak en başından beri iletişim sırasında insan gibi davranan bir bot yarattığını belirtiyor. Anna kendisini gerçekten yaşayan bir varlık olarak görüyor, bir takım bireysel niteliklere sahip ve sohbette oldukça canlı.

Rusya'da benzer gelişmeler var mı - Rusça iletişim kurabilen botlar? PC Week/RE editörleri toplantıya hazır Rus rekabeti Turing testini geçmek için. Yazara şu adresten yazın: [e-posta korumalı].

TURİNG

TURİNG(Turing) Alan (1912-54), daha sonra bilgisayar teknolojisinin temeli olacak teorileri formüle eden İngiliz matematikçi ve mantıkçı. 1937'de ortaya çıktı Turing makinesi - bir dizi giriş komutunu dönüştürebilen varsayımsal bir makine. Modern bilgisayarların öncüsüydü. Turing ayrıca Gödel'in eksiklik teoremine alternatif ve daha basit bir kanıt sunmak için bilgisayar fikrini kullandı. Turing, Almanya'nın İkinci Dünya Savaşı sırasında kullandığı karmaşık bir şifreleme yöntemi olan Enigma'nın çözülmesinde büyük rol oynadı. 1948'de dünyanın ilk bilgisayarlarından birinin yaratılmasına katıldı. 1950'de ortaya çıktı Turing testi - bunun bir bilgisayarın “düşünme” yeteneğini ölçen bir test olması gerekiyordu. Esasen, bir kişinin bir makineyle olan diyalogunu başka bir kişiyle olan diyalogdan ayırt edemeyeceğini belirtiyordu. Bu çalışma YAPAY ZEKA'nın yaratılmasının yolunu açtı. Turing aynı zamanda teorik biyolojiyle de ilgilendi. Devam etmekte "Morfogenezin kimyasal temeli"(1952) biyolojideki organizmaların çeşitli yapısal modellerinin kökenini açıklayan bir model önerdi. O zamandan beri bu tür modeller doğada gözlemlenen birçok sistemi tanımlamak ve açıklamak için sıklıkla kullanıldı. Turing resmi olarak eşcinsellikle suçlandıktan sonra intihar etti.

Bilimsel ve teknik ansiklopedik sözlük.

Diğer sözlüklerde "TURING" in ne olduğuna bakın:

Turing, Alan Mathison Alan Turing Sackville Park'taki Alan Mathison Turing Anıtı Doğum tarihi ... Wikipedia

- (Turing) Alan Mathieson (1912-54), İngiliz matematikçi. 1936-1937'de, bir algoritmanın soyut eşdeğerinin veya daha sonra Turing makinesi olarak adlandırılan hesaplanabilir bir fonksiyonun matematiksel kavramını tanıttı. Modern ansiklopedi

- (Turing), Alan Matheson (23 Haziran 1912 - 7 Haziran 1954) - İngilizce. mantıkçı ve matematikçi. 1936-37'de idealize edilmiş bir makine hesaplama modeli önerdi. süreç - hesaplamaları yapan kişinin eylemlerine yakın bir hesaplama şeması ve ileri sürülen... ... Felsefi Ansiklopedi

Turing A.- Turing A. İngiliz matematikçi. Konular bilgi güvenliği TR Turing… Teknik Çevirmen Kılavuzu

Alan Turing Sackville Park'taki Alan Turing Anıtı Doğum tarihi: 23 Haziran 1912 Doğum yeri: Londra, İngiltere Ölüm tarihi: 7 Haziran 1954 ... Wikipedia

Turing- Özellikle bilgisayar teknolojisinin mantıksal temellerinin yaratıcılarından biri olan İngiliz matematikçi Alan M. Turing, algoritmanın resmi tanımlarından birini verdi; simüle edebilen bir bilgisayar sınıfının var olduğunu kanıtladı... ... Lem'in Dünyası - Sözlük ve Kılavuz

- (Turing) Alan Mathieson (23.6.1912, Londra, 7.6.1954, Wilmslow, Manchester yakınında), İngiliz matematikçi. Kraliyet Cemiyeti Üyesi (1951). Cambridge Üniversitesi'nden mezun olduktan (1935) sonra Princeton'da doktora tezi üzerinde çalıştı... ... Büyük Sovyet Ansiklopedisi

Turing A.M.- TURING (Turing) Alan Mathieson (191254), İngilizce. matematikçi. Temel tr. Matematikte mantık, hesaplar. matematik. 1936'da37 matematiği tanıttı. bir algoritmanın soyut eşdeğeri kavramı veya hesaplanabilir bir fonksiyon olarak adlandırılır. araba... Biyografik Sözlük

- (tam Alan Mathison Turing) (23 Haziran 1912, Londra 7 Haziran 1954, Wilmslow, İngiltere), İngiliz matematikçi, matematiksel mantık ve hesaplamalı matematik üzerine çalışmaların yazarı. 1936-1937'de matematik kavramını tanıttı... ansiklopedik sözlük

Kitabın

• Bir makine düşünebilir mi? Otomatların genel ve mantıksal teorisi. Sayı 14, Turing A., İlk düşünen bilgisayarların yaratılışının kökeninde yer alan Alan Turing ve John von Neumann'ın çalışmalarını içeren bu kitap, felsefi-sibernetik klasikleri arasında yer alıyor... Kategori: Veritabanları Seri: Yapay Bilimler Yayıncı: URSS, Üretici: URSS,
• Bir makine düşünebilir mi? Otomatların genel ve mantıksal teorisi. Sayı 14, Turing A., Bilgisayarların ilk “düşünen makinelerinin” yaratılışının kökeninde yer alan Alan Turing ve John von Neumann'ın eserlerini içeren bu kitap, felsefi-sibernetiğin klasikleri arasında yer almaktadır. yön... Kategori:

Yapay zeka (AI, İngilizce: Yapay zeka, AI) - akıllı makineler, özellikle akıllı bilgisayar programları oluşturma bilimi ve teknolojisi. Yapay zeka, insan zekasını anlamak için bilgisayarların kullanılmasına ilişkin benzer bir görevle ilişkilidir ancak biyolojik olarak makul yöntemlerle sınırlı olması şart değildir.

Yapay zeka nedir

İstihbarat(Lat. Intellectus'tan - duyum, algı, anlayış, anlayış, kavram, akıl) veya zihin - yeni durumlara uyum sağlama yeteneği, deneyime dayalı öğrenme ve hatırlama, anlama ve uygulama yeteneğinden oluşan ruhun bir kalitesi soyut kavramlar ve kişinin bilgisini yönetim için kullanması çevre. Zeka, insanın tüm bilişsel yeteneklerini birleştiren genel biliş ve zorlukları çözme yeteneğidir: duyum, algı, hafıza, temsil, düşünme, hayal gücü.

1980'lerin başında. Hesaplamalı bilim insanları Barr ve Fajgenbaum, yapay zekanın (AI) aşağıdaki tanımını önerdiler:

Daha sonra, bir dizi algoritma ve yazılım sistemi yapay zeka olarak sınıflandırılmaya başlandı; bunların ayırt edici özelliği, bazı sorunları, çözümleri hakkında düşünen bir kişinin yapacağı gibi çözebilmeleridir.

Yapay zekanın temel özellikleri dili anlamak, öğrenmek ve düşünme ve en önemlisi hareket etme yeteneğidir.

Yapay zeka, niteliksel ve hızlı bir şekilde gelişen, ilgili teknolojiler ve süreçlerden oluşan bir komplekstir, örneğin:

• doğal dilde metin işleme
• uzman sistemler
• sanal aracılar (sohbet robotları ve sanal asistanlar)
• öneri sistemleri.

Yapay zekanın geliştirilmesine yönelik ulusal strateji

• Ana makale: Yapay zekanın geliştirilmesine yönelik ulusal strateji

Yapay Zeka Araştırması

• Ana makale: Yapay Zeka Araştırması

Yapay zekada standardizasyon

2019: ISO/IEC uzmanları Rusça bir standart geliştirme önerisini destekledi

16 Nisan 2019'da, ISO/IEC yapay zeka alanında standardizasyon alt komitesinin, RVC temelinde oluşturulan "Siber-fiziksel sistemler" Teknik Komitesinin "Yapay zeka" geliştirme önerisini desteklediği öğrenildi. standart. Temel İngilizce versiyonuna ek olarak Rusça Kavramlar ve Terminoloji.

Terminolojik standart “Yapay zeka. Kavramlar ve terminoloji", yapay zeka alanındaki tüm uluslararası düzenleyici ve teknik belgeler ailesinin temelini oluşturur. Terim ve tanımlara ek olarak, bu belgeöğeler içeren sistemler oluşturmaya yönelik kavramsal yaklaşımları ve ilkeleri, yapay zeka ile diğer uçtan uca teknolojiler arasındaki ilişkinin tanımını ve ayrıca yapay zekanın düzenleyici ve teknik düzenlemesine yönelik temel ilkeleri ve çerçeve yaklaşımlarını içerir.

İlgili ISO/IEC alt komitesinin Dublin'deki toplantısının ardından ISO/IEC uzmanları, Rusya'dan gelen heyetin eş zamanlı olarak yapay zeka alanında sadece İngilizce değil, Rusça da terminolojik bir standart geliştirme önerisini destekledi. Belgenin 2021 başlarında onaylanması bekleniyor.

Toplantı sırasında ISO/IEC uzmanları, Rusya'nın ortak editör olarak görev yaptığı Bilgi Teknolojisi - Yapay Zeka (AI) - Yapay Zeka Sistemleri için Hesaplamalı Yaklaşımlara Genel Bakış adlı uluslararası belge taslağının geliştirilmesine de destek verdi. Belge genel bir bakış sunuyor mevcut durum Sistemlerin, algoritmaların ve yaklaşımların temel özelliklerinin yanı sıra yapay zeka alanındaki özel uygulama örneklerini açıklayan yapay zeka sistemleri. Bu taslak belgenin geliştirilmesi alt komite bünyesinde özel olarak oluşturulan bir ekip tarafından gerçekleştirilecektir. çalışma Grubu 5 “Yapay zeka sistemlerinin hesaplamalı yaklaşımları ve hesaplamalı özellikleri” (SC 42 Çalışma Grubu 5 “Yapay zeka sistemlerinin hesaplamalı yaklaşımları ve hesaplamalı özellikleri”).

Yapay zeka teknolojileri dijital ekonominin çeşitli sektörlerinde büyük talep görüyor. Bunların tam ölçekli pratik kullanımını engelleyen ana faktörler arasında düzenleyici çerçevenin az gelişmiş olması yer almaktadır. Aynı zamanda, teknoloji uygulamasının belirtilen kalitesini ve buna karşılık gelen ekonomik etkiyi sağlayan, iyi geliştirilmiş düzenleyici ve teknik çerçevedir.

Yapay zeka alanında, RVC'ye dayanan TC Siber-Fiziksel Sistemler, 2019 sonu - 2020 başı için onaylanması planlanan bir dizi ulusal standart geliştiriyor. Ayrıca, 2020 ve sonrası için Ulusal Standardizasyon Planının (NSP) formüle edilmesi amacıyla piyasa oyuncularıyla birlikte çalışmalar sürdürülmektedir. TC "Siber-fiziksel sistemler" ilgili kuruluşların dokümanlarının geliştirilmesine yönelik tekliflere açıktır.

2018: Kuantum iletişimi, yapay zeka ve akıllı şehir alanında standartların geliştirilmesi

6 Aralık 2018'de, RVC'ye dayalı "Siber-Fiziksel Sistemler" Teknik Komitesi, Bölgesel Mühendislik Merkezi "SafeNet" ile birlikte Ulusal Teknoloji Girişimi (NTI) pazarları ve dijital ekonomi için bir dizi standart geliştirmeye başladı. RVC'nin bildirdiğine göre, Mart 2019'a kadar kuantum iletişimi alanında teknik standardizasyon belgelerinin geliştirilmesi planlanıyor. Devamını oku.

Yapay zekanın etkisi

İnsan uygarlığının gelişimine yönelik risk

Ekonomi ve iş dünyası üzerindeki etkisi

• Yapay zeka teknolojilerinin ekonomi ve iş dünyasına etkisi

İşgücü piyasasına etkisi

Yapay Zeka Önyargısı

Yapay zeka uygulaması olan her şeyin (makine çevirisi, konuşma tanıma, doğal dil işleme, bilgisayarlı görme, otomatik sürüş ve çok daha fazlası) temelinde derin öğrenme yer alır. Bu, beynin işleyişini taklit ettiği söylenebilecek sinir ağı modellerinin kullanımıyla karakterize edilen, makine öğreniminin bir alt kümesidir, dolayısıyla bunları yapay zeka olarak sınıflandırmak zor olacaktır. Herhangi bir sinir ağı modeli büyük veri kümeleri üzerinde eğitilir, dolayısıyla bazı "beceriler" kazanır, ancak bunları nasıl kullandığı yaratıcıları için belirsiz kalır ve bu da sonuçta birçok derin öğrenme uygulaması için en önemli sorunlardan biri haline gelir. Bunun nedeni, böyle bir modelin, ne yaptığına dair herhangi bir anlayışa sahip olmadan, resmi olarak görsellerle çalışmasıdır. Böyle bir sistem yapay zeka mıdır ve makine öğrenimi üzerine kurulu sistemlere güvenilebilir mi? Son sorunun cevabının sonuçları bilimsel laboratuvarın ötesine uzanıyor. Bu nedenle, medyanın AI önyargısı olarak adlandırılan olguya olan ilgisi gözle görülür şekilde yoğunlaştı. “AI önyargısı” veya “AI önyargısı” olarak tercüme edilebilir. Devamını oku.

Yapay Zeka Teknoloji Pazarı

Rusya'da yapay zeka pazarı

Küresel yapay zeka pazarı

Yapay zekanın uygulama alanları

Yapay zekanın uygulama alanları oldukça geniş olup hem kulağa tanıdık gelen teknolojileri hem de kulağa çok uzak yeni ortaya çıkan alanları kapsamaktadır. toplu uygulama Başka bir deyişle, elektrikli süpürgelerden uzay istasyonlarına kadar tüm çözüm yelpazesi budur. Tüm çeşitliliklerini, gelişimin kilit noktalarının kriterlerine göre bölebilirsiniz.

Yapay zeka yekpare bir konu alanı değildir. Dahası, yapay zekanın bazı teknolojik alanları ekonominin yeni alt sektörleri ve ayrı varlıklar olarak ortaya çıkarken aynı zamanda ekonominin çoğu alanına hizmet ediyor.

Yapay zeka kullanımının gelişmesi, ekonominin klasik sektörlerindeki teknolojilerin tüm değer zinciri boyunca uyarlanmasına ve bunları dönüştürmesine yol açarak lojistikten şirket yönetimine kadar neredeyse tüm işlevlerin algoritmalaştırılmasına yol açıyor.

Savunma ve Askeri İşler için Yapay Zekanın Kullanımı

Eğitimde kullanım

Yapay zekayı iş hayatında kullanma

Dolandırıcılıkla mücadelede yapay zeka

11 Temmuz 2019'da yapay zeka ve makine öğreniminin sadece iki yıl içinde dolandırıcılıkla mücadelede Temmuz 2019'a göre üç kat daha sık kullanılacağı öğrenildi. Bu tür veriler, SAS ve Sertifikalı Sahtekarlık Denetçileri Birliği'nin (ACFE) ortak çalışması sırasında elde edildi. Temmuz 2019 itibarıyla, ankete katılan kuruluşların %13'ünde bu tür dolandırıcılıkla mücadele araçları halihazırda kullanılıyor ve diğer %25'i de bunları önümüzdeki veya iki yıl içinde uygulamayı planladıklarını söyledi. Devamını oku.

Elektrik enerjisi endüstrisinde yapay zeka

• Tasarım düzeyinde: enerji kaynaklarına yönelik üretim ve talebin iyileştirilmiş tahmini, güç üreten ekipmanın güvenilirliğinin değerlendirilmesi, talep arttığında artan üretimin otomasyonu.
• Üretim düzeyinde: ekipmanların koruyucu bakımının optimizasyonu, üretim verimliliğinin artırılması, kayıpların azaltılması, enerji kaynaklarının çalınmasının önlenmesi.
• Promosyon düzeyinde: günün saatine ve dinamik faturalandırmaya bağlı olarak fiyatlandırmanın optimizasyonu.
• Hizmet sunumu düzeyinde: en karlı tedarikçinin otomatik seçimi, ayrıntılı tüketim istatistikleri, otomatik müşteri hizmetleri, müşterinin alışkanlıkları ve davranışları dikkate alınarak enerji tüketiminin optimizasyonu.

Üretimde yapay zeka

• Tasarım düzeyinde: yeni ürün geliştirmenin verimliliğinin artırılması, otomatik tedarikçi değerlendirmesi ve yedek parça gereksinimlerinin analizi.
• Üretim düzeyinde: Görevleri tamamlama sürecinin iyileştirilmesi, montaj hatlarının otomatikleştirilmesi, hata sayısının azaltılması, hammaddelerin teslimat sürelerinin kısaltılması.
• Promosyon düzeyinde: destek ve bakım hizmetlerinin hacminin tahmin edilmesi, fiyatlandırma yönetimi.
• Hizmet sunumu düzeyinde: Araç filosu rotalarının planlanmasının iyileştirilmesi, filo kaynaklarına yönelik talep, servis mühendislerinin eğitim kalitesinin artırılması.

Bankalarda yapay zeka

• Desen tanıma - dahil kullanılır. Şubelerdeki müşterileri tanımak ve onlara özel teklifler iletmek.

Taşımacılıkta yapay zeka

• Otomobil endüstrisi bir devrimin eşiğinde: İnsansız sürüş çağının 5 zorluğu

Lojistikte yapay zeka

Bira üretiminde yapay zeka

Yargıda AI

Yapay zeka alanındaki gelişmeler yargı sistemini kökten değiştirecek, onu daha adil ve yolsuzluk planlarından arınmış hale getirecek. Bu görüş 2017 yazında Artezio'nun teknik danışmanı Teknik Bilimler Doktoru Vladimir Krylov tarafından dile getirildi.

Bilim adamı, yapay zeka alanındaki mevcut çözümlerin ekonominin ve kamusal yaşamın çeşitli alanlarında başarıyla uygulanabileceğine inanıyor. Uzman, yapay zekanın tıpta başarıyla kullanıldığına ancak gelecekte yargı sistemini tamamen değiştirebileceğine dikkat çekiyor.

“Her gün yapay zeka alanındaki gelişmelerle ilgili haberlere baktığınızda, bu alandaki araştırmacıların ve geliştiricilerin tükenmez hayal gücüne ve üretkenliğine hayran kalacaksınız. Hakkında mesajlar bilimsel araştırma Sürekli olarak pazara giren yeni ürünlerle ilgili yayınlar ve çeşitli alanlarda yapay zeka kullanımıyla elde edilen şaşırtıcı sonuçlara ilişkin raporlar serpiştiriliyor. Yapay zekanın yeniden haberlerin kahramanı olacağı, medyada gözle görülür abartılı bir heyecanın eşlik ettiği beklenen olaylardan bahsedersek, o zaman muhtemelen teknolojik tahminlerde bulunma riskini almayacağım. Bir sonraki olayın yapay zeka biçiminde son derece yetkin, adil ve dürüst bir mahkemenin bir yerde ortaya çıkacağını varsayabilirim. Görünüşe göre bu 2020-2025'te gerçekleşecek. Ve bu mahkemede gerçekleşecek süreçler, beklenmedik yansımalara ve birçok insanın, insan toplumunu yönetme süreçlerinin çoğunu yapay zekaya aktarma arzusuna yol açacak.”

Bilim insanı, yapay zekanın yargı sisteminde kullanılmasının yasama eşitliğini ve adaleti geliştirmek için "mantıklı bir adım" olduğunu kabul ediyor. Makine zekası yolsuzluğa ve duygulara tabi değildir, yasal çerçeveye sıkı sıkıya bağlı kalabilir ve anlaşmazlığın taraflarını karakterize eden veriler de dahil olmak üzere birçok faktörü dikkate alarak kararlar verebilir. Tıp alanına benzer şekilde robot hakimler, devlet hizmet havuzlarından gelen büyük verilerle çalışabiliyor. Öyle varsayılabilir ki

Müzik

Tablo

2015 yılında Google ekibi, kendi başlarına görsel oluşturup oluşturamayacaklarını görmek için sinir ağlarını test etti. Daha sonra yapay zeka örnek olarak eğitildi büyük miktarçeşitli resimler. Ancak makineden bir şeyi kendi başına tasvir etmesi "istendiğinde", etrafımızdaki dünyayı biraz tuhaf bir şekilde yorumladığı ortaya çıktı. Örneğin, dambıl çizme görevi için geliştiriciler, metalin insan eliyle bağlandığı bir görüntü aldı. Bunun nedeni muhtemelen eğitim aşamasında analiz edilen dambıllı resimlerin el içermesi ve sinir ağının bunu yanlış yorumlamasıydı.

26 Şubat 2016'da San Francisco'daki özel bir müzayedede Google temsilcileri, yapay zeka tarafından oluşturulan psychedelic resimlerden yaklaşık 98 bin dolar topladı ve bu fonlar hayır kurumlarına bağışlandı. Arabanın en başarılı resimlerinden biri aşağıda sunulmuştur.

Google'ın yapay zekası tarafından yapılmış bir tablo.