exam18 5

Понятие искусственного интеллекта, понятие и технологии машинного обучения

Реферат к лекции 18 (34) Аналитические и экспертные системы

Выполнила: Селукова Вера

Проверила: Воронина Анна

Понятие искусственного интеллекта

Искусственный интеллект (ИИ; англ. artificial intelligence, AI) — это свойство интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека; наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. В начале 1980-х гг. ученые в области теории вычислений Барр и Файгенбаум предложили следующее определение искусственного интеллекта (ИИ):

Основные свойства ИИ — это понимание языка, обучение и способность мыслить и, что немаловажно, действовать.

ИИ – это комплекс родственных технологий и процессов, развивающихся качественно и стремительно, например:

• обработка текста на естественном языке;
• машинное обучение;
• экспертные системы;
• виртуальные агенты (чат-боты и виртуальные помощники);
• системы рекомендаций.

Преимущества

1. Отсутствие человеческой ошибки
2. Нулевые риски
3. Круглосуточная доступность
4. У ИИ-машин нет эмоций
5. ИИ-машины могут быстро принимать решения

Недостатки

1. ИИ-машины несут большие затраты
2. ИИ-машинам не хватает творчества
3. ИИ-машины могут убить рабочие места
4. ИИ-машинам нужен человек из-за отсутствия эмоций
5. ИИ-машины не понимают этики

Выделяют два направления развития ИИ:

1. Усиление интеллекта, то есть решение проблем, связанных с приближением специализированных систем ИИ к возможностям человека, и их интеграции, которая реализована природой человека.
2. Сильный и слабый искусственный интеллект, то есть создание искусственного разума, представляющего интеграцию уже созданных систем ИИ в единую систему, способную решать проблемы человечества.

Понятие и технологии машинного обучения

Машинное обучение (англ. machine learning, ML) — это класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение за счет применения решений множества сходных задач.

Различают два типа обучения:

1. Обучение по прецедентам, или индуктивное обучение, основано на выявлении эмпирических закономерностей в данных.
2. Дедуктивное обучение предполагает формализацию знаний экспертов и их перенос в компьютер в виде базы знаний.

Источники

1. Искусственный интеллект
3. Преимущества и недостатки ИИ