Yapay zeka oluşturmak için az bilinen diller. Yapay zeka geliştirmek için hangi programlama dilinde

Nasıl oldu yapay zeka Başarıyla gelişir ve "doğru" tanımı hala değil mi? Nörbilgisayarlara atılan umutlar neden yapay zekanın yaratıcısına bakan üç ana görev nelerdir?

Bunlar ve diğer sorular, Kedinin altındaki makalede bir cevap bulacaksınız, KONSTANTIN ANISIMOVICH, Suni Zeka alanında ülkenin önde gelen uzmanlarından biri olan ABBYY Teknoloji Geliştirme Dairesi'nin direktörü olan Konstantin Anisimovich'in konuşmasına dayanarak yazılmıştır.
Kişisel katılımıyla, ürünlerde kullanılan belge tanıma teknolojileri oluşturuldu. ABBYY FineReader. Ve ABBYY FormReader. Konstantin, Mail.ru Technopark'ın öğrencileri için ana sınıflardan birinde AI'nin gelişmesinin tarihi ve temelleri hakkında konuştu. Malzeme Master Sınıfı ve makalelerin döngüsü için bir temel haline geldi.

Toplamda, döngüde üç mesaj olacak:
Programcılar için yapay zeka
Bilgi Uygulaması: Arama Alan Algoritmaları
Bilgi Alma: Mühendislik Bilgi ve Makine Eğitimi

AI'deki yaklaşımların iniş ve çıkışları

1950'lerden bu yana, yapay zeka yaratma alanında iki yaklaşım seçildi - sembolik hesaplamalar ve bağlantıcılık. Sembolik hesaplamalar, beyin cihazının modellenmesi üzerine insan düşüncesinin modellenmesine ve bağlantı modellemesine dayanan bir yöndür.

Sembolik hesaplamalar alanındaki ilk başarılar, 50'li lisans dilinde ve J. Robinson'ın mantıksal çıktı alanındaki çalışmalarında oluşturulmuştur. Bağlantıcılık, bir perceptron'un oluşturulmasıydı - nöronun çalışmasını simüle eden kendi kendine öğrenen bir lineer sınıflandırıcı. Daha fazla parlak başarılar, çoğunlukla sembolik paradigmaya paraleldir. Özellikle, bunlar, algı psikolojisi alanında Seimur Piperta ve Robert Anton Winson'ın eserleridir ve tabii ki Marvin Minsk free.

70'lerde, ilk ortaya çıktı uygulama SistemleriYapay zeka - uzman sistemlerin unsurlarını kullanma. Daha sonra, çok katmanlı sinir ağlarının ortaya çıkmasıyla bir bağlantı rönesansı ve geri dönüşüm yöntemi ile öğrenmeleri için algoritma vardı. 80'lerde, hobi nöral ağlar Sadece yazıyordu. Bu yaklaşımın destekçileri neredeyse insan beyni olarak çalışacak nöromilgisayarlar yaratmaya söz verdi.

Ancak bundan özel bir şey çıkmadı, çünkü gerçek nöronlar, çok katmanlı sinir ağlarının dayandığı resmi olandan çok daha karmaşık düzenlenir. İnsan beynindeki nöron sayısı da sinir ağında göze alabildiğinden çok daha fazladır. Çok katmanlı sinir ağlarının uygun olduğu ana şey - bu, sınıflandırma görevinin çözümüdür.

Yapay zeka alanındaki bir sonraki popüler paradigma makine öğrenmesi haline gelmiştir. Yaklaşım, 80'lerin sonlarından bu yana hızla büyümeye başladı ve popülerlik ve öyküsünü kaybetmedi. Makine öğrenmesinin gelişmesi için önemli bir ivme, internetin ortaya çıkmasına ve Çok sayıda Algoritmaları öğretmek için kullanılabilecek çeşitli kolayca erişilebilir veriler.

Yapay zekanın tasarımındaki temel görevler

Yapay zekaya ilişkin akrabaların analiz edilebileceği analiz edilebilir. Genel, genel olarak bilinen, açıkça tanımlanmış bir çözüm prosedürünün eksikliği olduğunu görmek kolaydır. Bu, aslında, AI'ye ait görevler, derleme veya bilgi işlem matematiği teorisinin görevlerinden farklıdır. Akıllı sistemler suboptimal problem çözümleri arıyor. Yapay zekanın bulunduğu çözeltinin kesinlikle optimal olacağı ve garajının kanıtlanması imkansızdır. Bununla birlikte, çoğu pratik problemlerde, alt-optimal çözümler hepsi düzenlenmiştir. Ayrıca, kişinin neredeyse asla görevi en iyi şekilde çözmeyeceği hatırlanmalıdır. Aksine, aksine.

Çok önemli bir soru var: AI, çözüm algoritması olmayan görevi nasıl çözebilir? Öz, bir kişi ile aynı şekilde yapmak ve makul hipotezleri kontrol etmek ve kontrol etmektir. Doğal olarak, hipotezlerin aday gösterilmesi ve kontrol edilmesi için bilgi gereklidir.

Bilgi, akıllı sistemin çalıştığı konu alanının bir açıklamasıdır. Doğal dilin sembollerinin tanıma sistemine sahibiz, daha sonra bilgi karakter cihazının açıklamalarını, metnin yapısı ve dilin belirli özelliklerini içerir. Bu, müşterinin kredibilitesini değerlendirmek için bir sistemse, müşteri türleri ve müşterinin profilinin potansiyel olmayan limitsizlikle nasıl ilişkili olduğu konusunda bilgi sahibi olmalıdır. Bilgi iki türdür - konu alanı ve çözüm arayışı (metabazik).

Entelektüel sistemin tasarımının temel görevleri, bilgi sunma yollarının seçimine, bilgi edinmenin yollarını ve bilgiyi uygulamanın yollarını azaltılır.

Bilginin sunumu

Bilgi sunmanın iki ana yolu vardır - beyanname ve usul. Bildirim bilgisi Yapılandırılmış veya yapılandırılmamış bir biçimde gösterilebilir. Yapılandırılmış görünümler, bir kare yaklaşımının bir veya başka bir çeşittir. Anlamsal ağlar veya çerçeve çeşitleri olarak kabul edilebilecek resmi gramer. Bu formalizmin bilgisi, aralarındaki çeşitli nesneler ve ilişkiler biçiminde sunulmaktadır.

Yapılandırılmamış görünümler genellikle sınıflandırma görevlerini çözme ile ilişkili alanlarda kullanılır. Bu genellikle ağırlık katsayılarının, olasılıkların ve benzerlerinin tahminlerinin vektörleridir.

Neredeyse tüm yapılandırılmış bilgi sunumunun tüm yöntemleri, 1970'lerde MFISIAL sahnelerin algılanması için bilgi yapısını belirlemek için MIT'den MITS'den Marvin Minsk'i tanıttı. Çıktığı gibi, bu yaklaşım hemen hemen her görev için uygundur.

Çerçeve, slot adı verilen bir isim ve bireysel birimlerden oluşur. Slotun anlamı, sırayla başka bir çerçeveye bağlantı ... çerçeve, yuva değerlerini devraldığı başka bir çerçevenin soyundan olabilir. Bu durumda, soyundan ataların yuvalarının değerlerini geçersiz kılabilir ve yenilerini ekleyebilir. Kalıtım, bir açıklama daha kompakt yapmak ve çoğaltmayı önlemek için kullanılır.

Çerçevenin nesneye tekabül ettiği çerçeveler ve nesne yönelimli programlama arasında benzerlik olduğunu görmek kolaydır ve slot alandır. Benzerlik rastgele değildir, çünkü çerçeveler OOP kaynaklarından biriydi. Özellikle, ilk nesneye yönelik küçük konuşma dillerinden biri, pratik olarak nesnelerin ve sınıfların çerçeve gösterimlerini uygular.

İçin prosedürel temsil Bilgi, ürünler veya ürün kuralları kullanılır. Ürün modeli, "Durum - Eylem" önerileri biçiminde bilgiye izin veren kurallara dayanan bir modeldir. Bu yaklaşım popülerdi Çeşitli sistemler teşhis. Belirtileri, problemleri veya arızaları ve eylem biçiminde, bu semptomların varlığına yol açan olası bir arıza olanı tanımlamak için şart biçiminde oldukça doğaldır.

Bir sonraki makalede, bilginin nasıl uygulanacağı hakkında konuşacağız.

Bibliyografya.

1. John Alan Robinson. Çözünürlük ilkesine göre makine odaklı bir mantık. ACM'nin İletişimleri, 5: 23-41, 1965.
2. Seymour Papert, Marvin Minsky. Perceptrons. MIT BASIN, 1969
3. Russell, Norvig. Yapay zeka: Modern bir yaklaşım.
4. Simon Haykin. Sinir Ağları: Şefkatli bir temel.
5. Nils J. Nilsson. Yapay zeka: Yeni bir sentez.

Yapay zeka yaratma süreci, ilk bakışta, oldukça zor bir meslek gibi görünüyor. AI'nin bu güzel örneklerini izlemek, ne yaratacağınızı anlayabilirsiniz. İlginç programlar Yapabilirsin. Amaçlara bağlı olarak, farklı bilgilere ihtiyacınız var. Bazı projeler AI'nin derin bilgisini gerektirir, diğer projeler yalnızca programlama dili hakkında bilgi gerektirir, ancak asıl soru programcı ile karşı karşıya kalır. Yapay zekayı programlamak için hangi dili? İşte faydalı olabilecek AI için dillerin bir listesi.

Lisp

Yapay zeka oluşturmak için kullanılan ilk bilgisayar dili - Lisp. Bu dil oldukça esnek ve genişletilebilir. Hızlı prototipleme ve makrolar gibi özellikler AI oluşturulmada çok faydalıdır. Lisp, karmaşık görevleri basit hale getiren bir dildir. Güçlü bir nesne yönlendirme sistemi, yapay zeka için en popüler programlama dillerinden birini lisp yapar.

Java.

Bu çok fonksiyonlu dilin ana avantajları şunlardır: şeffaflık, taşınabilirlik ve eskort kolaylığı. Java dilinin bir diğer avantajı evrenselliktir. Eğer bir acemi iseniz, öğrenmenizi daha kolay ve daha verimli hale getirecek, internette yüzlerce video dersi bulunduğunu söylersiniz.

Java'nın ana özellikleri şunlardır: kolay hata ayıklama, kullanıcı ile iyi etkileşim, büyük projelerle çalışmanın basitliği. Java dilini kullanarak oluşturulan projeler çekici ve basit bir arayüze sahiptir.

Prolog

Bu etkileşimli bir sembolik programlama dili, mantık gerektiren projeler için popülerdir. Güçlü ve esnek bir temele sahip olmak, sayısal olmayan programlama, teoremlerin kanıtı, doğal dilin işlenmesi, bir bütün olarak uzman sistemler ve yapay zeka yaratması için yaygın olarak kullanılır.

Prolog, resmi mantığa sahip bildirici bir dildir. Yapay zekanın geliştiricileri, yüksek düzeyde bir soyutlama, yerleşik bir arama motoru, determinizmin vb. İçin takdir eder.

Python

Python - Saf dilbilgisi ve sözdizimi, hoş bir tasarımından dolayı programcılar tarafından yaygın olarak kullanılır. Farklı veri yapıları, test çerçevesi yığını, oranı yüksek seviye Ve Python yapay zeka için en popüler programlama dillerinden birini yapan düşük programlama seviyeleri.

Gelişim Tarihi II

AI ile programlama dili arasındaki bağlantıyı görmek için, AI tarihindeki en önemli olayları göz önünde bulunduralım. Her şey 1939'da, elektronik robot dünya sergisinde sunulduğu zaman başladı. Bir sonraki robot 1951'de Edmund Berkeley'de inşa edildi.

Robbob Robotu 1956'da inşa edildi. Ne yazık ki, nasıl tasarlandığı hakkında hiçbir bilgi yoktur. 1958'de, LISP programlama dili icat edildi. Bu dil 60 yıl önce geliştirilmiş olmasına rağmen, birçok yapay zeka programı için hala ana dilde kalır.

1961'de, geçici olarak inşa edildi. Bu, kitle üretilen ilk endüstriyel robotdur. Bu robot, genel motorlarda üretim hattında çalışmak için kullanılmıştır. Unutma imalatı için, bilim adamları vanayı, bir assembler değişkeni kullandılar. Bu dil basit ifadelerden, monitör komutlarından ve açıklamalar gerektirmeyen talimatlardan oluşur.

Yapay zeka Dendral sistemi 1965 yılında inşa edilmiştir. Organik bileşiklerin moleküler yapısını kolayca belirlemeye yardımcı oldu. Bu sistem lispy üzerine yazıldı.

1966'da, Weizenbaum ilk sanal muhatap olan Eliza'yı yarattı. En ünlü modellerden biri doktora çağrıldı, bir psikoterapist tarzında soruları yanıtladı. Bu bot, ekipman örneklerini karşılaştırırken uygulandı. Elza'nın ilk versiyonu fişe yazılmıştır, dilin işlenmesi listesi Weizenbaum tarafından geliştirilmiştir. Daha sonra, versiyonlarından biri Lispy'de yeniden yazıldı.

Lispy'de programlanan ilk mobil robot Sheki idi. Contalar ve sensörler programlarının görevlerini çözme yardımı ile boyun hareket etti, açılır ve ışığı kapattı, yukarı ve aşağı tırmandı, kapıyı açtı, kapıları kapattı, eşyaları kapattı ve bir şeyleri hareket ettirdi. SHEKI saatte 5 km hızla taşındı.

Önümüzdeki 15 yılda, dünya çok şaşırtıcı icat gördü: Denning'in Watchdog Robotu, LMI Lambda, Omnibot 2000, MQ-1 Predator İnsansız, Ferby, Aboy Robot Köpek ve Honda Asimo.

2003 yılında, irobot roomba elektrikli süpürgeyi icat etti. Lispy'de tasarlanan bu özerk elektrikli süpürge, zeminleri belirli algoritmalar kullanarak yıkar. Engelleri keşfeder ve onları atlar.

Ve AI ile programlar geliştirmek için hangi programlama dilini kullanıyorsunuz? İşiniz hakkında veya VKontakte grubumuzda çalışmanız hakkında yazın.

PLAN.

1. Giriş.

2. Düşünme fenomeni.

3. Yapay zekanın oluşturulması.

3.1 Mekanik yaklaşım.

3.2 Elektronik yaklaşım.

3.3 Siber yaklaşım.

3.4 Sinirsel yaklaşım.

3.5 Perceptron'un görünümü.

4. Sonuç.

5. Referanslar.

1. GİRİŞ.

Modern filozoflar ve bilim araştırmacıları, disiplinlerarası bilimleri, 20. yüzyılda yeniden açılan başarılardan biri olarak görürler.

Yapay zeka ve yapay yaşam, birçok bilimsel alanın bu tür bir entegrasyonunun mükemmel bir örneğini sunar.

Ne yazık ki, hayat araştırmada genel talimatlar planlayabilmemiz için çok karmaşıktır. Kanıt, bazılarının "yaşam sistemlerinin olaylarını gösteren sistemler" çalışmasıyla ilgilenebilecekleri, diğerleri ise kimyasal çoğaltmanın niteliğini keşfeder veya öz-bilginin felsefi problemlerini çözmeye çalışmaktadır.

"Yapay zeka" kavramı, bilgisayardaki zekanın tanınmasından - farklı bir anlam yatırım yapmaktır. yazılım Ürünler Metin ve konuşmanın, entelektüelliğin yalnızca bir kişi tarafından yürütülen tüm görev komplekslerini çözen sistemlerin tanınması.

Birçok görev yüzünü çözerken yapay zeka teorisi tanımlanmış problemler. Bu tür problemlerden biri, soruyu, teorik olarak (matematiksel olarak) veya yapay zekanın imkansızlığının kanıtlanabilir veya yapay zekanın imkansızlığını bulmaktır.

Bu puanda iki bakış açısı var. Bazıları matematiksel olarak, bilgisayarın ilke olarak, doğal zeka ile gerçekleştirilen herhangi bir fonksiyonu gerçekleştirebileceğini kanıtlamıştır. Diğerleri, aynı derecenin matematiksel olarak kanıtlandığına, bilgisayara temel olarak mevcut olmayan, insan zekası tarafından çözülen sorunların olduğunu düşünüyor. Bu görüşler sibernetik ve filozoflar olarak ifade edilir. Birçok problemden biri (biri ana olayı söyleyebilir), psişe sahip sistemlerin bilgisayardan biyolojik ihtiyaçlarda doğal oldukları gerçeğiyle farklılık göstermesidir.

Dış dünyanın yansıması, zihinsel sistemin etkinliği ile ifade edilen bu ihtiyaçların prizmasından geçer. Bilgisayarın herhangi bir ihtiyacı yok, bilgi önemsiz, kayıtsız. Biyolojik ihtiyaçlar tabakası üzerindeki bir kişi sosyal ihtiyaçlarıyla taburcu edilir ve ona olan bilgi sadece biyolojik olarak önemli değildir. Bununla birlikte, teknik sistemler hala bedensel bir organizasyon analoğuna sahip olabilir. Gelişmiş bir sibernetik sistemin reseptörü ve efektör eklerine sahiptir. Uygulamada, terimin çatısının altında, yapay yaşam, DNA kopyalama modelleri ve sistemleri ile çeşitli projelerin çeşitli projelerini yuva yapar. geri bildirim Toplu zihin ve nüfus artışı dinamiklerini incelemeden önce.

2. Düşünme fenomeni.

Arabalar, şiirlerin nasıl yapıldığını, müzik oluşturmayı, resim çizmeyi öğrendi. Belki de birileri bunun istihbaratlarının şüphesiz işareti olduğu görülecek. Sonuçta, eğer bilgisayar mevcutsa, her zaman yüksek zekanın bir mülkü olarak kabul edilen yaratıcılık olursa, aklını reddetmek için adil mi?

Bununla birlikte, çoğumuz, bilgisayar düşüncesinin çizimini ve bestecilerini oluşturmayı düşünmeyi zorlayacağız. Öyleyse ne denir? (2)

Bilimden uzak, modern sibernetik cihazların nasıl bir şey yapabileceğini hayal etmek zordur. Hafızasında bulunan bilgilerin temelinde, hastanın durumunu analiz eden, teknolojik sürecin sürecini analiz eden, bir duruma veya başka bir duruma nasıl kayıt olacağını, . Aynı zamanda, bilgisayar sadece kararını bildirmez, aynı zamanda neden böyle olması gerektiğini açıklar. Elektronik belleğe kıyasla, çoğu insanın bilgisayarın görüntüsü ile bugün ilişkilendirdiği arşiv referansları ve matematiksel hesaplamaları, bu, mevcut yeni bilgiye dayanarak yeni bir bilgi üretildiğinde, bu, entelektüel faaliyetlerin nitel olarak yeni bir aşamasıdır. Şimdiye kadar, insan beyninin inkar edilemez bir imtiyazı olarak kabul edildi. Bu tür sistemlerle birlikte ilk karşılaştığı, genellikle "Demir Bilgisayar" ile başa çıktığına ve bir yere gizlenmiş olan "demir bilgisayar" ile ilgilendiğine inanamaması şaşırtıcı değildir.

Bilgisayarın alışkın olduğumuz matematiksel hesaplamaları yapabilmesi, yine de yakın zamanda insan manevi aktivitesinin en yüksek adımlarından biri olarak kabul edilir. Yaklaşık hemen hemen her bir bilgisayarı uygulayan, "manevi amfibi", "Tanrı'nın Ruhu Ruhu Üretimi" olarak adlandırılan olağanüstü matematikçi, ve yazar V. Odoevsky'nin "Rus konuşması" olarak adlandırılan olağanüstü matematikçi olan karmaşık sayılar, yeteneğimiz hakkında yazdı. Bazı anlaşılmaz, neredeyse mistik mallar hakkında hesaplamak için: Her matematiksel işlemle, başka birinin yaratıklarımızın nasıl birleştiğini, çalışan, düşünen, hesaplayan ve bu arada, gerçek yaratığımızın nasıl davrandığı önemli değil. Bu sürece katılmadan bu sürece katılmadan, garip bir şey durumunda olduğu gibi, kendi yemeğini bekliyor, yani bu süreci arasında bulunması gereken bağlantı - ve bu bağlantı bulamıyoruz. "

Bilgisayarımızın hesaplamalı yeteneklerini öğrendikten sonra, Oroevsky'nin nasıl hayran kalacağını hayal edebilirsiniz! Bununla birlikte, düşünmeyi düşünmüyoruz.

Herhangi bir bilgisayar makinesi, "becerisini" ne kadar çarpıcı olursa olsun, bir programın temelinde ve gelen dış verileri önceden esas olarak çalışır. DOĞRU, biz, insanlar, özellikle yaşamın ilk aylarında, davranışlarımızın neredeyse tamamen ABD'deki genetik program tarafından belirlendiğinde bazı eylem programlarını da uyguluyoruz. Bununla birlikte, temel fark, bir kişinin motive edebileceğidir, yani. Belirli koşullara bağlı olarak, programı değiştirme ve bu şekilde sarah ile yeni Programlar Sürekli mantıksal köprü yok. Olduğu gibi, henüz belli değil, birçok anlaşmazlık ve çeşitli bakış açıları var, ancak bu başka bir soru, modern bilgisayar makinelerinin bu özelliğe sahip olmaması önemlidir. Şimdi, eğer olursa, elektromanyetizm ve kuantum mekaniğindeki zorlukları söylemeye karar veren bir tür bilgisayar vardı, bu iki bilimin iki bölümünü birleştirecek ve kuantum elektrodinamiğinin denklemini getirecek ve daha sonra yardımlarıyla bilinmeyen alanı tahmin ediyorlardı. Ona daha erken, o zaman, muhtemelen onun düşüncesini aramak için haklı oluruz. Ve her şeyden önce, çünkü herhangi bir program istemi olmadan, niteliksel olarak yeni bir görev yapmaya karar verdi. "Karar verildi" kelimesi, düşündüğü anlamına gelir.

Herhangi bir entelektüel görev, hedefi elde etmenin bir yolu arayışıdır ve aksi takdirde sorunun çözümü olmayacak, ancak tam olarak tam talimatlara göre eylem tarafından.

Bir okul çocuğunun görevi çözdüğünü söylediğimizde, her şeyden önce bunun için bir formül alacağını anlaması gerektiği anlamına gelir, bu da bir dizi sayıdır. Bununla birlikte, eğer bir komşunun dizüstü bilgisayarına bakıyorsa, gemide yazılan formülde yazılı formülü değiştirirse, artık bir çözüm değil, mekanik bir tekrarı değil. Modern bilgisayarların nasıl davrandığı budur. Kesinlikle konuşursak, herhangi bir görevi çözmezler ve genellikle bizim tarafımızdan kullanılan "eum" ifadesi şartlı bir anlamı vardır ...

Görevi ve kendi kendine ilerleme kaydetme yeteneği, sadece düşünme fenomenini karakterize eden ana şeydir.

Balıkların ve ilkel Amosa'nın avın peşinde olduğunu belirten bu ifadeyle tartışmak mümkündür, aynı zamanda belirli koşullara bağlı olarak kendilerini değiştiren görevler de ortaya koyuyorlar - ve düşünüyorlar mı?

İlkel düşünme biçimleri olabilir, çünkü hayvanların davranışlarını bir içgüdüyle birlikte tüm yaşam koşullarında davranışlarını açıklamak bir hipotezdir. (2)

Hayvanlar ve kuşlar, genelleştirebilme yeteneği olarak böyle bir düşünce mülkünde doğaldır. Örneğin, yiyecekleri çeşitli belirli formlarda tanırlar, bu yüzden konuşması için.

Makul bir şekilde makul anlayışımız çok insanlaştırılmıştır ve tıpkı XIX yüzyılda olduğu gibi, birçok insan, bugün insan ve maymun arasındaki süreklilik fikri, birçoğumuzun insanlık dışı olasılık fikrini karıştırdığımız fikrini gülünçtirdi. zeka. Özellikle, fark etmeden, genellikle kendi "I" alanımızı gerçekleştirme yeteneğiyle ilgili düşünme fikrini ilişkilendiririz ve bizi düşünme olgusuna daha yaygın olarak görmeyi önleriz. Doğru, düşünme ile "ben" duygusu arasındaki ilişki gerçekten var gibi görünüyor. Kaprisli olarak değişen bir dış durumun koşullarında olduğunu düşünebilirsiniz. karmaşık bir sistem Sadece durumunu hissetme yeteneğine sahipse kararlı olacak ve bu bizim "I" nin özüdür. Analiz, birçok robot makinesinin zaten gerekli olduğunu göstermektedir. Sonuçta, robot ve aslında her karmaşık kendi kendine öğrenme ve aktif olarak otomobille aktif olarak iletişim kurmak, onun hafızasının durumu hakkında bilgi vermeli, bunun anlaşılabilir olduğu ve no ve neden. Ve bunun için, makine hissetmeleri ve durumlarını ifade edebilmelidir. Robot için gereklidir ve zamanında "vücudunda" arızaları fark etmek için. Kendini farkında olmadan, robot zor, hızlı bir şekilde değişebilir ve çevresel olarak etkiledi.

3. Yapay bir intellnkt oluşturmak.

40'ların sonundan bu yana, bilim adamları hepsi daha Üniversite ve endüstriyel araştırma laboratuvarları cesur hedefe koştu: Bilgisayarları bu şekilde inşa etmek, işlerinin sonuçlarına göre insan aklını ayırt etmek imkansız olacaktır.

Zor işlerinde sabırla ilerlemek, yapay zeka alanında çalışan araştırmacılar (AI), geleneksel bilgisayar bilimlerinin ötesinde, çok karışık problemlerle mücadeleye girdiklerini keşfetti. Her şeyden önce, öğrenme sürecinin mekanizmalarını, dilin doğası ve duyusal algının mekanizmalarını anlamak gerektiği ortaya çıktı. İnsan beyninin çalışmasını taklit eden makineler oluşturmak için, birbiriyle ilişkili nöronlarının milyarlarca nasıl çalıştığını anlamak gerekir. Ve daha sonra birçok araştırmacı, belki de modern bilimle karşı karşıya olan en zor problemin insan aklının işleyişinin bilgisi olduğu ve işinin taklit edilmesinin bilgisi olduğu sonucuna varmıştır. Psikolojik bilimin temel teorik problemlerini doğrudan etkiledi. Aslında, bilim adamları araştırmalarının öznesiyle ilgili tek bir bakış açısına bile gelmeleri zordur. Burada, Blinders'ın parabirinde olduğu gibi, bir fil tanımlamaya çalışırken, beslenmiş tanımına uymaya çalışırken.

Bir mesleğe yol açan hedeflerinden birini anlattığı yerde - bu bir mesleğe yol açan - iş prensibini bilme arzusu ve oyun botlarının nasıl oluşturulacağını öğrenmek.

Ama gerçekten, bir oyun modeli olup olmadığını mükemmel bir yapay zeka yaratma arzusudur. mobil program, programcının çoğumuzun yoluna katıldı. Sorun, eğitim materyalinin tonunun arkasında ve müşterilerin sert gerçekliğini, bunun, dileklerin kendi kendini geliştirme için basit bir arzu ile değiştirildiğidir. Çocukların hayallerinin yürütülmesine hiç başlamayanlar için, gerçek bir yapay akıl yaratmak için kısa bir rehber.

Aşama 1. Hayal kırıklığı

En azından basit botlar oluşturmak hakkında konuştuğumuzda, gözler parıltılı ile doldurulur ve kafasına yapabileceği yüzlerce fikir parladı. Bununla birlikte, uygulama söz konusu olduğunda, Davranışın Gerçek Davranış Modelinin Anahtarının ... matematiğin olduğu ortaya çıktı. Biraz daha spesifik olarak olmak için, işte en azından üniversite eğitimi biçiminde kaydırılması gereken bölümlerinin listesi:

Lineer Cebir;

• Grafik teorisi;

  Olasılık ve matematiksel istatistik teorisi.

Bu, daha fazla programlamanızın inşa edileceği bilimsel köprü başlığıdır. Bu teoriyi bilgisi ve anlama olmadan, tüm fikirler bir kişiyle etkileşim hakkında hızlı bir şekilde kırılacaktır, çünkü yapay zihin aslında bir dizi formülden daha fazlası değildir.

Aşama 2. Evlat edinme

Uyku, öğrenci edebiyatı tarafından biraz vurulduğunda, dil öğrenmeye başlayabilirsiniz. Henüz Lisp veya başkalarına acele etmeye değmez, önce değişkenlerle ve açık olmayan durumlarla nasıl çalışacağınızı öğrenmeniz gerekir. Hızlı çalışmaya gelince ve daha fazla gelişme mükemmeldir, ancak genel olarak, ilgili kütüphanelerle herhangi bir dilin temelini alabilirsiniz.

Aşama 3. Geliştirme

Şimdi doğrudan AI teorisine gidin. 3 kategoriye ayrılabilirler:

Zayıf ai - gördüğümüz botlar bilgisayar oyunlarıveya SIRI gibi sıradan sağlıklı yardımcılar. Onlar ya da çok uzmanlaşmış görevleri yerine getiriyorlar ya da bunların küçük bir kompleksidir ve etkileşimin öngörülemesi onları bir çıkmaza sokar.

Güçlü AI, zekası insan beyni ile karşılaştırılabilir olan makinelerdir. Bugüne kadar bu sınıfın gerçek temsilcileri yoktur, ancak bilgisayarlar, Watson gibi bu hedefe ulaşmak için çok yakındır.

Mükemmel AI gelecek, yeteneklerimizi aşacak bir makine beynidir. Stephen Hokking, Elon Maskesi ve Franmshis "Terminator" ın uyarınca bu tür gelişmelerin tehlikesiyle ilgilidir.

Doğal olarak, en basit botlarla başlamalısınız. Bunu yapmak için, 3x3 alanını kullanırken "çapraz kene-keneler" olanı hatırlayın ve temel eylemler algoritmalarını anlamaya çalışın: Hatalı olmayan eylemler durumunda zafer olasılığı, üzerindeki en başarılı yerler Figürün yeri için alan, oyunu berabere ve benzeri bir şekilde azaltma ihtiyacı.

İsimlerden bile anlaşıldığınız gibi, artık ciddi AI'nin benzerliği yaratmak için zamanın zamanı gelmeyecek bir API'dir.

Aşama 5. İş

Şimdi, nasıl oluşturulacağını ve nasıl kullanılacağını açıkça hayal ettiğinizde, bilginizi yeni bir seviyeye çekmenin zamanı geldi. Öncelikle, bu "makine eğitimi" olarak adlandırılan disiplinin çalışmasını gerektirecektir. İkincisi, seçilen programlama dilinin ilgili kütüphaneleriyle nasıl çalışılacağını öğrenmeniz gerekir. Bizim tarafımızdan kabul edilen piton için Scikit-Learn, NLTK, Scipy, Pybrain ve Nump. Üçüncüsü, herhangi bir yerdeki gelişmesinde yapılamaz

Yapay zekanın başarıyla gelişmesi nasıl oldu ve "doğru" tanımı hala değil mi? Nörbilgisayarlara atılan umutlar neden yapay zekanın yaratıcısına bakan üç ana görev nelerdir?

Bunlar ve diğer sorular, Kedinin altındaki makalede bir cevap bulacaksınız, KONSTANTIN ANISIMOVICH, Suni Zeka alanında ülkenin önde gelen uzmanlarından biri olan ABBYY Teknoloji Geliştirme Dairesi'nin direktörü olan Konstantin Anisimovich'in konuşmasına dayanarak yazılmıştır.
Kişisel katılımıyla, ABBYY FineReader ve ABBYY FormReader ürünlerinde kullanılan belge tanıma teknolojileri oluşturuldu. Konstantin, Mail.ru Technopark'ın öğrencileri için ana sınıflardan birinde AI'nin gelişmesinin tarihi ve temelleri hakkında konuştu. Malzeme Master Sınıfı ve makalelerin döngüsü için bir temel haline geldi.

Toplamda, döngüde üç mesaj olacak:
Programcılar için yapay zeka

Bilgi Alma: Mühendislik Bilgi ve Makine Eğitimi

AI'deki yaklaşımların iniş ve çıkışları

1950'lerden bu yana, yapay zeka yaratma alanında iki yaklaşım seçildi - sembolik hesaplamalar ve bağlantıcılık. Sembolik hesaplamalar, beyin cihazının modellenmesi üzerine insan düşüncesinin modellenmesine ve bağlantı modellemesine dayanan bir yöndür.

Sembolik hesaplamalar alanındaki ilk başarılar, 50'li lisans dilinde ve J. Robinson'ın mantıksal çıktı alanındaki çalışmalarında oluşturulmuştur. Bağlantıcılık, bir perceptron'un oluşturulmasıydı - nöronun çalışmasını simüle eden kendi kendine öğrenen bir lineer sınıflandırıcı. Daha fazla parlak başarılar, çoğunlukla sembolik paradigmaya paraleldir. Özellikle, bunlar, algı psikolojisi alanında Seimur Piperta ve Robert Anton Winson'ın eserleridir ve tabii ki Marvin Minsk free.

70'lerde, yapay zeka - uzman sistemlerinin elemanlarını kullanarak, ilk uygulamalı sistemler ortaya çıktı. Daha sonra, çok katmanlı sinir ağlarının ortaya çıkmasıyla bir bağlantı rönesansı ve geri dönüşüm yöntemi ile öğrenmeleri için algoritma vardı. 80'lerde, sinir ağları için tutku basitçe dövüldü. Bu yaklaşımın destekçileri neredeyse insan beyni olarak çalışacak nöromilgisayarlar yaratmaya söz verdi.

Ancak bundan özel bir şey çıkmadı, çünkü gerçek nöronlar, çok katmanlı sinir ağlarının dayandığı resmi olandan çok daha karmaşık düzenlenir. İnsan beynindeki nöron sayısı da sinir ağında göze alabildiğinden çok daha fazladır. Çok katmanlı sinir ağlarının uygun olduğu ana şey - bu, sınıflandırma görevinin çözümüdür.

Yapay zeka alanındaki bir sonraki popüler paradigma makine öğrenmesi haline gelmiştir. Yaklaşım, 80'lerin sonlarından bu yana hızla büyümeye başladı ve popülerlik ve öyküsünü kaybetmedi. Makine öğreniminin gelişmesi için önemli bir ivme, internetin ortaya çıkmasını ve algoritmaları incelemek için kullanılabilecek çok sayıda farklı kolay erişilebilir veriler vermiştir.

Yapay zekanın tasarımındaki temel görevler

Yapay zekaya ilişkin akrabaların analiz edilebileceği analiz edilebilir. Genel, genel olarak bilinen, açıkça tanımlanmış bir çözüm prosedürünün eksikliği olduğunu görmek kolaydır. Bu, aslında, AI'ye ait görevler, derleme veya bilgi işlem matematiği teorisinin görevlerinden farklıdır. Akıllı sistemler suboptimal problem çözümleri arıyor. Yapay zekanın bulunduğu çözeltinin kesinlikle optimal olacağı ve garajının kanıtlanması imkansızdır. Bununla birlikte, çoğu pratik problemlerde, alt-optimal çözümler hepsi düzenlenmiştir. Ayrıca, kişinin neredeyse asla görevi en iyi şekilde çözmeyeceği hatırlanmalıdır. Aksine, aksine.

Çok önemli bir soru var: AI, çözüm algoritması olmayan görevi nasıl çözebilir? Öz, bir kişi ile aynı şekilde yapmak ve makul hipotezleri kontrol etmek ve kontrol etmektir. Doğal olarak, hipotezlerin aday gösterilmesi ve kontrol edilmesi için bilgi gereklidir.

Bilgi, akıllı sistemin çalıştığı konu alanının bir açıklamasıdır. Doğal dilin sembollerinin tanıma sistemine sahibiz, daha sonra bilgi karakter cihazının açıklamalarını, metnin yapısı ve dilin belirli özelliklerini içerir. Bu, müşterinin kredibilitesini değerlendirmek için bir sistemse, müşteri türleri ve müşterinin profilinin potansiyel olmayan limitsizlikle nasıl ilişkili olduğu konusunda bilgi sahibi olmalıdır. Bilgi iki türdür - konu alanı ve çözüm arayışı (metabazik).

Entelektüel sistemin tasarımının temel görevleri, bilgi sunma yollarının seçimine, bilgi edinmenin yollarını ve bilgiyi uygulamanın yollarını azaltılır.

Bilginin sunumu

Bilgi sunmanın iki ana yolu vardır - beyanname ve usul. Bildirim bilgisi Yapılandırılmış veya yapılandırılmamış bir biçimde gösterilebilir. Yapılandırılmış görünümler, bir kare yaklaşımının bir veya başka bir çeşittir. Anlamsal ağlar veya çerçeve çeşitleri olarak kabul edilebilecek resmi gramer. Bu formalizmin bilgisi, aralarındaki çeşitli nesneler ve ilişkiler biçiminde sunulmaktadır.

Yapılandırılmamış görünümler genellikle sınıflandırma görevlerini çözme ile ilişkili alanlarda kullanılır. Bu genellikle ağırlık katsayılarının, olasılıkların ve benzerlerinin tahminlerinin vektörleridir.

Neredeyse tüm yapılandırılmış bilgi sunumunun tüm yöntemleri, 1970'lerde MFISIAL sahnelerin algılanması için bilgi yapısını belirlemek için MIT'den MITS'den Marvin Minsk'i tanıttı. Çıktığı gibi, bu yaklaşım hemen hemen her görev için uygundur.

Çerçeve, slot adı verilen bir isim ve bireysel birimlerden oluşur. Slotun anlamı, sırayla başka bir çerçeveye bağlantı ... çerçeve, yuva değerlerini devraldığı başka bir çerçevenin soyundan olabilir. Bu durumda, soyundan ataların yuvalarının değerlerini geçersiz kılabilir ve yenilerini ekleyebilir. Kalıtım, bir açıklama daha kompakt yapmak ve çoğaltmayı önlemek için kullanılır.

Çerçevenin nesneye tekabül ettiği çerçeveler ve nesne yönelimli programlama arasında benzerlik olduğunu görmek kolaydır ve slot alandır. Benzerlik rastgele değildir, çünkü çerçeveler OOP kaynaklarından biriydi. Özellikle, ilk nesneye yönelik küçük konuşma dillerinden biri, pratik olarak nesnelerin ve sınıfların çerçeve gösterimlerini uygular.

İçin prosedürel temsil Bilgi kullanılan ürünler veya ürün kurallarıdır. Ürün modeli, "Durum - Eylem" önerileri biçiminde bilgiye izin veren kurallara dayanan bir modeldir. Bu yaklaşım, çeşitli teşhis sistemlerinde popüler olarak kullanılır. Belirtileri, problemleri veya arızaları ve eylem biçiminde, bu semptomların varlığına yol açan olası bir arıza olanı tanımlamak için şart biçiminde oldukça doğaldır.

Bir sonraki makalede, bilginin nasıl uygulanacağı hakkında konuşacağız.

Bibliyografya.

1. John Alan Robinson. Çözünürlük ilkesine göre makine odaklı bir mantık. ACM'nin İletişimleri, 5: 23-41, 1965.
2. Seymour Papert, Marvin Minsky. Perceptrons. MIT BASIN, 1969
3. Russell, Norvig. Yapay zeka: Modern bir yaklaşım.
4. Simon Haykin. Sinir Ağları: Şefkatli bir temel.
5. Nils J. Nilsson. Yapay zeka: Yeni bir sentez.