User:Dzhumabekova Aiturgan

Жасалма интеллект (AI; ​​англ. artificial intelligence, AI) – салттуу түрдө адамдардын прерогативи катары эсептелген чыгармачылык функцияларды аткаруу үчүн жасалма интеллект системаларынын менчиги [1] (жасалма аң-сезим [англисче] менен чаташтырбоо керек); интеллектуалдык машиналарды, өзгөчө интеллектуалдык компьютердик программаларды түзүү илими жана технологиясы.

Жасалма интеллект адамдын интеллектин түшүнүү үчүн компьютерлерди колдонуудагы окшош кыйынчылыктар менен алектенет, бирок биологиялык жактан акылга сыярлык ыкмалар менен эле чектелбейт

Бүгүнкү күндө бар интеллектуалдык системалардын колдонуу тар чөйрөсү бар. Мисалы, шахматта адамды жеңе ала турган программалар адатта суроолорго жооп бере албайт[3].

Терминдин келип чыгышы жана мааниси

Джон Маккарти 1956-жылы Дартмут университетинде семинарда берген тузумдо  келтирилген жасалма интеллекттин аныктамасы адамдын интеллектинин түшүнүгү менен түздөн-түз байланышы жок. Маккартинин айтымында, изилдөөчүлөр конкреттүү маселелерди чечүү үчүн зарыл болгон учурда адамдарда байкалбаган ыкмаларды эркин колдоно алышат

Джон МакКарти өзүнүн аныктамасын түшүндүрүп жатып, мындай дейт: «Маселе, биз кайсы эсептөө процедураларын акылдуу деп аташыбызды азырынча аныктай албай жатканыбызда. Биз интеллекттин кээ бир механизмдерин түшүнөбүз, башкаларын түшүнбөйбүз. Демек, бул илимдин ичиндеги интеллект дүйнөдөгү максаттарга жетүү жөндөмүнүн эсептөө компонентине гана тиешелүү

Ошол эле учурда интеллект биологиялык кубулуш болушу мүмкүн деген көз караш бар

Англис тилинде жасалма интеллект деген сөз айкашы салттуу орус котормосунда алган антропоморфтук коннотацияга ээ эмес: колдонулган контексттеги intelligence деген сөз такыр "интеллект" эмес, "акылдуу ой жүгүртүү жөндөмү" дегенди билдирет (ал үчүн бар). англисче аналогдук интеллект болуп саналат)[5].

Жасалма интеллектке төмөнкүдөй аныктамалар берилген:

Салттуу түрдө интеллектуалдык деп эсептелген адам ишинин түрлөрүн аппараттык же программалык моделдөө маселелери коюлган жана чечилүүчү илимий багыт[1].

Салттуу түрдө адамдардын прерогативи деп эсептелген функцияларды (чыгармачылык) аткаруу үчүн интеллектуалдык системалардын касиети. Ошол эле учурда интеллектуалдык система - бул белгилүү бир предметтик чөйрөгө таандык, салттуу түрдө чыгармачылык деп эсептелген маселелерди чечүүгө жөндөмдүү техникалык же программалык система, алар жөнүндө билимдер мындай системанын эсинде сакталат. Интеллектуалдык системанын түзүмү үч негизги блокту камтыйт – билим базасы, чечүүчү жана маалыматтарды киргизүү үчүн атайын программаларсыз компьютер менен байланышууга мүмкүндүк берүүчү интеллектуалдык интерфейс [1].

Информатика жана маалыматтык технологиялар багыты, анын милдети компьютердик системаларды жана башка жасалма түзүлүштөрдү колдонуу менен акылдуу ой жүгүртүүлөрдү жана аракеттерди кайра жаратуу болуп саналат[6].

Системанын тышкы маалыматтарды туура интерпретациялоо, мындай маалыматтардан сабак алуу жана ийкемдүү адаптация аркылуу белгилүү бир максаттарга жана милдеттерге жетүү үчүн алынган билимдерди колдонуу жөндөмдүүлүгү[7].

Адамга жана «машинага» мүнөздүү болгон интеллекттин өзгөчө аныктамаларынын бирин төмөнкүчө формулировкалоого болот: «Интеллект – бул системанын белгилүү бир класстын маселелерин чечүү үчүн өз алдынча үйрөнүү учурунда программаларды (биринчи кезекте эвристикалык) түзүү жөндөмү. татаалдыгын жана бул көйгөйлөрдү чечиңиз» [8].

                                                                                                 Жасалма интеллект илимин өнүктүрүү үчүн зарыл шарттар

Негизги макала: Жасалма интеллекттин тарыхы

Жаңы илимий багыт катары жасалма интеллекттин тарыхы 20-кылымдын ортосунан башталат. Бул убакытка чейин анын келип чыгышынын көптөгөн өбөлгөлөрү калыптанып калган: философтор арасында адамдын табияты жана дүйнөнү түшүнүү процесси жөнүндө көптөн бери талаш-тартыштар болуп келген, нейрофизиологдор жана психологдор адамдын мээсинин иштешине байланыштуу бир катар теорияларды иштеп чыгышкан. жана ой жүгүртүү, экономисттер жана математиктер оптималдуу эсептөөлөр жана дүйнө жөнүндөгү билимди формалдаштырылган түрдө берүү жөнүндө суроолорду беришти; акырында эсептөөнүн математикалык теориясынын – алгоритмдердин теориясынын негизи түптөлүп, алгачкы компьютерлер жаралган.

Эсептөө ылдамдыгы боюнча жаңы машиналардын мүмкүнчүлүктөрү адамдыкына караганда көбүрөөк болуп чыкты, ошондуктан илимий коомчулукта суроо пайда болду: ЭЭМдин мүмкүнчүлүктөрүнүн чеги кандай жана машиналар адамдын өнүгүү деңгээлине жетеби? 1950-жылы эсептөө тармагындагы пионерлердин бири, англис окумуштуусу Алан Тюринг “Машина ойлоно алабы?” деген макаласын жазган.[9]. Анда ал Тьюринг тести деп аталган процедураны сүрөттөйт, ал машина интеллект жагынан адамга теңелген учурду аныктайт.

СССРде жана Россияда жасалма интеллекттин өнүгүү тарыхы

Россия империясы

Коллегиянын кеңешчиси Семён Николаевич Корсаков (1787-1853) жаратылышты күчөтүүчү катары жасалма интеллекттин заманбап концепциясын кайталап, илимий ыкмаларды жана приборлорду иштеп чыгуу аркылуу акыл-эстин мүмкүнчүлүктөрүн жогорулатуу милдетин койгон.

1832-жылы С.Н.Корсаков издөө, салыштыруу жана классификациялоо тапшырмаларында акыл-эс ишмердүүлүгүн жарым-жартылай механикалаштыруу үчүн өзү ойлоп тапкан беш механикалык түзүлүштүн, «акылдуу машиналар» деп аталат. Корсаков өзүнүн машиналарын конструкциялоодо информатиканын тарыхында биринчи жолу тешиктүү карталарды колдонгон, алар ал үчүн кандайдыр бир билим базасы ролун ойногон, ал эми машиналардын өзү да эксперттик системалардын алдынкылары болгон [10] [11].

СССР

СССРде жасалма интеллект тармагындагы иштер 1960-жылдары башталган[6]. Вениамин Пушкин жана Д.А.Поспелов жетектеген Москва университетинде жана Илимдер Академиясында бир катар пионердик изилдөөлөр жүргүзүлгөн. 1960-жылдардын башынан тартып М.Л.Цетлин жана анын кесиптештери чектүү мамлекеттик машиналарды окутууга байланышкан маселелерди иштеп чыгышкан. 1960-жылдардан тартып СССР шахмат ойноо үчүн жасалма интеллектти колдонуу боюнча изилдөөлөрдү жүргүзүп келет. "Каисса" - 1960-жылдары СССРде иштелип чыккан шахмат программасы[12], 1974-жылы августта программа компьютердик программалар арасында шахмат боюнча биринчи дүйнөлүк чемпион болгон[13].

1968-жылы советтик философ Е.В.Ильенковдун “Идолдор жана идеалдар жөнүндө” китеби жарык көргөн, анда адамдан акылдуу машина жасоо мүмкүн эместиги далилденген[14].

Г. С. Поспеловдун демилгеси боюнча 1986-жылдын 10-сентябрында СССР Илимдер академиясынын Президиумунун алдында «Жасалма интеллект» проблемасы боюнча илимий кеңеш (советтин төрагасы Г. С. Поспелов, анын орун басарлары Д. А. Поспелов) түзүлгөн. жана E. V. Попов). Кийинчерээк бул кеңеш СССРде жана Россияда жасалма интеллект боюнча изилдөөлөрдү өнүктүрүүдө маанилүү роль ойногон.

Орусия

Россияда 2019-жылдын 30-майында санариптик экономиканы өнүктүрүү боюнча жыйында төрагалык кылуучу В.В. Путин жасалма интеллект боюнча улуттук стратегияны даярдоону чечти. Анын алкагында 90 миллиард рубль бөлүү менен федералдык программа даярдалып жатат[15][16].

2019-жылдын 10-октябрында В.В.Путин өзүнүн жарлыгы менен Россияда 2030-жылга чейин жасалма интеллектти өнүктүрүү боюнча улуттук стратегияны бекиткен[17].

2019-жылдын ноябрында Яндекс, Mail.ru Group, Сбербанк, Газпром Нефть, МТС жана RDIF жасалма интеллект тармагында альянсты түзүшкөн[18] (2023-жылдын жайына карата альянска ошондой эле Уралхим, Русагро, Сибур, Северсталь жана Group "Airplane")[19].

2020-жылдын 27-августунда “Жасалма интеллект” улуттук долбоору бекитилип, анын жетекчиси болуп Экономикалык өнүгүү министринин орун басары Оксана Тарасенко дайындалды[20][21].

2020-жылдын декабрь айында экинчи жасалма интеллект конференциясы Жасалма интеллект Journey (AI Journey) дүйнөдөгү эң мыкты 3 окшош форумдун катарына кирди. Ага 80 өлкөдөн 20 000ден ашык адам катышты (онлайн), ал эми Владимир Путин конференцияга катышты[22][23].

2021-жылдын жазында премьер-министр Михаил Мишустин жасалма интеллект тармагында иштеген компанияларга 1,4 миллиард рубль өлчөмүндө каржылык колдоо көрсөтүү эрежелерин бекиткен (2021-жылга)[24].

2023-жылы Россиянын президенти Владимир Путин 2030-жылга чейин Жасалма интеллектти өнүктүрүүнүн Улуттук стратегиясын жаңыртууну, ошондой эле интеллект тармагындагы изилдөө борборлорун колдоону тапшырган. Орус өкмөтүнүн маалыматы боюнча, 2022-жылы Россия Федерациясындагы AI рыногунун көлөмү 18% өсүү менен 650 миллиард рублди түзгөн. 2023-жылга карата Орусияда жасалма интеллект технологияларын ишке ашыруу деңгээли 20%га жетти. Орус өкмөтү 2024-жылы AI тармагын өнүктүрүүгө болжол менен 5,2 миллиард рубль бөлүүнү пландаган. Россия Федерациясынын вице-премьер-министри РФ Дмитрий Чернышенко, 2025-жылга карата AI технологияларын киргизүү россиялык компанияларга болжол менен 1 триллион рублди алып келет, ал эми беш жыл ичинде бул тармакка максималдуу инвестициялар менен ИДПнын кошумча өсүшү 11 триллион рублди түзүшү мүмкүн[25][26].

Проблеманы түшүнүүгө болгон мамиле

Жасалма интеллект эмне кылат деген суроого бирдиктүү жооп жок. Жасалма интеллект жөнүндө китеп жазган дээрлик ар бир автор бул илимдин жетишкендиктерин анын алкагында карап, кандайдыр бир аныктамадан баштайт.

Философияда адамдын интеллектинин табияты жана абалы жөнүндөгү маселе чечиле элек. Жасалма интеллекттин башталышында бир катар гипотезалар, мисалы, Тьюринг тести же Ньюэлл-Симон гипотезасы сунуш кылынганына карабастан, компьютерлер үчүн "интеллектке" жетүү үчүн так критерий жок. Ошондуктан, жасалма интеллекттин көйгөйлөрүн түшүнүүгө да, интеллектуалдык маалыматтык системаларды түзүүгө да көптөгөн ыкмалардын бар экендигине карабастан, жасалма интеллектти өнүктүрүүгө эки негизги мамилени бөлүп көрсөтүүгө болот[27]:

жогорудан ылдый AI, семиотикалык - жогорку деңгээлдеги психикалык процесстерди: ой жүгүртүү, ой жүгүртүү, сүйлөө, эмоциялар, чыгармачылык жана ушул сыяктууларды имитациялоочу эксперттик системаларды, билимдердин базаларын жана логикалык корутунду системаларын түзүү;

Bottom-Up AI, биологиялык - биологиялык элементтердин негизинде акылдуу жүрүм-турумду моделдөөчү нейрон тармактарын жана эволюциялык эсептөөлөрдү изилдөө, ошондой эле нейрокомпьютер же биокомпьютер сыяктуу тиешелүү эсептөө системаларын түзүү.

Акыркы мамиле, так айтканда, Джон Маккарти берген мааниде жасалма интеллект илимине кирбейт - аларды жалпы акыркы максат гана бириктирет.

Тьюринг тести жана интуитивдик мамиле

Негизги макала: Тьюринг тести

Эмпирикалык тест Алан Тьюринг тарабынан 1950-жылы Mind философиялык журналында жарык көргөн “Эсептөө техникасы жана интеллект” [28] деген макаласында сунушталган. Бул тесттин максаты – адамга жакын жасалма ой жүгүртүү мүмкүнчүлүгүн аныктоо.

Бул тесттин стандарттуу чечмелөөсү: “Адам бир компьютер жана бир адам менен иштешет. Суроолорго жооптордун негизинде ал ким менен сүйлөшүп жатканын аныкташы керек: адам же компьютер программасы. Компьютердик программанын максаты – адамды туура эмес тандоого буруу». Сынактын катышуучуларынын баары бири-бирин көрө алышпайт.

Эң жалпы мамиле жасалма интеллект адамдын жүрүм-турумунан эч айырмаланбаган жүрүм-турумду жана кадимки кырдаалдарда көрсөтө алат деп болжолдойт. Бул идея Тьюрингдин тесттик ыкмасынын жалпылоосу болуп саналат, анда машина жөнөкөй адам менен сүйлөшүүнү уланта алгандан кийин акылдуу болуп калат жана ал машина менен сүйлөшүп жатканын түшүнө албайт. сүйлөшүү кат алышуу аркылуу жүргүзүлөт).

Илимий фантаст жазуучулар көбүнчө башка ыкманы сунушташат: жасалма интеллект машина сезүүгө жана жаратууга жөндөмдүү болгондо пайда болот. Ошентип, Эндрю Мартиндин "Эки жүз жылдык адамдагы" ээси өзүнүн дизайны боюнча оюнчук жасаганда ага адамдай мамиле кыла баштайт. Star Trek маалыматтары баарлашууга жана үйрөнүүгө жөндөмдүү болгондуктан, эмоцияларды жана интуицияны алууну кыялданат. Бирок, акыркы мамиле кылдаттык менен карап чыкканда сынга туруштук бере албайт. Мисалы, тышкы же ички чөйрөнүн айрым параметрлерин баалаган жана алардын жагымсыз баалуулуктарына жооп бере турган механизмди түзүү кыйын эмес. Мындай система жөнүндө анын сезимдери бар деп айта алабыз («оору» - шок сенсорунун ишке реакциясы, «ачкачылык» - батареянын зарядынын аздыгына реакция ж.б.). Kohonen карталары жана "акылдуу" системалардын башка көптөгөн продуктулары тарабынан түзүлгөн кластерлерди чыгармачылыктын бир түрү катары кароого болот.

Символикалык мамиле

Негизги макала: Символикалык эсептөө

Көбүрөөк билүү үчүн

Бөлүмдө булактарга шилтемелер жок (издөө сунуштарын караңыз).

Тарыхый жактан символикалык ыкма санариптик машиналар доорунда биринчи жолу болгон, анткени биринчи символдук эсептөө тили болгон Лисп түзүлгөндөн кийин анын автору интеллекттин бул каражаттарын практикалык түрдө ишке ашыруу мүмкүнчүлүгүнө ишене баштаган. Символикалык ыкма начар формалдаштырылган өкүлчүлүктөр жана алардын маанилери менен иштөөгө мүмкүндүк берет.

Жаңы маселелерди чечүүнүн ийгилиги жана эффективдүүлүгү абстракциялоо ыкмаларында ийкемдүүлүктү талап кылган маанилүү маалыматты гана бөлүп алуу жөндөмдүүлүгүнөн көз каранды. Кадимки программа, өз кезегинде, маалыматтарды чечмелөөнүн бир жолун белгилейт, бул анын иштешин бир жактуу жана таза механикалык кылат. Бул учурда, интеллектуалдык маселени бир гана адам, аналитик же программист чечет, муну машинага тапшыра албайт. Натыйжада бирдиктүү абстракция модели, конструктивдүү объектилердин жана алгоритмдердин системасы түзүлөт. Ал эми ийкемдүүлүк жана көп тараптуулук типтүү эмес тапшырмалар үчүн ресурстардын олуттуу чыгымдалышына алып келет, башкача айтканда, система чалгындоодон катаал күчкө кайтып келет.

Символикалык эсептөөнүн негизги өзгөчөлүгү программаны аткарууда жаңы эрежелерди түзүү болуп саналат. Ал эми интеллектуалдык эмес системалардын мүмкүнчүлүктөрү, жок эле дегенде, жаңы пайда болгон кыйынчылыктарды аныктоо мүмкүнчүлүгүнө чейин эле бүтөт. Анын үстүнө, бул кыйынчылыктар чечилбейт жана, акыры, компьютер мындай жөндөмдөрүн өз алдынча жакшыртпайт.

Символикалык ыкманын кемчилиги мындай ачык мүмкүнчүлүктөрдү даярдыгы жок адамдар инструменттердин жетишсиздиги катары кабыл алат. Бул маданий маселе жарым-жартылай логикалык программалоо менен чечилет.

Логикалык мамиле

Негизги макала: Логикалык программалоо

Жасалма интеллект системаларын түзүүгө логикалык мамиле ой жүгүртүүнү моделдөөнүн негизинде жатат. Теориялык негизи логика болуп саналат.

Логикалык ыкманы ушул максаттар үчүн Prolog тилин жана логикалык программалоо системасын колдонуу менен иллюстрациялоого болот. Прологдо жазылган программалар каалаган натыйжага алып баруучу аракеттердин ырааттуулугу катары алгоритмди так көрсөтпөстөн, фактылардын жыйындысын жана логикалык корутунду эрежелерин билдирет.

Агентке негизделген мамиле

Негизги макала: Агентке негизделген мамиле

1990-жылдардын башынан бери иштелип чыккан эң акыркы ыкма агентке негизделген ыкма же интеллектуалдык (рационалдуу) агенттерди колдонууга негизделген ыкма деп аталат. Бул ыкмага ылайык, интеллект интеллектуалдык машина үчүн коюлган максаттарга жетүү жөндөмдүүлүгүнүн эсептөө бөлүгү (болжол менен айтканда, пландаштыруу) болуп саналат. Мындай машина өзү курчап турган дүйнөнү сенсорлор аркылуу кабыл алган жана кыймылдаткычтар аркылуу чөйрөдөгү объекттерге таасир эте алган акылдуу агент болот.

Бул ыкма акылдуу агентке өз милдетин аткарып жатканда чөйрөдө аман калууга жардам бере турган ыкмаларга жана алгоритмдерге багытталган. Ошентип, бул жерде жол табуу жана чечим кабыл алуу алгоритмдери алда канча кылдат изилденет.

Гибриддик ыкма

Негизги макала: Гибриддик ыкма

Гибриддик ыкма нейрондук жана символикалык моделдердин синергетикалык айкалышы гана когнитивдик жана эсептөө мүмкүнчүлүктөрүнүн толук спектрин камсыз кылат деп болжолдойт. Мисалы, эксперттик корутунду эрежелери нейрон тармактары тарабынан түзүлүшү мүмкүн, ал эми генеративдик эрежелер статистикалык окутуунун жардамы менен алынат. Бул ыкманын жактоочулары гибриддик маалымат системалары өзүнчө ар кандай түшүнүктөрдүн суммасынан алда канча күчтүү болот деп эсептешет.

Ойлоо процесстерин символдук моделдөө

Моделдик ой жүгүртүү сыяктуу кеңири чөйрө бар[29]. Көптөгөн жылдар бою бул илимдин өнүгүүсү так ушул жол менен жүрүп, азыр ал заманбап жасалма интеллекттин эң өнүккөн багыттарынын бири болуп саналат. Ой жүгүртүүнү моделдөө символдук системаларды түзүүнү камтыйт, алардын кириши белгилүү бир маселе болуп саналат, ал эми чыгышы аны чечүүнү талап кылат. Эреже катары, сунушталган маселе мурда эле формалдаштырылган, башкача айтканда, математикалык түргө которулган, бирок же чечүү алгоритми жок, же ал өтө татаал, көп убакытты талап кылат ж.б. даярдоо жана оюн теориясы, пландаштыруу жана жөнөтүү, болжолдоо.

Табигый тилдер менен иштөө

Негизги макала: Табигый тилди иштетүү

Маанилүү багыт болуп табигый тилди иштетүү [30] саналат, анын алкагында «адам» тилиндеги тексттерди түшүнүү, иштетүү жана жаратуу мүмкүнчүлүктөрүн талдоо жүргүзүлөт. Бул багыт интернетте бар текстти окуу аркылуу өз алдынча билимге ээ боло тургандай табигый тилди иштетүүгө багытталган. Табигый тилди иштетүүнүн кээ бир түз колдонмолору маалымат издөөнү (анын ичинде терең текстти казып алууну) жана машиналык которууну камтыйт[31].

Билимди көрсөтүү жана пайдалануу

Негизги макалалар: Билим инженериясы жана Билимди чагылдыруу

Билим инженериясынын багыты жөнөкөй маалыматтан билим алуу, аны системалаштыруу жана колдонуу милдеттерин бириктирет. Бул багыт тарыхый жактан эксперттик системаларды - ар кандай маселе боюнча ишенимдүү корутундуларды алуу үчүн атайын билимдердин базаларын колдонгон программаларды түзүү менен байланышкан.

Берилиштерден билим өндүрүү маалыматтарды казуунун негизги көйгөйлөрүнүн бири болуп саналат. Бул көйгөйдү чечүүнүн ар кандай жолдору бар, анын ичинде нейрондук тармак технологиясына негизделген [32], нейрондук тармакты вербалдаштыруу процедураларын колдонуу.

Машина үйрөнүү

сүрөттөрдү автоматтык классификациялоодогу прогресс

AI жана үйрөтүлгөн адам бир эле тапшырманы аткарууда кетирген каталардын жыл боюнча пайызы

Негизги макала: Машина үйрөнүү

Машина үйрөнүү маселеси[33] интеллектуалдык системанын иштөө процессинде билимди өз алдынча алуу процессине тиешелүү. Бул багыт жасалма интеллекттин өнүгүшүнүн эң башынан бери эле негизги орунда турат[34]. 1956-жылы Дартмунд жайкы конференциясында Рэй Соломонов ыктымалдык көзөмөлсүз үйрөнүүчү машина жөнүндө макала жазып, аны "Индуктивдүү тыянак кыймылдаткычы" деп атаган [35].

Көзөмөлсүз окутуу - киргизүү агымындагы үлгүлөрдү таанууга мүмкүндүк берет. Көзөмөлгө алынган окутуу классификацияны жана регрессиялык анализди камтыйт. Классификация сүрөттүн кайсы категорияга таандык экенин аныктоо үчүн колдонулат. Регрессиялык талдоо бир катар сандык киргизүү/чыгарма мисалдарын карап чыгуу жана үзгүлтүксүз функцияны табуу үчүн колдонулат, андан чыгууну болжолдоого болот. Тренинг учурунда агент жакшы жооптор үчүн сыйлык алат, ал эми жаман жооптор үчүн жазаланат. Аларды пайдалуулук сыяктуу түшүнүктөрдү колдонуу менен чечим теориясынын көз карашынан анализдөөгө болот. Машина үйрөнүү алгоритмдеринин математикалык анализи - эсептөөчү окуу теориясы деп аталган теориялык информатиканын бир тармагы.

Машина үйрөнүү тармагы үлгү таануу көйгөйлөрүнүн чоң классын камтыйт. Мисалы, бул каармандарды таануу, кол менен жазылган текст, сүйлөө, текстти талдоо. Көптөгөн көйгөйлөр биологиялык моделдөөнүн жардамы менен ийгиликтүү чечилет (кийинки абзацты караңыз). Айрыкча айта кетчү нерсе, робототехника менен байланышкан компьютердик көрүнүш.

Жасалма интеллектти биологиялык моделдөө

Негизги макала: Квазибиологиялык парадигма

Бул Джон МакКартинин айтымында, жасалма интеллект түшүнүгүнөн айырмаланып, алар жасалма системалар биологиялык системаларга мүнөздүү болгон түзүлүш жана процесстерди өз түзүмүндө жана иштешинде кайталоого милдеттүү эмес деген позициядан келип чыгат. Бул ыкманын жактоочулары адамдын жүрүм-турумунун кубулуштары, анын үйрөнүү жана ыңгайлашуу жөндөмү биологиялык түзүлүштүн жана анын иштөө өзгөчөлүктөрүнүн кесепети деп эсептешет.

Бул бир нече аймактарды камтыйт. Нейрондук тармактар ​​геометриялык фигураларды таануу же объектилерди топтоо сыяктуу бүдөмүк жана татаал маселелерди чечүү үчүн колдонулат. Генетикалык мамиле алгоритм башка алгоритмдерден жакшыраак мүнөздөмөлөрдү алса, эффективдүү боло алат деген ойго негизделген («ата-энелер»). Тышкы чөйрө менен өз ара аракеттенүүчү автономдуу программаны - агентти түзүү милдети турган салыштырмалуу жаңы ыкма агенттик мамиле деп аталат.

Робототехника

Негизги макала: Акылдуу робототехника

Ошондой эле караңыз: Робототехника

Роботехника[36] жана жасалма интеллект тармактары бири-бири менен тыгыз байланышта. Бул эки илимдин интеграциясы жана акылдуу роботторду түзүү жасалма интеллекттин дагы бир тармагын түзөт. Роботторго объектилерди манипуляциялоо[37], локализация көйгөйлөрү менен багыттоо (жайгашкан жерди аныктоо, жакынкы аймактарды изилдөө) жана кыймылды пландаштыруу (максатка кантип жетүү) [38] үчүн интеллект талап кылынат. Акылдуу робототехниканын мисалы катары Pleo, AIBO, QRIO роботтук оюнчуктары саналат.

Машина чыгармачылык

Адамдын чыгармачылык табияты акылдын табиятынан да азыраак изилденет. Ошого карабастан, бул аймак бар жана ал компьютердик музыканын[39], адабий чыгармалардын (көбүнчө поэзия же жомоктордун) жана көркөм чыгармачылыктын көйгөйлөрүн жаратат. Реалдуу образдарды түзүү кинематографияда жана компьютердик оюндар индустриясында кеңири колдонулат.

Жасалма интеллект системаларынын техникалык чыгармачылык маселелерин изилдөө өзүнчө өзгөчөлөнүп турат. 1946-жылы Г.С.Альтшуллер тарабынан сунушталган ойлоп табуучулук маселелерди чечүү теориясы мындай изилдөөлөрдүн башталышы болгон.

Бул мүмкүнчүлүктү кандайдыр бир интеллектуалдык системага кошуу системанын эмнени кабыл алып жатканын жана аны кантип түшүнөрүн так көрсөтүүгө мүмкүндүк берет. Түзүлгөн маалыматтын ордуна ызы-чууну кошуу же системада бар билимдер менен ызы-чууну чыпкалоо аркылуу адам оңой кабыл ала турган абстракттуу билимдерден конкреттүү сүрөттөрдү чыгарат, бул өзгөчө интуитивдик жана аз баалуу билимдер үчүн пайдалуу, аны текшерүүдө формалдуу форма олуттуу психикалык күч-аракетти талап кылат.

Изилдөөнүн башка багыттары

Акырында, жасалма интеллекттин көптөгөн тиркемелери бар, алардын ар бири дээрлик өз алдынча чөйрөнү түзөт. Мисалдарга компьютердик оюндардагы интеллектти программалоо, сызыктуу эмес башкаруу жана маалыматтык коопсуздук системалары кирет.

Келечекте жасалма интеллекттин өнүгүүсү кванттык компьютердин өнүгүшү менен тыгыз байланышта болот деп болжолдонууда, анткени жасалма интеллекттин кээ бир касиеттери кванттык компьютерлерге окшош иштөө принциптерине ээ [40][41].

көп экенин байкаса болот.

Жеке каржыны башкаруу

Адамдарга жеке каржысын башкарууга жардам берүү үчүн AI колдонгон өнүмдөр бар. Мисалы, Digit бул AI менен иштеген колдонмо, ал керектөөчүлөргө жеке адаттарына жана максаттарына жараша чыгымдарын жана үнөмдөөлөрүн оптималдаштырууга автоматтык түрдө жардам берет. Колдонмо айлык киреше, учурдагы баланс жана сарптоо адаттары сыяктуу факторлорду талдап, андан кийин өз алдынча чечим кабыл алып, өзүнчө сактык эсебине акча которо алат[53]. Wallet.AI, Сан-Францискодогу стартап, керектөөчүлөргө алардын сарптоолору тууралуу маалымат берүү үчүн смартфондор жана социалдык медиа менен иштешкенде керектөөчүлөр түзгөн маалыматтарды талдоочу агенттерди түзөт.[54]

Финансылык портфелди башкаруу

Автоматташтырылган кеңешчилердин жардамчылары инвестицияларды башкаруу тармагында кеңири колдонулууда. Автоматташтырылган системалар адамдын минималдуу кийлигишүүсү менен финансылык портфелди башкаруу боюнча финансылык кеңештерди жана көрсөтмөлөрдү берет. Финансылык кеңешчилердин бул классы кардарлардын инвестициялык максаттарына жана тобокелдик табитине ылайык финансылык портфелди автоматтык түрдө иштеп чыгууга арналган алгоритмдердин негизинде иштейт. Ал рыноктогу реалдуу убакытта өзгөрүүлөрдү жөнгө салып, кардардын каалоосуна ылайык портфелди калибрлей алат[55].

Андеррайтинг

Онлайн насыя берүүчү Upstart керектөөчү маалыматтардын чоң көлөмүн талдайт жана дефолттун ыктымалдыгын болжолдоочу кредиттик тобокелдик моделдерин түзүү үчүн машинаны үйрөнүү алгоритмдерин колдонот. Алардын технологиясы банктарга лицензияланат, ошондуктан алар аны процесстерин баалоо үчүн колдоно алышат[56].

ZestFinance атайын кредиттик андеррайтинг үчүн Zest Automated Machine Learning (ZAML) платформасын иштеп чыкты. Платформа карыз алуучуларды баалоо үчүн кредиттөө тармагында колдонулган он миңдеген салттуу жана салттуу эмес өзгөрмөлөрдү (сатып алуу транзакцияларынан кардар форманы кантип толтурууга чейин) талдоо үчүн компьютердик окууну колдонот. Платформа өзгөчө кредиттик тарыхы чектелген кардарларга, мисалы, millennials[57] үчүн кредиттик упайларды берүү үчүн пайдалуу.

Банк иши

Жасалма интеллектти колдонуу Сбербанкка 2019-жылы кошумча 700 миллион доллар табууга мүмкүндүк берди, 2020-жылы бул сумманы 1 миллиард долларга чейин көбөйтүү пландаштырылган[58].

Мамлекеттик башкаруу

2021-жылдын октябрынын аягында Орусиянын премьер-министри Михаил Мишустин 2031-жылга чейин мамлекеттик башкарууну санариптик трансформациялоо жаатындагы иш-чаралардын планын бекиткен. Жасалма интеллект кеңири жайылтуу үчүн негизги технология (чоң маалыматтар жана нерселердин Интернети менен бирге) катары таанылган[59].

             

AI эффективдүүлүгүн баалоо үчүн биз адатта беш метрика тобун колдонобуз: ылдамдык, сапат, объективдүүлүк, жекелештирүү жана экономикалык натыйжалуулук. Бардык тармактарда, анын ичинде мамлекеттик башкарууда AI киргизүү адатта бул көрсөткүчтөрдүн 5–7 эсеге өсүшүнө алып келет. 2021-жылы AI иш-аракеттери бардык федералдык аткаруу бийлик органдарынын санариптик трансформация программаларына киргизиле баштады.

Александр Ведяхин, 9-ноябрь, 2021-жыл[60]

Согуш

Негизги макала: Жасалма интеллект жарыша куралдануу

Жасалма интеллектти колдонуу өнүккөн согуш талаасын жана курал-жарактарды башкаруу системасын түзүүдө маанилүү тенденция болуп саналат[61].

Жасалма интеллекттин жардамы менен сенсорлордун жана курал-жарактардын айкалышын оптималдуу жана коркунучка ылайыкташтырылган тандоону камсыз кылууга, алардын биргелешкен иштешин координациялоого, коркунучтарды аныктоого жана аныктоого, ошондой эле душмандын ниетин баалоого болот[61]. Жасалма интеллект кошумчаланган реалдуулуктун тактикалык системаларын ишке ашырууда чоң роль ойнойт, мисалы, ал сүрөттөрдү классификациялоого жана семантикалык сегментациялоого, локализациялоого жана эффективдүү максаттуу белгилөө үчүн мобилдик объекттерди идентификациялоого мүмкүндүк берет[61].

2021-жылдын 1-мартында Жасалма интеллекттин коопсуздук комитети [62] АКШ президентине жана АКШ Конгрессине жасалма интеллектке негизделген автономдуу курал системаларын колдонууга бүткүл дүйнөлүк тыюуну четке кагууну сунуштаган отчет жөнөткөн. Отчетто жасалма интеллекттин колдонулушу адамдар тез аракет кыла албаган учурларда "чечим кабыл алуу убактысын кыскартат" деп айтылат. Комитет ошондой эле Кытай менен Орусия AIны аскердик иштерде колдонууга тыюу салган келишимди аткарышы күмөн экенине тынчсыздануусун билдирди[63].

Кытай

АКШнын Коргоо министрлигинин айтымында, Кытай келечектеги курал системаларына жасалма интеллект киргизүү ыкмаларын иштеп чыгууну чечти. Кытайдын Аскердик илимдер академиясына аскердик өнөр жай комплексинин жана жеке компаниялардын күч-аракетин бириктирүү аркылуу бул программаны ишке ашыруу милдети коюлган[64].

Чалгын кызматтары

Негизги макала: Интернет цензура

Британ чалгындоо кызматтары жасалма интеллекттин жардамы менен орусиялык фейк жаңылыктар менен күрөшөт, алар “троллдор фабрикасынын” ишмердүүлүгүн тааныйт. Өкмөттүк байланыш борборунун маалыматы боюнча Vel Чалгын кызматтары

Негизги макала: Интернет цензура

Британ чалгындоо кызматтары жасалма интеллекттин жардамы менен орусиялык фейк жаңылыктар менен күрөшөт, алар “троллдор фабрикасынын” ишмердүүлүгүн тааныйт. Улуу Британиянын өкмөттүк байланыш борборунун маалыматы боюнча, жасалма интеллект маалыматтарды ишенимдүү булактарга каршы текшерүү, сүрөттөр менен видеолор менен манипуляцияларды аныктоо жана шектүү ботторду бөгөттөө аркылуу фейктерге каршы күрөшөт[65].

Оор өнөр жай

Роботтор көптөгөн тармактарда кеңири таралган жана көбүнчө адамдар үчүн кооптуу деп эсептелген иштерди аткарышат. Роботтор убакыттын өтүшү менен концентрациясынын төмөндөшүнөн улам каталарды же кырсыктарды алып келиши мүмкүн болгон кайталануучу, күнүмдүк тапшырмаларды камтыган жумуштарда натыйжалуулугун далилдеди. Роботтор адамдарды кемсинткен жумуштарда да кеңири колдонулат.

2014-жылы Кытай, Япония, АКШ, Корея Республикасы жана Германия биргелешип дүйнөлүк робот сатуунун 70% түзгөн. Автоунаа өнөр жайында, өзгөчө автоматташтырылган сектордо, Япония 10,000 кызматкерге 1,414 робот менен дүйнөдөгү эң жогорку өнөр жай роботторуна ээ болгон.

Дары

Негизги макала: Саламаттыкты сактоодо жасалма интеллект

Медициналык диагностика үчүн клиникалык чечимдерди кабыл алуу системасы катары жасалма нейрон тармактары, мисалы, Электрондук Ден соолук Рекорд программасында Концепцияны иштетүү технологиясы колдонулат.

Жасалма интеллект тарабынан ишке ашырылышы мүмкүн болгон жана иштелип чыга баштаган медицинадагы башка милдеттерге төмөнкүлөр кирет:

Медициналык сүрөттөрдү компьютердик интерпретациялоо. Мындай системалар санариптик сүрөттөрдү, мисалы, КТ сканеринен, типтүү табылгаларды издөөгө жана мүмкүн болуучу оорулар сыяктуу байкаларлык аномалияларды аныктоого жардам берет. типтүү колдонуу шишик аныктоо болуп саналат.

Жүрөктүн кагышын талдоо[66]

Уотсон долбоору онкологдорго жардам берүү үчүн түзүлгөн суроо-жооп программасы

Карылар үчүн робот жардамчылары[67]

Көбүрөөк пайдалуу маалымат берүү үчүн медициналык жазууларды иштетүү

дарылоо пландарын түзүү

Оорунун коркунучун аныктоо

дары башкаруу, анын ичинде кайталануучу милдеттерди менен жардам

Кеңеш берүү

Баңгизаттарды түзүү[68]

Клиникалык окутуу үчүн бейтаптардын ордуна гуманоид манекендерди колдонуу[69]

Учурда [качан?] саламаттыкты сактоо тармагында 90дон ашык AI негизделген стартаптар иштеп жатат[70].

Адам ресурстарын башкаруу жана жалдоо

Жасалма интеллект технологиялары адам ресурстарын башкарууда жана жалдоодо колдонулат: резюмелерди текшерүү жана талапкерлерди алардын чеберчилик деңгээлине жараша рейтингдөө, жумушка дал келген платформалар аркылуу талапкердин берилген ролдордогу ийгилигин болжолдоо, кайталануучу байланыш тапшырмаларын автоматташтыра алган чатботторду түзүү.

Тактап айтканда, 2016-жылдан 2017-жылга чейин Unilever баштапкы деңгээлдеги кызматкерлерди тандоо үчүн жасалма интеллектти колдонгон. Талапкердин компаниядагы ийгилигин алдын ала айтуу үчүн Unilever неврологияга негизделген оюндарды, жазылган интервьюларды жана бет жана сүйлөө сигналдарын талдоо колдонду. Unilever Pymetrics жана HireVue менен кызматташып, жаңы AI менен иштеген талдоо системасын түзүп, бир жылдын ичинде каралып жаткан талапкерлердин санын 15 000ден 30 000ге чейин көбөйттү. Unilever ошондой эле арыздарды кароо убактысын 4 айдан 4 жумага чейин кыскартып, жалдоочулардын 50 миң сааттан ашык убактысын үнөмдөгөн.

Музыка

Музыканын эволюциясы ар дайым технологиянын таасиринде болсо да, жасалма интеллект илимдин жетишкендиктери аркылуу кандайдыр бир деңгээлде адамга окшош композицияны тууроого мүмкүндүк берди.

Белгилүү алгачкы натыйжаларга алгоритмдик компьютердик музыка жаатында атактуу болгон Дэвид Коптун "Эмили Хауэлл" системасы кирет. Эмили Хауэллдин артындагы алгоритм АКШ патенти катары катталган[71].

AIVA сыяктуу башка өнүгүүлөр симфонияларды, негизинен фильмдер үчүн классикалык музыканы жазууга багытталган. Бул өнүгүү профессионалдык музыкалык бирикме тарабынан таанылган биринчи виртуалдык композитор болуу менен атактуулукка жетишти[72].

Жасалма интеллект медициналык шарттарда колдонууга ылайыктуу музыканы да түзө алат, мисалы, Меломикс стрессти жана ооруну басаңдатуу үчүн компьютердик музыканы колдонот[73].

Мындан тышкары, Google Brain командасы жетектеген Google Magenta сыяктуу демилгелер жасалма интеллект ынанымдуу искусство жарата алабы же жокпу, көргүсү келет.

Sony компаниясынын CSL изилдөө лабораториясында алардын Flow Machines программасы ырлардын чоң базасынан музыка стилдерин үйрөнүү менен поп ырларды жаратат. Уникалдуу стилдердин айкалыштарын жана оптималдаштыруу ыкмаларын талдоо менен, жасалма интеллект бардык учурдагы стилде музыка түзө алат.

2020-жылдын декабрында Россияда AI Journey конференциясынын алкагында (болжолу)

Онлайн жана телефон аркылуу кардарларды колдоо кызматтары

Жасалма интеллект автоматташтырылган онлайн жардамчыларда ишке ашырылат, аларды веб-баракчалардагы чатботтор катары кароого болот. Бул ишканаларга кызматкерлерди жалдоо жана окутуу чыгымдарын азайтууга жардам берет. Мындай системалардын негизги технологиясы табигый тилди иштетүү болуп саналат. Pypestream кардарлар менен байланышты жөнөкөйлөтүү үчүн иштелип чыккан мобилдик тиркемеси үчүн автоматташтырылган кардарларды тейлөөнү колдонот[79].

Телекоммуникацияларды тейлөө

Көптөгөн телекоммуникация компаниялары өз кызматкерлерин башкаруу үчүн эвристикалык издөөнү колдонушат, мисалы, BT Group эвристикалык издөөнү 20 000 инженердин иш графигин камсыз кылган пландаштыруу тиркемесинде орноткон.

6G уюлдук тармактарын башкаруу үчүн жасалма интеллект системаларын колдонууга чоң үмүт артылып жатат[80].

Көңүл ачуу жана оюндар

Көбүрөөк билүү үчүн

Бөлүмдө булактарга шилтемелер жок (издөө сунуштарын караңыз).

1990-жылдары билим берүү же эс алуу үчүн негизги жасалма интеллекттин үйгө багытталган түрлөрүн массалык түрдө чыгарууга биринчи аракеттер жасалган. Бул санариптик ыңкылап менен бир топ илгериледи жана адамдарга, өзгөчө балдарга жасалма интеллекттин ар кандай түрлөрүн, атап айтканда, Тамаготчи жана үй жаныбарлары, iPod Touch, Интернет жана биринчи кеңири таралган робот Фурби менен таанышууга жардам берди. Бир жылдан кийин үй жаныбарлары үчүн роботтун жакшыртылган түрү интеллекти жана автономиялуу робот ит Айбо түрүндө чыгарылды.

Mattel сыяктуу компаниялар үч жашка чейинки балдар үчүн AI иштетилген оюнчуктарды жаратууда. Кепти таануунун менчик тутумдарын жана куралдарын колдонуу менен алар сүйлөшүүлөрдү түшүнүп, акылдуу жоопторду берип, тез үйрөнө алышат[81].

Жасалма интеллект оюн индустриясында да колдонулат, мисалы, видео оюндар адамдар жеткиликсиз же каалабаган жерде душман катары иштөө үчүн иштелип чыккан ботторду колдонушат. 2018-жылы Корнелл университетинин изилдөөчүлөрү генеративдик атаандаштык жуптарды түзүп, аларды Doom атуу оюнуна үйрөтүшкөн. Окуу процессинде нейрон тармактары бул оюндун деңгээлдерин куруунун негизги принциптерин аныктап, андан кийин адамдардын жардамысыз жаңы деңгээлдерди түзө алган [82].

Транспорт

Автомобиль транспорту

Автомашиналардагы автоматтык берүүлөр үчүн бүдөмүк логикалык контроллерлор иштелип чыккан. Мисалы, 2006-жылкы Audi TT, VW Touareg жана VW Caravell бүдөмүк логикага негизделген DSG трансмиссиясын колдонушат. Бир катар Škoda моделдеринде (Škoda Fabia) учурда бүдөмүк логикалык контроллер да бар.

Бүгүнкү [тактоо] унааларында өзүн-өзү кубаттоо[белгилөө] жана өркүндөтүлгөн круиздик контролдор сыяктуу AI менен иштеген айдоочуга жардам берүү функциялары бар. Жасалма интеллект трафикти башкаруу тиркемелерин оптималдаштыруу үчүн колдонулууда, бул өз кезегинде күтүү убактысын, энергияны керектөөнү жана эмиссияны 25% га кыскартат[83]. Келечекте толук автономдуу унаалар иштелип чыгат. Транспорттогу жасалма интеллект айлана-чөйрөгө жана коомго тийгизген зыяндуу таасирин минималдаштыруу менен коопсуз, натыйжалуу жана ишенимдүү транспортту камсыздайт деп күтүлүүдө. Бул багытты өнүктүрүүнүн негизги көйгөйү транспорттук системалар өтө көп сандагы компоненттерди жана ар кандай тараптарды камтыган, ар бири ар түрдүү жана көп учурда карама-каршы максаттарга ээ болгон татаал системалар экендиги [84].

Темир жол транспорту

2019-жылдын июнь айында Түндүк темир жолунун Жоголгон депосунда катталган ЧМЭ3-1562 тепловозунда техникалык көрүү технологиясын колдонуу менен иштеген аппараттык-программалык комплекс сыноодон өткөн. Кооптуу жагдайда (туура эмес коюлган жебе, жолдогу тоскоолдук, светофор сигналына тыюу салуу) система алгач айдоочуга жарык жана үн сигналын берип, андан соң тормозду басат[85]. PAK-PML (локомотив айдоочуларына жардам берүү үчүн программалык-аппараттык комплекс) дайындалган комплекс жасалма интеллектти колдонот, буга чейин аяктаган сапарлар боюнча маалыматтарды топтойт жана аларды кырдаалды баалоо үчүн колдонот. 2020-жылдын сентябрынын башында Лоста станциясында PAK-PML менен жабдылган эки ChME3 сынагынын сыноосу башталды. Чуркоо «Россия темир жолу» ААК пилоттук долбоорунун «Кыймылдуу курамды башкаруу жана мониторинг жүргүзүү үчүн техникалык көрүү технологиясын киргизүү» долбоорунун бир бөлүгү болуп саналат. Өз кезегинде, бул долбоор глобалдык корпоративдик долбоордун маанилүү этабы болуп саналат "Digital Locomotive"[86].

Айыл чарба техникасы

Салттуу айыл чарбасында адамдардын оптималдуу эмес аракеттеринен эгинди жыйноодо коромжу болуп, комбайндын оптималдуу эмес кыймылынан отундун ашыкча чыгымдалышы, оруп-жыюу убактысынын негизсиз узак болушу. AI бул көйгөйлөрдү комбайндарды, тракторлорду жана чачкычтарды автономдуу башкаруу аркылуу чечет. Россияда 2023-жылга карата 1000ден ашык “акылдуу” комбайн (системаны иштеп чыгуучу)

Башка колдонмолор

Ар кандай жасалма интеллект куралдары коопсуздук, сөздү жана текстти таануу, маалыматтарды казып алуу жана электрондук почта спамдарын чыпкалоо чөйрөсүндө да кеңири колдонулат. Ошондой эле жаңсоолорду таануу (жаңсоо тилин машиналар аркылуу түшүнүү), жеке үндү таануу, глобалдык үндү таануу (ызы-чуу бөлмөдөгү көптөгөн адамдардан), эмоцияларды жана вербалдык эмес сигналдарды чечмелөө үчүн бетти таануу үчүн тиркемелер иштелип чыгууда. Башка колдонмолорго роботтук навигация, тоскоолдуктардан качуу жана объектти таануу кирет.

Жасалма интеллектти эксперименталдык маалыматтар менен айкалыштыруу металлдык айнектин жаңы түрүн түзүүнү 200 эсе тездетти. Жаңы материалдын айнек мүнөзү аны заманбап болотко караганда күчтүүрөөк, жеңил жана коррозияга туруктуу кылат. Энергетика департаментинин SLAC Улуттук тездеткич лабораториясынын, Улуттук стандарттар жана технология институтунун жана Түндүк-Батыш университетинин окумуштуулары жетектеген топ убакыттын жана чыгымдын бир аз бөлүгүндө металл айнекти ачууга жана жакшыртууга кеткен чыгымды кыскартканын билдирди. Өнүктүрүү тобунун өкүлү Апурва Мехта[90] билдиргендей, «Биз бир жылдын ичинде 20 000 вариантты жасап, тандап алдык»[91].

2021-жылдын февраль айында АКШ жасалма интеллектти экиге каршы ит урушунда сынаган. Скримаж 1 деп аталган тестирлөөнүн жаңы этабы Джонс Хопкинс университетинин прикладдык физика лабораториясында өткөрүлдү. Бул аба салгылашында жасалма интеллект менен башкарылган эки F-16 Fighting Falcon истребителдери бир топ болуп иштеп, ошол эле учактын бирине каршы салгылашкан. Сыноонун жаңы этабында нейрондук тармак алгоритмдери жакын маневрдүү аба салгылашууларын гана жүргүзбөстөн, душмандан алыс аралыкта да аракеттенип, аны радарлардын жардамы менен аныктап, алыстан ракеталар менен сокку урган[92].

Башка илимдер жана маданий көрүнүштөр менен байланышы

Жасалма интеллект жана нейрофизиология, гносеология, когнитивдик психология когнитивдик илим деп аталган бир кыйла жалпы илимди түзөт. Философия жасалма интеллектте маанилүү роль ойнойт. Жасалма интеллект проблемалары менен тыгыз байланышта болгон гносеология – философиянын алкагындагы билим илими. Бул көйгөйдү изилдеген философтор инженерлер билимди жана маалыматты кантип эң жакшы чагылдыруу жана колдонуу керектиги жөнүндөгү суроолорго окшош суроолор менен күрөшүшөт.

Психология жана когнитивдик илим

Когнитивдик моделдөө методологиясы туура эмес аныкталган кырдаалдарда анализдөө жана чечим кабыл алуу үчүн иштелип чыккан. Бул Роберт Акселрод тарабынан сунушталган[93].

Ал кырдаал боюнча эксперттердин субъективдүү идеяларын моделдөөгө негизделген жана төмөнкүлөрдү камтыйт: кырдаалды структуралаштыруу методологиясы: эксперттин билимин кол коюлган диграф (когнитивдик карта) түрүндө көрсөтүү модели (F, W), мында F жагдайдын факторлорунун жыйындысы, W жагдайдын факторлорунун ортосундагы себеп-натыйжа байланыштарынын жыйындысы; кырдаалды талдоо ыкмалары. Азыркы учурда когнитивдик моделдөөнүн методологиясы кырдаалды талдоо жана моделдөө үчүн аппаратты өркүндөтүү багытында өнүгүп жатат. Бул жерде кырдаалдын өнүгүшүн болжолдоонун моделдери сунушталат; тескери маселелерди чечүү ыкмалары.

Философия

Негизги макала: Жасалма интеллект философиясы

«Жасалма интеллект түзүү» илими философтордун көңүлүн бурбай коё алган жок. Биринчи интеллектуалдык системалардын пайда болушу менен адам жана билим, жарым-жартылай дүйнөлүк тартип жөнүндө негизги суроолор көтөрүлгөн.

Жасалма интеллектти түзүүнүн философиялык проблемаларын, салыштырмалуу айтканда, "жасалма интеллекттин өнүгүшүнө чейин жана андан кийин" деп эки топко бөлүүгө болот. Биринчи топ: “Жасалма интеллект деген эмне, аны түзүүгө болобу, мүмкүн болсо кантип жасоо керек?” деген суроого жооп беришет. Экинчи топ (жасалма интеллекттин этикасы) “Жасалма интеллекттин жаралышы адамзат үчүн кандай кесепеттерге алып келет?” деген суроону беришет.

Трансгуманизм агымы жасалма интеллектти түзүүнү адамзаттын эң маанилүү милдеттеринин бири деп эсептейт.

Жасалма интеллектти түзүү маселелери

Изилдөөчүлөрдүн арасында интеллектуалдык критерийлер, максаттарды жана милдеттерди системалаштыруу боюнча үстөмдүк кылуучу көз караш дагы эле жок, ал тургай илимдин катуу аныктамасы да жок. Интеллект деген эмне деген суроо боюнча ар кандай көз караштар бар.

Жасалма интеллект философиясындагы эң кызуу талаш-тартыш адамдын колу менен түзүлгөн ой жүгүртүү мүмкүнчүлүгү жөнүндөгү маселе. Изилдөөчүлөрдү адамдын акылын симуляциялоо илимин түзүүгө түрткөн “Машина ойлоно алабы?” деген суроо 1950-жылы Алан Тюринг тарабынан коюлган. Бул маселе боюнча эки негизги көз караш күчтүү жана алсыз жасалма интеллект гипотезалары деп аталат.

"Күчтүү жасалма интеллект" терминин Джон Сирл киргизген жана мамиле анын сөздөрү менен мүнөздөлөт:

Болгондо да, мындай программа жөн эле акылдын үлгүсү болмок эмес; ал сөздүн түз маанисинде адамдын акылы кандай мааниде болсо, өзү да акыл болот[94].

Дин

14-Далай Лама машиналарда аң-сезим же кабылдоо жөндөмү бар деп талашууга болбойт, ал эми аң-сезим материалдык себептерден улам пайда болот деген ырастоо буддизм көз карашы боюнча кабыл алынгыс деп эсептейт[99].

Башка салттуу диндер жасалма интеллект көйгөйлөрүн сейрек сүрөттөшөт. Кээ бир теологдор бул темага көңүл бурушат, мисалы, протоиерей Михаил Захаров[100], христиандык дүйнө таанымдын көз карашынан келип, төмөнкүдөй суроону берет: «Адам – акыл-эстүү эркин жандык, аны Кудай өзүнүн бейнесинде жана окшоштугунда жараткан. . Биз бул аныктамалардын баарын Homo Sapiens биологиялык түрүнө байланыштырып көнүп калганбыз. Бирок бул канчалык негиздүү?»[101]. Ал бул суроого минтип жооп берет:

Илимий фантастика

Илимий фантастикалык адабиятта жасалма интеллект көбүнчө адам бийлигин кулатууга аракет кылган күч катары сүрөттөлөт (Omnius, HAL 9000, 2001: Space Odyssey, Supremacy, Skynet, Colossus, The Matrix жана The Runner blade тасмасындагы репликант), "Hyperion"), Ultron же тейлөөчү гуманоид (C-3PO, Data, KITT жана KARR, "Bicentennial Man") AI's. Көзөмөлдөн чыгып кеткен жасалма интеллекттин дүйнөгө үстөмдүк кыла албастыгын фантаст-жазуучу Исаак Асимов жана кибернетик Кевин Уорвик сыяктуу изилдөөчүлөр машиналар менен тирүү жандыктарды бириктирүү боюнча көптөгөн эксперименттери менен белгилүү болгон изилдөөчүлөр талашып жатышат.

Илимий фантаст Гарри Гаррисон менен илимпоз Марвин Минскинин[102] “Тюринг тандоосу” романында мээсине компьютер орнотулган адамдын адамдык жоготуусу жана адамзаттын жасалма интеллекти бар машинада пайда болушу, анын эс тутумуна мээден алынган маалымат адамдын мээси көчүрүлгөн.

Кээ бир илимий фантаст жазуучулар, мисалы, Вернор Винге да коомдо кескин өзгөрүүлөрдү жаратышы мүмкүн болгон жасалма интеллекттин пайда болушунун кесепеттери жөнүндө ойлонушту. Бул мезгил технологиялык өзгөчөлүк деп аталат.

Тасмалар

Дээрлик 1960-жылдардан тарта илимий фантастикалык аңгемелерди жана романдарды жазуу менен бирге жасалма интеллект тууралуу тасмалар тартыла баштаган. Бүткүл дүйнөгө таанылган авторлордун көптөгөн аңгемелери тартылып, жанрдын классикасына айланат, башкалары илимий-фантастикалык кинематографиянын өнүгүүсүндөгү этап болуп калат, мисалы, Блэйд Runner, Terminator, The Matrix, Star Wars жана башкалар.

Укуктук маселелер

Жасалма интеллектти колдонуу айрым учурларда укуктук маселелерди жаратат. Ошентип, Стивен Талер "максаты ойлоп табууларды жасоо болгон машинаны" ойлоп таап, аны DABUS (Бирдиктүү сезимдерди автономдуу жүктөө үчүн түзмөк) деп атаган. Ал тамак-аш контейнерин жана оригиналдуу дизайндагы сигнал чырагын "ойлоп тапкан". Стивен Тейлер бул ойлоп табуулар үчүн Улуу Британияда патент алуу үчүн кайрылган. Бирок каттоочу орган бул арыздарды кароого кабыл алуудан баш тарткан. Стивен Тейлер бул баш тартууга даттанган жана иш 2021-жылы Англиянын жана Уэлстин Апелляциялык сотуна жеткен. Натыйжада, Стивен Тендер бул иштен утулуп калган, бирок Түштүк Африкада ал DABUS жардамы менен жасалган ойлоп табууларга патент ала алган[103].

Эскертүүлөр

  Averkin A. N., Gaase-Rapoport M. G., Pospelov D. A. Жасалма интеллект боюнча түшүндүрмө сөздүк. – М.: Радио жана байланыш, 1992. – 256 б. Текшерилген күнү 26-май, 2010. Архивделген 5-май, 2010-жыл.

  Жасалма интеллект деген эмне? Архивделген 18-ноябрь, 2015-жыл, Wayback Machine FAQ боюнча Джон МакКарти, 2007

  Анатолий Гершман. Жасалма интеллект боюнча туура эмес түшүнүктөр. Postnauka.ru. Кирүү күнү: 2017-жылдын 6-октябры. Архивделген күнү, 2017-жыл.

  M. Эндрю. Чыныгы жашоо жана жасалма интеллект // “Жасалма интеллект жаңылыктары”, RAAI, 2000-ж.

  Гаврилова Т.А.Хорошевский В.Ф. Интеллектуалдык системалардын билим негиздери: ЖОЖдор үчүн окуу китеби (жеткиликтүү шилтеме)

  Г.С. Осипов. Жасалма интеллект: изилдөө абалы жана келечекке көз караш. Кирүү күнү: 2010-жылдын 26-майы. Архивделген 11-сентябрь, 2010-ж.

  Андреас Каплан; Майкл Хенлейн (2019) Сири, Сири менин колумда, Жердеги эң адилеттүү ким? Жасалма интеллекттин интерпретациялары, иллюстрациялары жана кесепеттери жөнүндө, Бизнес горизонттору, 62(1). Кирүү күнү: 30-декабрь, 2018-жыл. Архивделген 21-ноябрь, 2018-жыл.

  Ильясов Ф.Н. Жасалма жана табигый интеллект // Түркмөн ССР илимдер академиясынын кабарлары, коомдук илимдер сериясы. 1986. № 6. С. 46-54.

  Алан Тюринг, Машиналар ойлоно алабы? Кирүү күнү: 2011-жылдын 22-августу. Архивделген 24-март, 2012-жыл.

  С. Н. Корсаковдун ойлоп табуулары. Текшерилген күнү 4-ноябрь, 2013-жыл. Архивделген 9-март, 2014-жыл.

  Михайлов А.С. Корсакова // Жасалма интеллект жана чечим кабыл алуу. - 2016. - № 2. - Б. 5-15. Түпнускадан 2021-жылдын 26-июнунда архивделген.

  М.В.Донской “Кайссанын тарыхы” Архивдик көчүрмө 2014-жылдын 24-декабрындагы Wayback машинасында

  E. Гик. 15-глава. Компьютерлер жана шахмат // Шахмат жана математика. - М.: Наука, 1983. - («Квант» китепканасы). Түпнускадан 2020-жылдын 26-июлунда архивделген.

  Идолдор жана идеалдар жөнүндө Ильенков Е.В.