Концепция искусственного интеллекта

Итак искусственный интеллект! Идеология всего этого сайта, альфа и омега. Медленно и верно приближаюсь к цели. Что это такое, и на каком фундаменте строится данная технология? Так как в современном 21 веке возможности эти появились. И было бы глупо ими не воспользоваться. Как заставить машину думать?

Приветствую уважаемые читатели, на связи с вами Гридин Семён. Ну что, готовы почитать, как я развожу здесь бла-бла-бла?

Предпосылки искусственного интеллекта

Итак, что такое искусственный интеллект? Это зарождающаяся область информатики, которая позволяет изучать необходимые механизмы и технологии, способствующие компьютерной машине «Думать».

Коротко эту область можно определить так: автоматизация интеллектуальных задач, обычно выполняемых людьми. Соответственно что такое ИИ, это область охватывающая машинное обучение и глубокое обучение.

С каждым днём технология становится всё доступнее и доступнее.

На данный момент мы акцентируем все своё внимание на глубоком обучении. В чём разница между глубоким обучением и классическим программированием?

Разница вот в чём, в классическом программировании человек пишет правила, для того чтобы получить ответы, а в машинном и глубоком обучении мы даём системе ответы и данные, для того, чтобы она написала правила под каждый ответ. Эти правила мы можем применять к новым данным для получения оригинальных ответов.

Машину обучается. Ей передаются многочисленные примеры, имеющие отношение к решаемой задаче, а она находит в примерах статистическую структуру, которая позволяет системе выработать правила для автоматического решения задачи.

Например, чтобы автоматизировать правила для определения фотографии, сделанных в отпуске, можно передать системе машинного обучения примеры с этими фотографиями. То есть основная задача глубокого обучения, это работа с нечёткой логикой.

С помощью чего компьютер будет искать правила на готовый ответ? С помощью нейронных сетей. Но это другая история… И об этом отдельный пост.

Так можно работать с абсолютно любыми объектами, такими как:

1. Классификацией изображений на уровне человека
2. Распознавание речи на уровне человека
3. распознавание рукописного текста на уровне человека
4. Улучшение качества машинного перевода с одного языка на другой
5. Улучшения качества машинного чтения текста вслух

В робототехнике система машинного обучения применяется для работы с реальными физическими объектами. С живыми объектами и с неживыми.

Как раз изучение глубокого обучения это начало пути.

Но не всё так просто…

Ключом к реализации модели поведения той или иной системы ИИ является… математика. Вот основные разделы, которые нужно изучить:

• Линейная алгебра
• Теория графов
• Логика
• Теория вероятностей и статистика

Это основной научный фундамент, на котором будет строиться программирование искусственного интеллекта. Иначе он не сможет взаимодействовать с объектами. Ведь сама система — это что? Обычный набор формул и обработка данных.

Затем после этого идёт изучения любого языка программирования, который имеет в своём арсенале нужные библиотеки. Я бы порекомендовал Python. Так как он активно развивается, и под него есть много библиотек.

Вот необходимый набор элементов для реализации робота с искусственным интеллектом:

1. Функциональная платформа(скелет) — на колёсах, на гусеницах, на ногах или летающий дрон
2. Мозги — в данном случае подходит UNIX компьютер с операционной системой ROS
3. Питание — аккумуляторы.
4. Серое вещество в мозгах — машинное и глубокое обучение

Получается как-то так. Времени как обычно под завязку, поэтому пишу кратко, в основном по делу, укладывая свои мысли по полочкам. На сегодня я заканчиваю, пишите письма, всегда рад с вами пообщаться. Пока-пока.

С уважением, Гридин Семён