Искусственный интеллект и машинное обучение презентация. Презентация на тему «Искусственный интеллект. Развитие искусственного интеллекта после создания ЭВМ

Искусственный интеллект. В 60-х годах XX века появился новый раздел информатики, который получил название «Искусственный интеллект». В энциклопедическом словаре написано: «Интеллект (от лат. intellectus - познание, понимание, рассудок) - способность мышления, рационального познания». В полной мере эта способность свойственна лишь людям. Предметом изучения науки «Искусственный интеллект» является человеческое мышление. Ученые ищут ответ на вопрос: как человек мыслит? Цель этих исследований состоит в том, чтобы создать модель человеческого интеллекта и реализовать ее на компьютере. Несколько упрощенно, вышеназванная цель звучит так: - Научить машину мыслить. Приступая к решению какой-то проблемы, человек часто не имеет четкой программы действий. Эту программу он строит сам в ходе работы. Например, при игре в шахматы шахматист знает правила игры, имеет цель - выиграть партию. Его действия не запрограммированы заранее. Они зависят от действий соперника, от складывающейся позиции на доске, от сообразительности и личного опыта шахматиста. Существует много других видов человеческой деятельности, которые нельзя запрограммировать заранее. Напри­мер, сочинение музыки и стихов, доказательство теоремы, литературный перевод с иностранного языка, диагностика и лечение болезней и многое другое. Вам хорошо известно, что любую работу компьютер выполняет по программе. Программы пишут люди, а компьютер формально их выполняет. Разработчики систем искусственного интеллекта как раз и пытаются научить машину, подобно человеку, самостоятельно строить программу своих действий, исходя из условия задачи. Можно еще сказать так: ставится цель превращения компьютера из формального исполнителя в интеллектуального исполнителя.

Размеры: 720 х 540 пикселей, формат: .jpg. Чтобы бесплатно скачать слайд для использования на уроке, щёлкните на изображении правой кнопкой мышки и нажмите «Сохранить изображение как...». Скачать всю презентацию «Искусственный интеллект и базы знаний.ppt» можно в zip-архиве размером 180 КБ.

Информационные системы

«Информационное обеспечение ИС» - Базовые понятия ERD. Генерация кода. Связь изображается линией. Ключи. Индексы. Экземпляр. Масштабирование. Отображение модели данных. Уникальные имя и номер. Домены. Метод IDEFI. Типы сущностей и иерархия наследования. Список выбора. Сущности и атрибуты. Связи. Прямое и обратное проектирование. Моделирование данных.

«Понятие информационной системы» - Всякая система имеет определенное назначение (функцию, цель). Антарктида покрыта вечным льдом. Прилагательное выражает свойство. Понятие системы. Разноименные полюса магнита притягиваются, а одноименные – отталкиваются. Бермудские острова омываются Атлантическим океаном. Задание 2 Составить личный гороскоп.

«Информация, информационная система» - Классификация информационных систем. Классификация. Прикладная программная подсистема. Файл-сервер. Эффективность. Новшества. Управление маркетингом. Информационные системы. Примеры реализации информационных систем. Факторы. Требования, предъявляемые к информационным системам.

«Обслуживание информационных систем» - Характеристики. Испытания проводятся в различных целях и разных режимах. Период функционирования ИС. Эксплуатация ИС. Структура фонда «машинного времени». Модели ЖЦ ИС. Особенности использования ресурсов ИС. Процесс изменения. Совокупность технологических элементов. Особенность ИС. Обслуживание ИС. Физический износ.

«Администрирование информационных систем» - Анализ и настройка безопасности. Команды управления пользователями. Администраторы. Безопасность в Active Directory. Код безопасности. Схема Kerberos. Графический интерфейс управления пользователями. Защита Active Directory. Командный интерфейс. Стандартные шаблоны безопасности. Защита. Безопасность по умолчанию.

«Информационные системы» - Однако почти сразу на появление компьютеров обратили внимание бизнесмены. Откуда берутся данные во внешнем хранилище? Введение в информационные системы. Задачи, решаемые информационными системами. Другие выполняют операции, связанные с выборкой из базы данных. Дистанционное образование. Третьи делают и то и другое.

Впервые идею создания искусственного подобия человеческого разума выразил Раймунд Луллий

(1235-1315), который еще в XIV веке пытался создать машину для решения различных задач на основе всеобщей классификации понятий.

В XVII в. Готфрид Лейбниц (1646-1716) и Рене Декарт (1596-1650) независимо друг от друга развили эту идею, предложив универсальные языки классификации всех наук.

Эти идеи легли в основу теоретических разработок в области создания искусственного интеллекта.

Развитие искусственного интеллекта после создания ЭВМ

Развитие ИИ как научного направления стало возможным только после создания ЭВМ

Это произошло в 40-х годах XXв.

В это же время Норберт Винер (1894-1964) создал свои основополагающие работы по новой науке – кибернетике .

Кибернеетика (от греч. - «искусство управления») - наука об общих закономерностях процессов управления и передачи информации в различных системах, будь то машины, живые организмы или общество.

Термин «искусственный интеллект»

Термин «искусственный интеллект» (artificial intelligence) предложен в 1956 г. на

семинаре с аналогичным названием в

Станфордском университете США.

Вскоре после признания искусственного интеллекта самостоятельной отраслью науки прошло разделение на два основных направления: нейрокибернетику и кибернетику «черного ящика».

Основная идея нейрокибернетики

Единственный объект, способный мыслить – это человеческий мозг.

Поэтому любое «мыслящее устройство» должно каким-то образом воспроизводить его структуру.

Нейрокибернетика ориентирована на аппаратное моделирование структур, подобных структуре мозга.

Создавались элементы, аналогичные нейронам и их объединениям в функционирующие системы (нейроны – взаимодействующие между собой клетки мозга). Эти системы принято называть нейронными сетями .

Нейронные сети

Первые нейросети были созданы в конце 50-х гг. американскими учеными Г.Розенблаттом и П. Мак-Каллоком. Это были попытки создать системы, моделирующие человеческий глаз и его взаимодействие с мозгом. Устройство – перцептрон .

В 70-80 гг. количество работ по этому направлению стало снижаться.

Нейрокибернетика в Японии

В середине 80-х гг. в Японии в рамках разработки компьютера 5-го поколения, основанного на знаниях, был создан компьютер 6-го поколения, или нейрокомпьютер .

В это время ограничения по памяти и быстродействию были практически сняты.

Появились транспьютеры – параллельные компьютеры, осуществляющие взаимодействие неограниченного количества микропроцессоров.

От транспьютеров до нейрокомпьютеров – один шаг.

Три современных подхода к созданию нейросетей

Аппаратный – создание специальных компьютеров, плат расширения, наборов микросхем, реализующих все алгоритмы.

Программный – создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры. Нейросети создаются в памяти компьютера, всю работу выполняют его собственные процессоры.

Гибридный – комбинация первых двух.

Кибернетика «черного ящика»

Основная идея – не имеет значения, как устроено «мыслящее устройство». Главное, чтобы на заданные входные сигналы оно реагировало также, как человеческий мозг.

Это направление было ориентировано на поиски алгоритмов решения интеллектуальных задач на существующих моделях компьютеров.

Ключевым фактором, определяющим сегодня развитие ИИ-технологий, считается темп роста вычислительной мощности компьютеров, так как принципы работы человеческой психики по-прежнему остаются неясными (на доступном для моделирования уровне детализации). Поэтому тематика ИИ-конференций выглядит достаточно стандартно и по составу почти не меняется уже довольно давно. Но рост производительности современных компьютеров в сочетании с повышением качества алгоритмов периодически делает возможным применение различных научных методов на практике. Так случилось с интеллектуальными игрушками, так происходит с домашними роботами. Снова будут интенсивно развиваться временно забытые методы простого перебора вариантов (как в шахматных программах), обходящиеся крайне упрощенным описанием объектов. Но с помощью такого подхода (главный ресурс для его успешного применения - производительность) удастся решить, как ожидается, множество самых разных задач (например, из области криптографии). Уверенно действовать автономным устройствам в сложном мире помогут достаточно простые, но ресурсоемкие алгоритмы адаптивного поведения. При этом ставится цель разрабатывать системы, не внешне похожие на человека, а действующие, как человек. Ученые пытаются заглянуть и в более отдаленное будущее. Можно ли создать автономные устройства, способные при необходимости самостоятельно собирать себе подобные копии (размножаться)? Способна ли наука создать соответствующие алгоритмы? Сможем ли мы контролировать такие машины? Ответов на эти вопросы пока нет. Продолжится активное внедрение формальной логики в прикладные системы представления и обработки знаний. В то же время такая логика не способна полноценно отразить реальную жизнь, и произойдет интеграция различных систем логического вывода в единых оболочках. При этом, возможно, удастся перейти от концепции детального представления информации об объектах и приемов манипулирования этой информацией к более абстрактным формальным описаниям и применению универсальных механизмов вывода, а сами объекты будут характеризоваться небольшим массивом данных, основанных на вероятностных распределениях характеристик. Сфера ИИ, ставшая зрелой наукой, развивается постепенно - медленно, но неуклонно продвигаясь вперед. Поэтому результаты достаточно хорошо прогнозируемы, хотя на этом пути не исключены и внезапные прорывы, связанные со стратегическими инициативами. Например, в 80-х годах национальная компьютерная инициатива США вывела немало направлений ИИ из лабораторий и оказала существенное влияние на развитие теории высокопроизводительных вычислений и ее применение во множестве прикладных проектов. Такие инициативы будут появляться скорее всего на стыках разных математических дисциплин - теории вероятности, нейронных сетей, нечеткой логики.

Слайд 2

Искусственный интеллект(ИИ) – раздел информатики, изучающий задачи имитации человеческого

мышления

Слайд 3

Как человек мыслит?

Над этим вопросом задумываются ученые всех стран.

Цель их исследований состоит в том, чтобы создать модель человеческого интеллекта и реализовать её на компьютере.

Несколько упрощенно, выше названная цель звучит так:

Научить машину мыслить.

Слайд 4

Цель создания Искусственного Интеллекта

построение универсальной, предназначенной для решения определенных типов задач компьютерной интеллектуальной системы, которая находила бы решения всех (или хотя бы большинства) неформализованных задач, с эффективностью сравнимой с человеческой или превосходящей его

Слайд 5

Основные подхода к разработке ИИ:

нисходящий (англ. Top-Down AI), семиотический - создание экспертных систем, баз знаний и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.;

восходящий (англ. Bottom-Up AI), биологический - изучение нейронных сетей и эволюционных вычислений, моделирующих интеллектуальное поведение на основе биологических элементов, а также создание соответствующих вычислительных систем, таких как нейрокомпьютер или биокомпьютер.

Слайд 6

Виды деятельности человека

Существует много видов деятельности человека, которые нельзя запрограммировать заранее.

Например:

• сочинение музыки и стихов,
• доказательство теоремы,
• литературный перевод с иностранного языка,
• диагностика и лечение болезни и многое другое.