Instalando adblock plus para chrome. Complemento Adblock Plus para Mozilla Firefox: bloquea anuncios. Eliminar comentarios de Google Plus

Inteligencia artificial (AI, inglés: Inteligencia artificial, AI): la ciencia y la tecnología de la creación de máquinas inteligentes, especialmente programas informáticos inteligentes. La IA está relacionada con la tarea similar de utilizar computadoras para comprender la inteligencia humana, pero no se limita necesariamente a métodos biológicamente plausibles.

¿Qué es la inteligencia artificial?

Inteligencia(del latín intellectus - sensación, percepción, comprensión, comprensión, concepto, razón), o mente - una cualidad mental que consiste en la capacidad de adaptarse a nuevas situaciones, la capacidad de aprender y recordar basándose en la experiencia, la comprensión y la aplicación. conceptos abstractos y utilizar tus conocimientos para gestionar ambiente. La inteligencia es la capacidad general de cognición y resolución de dificultades, que une todas las capacidades cognitivas humanas: sensación, percepción, memoria, representación, pensamiento, imaginación.

A principios de los años 1980. Los científicos computacionales Barr y Feigenbaum propusieron la siguiente definición inteligencia artificial(AI):

Posteriormente, una serie de algoritmos y sistemas de software comenzaron a clasificarse como IA, cuya propiedad distintiva es que pueden resolver algunos problemas de la misma manera que lo haría una persona que pensara en su solución.

Las principales propiedades de la IA son la comprensión del lenguaje, el aprendizaje y la capacidad de pensar y, lo más importante, actuar.

La IA es un complejo de tecnologías y procesos relacionados que se están desarrollando cualitativamente y rápidamente, por ejemplo:

• procesamiento de textos en lenguaje natural
• sistemas expertos
• agentes virtuales (chatbots y asistentes virtuales)
• sistemas de recomendación.

Investigación de IA

• Artículo principal: Investigación en inteligencia artificial

Estandarización en IA

2018: Desarrollo de estándares en el campo de las comunicaciones cuánticas, la IA y las ciudades inteligentes.

El 6 de diciembre de 2018, el Comité Técnico “Sistemas Ciberfísicos” con base en RVC junto con el Centro Regional de Ingeniería “SafeNet” comenzaron a desarrollar un conjunto de estándares para los mercados de la Iniciativa Tecnológica Nacional (NTI) y la economía digital. Para marzo de 2019 está previsto desarrollar documentos técnicos de estandarización en el campo de las comunicaciones cuánticas, informó RVC. Leer más.

Impacto de la inteligencia artificial

Riesgo para el desarrollo de la civilización humana

Impacto en la economía y los negocios

• El impacto de las tecnologías de inteligencia artificial en la economía y los negocios

Impacto en el mercado laboral

Sesgo de inteligencia artificial

En el centro de todo lo que constituye la práctica de la IA (traducción automática, reconocimiento de voz, procesamiento del lenguaje natural, visión por computadora, conducción automatizada y mucho más) se encuentra el aprendizaje profundo. Es un subconjunto del aprendizaje automático, caracterizado por el uso de modelos de redes neuronales, que se puede decir que imitan el funcionamiento del cerebro, por lo que sería exagerado clasificarlos como IA. Cualquier modelo de red neuronal se entrena con grandes conjuntos de datos, por lo que adquiere algunas "habilidades", pero sus creadores no tienen claro cómo las utiliza, lo que en última instancia se convierte en uno de los problemas más importantes para muchas aplicaciones de aprendizaje profundo. La razón es que dicho modelo trabaja formalmente con imágenes, sin comprender lo que hace. ¿Es tal sistema AI y se pueden construir sistemas sobre la base de aprendizaje automático? El valor de la respuesta a última pregunta va más allá de los laboratorios científicos. Por lo tanto, la atención de los medios al fenómeno llamado sesgo de IA se ha intensificado notablemente. Se puede traducir como “sesgo de IA” o “sesgo de IA”. Leer más.

Mercado de tecnología de inteligencia artificial

Mercado de IA en Rusia

Mercado mundial de IA

Áreas de aplicación de la IA

Las áreas de aplicación de la IA son bastante amplias y cubren tanto tecnologías familiares como nuevas áreas emergentes que están lejos de su aplicación masiva, en otras palabras, esta es toda la gama de soluciones, desde aspiradoras hasta estaciones espaciales. Puede dividir toda su diversidad según el criterio de puntos clave de desarrollo.

La IA no es un área temática monolítica. Además, algunas áreas tecnológicas de la IA aparecen como nuevos subsectores de la economía y entidades separadas, al tiempo que sirven a la mayoría de las áreas de la economía.

El desarrollo del uso de la IA conduce a la adaptación de tecnologías en sectores clásicos de la economía a lo largo de toda la cadena de valor y los transforma, llevando a la algoritmización de casi todas las funcionalidades, desde la logística hasta la gestión empresarial.

Uso de IA para asuntos militares y de defensa

Uso en educación

Usando IA en los negocios

IA en la industria eléctrica

• A nivel de diseño: mejora de la previsión de la generación y la demanda de recursos energéticos, evaluación de la fiabilidad de los equipos de generación de energía, automatización del aumento de la generación cuando aumenta la demanda.
• A nivel productivo: optimización del mantenimiento preventivo de los equipos, aumentando la eficiencia de generación, reduciendo pérdidas, previniendo el robo de recursos energéticos.
• A nivel de promoción: optimización de precios en función del momento del día y facturación dinámica.
• A nivel de prestación de servicios: selección automática el proveedor más rentable, estadísticas detalladas consumo, atención automatizada al cliente, optimización del consumo energético teniendo en cuenta los hábitos y comportamientos del cliente.

IA en la fabricación

• A nivel de diseño: aumentar la eficiencia en el desarrollo de nuevos productos, evaluación automatizada de proveedores y análisis de requisitos de repuestos.
• A nivel de producción: mejorar el proceso de realización de tareas, automatizar líneas de montaje, reducir el número de errores, reducir los tiempos de entrega de materias primas.
• A nivel de promoción: previsión del volumen de servicios de soporte y mantenimiento, gestión de precios.
• A nivel de prestación de servicios: mejorar la planificación de rutas de la flota vehículos, demanda de recursos de flota, mejorando la calidad de la formación de los ingenieros de servicio.

IA en los bancos

• Reconocimiento de patrones - usado incl. reconocer a los clientes en las sucursales y transmitirles ofertas especializadas.

IA en el transporte

• La industria automotriz está al borde de una revolución: 5 desafíos de la era de la conducción no tripulada

IA en logística

IA en la elaboración de cerveza

Uso de la IA en la administración pública

IA en ciencia forense

• Reconocimiento de patrones - usado incl. para identificar delincuentes en espacios públicos.

• En mayo de 2018 se supo que la policía holandesa estaba utilizando inteligencia artificial para investigar delitos complejos.

Según La próxima web, agencias de aplicación de la ley comenzó a digitalizar más de 1.500 informes y 30 millones de páginas relacionadas con casos no resueltos. Los materiales de 1988 en adelante, en los que el crimen no se resolvió durante al menos tres años y el delincuente fue condenado a más de 12 años de prisión, se transfieren a formato informático.

Una vez digitalizado todo el contenido, se conectará a un sistema de aprendizaje automático que analizará los registros y decidirá qué casos utilizan la evidencia más confiable. Esto debería reducir el tiempo que lleva procesar casos y resolver delitos pasados ​​y futuros de varias semanas a un día.

La inteligencia artificial distribuirá los casos según su “solubilidad” e indicará los posibles resultados de las pruebas de ADN. El plan es entonces automatizar el análisis en otras áreas de la ciencia forense y tal vez incluso expandirse a áreas como las ciencias sociales y el testimonio.

Además, como afirmó uno de los desarrolladores del sistema, Jeroen Hammer, en el futuro es posible que se lancen funciones API para socios.

La policía holandesa tiene una unidad especial que se especializa en desarrollar nuevas tecnologías para resolver delitos. Fue él quien creó el sistema de inteligencia artificial para buscar rápidamente a los delincuentes basándose en pruebas.

IA en el poder judicial

Los avances en el campo de la inteligencia artificial ayudarán a cambiar radicalmente el sistema judicial, haciéndolo más justo y libre de esquemas de corrupción. Esta opinión la expresó en el verano de 2017 Vladimir Krylov, doctor en ciencias técnicas y consultor técnico de Artezio.

El científico cree que las soluciones existentes en el campo de la IA se pueden aplicar con éxito en diversos sectores de la economía y vida pública. El experto señala que la IA se utiliza con éxito en medicina, pero en el futuro puede cambiar por completo el sistema judicial.

“Al mirar las noticias todos los días sobre los avances en el campo de la IA, uno se sorprende de la imaginación inagotable y la fecundidad de los investigadores y desarrolladores en este campo. Mensajes sobre investigación científica se intercalan constantemente con publicaciones sobre nuevos productos que irrumpen en el mercado e informes de resultados sorprendentes obtenidos mediante el uso de IA en diversos campos. Si hablamos de eventos esperados, acompañados de un notable revuelo en los medios, en los que la IA volverá a convertirse en el héroe de las noticias, entonces probablemente no me arriesgaré a hacer pronósticos tecnológicos. Me imagino que el próximo acontecimiento será el surgimiento en algún lugar de un tribunal extremadamente competente en forma de inteligencia artificial, justo e incorruptible. Esto sucederá, aparentemente, en 2020-2025. Y los procesos que tendrán lugar en este tribunal conducirán a reflexiones inesperadas y al deseo de muchas personas de transferir a la IA la mayoría de los procesos de gestión de la sociedad humana”.

El científico reconoce el uso de la inteligencia artificial en el sistema judicial como un “paso lógico” para desarrollar la igualdad y la justicia legislativa. La inteligencia artificial no está sujeta a la corrupción ni a las emociones, puede adherirse estrictamente al marco legislativo y tomar decisiones teniendo en cuenta muchos factores, incluidos los datos que caracterizan a las partes en la disputa. Por analogía con el ámbito médico, los jueces robóticos pueden trabajar con big data almacenados en almacenes servicios publicos. Se puede suponer que la inteligencia artificial podrá procesar datos rápidamente y tener en cuenta muchos más factores que un juez humano.

Los expertos psicólogos, sin embargo, creen que la ausencia de un componente emocional al considerar los casos judiciales afectará negativamente la calidad de la decisión. El veredicto de un tribunal mecánico puede ser demasiado sencillo y no tener en cuenta la importancia de los sentimientos y estados de ánimo de las personas.

Cuadro

En 2015, el equipo de Google probó redes neuronales para ver si podían crear imágenes por sí mismas. Luego se entrenó la inteligencia artificial utilizando el ejemplo de un gran número de varias fotos. Sin embargo, cuando se le “pidió” a la máquina que representara algo por sí misma, resultó que interpretaba el mundo que nos rodea de una manera un tanto extraña. Por ejemplo, para la tarea de dibujar mancuernas, los desarrolladores recibieron una imagen en la que el metal estaba conectado por manos humanas. Probablemente esto se debió a que durante la etapa de entrenamiento en las imágenes analizadas con mancuernas aparecían manos, y la red neuronal lo interpretó incorrectamente.

El 26 de febrero de 2016, en una subasta especial en San Francisco, los representantes de Google recaudaron alrededor de 98 mil dólares de pinturas psicodélicas creadas por inteligencia artificial. Estos fondos fueron donados a organizaciones benéficas. A continuación se presenta una de las imágenes más exitosas del automóvil.

Un cuadro pintado por la inteligencia artificial de Google.

Según la definición de D.A. Pospelova, “Un sistema se llama inteligente si implementa las siguientes funciones básicas:

• acumular conocimiento sobre el mundo que rodea al sistema, clasificarlo y evaluarlo desde el punto de vista de la utilidad pragmática y la coherencia, iniciar procesos para obtener nuevos conocimientos y correlacionar nuevos conocimientos con conocimientos previamente almacenados;
• reponer el conocimiento adquirido con la ayuda de inferencia lógica, reflejando patrones en el mundo que rodea al sistema en el conocimiento que acumuló previamente, obtener conocimiento generalizado basado en conocimientos más específicos y planificar lógicamente sus actividades;
• comunicarse con una persona en un idioma lo más cercano posible al lenguaje humano natural;
• recibir información de canales similares a los que utiliza una persona al percibir el mundo que la rodea;
• ser capaz de formular por sí mismo o a petición de una persona (usuario) una explicación de sus propias actividades;
• Proporcionar asistencia al usuario a través del conocimiento que se almacena en la memoria y los medios lógicos de razonamiento que son inherentes al sistema.

Las funciones enumeradas pueden denominarse funciones de representación y procesamiento de conocimientos, razonamiento y comunicación. Junto con componentes obligatorios, dependiendo de las tareas que se resuelvan y el alcance de la aplicación en un sistema en particular, estas funciones se pueden implementar en diversos grados, lo que determina la individualidad de la arquitectura. En la figura. 2.1 como máximo vista general La estructura del sistema inteligente se presenta en forma de un conjunto de bloques y conexiones entre ellos.

Una base de conocimientos es una colección de entornos que almacenan conocimientos de varios tipos. Consideremos brevemente su propósito.

La base de datos de hechos (datos) almacena datos específicos, y base de reglas- expresiones elementales llamadas en teoría inteligencia artificial productos.

La base de datos de procedimientos contiene programas de aplicación con cuya ayuda todos transformaciones necesarias y cálculos.

Base de datos de patrones Incluye información diversa relacionada con las características del entorno en el que opera el sistema.

La base de metaconocimiento (base de conocimiento sobre uno mismo) contiene una descripción del sistema en sí y de cómo funciona: información sobre cómo se representan las unidades de información dentro del sistema. varios tipos cómo interactúan varios componentes sistema, cómo se obtuvo la solución al problema.

La base de objetivos contiene estructuras de objetivos llamadas escenarios, que permiten organizar los procesos de movimiento desde los hechos, reglas y procedimientos iniciales hasta el logro del objetivo que el usuario ingresó al sistema o fue formulado por el propio sistema durante sus actividades en un entorno problemático.

Todas las bases de datos incluidas en la base de conocimientos son gestionadas y su interacción está organizada por el sistema de gestión de la base de conocimientos. Con su ayuda, las conexiones entre las bases de conocimiento y ambiente externo. Así, la máquina de base de conocimientos realiza la primera función del sistema inteligente.

La segunda función la realiza una parte del sistema inteligente llamada solucionador y que consta de una serie de bloques que están controlados por un sistema de control de resolución. Algunos de los bloques implementan inferencia lógica.

Bloque de inferencia deductiva lleva a cabo un razonamiento deductivo en el solucionador, con la ayuda del cual se derivan nuevos hechos a partir de patrones de la base de conocimientos, hechos de la base de hechos y reglas de la base de reglas. Además de esto, este bloque Implementa procedimientos heurísticos para encontrar soluciones a problemas como buscar formas de resolver un problema utilizando escenarios para un objetivo final determinado.

Para implementar razonamientos que no sean de naturaleza deductiva, es decir, buscar por analogía, por precedente, etc., se utilizan bloques de conclusiones inductivas y plausibles.

bloque de planificación utilizado en problemas de planificación de decisiones junto con bloque de inferencia deductiva.

Objetivo bloque de transformaciones funcionales Consiste en la resolución de problemas de tipo computacional-lógico y algorítmico.

La tercera función, la función de comunicación, se implementa tanto con la ayuda de componentes de interfaz de lenguaje natural como con la ayuda de receptores y efectores que realizan la llamada comunicación no verbal y se utilizan en robots inteligentes.

2.2. Tipos de sistemas inteligentes

Dependiendo del conjunto de componentes que implementan las funciones consideradas, se pueden distinguir los siguientes tipos principales de sistemas inteligentes:

• sistemas inteligentes de recuperación de información;
• sistemas expertos (ES);
• cálculo y sistemas lógicos;
• Sistemas expertos híbridos.

Sistemas inteligentes de recuperación de información. son sistemas de interacción con bases de datos orientadas a problemas (fácticos) en lenguaje natural, o más precisamente, natural (el lenguaje de la prosa empresarial), limitados tanto gramatical como léxicamente (vocabulario profesional). Se caracterizan por el uso (además de una base de conocimiento que implementa semántica modelo de representación del conocimiento oh área problemática) procesador lingüístico.

Sistemas expertos son una de las clases de sistemas inteligentes en rápido desarrollo. Estos sistemas comenzaron a crearse principalmente en áreas de la ciencia y la tecnología matemáticamente poco formalizadas, como la medicina, la geología, la biología y otras. Se caracterizan por la acumulación de conocimientos y reglas de razonamiento en el sistema. especialistas experimentados en esto área temática, así como la presencia sistema especial explicaciones.

Cálculo y sistemas lógicos. permiten resolver problemas de gestión y diseño según sus formulaciones (descripciones) y datos iniciales, independientemente de la complejidad de los modelos matemáticos de estos problemas. En este caso, el usuario final tiene la oportunidad de controlar todas las etapas del proceso informático en modo de diálogo. EN caso general describiendo el problema en el lenguaje área temática automático construyendo un modelo matemático y síntesis automática de programas de trabajo al formular tareas funcionales de esto área temática. Estas propiedades se logran debido a la presencia de una base de conocimientos en forma de funcional. web semántica y componentes de la inferencia deductiva y la planificación.

EN últimamente asignado a una clase especial sistemas expertos híbridos. Estos sistemas deben incorporar mejores características sistemas tanto expertos como de cálculo-lógico y de recuperación de información. Los avances en el campo de los sistemas expertos híbridos se encuentran en una fase inicial.

Los avances más significativos se han logrado actualmente en una clase de sistemas inteligentes como los sistemas expertos.

Lugar importante en teoría. inteligencia artificial(AI) está ocupada por el problema de la representación del conocimiento. Actualmente, se distinguen los siguientes tipos principales de modelos de representación del conocimiento:

• redes semánticas, incluido funcional;
• marcos y redes de marcos;
• modelos de producto.

Redes semánticas definido como un gráfico general en el que se puede distinguir conjunto de vértices y costillas. Cada vértice del gráfico representa un concepto y un arco representa una relación entre un par de conceptos. La etiqueta y la dirección del arco especifican la semántica. Las etiquetas de vértice no tienen carga semántica, pero se utilizan como información de referencia.

Varias variedades redes semánticas tienen diferente poder semántico, por lo que es posible describir la misma área temática de forma más compacta o engorrosa.

Un marco es una estructura de datos para representar y describir objetos, eventos o situaciones estereotipadas. Marco modelo de representación del conocimiento consta de dos partes:

• un conjunto de marcos que conforman la biblioteca dentro del conocimiento representado;
• mecanismos para su transformación, vinculación, etc. Existen dos tipos de marcos:
• muestra (prototipo): una descripción intencional de un determinado conjunto de instancias;
• instancia (ejemplo): representación extensiva de una muestra de marco.

En general, un marco se puede representar mediante la siguiente tupla:

<ИФ, (ИС, ЗС, ПП),..., (ИС, ЗС, ПП)>,

donde IF es el nombre del marco; IS - nombre de la ranura; ZS - valor de la ranura; PP - nombre del procedimiento adjunto (parámetro opcional).

Las ranuras son algunas subestructuras vacías de un marco, cuyo llenado conduce al hecho de que este marco se pone en correspondencia con una determinada situación, fenómeno u objeto.

Como datos, un marco puede contener llamadas a procedimientos (los llamados procedimientos adjuntos). Hay dos tipos de procedimientos: procedimientos de demonio y procedimientos de sirviente. Los procedimientos Daemon se activan cada vez que se intenta agregar o eliminar datos de

• Mustafina Nailia Mugattarovna, soltero, estudiante
• Universidad Agraria Estatal de Bashkiria
• Sharafutdinov Aidar Gazizyanovich, Candidato de Ciencias, Profesor Asociado, Profesor Asociado
• Universidad Agraria Estatal de Bashkiria

• MAQUINAS DE COMPUTACION
• TÉCNICA
• CIENCIA
• INTELIGENCIA ARTIFICIAL

Hoy en día, el progreso científico y tecnológico se está desarrollando rápidamente. Una de sus industrias de rápido crecimiento es la inteligencia artificial.

Hoy en día, el progreso tecnológico se está desarrollando rápidamente. La ciencia no se detiene y cada año la gente idea tecnologías cada vez más avanzadas. Una de las nuevas direcciones en el desarrollo del progreso tecnológico es la inteligencia artificial.

La humanidad escuchó por primera vez sobre la inteligencia artificial hace más de 50 años. Sucedió en una conferencia celebrada en 1956 en la Universidad de Dartmouth, donde John McCarthy dio al término una definición clara y precisa. “La inteligencia artificial es la ciencia de crear máquinas y programas informáticos inteligentes. Para los fines de esta ciencia, las computadoras se utilizan como un medio para comprender las características de la inteligencia humana; al mismo tiempo, el estudio de la IA no debe limitarse al uso de métodos biológicamente plausibles.

Inteligencia artificial computadoras modernas un nivel bastante alto, pero no hasta el punto de que sus habilidades de comportamiento no sean inferiores a al menos las de los animales más primitivos.

El resultado de la investigación sobre la "inteligencia artificial" es el deseo de comprender el funcionamiento del cerebro, revelar los secretos de la conciencia humana y el problema de crear máquinas con un cierto nivel de inteligencia humana. La posibilidad fundamental de modelar procesos intelectuales se deriva de que cualquier función cerebral, cualquier actividad mental, descrita en un lenguaje con una semántica estrictamente unívoca utilizando un número finito de palabras, puede, en principio, transferirse a una computadora electrónica digital.

Actualmente se han desarrollado algunos modelos de inteligencia artificial en diversos campos, pero aún no se ha creado una computadora capaz de procesar información en cualquier campo nuevo.

Entre las clases de tareas más importantes que se han planteado a los desarrolladores de sistemas inteligentes desde la definición de la inteligencia artificial como dirección científica, cabe destacar las siguientes: áreas de la inteligencia artificial:

• Prueba de teoremas. El estudio de las técnicas de demostración de teoremas influyó papel importante en el desarrollo de la inteligencia artificial. Muchos problemas informales, por ejemplo el diagnóstico médico, se resuelven utilizando enfoques metodológicos que se utilizaron para automatizar la demostración de teoremas. Encontrar una demostración de un teorema matemático requiere no sólo una deducción basada en hipótesis, sino también hacer suposiciones intuitivas sobre qué enunciados intermedios deben demostrarse para la demostración general del teorema principal.
• Reconocimiento de imágenes. El uso de inteligencia artificial para el reconocimiento de imágenes ha permitido crear sistemas prácticamente funcionales para identificar objetos gráficos basándose en características similares. Cualquier característica de los objetos a reconocer puede considerarse característica. Las características deben ser invariables con la orientación, el tamaño y la forma de los objetos. El alfabeto de funciones lo forma el desarrollador del sistema. La calidad del reconocimiento depende en gran medida de qué tan bien se haya desarrollado el alfabeto de características. El reconocimiento consiste en obtener a priori un vector de características para un objeto separado seleccionado en la imagen y, luego, determinar a cuál de los estándares del alfabeto de características corresponde este vector.
• Traducción automática y comprensión del habla humana. La tarea de analizar frases del habla humana mediante un diccionario es una tarea típica de los sistemas de inteligencia artificial. Para solucionar este problema se creó un lenguaje intermediario que facilita la comparación de frases de diferentes idiomas. Posteriormente, este lenguaje intermediario se convirtió en un modelo semántico para representar los significados de los textos a traducir. La evolución del modelo semántico llevó a la creación de un lenguaje para la representación interna del conocimiento. Como resultado, sistemas modernos Realizar el análisis de textos y frases en cuatro etapas principales: análisis morfológico, análisis sintáctico, semántico y pragmático.
• Programas de juego. Basado en la mayoría programas de juego Se basan varias ideas básicas de la inteligencia artificial, como la enumeración de opciones y el autoaprendizaje. Uno de los problemas más interesantes en el campo de los programas de juego que utilizan métodos de inteligencia artificial es enseñar a una computadora a jugar al ajedrez. Fue fundado al amanecer. tecnología informática, a finales de los años 50. En el ajedrez existen ciertos niveles de habilidad, grados de calidad del juego, que pueden proporcionar criterios claros para evaluar el crecimiento intelectual del sistema. Por lo tanto, el ajedrez informático ha sido estudiado activamente por científicos de todo el mundo y los resultados de sus logros se utilizan en otros desarrollos intelectuales que tienen un significado práctico real.
• Creatividad de la máquina. Una de las áreas de aplicación de la inteligencia artificial incluye sistemas de software, capaz de crear de forma independiente música, poesía, cuentos, artículos, diplomas e incluso disertaciones. Hoy en día existe toda una clase de lenguajes de programación musical (por ejemplo, el lenguaje C-Sound). Para diversas tareas musicales, un especial. software: sistemas de procesamiento de sonido, síntesis de sonido, sistemas de composición interactivos, programas de composición algorítmica.
• Sistemas expertos. Los métodos de inteligencia artificial han encontrado aplicación en la creación de sistemas de consultoría automatizados o sistemas expertos. Los primeros sistemas expertos se desarrollaron como herramientas de investigación en la década de 1960. Eran sistemas de inteligencia artificial diseñados específicamente para resolver problemas complejos en un área temática limitada, como el diagnóstico médico de enfermedades. El objetivo clásico de esta dirección era inicialmente crear un sistema de inteligencia artificial. propósito general, que sería capaz de resolver cualquier problema sin conocimientos específicos en el área temática. Debido a los recursos informáticos limitados, este problema resultó ser demasiado complejo para resolverlo con un resultado aceptable.

Podemos decir que el objetivo principal del desarrollo de la inteligencia artificial es la optimización; imagínese cómo una persona, sin estar expuesta a peligros, podría estudiar otros planetas y extraer metales preciosos.

Así, podemos concluir que el estudio y desarrollo de la inteligencia artificial es importante para toda la sociedad. Después de todo, con el uso de este sistema es posible asegurar y facilitar la vida humana.

Referencias

1. Yasnitsky L.N. Sobre las posibilidades de utilizar la inteligencia artificial [ recurso electrónico]: científico biblioteca electrónica. URL: http://cyberleninka.ru/ (fecha de acceso 01/06/2016)
2. Yastreb N.A. Inteligencia artificial [Recurso electrónico]: biblioteca electrónica científica. URL: http://cyberleninka.ru/ (fecha de acceso 01/06/2016)
3. Abdulatipova M.A. Inteligencia artificial [Recurso electrónico]: biblioteca electrónica científica. URL: http://cyberleninka.ru/ (fecha de acceso 01/06/2016)

Definición

Inteligencia artificial Se puede definir como una disciplina científica que se ocupa de la automatización del comportamiento inteligente.

Inteligencia artificial (AI, Inglés Inteligencia artificial, IA) - la ciencia y la tecnología de la creación de máquinas inteligentes, especialmente programas informáticos inteligentes. La IA está relacionada con la tarea similar de utilizar computadoras para comprender la inteligencia humana, pero no se limita necesariamente a métodos biológicamente plausibles.

Metas y objetivos

El objetivo de la inteligencia artificial es crear sistemas tecnicos, capaz de resolver problemas no computacionales y realizar acciones que requieren el procesamiento de información significativa y se consideran prerrogativa del cerebro humano. Estas tareas incluyen, por ejemplo, tareas de demostración de teoremas, tareas de juego (por ejemplo, al jugar al ajedrez), tareas de traducción de un idioma a otro, composición de música, reconocimiento imágenes visuales, resolviendo problemas creativos complejos de la ciencia y la práctica social. uno de tareas importantes La inteligencia artificial es la creación de robots inteligentes capaces de realizar operaciones de forma autónoma para lograr objetivos establecidos por los humanos y realizar ajustes en sus acciones.

Estructura conceptual

La “inteligencia artificial” consta de varios principios y disciplinas básicos que son su base. Esto se describe con más detalle en la figura que se proporciona a continuación. Imagen tomada de

A continuación se muestran las definiciones básicas de los términos utilizados en la imagen.

lógica difusa y la teoría de conjuntos difusos, una rama de las matemáticas que es una generalización de la lógica clásica y la teoría de conjuntos. Concepto lógica difusa Fue introducido por primera vez por el profesor Lutfi Zadeh en 1965. En este artículo, el concepto de conjunto se amplió asumiendo que la función de pertenencia de un elemento en un conjunto puede tomar cualquier valor en el intervalo , y no solo 0 o 1. Estos conjuntos se denominaron difusos. El autor también propuso varias operaciones lógicas sobre conjuntos difusos y propuso el concepto de variable lingüística, cuyos valores son conjuntos difusos.

Redes neuronales artificiales(ANN): modelos matemáticos, así como sus implementaciones de software o hardware, basados ​​​​en el principio de organización y funcionamiento de redes neuronales biológicas, redes de células nerviosas de un organismo vivo. Este concepto surgió al estudiar los procesos que ocurren en el cerebro y al intentar modelarlos. El primer intento de este tipo fueron las redes neuronales de McCulloch y Pitts. Posteriormente, tras el desarrollo de los algoritmos de aprendizaje, los modelos resultantes comenzaron a utilizarse con fines prácticos: en problemas de previsión, para reconocimiento de patrones, en problemas de control, etc.

Agente inteligente- un programa que realiza de forma independiente una tarea especificada por el usuario de la computadora durante largos períodos de tiempo. Se utilizan agentes inteligentes para ayudar al operador o recopilar información. Un ejemplo de tareas realizadas por agentes es la tarea búsqueda constante y colección información necesaria En Internet. Virus informáticos, robots, robots de búsqueda- Todo esto también se puede atribuir a agentes inteligentes. Aunque estos agentes tienen un algoritmo estricto, en este contexto se entiende por “inteligencia” la capacidad de adaptarse y aprender.

Sistema experto (ES, sistema experto)- un programa informático que puede sustituir parcialmente a un experto en la resolución de una situación problemática. Los ES modernos comenzaron a ser desarrollados por investigadores de inteligencia artificial en la década de 1970 y recibieron apoyo comercial en la década de 1980. Los precursores de los sistemas expertos fueron propuestos en 1832 por S. N. Korsakov, quien creó dispositivos mecánicos, las llamadas “máquinas inteligentes”, que permitieron encontrar soluciones a determinadas condiciones, por ejemplo, determinar los medicamentos más adecuados basándose en la Síntomas de una enfermedad observados en un paciente.

Algoritmo genético(Inglés) algoritmo genético) - Este algoritmo heurístico búsqueda, utilizada para resolver problemas de optimización y modelado seleccionando, combinando y variando aleatoriamente los parámetros deseados utilizando mecanismos que recuerdan a la evolución biológica. Es un tipo de cálculo evolutivo. rasgo distintivo El algoritmo genético hace hincapié en el uso del operador "cruzamiento", que realiza la operación de recombinación de soluciones candidatas, cuya función es similar a la función del cruce en la naturaleza viva.

Modelos y métodos de investigación.

Modelado simbólico de procesos de pensamiento.

Al analizar la historia de la IA, podemos identificar un área tan amplia como modelado de razonamiento. Durante muchos años El desarrollo de esta ciencia avanzó precisamente por este camino, y ahora es una de las áreas más desarrolladas de la IA moderna. Modelar el razonamiento implica la creación de sistemas simbólicos, cuya entrada es un problema determinado y la salida requiere su solución. Como regla general, el problema propuesto ya ha sido formalizado, es decir, traducido a forma matemática, pero no tiene un algoritmo de solución o es demasiado complejo, requiere mucho tiempo, etc. Esta área incluye: demostrar teoremas, tomar decisiones y teoría de juegos, planificación y despacho, previsión.

Trabajar con lenguajes naturales

Una dirección importante es procesamiento del lenguaje natural, dentro del cual se realiza el análisis de las capacidades de comprensión, procesamiento y generación de textos en lenguaje “humano”. En particular, el problema aquí aún no se ha resuelto. traducción automática textos de un idioma a otro. EN mundo moderno El desarrollo de métodos de recuperación de información juega un papel importante. Por su naturaleza, la prueba de Turing original está relacionada con esta dirección.

Acumulación y uso del conocimiento.

Según muchos científicos, una propiedad importante de la inteligencia es la capacidad de aprender. Así, pasa a primer plano ingeniería del conocimiento, combinando las tareas de obtención del conocimiento a partir de información simple, su sistematización y utilización. Los avances en esta área afectan a casi todas las demás áreas de la investigación de la IA. Tampoco en este caso pueden pasarse por alto dos subáreas importantes. El primero es aprendizaje automático- se refiere al proceso independiente adquisición de conocimiento por parte de un sistema inteligente en el proceso de su funcionamiento. El segundo está relacionado con la creación. sistemas expertos- programas que utilizan bases de conocimiento especializadas para obtener conclusiones confiables sobre cualquier problema.

El campo del aprendizaje automático incluye una gran clase de problemas que involucran reconocimiento de patrones. Por ejemplo, se trata de reconocimiento de caracteres, texto escrito a mano, voz, análisis de texto. Muchos problemas se resuelven con éxito mediante modelos biológicos (consulte el siguiente párrafo). Particularmente digno de mención visión por computadora , que también está relacionado con la robótica.

Modelado biológico de inteligencia artificial.

Se diferencia de la comprensión de la inteligencia artificial según John McCarthy, cuando se parte de la posición de que sistemas artificiales no están obligados a repetir en su estructura y funcionamiento la estructura y los procesos que en ella ocurren inherentes a los sistemas biológicos, soportes este enfoque Creemos que los fenómenos del comportamiento humano, su capacidad de aprender y adaptarse, son consecuencia de la estructura biológica y de las características de su funcionamiento.

Esto incluye varias áreas. Redes neuronales Se utilizan para resolver problemas difusos y problemas complejos, como el reconocimiento de formas geométricas o la agrupación de objetos. Enfoque genético se basa en la idea de que un determinado algoritmo puede volverse más eficiente si toma prestado mejores caracteristicas de otros algoritmos (“padres”). Un enfoque relativamente nuevo, donde la tarea es crear un programa autónomo, un agente que interactúa con el entorno externo, se llama enfoque de agente.

Perspectivas de desarrollo

En en este momento En el desarrollo de la inteligencia artificial se ha producido una ramificación hacia los principales sectores, que reciben la mayor atención en forma de material y inversiones intelectuales. Imagen tomada de

Literatura

1)"Gestión corporativa del conocimiento y reingeniería empresarial" Abdikeev, Kiselev

Los principales recursos para el desarrollo de las empresas son cada vez más las personas y el conocimiento que éstas poseen, capital intelectual y creciente competencia profesional del personal. Hoy se requieren nuevos métodos de desarrollo organizacional, basados ​​en la intersección de enfoques humanitarios y de ingeniería, que permitan obtener un efecto sinérgico de su interacción. Este enfoque se basa en los avances modernos. tecnologías de la información, a saber, tecnologías cognitivas del desarrollo organizacional. El desarrollo de la simbiosis es relevante. conceptos de gestión del conocimiento, reingeniería de procesos de negocio y el componente cognitivo humano.
Para altos directivos, analistas de negocios, estudiantes de programas MBA en direcciones "Gestión estratégica","Gestión anticrisis", estudiantes de universidades económicas a nivel de maestría, estudiantes de posgrado y docentes en el campo de la gestión empresarial y la reingeniería empresarial.

2) " Modelos y métodos de inteligencia artificial. Aplicación en economía." M.G. Matveev, A.S. Sviridov, N.A. Alenikova

PAG Se presentan los fundamentos teóricos de la inteligencia artificial: aspectos informativos, información sobre lógica binaria y difusa, así como métodos y modelosáreas actuales de inteligencia artificial, sistemas expertos, ingeniería del conocimiento, redes neuronales y algoritmos genéticos. Cuestiones discutidas en detalle. implementación práctica sistemas inteligentes. Se dan muchos ejemplos para ilustrar el desarrollo y la aplicación de los métodos y modelos considerados. Atención especial dedicado a los problemas económicos.

3) "Inteligencia artificial y sistemas de control inteligentes." I. M. Makarov, V. M. Lokhin, S. V. Manko, M. P. Romanov; editor en jefe I. M. Makarov

Se está considerando una nueva clase de sistemas inteligentes en desarrollo activo. control automático, construido sobre la tecnología de procesamiento del conocimiento desde el punto de vista de la aplicación efectiva en la resolución de problemas de gestión en condiciones de incertidumbre. Se describen los conceptos básicos de la construcción de sistemas inteligentes.

4) "Inteligencia artificial: un enfoque moderno." S. Russell, P. Norvig

El libro presenta todo. logros modernos y presenta ideas que han sido formuladas en investigaciones realizadas durante los últimos cincuenta años, así como recopiladas durante dos milenios en el campo del conocimiento que se ha convertido en el impulso para el desarrollo de la inteligencia artificial como ciencia del diseño de agentes racionales.

Lista de fuentes

5) http://ru.wikipedia.org/wiki/%D0%98%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0 %BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82

Esta sección está dedicada a los algoritmos genéticos. ¿Qué son los algoritmos genéticos? En esencia, se trata de algoritmos de optimización que pertenecen a la clase de heurísticas. Estos algoritmos eliminan la enumeración de todas las opciones y reducen significativamente el tiempo de cálculo. La especificidad del funcionamiento de estos algoritmos se reduce a la simulación de procesos evolutivos.

9) http://www.gotai.net/implementations.aspx

Aquí encontrarás ideas y soluciones listas para usar sobre el uso de inteligencia artificial y teorías relacionadas para resolver ciertos problemas prácticos.

10) http://www.gotai.net/documents-logic.aspx

Esta sección contiene materiales relacionados de una forma u otra con manera clásica Modelado de sistemas de IA, modelado basado en diversos dispositivos lógicos. Por regla general, se trata de materiales relacionados con sistemas expertos, sistemas de apoyo a la decisión y sistemas de agentes.

11) http://khpi-iip.mipk.kharkiv.edu/library/ai/conspai/12.html

Tendencias de desarrollo de la IA

preguntas de estudio

1. Concepto de inteligencia artificial
2. Herramientas SII
3. Propósito y estructura de los sistemas expertos.

La inteligencia artificial es una disciplina científica que surgió en los años 50 en la intersección de la cibernética, la lingüística, la psicología y la programación.

La inteligencia artificial tiene una larga historia. Incluso Platón, Aristóteles, Sócrates, R. Descartes, G. Leibniz, J. Boole, luego N. Wiener y muchos otros investigadores intentaron describir el pensamiento como un conjunto de algunas operaciones, reglas y procedimientos elementales.

A continuación se muestran algunas definiciones de inteligencia artificial publicadas en diversas fuentes.

1. IA – símbolo sistemas cibernéticos, modelando algunos aspectos de la actividad intelectual (razonable) humana: pensamiento lógico y analítico.

2. IA – habilidad de robot o computadora imitar las habilidades humanas utilizadas para la resolución de problemas, la exploración de problemas, el razonamiento y la superación personal.

3. La IA es una dirección científica relacionada con desarrollo de algoritmos y programas para automatizar actividades que requieren inteligencia humana.

4. La IA es una de las áreas de la informática cuyo objetivo es desarrollo de hardware y software, permitiendo a un usuario no programador plantear y resolver sus propios problemas, tradicionalmente considerados intelectuales, comunicándose con una computadora en un subconjunto limitado de lenguaje natural.

Desde el inicio de la investigación en el campo de la IA, se han distinguido dos direcciones:

La IA se divide en dos áreas científicas: la neurocibernética (o inteligencia artificial) y la cibernética de caja negra (o inteligencia artificial).

Recordemos que la cibernética es la ciencia del control, la comunicación y el procesamiento de la información. La cibernética estudia los objetos independientemente de su naturaleza material (sistemas vivos y no vivos).

La primera dirección, la neurocibernética, se basa en el modelado de hardware del funcionamiento del cerebro humano, cuya base es gran número(alrededor de 14 mil millones) de células nerviosas conectadas e interactuantes: neuronas.

Los sistemas de inteligencia artificial que simulan el funcionamiento del cerebro se denominan redes neuronales(o redes neuronales). Las primeras redes neuronales fueron creadas a finales de los años 50 del siglo XX por los científicos estadounidenses G. Rosenblatt y P. McCulloch.

Para la segunda dirección de la IA, la cibernética de "caja negra", no importa cuál sea el diseño del dispositivo "pensante". Lo principal es que reacciona a ciertas influencias de la misma manera que el cerebro humano.

Los usuarios de ordenadores suelen encontrarse con manifestaciones de inteligencia artificial. Por ejemplo, cuando se trabaja con editor de texto esta sucediendo verificación automática ortografía (y teniendo en cuenta el idioma utilizado). Al trabajar con hojas de cálculo No es necesario introducir todos los días de la semana ni todos los meses del año. Basta con realizar una o dos entradas y la computadora podrá completar la lista con precisión. Usando un micrófono y programa especial Puedes controlar el funcionamiento del programa por voz. Al marcar dirección de correo electrónico el navegador intenta predecir la dirección y agregarla. Buscar información en red global para determinadas palabras clave también ocurre con la participación de elementos de IA. Al escanear texto escrito a mano, los sistemas de inteligencia artificial reconocen letras y números.

Las ideas de IA se utilizan en teoría de juegos, por ejemplo, crear una computadora que juegue ajedrez, damas, reversi y otros juegos lógicos y estratégicos.

Usar MM para resolver un problema síntesis de voz Y problema inverso– análisis y reconocimiento de voz. En la mayoría de los casos, la IA se utiliza para encontrar un método para resolver algún problema. Las matemáticas son una de las principales áreas de aplicación de los métodos de IA. Las matemáticas simbólicas (álgebra informática) son una de las mayores manifestaciones de la inteligencia artificial.

El campo de la IA incluye problemas de reconocimiento de imágenes (ópticas y acústicas). Identificar huellas dactilares y comparar rostros humanos son tareas de reconocimiento de patrones.

Los sistemas expertos basados ​​en ideas de IA acumulan la experiencia, el conocimiento y las habilidades de especialistas (expertos) para transferirlos a cualquier usuario de computadora en el momento adecuado.

El desarrollo de programas inteligentes se diferencia significativamente de la programación convencional y se lleva a cabo mediante la construcción de un sistema de inteligencia artificial.

Si un programa de PC normal se puede representar como:

Programa = Algoritmo + Datos

Entonces, la siguiente estructura es típica de los sistemas de IA:

AII = Conocimiento + Estrategia de procesamiento del conocimiento

Principal contraste El SII es trabajo de conocimiento.

A diferencia de los datos, el conocimiento tiene las siguientes propiedades:

Interpretabilidad interna– presentado junto con información en la base de conocimientos estructuras de información, permitiendo no solo almacenar conocimiento, sino también utilizarlo.

Estructurado– los objetos complejos se descomponen en otros más simples y se establecen conexiones entre ellos.

Conectividad- Se muestran patrones relacionados con hechos, procesos, fenómenos y relaciones de causa y efecto entre ellos.

Actividad– el conocimiento presupone el uso intencionado de la información, la capacidad de gestionar procesos de información para resolver ciertos problemas.

Todas estas propiedades deberían, en última instancia, garantizar la capacidad de la inteligencia artificial para simular el razonamiento humano al resolver problemas aplicados: el concepto de procedimiento para obtener soluciones a problemas (estrategia de procesamiento del conocimiento) está estrechamente relacionado con el conocimiento.

En los sistemas de procesamiento del conocimiento, este procedimiento se denomina mecanismo de inferencia, inferencia lógica o motor de inferencia. Los principios para construir un mecanismo de inferencia en AIS están determinados por la forma en que se representa el conocimiento y el tipo de razonamiento que se modela.

Para organizar la interacción con la IA, ésta debe tener medios de comunicación con el usuario, es decir, una interfaz. La interfaz proporciona trabajo con la base de conocimientos y el mecanismo de salida en un lenguaje de bastante alto nivel, cercano a lenguaje profesional especialistas en el campo aplicado al que pertenece el SII.

Además, las funciones de la interfaz incluyen soporte para el diálogo del usuario con el sistema, lo que le permite recibir explicaciones de las acciones del sistema, participar en la búsqueda de una solución al problema y reponer y ajustar la base de conocimientos.

Las partes principales de los sistemas basados ​​en el conocimiento son:

2. Mecanismo de salida

3. Interfaz de usuario.

Cada una de estas partes se puede organizar de manera diferente en varios sistemas, estas diferencias pueden estar en detalles y principios. Sin embargo, todos los SII se caracterizan por modelando el razonamiento humano.

El conocimiento en el que se basa una persona a la hora de resolver un problema particular es muy heterogéneo:

Conocimiento conceptual (conjunto de conceptos y sus relaciones)

Conocimiento constructivo (conocimiento sobre la estructura y la interacción de partes de varios objetos)

Conocimientos procedimentales (métodos, algoritmos y programas para la resolución de diversos problemas).

Conocimiento fáctico (cuantitativo y características de calidad objetos, fenómenos y sus elementos).

La peculiaridad de los sistemas de representación del conocimiento es que modelan actividades humanas, a menudo llevadas a cabo de manera informal. Los modelos de representación del conocimiento tratan con información recibida de expertos, que a menudo es cualitativa y contradictoria. Para ser procesada por computadora, dicha información debe reducirse a una forma formalizada inequívoca. La ciencia de la lógica estudia los métodos de representación formalizada del conocimiento.

Actualmente, la investigación en el campo de la IA tiene la siguiente orientación aplicada:

Sistemas expertos

Demostración automática de teoremas

Robótica

Reconocimiento de patrones, etc.

La mayor distribución se ha logrado en la creación de sistemas electrónicos, que se han generalizado y se utilizan para resolver problemas prácticos.

1. herramientas SII

Las herramientas utilizadas para desarrollar AIS se pueden dividir en varios tipos:

Sistemas de programación en lenguajes de alto nivel;

Sistemas de programación en lenguajes de representación del conocimiento;

Los caparazones de los sistemas de inteligencia artificial son sistemas esqueléticos;

Medio creación automatizada ES.

Sistemas de programación en lenguajes de alto nivel. menos centrado en resolver problemas de IA. No contienen herramientas diseñadas para representar y procesar el conocimiento. Sin embargo, una proporción bastante grande, aunque decreciente con el tiempo, de AIS se desarrolla utilizando computadoras nucleares tradicionales.

Sistemas de programación en lenguajes de representación del conocimiento. tener medios especiales, destinado a la creación de inteligencia artificial. ellos contienen fondos propios representación del conocimiento (según un modelo determinado) y soporte de inferencia. El desarrollo de inteligencia artificial utilizando sistemas de programación en YaPL se basa en tecnología de programación convencional. El lenguaje de programación lógica más utilizado es PROLOG.

Herramientas para la creación automatizada de ES son sistemas de software flexibles que permiten el uso de varios modelos de representación del conocimiento, métodos de inferencia lógica y tipos de interfaz y contienen herramientas auxiliares para la creación de ES. La construcción de un SE utilizando los medios considerados consiste en formalizar el conocimiento inicial, registrarlo en el lenguaje de entrada para representar el conocimiento y describir las reglas para la inferencia lógica de decisiones. A continuación, el sistema experto se llena de conocimiento.

Conchas o ES vacío Son ES listos para usar sin base de conocimientos. Ejemplos de proyectiles ES que recibieron amplia aplicación, son el caparazón extranjero EMYCIN y el desarrollo nacional Expert-micro, enfocados en la creación de un ES para resolver problemas de diagnóstico. La tecnología para crear y utilizar un shell ES consiste en que el conocimiento de la base de conocimientos se elimina del sistema experto terminado y luego la base de datos se llena con conocimientos orientados a otras aplicaciones. La ventaja de los shells es su facilidad de uso: un especialista solo necesita llenar el shell con conocimientos sin crear programas. La desventaja de utilizar proyectiles es la posible discrepancia entre el proyectil específico y el ES aplicado desarrollado con su ayuda.