1/24
Előadás a témában: Mesterséges intelligencia
1. dia
Dia leírása:
Mesterséges intelligencia Intellectus (a latin kogníció, megértés, értelem) - a gondolkodás, a racionális megismerés képessége. A tudomány tanulmányozásának tárgya " mesterséges intelligencia"az emberi gondolkodás. A tudósok arra a kérdésre keresik a választ: hogyan gondolkodik az ember? A kutatás célja az emberi intelligencia modelljének megalkotása és számítógépen való megvalósítása (más szóval: megtanítani egy gépet gondolkodni).
2. dia
Dia leírása:
3. dia
Dia leírása:
Mesterséges intelligencia – a fő funkció Az ötvenes évek tanúi voltak egy szupernóva – a kibernetika – megjelenésének a háború utáni tudomány horizontján, gyors felemelkedése és ugyanolyan gyors részekre bomlása, amelyek közül az egyik a mesterséges intelligencia (AI) megszületésével függ össze. S bár az újszülött fülbemászó nevéhez sokféle remény fűződött (és fűződik továbbra is), hamar kiderült, hogy bármennyire is tágan értelmezzük ezt a területet, a magját a tudás reprezentáló és feldolgozó apparátusának kell képeznie.
4. dia
Dia leírása:
Ugyanakkor a legambiciózusabb apologéták úgy vélik, hogy a mesterséges intelligencia célja egy olyan metaismereti apparátus kialakítása, amely képes egyesíteni a filozófiát, a pszichológiát, a matematikát és terjeszteni. új rend„Az ember és a számítógép szimbiózisa minden tudományban, tevékenységben, sőt a művészetben is. Így kiderült, hogy az AI fő feladata - a tudásábrázolás és -feldolgozás formális eszközeinek fejlesztése - nagyon közel áll magának a matematikának a funkciójához.
5. sz. dia
Dia leírása:
Módszertani álláspontjukban azonban meglehetősen jelentős eltérés mutatkozik: míg a formális apparátusok elméletével és fejlődésével foglalkozik, a matematika csak a periférián fordít figyelmet ezen apparátusok más tudományágak problémáira való alkalmazására; A mesterséges intelligencia módszertanát az ellenkező irány jellemzi - a tanulástól különféle formák ismeretek formális eszközkészletének kialakításához, amely ideális esetben a tevékenységi területek teljes körét lefedi.
6. sz. dia
Dia leírása:
7. dia
Dia leírása:
Sok olyan emberi tevékenység létezik, amelyet nem lehet előre megtervezni. Zene- és versalkotás, tételbizonyítás, műfordítás idegen nyelvről, betegség diagnosztizálása és kezelése, és még sok minden más... Például sakkjáték közben a sakkozó ismeri a játékszabályokat, és célja van - nyerd meg a játékot. Cselekedetei nincsenek előre beprogramozva. Az ellenfél cselekedeteitől, a táblán elfoglalt helyzettől, a sakkozó intelligenciájától és személyes tapasztalatától függenek.
8. dia
Dia leírása:
9. dia
Dia leírása:
10. dia
Dia leírása:
11. dia
Dia leírása:
Bármely mesterséges intelligencia rendszer bizonyos kereteken belül működik tárgykörben(orvosi diagnosztika, jogalkotás, matematika, közgazdaságtan stb.) A számítógéphez hasonlóan a szakembernek is rendelkeznie kell egy adott terület ismereteivel, az adott tárgykörben meghatározott, meghatározott módon formalizált és a számítógép memóriájában tárolt tudást számítógépnek nevezzük. Tudásbázis.
12. dia
Dia leírása:
Például számítógépet szeretne használni geometriai problémák megoldására. A feladatfüzet 500 különböző tartalmú feladatot tartalmaz, a mesterséges intelligencia szakembere geometriai ismereteket ágyaz be a számítógépbe (feltehetően így ivódik át benned a tanár tudása). Ezen ismeretek alapján és egy speciális logikai gondolkodási algoritmus segítségével a számítógép az 500 probléma bármelyikét megoldja. Ehhez elég csak a probléma feltételét elmondani neki A mesterséges intelligencia rendszerek a beléjük ágyazott tudásbázisok alapján működnek.
13. dia
Dia leírása:
Hogyan készítsünk intelligens rendszert számítógépen? Az emberi gondolkodás két komponensen alapul: a tudáskészleten és a logikus gondolkodás képességén, amely két fő feladatot vet fel az intelligens rendszerek számítógépen történő létrehozása során: a tudásmodellezés (a tudás formalizálására szolgáló módszerek kidolgozása, hogy azokat a számítógép memóriájába, mint pl. tudásbázis); az érvelés modellezése (teremtés számítógépes programok, az emberi gondolkodás logikáját utánozva különféle problémák megoldása során).
14. dia
Dia leírása:
A mesterséges intelligencia rendszerek egyik fajtája a szakértői rendszerek, amelyek célja a felhasználók tanácsadása és a döntéshozatalban való segítségnyújtás. Az ilyen segítség különösen extrém helyzetekben válik fontossá, például műszaki baleset, vészhelyzeti művelet vagy vezetés közben járművek. A számítógép nincs kitéve stressznek. Gyorsan megtalálja az optimális, biztonságos megoldást és felajánlja az illetőnek.
15. dia
Dia leírása:
Akit érdekel: Mesterséges intelligencia - a fő funkció Tudásmodellezés Fuzzy matematika Információs technológia- korszakváltás „Nem algoritmikus” vezérlés... Feladatok a legmagasabb osztályú szakembereknek Számítógép NEM Neumann architektúra
16. dia
Dia leírása:
17. dia
Dia leírása:
Az AI központi feladata - a tudás apparátusának (AZ) létrehozása - szinte azonnal tisztázást igényelt - milyen tudásról beszélünk? Ha precíz, formálisakról beszélünk, akkor ezeknek a területeknek már van egy úrnője - a matematika, hivatásos hadsereggel, amelybe az új vidékek konkvisztádorainak nem volt kedve belekeveredni. Ha informális tudásra gondolunk, akkor ez magában foglalhatja mindkettőt: kellően tanult és specifikus, de (eddig) gyengén formalizált - például a természetes nyelv szintaxisa vagy az orvosi diagnosztika, és elvileg rosszul formalizált, vagyis a fő része. az összes terület tevékenység fogalmai - tól bölcsészettudományok a művészethez és az élet mindennapi szféráihoz.
Dia leírása:
Ezt a szinte reménytelen helyzetet L. Zadeh mentette meg, aki a 60-as évek közepén javasolta a nyelvi változó fogalmát és a fuzzy matematika apparátusát. A mesterséges intelligencia igazi varázspálcát kapott ajándékba – hamar kiderült, hogy a tudás térképén a tömör fehér foltok sivatagja könnyen homályosan (és sajnos csak virtuálisan) virágzó mezőkké alakítható.
20. dia
Dia leírása:
A Fuzzy-Morgana gyorsan megragadta a tömegeket: a 80-as évek elejére a fuzzy bibliográfia mintegy húszezer címet számlált, amelyek száma azóta valószínűleg nem kevesebb, mint két-háromszorosára nőtt. A lelkesedés örvényében az új univerzális eszközök egy bizonyos veleszületett hibája észrevétlen maradt - a homályosság apparátusának szemantikája és pragmatikája kezdettől fogva maga is meglehetősen homályos volt: ami elmosódott, az az, hogy valójában MI jelenti a homályosságot, MI az. működik és MIÉRT pontosan ÍGY, és nem másként. A készülék homályos volta elkerülhetetlenül a használat eredményeinek teljes homályához vezetett, amit egyszerűen azért nem vettek észre, mert nem volt világos, hogy valójában hogyan ellenőrizzük ezeket az eredményeket.
21. dia
Dia leírása:
22. dia
Dia leírása:
Bár a Neumann architektúrájú számítógépek programozásának a kezdetektől az imperatív (algoritmikus) vezérlés volt az alapja, a 60-as évek végén és a 70-es évek elején próbálkoztak a számítási folyamat alternatív megszervezésének kidolgozásával. Ez elsősorban a mesterséges intelligencia kutatásával és a többprocesszoros rendszerek párhuzamos programozásával kapcsolatos. A probléma megoldásában azonban a minőségi előrelépést az aluldefiniált modellek apparátusa és a kényszerprogramozás területén végzett legújabb munkák biztosították, mivel ezek egy decentralizált, aszinkron, maximálisan párhuzamos adatvezérelt számítási folyamatra épülnek. Ennek a forradalomnak a következő lépéseként lehetséges az eseményalapú menedzsmentre való átállás, jelentősen növelve a menedzsment folyamatát adatok alapján szervező asszociatív apparátus szintjét.
23. dia
Dia leírása:
Párhuzamosság Megoldhatatlanság – az elengedhetetlen szoftvertechnológiák párhuzamosításának problémája leküzdhetetlen akadályt képez a többprocesszoros rendszerek széles körű elterjedése előtt. Az elmúlt 15 év során a szoftverek és a hardverek helyet cseréltek: a hardvertervezés automatizálási szintje és az elembázis költsége évek óta lehetővé tette a számítógépek sorozatgyártását tetszőleges számú processzorral, azonban a modern szoftvertermékek adaptálásával. számukra és az új szoftvertermékek fejlesztése továbbra is csak a legmagasabb osztályú szakemberek által megoldott feladat marad, majd csak néhány speciális esetben. Az új informatikai paradigmában a párhuzamosság megszűnik probléma lenni, hanem minden szoftverrendszer természetes tulajdonságává válik.
24. dia
Dia leírása:
A számítógép NEM Neumann architektúra. Az adatokon (és a jövőben - eseményeken alapuló) menedzsment gyökeresen megváltoztatja a számítási folyamat szervezetét, aszinkron, decentralizált és processzorok számától függetlenné teszi azt. A modern gépek megszokott Neumann-architektúrájának alapvető átstrukturálására lesz szükség. Így nemcsak generációváltásra van kilátás, hanem korszakváltásra is, ami igazi forradalomhoz vezet - az IT „megváltozhatatlan alapjainak” megrázkódtatásához: az algoritmus, a Neumann-architektúra, a determinisztikus és szekvenciális folyamat örökre leromlik. a történelemben, teret adva a Modell-, többügynökségi és asszociatív önszerveződő nem-determinisztikus párhuzamos folyamatnak.
A prezentáció képekkel, dizájnnal és diákkal való megtekintéséhez, töltse le a fájlt, és nyissa meg a PowerPointban a számítógépeden.
A bemutató diák szöveges tartalma: Prezentáció a „Jelen és Jövő” versenyhez Téma: „A mesterséges intelligencia fejlesztése” GPOU „Krapivinsky Erdészeti Technikum” Tanár Blazhevich L.S. A mesterséges intelligencia jelenkori információi A mesterséges intelligencia egy olyan tudományág, amely olyan programok létrehozásának lehetőségét vizsgálja, amelyek olyan problémák megoldására szolgálnak, amelyek bizonyos intellektuális erőfeszítéseket igényelnek, amikor egy személy hajtja végre. Manapság a mesterséges intelligencia (AI) szükséges az emberi tevékenység minden területén - menedzsment, termelés, oktatás stb. Az ezekkel a technológiákkal felépített intelligens rendszerek célja, hogy erősítsék az ember gondolkodási képességeit, segítsenek neki hatékony megoldást találni az úgynevezett rosszul formalizált és gyengén strukturált problémákra, amelyeket különféle típusú bizonytalanságok és hatalmas keresési terek jellemeznek. A kutatásban a fő előnyt a neurális hálózatok kapják. A neurális hálózatok olyan matematikai struktúrák, amelyek az emberi agy működésének bizonyos aspektusait utánozzák, és olyan képességeket mutatnak be, mint az informális tanulás képessége, a nem minősített információk általánosításának és csoportosításának képessége, valamint a már bemutatott idősorok alapján önálló előrejelzések készítésének képessége. . A legfontosabb különbség más módszerekhez, például szakértői rendszerekhez képest, hogy a neurális hálózatoknak elvileg nincs rá szükségük híres modell, hanem maguk építik meg csak a bemutatott információk alapján. Ezért a neurális hálózatok és a genetikai algoritmusok mindenütt a gyakorlatba léptek, ahol az előrejelzési, osztályozási és vezérlési problémák megoldására van szükség. A gyakorlatban a neurális hálózatokat kétféle formában használják - mint szoftver termékek közönséges számítógépeken, valamint speciális hardver- és szoftverkomplexumokként hajtják végre. A neurokomputerek fő feladata a tanuláson alapuló képfeldolgozás. A biológiaiakhoz hasonlóan a mesterséges neurális hálózatok is a szélessávú képek párhuzamos feldolgozását célozzák. A következő legfontosabb technológia az evolúciós számítástechnika (EC). Az elektromos járművek a sok egyidejűleg működő egységből álló rendszerek önösszeszerelésének, önkonfigurálásának és öngyógyításának gyakorlati problémáit kezelik. Ebben az esetben lehet használni tudományos eredményeket a digitális gépek területéről. Az elektronikus tanulás másik aspektusa az autonóm ágensek használata a mindennapi problémák megoldására, mint személyi titkárok, személyes fiókok menedzserei, asszisztensek, akik harmadik generációs keresési algoritmusok segítségével kiválasztják a szükséges információkat a hálózatokban, munkatervezők, személyes tanárok, virtuális eladók stb. Ez magában foglalja a robotikát és az összes kapcsolódó területet is. A fő fejlesztési irányok a szabványok, a nyílt architektúrák, az intelligens shell-ek, a szkript/lekérdező nyelvek, a programok és az emberek közötti hatékony interakciót szolgáló módszertanok fejlesztése A technológiák következő csoportja, beleértve a fuzzy logikát, a képfeldolgozást stb. vezérlőrendszerek, mintafelismerő rendszerek, valós léptékű rendszeridő, tudás megszerzésére és feldolgozására szolgáló rendszerek és még sok más. Ez a technológiai csoport nagy mennyiségű információval való munkavégzés, keresés, elemzés, tárolás és strukturálás során szükséges.A technológia utolsó csoportja számos konkrét probléma megoldását segíti elő. Például a termelés automatizálási problémájának megoldása AI-alapú robotika, az úgynevezett automatizált kibergyárak bevezetésével. Vagy a robottechnológia bevezetése az orvostudományban lehetővé teszi, hogy közvetlen emberi beavatkozás nélkül pontos diagnosztikát vagy nagyon összetett műveleteket hajtsanak végre. A mesterséges intelligencia technológiák fejlődését és gyakorlati alkalmazási lehetőségeit ma meghatározó kulcstényezőnek a számítógép számítási teljesítményének növekedési ütemét tartják, hiszen az emberi psziché alapelvei még mindig tisztázatlanok. Az AI kiforrott tudománnyá vált területe fokozatosan fejlődik - lassan, de folyamatosan halad előre. Ezért az eredmények meglehetősen kiszámíthatóak, bár a stratégiai kezdeményezésekhez kapcsolódó hirtelen áttörések nem zárhatók ki. Például az 1980-as években az Egyesült Államok Nemzeti Számítástechnikai Kezdeményezése a mesterséges intelligencia számos területét kivonta a laboratóriumból, és jelentős hatással volt a nagy teljesítményű számítástechnika elméletének fejlődésére és számos alkalmazott projektben való alkalmazására. Az ilyen kezdeményezések nagy valószínűséggel különböző matematikai tudományágak – valószínűségszámítás, neurális hálózatok, fuzzy logika – metszéspontjain jelennek meg. Mesterséges intelligencia a jövőben A mesterséges intelligenciát általában a számítástechnika olyan ágának nevezik, amely az intelligens cselekvések és érvelés lehetőségét vizsgálja számítástechnikai rendszerek és más mesterséges eszközök segítségével. A legtöbb esetben a problémák megoldásának algoritmusa előre ismert, meg kell jegyezni, hogy tudományos körökben ennek a tudománynak nincs pontos definíciója, mert nincs megoldás az emberi agy állapotának és természetének kérdésére sem. Hasonlóképpen, nincs pontos kritérium a teljesítésre számítógépek„ésszerűség”, annak ellenére, hogy a mesterséges intelligencia fejlesztésének első szakaszában bizonyos hipotéziseket alkalmaztak, különösen a Turing-tesztet (a cél annak meghatározása, hogy egy gép tud-e gondolkodni). Ez a tudomány szoros kapcsolatban áll a pszichológiával, a transzhumanizmussal és a neurofiziológiával. Mint minden számítástechnika, ez is matematikát használ. A mesterséges intelligencia meglehetősen fiatal kutatási terület, amely 1956-ban kezdődött. BAN BEN Ebben a pillanatban Idővel ennek a tudománynak a fejlődése az úgynevezett hanyatlás állapotában van, amikor a korábban elért eredményeket a tudomány, az ipar, az üzleti élet és a mindennapi élet különböző területein alkalmazzák.A mesterséges épületek vizsgálatának jelenleg négy fő megközelítése létezik. intelligens rendszerek: logisztikai, strukturális, evolúciós és szimulációs . A logisztikai megközelítés alapvetően a programozók számára jól ismert, úgynevezett Boole-algebrát tartalmazza. A legtöbb logisztikai elven épülő mesterséges intelligencia rendszer egy bizonyos tételbizonyító gépet képvisel: háttér-információ axiómák formájában tartalmazza, és a logikai következtetések az ezen axiómák közötti kapcsolatok szabályai szerint fogalmazódnak meg. Minden ilyen gépnek van egy célgeneráló egysége, és a kimeneti rendszer ezt a célt tételként bizonyítja. Ez a rendszer ismertebb nevén szakértői rendszer, a strukturális megközelítés az emberi agy szerkezetének modellezését használja a mesterséges intelligencia rendszerének alapjaként. Az első ilyen próbálkozások között meg kell jegyezni a Rosenblatt perceptront. A modellezett fő szerkezeti egység a neuron. Az idő múlásával új modellek jelentek meg, melyeket ma neurális hálózatokként ismerünk.A mesterséges intelligencia rendszerek építésénél az evolúciós megközelítés alkalmazása esetén általában a kezdeti modell felépítésére fordítják a figyelem fő részét, valamint azokat a szabályokat, amelyek alapján ez a modell fejlődhet. Az evolúciós algoritmus klasszikus példája a genetikai algoritmus. Egy másik projekt, amely 2010-ben indult, egy DARPA projekt az SRI International-lel közösen. Lényege az áttörést jelentő mesterséges intelligencia kifejlesztésében rejlik, amely képes lesz az emberi agy mechanizmusait lemásolni az adatok feldolgozására és továbbítására. A SyNAPSE elektronikus adaptív neuromorf skálázható rendszer a fejlesztők szerint felülmúlja a hagyományos adatfeldolgozó algoritmusokat, és képes lesz önállóan tanulmányozni egy összetett környezetet. Jelenleg a hadsereg mesterséges intelligenciát használ nagy mennyiségű információ feldolgozására, különös tekintettel a hírszerzési adatokra. és videó. Mindezeket az információkat gyorsan meg kell fejteni és elemezni kell. Az új rendszer számára ez nem lesz nehéz. Matematikai logikát használ majd, szenzoradatok alapján egyszerű tételeket old meg, döntéseket hoz és elvégzi a szükséges műveleteket, valamint a Pentagon ezt a mesterséges intelligencia modellt virtuális személyi asszisztensként kívánja használni, amely képes reagálni a hangutasításokra és ellátni a titkárnő. Emlékezzünk vissza, hogy korábban a DARPA az SRI International-lel közösen már kifejlesztett egy személyi asszisztenst, CALO néven. A projekt 2009-ben fejeződött be. A program képes érvelni, megérteni az utasításokat, felismerni, megmagyarázni cselekvéseit, megfelelően reagálni egy ismeretlen helyzetre és megbeszélni a műveletet annak befejezése után. Ez a program átveszi a szükséges adatokat a felhasználó kapcsolataiból, az övéből Email, projektek és feladatok. Ezután létrejön a felhasználói környezet relációs modellje, és megtörténik a betanítás. Ennek eredményeként a mesterséges intelligencia tárgyalhat és megoldhatja a konfliktusokat a felhasználó nevében. Sajnos ez a program csak akkor működik személyi számítógép, anélkül, hogy integrálnánk a robotba. 2011-ben Japánban kifejlesztették az első mesterséges agy prototípusát. A mesterséges intelligencia hatalmas mennyiségű információt képes feldolgozni, de a robotok még nem rendelkeznek gondolkodási képességgel. A fejlesztők ezzel még nem sietnek... A kutatók szerint a közeljövő robotjai sok mindenben hasonlítanak majd az emberekre: képesek lesznek két lábon járni, meg tudják majd különböztetni az arcokat, folytatni a beszélgetést, teljesítik a kéréseket, de lényegükben csak az emberekhez hasonló gépek. Minden tevékenységük egy előre elkészített algoritmus alá esik, ezért primitív. És csak ha lehetséges a bimolekuláris számítástechnika technológiájának megvalósítása, a gépek képesek lesznek gondolkodni és elnyerni az alkotás képességét. A fejlesztők szerint az új információfeldolgozási mechanizmus nagyon hasonlít az emberi agy munkájához. Az emberi fejben több millió neuron található, amelyek folyamatosan kölcsönhatásba lépnek egymással. A lényeg új technológia az, hogy minden molekulának legfeljebb háromszáz irányú kapcsolata lehet. Így az új technológiának köszönhetően a gépek képesek lesznek megoldani a számukra jelenleg elérhetetlen feladatokat. A kutatók szerint az új fejlesztéseket várhatóan a rák diagnosztizálása és kezelése terén is alkalmazni fogják: programozható molekuláris rendszereket vezetnek be a rákos sejtekbe, és alakítják át egészségessé. Véleményem a mesterséges intelligenciáról a jövőben Az AI-nak még most is nagy jövője van Az AI hatalmas áttörést ért el. Bármi legyen is az előrejelzés a jövőre nézve, már most is vannak olyan projektek, amelyekre figyelmet kell fordítani. Különösen a „Blue Brain” nevű mesterséges agy létrehozására irányuló projektről beszélünk. A projektet kutató tudósok és a Lausanne-i Szövetségi Műszaki Iskola képviselői dolgozzák ki. Sikerült modelldiagramot készíteniük a patkányok agyában lévő szinapszisok elhelyezkedéséről. Ahogy Henry Makram projektigazgató elmondta, az eredmények minden várakozást felülmúltak. Elképzelhető, hogy a kutatók hamarosan számos olyan kérdésre is választ tudnak adni, amelyek eddig foglalkoztatták a tudósokat: vajon a mesterséges intelligencia felváltja-e az emberi intelligenciát, és fejlettebb lesz-e? Az ember az utolsó láncszem a bolygó fejlődési láncában? Remélem, hogy a közeljövőben választ kapunk ezekre és sok más kérdésre is.
1. dia
2. dia
3. dia
4. dia
5. dia
6. dia
7. dia
8. dia
9. dia
10. dia
11. dia
A „Mesterséges intelligencia” (8. osztály) témában készült előadás teljesen ingyenesen letölthető honlapunkról. A projekt tárgya: Számítástechnika. A színes diák és illusztrációk segítenek elkötelezni osztálytársait vagy közönségét. A tartalom megtekintéséhez használja a lejátszót, vagy ha le szeretné tölteni a jelentést, kattintson a megfelelő szövegre a lejátszó alatt. Az előadás 11 diát tartalmaz.
Bemutató diák
1. dia
Mesterséges intelligencia
Az emberi elme megteremtésének problémája
2. dia
3. dia
Hogyan gondolkodik az ember?
Minden ország tudósai gondolkodnak ezen a kérdésen. Kutatásuk célja az emberi intelligencia modelljének megalkotása és számítógépen való megvalósítása. Némileg leegyszerűsítve a fenti cél így hangzik: - Megtanítani egy gépet gondolkodni.
4. dia
A mesterséges intelligencia létrehozásának célja
bizonyos típusú problémák megoldására tervezett univerzális számítógépes intelligens rendszer felépítése, amely az összes informális problémára (vagy legalábbis a legtöbb) megoldást talál, az emberi problémákhoz hasonló vagy azt meghaladó hatékonysággal
5. dia
A mesterséges intelligencia fejlesztésének alapvető megközelítései:
top-down AI, szemiotikai - magas szintű mentális folyamatokat szimuláló szakértői rendszerek, tudásbázisok és logikai következtetési rendszerek létrehozása: gondolkodás, érvelés, beszéd, érzelmek, kreativitás stb.; Bottom-Up AI, biológiai - neurális hálózatok és evolúciós számítások tanulmányozása, amelyek biológiai elemeken alapuló intelligens viselkedést modelleznek, valamint megfelelő számítástechnikai rendszerek létrehozása, például neuroszámítógép vagy bioszámítógép.
6. dia
Az emberi tevékenységek típusai
Sok olyan emberi tevékenység létezik, amelyet nem lehet előre beprogramozni. Például: zene és versírás, tétel bizonyítása, műfordítás idegen nyelvről, betegség diagnosztizálása és kezelése, és még sok minden más.
7. dia
Gondolkozhat-e egy gép önmagán?
Az AI-rendszerek fejlesztői pontosan arra próbálnak megtanítani egy gépet, mint egy embert, hogy a feladat feltételei alapján önállóan építse fel cselekvési programját. A cél az, hogy a számítógépet formális előadóból intellektuális előadóvá alakítsák.
8. dia
Hogyan jönnek létre az intelligens rendszerek
A mesterséges intelligencia rendszerek a beléjük ágyazott tudásbázisok alapján működnek, az emberi gondolkodás pedig két összetevőre épül: tudáskészletre és logikus gondolkodási képességekre. Ezért az intelligens rendszerek számítógépen történő létrehozásához két problémát kell megoldani: a tudásmodellezést (a tudás formalizálásának módszereinek kidolgozása, hogy azokat a számítógép memóriájába, mint tudásbázisba kerüljön); érvelés modellezése (különböző problémák megoldása során az emberi gondolkodás logikáját utánzó számítógépes programok készítése).
9. dia
Az AI-módszerek alkalmazásának fő területei a következők:
Mintafelismerés Optikai karakterfelismerés Kézírás-felismerés Beszédfelismerés Arcfelismerés Természetes nyelvi feldolgozás Gépi fordítás Nemlineáris vezérlés és robotika Számítógépes látás, virtuális valóság és képfeldolgozás Játékelmélet ill. stratégiai tervezés Az AI diagnosztikája játékokban és robotokban számítógépes játékok Gép kreativitás Hálózati biztonság
10. dia
A formális és intellektuális előadó működési modelljei