Введение в искусственный интеллект

В наши дни искусственный интеллект повсеместно используется в ИТ. Но как он работает? И как можно самому создать искусственный интеллект?

В этой статье я расскажу обо всем, что необходимо знать для начала работы с искусственным интеллектом.

История искусственного интеллекта

Люди задумывались о том, чтобы оживить предметы, с древнейших времен. Но особенно с изобретением компьютеров стала формироваться идея мыслящих машин.

Наиболее известен случай, когда в 1950 году Алан Тьюринг изобрел тест Тьюринга для оценки того, является ли машина интеллектуальной или нет.

Термин "искусственный интеллект" впервые прозвучал в 1956 году на конференции в Дартмутском колледже.

Важным изобретением 1967 года стал алгоритм ближайшего соседа, который важен для классификации объектов и распознавания образов.

Первая автономная тележка была разработана в 1979 году. Она называлась Stanford Cart и могла обнаруживать и уклоняться от стен.

В 1985 году был изобретен искусственный интеллект NETtalk. Он использовал глубокое обучение, чтобы научиться разговаривать.

В 1997 году искусственный интеллект действительно начал набирать обороты. Суперкомпьютер Deep Blue компании IBM сумел победить тогдашнего чемпиона мира по шахматам Гарри Каспарова.

НАСА разработало самоуправляемые исследовательские роверы Spirit и Opportunity, которые в 2004 году автономно передвигались по поверхности Марса.

В 2011 году искусственный интеллект по имени Ватсон победил человека в игровом шоу "Джеопары!".

AlphaGo компании Google обыграла профессионального игрока в го в 2016 году. Го считается намного сложнее шахмат, и вычислительная мощь - не единственное, что требуется для успеха.

В 2019 году искусственный интеллект даже победил профессионального игрока в Starcraft II.

Сегодня искусственный интеллект повсюду. Он решил проблему складывания белков и даже научился создавать произведения искусства или писать код.

Важные термины

Ниже приводится обзор наиболее важных терминов, связанных с искусственным интеллектом.

Область искусственного интеллекта очень обширна. Она охватывает такие вещи, как компьютерное зрение, обработка естественного языка, робототехника и автоматизация, и это лишь некоторые из них.

Важной частью ИИ является машинное обучение. Это набор методов и алгоритмов, которые позволяют компьютеру обучаться. Эти методы можно разделить на три класса:

Контролируемое обучение, неконтролируемое обучение и обучение с подкреплением.

При контролируемом обучении ИИ использует для тренировки маркированные данные. Это не относится к обучению без надзора. Обучение с подкреплением - это способ обучения виртуального агента. Агент получает вознаграждение каждый раз, когда он делает то, что должен делать. Это поощряет желаемое поведение.

Нейронные сети

Особым методом контролируемого обучения является глубокое обучение. Глубокое обучение - это процесс обучения так называемой нейронной сети. Сеть состоит из бесчисленного количества узлов (нейронов). Они связаны между собой определенным весом и уложены в слои с так называемым смещением.

Чтобы вычислить значение одного нейрона по предыдущему нейрону, вы умножаете значение предыдущего нейрона на вес между нейронами и добавляете смещение.

Чтобы обучить сеть, необходимо записать помеченные обучающие данные на входной слой. Сеть распространяет данные через переменное количество скрытых слоев в соответствии с весами и смещениями.

Наконец, данные поступают на выходной слой. Выходной нейрон с наибольшим значением является предсказанием сети. В зависимости от того, правильно ли предсказание или нет, ИИ корректирует все индивидуальные веса и смещения. Таким образом, предсказания становятся все более точными, что означает, что сеть обучается.

Ознакомьтесь с нашим видео YouTube чтобы увидеть пример и обучить свой собственный ИИ.

Приложения ИИ

Давайте рассмотрим некоторые области применения искусственного интеллекта. Можно утверждать, что искусственный интеллект может сделать все, что угодно, если у него достаточно времени и вычислительной мощности.

ИИ может распознавать изображения и понимать человеческий язык. Мы все знаем такие вещи, как Alexa или Siri.

Если вы хотите создать свой собственный ИИ, особенно для домашней автоматизации, компьютерного зрения или обработки естественного языка, то у нас есть кое-что особенное для вас.

Наш новый Набор для изготовления AIY включает в себя все, что вам нужно для ваших проектов Machine Learning.

Сочетание мощности Raspberry Pi 4 с 8 ГБ оперативной памяти и USB-ускорителя Google Coral позволяет создавать все, что душе угодно. Подумайте об автоматической собачьей двери или собственном домашнем помощнике. Можно создать замок с функцией распознавания лиц или устройство перевода в реальном времени.