13 августа 2009 
smart 
С приходом Новейшей эры человечество занялось разработкой ранее недоступных разработок в отыскивании решений и ответов все более тяжёлых задач. Одной из таких — стала разработка ИИ, в последствии, задействованного во всевозможных сферах.
Человеческий мозг — сложнейшая экосистема, снабжающая обработку n-го количества операций, что подразумевает полную помощь жизнедеятельности организма в целом. Проводя параллель, это «центральный процессор», складывающийся из миллиардов нейронов, соединенных с ещё громадным числом синапсов (имеющих возможность модифицироваться в ходе обучения).
Не обращая внимания на нередкое сравнение ИИ и человеческого мозга подобное утверждение, есть неверным. Да, изначально за базу был забран человеческий мозг (что до сих пор мало изучен). Но архитектурное строение обеих моделей включая нейрофизиологические базы, процесс обучения, адаптации и тому подобное — полностью хорошее.
В ходе самообучения мозг формирует новые нейроны. Данный процесс именуют нейрогенезом. ИИ со своей стороны применяет дешёвые ресурсы, имея возможность расширения лишь за счет аппаратной составляющей. И таких отличий довольно много.
К тому же, существуют разные вариации самого ИИ.
Значительно чаще нейросеть применяет способ слоев (подобно нервным клеткам живого организма), обучаясь за счет последующего анализа данных. Для каждой записи нейросеть формирует описание, и в ходе обучения, сравнивая с верным ответом, исправляет либо дополняет его. Данный процесс повторяется до тех пор, пока не срабатывает предварительно заданный критерий остановки.
Такая нейросеть имеет постепенную совокупность обучения (череда задач), которую дробят на три части: входные, скрытые и выходные нейроны слоев. Каждому связующему нейроны звену (что-то типа синапсов) выдается «оценка» действия, регулирующая их полномочия. Потом входные сведенья поступают в первоначальный слой, распространяясь от определенного нейрона слоя к нейронам следующих слоев (скрытые), по окончании подбивая итог с выходного слоя.
Как упоминалось ранее, на сегодня совокупность ИИ употребляется в огромном количестве разных сфер, начиная с развлекательной индустрии и заканчивая медициной, кардинально меняя представления людей и способ подхода. Keddr поведает о некоторых из них.
Мультимедиа
Сотрудники компании «Яндекс» разработали метод, что формирует рифмованные тексты на базе поисковых запросов. Спустя некое время ему «скормили» творчество Егора Летова («Гражданская защита»), по окончании записав музыкальный альбом, якобы копирующий манеру выполнения певца.
Одной из самые популярных категорий с применением нейросети являются изображения. Причем способ применения снова же полностью всевозможный. И кроме развлекательных целей, первым делом, задействуется в области безопасности.
FindFace — сервис для поиска людей, применяющий метод идентификации пользователей социальной сети «Вконтакте» посредством фотографии лица. Но, как и неизменно, разработкой заинтересовались разведслужбы, каковые уже трудятся над внедрением метода в существующую совокупность, применяя в качестве промежуточного инструмента муниципальные совокупности видеонаблюдения (тестируется в Москве). Схожую разработку называющиеся Next Generation Identification применяют FBI.
В случае если быть более правильным, подобные разработки существовали ещё задолго перед тем, как о них стало известно рядовому гражданину.
А вот разработка называющиеся NeuralTalk, созданная Фей-Фей Ли и Андреем Карпати из Стэнфордской лаборатории ИИ, кроме идентификации с последующей выдачей вероятных вариантов может кроме этого обрисовывать «замеченные» объекты в реальном времени.
Вот ещё один пример. Американский стартап Affectiva выпустил метод называющиеся Affdex. Он может распознавать эмоции и мимику людей и изначально рекомендован для применения в мобильных играх.
Разработка разрешает выяснить, как пользователь реагирует на рекламу, либо выявить эмоциональное состояние человека для персонализации игрового опыта, применяя огромную базу данных (массив видеоданных), насчитывающую более 1,5 млрд. чувств (в видео формате).
Медицина
Больному с сильной болью в животе был поставлен диагноз — острый аппендицит. Лабораторное изучения подтвердили высокое количество лейкоцитов в крови, на базе чего доктора сделали вышеупомянутое заключение. При проведении хирургического вмешательства (просматривай — операции) оказалось, что диагноз ошибочный. У больного были очевидная метеоризм и кишечная колика.
Надобность в операции отсутствовала.
Вторая обстановка. Больному был поставлен диагноз кишечная колика и метеоризм. По окончании лабораторной диагностики и обследования (лабораторные показатели в норме) больной был отпущен к себе.
Через трое дней человек погиб от перитонита благодаря неправильно установленного диагноза. Согласно данным статистики на три дня заболевания, при перитоните выживает менее 15% больных. Обстоятельством лабораторной неточности стал антропогенный фактор.
Ещё один пример. Инфаркт миокарда. При постановке диагноза употребляется порядка сорока разных параметров.
Анализ на «стремительную руку» вряд ли окажет помощь дать правильное определение. Возвращаясь к статистике: у 29% больных заключение – ошибочно. И опять антропогенный фактор.
На заре прошлого века Вильям Бакст, сотрудник Калифорнийского медуниверситета (Сан-Диего) применял нейросеть — многослойный персептрон (нейросеть прямого распространения), для диагностики инфаркта миокарда. Бакст задал лишь половину параметров, как-то: пол, возраст, реакция на нитроглицерин, рвотный рефлекс, потоотделение, обмороки, частота/сердцебиения и количество дыхания, история инфарктов, диабет, гипертония и других. Исходный итог показал 92% правильных и всего 4% фальшивых ответов.
Нестандартное использование
Английская компания Intelligent Brewing применяет ИИ в качестве инструмента для поиска рецепта… совершенного пива. В партнерстве с агентством 10X был создан метод ABI (Automated Intelligence Brewing), применяющий способ фидбека (посредством вопросов). Линейка включает четыре сорта напитка: Amber AI, Black AI, Golden AI and Pale AI. По окончании процесса дегустации клиент посредством facebook-чат-бота проходит тест.
Итоговые эти поддаются анализу, и в следствии определяются самые популярные варианты ответов, по окончании чего пивовары приобретают необходимый рецепт.
Принципиально важно подчернуть, что программа не занимается очевидным анализом данных, а самообучается (ИИ все же), довольно часто самостоятельно принимая решения.
Вывод
Я привел только маленькое количество примеров, чего вполне достаточно для поверхностного знакомства с вопросом. Многие из нас кроме того опоздали подметить, как нейронная сеть (она же ИИ) прочно въелась и стала уже повсеместным явлением. Пронизывая технологическое пространство, ИИ употребляется для громадного множества задач.
имитация и Идентификация личности по окончании смерти, игра в го и армейские разработки, мониторинг национальных климатической обстановки и границ, написания сценариев и создание музыки, соцсети («шесть рукопожатий»), реалистичность поведения игровых персонажей, умные вещи/IoT, автопилот и многое-многое второе.
А так как это лишь начало. Если сравнивать с человеком ИИ имеет легко большой потенциал, причем применяет его по максимуму. Многие ученные, медийные личности, и легко «не последние люди» (к примеру, Илон Маск, Билл Стив и Гейтс Хокинг) являются приверженцами теории технологической сингулярности, что есть (согласно их точке зрения) неизбежным этапом в развитии данной разработке.
Но иначе, нейросеть дала громадный толчок в развитии множества крайне важных разработок, тем самым выведя человечество на новый уровень и открыв не дешёвые доселе тайны и возможности.
Если вы нашли неточность, прошу вас, выделите фрагмент текста и надавите Ctrl+Enter.
Рубрика: 
Метки: 
