Реферат на тему Искусственный интеллект

Содержание:

Введение 2
1. Общие сведения о системах искусственного интеллекта 3
2. Понятие искусственного интеллекта 8
3. Преимущества и недостатки искусственного интеллекта 13
Заключение 22
Библиографический список 23

Введение:

В современном мире прогресс производительности труда любого человека практически достигается только в тех случаях, когда часть интеллектуальной нагрузки берут на себя компьютеры.
Одним из способов достижения максимального прогресса в этой области является искусственный интеллект, когда компьютер возьмет на себя не только однотипные повторяющиеся операции, но и сможет учиться сам. Кроме того, создание полноценного искусственного интеллекта открывает перед человечеством новые горизонты.
Одним из направлений в области искусственного интеллекта являются интеллектуальные информационные системы. Интеллектуальные информационные системы это естественный результат развития обычных информационных систем. Они сосредоточили в себе наиболее наукоемкие технологии с высоким уровнем автоматизации не только процессов подготовки информации для принятия решений, но и самих процессов выработки вариантов решений, опирающихся на полученные информационной системой данные. 
Таким образом, вопрос относительно искусственного интеллекта и интеллектуальным информационных систем остается открытым и на сегодняшний день, а, следовательно, актуальность данной темы является очевидной.
Цель данной работы заключается в исследовании искусственного интеллекта.
На основе поставленной цели в работе решаются следующие задачи:
1. Рассмотреть общие сведения о системах искусственного интеллекта .
2. Изучить понятие искусственного интеллекта.
3. Рассмотреть преимущества и недостатки искусственного интеллекта. .

Заключение:

Искусственный интеллект увеличивает и расширяет возможности человеческого интеллекта.
В последнее время и в ближайшем будущем необходимость оказывать благотворное влияние искусственного интеллекта на общество мотивировала исследования во многих областях, таких как безопасность или контроль, экономика и право.
Создатели и исполнители искусственного интеллекта настаивают на том, что машинный интеллект полезен и создан для помощи человеческому роду.
В заключение данной работы можно отметить, что в связи со всей вышеперечисленной информацией я не поддерживаю ни сторону полной безопасности для человечества, ни сторону абсолютнейшей угрозы использования и развития искусственного интеллекта. Создание искусственного интеллекта, пожалуй, самое большое событие для человечества. При конструктивном использовании и развитии мы можем использовать искусственный интеллект для искоренения нищеты и голода среди людей.
Силу искусственного интеллекта, которая непреднамеренно вызывает разрушение и повреждение, нельзя игнорировать. Что поможет нам лучше контролировать это, так это исследование и углубленное изучение важности искусственного интеллекта.
Одно только исследование может контролировать потенциально вредные последствия искусственного интеллекта и помочь нам насладиться плодами этого нововведения.

Фрагмент текста работы:

1. Общие сведения о системах искусственного интеллекта 
Загадка того, как «функционирует» человеческий мозг, занимала многих философов и естествоиспытателей с древних времен. На сегодняшний день ученые постепенно приходят к ее решению, подступая к тому часу, когда человек сможет полностью осознать, как и при помощи чего мы действительно думаем. Именно на сегодняшний день развитие компьютерных технологий и последние достижения нейробиологии сделали реальным то, что ранее казалось недосягаемым. Стали появляться компьютеры, которые могут понимать речь, найти ориентацию в пространстве и также писать научные работы. Функционирование данного рода машин относительно базируется на принципах работы мозга [2].
Хорошо известно, что человеческий мозг содержит нейроны (во всяком случае, они отвечают за мыслительные процессы). Морфологически данные клетки схожи с корнями деревьев – дендриты и ствол-аксон. Дендриты суммируют электрические сигналы, которые поступают от иных нейронов, и в соответствии с этим нейрон «решает», создавать ли потенциал действия (т.е. нервный импульс). Потенциал действия – это волна токов ионов натрия и калия, которая быстро проходит через мембрану и распространяется без затухания по аксону к другим нейронам. Непосредственно данный параметр дает возможность нейронам передать сигнал на значительные расстояния без утраты информации. Например, потенциал действия, формируемый в коре головного мозга, может достичь нейронов в позвоночнике, а затем и в руке за считанные миллисекунды. На конце аксона находятся синапсы, из которых, пройдя потенциал действия, высвобождаются особые вещества — нейромедиаторы. Они передают сигнал следующему нейрону, и так далее, по цепочке [4].
Однако один-единственный нейрон отдельно от всех не может обеспечить сложное поведение, специфичное для животных, а тем более для самых умных из них — людей. Ученые подсчитали, что в человеческом мозге насчитывается приблизительно сто миллиардов нервных клеток, которые соединены в сложную сеть со ста триллионами синаптических контактов между ними [3]. 
К числу одних из основных вопросов исследования биологических нейронных сетей можно отнести то, что при соединении нейронов относительно простое поведение отдельной единицы трансформируется в сложное поведение сети в целом. Между тем полностью понять ограниченные возможности эксперимента трудно: в реальной нейронной сети практически невозможно измерить все сигналы от всех ста миллиардов нейронов и отследить каждый процесс, который в ней происходят. Именно здесь на помощь ученому приходят принципы компьютерного моделирования. Математическая модель всегда помогала исследователям ответить на такие сложные вопросы. А после появления компьютеров возможности в этой области непрерывно увеличиваются.
Одним из последних достижений в этой области является проект Blue Brain, возглавляемый Генри Маркром [1]. В рамках этой инициативы ученые пытаются воспроизвести поведение одной колонки коры головного мозга, состоящей из сотен тысяч клеток, которые моделируются с максимальной степенью детализации. Колонки в новой коре головного мозга являются ее важнейшим функциональным элементом, на уровне которого, по мнению многих ученых, происходят вычисления, являющиеся основой высших психических функций, в том числе и мышления. Именно поэтому детальное изучение этих структур чрезвычайно важно.
Первая модель нейрона была создана в 1907 году французским физиологом Льюисом Ляписиком – задолго до того, как был изучен механизм формирования потенциала действия нейрона [5]. Модель была очень проста: согласно ей, нейрон в виде конденсатора накапливает напряжение до определенного порогового значения, после чего генерирует потенциал действия. Стоит отметить, что концепция нейрона как порогового интегратора мало изменилась со времени публикации работы Льюиса Лаписика, но многие важные детали были уточнены.
Первое упоминание об искусственных разумных существах можно найти в греческой мифологии. Согласно легенде, Гефест по просьбе Зевса создал бронзового гиганта Талоса, который охранял Елену на острове Крит. В Средние века существовали легенды о гомункуле и Големе — созданных человеком разумных существах.
С конца XIX века искусственные живые существа стали неотъемлемой частью культуры, начиная с пьесы Мэри Шелли «Франкенштейн» и пьесы Карела Чапека «Rossum Universal Robots». Именно в этой пьесе Чапек впервые употребил слово «робот», придуманное его братом Йозефом (robota по-чешски означает «принудительный труд») [7].
До середины ХХ века разговоры об интеллектуальных машинах носили чисто теоретический характер, но в 1956 году развитие искусственного интеллекта приобрело статус научной дисциплины. Это было связано с появлением электронных вычислительных машин, а также с прорывом в нейробиологии. Наука о мозге помогла нам понять, что нервная система функционирует посредством обмена электрическими импульсами между нейронами, а компьютеры позволили описать эти процессы с помощью программ.
Вскоре стало ясно, что создание искусственного интеллекта требует хотя бы понимания смысла слов «искусственный» и «интеллект». Алан Тьюринг нашел изящный выход: вместо того чтобы пытаться сформулировать, что такое «интеллект», он предложил определить, есть ли он у машины или нет, таким способом, который был назван «тестом Тьюринга» [8].
Идея теста заключается в том, что экзаменатор общается в текстовом режиме с двумя испытуемыми, один из которых является машиной, а другой – человеком. Цель экзаменатора – определить, кто есть кто. Тест считается успешным, если машине удается обмануть эксперта. Несмотря на кажущуюся простоту, ни одна программа до сих пор не смогла его пройти.
Хотя пока еще не удалось создать настоящего мыслящего робота, различные современные подходы позволяют нам постоянно расширять круг задач, которые могут решать компьютеры, даже в тех областях, которые всегда считались доступными только человеку — например, работа с символами и написание научных статей.
Разработчики искусственных нейронных сетей были вдохновлены работой реальных нейронов в головном мозге. Только вместо реальных ячеек сети используют уравнения, моделирующие их работу.
Входные нейроны первыми получают информацию в нейронной сети. Именно они получают сигналы от внешнего раздражителя, которым может быть все что угодно: образы, отдельные звуки и даже человеческая речь. Но для того, чтобы передать полученную информацию, входные нейроны должны перевести стимульный сигнал на свой «язык». Это работа другого типа рецепторной клетки, которая преобразует информацию о раздражителе в нервные импульсы. Биологическим примером таких рецепторов являются палочки и колбочки в сетчатке. Такие рецепторы присутствуют и в искусственных нейронных сетях: при обработке изображений ими являются фотоэлектрические элементы, а звуком – микрофоны.
Завершающим этапом обработки информации в нейронной сети являются выходные нейроны, активность которых интерпретируется как результат: сигнал от рецепторов, преобразованный входными нейронами, поступает в сеть, затем переходит к следующим нейронам и преобразуется взаимодействиями между ними через синапсы. Например, если сеть занимается распознаванием букв алфавита, то после успешного обучения на выходе будут активны нейроны, соответствующие этим буквам [6].
Для того чтобы сеть правильно классифицировала входной сигнал, необходимо правильно выбрать связи между нейронами. В 1943 году нейрофизиолог Фрэнк Розенблатт создал модель, получившую название персептрон (от латинского perceptio — восприятие) [9]. Она работает следующим образом: ранние обучающие связи между нейронами одинаковы, тогда сеть имеет разные буквы несколько раз, и если буквы классифицируются на выходе нейронов правильно, то связи, ведущие к правильной классификации, а если нет, то ослабевают [12]. Таким образом, представив большое количество стимулов, сеть учится распознавать их. В то же время, чем больше букв нужно выучить сети, тем больше должно быть число нейронов. В результате сеть может распознавать буквы, которые лишь отдаленно напоминают те, что используются в обучении. Более того, буквы могут быть повреждены или написаны другим шрифтом, но сеть все равно сможет их распознать.
На самом деле многие компьютерные программы используют такой подход: например, программа Fine Reader, которая распознает изображение и переводит его в текст, использует в своей работе нейронные сети [7]. Распознавание рукописного текста работает точно так же на смартфонах и планшетах.
Итак, человечество полным ходом работаем над созданием искусственного интеллекта – программ, обладающих, по крайней мере частично, свойствами человеческого интеллекта. До сих пор ученым лучше всего удавалось решать конкретные специализированные задачи, такие как распознавание образов, автоматизированное написание финансовых отчетов или описание результатов спортивных игр на основе статистических данных о ходе игры.
Однако создание так называемого «сильного» искусственного интеллекта, то есть полноценного искусственного сознания, все еще представляется труднодостижимой целью. Тем не менее, попытки создать его чрезвычайно полезны, так как они позволяют нам лучше понять, что такое человеческий разум. Сегодня основная работа направлена на создание алгоритмов, позволяющих компьютерам осуществлять логическое мышление, собирать, систематизировать и оперировать знаниями об окружающем мире, ставить цели и искать оптимальные пути их достижения, учиться, распознавать речь и многое другое.