2 of 6

ПОНЯТИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА�

Интелле́кт - общая познавательная способность, которая проявляется в том, как человек воспринимает, понимает, объясняет и прогнозирует происходящее, какие решения он принимает и насколько эффективно он действует (прежде всего в новых, сложных или необычных ситуациях).

Искусственный интеллект— это способность компьютера обучаться, принимать решения и выполнять действия, свойственные человеческому интеллекту.

3 of 6

ОБЛАСТИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Области искусственного интеллекта

Робототехника – это область науки и технологии, которая изучает создание и программирование роботов, которые могут выполнять различные задачи и функции, как в промышленности, так и в повседневной жизни.

Компьютерное зрение (Computer Vision, CV) — это область машинного обучения и компьютерных наук, помогающая вычислительным машинам понимать мир путем распознавания визуальных образов и обнаружения объектов, как это делают люди.

Обработка естественного языка или NLP (Natural Language Processing) — это область искусственного интеллекта, которая фокусируется на возможности машин читать, понимать и извлекать смысл из человеческих языков.

Это дисциплина, которая нацелена на разработку и применение современных подходов из data science к человеческому языку и находит свое практическое применение во всё большем количестве различных отраслей.

4 of 6

ЗАДАЧИ ОБРАБОТКИ ЕСТЕСТВЕННОГО ЯЗЫКА:

Распознавание речи
Генерация естественного языка
Определение смысла слова
Анализ эмоциональной окраски текста
Определение перекрестных ссылок
Распознавание именованных сущностей

Распознавание речи - переводить голосовую речь в текст.

Генерация естественного языка - перевод структурированных, то есть табличных, данных, в текст на естественном языке.

Определение смысла слова - определять значение слова после семантического анализа предложения.

Анализ эмоциональной окраски текста - алгоритмы обработки естественного языка могут получать из текста его субъективные характеристики, например эмоции.

Определение перекрестных ссылок - текст он разбивается на токены — небольшие фрагменты, например отдельные слова. При дальнейшем анализе требуется сохранить и учесть их взаимосвязь.

Распознавание именованных сущностей - имена собственные: имя человека, название города, валюты и так далее. Задача NLP — правильно их выявить, чтобы корректно использовать при обработке текста и генерации ответа.

5 of 6

ТИПЫ МАШИННОГО ОБУЧЕНИЯ:

Обучение с учителем

Обучение без учителя

Обучение с частичным участием учителя

Обучение с подкреплением

Глубинное обучение

Машинное обучение (ML) — это направление искусственного интеллекта (ИИ), сосредоточенное на создании систем, которые обучаются и развиваются на основе получаемых ими данных

Обучение с учителем (supervised learning) - компьютер может учиться под присмотром учителя, то есть дата-сайентиста или аналитика данных, который предоставляет ему размеченные данные.

• Обучение без учителя (unsupervised learning) - здесь программа не получает от специалиста никаких подсказок. Есть большой массив данных, и модели машинного обучения нужно самой найти закономерности.

• Обучение с частичным участием учителя (semi-supervised learning) - что-то среднее между полностью самостоятельным обучением и обучением с учителем. Например, специалист может разметить только небольшую часть данных, чтобы повысить точность предсказаний модели на старте её обучения.

• Обучение с подкреплением (reinforcement learning) – компьютер способен учиться в динамичной среде: игровом или реальном мире. Например, с помощью обучения с подкреплением обучают беспилотные автомобили. Описать абсолютно все ситуации на дороге в виде правил нереально. Нельзя предсказать, в какой момент на дорогу выбежит ребёнок или как ориентироваться на дороге в густом тумане. Поэтому беспилотные автомобили учатся водить при помощи симуляции реальной среды.

• Глубинное обучение (deep learning) — это класс алгоритмов машинного обучения, созданный по аналогии со структурой человеческого мозга. Они работают благодаря многослойным нейронным сетям.

6 of 6

ОБЛАСТИ ПРИМЕНЕНИЯ ИИ

•построение интеллектуального (дружественного) интерфейса в информационных системах

•решение задачи, которые не могут быть решены обычными методами

•увеличение скорости и качества решения задач

•решение задач в условиях неполноты данных

•анализированние больших объемов информации

•понимать речь, ручное письмо и т.д.

1 of 6

2 of 6

3 of 6

4 of 6

5 of 6

6 of 6