Алгоритм нейросети будет усложняться. Тенденции искусственного интеллекта

Обновленный алгоритм нейросети позволяет механизмам рассуждать

Развитие искусственного интеллекта в настоящее время происходит благодаря успехам deep learning. Речь идет о совокупности методов машинного обучения для создания у роботизированных систем представлений об объектах и задачах. Как видим, речь идет не об обычных алгоритмах под задачи (как это происходит, например, с чат-ботами, автоматами-уборщиками и другими подобными машинами) а о более сложных алгоритмах нейросетей.

Deep learning работает таким образом, что имитирует у механических сущностей человеческие способности: видеть, слышать и рассуждать. Подобные алгоритмы уже давно используются, например, в работе Google-ассистента и даже при осуществлении обычного поискового запроса.

Алгоритм нейросети: от команд к машинной логике

Американские ученые при помощи нейросетей проанализировали более 17 тысяч научных работ, вышедших, начиная с 2000 года, посвященных исследованиям в отрасли искусственного интеллекта. Оказалось, что в ранних 2000-х большинство ученых занималось нейросетями. В 2010 годах служители науки поняли, что системы необходимо обучать.

Изначально считалось, что необходимо запрограммировать роботов всеми знаниями, доступными человечеству. Данная ветвь оказалась тупиковой: обработав всю информацию, можно получить лишь поисковую систему или справочное бюро.

Вместо знаний у роботов попытались зародить здравый смысл. Связано это с тем, что для адекватной работы техники нужно запечатлеть в виде программного кода слишком много правил и алгоритмов. Вместо этого систему стали учить видеть, слышать и анализировать информацию.

Ручное кодирование миллионов правил сменилось автоматическим получением нужной информации из массива данных. Для примера: если человеку кажется, что его персональный помощник Siri со временем стал умнее, это не заблуждение. В результате взаимодействия с индивидуумом система самообучается, следовательно, становится более умной.

Есть несколько направлений машинного обучения, но главные среди них различаются степенью участия в нем человека. Контролируемое – это когда система потребляет специально выделенные для нее массивы данных. Практикуется также обучение с подкреплением, которое имитирует школу: с хорошими и плохими отметками и разнообразными стимулами. Результатом исследований такого рода стала победа системы AlphaGo в 2015 году над человеком (чемпионом мира) в состязании по китайской логической игре Го.

Учитывая широкий спектр технических областей, в рамках которых развивается и консультирует Александр Пан, данный ресурс ведется пресс-службой эксперта. В настоящий момент мы постоянно обновляем актуальные темы, входящие в компетенцию Александра - это IT, Искусственный Интеллект, Блокчейн и финансовые разработки. Желаем вам увлекательного чтения и приятного времяпровождения на данном блоге.

Прошлая статья
Блокчейн в логистике, а также интернет вещей: как это работает
Алгоритм нейросети будет усложняться. Тенденции искусственного интеллекта