Введение
Искусственный интеллект преобразует мир, позволяя машинам выполнять задачи, которые обычно требуют человеческого интеллекта, такие как принятие решений, распознавание образов или решение проблем.
Last updated
Искусственный интеллект преобразует мир, позволяя машинам выполнять задачи, которые обычно требуют человеческого интеллекта, такие как принятие решений, распознавание образов или решение проблем.
Last updated
Термин ИИ состоит из двух слов: «искусственный», что означает рукотворный, и «интеллект», что относится к мыслительной силе. Таким образом, ИИ можно понимать как «мыслительную силу, созданную человеком».
Искусственный интеллект (ИИ) — это область исследований, сосредоточенная на создании систем, способных к интеллектуальному поведению. Некоторые определения описывают его как изучение или разработку интеллектуальных агентов. Агентом в данном контексте может быть как программное обеспечение, так и аппаратное обеспечение, которое взаимодействует со своей средой и совершает действия для максимизации своих шансов на успех.
В общем смысле, ИИ — это раздел компьютерной науки, который фокусируется на создании интеллектуальных машин, способных вести себя как люди, думать как люди и принимать решения автономно. В отличие от традиционного программирования, где каждое действие предопределено, системы на базе ИИ используют алгоритмы, которые позволяют им учиться, рассуждать и решать проблемы самостоятельно. Эта способность действовать без предварительного программирования делает ИИ революционным инструментом для различных отраслей, от здравоохранения до робототехники.
Понимая основополагающие концепции ИИ, мы можем понять, как машины развиваются, чтобы копировать человеческие навыки, предлагая инновационные решения для сложных задач и стимулируя технологические достижения по всему миру.
Для целей этой книги под “интеллектуальным агентом” понимается тот, который решает задачу оптимальным образом. Это означает, что система самостоятельно определяет наилучший план действий, выясняя, что приведет к наиболее успешному результату.
Обучение на опыте: агент запоминает свои действия и оценивает, приводят ли они к положительным или отрицательным результатам. Затем он использует эти знания, чтобы сравнивать новые действия с прошлыми ситуациями.
Моделирование исходов: перед тем как совершить действие, агент может смоделировать возможные результаты (будет действие полезным или вредным) и выбрать наименее вредное или наиболее выгодное. Это требует создания абстракции или модели мира. Важно понимать, что модель мира — это всего лишь представление, а не сам мир.
Сегодня существует много путаницы, связанной с использованием терминов "искусственный интеллект", "машинное обучение" и "глубокое обучение". На самом деле все эти термины взаимосвязаны между собой, причем машинное обучение и глубокое обучение являются частью (точнее подмножествами) самого искусственного интеллекта.
Интересно, что как только проблема полностью решается с помощью ИИ, она часто больше не считается "интеллектуальной". Например, обучение компьютера игре в шахматы когда-то считалось вершиной достижений интеллекта. Однако сегодня это рутинная задача и она больше не рассматривается как нечто особенное, что может продемонстрировать достижения ИИ.
