2-savol. Sun'iy tafakkurning kelgusida rivojlanish tendensiyalari

2-variant

2-savol. Sun'iy tafakkurning kelgusida rivojlanish tendensiyalari.

So'nggi bir necha yil ichida sun'iy tafakkur barcha asosiy sohalarda ustunlik qildi, mashina o'qitish va sun'iy tafakkur texnologiyalariga yo'naltirilgan tizimlar, dasturlar va dasturlar sonining misli ko'rilmagan o'sishi. Aqlli mashinalar olimlar va muhandislar tomonidan ishlab chiqilgan, ular aqlni taqlid qiladigan va bilimlarni rivojlantiradigan va oddiy odamlar qanday ishlashiga taqlid qiladigan. Bu bizning kelajakka chinakam intilayotganligimizdan dalolat beradi.

Sun'iy tafakkurning kelgusida rivojlanish tendensiyalariga quyidagilarni misol qilishimiz mumkin:

• 
  Tibbiy yordamni aniqroq va arzonroq qilish uchun Sun'iy tafakkurdan foydalanish
  
• 
  Tushunarli va ishonchga ko'proq e'tibor qaratish 
  
• 
  AI ma'lumotlar kamroq och qolmoqda
  
• 
  Neyron tarmoqlarining aniqligi va samaradorligi yaxshilash
  
• 
  Sun'iy tafakkurni avtomatlashtirish
  
• 
  Ishlab chiqarishda Sun'iy tafakkurdan keng foydalanish
  
• 
  AIdan foydalanishning geosiyosiy oqibatlari
  

Intellekt tushunchasi ta'rif uchun bag‘oyat qiyin tushunchalar sirasiga kiradi. Uzoq asrlar davomida insoniyatning eng zehni o‘tkir ilm peshvolari intellektning aynan nima ekanligi haqida muttasil ilmiy-falsafiy munozaralar yuritib kelishgan. Lekin bundayin ilmiy bahslar qanchalik darajada keskin yoki murakkab bo‘lmasin, ularda o‘ziga xos mutlaq yakdillik bor edi: intellekt - insongagina xos bo‘lgan oliy tushuncha o‘laroq qaralardi. Basharti, biror adabiy yoki fantastik asarda insondan o‘zga mavjudod yoki narsaning ong va tafakkur sohibi bo‘lishi, qisqacha aytganda - intellektga egaligi haqida gap borsa hamki, bu o‘z nomi bilan badiiy to‘qima yoki, fantastik uydirmadan nariga o‘tmagan. Suqrotdan boshlab, Eynshteyngacha bo‘lgan davrlarda hatto eng yuksak zakovatli olimlarda ham intellektning sun'iy bo‘lishi mumkinligi haqida jo‘yali jiddiy ilmiy fikrning o‘zi bo‘lgan emas...

Biroq, XX-asrning dastlabki choragidan boshlab vaziyat butunlay o‘zgardi. Aniqrog‘i, insoniyat o‘z xizmati uchun elektron hisoblash mashinalari - kompyuterlarni joriy qila boshlar ekan, intellekt masalasidagi bahslar ham yangi o‘zanga burildi. Insoniyat o‘z qo‘li bilan yaratilgan intellektual mashinalar - kompyuterlar, robotlar va boshqa shunga o‘xshash mexanik-elektronik tizimlar tomonidan muayyan intellektual salohiyat taqozo etuvchi masalalarni mustaqil hal etishi, o‘zi qaror qabul qilishi va vaziyatga qarab o‘z hatti-harakatlarini muvofiqlashtira olishi mumkinligi kabi intellektual "hislatlari" bilan yuzma-yuz keldi. o‘shanda ilk bora intellektning yasama shakli, ya'ni - sun'iy intellekt haqidagi bahslar o‘rtaga chiqqan edi. Keling, ushbu maqolada biz ham yana bir bora o‘sha muhim va qiziq masalaga - sun'iy intellekt masalasiga murojaat etib ko‘ramiz.
Avvalo "sun'iy intellekt" tushunchasining o‘zi haqida. "Sun'iy" so‘zining ma'nosi ayon: u kelib chiqishiga ko‘ra tabiiy bo‘lmagan narsani, ya'ni, inson qo‘li bilan yaratilgan narsalarni nazarda tutadi. "Intellekt" so‘zini esa bundayin oson ta'riflashning imkoni yo‘q. Lug‘atlarda uning ma'nosi juda xilma-xil beriladi. Masalan, intellektni "qaror qabul qila olish qobiliyati", "anglash qobiliyati" kabi qisqa va lo‘nda ta'riflaridan tashqari, "bilish, idrok qilish va tahlil asosida, hamda, yig‘ilgan tajriba hamda ko‘nikmalar vositasida yangi vaziyatlarga moslasha olish" kabi uzundan uzoq ta'riflari ham bor. Ilmiy atama holidagi "sun'iy intellekt" tushunchasi esa ilk bora 1956-yilda, Stenford universitetida o‘tkazilgan ilmiy anjumanda inglizcha "artificial intelligence" (AI) tarzida ilm-fanga taklif qilingan edi. Shundan buyon mazkur tushuncha ilmiy jamoatchilik orasida mustahkam o‘rnashib qoldi.
Aytib o‘tganimizdek, sun'iy intellekt borasidagi jiddiy munozaralar ilk EHMlarning paydo bo‘lishi bilan ibtido oladi. Lekin yanada teranroq nazar tashlasak, intellektual masalalarni hal qilish vazifasini insondan boshqa obyetklarga yuklashga qaratilgan urinishlar ancha avvalroq - Paskal va Leybnitslar davridan boshlangan. Chunonchi Leybnits 1672 yilda mashhur golland olimi Gyugens huzurida mehmonda bo‘ladi va uning kun tartibining katta qismini, ilmiy tadqiqotlarning faqat matematik jihatiga tegishli bo‘lgan murakkab hisob-kitoblarni qo‘lda bajarish amaliyoti band qilayotganini ko‘radi.
1-savol. Mashina ta'limi va qo'llanilishi

Mashina ta'limi bu tajriba orqali avtomatik ravishda yaxshilanadigan kompyuter algoritmlarini o'rganishdir. Bu sun'iy intellektning pastki qismi sifatida qaraladi. Mashinalarni o'qitish algoritmlari bashorat qilish yoki qarorlarni amalga oshirish uchun aniq dasturlashtirilmasdan turib, bashorat qilish yoki qaror qilish uchun "ma'lumotlar to'g'risida ma'lumot" deb nomlangan namunaviy ma'lumotlar asosida matematik modelni yaratadilar. kerakli vazifalarni bajarish uchun an'anaviy algoritmlarni ishlab chiqish qiyin bo'lgan yoki imkonsiz bo'lgan joylarda elektron pochta filtri va kompyuterni ko'rish kabi turli xil dasturlar.

Mashina ta'limi o'qitish kompyuterlardan foydalangan holda bashorat qilishga asoslanadigan hisoblash statistikasi bilan chambarchas bog'liq. Matematik optimallashtirishni o'rganish mashinalarni o'qitish sohasiga usullar, nazariya va amaliy sohalarni etkazib beradi. Ma'lumotlar konstruktsiyasi - o'rganish bilan bog'liq bo'lgan sohadir, bunda nazoratsiz o'rganish orqali ma'lumotlarning izlanishlarini tahlil qilishga alohida e'tibor beriladi. Uni biznes bilan bog'liq muammolarda qo'llashda, mashina o'rganish ham bashoratli tahlil deb ataladi.

Mashinada o'qitish kompyuterlarni aniq dasturlashtirilmasdan qanday qilib vazifalarni bajarishni kashf etishni o'z ichiga oladi. Amalda, inson dasturchilariga har bir qadamni belgilashga emas, balki o'z algoritmini ishlab chiqarishga yordam berish samaraliroq bo'lishi mumkin.

Mashinasozlik (Machine Learning) bu tajriba orqali avtomatik ravishda yaxshilanadigan kompyuter algoritmlarini o'rganishdir. Bu sun'iy intellektning pastki qismi sifatida qaraladi . Mashinalarni o'qitish algoritmlari bashorat qilish yoki qarorlarni amalga oshirish uchun aniq dasturlashtirilmasdan qilish uchun " ma'lumot ma'lumotlari " deb nomlanuvchi namunaviy ma'lumotlarga asoslangan matematik modelni yaratadi.  Mashinalarni o'rganish algoritmlari turli xil dasturlarda, masalan, elektron pochtani filtrlash va kompyuterni ko'rish kabi ishlatiladi , bu erda kerakli vazifalarni bajarish uchun an'anaviy algoritmlarni ishlab chiqish qiyin yoki imkonsizdir.

Mashinalarni o'qitish kompyuterlardan foydalangan holda bashorat  qilishga asoslanadigan hisoblash statistikasi bilan chambarchas bog'liq . O'rganish matematik optimallashtirish mashina ta'lim sohasidagi uchun usullarini, nazariya va amaliy domenlarni ta'minlaydi. Ma'lumot konstruktsiyasi - o'rganish bilan bog'liq sohadir, nazoratsiz o'rganish orqali ma'lumotlarning izlanish tahliliga qaratilgan .  Uni biznes bilan bog'liq muammolarga nisbatan qo'llashda, mashinalarni o'qitish ham bashoratli tahlil deb nomlanadi .

Mashinada o'qitish kompyuterlarni aniq dasturlashtirilmasdan qanday qilib vazifalarni bajarishni kashf etishni o'z ichiga oladi. Odamlar kompyuterlarga topshirgan dastlabki vazifalar uchun, muammoni hal qilish uchun mashinaga barcha zarur qadamlarni qanday bajarishni aytib beradigan algoritmlarni yaratish mumkin edi. Shunday qilib, kompyuter tomonidan hech qanday o'rganish kerak emas edi. Murakkab vazifalarni bajarish uchun zarur bo'lgan algoritmlarni qo'lda yaratish inson uchun qiyin bo'lishi mumkin. Amalda, inson dasturchilariga har bir qadamni belgilashga emas, balki o'z algoritmini ishlab chiqarishga yordam berish samaraliroq bo'lishi mumkin. 

Mashinalarni o'qitish intizomi kompyuterlarni vazifalarni bajarishga o'rgatish uchun turli xil yondashuvlarni qo'llaydi, ular uchun to'liq qoniqarli algoritm mavjud emas. Masalan, potentsial javoblarning ko'pligi mavjud bo'lgan hollarda, ba'zi to'g'ri bo'lganlar ishonchli deb belgilanishi mumkin va bu to'g'ri javoblarni aniqlash uchun foydalanadigan algoritm (lar) ni yaxshilash uchun kompyuter uchun o'quv ma'lumotlari sifatida ishlatilishi mumkin.

3-savol. Markov bo'yicha qaror qabul qilish.

A Markov qaror jarayoni ( MDP ) bir emas diskret vaqt tasodifiy nazorat jarayon. Bu natijalar qisman tasodifiy va qisman qaror qabul qiluvchining nazorati ostida bo'lgan holatlarda qarorlarni qabul qilishni modellashtirish uchun matematik asosni ta'minlaydi . MDP-lar dinamik dasturlash va kuchaytirishni o'rganish orqali hal qilingan optimallashtirish muammolarini o'rganish uchun foydalidir . MDP-lar hech bo'lmaganda 1950-yillarning boshlarida ma'lum bo'lgan; Markovning qaror jarayonlari bo'yicha tadqiqotlarning asosiy to'plami Ronald Xovardning 1960 yildagi " Dinamik dasturlash va Markov jarayonlari" kitobi natijasidir.. Ular robototexnika , avtomatik boshqaruv , iqtisodiyot va ishlab chiqarish kabi ko'plab fanlarda qo'llaniladi . MDPlarning nomi rus matematiki Andrey Markovdan kelib chiqadi, chunki ular Markov zanjirlarining kengaytmasi

Ikki marotaba (to'q sariq o'q) uchta holati (yashil doiralar) va ikkita harakatlar (to'q sariq doiralar) bo'lgan oddiy MDP ga misol.

Markov qaror qabul qilish jarayoni

MQQQ ning to’rtta komponenti bor: S, A, R, T:

• 
  (chekli) S holat majmuyi (|S| = n)
  
• 
  (chekli) A harakat majmuyi (|A| = m)
  
• 
  (Markov) o’tish funksiyasi T(s,a,s’) = Pr(s’ | s,a)
  
  • 
    s holatda a harakatni bajarganda s’ holatga o’tish ehtimolligi
    
  • 
    Taqdim etish uchun nechta parametr zarur?
    

Cheklangan, real-qadrlanadigan (Markov) qiymat funksiyasiR(s)

• 
  s holatda bo’lganlik uchun biz tezkor qiymatni olamiz
  
• 
  Masala, maqsadga asoslangan domen R(s) maqsad holati uchun 1 qiymatga va qolgan barcha boshqa holatlar uchun 0ga teng bo’lishi mumkin.
  
• 
  Harakat harajatlarini umumlashtirish mumkin: R(s,a)
  
• 
  Tasodifiy harakat bo’lishi uchun umumlashtririlishi mumkin.
  

Sanaladigan va davomli holat va harakat joylariga osongina umumlashtirilishi mumkin (ammo algoritmlar turlicha bo’ladi)