СФЕРЫ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

AREAS OF APPLICATION OF ARTIFICIAL INTELLIGENCE

Alhan Bajmuradov

student, Don State Technical University,

Russia, Rostov-on-Don

АННОТАЦИЯ

В данной статье рассмотрены основные сферы применения искусственного интеллекта.

ABSTRACT

This article discusses the main branches of artificial intelligence application.

Ключевые слова: искусственный интеллект, машинное обучение, нейронная сеть, экспертная система, приложение.

Keywords: artificial intelligence, machine learning, neural network, expert system, application.

Искусственный интеллект – это свойство интеллектуальной системы выполнять те функции и задачи, которые обычно характерны для разумных существ. Это может быть проявление каких-то творческих способностей, склонность к рассуждению, обобщение, обучение на основании полученного ранее опыта и так далее.

Например, ИИ в медиа индустрии используется в больших масштабах, например в социальных сетях. Другой пример ИИ можно увидеть в банковских приложениях, таких как чат-боты, мобильный банкинг, обнаружение мошенничества, взаимодействие с клиентами и т.д.

Отрасли искусственного интеллекта:

1. Машинное обучение

С точки зрения передовых технологий, одной из наиболее сложных областей является машинное обучение. Машинное обучение — это метод, который дает компьютерам возможность учиться без программирования, он активно используется в повседневной жизни, приложения для машинного обучения в повседневной жизни, даже не зная об этом. По сути, это наука, которая позволяет машинам переводить, выполнять и исследовать данные для решения реальных проблем.

С использованием сложных математических знаний программисты разрабатывают алгоритмы машинного обучения, которые кодируются на машинном языке, чтобы создать полную систему МО. Таким образом, МО позволяет нам выполнять задачи по классификации, расшифровке и оценке данных из заданного набора данных.

На данный момент машинное обучение охватывает широкий спектр приложений от банков, ресторанов, заправок до роботов на производстве. Новые задачи, возникающие практически ежедневно, приводят к появлению новых направлений машинного обучения.

2. Нейронная сеть

Объединяя когнитивную науку и машины для выполнения задач, нейронная сеть является отраслью искусственного интеллекта, которая использует неврологию (часть биологии, которая касается нервной системы человеческого мозга).  Нейронная сеть копирует человеческий мозг, где человеческий мозг состоит из бесконечного числа нейронов, и для кодирования нейронов мозга в систему или машину функционирует нейронная сеть.

Иначе говоря, нейронная сеть — это набор алгоритмов, которые используются для поиска элементарных взаимосвязей между сгустками данных с помощью процесса, имитирующего процесс работы человеческого мозга. Сеть активно реализует различные статистические методы, такие как регрессионный анализ, для выполнения различных задач от прогнозирования до исследования рынка они широко используются для обнаружения мошенничества, анализа рисков, прогнозирования фондовой биржи, прогнозирования продаж и многого другого.

3. Робототехника

Это проявилось как очень захватывающая область искусственного интеллекта. Интересная область исследований и разработок в основном сосредоточена на проектировании и создании роботов.

Робототехника — это междисциплинарная область науки и техники, связанная с машиностроением, электротехникой, компьютерными науками и многими другими. Роботы часто используются для выполнения задач, которые могут быть трудоемкими для стабильного выполнения людьми. Основные задачи робототехники - сборочная линия для производства автомобилей, для перемещения крупных объектов в космосе НАСА. Исследователи ИИ также разрабатывают роботов, используя машинное обучение, чтобы установить взаимодействие на социальном уровне.

4. Экспертные системы

Экспертные системы рассматривались в рамках первой успешной модели программного обеспечения для искусственного интеллекта. Впервые они были разработаны в 1970-х годах, а затем расширились в 1980-х годах.

Эффективность экспертной системы полностью зависит от знаний эксперта, накопленных в базе знаний. Чем больше информации в нем собрано, тем больше система повышает свою эффективность. Например, экспертная система предоставляет рекомендации по орфографии и ошибкам в поисковой системе Google (По требованию Роскомнадзора информируем, что иностранное лицо, владеющее информационными ресурсами Google Play, Google Поиск, Google Chat, является нарушителем законодательства Российской Федерации). Экспертные системы созданы для решения сложных проблем с помощью рассуждений на основе знаний, выраженных, в частности, в правилах “если-то” вместо традиционной программы кодирования. Ключевые особенности экспертных систем включают в себя чрезвычайно отзывчивую, надежную, понятную и высокую производительность.

Список литературы:

1. Братко Иван Алгоритмы искусственного интеллекта на языке PROLOG; Вильямс - М., 2016.
2. Кейтер Дж. Компьютеры - синтезаторы речи; Мир - М., 2012
3. Курцвейл Рэй Эволюция разума; Эксмо - М., 2015.
4. Искусственный интеллект. Междисциплинарный подход: моногр.; ИИнтелл - М., 2013.