Костя Малый
июнь 2016.
4122

Как работает искусственный интеллект? Неужели подобные программы сами задают себе инструкции и сохраняют информацию с возможностью применить ее в дальнейшем?

Ответить
Ответить
Комментировать
0
Подписаться
1
3 ответа
Поделиться

Существует несколько подходов к созданию так называемого искусственного интеллекта, но одним из самых популярных методов является обучение системы на примерах. Оно подобно подготовке нас самих к решению каких-то типовых или похожих задач.

Хороший, классический, пример: цифровое распознавание текста. Пишется программа, которая по каким-то принципам отличает одни символы от других. Затем, программе "скармливаются" некоторые "хорошие" варианты изображений букв, а затем и предложений. Таких этапов обучения может быть много, и на каждом разработчик указывает программе, где она ошиблась, а где была права. Таким образом происходит подстройка программы под примеры. Больше примеров - лучше результат. Затем, программа переключается в режим распознавания (а не обучения), где она может уже распознавать изображения и выдавать результаты. Эта идея в начале 60х была создана Фрэнком Розенблаттом. Подобные модели были названы им перцептронами.

Тут может возникнуть вопрос, а как же происходит подстройка? Работа всей системы зачастую организована на основе нейронной сети, которая, как кажется ученым, моделирует работу нашего мозга. У нейронной сети есть нейроны (в чистой математической модели функции, которые принимают несколько переменных и могут возвращать тоже некоторый набор результатов) и связи между ними. У каждого нейрона есть своя функция, свои параметры, а у связей - вес. Подстройка заключается в изменении параметров и весов. 

Другим интересным подходом к проектированию ИИ являются генетические алгоритмы, которые базируются на биологических процессах: скрещивании, мутации и "выживании" наилучших генов (моделей), но это другая и тоже очень огромная тема;)

3
-1

Вы рассмотрели только один из множества классов методов машинного обучения — нейронные сети, но их, на самом деле, огромное множество. Решающие деревья, метод ближайших соседей, метод окна Парзена, метод стохастического градиента, метод опорных векторов, логистическая регрессия, линейная регрессия (в т.ч. LASCO), метод главных компонент, а так же усложнения и комбинирования алгоритмов, например, бэггинг, случайный лес, градиентный бустинг…

И для машинного зрения (в т.ч. распознавания текста) далеко не сразу стали использоваться нейросети, да и используются они не всегда.

Кстати, есть ошибка — программист не пишет алгоритм, распознающие текст, он делает (например) нейронную сеть, в которую загоняет кучу данных (бывает, обработанных с помощью какого-то алгоритма), и нейросеть обучается (по алгоритмам обучения, используемым программистом) на них, и как именно нейросеть "понимает", какая буква перед ней, он сказать не может, записать алгоритм распознавания на основе массива данных, представляющих из себя нейронную сеть, нельзя.

+1
Ответить
Прокомментировать

Спросите у разработчиков "Евгения Густмана". Только врядли они ответят. И сложно, и секретно. Здесь же спрашивать бесполезно. А сам "Густман" врядли сам в курсе, как он работает. "Школота" всё таки.

0
0

Как плохо вы ответили на достаточно хороший вопрос... В следующий раз постарайтесь объяснить, а не сразу уходить в оскорбления.

0
Ответить
Прокомментировать

Порекомендовал бы вам для прочтения вот эту статью , в ней прямо рассказывается, про то, насколько ИИ может быть "разумен", а также простым языком немного о принципах вообще его работы

0
0
Прокомментировать
Ответить
Читайте также на Яндекс.Кью
Читайте также на Яндекс.Кью