1
Введение в искусственный интеллект
PolyU COMP5511Лекция 1
00:00

Определение искусственного интеллекта (ИИ)

Искусственный интеллект — это область компьютерных наук, занимающаяся созданием умных машин, способных выполнять задачи, которые обычно требуют человеческого интеллекта. С формальной академической точки зрения, ИИ определяется как изучение Интеллектуальных агентов: систем, которые воспринимают свое окружение и предпринимают действия, максимизирующие их шансы на достижение конкретных целей.

Основные когнитивные процессы

  • Обучение: Приобретение информации и правил для ее использования.
  • Рассуждение: Использование правил (или выученных закономерностей) для достижения приближенных или точных выводов.
  • Самокоррекция: Способность оценивать производительность и совершенствовать алгоритмы для повышения точности.

Ключевые различия: ANI против AGI

Искусственный узкий интеллект (ANI / Слабый ИИ)

  • Определение: Системы ИИ, разработанные и обученные для конкретной задачи.
  • Характеристики: Работает в ограниченном предопределенном диапазоне или контексте. Имитирует интеллект, но не обладает сознанием или подлинным пониманием.
  • Текущий статус: Весь существующий на данный момент ИИ относится к этой категории. Примеры включают Виртуальных ассистентов (Siri, Alexa), программы распознавания лиц и модели глубокого обучения, такие как AlphaGo.

Искусственный общий интеллект (AGI / Сильный ИИ)

  • Определение: Теоретическая форма ИИ, в которой машина обладает способностью понимать, учиться и применять знания в широком спектре задач, неотличимая от человеческого разума.
  • Характеристики: Адаптивность, не зависящая от домена, здравый смысл и потенциальная самосознательность.
  • Текущий статус: Гипотетическая; в настоящее время является предметом исследований и научной фантастики.

Ключевые термины

  • Интеллектуальный агент: Автономный объект, который воспринимает окружающую среду через датчики и действует в ней с помощью исполнительных механизмов.
  • Тест Тьюринга: Тест, предложенный Аланом Тьюрингом (1950 г.), для определения того, может ли машина демонстрировать интеллектуальное поведение, эквивалентное или неотличимое от человеческого.
  • Машинное обучение (ML): Подмножество ИИ, ориентированное на создание систем, которые учатся на данных, а не запрограммированы явно.
Реализация на Python