Як працює штучний інтелект?
1. Штучний інтелект вузького спектру.
Це перший рівень штучної свідомості, яка спеціалізується на прийнятті рішень лише в одній сфері: наприклад, може обіграти світового чемпіона з шахів, але може зробити тільки це і нічого більше.
Цей тип штучного інтелекту також інколи називають "реакційним", адже програма приймає рішення про наступний крок базуючись на конкретній ситуації саме в цей момент. Вона не запам'ятовує і не аналізує попередні події, а лише розраховує можливі дії виходячи, наприклад, з того, як стоять шахматні фігури на дошці й обирає кращий варіант. Перед наступним кроком розрахунки проводяться знову.
Це перший рівень штучної свідомості, яка спеціалізується на прийнятті рішень лише в одній сфері: наприклад, може обіграти світового чемпіона з шахів, але може зробити тільки це і нічого більше.
Цей тип штучного інтелекту також інколи називають "реакційним", адже програма приймає рішення про наступний крок базуючись на конкретній ситуації саме в цей момент. Вона не запам'ятовує і не аналізує попередні події, а лише розраховує можливі дії виходячи, наприклад, з того, як стоять шахматні фігури на дошці й обирає кращий варіант. Перед наступним кроком розрахунки проводяться знову.
Слайд 7
2. Загальний штучний інтелект.
Це штучний інтелект другого рівня, який досягає та перевершує рівень звичайної людської свідомості: може розв'язувати математичні та логічні завдання, абстрактно мислити, порівнювати та засвоювати складні ідеї, швидко навчатися, в тому числі — із власного досвіду.
Цей тип штучного інтелекту відрізняється від попереднього ще й тим, що має пам'ять, хоч і не дуже довгу.
Наприклад, перед тим, як самокерована автівка прийме рішення про певний маневр, наприклад, змінити смугу руху, їй треба деякий час спостерігати за іншими учасниками дорожнього руху. Скільки машин навкруги? З якою швидкістю вони рухаються? Наступний крок цієї програми буде побудовано на пам'яті та аналізі попередніх подій.
При цьому, машина не зберігає цю інформацію надто довго, на відміну від людини, яка таким чином накопичує досвід.
Це штучний інтелект другого рівня, який досягає та перевершує рівень звичайної людської свідомості: може розв'язувати математичні та логічні завдання, абстрактно мислити, порівнювати та засвоювати складні ідеї, швидко навчатися, в тому числі — із власного досвіду.
Цей тип штучного інтелекту відрізняється від попереднього ще й тим, що має пам'ять, хоч і не дуже довгу.
Наприклад, перед тим, як самокерована автівка прийме рішення про певний маневр, наприклад, змінити смугу руху, їй треба деякий час спостерігати за іншими учасниками дорожнього руху. Скільки машин навкруги? З якою швидкістю вони рухаються? Наступний крок цієї програми буде побудовано на пам'яті та аналізі попередніх подій.
При цьому, машина не зберігає цю інформацію надто довго, на відміну від людини, яка таким чином накопичує досвід.
Слайд 8
3. Штучний суперінтелект (поки не існує).
Третій рівень розвитку технологій штучного інтелекту, де він є розумнішим, аніж усе людство разом узяте, спочатку трохи, а згодом як результат самонавчання — у трильйони разів.
Ці машини будуть здатні розуміти наш світ, людські мотиви та прагнення. Чи не помітили ви щось спільне та дуже цікаве в останніх двох типах? Чи не здивувало вас щось незвичне?
Підказка: Самонавчання.
Третій рівень розвитку технологій штучного інтелекту, де він є розумнішим, аніж усе людство разом узяте, спочатку трохи, а згодом як результат самонавчання — у трильйони разів.
Ці машини будуть здатні розуміти наш світ, людські мотиви та прагнення. Чи не помітили ви щось спільне та дуже цікаве в останніх двох типах? Чи не здивувало вас щось незвичне?
Підказка: Самонавчання.
Слайд 10
Дискусія
Критичне мислення
Дискусія
Критичне мислення
Тож виявляється, машини та програми здатні навчатися так само як діти. Як це відбувається?
Розкажіть, як навчаються діти?
Підказки:Читають підручники, дивляться фільми, ходять у школу, пізнають світ на власні очі у парку, музеї чи у лісі. Тож ми зрозуміли, що ми навчаємося на власному досвіді, чи не так?
Діти змалечку бачать, що трава зелена, а сніг - білий та холодний; а потім у школі дізнаються чому так.
А що робити роботам та комп'ютерам які не можуть бігати надворі?
Наприклад, якщо людині легко відрізнити кота від собаки, то комп'ютеру аж ніяк.
Погодьтеся, якщо розглядати лише зовнішній вигляд, різниця між котом та собакою не така очевидна.
Наприклад, ви можете припустити, що коти мають загострені вушка, а собаки - висячі. Але ці правила не універсальні.
У питаннях довжини хвоста, текстури шерсті та її забарвлення є багато варіантів.
Тож для того, щоб комп'ютер навчився розпізнавати різницю, комусь доведеться запрограмувати дуже-дуже багато нудних правил та дуже-дуже багато різноманітних зображень та прикладів.
Таким чином, машини зможуть проаналізувати тисячі різноманітних прикладів, та на їхній основі написати правила (їх ще називають алгоритмами).
Це називається машинне навчання. Налаштування алгоритму можуть змінюється і з досвідом "машини" і з часом програма дійсно розумнішає.
Сучасні машини можуть діагностувати рак або складати класичні симфонії.
Розкажіть, як навчаються діти?
Підказки:Читають підручники, дивляться фільми, ходять у школу, пізнають світ на власні очі у парку, музеї чи у лісі. Тож ми зрозуміли, що ми навчаємося на власному досвіді, чи не так?
Діти змалечку бачать, що трава зелена, а сніг - білий та холодний; а потім у школі дізнаються чому так.
А що робити роботам та комп'ютерам які не можуть бігати надворі?
Наприклад, якщо людині легко відрізнити кота від собаки, то комп'ютеру аж ніяк.
Погодьтеся, якщо розглядати лише зовнішній вигляд, різниця між котом та собакою не така очевидна.
Наприклад, ви можете припустити, що коти мають загострені вушка, а собаки - висячі. Але ці правила не універсальні.
У питаннях довжини хвоста, текстури шерсті та її забарвлення є багато варіантів.
Тож для того, щоб комп'ютер навчився розпізнавати різницю, комусь доведеться запрограмувати дуже-дуже багато нудних правил та дуже-дуже багато різноманітних зображень та прикладів.
Таким чином, машини зможуть проаналізувати тисячі різноманітних прикладів, та на їхній основі написати правила (їх ще називають алгоритмами).
Це називається машинне навчання. Налаштування алгоритму можуть змінюється і з досвідом "машини" і з часом програма дійсно розумнішає.
Сучасні машини можуть діагностувати рак або складати класичні симфонії.
Коментарі
Дописати коментар