Искусственный интеллект

Материал из Википедии — свободной энциклопедии
Перейти к: навигация, поиск

Иску́сственный интелле́кт (ИИ; англ. Artificial intelligence, AI) — (1) наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ[1]; (2) свойство интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека[2].

ИИ связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами[1].

Существующие на сегодня интеллектуальные системы имеют очень узкие области применения. Например, программы, способные обыграть человека в шахматы, не могут отвечать на вопросы и т. д.[3].

Содержание

Происхождение и понимание термина «искусственный интеллект»[править | править код]

Процитированное в преамбуле определение искусственного интеллекта, данное Джоном Маккарти в 1956 году на конференции в Дартмутском университете, не связано напрямую с пониманием интеллекта у человека. Согласно Маккарти, ИИ-исследователи вольны использовать методы, которые не наблюдаются у людей, если это необходимо для решения конкретных проблем[1].

Поясняя своё определение, Джон Маккарти указывает: «Проблема состоит в том, что пока мы не можем в целом определить, какие вычислительные процедуры мы хотим называть интеллектуальными. Мы понимаем некоторые механизмы интеллекта и не понимаем остальные. Поэтому под интеллектом в пределах этой науки понимается только вычислительная составляющая способности достигать целей в мире»[1].

В то же время существует и точка зрения, согласно которой интеллект может быть только биологическим феноменом[4].

Как указывает председатель Петербургского отделения Российской ассоциации искусственного интеллекта Т. А. Гаврилова, в английском языке словосочетание artificial intelligence не имеет той слегка фантастической антропоморфной окраски, которую оно приобрело в довольно неудачном русском переводе. Слово intelligence означает «умение рассуждать разумно», а вовсе не «интеллект», для которого есть английский аналог intellect[5].

Участники Российской ассоциации искусственного интеллекта дают следующие определения искусственного интеллекта:

  1. Научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными[2].
  2. Свойство интеллектуальных систем выполнять функции (творческие), которые традиционно считаются прерогативой человека. При этом интеллектуальная система — это техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы. Структура интеллектуальной системы включает три основных блока — базу знаний, решатель и интеллектуальный интерфейс, позволяющий вести общение с ЭВМ без специальных программ для ввода данных[2].
  3. Наука под названием «Искусственный интеллект» входит в комплекс компьютерных наук, а создаваемые на её основе технологии к информационным технологиям. Задачей этой науки является воссоздание с помощью вычислительных систем и иных искусственных устройств разумных рассуждений и действий[6].

Одно из частных определений интеллекта, общее для человека и «машины», можно сформулировать так: «Интеллект — способность системы создавать в ходе самообучения программы (в первую очередь эвристические) для решения задач определённого класса сложности и решать эти задачи»[7].

Предпосылки развития науки искусственного интеллекта[править | править код]

История искусственного интеллекта как нового научного направления начинается в середине XX века. К этому времени уже было сформировано множество предпосылок его зарождения: среди философов давно шли споры о природе человека и процессе познания мира, нейрофизиологи и психологи разработали ряд теорий относительно работы человеческого мозга и мышления, экономисты и математики задавались вопросами оптимальных расчётов и представления знаний о мире в формализованном виде; наконец, зародился фундамент математической теории вычислений — теории алгоритмов — и были созданы первые компьютеры.

Возможности новых машин в плане скорости вычислений оказались больше человеческих, поэтому в учёном сообществе зародился вопрос: каковы границы возможностей компьютеров и достигнут ли машины уровня развития человека? В 1950 году один из пионеров в области вычислительной техники, английский учёный Алан Тьюринг, пишет статью под названием «Может ли машина мыслить?»[8], в которой описывает процедуру, с помощью которой можно будет определить момент, когда машина сравняется в плане разумности с человеком, получившую название теста Тьюринга.

История развития искусственного интеллекта в СССР и России[править | править код]

Коллежский советник Семён Николаевич Корсаков (1787—1853) ставил задачу усиления возможностей разума посредством разработки научных методов и устройств, перекликающуюся с современной концепцией искусственного интеллекта, как усилителя естественного. В 1832 году С. Н. Корсаков опубликовал описание пяти изобретённых им механических устройств, так называемых «интеллектуальных машин», для частичной механизации умственной деятельности в задачах поиска, сравнения и классификации. В конструкции своих машин Корсаков впервые в истории информатики применил перфорированные карты, игравшие у него своего рода роль баз знаний, а сами машины по существу являлись предтечами экспертных систем[9].

В СССР работы в области искусственного интеллекта начались в 1960-х годах[6]. В Московском университете и Академии наук был выполнен ряд пионерских исследований, возглавленных Вениамином Пушкиным и Д. А. Поспеловым. С начала 1960-х М. Л. Цетлин с коллегами разрабатывали вопросы, связанные с обучением конечных автоматов.

В 1964 году была опубликована работа ленинградского логика Сергея Маслова «Обратный метод установления выводимости в классическом исчислении предикатов», в которой впервые предлагался метод автоматического поиска доказательства теорем в исчислении предикатов.

В 1966 году В. Ф. Турчиным был разработан язык рекурсивных функций Рефал.

До 1970-х годов в СССР все исследования ИИ велись в рамках кибернетики. По мнению Д. А. Поспелова, науки «информатика» и «кибернетика» были в это время смешаны, по причине ряда академических споров. Только в конце 1970-х в СССР начинают говорить о научном направлении «искусственный интеллект» как разделе информатики. При этом родилась и сама информатика, подчинив себе прародительницу «кибернетику». В конце 1970-х создаётся толковый словарь по искусственному интеллекту, трёхтомный справочник по искусственному интеллекту и энциклопедический словарь по информатике, в котором разделы «Кибернетика» и «Искусственный интеллект» входят наряду с другими разделами в состав информатики. Термин «информатика» в 1980-е годы получает широкое распространение, а термин «кибернетика» постепенно исчезает из обращения, сохранившись лишь в названиях тех институтов, которые возникли в эпоху «кибернетического бума» конца 1950-х — начала 1960-х годов[10]. Такой взгляд на искусственный интеллект, кибернетику и информатику разделяется не всеми. Это связано с тем, что на Западе границы данных наук несколько отличаются[11].

Подходы и направления[править | править код]

Подходы к пониманию проблемы[править | править код]

Единого ответа на вопрос, чем занимается искусственный интеллект, не существует. Почти каждый автор, пишущий книгу об ИИ, отталкивается в ней от какого-либо определения, рассматривая в его свете достижения этой науки.

В философии не решён вопрос о природе и статусе человеческого интеллекта. Нет и точного критерия достижения компьютерами «разумности», хотя на заре искусственного интеллекта был предложен ряд гипотез, например, тест Тьюринга или гипотеза Ньюэлла — Саймона. Поэтому, несмотря на наличие множества подходов как к пониманию задач ИИ, так и созданию интеллектуальных информационных систем, можно выделить два основных подхода к разработке ИИ[12]:

Последний подход, строго говоря, не относится к науке о ИИ в смысле, данном Джоном Маккарти, — их объединяет только общая конечная цель.

Тест Тьюринга и интуитивный подход[править | править код]

Human Behaviour.png

Эмпирический тест был предложен Аланом Тьюрингом в статье «Вычислительные машины и разум» (англ. Computing Machinery and Intelligence)[13], опубликованной в 1950 году в философском журнале «Mind». Целью данного теста является определение возможности искусственного мышления, близкого к человеческому.

Стандартная интерпретация этого теста звучит следующим образом: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор». Все участники теста не видят друг друга.

  • Самый общий подход предполагает, что ИИ будет способен проявлять поведение, не отличающееся от человеческого, причём в нормальных ситуациях. Эта идея является обобщением подхода теста Тьюринга, который утверждает, что машина станет разумной тогда, когда будет способна поддерживать разговор с обычным человеком, и тот не сможет понять, что говорит с машиной (разговор идёт по переписке).
  • Писатели-фантасты часто предлагают ещё один подход: ИИ возникнет тогда, когда машина будет способна чувствовать и творить. Так, хозяин Эндрю Мартина из «Двухсотлетнего человека» начинает относиться к нему как к человеку, когда тот создаёт игрушку по собственному проекту. А Дейта из «Звёздного пути», будучи способным к коммуникации и обучению, мечтает обрести эмоции и интуицию.

Однако последний подход вряд ли выдерживает критику при более детальном рассмотрении. К примеру, несложно создать механизм, который будет оценивать некоторые параметры внешней или внутренней среды и реагировать на их неблагоприятные значения. Про такую систему можно сказать, что у неё есть чувства («боль» — реакция на срабатывание датчика удара, «голод» — реакция на низкий заряд аккумулятора, и т. п.). А кластеры, создаваемые картами Кохонена, и многие другие продукты «интеллектуальных» систем можно рассматривать как вид творчества.

Символьный подход[править | править код]

Исторически символьный подход был первым в эпоху цифровых машин, так как именно после создания Лисп, первого языка символьных вычислений, у его автора возникла уверенность в возможности практически приступить к реализации этими средствами интеллекта. Символьный подход позволяет оперировать слабоформализованными представлениями и их смыслами.

Успешность и эффективность решения новых задач зависит от умения выделять только существенную информацию, что требует гибкости в методах абстрагирования. Тогда как обычная программа устанавливает один свой способ интерпретации данных, из-за чего её работа и выглядит предвзятой и чисто механической. Интеллектуальную задачу в этом случае решает только человек, аналитик или программист, не умея доверить этого машине. В результате создается единственная модель абстрагирования, система конструктивных сущностей и алгоритмов. А гибкость и универсальность выливается в значительные затраты ресурсов для не типичных задач, то есть система от интеллекта возвращается к грубой силе.

Основная особенность символьных вычислений — создание новых правил в процессе выполнения программы. Тогда как возможности не интеллектуальных систем завершаются как раз перед способностью хотя бы обозначать вновь возникающие трудности. Тем более эти трудности не решаются и наконец компьютер не совершенствует такие способности самостоятельно.

Недостатком символьного подхода является то, что такие открытые возможности воспринимаются не подготовленными людьми как отсутствие инструментов. Эту, скорее культурную проблему, отчасти решает логическое программирование.

Логический подход[править | править код]

Логический подход к созданию систем искусственного интеллекта основан на моделировании рассуждений. Теоретической основой служит логика.

Логический подход может быть проиллюстрирован применением для этих целей языка и системы логического программирования Пролог. Программы, записанные на языке Пролог, представляют наборы фактов и правил логического вывода без жесткого задания алгоритма как последовательности действий, приводящих к необходимому результату.

Агентно-ориентированный подход[править | править код]

Pathfinding 2D Illustration.svg

Последний подход, развиваемый с начала 1990-х годов, называется агентно-ориентированным подходом, или подходом, основанным на использовании интеллектуальных (рациональных) агентов. Согласно этому подходу, интеллект — это вычислительная часть (грубо говоря, планирование) способности достигать поставленных перед интеллектуальной машиной целей. Сама такая машина будет интеллектуальным агентом, воспринимающим окружающий его мир с помощью датчиков, и способной воздействовать на объекты в окружающей среде с помощью исполнительных механизмов.

Этот подход акцентирует внимание на тех методах и алгоритмах, которые помогут интеллектуальному агенту выживать в окружающей среде при выполнении его задачи. Так, здесь значительно тщательнее изучаются алгоритмы поиска пути и принятия решений.

Гибридный подход[править | править код]

Гибридный подход предполагает, что только синергийная комбинация нейронных и символьных моделей достигает полного спектра когнитивных и вычислительных возможностей. Например, экспертные правила умозаключений могут генерироваться нейронными сетями, а порождающие правила получают с помощью статистического обучения. Сторонники данного подхода считают, что гибридные информационные системы будут значительно более сильными, чем сумма различных концепций по отдельности.

Модели и методы исследований[править | править код]

Символьное моделирование мыслительных процессов[править | править код]

Анализируя историю ИИ, можно выделить такое обширное направление как моделирование рассуждений. Долгие годы развитие этой науки двигалось именно по этому пути, и теперь это одна из самых развитых областей в современном ИИ. Моделирование рассуждений подразумевает создание символьных систем, на входе которых поставлена некая задача, а на выходе требуется её решение. Как правило, предлагаемая задача уже формализована, то есть переведена в математическую форму, но либо не имеет алгоритма решения, либо он слишком сложен, трудоёмок и т. п. В это направление входят: доказательство теорем, принятие решений и теория игр, планирование и диспетчеризация, прогнозирование.

Работа с естественными языками[править | править код]

Немаловажным направлением является обработка естественного языка[14], в рамках которого проводится анализ возможностей понимания, обработки и генерации текстов на «человеческом» языке. В рамках этого направления ставится цель такой обработки естественного языка, которая была бы в состоянии приобрести знание самостоятельно, читая существующий текст, доступный по Интернету. Некоторые прямые применения обработки естественного языка включают информационный поиск (в том числе, глубокий анализ текста) и машинный перевод[15].

Представление и использование знаний[править | править код]

Направление инженерия знаний объединяет задачи получения знаний из простой информации, их систематизации и использования. Это направление исторически связано с созданием экспертных систем — программ, использующих специализированные базы знаний для получения достоверных заключений по какой-либо проблеме.

Производство знаний из данных — одна из базовых проблем интеллектуального анализа данных. Существуют различные подходы к решению этой проблемы, в том числе — на основе нейросетевой технологии[16], использующие процедуры вербализации нейронных сетей.

Машинное обучение[править | править код]

Прогресс в автоматической классификации изображений
Процент ошибок, сделанных ИИ по годам. Красная линия — процент ошибок, которые делает обученный человек при выполнении той же задачи.

Проблематика машинного обучения[17] касается процесса самостоятельного получения знаний интеллектуальной системой в процессе её работы. Это направление было центральным с самого начала развития ИИ[18]. В 1956 году, на Дартмундской летней конференции, Рей Соломонофф написал отчёт о вероятностной машине, обучающейся без учителя, назвав её: «Индуктивная машина вывода»[19].

Обучение без учителя — позволяет распознать образы во входном потоке. Обучение с учителем включает также классификацию и регрессионный анализ. Классификация используется, чтобы определить, к какой категории принадлежит образ. Регрессионный анализ используется, чтобы в рядах числовых примеров входа/выхода и обнаружить непрерывную функцию, на основании которой можно было бы прогнозировать выход. При обучении агент вознаграждается за хорошие ответы и наказывается за плохие. Они могут быть проанализированы с точки зрения теории решений, используя такие понятия как полезность. Математический анализ машинных алгоритмов изучения — это раздел теоретической информатики, известный как вычислительная теория обучения (англ. Computational learning theory).

К области машинного обучения относится большой класс задач на распознавание образов. Например, это распознавание символов, рукописного текста, речи, анализ текстов. Многие задачи успешно решаются с помощью биологического моделирования (см. след. пункт). Особо стоит упомянуть компьютерное зрение, которое связано ещё и с робототехникой.

Биологическое моделирование искусственного интеллекта[править | править код]

Отличается от понимания искусственного интеллекта по Джону Маккарти, когда исходят из положения о том, что искусственные системы не обязаны повторять в своей структуре и функционировании структуру и протекающие в ней процессы, присущие биологическим системам. Сторонники данного подхода считают, что феномены человеческого поведения, его способность к обучению и адаптации есть следствие именно биологической структуры и особенностей её функционирования.

Сюда можно отнести несколько направлений. Нейронные сети используются для решения нечётких и сложных проблем, таких как распознавание геометрических фигур или кластеризация объектов. Генетический подход основан на идее, что некий алгоритм может стать более эффективным, если позаимствует лучшие характеристики у других алгоритмов («родителей»). Относительно новый подход, где ставится задача создания автономной программы — агента, взаимодействующей с внешней средой, называется агентным подходом.

Робототехника[править | править код]

Области робототехники[20] и искусственного интеллекта тесно связаны друг с другом. Интегрирование этих двух наук, создание интеллектуальных роботов составляют ещё одно направление ИИ. Интеллектуальность требуется роботам, чтобы манипулировать объектами[21], выполнять навигацию с проблемами локализации (определять местонахождение, изучать ближайшие области) и планировать движение (как добраться до цели)[22]. Примером интеллектуальной робототехники могут служить игрушки-роботы Pleo, AIBO, QRIO.

Машинное творчество[править | править код]

Природа человеческого творчества ещё менее изучена, чем природа интеллекта. Тем не менее, эта область существует, и здесь поставлены проблемы написания компьютером музыки, литературных произведений (часто — стихов или сказок), художественное творчество. Создание реалистичных образов широко используется в кино и индустрии игр.

Отдельно выделяется изучение проблем технического творчества систем искусственного интеллекта. Теория решения изобретательских задач, предложенная в 1946 году Г. С. Альтшуллером, положила начало таким исследованиям.

Добавление данной возможности к любой интеллектуальной системе позволяет весьма наглядно продемонстрировать, что именно система воспринимает и как это понимает. Добавлением шума вместо недостающей информации или фильтрация шума имеющимися в системе знаниями производит из абстрактных знаний конкретные образы, легко воспринимаемые человеком, особенно это полезно для интуитивных и малоценных знаний, проверка которых в формальном виде требует значительных умственных усилий.

Другие области исследований[править | править код]

Наконец, существует масса приложений искусственного интеллекта, каждое из которых образует почти самостоятельное направление. В качестве примеров можно привести программирование интеллекта в компьютерных играх, нелинейное управление, интеллектуальные системы информационной безопасности.

В перспективе предполагается тесная связь развития искусственного интеллекта с разработкой квантового компьютера, так как некоторые свойства искусственного интеллекта имеют схожие принципы действия с квантовыми компьютерами[23][24].

Можно заметить, что многие области исследований пересекаются. Это свойственно любой науке. Но в искусственном интеллекте взаимосвязь между, казалось бы, различными направлениями выражена особенно сильно, и это связано с философским спором о сильном и слабом ИИ.

Современный искусственный интеллект[править | править код]

ASIMO — Интеллектуальный гуманоидный робот фирмы Honda

Можно выделить два направления развития ИИ:

  • решение проблем, связанных с приближением специализированных систем ИИ к возможностям человека, и их интеграции, которая реализована природой человека (см. Усиление интеллекта);
  • создание искусственного разума, представляющего интеграцию уже созданных систем ИИ в единую систему, способную решать проблемы человечества (см. Сильный и слабый искусственный интеллект).

Но в настоящий момент в области искусственного интеллекта наблюдается вовлечение многих предметных областей, имеющих скорее практическое отношение к ИИ, а не фундаментальное. Многие подходы были опробованы, но к возникновению искусственного разума ни одна исследовательская группа пока так и не подошла. Ниже представлены лишь некоторые наиболее известные разработки в области ИИ.

Известные ИИ-системы[править | править код]

Турнир RoboCup

Некоторые из самых известных ИИ-систем:

  • Deep Blue — победил чемпиона мира по шахматам. Матч Каспаров против супер ЭВМ не принёс удовлетворения ни компьютерщикам, ни шахматистам, и система не была признана Каспаровым (подробнее см. Человек против компьютера). Затем линия суперкомпьютеров IBM проявилась в проектах brute force BluGene (молекулярное моделирование) и моделирование системы пирамидальных клеток в швейцарском центре Blue Brain[25].
  • Watson — перспективная разработка IBM, способная воспринимать человеческую речь и производить вероятностный поиск, с применением большого количества алгоритмов. Для демонстрации работы Watson принял участие в американской игре «Jeopardy!», аналога «Своей игры» в России, где системе удалось выиграть в обеих играх[26].
  • MYCIN — одна из ранних экспертных систем, которая могла диагностировать небольшой набор заболеваний, причем часто так же точно, как и доктора.
  • 20Q — проект, основанный на идеях ИИ, по мотивам классической игры «20 вопросов». Стал очень популярен после появления в Интернете на сайте 20q.net[27].
  • Распознавание речи. Системы такие как ViaVoice способны обслуживать потребителей.
  • Роботы в ежегодном турнире RoboCup соревнуются в упрощённой форме футбола.

Банки применяют системы искусственного интеллекта (СИИ) в страховой деятельности (актуарная математика), при игре на бирже и управлении собственностью. Методы распознавания образов (включая, как более сложные и специализированные, так и нейронные сети) широко используют при оптическом и акустическом распознавании (в том числе текста и речи), медицинской диагностике, спам-фильтрах, в системах ПВО (определение целей), а также для обеспечения ряда других задач национальной безопасности.

Разработчики компьютерных игр применяют ИИ в той или иной степени проработанности. Это образует понятие «Игровой искусственный интеллект». Стандартными задачами ИИ в играх являются нахождение пути в двумерном или трёхмерном пространстве, имитация поведения боевой единицы, расчёт верной экономической стратегии и так далее.

Исследовательские центры[править | править код]

Наиболее крупные научные и исследовательские центры в области искусственного интеллекта:

Области применения искусственного интеллекта[править | править код]

Финансы[править | править код]

Алгоритмическая торговля[править | править код]

Алгоритмическая торговля предполагает использование сложных систем искусственного интеллекта для принятия торговых решений со скоростью, превышающую скорость на которую способен человеческий организм. Это позволяет делать миллионы сделок в день без какого-либо вмешательства человека. Автоматизированные торговые системы обычно используются крупными институциональными инвесторами.[28]

Исследования рынка и интеллектуальный анализ данных[править | править код]

Несколько крупных финансовых учреждений вложили средства в развитие ИИ, чтобы использовать его в их инвестиционной практике. Разработки BlackRock' AI, Aladdin, используются как внутри компании, так и для клиентов компании, ассистируя в принятии инвестиционных решений. Широкий спектр функциональных возможностей данной системы включает обработку естественного языка для чтения текста, такого как новости, отчеты брокеров и каналы социальных сетей. Затем система оценивает настроения в упомянутых компаний и присваивает им оценку. Банки, такие как UBS и Deutsche Bank, используют систему ИИ под названием Sqreem (Sequential Quantum Reduction and Extraction Model, Модель Последовательной Квантовой Редукции и Экстракции), которая может обрабатывать данные для разработки профилей потребителей и сопоставлять их с продуктами, которые они, скорее всего, захотят.[29] Goldman Sachs использует Kensho, платформу аналитики рынка, которая объединяет статистические вычисления с большими данными и обработкой естественного языка. Его системы машинного обучения используют данные в Интернете и оценивают корреляции между мировыми событиями и их влиянием на цены финансовых активов.[30] Информация, извлеченная системой ИИ из прямой трансляции новостей, используется в принятии инвестиционных решений.

Управление личными финансами[править | править код]

Существуют продукты, которые используют ИИ, для помощи людям в управлении их личными финансами. Например, Digit — это приложение, основанное на искусственном интеллекте, которое автоматически помогает потребителям оптимизировать свои расходы и сбережения, основываясь на своих личных привычках и целях. Приложение может анализировать такие факторы, как ежемесячный доход, текущий баланс и привычки к расходам, затем принимать собственные решения и переводить деньги на отдельный сберегательный счет.[31] Wallet.AI, развивающийся в Сан-Франциско старт-ап, создает агентов, которые анализируют данные, которые генерирует потребитель, при взаимодействии со смартфонами и социальными сетями, чтобы проинформировать потребителя о своих расходах.[32]

Управление финансовым портфелем[править | править код]

Автоматизированные помощники-советчики становятся все более широко используемыми в отрасли управления инвестициями. Автоматизированные системы предоставляют финансовые консультации и советы в управлении финансовым портфелем с минимальным вмешательством человека. Этот класс финансовых консультантов работает на основе алгоритмов, созданных для автоматического развития финансового портфеля в соответствии с инвестиционными целями и склонностью к риску клиентов. Он может корректировать изменения в реальном времени на рынке и калибровать портфель в соответствии с пожеланиями клиента.[33]

Андеррайтинг[править | править код]

Онлайн-кредитор Upstart анализирует огромное количество потребительских данных и использует алгоритмы машинного обучения для построения моделей кредитного риска, которые прогнозируют вероятность дефолта. Их технология будет лицензирована для банков, чтобы они могли использовать её для оценки своих процессов.[34]

ZestFinance разработала свою платформу Zest Automated Machine Learning (ZAML) специально для кредитного андеррайтинга. Эта платформа использует компьютерное обучение для анализа десятков тысяч традиционных и нетрадиционных переменных (от транзакций покупки до того, каким образом клиент заполняет форму), используемых в кредитной индустрии, для оценки заемщиков. Платформа особенно полезна для присвоения кредитных баллов клиентам с небольшой кредитной истории, таким как миллениалы.[35]

Тяжелая промышленность[править | править код]

Роботы стали распространены во многих отраслях промышленности и часто занимаются работой, которая считается опасной для людей. Роботы оказались эффективными на рабочих местах, связанных с повторяющимися рутинными заданиями, которые могут привести к ошибкам или несчастным случаям из-за снижения концентрации с течением времени. Также широкое применение роботы получили в работе, которую люди могут найти унизительной.

В 2014 году Китай, Япония, Соединенные Штаты, Республика Корея и Германия вместе составили 70 % от мирового объема продаж роботов. В автомобильной промышленности, секторе с особенно высокой степенью автоматизации, в Японии была самая высокая плотность промышленных роботов в мире: 1,414 роботов на 10,000 сотрудников.

Медицина[править | править код]

Искусственные нейронные сети, такие как технология Concept Processing в программном обеспечении EMR, используются в качестве клинических систем принятия решений для медицинской диагностики.

Другие задачи в медицине, которые потенциально могут выполняться искусственным интеллектом и начинают разрабатываться, включают:

  • Компьютерная интерпретация медицинских изображений. Такие системы помогают сканировать цифровые изображения, например от компьютерной томографии, для типичных проявлений и для выделения заметных отклонений, таких как возможные заболевания. Типичным применением является обнаружение опухоли.
  • Анализ сердечного ритма[36]
  • Проект Watson — это еще одно использование ИИ в этой области, программа вопросов/ответов, которая создана для помощи врачам-онкологам
  • Роботы-помощники для ухода за престарелыми[37]
  • Обработка медицинских записей для предоставления более полезной информации
  • Создание планов лечения
  • Помощь в повторяющихся заданиях, включая управление приемом медикаментов
  • Предоставление консультаций
  • Создание лекарств[38]
  • Использование человекоподобных манекенов вместо пациентов для клинического обучения[39]

В настоящее время в отрасли здравоохранения работает более 90 стартапов, основанных на применении ИИ.[40]

Управление человеческими ресурсами и рекрутинг[править | править код]

Другое применение ИИ заключается в управлении человеческими ресурсами и рекрутинге. Существует три способа использования ИИ для управления человеческими ресурсами и найма специалистов. ИИ используется для просмотра резюме и ранжирования кандидатов в соответствии с их уровнем квалификации. ИИ также используется для прогнозирования успеха кандидата в заданных ролях через платформы сопоставления должностей. И наконец, ИИ используется при создании чатов-ботов, которые могут автоматизировать повторяющиеся коммуникационные задачи.

Как правило, процесс просмотра резюме включает в себя анализ и поиск информации в базе данных резюме. Стартапы, такие как Pomato, создают алгоритмы машинного обучения для автоматизации процессов проверки резюме. Система Pomato AI нацелена на автоматизацию проверки технических претендентов на позиции в технических фирмах. ИИ Pomato выполняет более 200 000 вычислений на каждое резюме за считанные секунды, а затем разрабатывает собственное техническое интервью на основе полезных навыков.

С 2016 по 2017 год компания потребительских товаров Unilever использовала искусственный интеллект, чтобы отобразить всех сотрудников начального уровня. ИИ Unilever использовал игры, основанные на нейробиологии, записанные интервью и анализ лицевых / речевых сигналов, чтобы предсказать успех кандидата в компании. Unilever сотрудничала с Pymetrics и HireVue, чтобы создать новую систему анализа на основе ИИ и увеличить числа рассматриваемых кандидатов с 15 000 до 30 000 в течение одного года. Unilever также сократил время на обработку заявлений от 4 месяцев до 4 недель и сэкономил более 50 000 часов времени рекрутеров.

От скрининга резюме до неврологии, распознавания речи и анализа лица … ясно, что ИИ оказывают огромное влияние на сферу управления человеческими ресурсами. Последняя разработка в ИИ заключается в разработке чатов для рекрутинга. TextRecruit, выпустил Ari (автоматизированный интерфейс рекрутинга). Ari — это набор чатов для рекрутинга, который предназначен для проведения двухсторонних текстовых бесед с кандидатами. Ari автоматизирует публикацию вакансий, рекламных объявлений, скриннинг кандидатов, планирование собеседований и развитие отношений кандидатов с компании по мере продвижения по рекрутинговому процессу. Ari в настоящее время предлагается в рамках платформы участия в проекте TextRecruit.

Музыка[править | править код]

Хотя эволюция музыки всегда была затронута технологией, искусственный интеллект позволил с помощью научных достижений подражать, в какой-то мере, человекоподобной композиции.

Среди известных ранних усилий Дэвид Коуп создал ИИ под названием Эмили Хауэлл, которому удалось стать известным в области Алгоритмической компьютерной музыки. Алгоритм, лежащий в основе Эмили Хауэлл, зарегистрирован как патент США.[41]

Другие разработки, такие как AIVA (Virtual Artist Intelligence Virtual Artist), сосредоточены на сочинении симфоний, в основном классической музыки для фильмов. Эта разработка достигла известности, став первым виртуальным композитором, который был признан музыкальной профессиональной ассоциацией.[42]

Искусственные интеллекты могут даже создавать музыку, пригодную для использования в медицинских условиях, Melomics использует компьютерную музыку для снятия стресса и боли.[43]

Более того, такие инициативы, как Google Magenta, проводимые командой Google Brain, хотят узнать, способен ли искусственный интеллект создавать неотразимое искусство.

В исследовательской лаборатории Sony CSL их программное обеспечение Flow Machines создает поп-песни, изучая стили музыки из огромной базы данных песен. Анализируя уникальные комбинации стилей и методы оптимизации, ИИ может сочинять музыку в любом существующем стиле.

Новости, издательство и писательство[править | править код]

Компания Narrative Science делает компьютерные новости и отчеты коммерчески доступными, включая обобщение спортивных событий на основе статистических данных из игры на английском языке. Она также создает финансовые отчеты и анализ недвижимости. Аналогично, компания Automated Insights генерирует персонализированные сводки и превью для Yahoo Sports Fantasy Football. Предполагается, что к 2014 году компания будет создавать миллиард историй в год, по сравнению с 350 миллионами в 2013 году.[44]

Echobox — это компания, разрабатывающая программное обеспечение, которая помогает издателям увеличивать трафик путем «разумного» размещения статей на платформах социальных сетей, таких как Facebook и Twitter. Анализируя большие объемы данных, ИИ узнает, как конкретные аудитории реагируют на разные статьи в разное время суток. Затем он выбирает лучшие истории для публикации и лучшее время, чтобы опубликовать их. Он использует как исторические данные, так и данные в реальном времени, чтобы понять, что сработало хорошо в прошлом, а также то, что в настоящее время имеет тенденцию в Интернете.

Другая компания, называемая Yseop, использует искусственный интеллект, чтобы превратить структурированные данные в интеллектуальные комментарии и рекомендации на естественном языке. Yseop может писать финансовые отчеты, исполнительные резюме, персонализированные продажи или маркетинговые документы и многое другое со скоростью тысяч страниц в секунду и на нескольких языках, включая английский, испанский, французский и немецкий.[45]

Boomtrain — еще один пример ИИ, который призван научиться лучше всего привлекать каждого отдельного читателя к точным статьям — отправленным по правильному каналу в нужное время — это будет наиболее актуально для читателя. Это как если бы вы наняли персонального редактора для каждого отдельного читателя, чтобы подобрать наилучшие статьи именно для него.

Существует также возможность того, что в будущем ИИ будет писать литературные произведения. В 2016 году японский ИИ написал небольшую историю и почти выиграл литературную премию.[46]

Онлайн и телефонные службы поддержки клиентов[править | править код]

Искусственный интеллект реализуется в автоматизированных онлайн-помощниках, которые можно рассматривать как чат-боты на веб-страницах. Это может помочь предприятиям снизить затраты на наем и обучение сотрудников. Основной технологией для таких систем является естественная обработка языка. Pypestream использует автоматизированное обслуживание клиентов для своего мобильного приложения, предназначенного для упрощения связи с клиентами.[47]

В настоящее время крупные компании инвестируют в ИИ для обработки проблемных клиентов в будущем. В самой последней версии Google анализирует человеческую речь и преобразует их в текст. Платформа может идентифицировать сердитых клиентов через особенности их речи и реагировать соответствующим образом.[48]

Компании занимаются различными аспектами обслуживания клиентов, чтобы улучшить этот аспект компании.

Digital Genius, ИИ старт-ап, более эффективно исследует базу данных информации (из прошлых разговоров и часто задаваемых вопросов) и предоставляет подсказки агентам, чтобы помочь им более эффективно решать запросы.

IPSoft создает технологию с эмоциональным интеллектом для адаптации взаимодействия клиента. Ответ связан с тоном клиента, с тем чтобы он мог проявить сочувствие. Другим элементом, который разрабатывает IPSoft, является способность адаптироваться к различным тонам или языкам.

Inbenta ориентирована на развитие естественного языка. Другими словами, понимание смысл того, что кто-то спрашивает, а не просто анализ используемых слов, используя контекст и обработку на естественном языке. Один из элементов обслуживания клиентов Ibenta уже достигнут — это способность автоматически реагировать и отвечать на запросы электронной почты.

Техническое обслуживание телекоммуникаций[править | править код]

Многие телекоммуникационные компании используют эвристический поиск в управлении своими сотрудниками, например, BT Group развернула эвристический поиск в приложении для планирования, которое обеспечивает рабочие графики 20,000 инженеров.

Развлечение и игры[править | править код]

В 1990-х годах были предприняты первые попытки массового производства ориентированных на дом типов базового ИИ для образования или отдыха. Это значительно продвинулось с цифровой революцией и помогло людям, особенно детям, познакомиться с различными типами ИИ, в частности, в виде тамагочи и домашних животных, iPod Touch, Интернета и первого широко распространенного робота, Furby. Год спустя улучшенный тип домашнего робота был выпущен в виде Aibo, роботизированной собаки с интеллектуальными функциями и автономией.

Такие компании, как Mattel, создают ассортимент игрушек с поддержкой ИИ для детей в возрасте трех лет. Используя запатентованные системы ИИ и средства распознавания речи, они могут понимать разговоры, давать интеллектуальные ответы и быстро учиться.[49]

ИИ также используется в индустрии игр, например, в видеоиграх используются боты, которые предназначены для того, чтобы играть роль противников, где люди недоступны или желательны.

Транспорт[править | править код]

Для автоматических коробок передач в автомобилях были разработаны контроллеры нечеткой логики. Например, в 2006 Audi TT, VW Touareg и VW Caravell используют DSP коробку передач, которая основана на нечеткой логике. Ряд моделей Škoda (Škoda Fabia) также в настоящее время включает контроллер на основе нечеткой логики.

Сегодняшние автомобили теперь имеют вспомогательные функции, основанные на ИИ, такие как самозаряда и расширенные средства круиз-контроля. ИИ используется для оптимизации приложений управления дорожным трафиком, что, в свою очередь, сокращает время ожидания, потребление энергии и вредные выбросы на целых 25 процентов.[50] В будущем будут разработаны полностью автономные автомобили. Ожидается, что ИИ на транспорте обеспечит безопасную, эффективную и надежную транспортировку, минимизируя пагубное воздействие на окружающую среду и общество. Основной проблемой для развития этого ИИ является тот факт, что транспортные системы по своей сути являются сложными системами, включающими очень большое количество компонентов и разных сторон, каждый из которых имеет разные и часто противоречивые цели.[51]

Иные области применения[править | править код]

Различные средства ИИ также широко используются в области обеспечения безопасности, распознавании речи и текста, интеллектуального анализа данных и фильтрации спама в электронной почте. Также разрабатываются приложения для распознавания жестов (понимание языка жестов машинами), индивидуальное распознавание голоса, глобальное распознавание голоса (от множества людей в шумной комнате), распознавание лица для интерпретации эмоций и невербальных сигналов. Другие приложения — это роботизированная навигация, преодоление препятствий и распознавание объектов.

Связь с другими науками и явлениями культуры[править | править код]

Искусственный интеллект вместе с нейрофизиологией, эпистемологией и когнитивной психологией образует более общую науку, называемую когнитология. Важную роль в искусственном интеллекте играет философия. Также с проблемами искусственного интеллекта тесно связана эпистемология — наука о знании в рамках философии. Философы, занимающиеся данной проблематикой, решают вопросы, схожие с теми, которые решаются инженерами ИИ о том, как лучше представлять и использовать знания и информацию.

Компьютерные технологии и кибернетика[править | править код]

В компьютерных науках проблемы искусственного интеллекта рассматриваются с позиций проектирования экспертных систем и баз знаний. Под базой знаний понимается совокупность данных и правил вывода, допускающих логический вывод и осмысленную обработку информации. В целом исследования проблем искусственного интеллекта в компьютерных науках направлены на создание, развитие и эксплуатацию интеллектуальных информационных систем, а вопросы подготовки пользователей и разработчиков таких систем решаются специалистами информационных технологий.

Психология и когнитология[править | править код]

Методология когнитивного моделирования предназначена для анализа и принятия решений в плохо определённых ситуациях. Была предложена Аксельродом[52].

Основана на моделировании субъективных представлений экспертов о ситуации и включает: методологию структуризации ситуации: модель представления знаний эксперта в виде знакового орграфа (когнитивной карты) (F, W), где F — множество факторов ситуации, W — множество причинно-следственных отношений между факторами ситуации; методы анализа ситуации. В настоящее время методология когнитивного моделирования развивается в направлении совершенствования аппарата анализа и моделирования ситуации. Здесь предложены модели прогноза развития ситуации; методы решения обратных задач.

Философия[править | править код]

Наука «о создании искусственного разума» не могла не привлечь внимание философов. С появлением первых интеллектуальных систем были затронуты фундаментальные вопросы о человеке и знании, а отчасти о мироустройстве.

Философские проблемы создания искусственного интеллекта можно разделить на две группы, условно говоря, «до и после разработки ИИ». Первая группа отвечает на вопрос: «Что такое ИИ, возможно ли его создание, и, если возможно, то как это сделать?» Вторая группа (этика искусственного интеллекта) задаётся вопросом: «Каковы последствия создания ИИ для человечества?»

Течение трансгуманизма считает создание ИИ одной из важнейших задач человечества.

Вопросы создания ИИ[править | править код]

Среди исследователей ИИ до сих пор не существует какой-либо доминирующей точки зрения на критерии интеллектуальности, систематизацию решаемых целей и задач, нет даже строгого определения науки. Существуют разные точки зрения на вопрос, что считать интеллектом.

Наиболее горячие споры в философии искусственного интеллекта вызывает вопрос возможности мышления творения человеческих рук. Вопрос «Может ли машина мыслить?», который подтолкнул исследователей к созданию науки о моделировании человеческого разума, был поставлен Аланом Тьюрингом в 1950 году. Две основных точки зрения на этот вопрос носят названия гипотез сильного и слабого искусственного интеллекта.

Термин «сильный искусственный интеллект» ввёл Джон Сёрль, его же словами подход и характеризуется:

Более того, такая программа будет не просто моделью разума; она в буквальном смысле слова сама и будет разумом, в том же смысле, в котором человеческий разум — это разум[53].

При этом нужно понять, возможен ли «чистый искусственный» разум («метаразум»), понимающий и решающий реальные проблемы и, вместе с тем, лишённый эмоций, характерных для человека и необходимых для его индивидуального выживания[источник не указан 2293 дня].

Напротив, сторонники слабого ИИ предпочитают рассматривать программы лишь как инструмент, позволяющий решать те или иные задачи, которые не требуют полного спектра человеческих познавательных способностей.

Мысленный эксперимент «Китайская комната» Джона Сёрля — аргумент в пользу того, что прохождение теста Тьюринга не является критерием наличия у машины подлинного процесса мышления. Аналогичную позицию занимает и Роджер Пенроуз, который в своей книге «Новый ум короля» аргументирует невозможность получения процесса мышления на основе формальных систем[54].

Этика[править | править код]

Елиезер Юдковски исследует в Институте сингулярности (SIAI) в США проблемы глобального риска, которые может создать будущий сверхчеловеческий ИИ, если его не запрограммировать на дружественность к человеку[55]. В 2004 году SIAI был создан сайт AsimovLaws.com, созданный для обсуждения этики ИИ в контексте проблем, затронутых в фильме «Я, робот». На этом сайте они хотели показать, что законы робототехники Азимова небезопасны, поскольку, например, могут побудить ИИ захватить власть на Земле, чтобы «защитить» людей от вреда.

Марксизм[править | править код]

Эвальд Ильенков в своей книге «Диалектическая логика» обосновал невозможность разумного («диалектического») мышления для машины, вместе с тем способной к исчислению, то есть рассудочному («формально-логическому») мышлению, и описал теоретические предпосылки неопозитивизма, из которых следуют ошибочные предположения о способности машины мыслить, как человек.

С точки зрения марксизма машина, в том числе электрическая и работающая по сложному алгоритму, принципиально не отличается от молотка, являя собой функцию человека, которую тот перенес на вещь. А взгляд, согласно которому мышление человека принципиально не отличается от списка функций появляется, согласно марксизму, по причине отчуждения человека, то есть отношения к самому человеку как к вещи с функциями в системе капитализма и уродования его до этого состояния.

Религия[править | править код]

Далай-лама XIV считает, что нельзя утверждать, что машины обладают сознанием или способностью к познаванию, а утверждение о том, что сознание появляется в силу материальных причин, с точки зрения буддизма неприемлемо[56].

Другие традиционные конфессии достаточно редко описывают проблематику ИИ. Но отдельные богословы тем не менее обращают на это внимание. Например, протоиерей Михаил Захаров, рассуждая с точки зрения христианского мировоззрения, ставит следующий вопрос: «Человек есть разумно-свободное существо, сотворенное Богом по Его образу и подобию. Мы привыкли все эти определения относить к биологическому виду Homo Sapiens. Но насколько это обосновано?»[57]. Отвечает он на этот вопрос так:

Если предположить, что исследования в области искусственного интеллекта когда-либо приведут к появлению искусственного существа, превосходящего человека по интеллекту, обладающего свободой воли, будет ли это означать, что это существо — человек? … человек есть творение Божие. Можем ли мы это существо назвать творением Божиим? На первый взгляд, оно есть творение человека. Но и при сотворении человека вряд ли стоит буквально понимать, что Бог Своими руками из глины вылепил первого человека. Вероятно это иносказание, указывающее на материальность человеческого тела, созданного по воле Божией. Но без воли Божией ничего не происходит в этом мире. Человек, как со-творец этого мира, может, исполняя волю Божию, создавать новые твари. Такие твари, созданные руками человека по Божией воле, вероятно можно назвать творениями Божиими. Ведь человек создает новые виды животных и растений. А мы считаем растения и животных творениями Божиими. Так же можно относиться и к искусственному существу не биологической природы.

[57]

Научная фантастика[править | править код]

В научно-фантастической литературе ИИ чаще всего изображается как сила, которая пытается свергнуть власть человека (Омниус, HAL 9000 в «Космическая одиссея 2001 года», Превосходство, Скайнет, Colossus, «Матрица» и репликант в «Бегущий по лезвию», ИскИны в «Гиперион»), или обслуживающий гуманоид (C-3PO, Data, KITT и KARR, «Двухсотлетний человек»). Неизбежность доминирования над миром ИИ, вышедшего из-под контроля, оспаривается такими его исследователями, как фантаст Айзек Азимов и кибернетик Кевин Уорик, известный множественными экспериментами по интеграции машин и живых существ.

В романе «Выбор по Тьюрингу» писателя-фантаста Гарри Гаррисона и учёного Марвина Мински[58] авторы рассуждают на тему утраты человечности у человека, в мозг которого была вживлена ЭВМ, и приобретения человечности машиной с ИИ, в память которой была скопирована информация из головного мозга человека.

Некоторые научные фантасты, например Вернор Виндж, также размышляли над последствиями появления ИИ, которое, по-видимому, вызовет резкие драматические изменения в обществе. Такой период называют технологической сингулярностью.

Тема ИИ рассматривается под разными углами в творчестве Роберта Хайнлайна: гипотеза возникновения самоосознания ИИ при усложнении структуры далее определённого критического уровня и наличии взаимодействия с окружающим миром и другими носителями разума («The Moon Is a Harsh Mistress», «Time Enough For Love», персонажи Майкрофт, Дора и Ая в цикле «История будущего»), проблемы развитии ИИ после гипотетического самоосознания и некоторые социально-этические вопросы («Friday»). Социально-психологические проблемы взаимодействия человека с ИИ рассматривает и роман Филипа К. Дика «Снятся ли андроидам электроовцы?», известный также по экранизации «Бегущий по лезвию».

В творчестве фантаста и философа Станислава Лема описано и во многом предвосхищено создание виртуальной реальности, искусственного интеллекта, нанороботов и многих других проблем философии искусственного интеллекта. Особенно стоит отметить футурологию Сумма технологии. Кроме того, в приключениях Ийона Тихого неоднократно описываются взаимоотношения живых существ и машин: бунт бортового компьютера с последующими неожиданными событиями (11 путешествие), адаптация роботов в человеческом обществе («Стиральная трагедия» из «Воспоминаний Ийона Тихого»), построение абсолютного порядка на планете путём переработки живых жителей (24-ое путешествие), изобретения Коркорана и Диагора («Воспоминания Ийона Тихого»), психиатрическая клиника для роботов («Воспоминания Ийона Тихого»). Кроме того, существует целый цикл повестей и рассказов Кибериада, где почти всеми персонажами являются роботы, которые являются далёкими потомками роботов, сбежавших от людей (людей они именуют бледнотиками и считают их мифическими существами).

Фильмы[править | править код]

Начиная практически с 1960-х годов вместе с написанием фантастических рассказов и повестей, снимаются фильмы об искусственном интеллекте. Многие повести авторов, признанных во всём мире, экранизируются и становятся классикой жанра, другие становятся вехой в развитии кинофантастики, например Терминатор и Матрица.

См. также[править | править код]

Примечания[править | править код]

  1. 1 2 3 4 What is Artificial Intelligence? FAQ от Джона Маккарти, 2007
  2. 1 2 3 Аверкин А. Н., Гаазе-Рапопорт М. Г., Поспелов Д. А. Толковый словарь по искусственному интеллекту. — М.:Радио и связь, 1992. — 256 с.
  3. Анатолий Гершман. Заблуждения искусственного интеллекта (ru-RU). Postnauka.ru. Проверено 6 октября 2017.
  4. М. Эндрю. Реальная жизнь и искусственный интеллект // «Новости искусственного интеллекта», РАИИ, 2000
  5. Гаврилова Т. А. Хорошевский В. Ф. Базы знаний интеллектуальных систем: Учебник для вузов
  6. 1 2 Г. С. Осипов. Искусственный интеллект: состояние исследований и взгляд в будущее
  7. Ильясов Ф. Н. Разум искусственный и естественный // Известия АН Туркменской ССР, серия общественных наук. 1986. № 6. С. 46—54.
  8. Алан Тьюринг, Могут ли машины мыслить?
  9. Изобретения С. Н. Корсакова
  10. Д. А. Поспелов. Становление информатики в России
  11. К истории кибернетики в СССР. Очерк первый, Очерк второй
  12. Jack Copeland. What is Artificial Intelligence? 2000
  13. Alan Turing, «Computing Machinery and Intelligence», Mind, vol. LIX, no. 236, October 1950, pp. 433—460.
  14. Обработка естественного языка:
  15. Приложения обработки естественного языка, включают информационный поиск (в том числе: анализ текста и машинный перевод):
  16. Горбань П. А. Нейросетевое извлечение знаний из данных и компьютерный психоанализ
  17. Машинное обучение:
  18. Алан Тюринг обсуждал как центральную тему уже в 1950, в его классической статье Computing Machinery and Intelligence. (Turing 1950)
  19. (pdf scanned copy of the original) (version published in 1957, An Inductive Inference Machine, " IRE Convention Record, Section on Information Theory, Part 2, pp. 56-62)
  20. Робототехника:
  21. Russell & Norvig 2003, pp. 916–932
  22. Russell & Norvig 2003, pp. 908–915
  23. Квантовые компьютеры и искусственный интеллект
  24. Квантовый компьютер и искусственный интеллект
  25. Проект Blue Brain — Искусственный мозг
  26. Mild-Mannered Watson Skewers Human Opponents on Jeopardy
  27. 20Q.net Inc
  28. Staff, Investopedia. Algorithmic Trading (en-US), Investopedia (18 мая 2005). Проверено 10 ноября 2017.
  29. Beyond Robo-Advisers: How AI Could Rewire Wealth Management (англ.), American Banker. Проверено 10 ноября 2017.
  30. Gara, Antoine. Kensho's AI For Investors Just Got Valued At Over $500 Million In Funding Round From Wall Street (англ.), Forbes. Проверено 10 ноября 2017.
  31. 5 Best AI-Powered Chatbot Apps (англ.). yalantis.com. Проверено 10 ноября 2017.
  32. Kaushik, Preetam. Is Artificial Intelligence the Way Forward for Personal Finance? (en-US), WIRED. Проверено 10 ноября 2017.
  33. Machine Learning in Finance - Present and Future Applications (en-US), TechEmergence (15 августа 2016). Проверено 10 ноября 2017.
  34. Machine Learning Is the Future of Underwriting, But Startups Won’t be Driving It (en-US), Bank Innovation (3 апреля 2017). Проверено 10 ноября 2017.
  35. ZestFinance Introduces Machine Learning Platform to Underwrite Millennials and Other Consumers with Limited Credit History (англ.). www.businesswire.com. Проверено 10 ноября 2017.
  36. Todd R. Reed, Nancy E. Reed, Peter Fritzson Heart sound analysis for symptom detection and computer-aided diagnosis // Simulation Modelling Practice and Theory. — 2004-05-01. — Т. 12, вып. 2. — С. 129–146. — DOI:10.1016/j.simpat.2003.11.005.
  37. A. Yorita, N. Kubota Cognitive Development in Partner Robots for Information Support to Elderly People // IEEE Transactions on Autonomous Mental Development. — March 2011. — Т. 3, вып. 1. — С. 64–73. — ISSN 1943-0604. — DOI:10.1109/TAMD.2011.2105868.
  38. Artificial Intelligence Will Redesign Healthcare - The Medical Futurist (en-US), The Medical Futurist (4 августа 2016). Проверено 10 ноября 2017.
  39. David D. Luxton Artificial intelligence in psychological practice: Current and future applications and implications. (англ.) // Professional Psychology: Research and Practice. — Vol. 45, iss. 5. — P. 332–339. — DOI:10.1037/a0034559.
  40. From Virtual Nurses To Drug Discovery: 106 Artificial Intelligence Startups In Healthcare (en-US), CB Insights Research (3 февраля 2017). Проверено 10 ноября 2017.
  41. Recombinant music composition algorithm and method of using the same. Проверено 10 ноября 2017.
  42. Résultats de recherche - La Sacem (фр.). repertoire.sacem.fr. Проверено 10 ноября 2017.
  43. Gloria Requena, Carlos Sánchez, José Luis Corzo-Higueras, Sirenia Reyes-Alvarado, Francisco Rivas-Ruiz Melomics music medicine (M3) to lessen pain perception during pediatric prick test procedure (англ.) // Pediatric Allergy and Immunology. — 2014-11-01. — Vol. 25, iss. 7. — P. 721–724. — ISSN 1399-3038. — DOI:10.1111/pai.12263.
  44. Smith, Mark (July 22, 2016). "So you think you chose to read this article?". BBC. Retrieved July 27, 2016..
  45. Artificial Intelligence Software that Writes like a Human Being (en-US). Yseop. Проверено 10 ноября 2017.
  46. A Japanese AI program just wrote a short novel, and it almost won a literary prize (en-US), Digital Trends (23 марта 2016). Проверено 10 ноября 2017.
  47. O'Brien, Sara Ashley. Is Pypestream the call center of the future?, CNNMoney. Проверено 10 ноября 2017.
  48. New Google AI Brings Automation to Customer Service, Bloomberg.com (20 июля 2016). Проверено 10 ноября 2017.
  49. Basulto, Dominic. How artificial intelligence is moving from the lab to your kid’s playroom (en-US), Washington Post (15 октября 2015). Проверено 10 ноября 2017.
  50. United States, National Science and Technology Council – Committee on Technology. Executive Office of the President. (2016). Preparing for the future of artificial intelligence..
  51. Meyer, Michael D. (January 2007). "Artificial Intelligence in Transportation Information for Application". Transportation Research Circular..
  52. Axelrod R. The Structure of Decision: Cognitive Maps of Political Elites. — Princeton. University Press, 1976
  53. Джон Сёрль. Разум мозга — компьютерная программа?
  54. Пенроуз Р. Новый ум короля. О компьютерах, мышлении и законах физики. — М.: УРСС, 2005. — ISBN 5-354-00993-6.
  55. ИИ как фактор глобального риска
  56. Ум и жизнь. Начало диалога между буддизмом и наукой. Часть 2.
  57. 1 2 http://www.rc.edu.ru/rc/s8/intellect/rc_intellect_zaharov_2009.pdf Православный взгляд на проблему искусственного интеллекта
  58. Гарри Гаррисон. Выбор по Тьюрингу. — М.: Эксмо-Пресс, 1999. — 480 с. — ISBN 5-04-002906-3.

Литература[править | править код]

Ссылки[править | править код]

Организации
Порталы
Статьи и исследования
Критика