Искусственный интеллект и ЭВМ

МКОУ «Глебовская средняя общеобразовательная школа»

Информационный проект по информатике:

«Искусственный интеллект и электронно-вычислительные машины»

Выполнила

ученица 9А класса

Емельянова И. Н.

2019 – 2020

Введение 3

Глава1. Искусственны интеллект. 4

1.1. История создания искусственного интеллекта 4

1.2 Применение искусственного интеллекта 5

Глава 2. Электронно вычислительные машины. 7

2.1. История создания. 7

2.2. Применение. 9

2.3 Виды электронно-вычислительных машин 10

Глава 3. Машинное обучение 12

Заключение 17

Список литературы 18

Название проекта: «Искусственный интеллект. Электронно-вычислительные машины»

Описание работы: Это учебно — информационный проект, направленный на то, что бы узнать существует ли искусственный интеллект.

Цель проекта: Изучить понятия «Искусственный интеллект» и «ЭВМ» и проанализировать развитие искусственного интеллекта с появлением ЭВМ.

Задачи проекта:

1. Изучить историю возникновения, развития и применения ИИ;

2. Изучить историю возникновения, развития и применения ЭВМ;

3. Проанализировать развитие ИИ с появлением ЭВМ (машинное обучение).

Гипотеза: Искусственный интеллект существует.

Характеристика проекта

Искусственны интеллект (далее ИИ) — свойство интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека. ИИ связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами. 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.

1.1. История создания искусственного интеллектакак нового научного направления начинается в середине ХХ 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 1935 году британский исследователь А.М. Тьюринг описал абстрактную вычислительную машину, которая состоит из безграничной памяти и сканера, перемещающегося вперед и назад по памяти, символ за символом. Сканер считывает то, что он находит, записывая дальнейшие символы. Действия сканера диктуются программой инструкций, которая также хранится в памяти в виде символов. Самая ранняя успешная программа ИИ была написана в 1951 году Кристофером Стрейчи. А в 1950 году Тьюринг, пишет статью под названием «Может ли машина мыслить?», в которой описывает процедуру, с помощью которой можно будет определить момент, когда машина сравняется в плане разумности с человеком, получившую название теста Тьюринга. Идея создания Искусственного Интеллекта (далее ИИ или Машина) существует давно, однако, человечество, не смотря на все свои стремления в этом направлении, – пока что решить эту задачу не может.

Сегодня уже сложно представить такую область деятельности, в которую бы ни проникли различные умные устройства, упрощающие нашу работу или берущие на себя часть наших обязанностей. Среди таких сфер – медицина, образование, бизнес, наука, развлечения, борьба с преступностью, решение многочисленных бытовых вопросов. Скорее всего, в будущем подобных разработок станет еще больше, и использоваться они, наверняка, будут повсеместно. Таким образом, уже в ближайшем будущем применение искусственного интеллекта качественно преобразит практически все сферы нашей жизни.

Несмотря на сравнительную молодость данных технологий, ИИ уже нашел широкое применение в самых разных сферах, и многие проекты, будто пришедшие к нам из фантастических книг, становятся вполне реальными. Приведем интересные примеры применения искусственного интеллекта, которые внедрены на данный момент или планируются к внедрению в ближайшем будущем.

Медицина

В конце 2017 года премьер-министр РФ Д. Медведев обозначил стратегию, которая в том числе подразумевает использование в российском здравоохранении возможностей искусственного интеллекта. Например, планируется развивать систему поддержки принятия решений врача «Третье мнение». Сейчас она умеет анализировать снимки клеток крови и глазного дна, УЗИ мочевого пузыря и рентгенограммы легких, а в будущем научится обрабатывать данные компьютерных томографов и МРТ. Еще одна аналогичная российская система – Botkin.AI. Среди ее задач – анализ диагностических данных, подсказки и советы врачам, мониторинг проводимого лечения. Пока Botkin.AI помогает онкологам, но планируется, что уже скоро он будет работать и в других областях.

Промышленность и сельское хозяйство

В промышленности искусственный интеллект позволяет делать работу все более и более автоматизированной, вплоть до того что участие человека практически перестает требоваться. Что касается сельского хозяйства, то тут искусственный интеллект используется для контроля за состоянием растений, уровнем влажности, наличием в почве необходимых питательных веществ и в принципе для надлежащего ухода за посадками. Например, роботы научились идентифицировать сорняки и аккуратно избавляться от них (выдергивая или обрабатывая химикатами). Умные помощники способны определять заболевания растений или напавших на них вредителей по фотографиям, а также точечно доставлять необходимые препараты. Это помогает экономнее расходовать пестициды и гербициды.

Дорожное движение

Во многих странах умение искусственного интеллекта обрабатывать огромные объемы данных используется для того, чтобы облегчить проблему пробок. В частности, в России ИИ помогает движению в крупных городах и на федеральных трассах. Компьютер анализирует данные со светофоров, собирает информацию о плотности движения, авариях, погодных условиях и иных причинах, которые могут повлиять на трафик. В итоге интеллектуальная система в режиме реального времени следит за дорогами, строит прогнозы, как будет развиваться ситуация, и в соответствии с этим переключает светофоры.

Искусственный интеллект окружает нас в той или иной форме вот уже многие годы. Но люди все равно боятся «восстания ИИ». Я считаю, что искусственный интеллект может значительно улучшить нашу жизнь. Но если мы будем его бояться, то так никогда и не раскроем его потенциал. Поэтому я бы хотел развеять несколько популярных заблуждений об этой технологии.

Современному человеку сложно представить свою жизнь без ЭВМ. Они одинаково успешно используются как в быту, так и в производстве. Но так было не всегда.Путь развития электронно-вычислительных машин был довольно сложным и длительным. Эволюция оборудования подобного типа развивалась не стабильно: после ярких и значительных всплесков наблюдались длительные застои или падения. Началом этого пути можно считать конец 1623 года, когда В. Шикардом была создана машина, обладающая способностью складывать и отнимать числа. Машина, которая могла выполнять с числами все четыре действия, появилась только через несколько лет. Ее автором был Б. Паскаль. В 1823 году Бэббиджем создана вычислительная машина, похожая на предыдущие. Отличительной особенностью машины была способность печатать полученные результаты на специальной негативной пластинке, предназначенной для фотопечати. В действие этот аппарат приводил паровой двигатель. В 1890 году известным ученым Германом Холлеритом была разработана машина, способная работать с данными в таблицах.

После смерти этого ученого эволюция развития ЭВМ приостановилась. Застой длился до начала XX столетия, пока инженер Конрад Цузе не создал Z1 – первую механическую программируемую цифровую вычислительную машину.в 1941 году Цузе создает первую вычислительную машину, обладающую всеми свойствами современного компьютера Z3.

Историю появления и развития электронно - вычислительных машин можно условно подразделить на следующие этапы:

1. Идет формирование всех элементов, которые входят в состав ЭВ оборудования процессор, оперативка, устройство ввода – вывода и другие. В это время был создан новый язык программирования – ассамблер.

2. Старые громоздкие машины заменило более компактное оборудование, способное выполнять такие функции, как команды для ввода. Это стало возможным, благодаря созданию магнитных сердечек памяти, миниатюрных транзисторов и регистров.

3. Изобретение микросхем дало возможность размещению большого объема информации на нескольких сантиметрах. Это увеличило уровень производительности эффективности работы ЭВМ.

4. Этот период известен созданием таких новейших интегральных схем, как БИС и СБИС. Благодаря этому ученым удалось добиться уменьшения габаритных размеров машин, а также понизить их себестоимость.

5. Данный этап известен под названием микропроцессорного. Современные ЭВМ создаются на основе быстродействующих и мощных процессоров. Это позволило увеличить скорость обработки полученной компьютером информации.

Каждый из этих этапов имеет свои достижения и падения. Но без них развитие современных электронно-вычислительных машин было бы невозможно.

Особое внимание хотелось бы обратить на этап развития персональных ЭВМ. История развития персональных электронно-вычислительных машин была стремительной и постоянно шла по восходящей.

Первым серийным ПК является Альтаир 8800, созданный в 1975 году. Он выпускался в виде отдельных блоков, которые нужно было собирать самостоятельно.

В 1976 году вышла в серию машина Apple I, в комплекте с которой шел ее собственный монитор, а в 1977 году появилась уже более совершенная модель Apple II.

В конце 1981 года на просторах Советского Союза была разработана первая персональная электронно-вычислительная машина Электроника НЦ-8010. Для ее создания были использованы только отечественные комплектующие. На ее основе позже были выпущены такие модели, как Агат, БК-0010, Корвет, УКНЦ.

Среди пользователей чрезвычайно популярной была модель ПК ZX Spectrum. Что же касается более поздней разработки IBM PC, она состояла как из отечественных, так и из импортных комплектующих.

В 1983 году появился первый персональный компьютер, в комплекте которого шла мышка. Оборудование было выпущено под известным сегодня брендом Apple.

Применение электронных машин позволит ввод в нее данных производить без участия человека, а получаемую информацию на выходе использовать для управления, сократить расходы на приборы, щиты и специальные помещения, освободить оператора ( аппаратчика) от ведения записей показаний приборов, увеличивая тем самым его время наблюдения за ходом технологического процесса, что безусловно улучшит качество контроля. Компьютеры используются в медицине для установки диагноза. Пациент вводит с клавиатуры ответы на вопросы, а ЭВМ анализирует их и подобно опытному врачу ставит диагноз. На экран выводятся способы лечения. Компьютер следит за состоянием недоношенных детей с затруднённым дыханием и управляет работой искусственных лёгких. Избыток воздуха, поступившего в лёгкие ребёнка, может повредить их, а недостаток - привести к заболеванию мозга. ЭВМ устанавливает оптимальный режим подачи воздуха. С помощью ЭВМ решается задача по прогнозу погоды. Она собирает и анализирует информацию, получаемую со спутников и метеостанций, выполняет огромный объём вычислений, необходимых для решения уравнений, возникающих при математическом моделировании процессов в атмосфере и океане, и, наконец, представляет полученные результаты. ЭВМ часто используются для анализа данных. Они хранят наборы данных и сравнивают их с вводимой информацией. Компьютеры обрабатывают счета и накладные для фирм и организаций, а их графические возможности используются архитекторами и проектировщиками. ЭВМ может выводить трёхмерное изображение объектов и вращать их с тем, чтобы конструктор мог рассмотреть эти объекты под разными углами. ЭВМ применяются в транспортных системах. Компьютер используется в кассах аэрокомпаний и железнодорожного транспорта. Биотехнология, атомная, энергетическая, технология новых материалов, безотходных производств и изготовления лекарственных препаратов невозможны без использования компьютеризированных информационных систем. Компьютеры объединяют системы связи (телефон, телевидение, телефакс, спутниковую связь), а также ведомственные, бытовые и научные базы данных и знаний.

Наиболее широко используемым классом ЭВМ являются микроЭВМ. Это ЭВМ, выполненные на базе микропроцессоров (МП) и микропроцессорных комплектов (МПК) или семейств. МП - электронный прибор, работающий под управлением программы.

ПК–микроЭВМ с развитым программным обеспечением, ориентированные на пользователя, т.е. имеющие дружественный интерфейс, требующие минимум времени для обучения и для ввода в эксплуатацию, поддерживаемые развитой компьютерной инфраструктурой (сетью магазинов и фирм, готовых осуществлять оперативно и по доступным ценам современный компьютерный сервис ).

МК– микро ЭВМ, ориентированные на объект управления, т.е. на выполнение определенных управляющих задач по жестко заданной программе без постоянного участия человека. Устройствами ввода в МК являются в основном преобразователи информации, т.к. источниками информации служат датчики, установленные на объекте управления (Датчик - прибор, преобразующий неэлектрическую величину в электрический сигнал). Устройствами вывода МК являются исполнительные механизмы объектов, обычно это системы управления электрическими приводами движущихся частей объектов. В состав МК обычно входят преобразователи аналоговых и цифровых сигналов в компьютерный код и обратно. МК выполняет ограниченное число программ, повторяющихся во времени и в отличие от ПК требует намного меньше вычислительных ресурсов (размера памяти команд и памяти данных), а также работает в режиме реального времени. Программы для МК просты и сводятся к арифметическим и логическим операциям.

Мини-ЭВМ предназначены для малой автоматизации в небольших фирмах и несложных производствах, в основном, в АСУТП. АСУТП – замкнутая система, включающая ЭВМ, объекты управления, датчики и исполнительные устройства (механизмы). ЭВМ получает сигналы от датчиков, обрабатывает их, т.е. сравнивает с допустимыми значениями и выдает управляющие сигналы на объекты. АСУТП может на нижнем уровне управления обьектом включать МК работающие с датчиками и ведущими передачу информации в ЭВМ. Мини-ЭВМ могут использоваться для тех задач, где производительности персональных компьютеров недостаточно,а также для обеспечения цен¬трализованного хранения и обработки данных.

Мэйнфреймы (средние машины):

Исторически первыми появились средние машины. Одними из первых моделей были IBM 360 и IBM 370. Для них характерны многопользовательский режим работы с одним оператором, обработка информации - в пакетном режиме. Мэйнфреймы используются как рабочие станции в АРМ (автоматизированное рабочее место) проектировщика. Достоинства: высокая производительность, высокое качество, надёжность, быстродействие. Многие фирмы, в т. ч. IBM, продолжают выпуск ЭВМ этого класса, и они находят применение в т.ч,. в ВС.

СуперЭВМ– это ЭВМ с большим кол-вом процессоров и высокой степенью параллельной обработкой информации, т.е. это ЭВМ, предназначенные для решения задач, требующих громадных объемов быстрых вычислений. Используются в научно-исследовательской деятельности и управлении в реальном времени. Основные потребители суперЭВМ — оборонные ведомства, метеорология, геология и прочие.

Весь наш современный мир состоит из новых электронных устройств, которые окружают нас. Широкое распространение ЭВМ позволило автоматизировать многие процессы во всех сферах деятельности человека. Таким образом, ЭВМ заняла прочную ключевую позицию в XXI веке, и, несомненно, новые (инновационные) технологии преподнесут человечеству еще много разновидностей персональных компьютеров будущего.

В начале, ученые вместо поиска общих алгоритмов интеллекта переключились на инженерный подход. А именно, взяли живых людей, как носителей того самого интеллекта и формализовали их знания в понятном для машины формате. Простейшим и самым распространенным видом таких знаний стали простые правила вида «если…то…».

Этот подход был назван экспертными системами, так как в его построении участвовали эксперты в своих областях.

Но не все было так гладко: экспертные системы, конечно, работали, но на практике число правил слишком быстро разрасталось. Из-за этого их было очень дорого строить и еще дороже поддерживать.

Математики же предложили вместо того, чтобы тратить годы на построение правил – пусть эти правила строят алгоритмы. Для этого нужно собрать данные (это будет «топливо» для алгоритмов). Затем нужно поместить эти данные в машину и заставить её саму выучить правила, спрятанные в данных. Отсюда и название – машинное обучение.

Зачем ограничивать себя только правилами? Теперь мы можем находить любые закономерности. Машинное обучение стало самым важным этапом в развитии искусственного интеллекта.

Как же работает машинное обучение? Самое главное, что нужно – набор данных, в которых будет четко обозначены объекты и ответы. Объектами будут данные, которые подаются на вход алгоритмов, а ответами – то, что алгоритм должен будет предсказать.

Рассмотрим на примере отличия работы экспертных систем от машинного обучения. Можем ли мы сделать машину, ставящую правильный диагноз? Например, робота-офтальмолога, проверяющего глаза? Первое поколение исследователей попыталось бы описать интеллект врачей-офтальмологов в общем случае. Экспертные системы предложили бы набор правил, которые сами офтальмологи нам бы и расписали.

Но как бы выглядела эта задача если её решать машинным обучением? Сперва, нужен набор данных, например, изображения глаз – это будут наши объекты. Затем, каждому объекту т.е. изображению нам нужен ответ – диагноз (глаз здоров или нет). Чем больше данных мы соберем, тем лучше. Затем берем один из алгоритмов машинного обучения, запускаем его на наших данных. Алгоритм готов.

Давайте рассмотрим еще один пример – игра в шахматы. Классики усердно пытались описать общий интеллект на примере этой игры, но, как мы знаем, не преуспели в этом. Экспертные системы предложили бы нам взять шахматистов и выписать много-много правил вида «если ситуация на доске такая, ходить так». Машинное обучение же поставило бы нам задачу по-другому. Мы бы собрали много-много данных о ходах из шахматных игр – это были бы наши объекты. Про каждую игру мы бы знали кто победи – это наши ответы. Дальше мы бы взяли алгоритм машинного обучения, который бы учился по текущей ситуации на доске предсказывать, какое действие приведет нас к победе. В итоге у нас получится алгоритм, который может рекомендовать нам наиболее выигрышные действия.

Можно сказать, что на смену пришли данные и обучение. Это просто замечательно работает на практике: например, алгоритм диагностики заболеваний глаз уже официально одобрен в клиниках. Что же касается шахмат, исследователи еще с 60-хх годов обещали одолеть в них человека, но достичь этого удалось только с приходом машинного обучения. В 197 году произошел исторический матч: со стороны людей – чемпион мира Гарри Каспаров, со стороны алгоритмов – IBMDeepBlue. Алгоритм обыграл чемпиона, не оставив людям ни малейшего шанса. С тех самых пор, лучшим игроком мира в шахматы считается искусственный интеллект.

На это история не заканчивается: в последние годы исследователи стали больше заниматься интеллектуальными задачами, окружающими нас с вами. Это и поисковые системы, целиком построенные на машинном обучении, и анализ текста, который помогает не только фильтровать спам и бороться со злоумышленниками, но и отвечать на вопросы.

Недавно в машинном обучении произошла крупная революция – глубокое обучение. Во всю силу раскрылись глубокие нейронные сети, открыв новые возможности в работе с изображениями. Еще 10 лет назад алгоритмы были полностью беспомощны, пытаясь на изображении отличить котика от собачки. Это даже было стандартным аргументов против искусственного интеллекта.

Однако, с приходом глубоких нейронных сетей с 2012 по 2015 год произошел качественный скачек. Если до этого алгоритмы ошибались в распознавании изображений в 30% случаев, то к 2015 году они достигли сопоставимых с людьми результатов, и даже превзошли их.

Удивительный факт: сегодня нейронные сети могут отличить котика от собачки, а собачку от кексика точнее, чем человек.

Открылось море возможностей для новых приложений. Вас вряд ли можно удивить беспилотными автомобилями, но еще 15 лет назад они считались скорее научной фантастикой. Сегодня же это стало реальностью, и во многом благодаря качественному распознаванию изображений.

Сегодня глубокое машинное обучение служит основой большинства передовых приложений, с которыми мы сталкиваемся в жизни: начиная от распознавания лиц на фотографиях и заканчивая распознаванием речи. Стоит только залезть себе в смартфон и вы будете окружены приложениями с нейронными сетями, воспринимая их работу как само собой разумеющееся. А еще нейронные сети нашли применение в множестве креативных задач, о которых люди раньше даже не задумывались. Это и стилизация с перерисовкой фотографий (как во многих популярных приложениях, где можно стилизовать ваше фото под классиков живописи), и генерация фотографий с нуля, включая фотографии людей, а также бесконечный поток комиксов, нарисованных нейронными сетями. Недалек тот день, когда алгоритмы смогут генерировать целые видеоролики, вплоть до видеороликов с придуманными нами сюжетами под заказ.

Следующая на очереди – робототехника. Сами роботы сейчас это горячая исследовательская тема. Громких успехов пока не так много, но ближайшие несколько лет точно стоит ждать новостей.

Напоследок, еще несколько слов про игры: 4 года назад алгоритм AlphaGo от DeepMindуспешно обыграл чемпиона мира в игру го. Сама игра го долгое время считалась абсолютно непреступной для алгоритмов. Только представьте: атомов во вселенной порядка 10⁸⁰, а возможных комбинаций в игру го – 10¹⁷⁰. Но есть еще и компьютерные игры: последние три года алгоритмы предприняли настоящий натиск на игру DOTA2. Удивительно, но DOTA считается еще более сложной для алгоритмов, нежели шахматы и го. Алгоритмы достаточно хорошо показали себя против профессиональных киберспортсменов, и это всего лишь вопрос времени, когда человечество уступит алгоритмам в DOTA.

Так есть ли искусственный интеллект сегодня? Можно уверенно сказать, что слабый искусственный интеллект не только существует, но и прочно вошел в нашу жизнь. Приложения с ним окружают нас всюду и многие из них мы уже не замечаем. Ведь, как только задача успешно решена, немножко магии из нее уходит, и это уже можно не называть искусственным интеллектом. Что же до сильного искусственного интеллекта, то это пока предмет философско-этических споров. Люди уже 100 лет не могут определиться с тем, что такое просто интеллект.

Важно помнить, что искусственный интеллект сегодня это всего лишь полезный инструмент. С его помощью можно достичь больших успехов в самых различных областях: от беспилотных автомобилей, до медицины, от чат-ботов, до решения творческих задач. Для искусственного интеллекта нужно собирать много данных, которые являются его топливом. Как правило, алгоритмы работают настолько хорошо, насколько хороши были собранные для них данные. Но самое главное, что нужно знать про искусственный интеллект это то, что он продолжает развиваться.

1. Алексеев Е.Г., Богатырев С.Д. Информатика. 2015.

2. Джефф Хокинс, Сандра Блейксли. Об интеллекте. 2004.

Электронные ресурсы:

http://uplift.io/articles/sravnenie-kompyuternoy-i-chelovechesk-415/

http://www.grandars.ru/college/psihologiya/emocii-i-chuvstva.html

http://www.psychologies.ru/glossary/27/emotsii/

http://www.grandars.ru/college/psihologiya/myshlenie-cheloveka.html