Искусственный интеллект

Август 22, 2022

Главная
Информатика
Искусственный интеллект

Содержание

2. Искусственный интеллект – компьютерная самообучаемая система, предназначенная для решения задач высокого класса сложности. Он способен решать
3. В самом широком смысле под ИИ понимается область информационных технологий, разрабатывающая машины (системы), наделённые основными возможностями
4. Исследования в области ИИ ведутся по двум направлениям: бионическое – попытки смоделировать с помощью искусственных систем
5. Свойства систем ИИ: внутренняя интерпретируемость – вместе с информацией в базе знаний представлены информационные структуры, позволяющие
6. В основу ИИ ложатся нейронные сети. ИИ имеет обширную историю, делящуюся на три этапа. Период прорыва
7. 1-й этап - «Прорыв» 1943-статья У.Маккалока и У.Питтса о нервной активности, в котором они сформулировали понятие
8. 1-й этап - «Прорыв» 1957-Ф.Розенблатт попытался создать систему, моделирующую человеческий глаз и его взаимодействие с мозгом,
9. 2-й этап – «Пессимизм и застой» 1.Нейронные сети не могли решать задачи, внешне весьма сходные с
10. 3 этап – «Оптимизм и развитие» 1974 г. - П. Вербосом разработан алгоритм обратного распространения ошибки,
11. 1975 г. - Фукусима представляет Когнитрон –нейронная самоорганизация, архитектурой похожая на строение зрительной коры. Обучается конкурентным
12. 1987 г. - Гроссберг создал адаптивную резонансную теорию. Сети и алгоритмы в ней сохраняют пластичность, необходимую
13. Искусственный интеллект в сельском хозяйстве Технологии искусственного интеллекта (ИИ) применяются в различных отраслях народного хозяйства, в
14. С момента начала технологической революции изменилось очень многое. Теперь практически на каждом этапе получения урожая присутствует
15. Посадка растений изменилась с простого крепления плантатора к трактору. Новые запрограммированные машины имеют географическую карту, где
16. Мониторинг посевов Дроны теперь заняты в сельском хозяйстве. Их задача состоит в том, чтобы обрабатывать больше
17. Усовершенствованные машины, такие как Robocrop, удаляют сорняки без химической обработки. Они распознают сорняки удаляют их с
18. Эти тракторы требуют не большого участия человека. Это автономные машины, которые управляются и работают самостоятельно. Эти
19. Теперь дроны применяются на пастбищах. Это отличается от вертолетов, используемых фермерами в Австралии. Дроны используются для
20. Есть как приятные так и отрицательные последствия с которыми придется столкнуться обществу с внедрением таких технологий
22. Скачать презентацию

Слайд 2

Искусственный интеллект – компьютерная самообучаемая система, предназначенная для решения задач высокого

класса сложности. Он способен решать управленческие и расчетные задачи, предназначен для управления особо сложными объектами и системами (космическими кораблями, ядерными электростанциями и пр.).

Представление об искусственном интеллекте часто соотносится с понятием робототехники, хотя роботы и ИИ в своем понимании имеют разные характеризующие их свойства. Тем не менее, в более высшем технологическим развитии робот и ИИ имеют тесную функциональную взаимосвязь.

Автор термина «Искусственный Интеллект» Джон Маккарти - известный разработкой языка Лисп и основоположник функционального программирования.

Слайд 3

В самом широком смысле под ИИ понимается область информационных технологий, разрабатывающая

машины (системы), наделённые основными возможностями человеческого интеллекта:
Логические рассуждения;
Обучение способом накопления знаний и опыта;
Способность применять накопленные знания, чтобы управлять средой;
Приспособляемость.

Слайд 4

Исследования в области ИИ ведутся по двум направлениям:
бионическое – попытки смоделировать

с помощью искусственных систем психофизиологическую деятельность человеческого мозга с целью создания искусственного разума;
прагматическое – создание программ, позволяющих с использованием ЭВМ воспроизводить не саму мыслительную деятельность, а являющиеся ее результатами процессы

Слайд 5

Свойства систем ИИ:
внутренняя интерпретируемость – вместе с информацией в базе знаний

представлены информационные структуры, позволяющие не только хранить знания, но и использовать их;
структурированность – выполняются декомпозиция сложных объектов на более простые и установление связи между ними;
связанность – отражаются закономерности относительно фактов, процессов, явлений и причинно-следственные отношения между ними;
активность – на основе имеющихся знаний можно выводить (получать) новые знания

Слайд 6

В основу ИИ ложатся нейронные сети. ИИ имеет обширную историю, делящуюся

на три этапа.
Период прорыва
Период застоя
Период развития

Слайд 7

1-й этап - «Прорыв»
1943-статья У.Маккалока и У.Питтса о нервной активности,

в котором они сформулировали понятие нейронной сети и представили модель нейронной сети.
1949-Дональд Хебб придумал механизм обновления для модификаций кол-ва соединений между нейронами, и применяется он до сих пор.
1950-Алан Тьюринг опубликовал статью «Вычислительные машины и разум». В ней описывался знаменитый «тест Тьюринга»
1951-создан первый компьютер на основе нейронной сети, в основу которого легло 3000 лампочек и автопилот бомбардировщика.

Слайд 8

1-й этап - «Прорыв»
1957-Ф.Розенблатт попытался создать систему, моделирующую человеческий глаз

и его взаимодействие с мозгом, – персептрон.
1958-Джон Фон Нейман предложил имитировать функции нейронов при помощи вакуумных трубок.
1952-А. Самюэл написал ряд программ для игры в шашки, которые играли на уровне хорошо подготовленного любителя, причем одна из них научилась играть лучше, чем ее создатель.

Слайд 9

2-й этап – «Пессимизм и застой»
1.Нейронные сети не могли решать задачи,

внешне весьма сходные с теми, которые они успешно решали. 2.Однослойные сети теоретически неспособны решить многие простые задачи, в том числе реализовать функцию «исключающее ИЛИ».
В 1969-ом году М. Минский публикует доказательства ограниченности персептрона, и его неспособность решать достаточно широкий круг задач.
В совокупности с остальными факторами это привело к снижению интереса многих исследователей к нейронным сетям.

Слайд 10

3 этап – «Оптимизм и развитие»
1974 г. - П. Вербосом разработан

алгоритм обратного распространения ошибки, для обучения многослойных персептронов. Этот метод обучения сетей преодолевает ограничения, указанные Минским, хоть метод и не являлся универсальным. Проблема заключалась в долгом процессе обучения, а в некоторых случаях сеть могла вообще не обучиться по двум причинам: паралич сети и попадание в локальный минимум.

Слайд 11

1975 г. - Фукусима представляет Когнитрон –нейронная самоорганизация, архитектурой похожая на

строение зрительной коры. Обучается конкурентным обучением (без учителя).
1980 г. – С целью улучшить Когнитрон, Фукусима разработала мощную парадигму- неокогнитрон. Такие сети часто применяются для внешнего распознавания текста.
1982 г. - Дж. Хопфилд разработал нейронную сеть с обратными связями. Сеть не могла использоваться, но были заложены основы, позволившие вложить в искусственные нейронные сети ассоциативную память.
1987 г. - Роберт Хехт-Нильсон разработал сети встречного распространения. Время обучения, в таких сетях, может уменьшаться в сто раз.

Слайд 12

1987 г. - Гроссберг создал адаптивную резонансную теорию. Сети и алгоритмы

в ней сохраняют пластичность, необходимую для изучения новых образов, в то же время, предотвращая изменение ранее запомненных образов.
2000-е годы - проблема попадания в локальный минимум была решена.
2007 г. - Джеффри Хинтоном созданы алгоритмы глубокого обучения многослойных нейронных сетей
2012 г. - на конференции «Supercomputing 2012» компанией IBM были продемонстрированы итоги долгой работы над симуляцией нейрокомпьютера, который можно было бы сопоставить с мозгом человека.

Слайд 13

Искусственный интеллект в сельском хозяйстве
Технологии искусственного интеллекта (ИИ) применяются в различных

отраслях народного хозяйства, в том числе в сельском хозяйстве. Фермеры используют технологию искусственного интеллекта для оптимизации методов выращивания сельскохозяйственных культур. Наиболее популярные применения ИИ в сельском хозяйстве варьируются от робототехники до мониторинга урожая и почвы. Так, искусственный интеллект уже применяется для удаленного наблюдения за посевными и почвами. Это стало возможным благодаря компьютерному зрению и алгоритмам глубокого обучения, которые обрабатывают данные с дронов и спутниковых снимков, анализируют их и помогают агрономам принимать оперативные решения. Используя искусственный интеллект в аграрной промышленности, специалисты по сельскому хозяйству разрабатывают автономных роботов,: «умные» поливальные установки, самоуправляемые автомобили, уборочные машины без водителя и др.

Слайд 14

С момента начала технологической революции изменилось очень многое. Теперь практически на

каждом этапе получения урожая присутствует какой-либо робот, с момента посадки, выращивания и ухода за культурой, до момента ее сбора, распределения и хранения. Это самые распространённые:
Системы с GPS и встроенными датчиками, которые сообщают о погоде
Бесшумные и электрические тракторы
Поливальные машины, которые самостоятельно измеряют уровень влажности почвы и воздуха и дают необходимое количество воды

Слайд 15

Посадка растений изменилась с простого крепления плантатора к трактору. Новые запрограммированные

машины имеют географическую карту, где можно точно разместить свои урожаи. Это означает, что они понимают площадь посевов, плотность почвы и все детали земли фермы. Растения начнут всходить в упорядоченно, поскольку они были посажены роботами. Это автоматически исключает процесс прореживания некоторых культур, для которых очень важно расстояние между кустами.

Слайд 16

Мониторинг посевов
Дроны теперь заняты в сельском хозяйстве. Их задача состоит в

том, чтобы обрабатывать больше информации о культурах. Эти беспилотные летательные аппараты выполняют свою работу над землей. Они могут собрать больше более точной информации о посевных площадях, чем это может сделать человек. Кроме того, есть наземные роботы, которые контролируют посевы. Так же этот контроль с воздуха может быть полезен для фермерских хозяйств в период сбора, прополки или поливки урожая.

Слайд 17

Усовершенствованные машины, такие как Robocrop, удаляют сорняки без химической обработки. Они

распознают сорняки удаляют их с помощью тракторов мотыгами и лопатами. Тут пременена технология компьютерного зрения, которая приносит огромную пользу в процессе выращивания урожая. Другие машины, разработанные с технологией компьютерного зрения, распознают растения которым необходимо удобрение или подкормка и дозировано добавляет их в почку.

Опрыскивание и прополка

Слайд 18

Эти тракторы требуют не большого участия человека. Это автономные машины, которые

управляются и работают самостоятельно. Эти типы тракторов использовались в Сиднейском университете, для осуществления сельскохозяйственной деятельности. Считается, что в будущем, в ближайшие десятилетия, будет распространяться больше таких машин.

Бесшумные тракторы

Слайд 19

Теперь дроны применяются на пастбищах. Это отличается от вертолетов, используемых фермерами

в Австралии. Дроны используются для мониторинга крупного рогатого скота, овец и других стад животных без участия человека. Они дешевле вертолетов и менее шумны.

Использование дронов на пастбищах

Слайд 20

Есть как приятные так и отрицательные последствия с которыми придется столкнуться

обществу с внедрением таких технологий в сельское хозяйство:
Больше продуктов для удовлетворения потребностей растущего населения;
Меньше использования человеческого труда в производстве продуктов;
Быстрое и точное выполнение фермерских операций;
Машины заполняют нехватку сельскохозяйственного труда.
Однако у любой положительной стороны есть и отрицательная и она закачается в том, что уровень безработицы может возрасти. Под угрозой уже тысячи рабочих мест в сфере грузоперевозок, так как автономные грузовики сейчас активно тестируются на дорогах Америки. Но в некоторой степени это решит дефицит кадров в сельском хозяйстве, так как мало кто из молодого поколения хочет работать в этой сфере.
Кроме того, роботы не доступны для среднего фермера. Интеграция машин может занять годы, пока снизиться цены и станут доступными для того что бы они появились в каждом хозяйстве.
Будущее — это искусственный интеллект с использованием данных для создания более сложных роботов. Может быть, это будет интересовать молодежь и увеличит производство продуктов питания. Работа на ферме, управляемой роботом, станет похожа на компьютерные игры, о чем уже высказываются различные эксперты в области автоматизации и распределения задач.

Что все это означает для будущего сельского хозяйства?