Искусственный интеллект. Сценарий №2

1.

Академия
искусственного интеллекта
для школьников
Искусственный
интеллект

2.

Искусственный интеллект:
выдумка или реальность?

3.

Искусственный интеллект —
частый гость научной фантастики
Мстители: Эра Альтрона
Матрица
Валл•И

4.

AlphaStar одолел
профессиональных
киберспортсменов
в Starcraft II
24 января 2019 года
10:0

5.

Создание ботов требует
вручную программировать
все их сценарии действий:
ЕСЛИ
ТО
ситуация
делай
ТАКАЯ
ЭТО
Таких правил нужно очень много

6.

AlphaStar учился играть
сам против себя более
200 игровых лет

7.

Искусственный интеллект (ИИ) —
научная область, занимающаяся
созданием программ и устройств,
имитирующих интеллектуальные
функции человека.

8.

Типы искусственного интеллекта
Слабый ИИ
специализированный
Сильный ИИ

9.

Начало области ИИ
заложил в 1950 году
Алан Тьюринг
Он первым сформулировал проблему
искусственного интеллекта и предложил
для нее свой Тест Тьюринга

10.

Исследователи сформулировали
основные задачи и приложения
Машинный перевод
Чат-боты
Распознавание образов

11.

Интеллект не поддавался
первым исследователям
Решение — экспертные
системы: вручную
выписывать знания
в виде правил
Правила выписывали живые люди —
эксперты в своих задачах

12.

Математики предложили
машинное обучение —
чтобы алгоритмы сами
автоматически строили
правила вместо людей
Алгоритмы машинного
обучения — это двигатели
Данные — это топливо

13.

Построение робота-офтальмолога
с помощью машинного обучения
Объекты
Ответы
изображения глаз
диагноз
здоров
болен
здоров
здоров
болен
болен

14.

Построение шахматной программы
с помощью машинного обучения
Объекты
Ответы
игровые партии
результат игры
победа
поражение
поражение
победа

15.

ИИ достиг новых высот, когда на смену
правилам пришли данные и обучение
ИИ для диагностики официально
одобрены для работы в клиниках
1997 год: исторический матч
IBM Deep Blue против Гарри Каспарова

16.

Нас окружают приложения машинного обучения,
но мы их уже не замечаем
Поисковые системы
Антиспам
Разговорные агенты

17.

Революция в машинном обучении —
глубокое обучение (2012 год – сейчас)

18.

Стали реальностью
беспилотные автомобили

19.

Нейронные сети нашли применение
в множестве новых приложений
Распознавание
лиц в соцсетях
Стилизация
изображений

20.

Активно развивается робототехника —
Новые достижения не за горами
2015, соревнования роботов DARPA
2017, роботы Boston Dynamics

21.

В 2016 году ИИ одержал
верх над чемпионом
мира в игру в Го, одну
из сложнейших в мире

22.

Сегодня специализированный
(слабый) искусственный
интеллект существует и
прочно вошёл в нашу жизнь
Сильный искусственный
интеллект — только идея,
волноваться пока рано

23.

Искусственный интеллект
— инструмент, которому
нужны данные и грамотные
специалисты

24.

В чем суть машинного обучения?
Машинное обучение — про алгоритмы,
которые находят в данных правила и
закономерности

25.

Задачи распознавания:
Это — птица!

26.

Задачи распознавания
(классификация):
Обучение «без учителя»:
После обработки сотен миллионов образцов
нежелательных и ненужных сообщений система
сама обучается выделять типичные признаки
спамерских писем.

27.

Задачи распознавания:
Обучение «без учителя»:

28.

Задачи
распознавания:
Найдите панду среди
снеговиков!

29.

Задачи
распознавания:
Найдите панду среди
снеговиков!

30.

Задачи распознавания:

31.

Задачи
распознавания:

32.

Задачи
адаптации:

33.

Задачи адаптации:

34.

Задачи
прогнозирования:

35.

Задачи прогнозирования:

36.

Задачи
прогнозирования:

37.

Задачи
прогнозирования:

38.

Задачи кластеризации:
С помощью кластеризации
рекламные компании могут
выявлять, например в сети
Интернет, людей склонных к
покупке определённого товара

39.

Задачи
кластеризации:
Основная задача — определение
категории документа,
автоматическое заполнение его
основных атрибутов, определение
на основании анализа текста
прикрепленного файла наиболее
вероятных исполнителей и
создание для них проектов
текстов поручений.

40.

Исследуем профессию будущего!
atlas100.ru

41.

Нейронные сети — это
вычислительные модели
1943–2007
Входной слой
Скрытый слой
Выходной слой

42.

Нейронные сети — это
вычислительные модели
w1
w2
w3
input output
w1 = 0,1
w2 = 0,3
w3 = 0,2

43.

Нейронные сети — это
вычислительные модели

44.

Обучаем нейронную сеть:создаем портрет
пользователей социальной сети
☞ Данные (ключевые слова, изображения)
☞ Признаки (посты , лайки, альбомы)
☞ Алгоритмы (задачи кластеризации)

45.

Аватар
Что
нравится?
Что
публикует?
Что
скачивает?
…
Кто это?