Pour visualiser la présentation avec des images, un design et des diapositives, téléchargez son fichier et ouvrez-le dans PowerPoint sur votre ordinateur.
Contenu textuel des diapositives de présentation : Présentation du concours « Présent et futur » Thème : « Développement de l'intelligence artificielle » GPOU TO « École technique forestière de Krapivinsky » Enseignant Blazhevich L.S. Informations sur l'IA à l'heure actuelle L'intelligence artificielle est une discipline qui étudie la possibilité de créer des programmes pour résoudre des problèmes qui nécessitent certains efforts intellectuels lorsqu'ils sont exécutés par une personne. De nos jours, l’intelligence artificielle (IA) est nécessaire dans toutes les sphères de l’activité humaine : gestion, production, éducation, etc. Les systèmes intelligents construits à l’aide de ces technologies sont conçus pour renforcer les capacités de réflexion d’une personne, pour l’aider à trouver des solutions efficaces à des problèmes dits mal formalisés et faiblement structurés, caractérisés par la présence de divers types d’incertitudes et d’immenses espaces de recherche. La principale préférence dans la recherche est donnée aux réseaux de neurones. Les réseaux de neurones sont une structure mathématique qui imite certains aspects du fonctionnement du cerveau humain et démontre des capacités telles que la capacité d'apprentissage informel, la capacité de généraliser et de regrouper des informations non classifiées et la capacité de faire de manière indépendante des prévisions basées sur des séries chronologiques déjà présentées. . La différence la plus importante par rapport à d'autres méthodes, telles que les systèmes experts, est que les réseaux de neurones, en principe, n'ont pas besoin d'un modèle préalablement connu, mais le construisent eux-mêmes uniquement sur la base des informations présentées. C’est pourquoi les réseaux neuronaux et les algorithmes génétiques sont devenus utilisés partout où cela s’avère nécessaire pour résoudre des problèmes de prévision, de classification et de contrôle. Dans la pratique, les réseaux de neurones sont utilisés sous deux formes : en tant que produits logiciels exécutés sur des ordinateurs ordinaires et en tant que complexes matériels et logiciels spécialisés. La tâche principale des neuroordinateurs est le traitement d’images basé sur l’apprentissage. Comme les réseaux biologiques, les réseaux de neurones artificiels visent le traitement parallèle d'images à large bande. La deuxième technologie la plus importante est l’informatique évolutive (EC). Les véhicules électriques abordent les problèmes pratiques d’auto-assemblage, d’auto-configuration et d’auto-réparation de systèmes constitués de nombreuses unités fonctionnant simultanément. Dans le même temps, il est possible d’appliquer les acquis scientifiques issus du domaine des machines numériques. Un autre aspect de l'apprentissage électronique est l'utilisation d'agents autonomes pour résoudre les problèmes quotidiens comme les secrétaires personnels, les gestionnaires de comptes personnels, les assistants qui sélectionnent les informations nécessaires dans les réseaux à l'aide d'algorithmes de recherche de troisième génération, les planificateurs de travail, les professeurs personnels, les vendeurs virtuels, etc. d. Cela inclut également la robotique et tous les domaines connexes. Les principales directions de développement sont le développement de normes, d'architectures ouvertes, de shells intelligents, de langages de script/requête, de méthodologies pour une interaction efficace entre les programmes et les personnes. Le prochain groupe de technologies, notamment la logique floue, le traitement d'images, etc., est utilisé dans. systèmes de contrôle, systèmes de reconnaissance de formes, systèmes de temps à l'échelle réelle, systèmes d'obtention et de traitement des connaissances et bien d'autres. Ce groupe de technologies est nécessaire pour travailler avec de grands volumes d'informations, les rechercher, les analyser, les stocker et les structurer. Le dernier groupe de technologies permet de résoudre un certain nombre de problèmes spécifiques. Par exemple, résoudre le problème de l’automatisation de la production en introduisant une robotique basée sur l’IA, ce qu’on appelle les cyber-usines automatisées. Ou encore l'introduction de la technologie robotique en médecine permettra de réaliser des diagnostics précis ou d'effectuer des opérations très complexes sans intervention humaine directe. Le facteur clé qui détermine aujourd'hui le développement des technologies de l'IA et les possibilités de leur application dans la pratique est considéré comme le taux de croissance de la puissance de calcul des ordinateurs, car les principes de la psyché humaine restent encore flous. Le domaine de l'IA, qui est devenu une science mature, se développe progressivement - progresse lentement mais sûrement. Par conséquent, les résultats sont tout à fait prévisibles, même si des percées soudaines associées à des initiatives stratégiques ne peuvent être exclues en cours de route. Par exemple, dans les années 1980, la National Computing Initiative des États-Unis a fait sortir de nombreux domaines de l’IA des laboratoires et a eu un impact significatif sur le développement de la théorie du calcul haute performance et sur son application dans de nombreux projets appliqués. De telles initiatives apparaîtront très probablement aux intersections de différentes disciplines mathématiques : théorie des probabilités, réseaux neuronaux, logique floue. Cette science entretient des relations étroites avec la psychologie, le transhumanisme et la neurophysiologie. Comme toutes les sciences informatiques, elle utilise les mathématiques. L'intelligence artificielle est un domaine de recherche assez jeune, qui a débuté en 1956. À l'heure actuelle, le développement de cette science est dans un état de déclin, lorsque les résultats obtenus auparavant sont appliqués dans divers domaines de la science, de l'industrie, des affaires et de la vie quotidienne. Il existe actuellement quatre approches principales. étude du bâtiment des systèmes d'intelligence artificielle : logistique, structurel, évolutif et imitatif. L’approche logistique contient essentiellement ce que l’on appelle l’algèbre booléenne, bien connue des programmeurs. La plupart des systèmes d'intelligence artificielle construits sur le principe logistique représentent une certaine machine à prouver des théorèmes : les informations initiales sont contenues sous forme d'axiomes, et des conclusions logiques sont formulées selon les règles de relations entre ces axiomes. Chacune de ces machines possède une unité de génération d'objectifs, et le système de sortie prouve cet objectif sous la forme d'un théorème. Ce système est mieux connu sous le nom de système expert. L'approche structurelle utilise la modélisation de la structure du cerveau humain comme base d'un système d'intelligence artificielle. Parmi les premières tentatives de ce type, il faut noter le perceptron de Rosenblatt. La principale unité structurelle modélisée est le neurone. Au fil du temps, de nouveaux modèles sont apparus, désormais connus sous le nom de réseaux de neurones. Dans le cas de l'utilisation d'une approche évolutive lors de la construction de systèmes d'intelligence artificielle, l'essentiel de l'attention est généralement portée à la construction du modèle initial, ainsi qu'à celui-ci. les règles selon lesquelles ce modèle peut évoluer. Un exemple classique d’algorithme évolutif est l’algorithme génétique. Un autre projet lancé en 2010 est un projet DARPA en collaboration avec SRI International. Son essence réside dans le développement d’une intelligence artificielle révolutionnaire, capable de traiter et de transmettre des données, en copiant les mécanismes du cerveau humain. Selon les développeurs, le système électronique adaptatif neuromorphique évolutif SyNAPSE devrait surpasser les algorithmes de traitement de données traditionnels et sera capable d'étudier de manière autonome un environnement complexe. Actuellement, l'armée utilise l'intelligence artificielle pour traiter une grande quantité d'informations, en particulier des données de renseignement. et vidéo. Toutes ces informations doivent être rapidement décryptées et analysées. Pour le nouveau système, cela ne sera pas difficile. Il utilisera la logique mathématique, résoudra des théorèmes simples basés sur les données des capteurs, prendra des décisions et effectuera les actions nécessaires. De plus, le Pentagone a l'intention d'utiliser ce modèle d'intelligence artificielle comme assistant personnel virtuel capable de répondre aux commandes vocales et d'exécuter les fonctions de. une secrétaire. Rappelons qu'auparavant, la DARPA et SRI International développaient déjà un assistant personnel appelé CALO. Le projet a été achevé en 2009. Le programme est capable de raisonner, de comprendre des instructions, de reconnaître, d'expliquer ses actions, de répondre adéquatement à une situation inconnue et de discuter de l'opération une fois terminée. Ce programme récupère les données nécessaires des contacts, des e-mails, des projets et des tâches de l’utilisateur. Ensuite, un modèle relationnel de l'environnement de l'utilisateur est créé et une formation a lieu. Ainsi, l’Intelligence Artificielle peut négocier et résoudre les conflits au nom de l’utilisateur. Malheureusement, ce programme ne fonctionne que sur un ordinateur personnel et n'est pas intégré au robot. En 2011, le premier prototype de cerveau artificiel a été développé au Japon. L’intelligence artificielle peut traiter d’énormes quantités d’informations, mais les robots ne sont pas encore dotés de la capacité de penser. Les développeurs ne sont pas encore pressés... Selon les chercheurs, les robots du futur proche ressembleront aux humains à bien des égards : ils pourront marcher sur deux jambes, distinguer des visages, tenir une conversation, répondre aux demandes, mais à la base, ce ne sont que des machines semblables aux humains. Toutes leurs actions sont soumises à un algorithme pré-préparé et sont donc primitives. Et ce n’est que s’il est possible de mettre en œuvre la technologie de l’informatique bimoléculaire que les machines seront capables de penser et d’acquérir la capacité de créer. Selon les développeurs, le nouveau mécanisme de traitement de l'information est très similaire au travail du cerveau humain. Il existe des millions de neurones dans la tête humaine qui interagissent constamment les uns avec les autres. L'essence de la nouvelle technologie est que chaque molécule peut avoir jusqu'à trois cents directions d'interconnexions. Ainsi, grâce aux nouvelles technologies, les machines pourront résoudre des tâches qui leur sont actuellement inaccessibles. Selon les chercheurs, les nouveaux développements devraient être appliqués au domaine du diagnostic et du traitement du cancer : des systèmes moléculaires programmables seront introduits dans les cellules cancéreuses et les transformeront en cellules saines. Mon opinion sur l’IA dans le futur L’IA a un grand avenir, même si elle a réalisé une énorme avancée. Quelles que soient les prévisions pour l’avenir, certains projets nécessitent déjà une attention particulière. Nous parlons notamment d’un projet visant à créer un cerveau artificiel appelé « Blue Brain ». Le projet est développé par des chercheurs et des représentants de l'Ecole Polytechnique Fédérale (Lausanne). Ils ont pu créer un diagramme modèle de l’emplacement des synapses dans le cerveau des rats. Comme l'a déclaré le directeur du projet Henry Makram, les résultats ont dépassé toutes les attentes. Il est fort possible que les chercheurs soient bientôt en mesure de répondre à de nombreuses questions qui troublaient jusqu’à présent l’esprit des scientifiques : l’intelligence artificielle remplacera-t-elle l’intelligence humaine et sera-t-elle plus développée ? L’homme est-il le dernier maillon de la chaîne d’évolution de la planète ? J'espère que dans un avenir proche, nous trouverons des réponses à ces questions et à bien d'autres.
Diapositive 1
Diapositive 2
L'intelligence artificielle est une discipline qui étudie la possibilité de créer des programmes pour résoudre des problèmes qui nécessitent certains efforts intellectuels lorsqu'ils sont exécutés par une personne.
Diapositive 3
La science appelée « intelligence artificielle » fait partie du complexe des sciences informatiques, et les technologies créées sur cette base appartiennent aux technologies de l'information. Le but de cette science est de parvenir à un raisonnement et à une action intelligents à l’aide de systèmes informatiques et d’autres dispositifs artificiels. L'objectif de la recherche dans le domaine de l'intelligence artificielle est de créer un arsenal de méta-procédures suffisantes pour que les ordinateurs (ou d'autres systèmes techniques, par exemple les robots) trouvent des solutions basées sur des énoncés de problèmes.
Diapositive 4
Les premières recherches liées aux problèmes de l’intelligence artificielle ont été entreprises presque immédiatement après l’avènement des ordinateurs. Le nom même de la nouvelle science est apparu à la fin des années 60 du 20e siècle et en 1969, la première Conférence mondiale sur l'intelligence artificielle s'est tenue à Washington (États-Unis).
Diapositive 5
La recherche dans le domaine de l'intelligence artificielle s'effectue dans deux directions : bionique - tentatives de simuler, à l'aide de systèmes artificiels, l'activité psychophysiologique du cerveau humain afin de créer une intelligence artificielle ; 2) pragmatique - la création de programmes permettant, à l'aide d'un ordinateur, de reproduire non pas l'activité mentale elle-même, mais les processus qui en sont les résultats. C'est ici que les résultats les plus importants en termes de valeur pratique ont été obtenus.
Diapositive 6
La première direction est la neurocybernétique. Elle repose sur une modélisation matérielle du fonctionnement du cerveau humain, dont la base est un grand nombre (environ 14 milliards) de cellules nerveuses connectées et en interaction - les neurones. Dans les années 1950, un dispositif à seuil permettant de simuler une cellule nerveuse, le perceptron, a été créé. Les premiers ordinateurs peu performants n’ont pas réussi à comprendre la structure biologique du cerveau. Aujourd'hui, la microélectronique permet de construire des structures informatiques composées de plusieurs milliers de microprocesseurs - les neuroordinateurs. Leur principale caractéristique est la capacité de modifier leur structure interne et ainsi d'apprendre comme une personne.
Diapositive 7
La deuxième direction est la direction pragmatique de l’IA. Le résultat est un logiciel informatique permettant de résoudre des problèmes intellectuels. Ce sont avant tout des programmes en langage naturel. Ils permettent de : traduire des textes d'une langue à une autre, composer des résumés de documents volumineux, composer des textes de contes de fées et de poèmes, des scénarios de séries télévisées (feuilletons). Les programmes musicaux peuvent composer des œuvres musicales, analyser des œuvres musicales terminées et simuler divers styles d'interprétation. Les programmes de reconnaissance vous permettent de vérifier l'exactitude du texte et de reconnaître les caractères d'un texte manuscrit lors de sa numérisation. Les analyseurs et synthétiseurs sonores sont capables de contrôler la voix des appareils techniques, ainsi que de produire des messages vocaux. De nombreux programmes de jeux utilisent les principes de l'IA. Le célèbre supercalculateur Deep Blue a battu le champion du monde d'échecs G. Kasparov.
Diapositive 8
Propriétés des systèmes d'intelligence artificielle : interprétabilité interne - outre les informations de la base de connaissances, des structures d'information sont présentées qui permettent non seulement de stocker les connaissances, mais également de les utiliser ; structuration - la décomposition d'objets complexes en objets plus simples et l'établissement de connexions entre eux sont effectués ; connectivité - les modèles concernant les faits, les processus, les phénomènes et les relations de cause à effet entre eux sont reflétés ; activité - sur la base des connaissances existantes, de nouvelles connaissances peuvent être dérivées (obtenues).
Diapositive 9
Outils pour les systèmes d'intelligence artificielle (IA). Les premiers systèmes d'intelligence artificielle ont été créés dans des langages algorithmiques de large application. Les langages les plus pratiques se sont avérés être LISP et SmallTalk. Par la suite, des systèmes de programmation ont été créés dans des langages de représentation des connaissances. Ils contiennent leurs propres moyens de représenter les connaissances et de soutenir l'inférence logique. Ces langages incluent FRL, KRL, OPS5, LogLISP et Prolog. Les plus utilisés de ces langages sont les langages de programmation logique Prolog et OSP5.
Diapositive 10
Systèmes experts Un système expert (ES) est un système d'intelligence artificielle qui contient les connaissances de spécialistes expérimentés (experts) dans un domaine donné et qui, dans ce domaine, est capable de prendre des décisions expertes (donner des conseils, poser un diagnostic, orienter actions de l'utilisateur).
Diapositive 11
Diapositive 12
Schéma structurel d'un système expert La partie principale de tout ES est la base de connaissances - un ensemble de connaissances sur un domaine donné, glanées à partir de publications, ainsi qu'introduites dans le processus d'interaction entre les experts et l'ES. A l'aide de l'éditeur de base de connaissances, l'expert remplit la base de connaissances (comme s'il y transférait ses connaissances, ses compétences et ses aptitudes).
Exemples de systèmes experts Le système expert MYCIN (Université de Stanford) est l'un des premiers et des plus célèbres ES, développé au milieu des années 1970 du siècle dernier. Il est destiné au diagnostic des maladies infectieuses. Le système expert JUDITH a été créé en 1975 dans les universités de Heidelberg et de Darmstadt, permettant aux avocats d'obtenir des expertises dans des affaires civiles. Le système expert INTERNIST diagnostique plusieurs centaines de maladies avec une précision comparable à celle d'un diagnostic posé par un médecin qualifié. Le système expert Management Advisor aide les managers à planifier leurs activités commerciales. Le système expert EXPERTAX prépare des recommandations destinées aux auditeurs et aux fiscalistes pour la préparation des calculs fiscaux et la préparation des états financiers. La base de connaissances reflète l'expérience de plus de vingt experts. Système expert PROSPECTOR - aide les géologues dans la recherche de minéraux. Des cartes, des aperçus de la zone et des réponses aux questions posées aux géologues sont saisis dans l'ordinateur.
Diapositive 15
Devoirs Préparez un rapport sur l'un des sujets suivants Robots et intelligence artificielle L'intelligence artificielle dans les jeux L'intelligence artificielle dans les films et les livres Conséquences prévues de l'utilisation de l'intelligence artificielle Quelles sont les orientations d'utilisation de l'intelligence artificielle Historique du développement de l'intelligence artificielle L'intelligence artificielle en Russie
Intelligence artificielle. Dans les années 60 du 20e siècle, une nouvelle branche de l'informatique est apparue, appelée « Intelligence artificielle ». Le dictionnaire encyclopédique dit : « Intelligence (du latin intellectus - connaissance, compréhension, raison) - capacité de penser, connaissance rationnelle. » Cette capacité n'est pleinement caractéristique que des humains. Le sujet d'étude de la science « Intelligence Artificielle » est la pensée humaine. Les scientifiques cherchent une réponse à la question : comment une personne pense-t-elle ? Le but de cette recherche est de créer un modèle d’intelligence humaine et de l’implémenter sur un ordinateur. Un peu simplifié, l'objectif ci-dessus ressemble à ceci : - Apprendre à une machine à penser. Lorsqu’elle commence à résoudre un problème, une personne n’a souvent pas de programme d’action clair. Il construit lui-même ce programme au fur et à mesure qu'il travaille. Par exemple, lorsqu’il joue aux échecs, un joueur d’échecs connaît les règles du jeu et a pour objectif de gagner la partie. Ses actions ne sont pas préprogrammées. Ils dépendent des actions de l'adversaire, de l'évolution de la position sur l'échiquier, de l'intelligence et de l'expérience personnelle du joueur d'échecs. Il existe de nombreuses autres activités humaines qui ne peuvent être programmées à l’avance. Par exemple, composer de la musique et de la poésie, prouver un théorème, traduire des œuvres littéraires à partir d'une langue étrangère, diagnostiquer et traiter des maladies, et bien plus encore. Vous savez bien qu'un ordinateur effectue tout travail selon un programme. Les programmes sont écrits par des personnes et l’ordinateur les exécute formellement. Les développeurs de systèmes d'intelligence artificielle tentent précisément d'apprendre à une machine, comme une personne, à construire de manière indépendante un programme de ses actions en fonction des conditions de la tâche. On peut aussi dire ceci : l’objectif est de transformer l’ordinateur d’un interprète formel en un interprète intellectuel.
Diapositive 3 de la présentation « Intelligence artificielle et bases de connaissances »Dimensions : 720 x 540 pixels, format : .jpg.
Systèmes d'information
« Support informationnel du SI » - Concepts de base de l'ERD. Génération de codes. La connexion est représentée par une ligne. Clés. Index. Exemple. Mise à l'échelle. Affichage du modèle de données. Nom et numéro uniques. Domaines. Méthode IDEFI. Types d'entités et hiérarchie d'héritage. Liste de sélection. Entités et attributs. Relations Ingénierie directe et inverse. Modélisation des données.
« Le concept de système d'information » - Chaque système a un but spécifique (fonction, objectif). L'Antarctique est recouverte de glace éternelle. Un adjectif exprime une propriété. Le concept de système. Les pôles opposés d’un aimant s’attirent et les pôles semblables se repoussent. Les Bermudes sont baignées par l'océan Atlantique. Tâche 2 Rédigez un horoscope personnel.
«Information, système d'information» - Classification des systèmes d'information. Classification. Sous-système logiciel d'application. Serveur de fichiers. Efficacité. Innovation. Gestion marketing. Systèmes d'informations. Exemples de mise en œuvre de systèmes d'information. Facteurs. Exigences pour les systèmes d'information.
« Maintenance des systèmes d'information » - Caractéristiques. Les tests sont effectués à diverses fins et selon différents modes. Période de fonctionnement du SI. Fonctionnement du SI. Structure du fonds « temps machine ». Modèles de cycle de vie du SI. Caractéristiques de l'utilisation des ressources IP. Processus de changement. Un ensemble d'éléments technologiques. Fonctionnalité IS. EST entretien. Usure physique.
« Administration des systèmes d'information » - Analyse et configuration de la sécurité. Commandes de gestion des utilisateurs. Administrateurs. Sécurité dans Active Directory. Code de sécurité. Schéma Kerberos. Interface graphique de gestion des utilisateurs. Protection Active Directory. Interface de commande. Modèles de sécurité standard. Protection. Sécurité par défaut.
"Systèmes d'information" - Cependant, presque immédiatement, les hommes d'affaires ont attiré l'attention sur l'apparition des ordinateurs. D’où proviennent les données stockées en externe ? Introduction aux systèmes d'information. Problèmes résolus par les systèmes d'information. D'autres effectuent des opérations liées à la récupération à partir d'une base de données. Enseignement à distance. D’autres encore font les deux.
