Система человеческой деятельности которая может как использовать так и не использовать компьютеры

Обновлено: 24.01.2025

Не забудьте зайти в раздел учебные материалы.

В 21 веке. Человек породил сверхсложные машины, вышел в космическое пространство, покорил термоядерную реакцию, научился потреблять в огромных масштабах ценности природы.

Для упрощения своей работы, человек изобрел компьютер, и на протяжении многих десятилетий взаимодействует с ним в различных аспектах своей жизни. Человек продолжает стремиться к простоте и совершенству и если сравнивать первые ЭВМ, которые занимали несколько аудиторий, с нынешними, которые можно убрать в сумочку, или даже в карман, то можно заявить о больших успехах в эволюции компьютеров. Но модернизация касается не только габаритов и мощностей компьютеров, также она качается и простоты взаимодействия между человеком и компьютером.

Появляется научное направление Человеко-компьютерное взаимодействие (HCI, human-computer interaction ), которое существует и развивается для совершенствования методов разработки, оценки и внедрения интерактивных компьютерных систем, предназначенных для использования человеком.

Основной задачей человеко-компьютерного взаимодействия является улучшение взаимодействия между человеком и компьютером, делая компьютеры более удобными и восприимчивыми к потребностям пользователей. В частности, человеко-компьютерное взаимодействие занимается:

методологией и развитием проектирования интерфейсов (т. е., исходя из требований и класса пользователей, проектирование наилучшего интерфейса в заданных рамках, оптимизация под требуемые свойства, такие как обучаемость и эффективность использования);

методами реализации интерфейсов (например, программные инструментарии, библиотеки и рациональные алгоритмы);

методами для оценки и сравнения таких интерфейсов;

разработкой новых интерфейсов и методов взаимодействия;

развитием описательных и прогнозируемых моделей;

теорией взаимодействия.

Долгосрочной задачей человеко-компьютерного взаимодействия является разработка системы, которая снизит барьер между человеческой когнитивной моделью того, чего они хотят достичь и пониманием компьютера поставленных перед ним задач.

Специалисты человеко-компьютерного взаимодействия — это, как правило, разработчики, занимающиеся практическим применением методик разработки к реальным всемирным проблемам. Их работа, зачастую, вращается вокруг разработки графических- и веб- интерфейсов.

Человеко-компьютерный интерфейс

Создание качественного человеко-компьютерного интерфейса, который можно назвать точкой связи между человеком и компьютером, есть конечная цель изучения человеко-компьютерного взаимодействия.

Обмен информацией между человеком и компьютером можно определить как узел взаимодействия. Узел взаимодействия включает в себя несколько аспектов:

Человеко-компьютерный интерфейс

Сейчас технологии развиваются с немыслимой скоростью. Ранее те возможности, что, казалось бы, были доступны только профессиональным ученым, в современной жизни доступны каждому. Один из подобных прорывов – искусственный интеллект, прочно обосновавшийся во многих сферах человеческой жизни.

Сегодня поговорим о том, что такое ИИ, как он возник, где применяется, а также чем он отличается от человеческого разума.

Что представляет собой искусственный интеллект

Искусственный интеллект – это свойство интеллектуальной системы выполнять те функции и задачи, которые обычно характерны для разумных существ. Это может быть проявление каких-то творческих способностей, склонность к рассуждению, обобщение, обучение на основании полученного ранее опыта и так далее.

Его развитием занимается направление науки, в рамках которого происходит аппаратное или программное моделирование тех задач человеческой деятельности, что считаются интеллектуальными. Еще под ИИ часто подразумевают направление в IT, основной целью которого является воссоздание разумных действий и рассуждений с помощью компьютерных систем.

История возникновения и развития искусственного интеллекта

Впервые термин artificial intelligence (с английского переводится как «искусственный интеллект») был упомянут в 1956 году Джоном МакКарти, основателем функционального программирования и изобретателем языка Lisp, на конференции в Университете Дартмута.

Однако сама идея подобной системы была сформирована в 1935 году Аланом Тьюрингом. Ученый дал описание абстрактной вычислительной машине, состоящей из безграничной памяти и сканера, перемещающегося вперед и назад по памяти. Однако позднее, в 1950 году, он предложил считать интеллектуальными те системы, которые в общении не будут отличаться от человека.

Тогда же Тьюринг разработал эмпирический тест для оценки машинного интеллекта. Он показывает, насколько искусственная система продвинулась в обучении общению и удастся ли ей выдать себя за человека.

Самая ранняя успешная программа искусственного интеллекта была создана Кристофером Стрейчи в 1951 году. А уже в 1952 году она играла в шашки с человеком и удивляла зрителей своими способностями предсказывать ходы. По этому поводу в 1953 году Тьюринг опубликовал статью о шахматном программировании.

В 1965 году специалист Массачусетского технологического университета Джозеф Вайценбаум разработал программу «Элиза», которая ныне считается прообразом современной Siri. В 1973 году была изобретена «Стэндфордская тележка», первый беспилотный автомобиль, контролируемый компьютером. К концу 1970-х интерес к ИИ начал спадать.

Новое развитие искусственный интеллект получил в середине 1990-х. Самый известный пример – суперкомпьютер IBM Deep Blue, который в 1997 году обыграл в шахматы чемпиона мира Гарри Каспарова. Сегодня подобные сети развиваются очень быстро за счет цифровизации информации, увеличения ее оборота и объема. Машины довольно быстро анализируют информацию и обучаются, впоследствии они действительно приобретают способности, ранее считавшиеся чисто человеческой прерогативой.

Отличие ИИ от нейросетей и машинного обучения

Нейросети представляют собой математическую модель, компьютерный алгоритм, работа которого основана на множестве искусственных нейронов. Суть этой системы в том, что ее не нужно заранее программировать. Она моделирует работу нейронов человеческого мозга, проводит элементарные вычисления и обучается на основании предыдущего опыта, но это не соотносимо с ИИ.

Искусственный интеллект, как мы помним, является свойством сложных систем выполнять задачи, обычно свойственные человеку. К ИИ часто относят узкоспециализированные компьютерные программы, также различные научно-технологические методы и решения. ИИ в своей работе имитирует человеческий мозг, при этом основывается на прочих логических и математических алгоритмах или инструментах, в том числе нейронных сетях.

Под машинным обучением понимают использование различных технологий для самообучающихся программ. Соответственно, это одно из многочисленных направлений ИИ. Системы, основанные на машинном обучении, получают базовые данные, анализируют их, затем на основе полученных выводов находят закономерности в сложных задачах со множеством параметров и дают точные ответы. Один из наиболее распространенных вариантов организации машинного обучения – применение нейросетей.

Если сравнивать с человеком, то ИИ подобен головному мозгу, машинное обучение – это один из многочисленных способов обработки поступающих данных и решения назревающих задач, а нейросети соответствуют объединению более мелких, базовых элементов мозга – нейронов.

Разница между искусственным и естественным интеллектом

Сравнивать искусственный и естественный интеллект можно лишь по некоторым общим параметрам. Например, человеческий мозг и компьютер работают по примерно схожему принципу, включающему четыре этапа – кодирование, хранение данных, анализ и предоставление результатов. И естественный, и искусственный разум склонны к самообучению, они решают те или иные задачи и проблемы, используя специальные алгоритмы.

Помимо общих умственных способностей к рассуждению, обучению и решению проблем, человеческое мышление также имеет эмоциональную окраску и сильно зависит от влияния социума. Искусственный интеллект не имеет никакого эмоционального характера и не ориентирован социально.

Если говорить об IQ – большинство ученых склонны считать, что сей параметр оценки никак не связан с искусственным интеллектом. С одной стороны, это действительно так, ведь стандартные IQ-тесты направлены на измерение «качества» человеческого мышления и связаны с развитием интеллекта на разных возрастных этапах.

С другой стороны, для ИИ создан собственный «IQ-тест», названный в честь Тьюринга. Он помогает определить, насколько хорошо машина обучилась и способна ли она уподобиться в общении человеку. Это своего рода планка для ИИ, установленная людьми. А ведь все больше ученых склоняется к тому, что скоро компьютеры обгонят человечество по всем параметрам… Развитие технологий идет по непредсказуемому сценарию, и вполне допустимо, что так и будет.

Применение ИИ в современной жизни

В зависимости от области и обширности сферы применения, выделяют два вида ИИ – Weak AI, называемый еще «слабым», и Strong AI, «сильный». В первом случае перед системой ставят узкоспециализированные задачи – диагностика в медицине, управление роботами, работа на базе электронных торговых платформ. Во втором же подразумевается решение глобальных задач.

Так, одна из наиболее популярных сфер применения ИИ – это Big Data в коммерции. Крупные торговые площадки используют подобные технологии для исследования потребительского поведения. Компания «Яндекс» вообще создает с их помощью музыку. В некоторые мобильные приложения встроены голосовые помощники вроде Siri, Алисы или Cortana. Они упрощают процесс навигации и совершения покупок в сервисе. И не стоит забывать про программы с нейросетями, обрабатывающими фото и видео.

ИИ также внедряют в производственные процессы для фиксации действий работников. Не обошлось и без внедрения новых технологических решений в транспортной сфере. Так, искусственный интеллект мониторит состояние на дорогах, фиксирует пробки, обнаруживает разные объекты в неположенных местах. А про автономное (беспилотное) вождение и так постоянно говорят…

Люксовые бренды внедряют ИИ в свои системы для анализа потребностей клиентов. Стремительно развивается использование подобных систем в системах здравоохранения, в основном при диагностике заболеваний, разработке лекарств, создании медицинских страховок, проведении клинических исследований и так далее.

Перечислить разом все области, в которых задействован искусственный интеллект, практически нереально. На данный момент он затрагивает все больше самых разных сфер. И причин на то немало – та же автоматизация производственных процессов, стремительный рост информационного оборота и инвестиций в эту сферу, даже социальное давление.

Влияние на различные области

ИИ все больше проникает в экономическую сферу, и, по некоторым прогнозам, это позволит увеличить объем глобального рынка на 15,7 трлн долларов к 2030 году. Лидирующую позицию в освоении сей технологии занимают США и Китай, однако некоторые развитые страны вроде Канады, Сингапура, Германии и Японии не отстают.

Искусственный интеллект может оказать существенное влияние на рынок труда. Это может привести к массовому увольнению рабочего персонала из-за автоматизации большинства процессов. Ну и росту востребованности разработчиков, конечно.

Перспективы развития искусственного интеллекта

Современные компьютеры приобретают все больше знаний и «умений». Скептики же утверждают, что все возможности ИИ – не более чем компьютерная программа, а не пример самообучения. Однако это не мешает технологии широко распространяться в самых различных сферах и открывать невиданные ранее потенциалы для развития. Со временем компьютеры будут становиться все мощнее, а ИИ еще быстрее совершенствоваться в своем развитии.

Заключение

Не так давно, казалось бы, ученые ввели понятие «искусственный интеллект», а чуть больше полвека спустя технология уже находит широкий спрос в самых различных сферах. Сейчас искусственный разум, можно сказать, находится в шаговой доступности для любого человека – компьютер и ноутбук, смартфон и электронные часы, даже многие простейшие приложения работают именно с его помощью. ИИ в самых разных своих проявлениях проник во многие сферы человеческой жизни и прочно обосновался в них.

С тех пор, как в конце 1970-х гг. основной проблемой человеко-компьютерного взаимодействия было удобство использования, многое изменилось. Сегодня исследованиями в этой сфере занимаются лучшие эксперты в области разработки и применения методов упрощения обучения и использования компьютерных технологий. Накоплен огромный объем данных, описывающий удачные и неудачные примеры человеко-компьютерного взаимодействия. Совершенствуются методы их изучения и создания новых продуктов, разработан целый арсенал испытанных исследовательских методик.

Изначально основным направлением исследований человеко-компьютерного взаимодействия было физическое взаимодействие пользователя с компьютером или иным устройством. Изучались модели движения человека, например, такие параметры, как время, необходимое для того, чтобы щелкнуть мышью объект определенного размера, или скорость ввода текста при помощи двенадцатикнопочной клавиатуры мобильного телефона.

По мере развития человеко-компьютерного взаимодействия акценты смещались в сторону изучения работы человеческого разума — как человек понимает и узнает объекты и процессы. В знаменитой книге «Психология человеко-компьютерного взаимодействия», которую написали ученые из Xerox PARC Стюарт К. Кард, Томас П. Моран и Аллен Ньюэлл, изданной в 1984 г., человек рассматривается, как обработчик информации (информационный процессор), способный к вводу информации (преимущественно визуальному), ее обработке (мысленной) и выводу (печать на клавиатуре, щелчки мыши), переходящему в компьютерный ввод. В конечном счете, именно благодаря этому подходу появился современный графический интерфейс пользователя.

В связи с ростом популярности компьютерных сетей в 1990-е гг. акценты исследований сместились на взаимоотношения между людьми и внутри социальных групп, которые стали возможны благодаря компьютерам и компьютерным сетям — стала актуальной проблема эффективного взаимодействия людей посредством компьютера.

Сегодня человеко-компьютерное взаимодействие стало междисциплинарной областью, развивающейся с огромной скоростью. Специалисты по человеко-компьютерному взаимодействию работают практически во всех компьютерных и сетевых компаниях, поскольку колоссальная роль отводится таким ипостасям человеко-компьютерного взаимодействия, как «юзабельность» (удобство пользования) и дружественность. Они важны для пользования не только компьютерами, но и потребительской электроники, поэтому нет ничего удивительного в том, что эксперты по человеко-компьютерному взаимодействию появляются даже в компаниях, производящих бытовую технику, вроде микроволновых печей и стиральных машин. Роль таких специалистов растет и внутри организаций — они нужны для повышения эффективности управленческой деятельности, совместной работы, документооборота. В результате человеко-компьютерное взаимодействие становится интегральной частью многих разработок, хотя не всегда ему отводится высокий приоритет.

В ближайшем будущем человеко-компьютерное взаимодействие неминуемо изменится.Повсеместное проникновение и встраивание технологий вносит колоссальные изменения в сам компьютерный интерфейс. Эти изменения нужны как для того, чтобы массовому потребителю было проще использовать разнообразные компьютеры, так и для того, чтобы граждане и общество могли получать все преимущества компьютерных технологий вообще без непосредственной работы с компьютерами. Сам термин «интерфейс» будет менять свое значение, а в своем настоящем понимании — вероятнее всего, во многом устареет.

Мы становимся все более зависимыми от компьютерных технологий — аналогично тому, как мы стали зависимыми от промышленности, систем коммуникаций и современной инфраструктуры обеспечения. В перспективе наша технологическая зависимость будет возрастать.

Тенденция подключения к сети всех устройств для повышения их потребительских качеств породила термин «гиперподключенность». Сегодня в сетевом режиме работают практически все компьютеры, многие телефоны и игровые приставки, а также некоторые другие устройства; в ближайшее время к ним в своей массе присоединятся телевизоры, видеокамеры, бытовые приборы. В результате число устройств и приложений, подключенных к сети, намного превзойдет число людей, использующих сеть для передачи данных.

С ростом степени подключенности растет и объем информации о нашей жизни, сохраняемой в электронном виде — от личных фотографий и протоколов общения в социальных сетях до детальных сводок действий и выступлений представителей всех уровней власти и бизнеса. Важен не только сам факт фиксирования информации в электронной памяти, но и ее доступность.

Наконец, всеобщее использование всевозможных компьютерных средств обработки и создания контента приводит к тому, что к творческой деятельности приобщаются широкие массы людей, а не только профессиональные художники, писатели, журналисты, музыканты, фотографы, режиссеры и дизайнеры. Доступность творчества касается и научной деятельности — большое количество заинтересованных пользователей вовлекается в научные исследования.

Важно помнить о том, что все эти изменения не являются самоцелью — они нужны людям. Человеко-компьютерное взаимодействие необходимо не для того, чтобы человеку было удобнее общаться с компьютером, это лишь средство. В центре внимания должны быть не технологии, а то, что имеет подлинную ценность — наша повседневная жизнь, работа, семья, здоровье, образование, связь с обществом и взаимопомощь.

Полвека назад пользователь компьютера, если считать пользователем заказчика услуг вычислительных центров, вовсе не имел интерфейса для работы с компьютером в режиме реального времени. Всего десять лет назад под стандартными устройствами ввода-вывода, поддерживавшими такую работу, понимали, как правило, клавиатуру, мышь и дисплей — аксессуары персонального компьютера или терминала. Сегодня уже многие носят с собой разнообразные альтернативные устройства входа в сетевую инфраструктуру, такие, как мобильные телефоны, коммуникаторы, карманные ПК, тонкие ПК и т.д.

И это еще не все. Сетевые устройства, внедренные в тело пользователя, могут взаимодействовать друг с другом, с устройствами других пользователей и с внешними компьютерами. Сегодня, просматривая Bluetooth-окружение с мобильного телефона, мы видим множество устройств, принадлежащих кому-то по соседству, а порой даже принимаем файлы неизвестно от кого. Это означает постоянное и не всегда подконтрольное нам сетевое взаимодействие, которое будет расширяться и интенсифицироваться по мере того, как окружающие нас компьютеры будут учиться опознавать наши личные сетевые устройства.

Наши представления о том, где заканчивается наше личное пространство, радикально изменится. Будет ли человек, 24 часа в сутки транслирующий в сеть свои биологические параметры, по-прежнему чувствовать себя самостоятельной, независимой личностью?Окружающий нас компьютерный пейзаж, состоящий, помимо традиционных стационарных и мобильных компьютеров, преимущественно из интерактивных информационных и платежных терминалов, также будет меняться. В первую очередь стоит ожидать встраивания компьютеров в рекламные щиты и витрины магазинов, которые будут отправлять нам рекламную информацию, подготовленную лично для нас. Но этим дело не ограничится — устройства будут интегрироваться в украшения, предметы одежды и упаковки, автомобили, мебель, двери, стены комнат и домов, тротуары.

Как именно будет происходить взаимодействие человека с такими устройствами, пока непонятно. Такое взаимодействие должно быть естественным, но как будут в «естественном» интерфейсе выглядеть операции отмены, копирования, вставки, сохранения? А главное — как в таких условиях изменится общественная жизнь, какими станут общественные ценности? Как будут обустроены общественные места, рассчитанные на постоянное прохождение большого числа пользователей? Опыт крупномасштабного внедрения решений для управления логистикой с использованием меток радиочастотной идентификации (RFID) и систем мониторинга дорожного движения уже показал, что приемлемые для общества модели использования технологий, непосредственно отслеживающих нашу деятельность в реальном мире, должны тщательно продумываться и детально обсуждаться.

Еще одна важная характеристика будущей компьютерной среды заключается в том, что компьютеры, которые заполнят нашу жизнь, будут работать, не только выполняя наши команды, но и друг с другом. Это значит, что они будут независимо от нас коммуницировать и осуществлять как предусмотренные, так и не предусмотренные нами действия. Например, уже сегодня взаимодействие международных платежных систем с автоматизированными системами безопасности то и дело без видимых причин вызывает блокировку банковских карт и их повторный выпуск. Чем сложнее будет компьютерная экосистема, тем сложнее будет понять, как она работает, ее новые свойства будут сложно диагностировать и практически невозможно предсказать.

Первую ЭВМ создали почти 80 лет назад. Она была огромных размеров, да и «вычисляла» не очень-то быстро. Но это был прорыв. Благодаря ему в каждом доме сегодня есть компактный, но мощный компьютер, и человек активно пользуется этим благом. Однако возможности современных ПК и их влияние на человека гораздо шире, чем может показаться. Разберемся, какую роль играет компьютер в нашей жизни и какой таит потенциал.

Человек и компьютер: кто умнее?

Интеллектуальный потенциал современного компьютера поражает. Его можно описать двумя главными критериями:

Компьютер способен вместить огромное количество информации и использовать ее для анализа.
Искусственный интеллект (ИИ) за секунды анализирует миллионы вариантов развития событий и принимает наилучшее решение.

Эти способности доказывают регулярные матчи по шахматам и другим играм, в которых сталкиваются человек с компьютером. Так, еще в 1997 году состоялось легендарное противостояние чемпиона мира по шахматам россиянина Гарри Каспарова и программы от IBM Deep Blue. В матче победа впервые досталась ИИ. С тех пор прогресс не стоял на месте, и сегодня обыграть опытных гроссмейстеров может даже мобильное приложение.

Следует понимать, что игровая стратегия ИИ заключается лишь в перебирании доступных комбинаций. Многие эксперты, Каспаров в том числе, уверены: машине далеко до гибкого человеческого разума.

Но ИИ пошел дальше и вступил в схватку с чемпионами по го — логической настольной игре родом из Древнего Китая. Вот в чем ее суть: игроки по очереди ставят на поле черные и белые камни, стараясь занять территорию большую, чем противник.

Количество возможных комбинаций в го не сравнится с шахматами: здесь их больше, чем атомов во Вселенной. Грубое перебирание ходов в го попросту не сработает: нужно обладать мощной интуицией и абстрактным мышлением.

Однако продукту компании Google AlphaGo удалось произвести фурор в мире го:

в 2015 году программа обыграла чемпиона Европы Фань Хуэя со счетом 5:0;
в 2016-м состоялся легендарный матч с корейцем Ли Седолем, заставляющий иначе взглянуть на возможности ИИ.

Обычно машина просчитывает, какой ход обеспечит ей большую вероятность победы. Но в поединке с Седолем ИИ проявил креативность. Его 37-й ход поначалу казался нелогичным. Но позже выяснилось: программа поняла низкую вероятность такого хода у соперника и решила поставить его в тупик — и это, кстати, удалось. Эксперты высоко оценили такое решение, назвав ход красивым и творческим.

И все-таки машинному креативу далеко до человеческого. Да, нейросеть уже умеет писать картины, музыку и стихи. Однако ее творчество ограничено тем, что уже создал человек.

Выходит, компьютеры действительно обладают поразительными возможностями и способны значительно облегчить нам жизнь. Но, в отличие от человека, машина умеет анализировать только то, что уже существует, абстрактное мышление для нее непостижимо. И возможно, что так будет всегда.

Компьютер и человек: Pexels

Роль компьютера в жизни человека

Для чего нужен компьютер современному человеку? Благодаря интернету ЭВМ глубоко вошли в нашу повседневную жизнь:

Компьютер — это практически универсальное средство связи. Общение больше не ограничено расстоянием.
Работа многих людей заключена в компьютере.
Невероятно упростился поиск информации: ответ практически на любой вопрос можно найти в несколько кликов.
Компьютер предлагает развлечения даже в пределах дома.
Многие покупки совершаются в онлайн-режиме.
Компьютеры стали универсальными помощниками в быту, в передвижении и в обучении.

Компьютер в жизни человека играет более глобальную роль, чем кажется. ЭВМ влияют на все сферы развития общества — от производства до медицины:

От компьютеров напрямую зависит развитие науки. Все виды исследований — от биологических до социальных — проводятся с использованием компьютерных технологий, обеспечивающих более точные и быстрые результаты.
Компьютеры широко используют в медицине. Они способны поддерживать здоровье и жизнедеятельность человека.
Развитие любых сфер производства напрямую зависит от технологического прогресса.
Компьютеры — распространенный носитель информации. Благодаря этому человеку проще реализовать свой творческий и интеллектуальный потенциал. Меняется структура профессий и интеллектуальной собственности.

В 2020 году пошли разговоры о чипизации людей. В мае изобретатель и бизнесмен Илон Маск заявил о разработке нового устройства, которое будут имплантировать в человеческий мозг. По его словам, такое решение сможет не только обеспечить прямой контакт с компьютером и улучшить память, но и решит многие проблемы:

заболевания, поражающие мозг, например болезнь Паркинсона и Альцгеймера;
восстановление зрения, слуха, подвижности конечностей;
контроля за состоянием здоровья, в частности за уровнем гормонов.

Кроме того, имплант позволит слушать музыку без наушников и скачивать на носитель собственные мысли. Так что сюжеты «Черного зеркала» не так уж далеки от реальности: возможно, уже в ближайшем будущем компьютер станет частью человеческого организма.

Компьютеры в повседневной жизни: Unsplash

Вред компьютера для здоровья человека

Чем больше технологии внедряются в нашу жизнь, тем острее вопрос: как компьютер влияет на человека? Может ли он негативно сказаться на нашем здоровье и продолжительности жизни?

Наибольшие споры вызывает электромагнитное излучение, создаваемое этими электроприборами. У компьютеров оно особенно интенсивное, однако его вред не подтвержден исследованиями. К тому же современные компьютеры обладают достаточной защитой, чтобы оградить человека от негативного эффекта.

Главные угрозы, от которых может пострадать человек за компьютером, намного банальнее. Зная их, можно минимизировать негативное влияние на организм:

Динамичная картинка и специфичные мерцания экрана провоцируют усталость глаз, ухудшение зрение и раздражительность. Негативно на восприятии сказываются неудачно подобранные шрифты, цвета и пр.
Привычка подолгу сидеть за компьютером способствует варикозному расширению вен и развитию заболеваний позвоночника. А неправильная осанка не только некрасиво выглядит, но и способна нарушить работу внутренних органов.
Во время работы компьютер деионизирует воздух, пересушивая его, а также выделяет вредные вещества и притягивает пыль. Это негативно влияет на состояние кожи и дыхательных органов, также возможно развитие аллергии.
Регулярное использование компьютера влияет на психику человека.

И речь даже не о зависимости. Упрощенный доступ к информации, бесконечная новостная лента и социальные сети создали для человечества новую угрозу — синдром упущенной выгоды. Это значит, что человек боится пропустить важную новость или возможность, выпасть из информационного поля, жертвуя отдыхом и качественным сном. Также чрезмерное использование компьютера становится причиной стрессов, упадка сил или депрессии.

Конечно, все вышеперечисленные проблемы могут возникнуть и без влияния компьютеров, да и его наличие еще не гарантирует негативных последствий. Все просто: чем больше времени проводит человек у компьютера, тем выше риски. Поэтому важно придерживаться здорового образа жизни и знать меру во всем — даже в полезном использовании технологий.

Приветствую читателей Хабра. Вашему вниманию предлагается перевод статьи «Everything you need to know about AI — in under 8 minutes.». Содержание направлено на людей, не знакомых со сферой ИИ и желающих получить о ней общее представление, чтобы затем, возможно, углубиться в какую-либо конкретную его отрасль.

Знать понемногу обо всё иногда (по крайней мере, для новичков, пытающихся сориентироваться в популярных технических направлениях) бывает полезнее, чем знать много о чём-то одном.

Многие люди думают, что немного знакомы с ИИ. Но эта область настолько молода и растёт так быстро, что прорывы совершаются чуть ли не каждый день. В этой научной области предстоит открыть настолько многое, что специалисты из других областей могут быстро влиться в исследования ИИ и достичь значимых результатов.

Эта статья — как раз для них. Я поставил себе целью создать короткий справочный материал, который позволит технически образованным людям быстро разобраться с терминологией и средствами, используемыми для разработки ИИ. Я надеюсь, что этот материал окажется полезным большинству интересующихся ИИ людей, не являющихся специалистами в этой области.

Введение

Искусственный интеллект (ИИ), машинное обучение и нейронные сети — термины, используемые для описания мощных технологий, базирующихся на машинном обучении, способных решить множество задач из реального мира.

В то время, как размышление, принятие решений и т.п. сравнительно со способностями человеческого мозга у машин далеки от идеала (не идеальны они, разумеется, и у людей), в недавнее время было сделано несколько важных открытий в области технологий ИИ и связанных с ними алгоритмов. Важную роль играет увеличивающееся количество доступных для обучения ИИ больших выборок разнообразных данных.

Область ИИ пересекается со многими другими областями, включая математику, статистику, теорию вероятностей, физику, обработку сигналов, машинное обучение, компьютерное зрение, психологию, лингвистику и науку о мозге. Вопросы, связанные с социальной ответственностью и этикой создания ИИ притягивают интересующихся людей, занимающихся философией.

Мотивация развития технологий ИИ состоит в том, что задачи, зависящие от множества переменных факторов, требуют очень сложных решений, которые трудны к пониманию и сложно алгоритмизируются вручную.

Растут надежды корпораций, исследователей и обычных людей на машинное обучение для получения решений задач, не требующих от человека описания конкретных алгоритмов. Много внимания уделяется подходу «чёрного ящика». Программирование алгоритмов, используемых для моделирования и решения задач, связанных с большими объёмами данных, занимает у разработчиков очень много времени. Даже когда нам удаётся написать код, обрабатывающий большое количество разнообразных данных, он зачастую получается очень громоздким, трудноподдерживаемым и тяжело тестируемым (из-за необходимости даже для тестов использовать большое количество данных).

Современные технологии машинного обучения и ИИ вкупе с правильно подобранными и подготовленными «тренировочными» данными для систем могут позволить нам научить компьютеры «программировать» за нас.

Обзор

Интеллект — способность воспринимать информацию и сохранять её в качестве знания для построения адаптивного поведения в среде или контексте

Это определение интеллекта из (англоязычной) Википедии может быть применено как к органическому мозгу, так и к машине. Наличие интеллекта не предполагает наличие сознания. Это — распространённое заблуждение, принесённое в мир писателями научной фантастики.

Попробуйте поискать в интернете примеры ИИ — и вы наверняка получите хотя бы одну ссылку на IBM Watson, использующий алгоритм машинного обучения, ставший знаменитым после победы на телевикторине под названием «Jeopardy» в 2011 г. С тех пор алгоритм претерпел некоторые изменения и был использован в качестве шаблона для множества различных коммерческих приложений. Apple, Amazon и Google активно работают над созданием аналогичных систем в наших домах и карманах.

Обработка естественного языка и распознавание речи стали первыми примерами коммерческого использования машинного обучения. Вслед за ними появились задачи другие задачи автоматизации распознавания (текст, аудио, изображения, видео, лица и т.д.). Круг приложений этих технологий постоянно растёт и включает в себя беспилотные средства передвижения, медицинскую диагностику, компьютерные игры, поисковые движки, спам-фильтры, борьбу с преступностью, маркетинг, управление роботами, компьютерное зрение, перевозки, распознавание музыки и многое другое.

ИИ настолько плотно вошёл в современные используемые нами технологии, что многие даже не думают о нём как об «ИИ», то есть, не отделяют его от обычных компьютерных технологий. Спросите любого прохожего, есть ли искусственный интеллект в его смартфоне, и он, вероятно, ответит: «Нет». Но алгоритмы ИИ находятся повсюду: от предугадывания введённого текста до автоматического фокуса камеры. Многие считают, что ИИ должен появиться в будущем. Но он появился некоторое время назад и уже находится здесь.

Термин «ИИ» является довольно обобщённым. В фокусе большинства исследований сейчас находится более узкое поле нейронных сетей и глубокого обучения.

Как работает наш мозг

Человеческий мозг представляет собой сложный углеродный компьютер, выполняющий, по приблизительным оценкам, миллиард миллиардов операций в секунду (1000 петафлопс), потребляющий при этом 20 Ватт энергии. Китайский суперкомпьютер под названием «Tianhe-2» (самый быстрый в мире на момент написания статьи) выполняет 33860 триллионов операций в секунду (33.86 петафлопс) и потребляющий при этом 17600000 Ватт (17.6 Мегаватт). Нам предстоит проделать определённое количество работы перед тем, как наши кремниевые компьютеры смогут сравниться со сформировавшимися в результате эволюции углеродными.

Точное описание механизма, применяемого нашим мозгом для того, чтобы «думать» является предметом дискуссий и дальнейших исследований (лично мне нравится теория о том, что работа мозга связана с квантовыми эффектами, но это — тема для отдельной статьи). Однако, механизм работы частей мозга обычно моделируется с помощью концепции нейронов и нейронных сетей. Предполагается, что мозг содержит примерно 100 миллиардов нейронов.

Но на этом всё не заканчивается. Каждый нейрон применяет функцию, или преобразование, к взвешенным входным сигналам перед тем, как проверить, достигнут ли порог его активации. Преобразование входного сигнала может быть линейным или нелинейным.

Изначально входные сигналы приходят из разнообразных источников: наших органов чувств, средств внутреннего отслеживания функционирования организма (уровня кислорода в крови, содержимого желудка и т.д.) и других. Один нейрон может получать сотни тысяч входных сигналов перед принятием решения о том, как следует реагировать.

Мышление (или обработка информации) и полученные в результате его инструкции, передаваемые нашим мышцам и другим органам являются результатом преобразования и передачи входных сигналов между нейронами из различных слоёв нейронной сети. Но нейронные сети в мозгу могут меняться и обновляться, включая изменения алгоритма взвешивания сигналов, передаваемых между нейронами. Это связано с обучением и накоплением опыта.

Эта модель человеческого мозга использовалась в качестве шаблона для воспроизведения возможностей мозга в компьютерной симуляции — искуственной нейронной сети.

Искусственные Нейронные Сети (ИНС)

Искусственные Нейронные Сети — это математические модели, созданные по аналогии с биологическими нейронными сетями. ИНС способны моделировать и обрабатывать нелинейные отношения между входными и выходными сигналами. Адаптивное взвешивание сигналов между искусственными нейронами достигается благодаря обучающемуся алгоритму, считывающему наблюдаемые данные и пытающемуся улучшить результаты их обработки.

Для улучшения работы ИНС применяются различные техники оптимизации. Оптимизация считается успешной, если ИНС может решать поставленную задачу за время, не превышающее установленные рамки (временные рамки, разумеется, варьируются от задачи к задаче).

ИНС моделируется с использованием нескольких слоёв нейронов. Структура этих слоёв называется архитектурой модели. Нейроны представляют собой отдельные вычислительные единицы, способные получать входные данные и применять к ним некоторую математическую функцию для определения того, стоит ли передавать эти данные дальше.

В простой трёхслойной модели первый слой является слоем ввода, за ним следует скрытый слой, а за ним — слой вывода. Каждый слой содержит не менее одного нейрона.

С усложнением структуры модели посредством увеличения количества слоёв и нейронов возрастают потенциал решения задач ИНС. Однако, если модель оказывается слишком «большой» для заданной задачи, её бывает невозможно оптимизировать до нужного уровня. Это явление называется переобучением (overfitting).

Архитектура, настройка и выбор алгоритмов обработки данных являются основными составляющими построения ИНС. Все эти компоненты определяют производительность и эффективность работы модели.

Модели часто характеризуются так называемой функцией активации. Она используется для преобразования взвешенных входных данных нейрона в его выходные данные (если нейрон решает передавать данные дальше, это называется его активацией). Существует множество различных преобразований, которые могут быть использованы в качестве функций активации.

ИНС являются мощным средством решения задач. Однако, хотя математическая модель небольшого количества нейронов довольно проста, модель нейронной сети при увеличении количества составляющих её частей становится довольно запутанно. Из-за этого использование ИНС иногда называют подходом «чёрного ящика». Выбор ИНС для решения задачи должен быть тщательно обдуманным, так как во многих случаях полученное итоговое решение нельзя будет разобрать на части и проанализировать, почему оно стало именно таким.

Глубокое обучение

Термин глубокое обучение используется для описания нейронных сетей и используемых в них алгоритмах, принимающих «сырые» данные (из которых требуется извлечь некоторую полезную информацию). Эти данные обрабатываются, проходя через слои нейросети, для получения нужных выходных данных.

Обучение без учителя (unsupervised learning) — область, в которой методики глубокого обучения отлично себя показывают. Правильно настроенная ИНС способна автоматически определить основные черты входных данных (будь то текст, изображения или другие данные) и получить полезный результат их обработки. Без глубокого обучения поиск важной информации зачастую ложится на плечи программиста, разрабатывающего систему их обработки. Модель глубокого обучения же самостоятельно способна найти способ обработки данных, позволяющий извлекать из них полезную информацию. Когда система проходит обучение (то есть, находит тот самый способ извлекать из входных данных полезную информацию), требования к вычислительной мощности, памяти и энергии для поддержания работы модели сокращаются.

Проще говоря, алгоритмы обучения позволяют с помощью специально подготовленных данных «натренировать» программу выполнять конкретную задачу.

Глубокое обучение применяется для решения широкого круга задач и считается одной из инновационных ИИ-технологий. Существуют также другие виды обучения, такие как обучение с учителем (supervised learning) и обучение с частичным привлечением учителя(semi-supervised learning), которые отличаются введением дополнительного контроля человека за промежуточными результатами обучения нейронной сети обработке данных (помогающего определить, в правильном ли направлении движется система).

Теневое обучение (shadow learning) — термин, используемый для описания упрощённой формы глубокого обучения, при которой поиск ключевых особенностей данных предваряется их обработкой человеком и внесением в систему специфических для сферы, к которой относятся эти данные, сведений. Такие модели бывают более «прозрачными» (в смысле получения результатов) и высокопроизводительными за счёт увеличения времени, вложенного в проектирование системы.

Читайте также: