ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 23.11.2023
Просмотров: 339
Скачиваний: 1
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Айсель Джабиева10:13+Софья Романовна Быкова10:13Все понятноАнастасия Александровна Котенко10:13+Ярослав Романович Бербенцов10:13+Марине Арменаковна Меликян10:13+Анастасия Андреевна Токарева10:13+Татьяна Сухина10:13+Сергей Сергеевич Сергутин10:13+Дарья Равилевна Тыдыкова10:13+Евгения Владиславовна Покрашенко10:13+Алексей Константинович Макаренко10:13+Полина Борисовна Трушковская10:13+Софья Ильинична Полякова10:13+Валерия Сергеевна Литвинюк10:13+Виктория Константиновна Мельникова10:13+Данил Евгеньевич Светильников10:13+Мадина Джамаловна Лило10:13+Мария Игоревна Швец10:13+Анна Максимовна Иващенко10:13+Андрей Алексеевич Бородин10:13+Мария Игоревна Швец10:15Типы искусственного интеллектаРаспределенный искусственный интеллект. ...Искусственный суперинтеллект. ...Слабый искусственный интеллект. ...Сильный искусственный интеллект.БЮП-22-3 Швец Марияя временно не могу говоритьИван Константинович Котвелиев10:16Типы ИИВыделяют три вида искусственного интеллекта:Слабый ИИ (Narrow AI). Единственный доступный сейчас тип ИИ, применяемый в голосовых помощниках, системах виртуальной реальности, рекомендательных механизмах и других решениях.Сильный ИИ (AGI). ИИ с самосознанием и возможностями, приближенными к человеческим. По прогнозам экспертов, сильный ИИ будет окончательно сформирован и доступен для использования не раньше 2075 года.Супер ИИ (Super AI). ИИ с полным самосознанием и сформированным мыБЮП-22-1Галина Алексеевна Ардатова10:21На сегодняшний день существует четыре основных вида ИИ:реактивные машины - системы ИИ, не имеющие памяти и решающие только определенные задачи. Они не способны формировать воспоминания и использовать полученный ранее опыт для выполнения своих функций;ограниченная память - системы с памятью, основанной на прошлом опыте. Однако этот опыт не сохраняется и не компилируется в библиотеке информации ИИ;теория разума - системы, понимающие человеческие эмоции и намерения, обладающие социальным интеинтеллектом и участвующие в командной работе;самосознание - у систем ИИ этого типа формируется представление о себе, благодаря чему они полностью имитируют интеллект человека.
Евгения Владиславовна Покрашенко10:22реактивные машины - системы ИИ, не имеющие памяти и решающие только определенные задачи. Они не способны формировать воспоминания и использовать полученный ранее опыт для выполнения своих функций;ограниченная память - системы с памятью, основанной на прошлом опыте. Однако этот опыт не сохраняется и не компилируется в библиотеке информации ИИ;теория разума - системы, понимающие человеческие эмоции и намерения, обладающие социальным интеллектом и участвующие в командной работе;самосознание - у систем ИИ этого типа формируется представление о себе, благодаря чему они полностью имитируют интеллект человека.Покрашенко Е БЮП-22-2Алексей Константинович Макаренко10:22Существует Глубокое обучение, Нейронные сети, Машинное обучение, Обработка естественного языка, Когнитивные вычисления, Компьютерное зрение.Макаренко Алексей БЮП-22-1Мария Игоревна Швец10:23Используемые в настоящий момент системы опираются на логику и точные расчеты, применяя упрощенную «модель производственных процессов», выбранную заранее. ИИ позволяет анализировать обстановку в реальном времени и сохранять работоспособность при смене целей управления, непредвиденных изменениях свойств управляемого объекта или параметров окружающей среды. Система способна менять алгоритм управления и искать оптимальные и эффективные решения. БЮП-22-3 ШвецАнастасия Александровна Котенко10:25Системы с интеллектуальным интерфейсомЕстественно-языковой интерфейс используется для:• доступа к интеллектуальным базам данных;• контекстного поиска документальной текстовойинформации;• голосового ввода команд в системах управления;• машинного перевода с иностранных языковВ системах контекстной помощи пользователь описывает проблему, а система с помощью дополнительного диалога ее конкретизирует и сама выполняет поиск относящихся к ситуации рекомендаций. БЮП-22-2Кристина Константиновна Гребенюк10:26А подразделы будут?Анастасия Александровна Котенко10:26В основе самообучающихся систем лежат методы автоматической классификации примеров ситуаций реальной практики (обучения на примерах).Дедуктивные системыПри дедуктивной обработке информации для определения конкретных фактов используются общие правила. Обучение на основе подобия представляет собой индуктивный процесс, а доказательство теорем – дедуктивный, поскольку опирается на известные аксиомы и уже доказанные теоремы.
Нейронные сети позволяют решать задачи прогнозирования, классификацииСемён Евгеньевич Трубчиков10:28Принцип действия искусственной нейронной сети состоит в формировании связей между множеством различных обрабатывающих элементов, каждый из которых служит аналогом одного нейрона в головном мозге биологического существа. Нейроны могут быть воспроизведены физически или смоделированы с помощью цифрового компьютера. БЮП-22-2Айсель Джабиева10:28Нейронная сеть — это последовательность нейронов, соединенных между собой синапсами. Структура нейронной сети пришла в мир программирования прямиком из биологии. Благодаря такой структуре, машина обретает способность анализировать и даже запоминать различную информацию. Нейронные сети также способны не только анализировать входящую информацию, но и воспроизводить ее из своей памяти.БЮп-22-01Алексей Константинович Макаренко10:29Нейронные сетиНейронная сеть как тип машинного обучения составлена из взаимосвязанных блоков, обрабатывающих информацию с учетом внешних данных и пересылающих эту информацию между блоками. Блоки работают совместно как нейроны, отсюда и название.Доктор Роберт Хехт-Нильсен, разработавший первый нейрокомпьютер, определил нейронную сеть как вычислительную систему, составленную из простых, глубоко взаимосвязанных обрабатывающих элементов, которые обрабатывают информацию путем динамического реагированияКонстантин Александрович Мастерков10:29Под нейросетью понимается скопление нейронов, способное в совокупности распознавать какие-либо явления или объекты. Это скопление обучается, действует последовательно, запоминает данные, умеет обрабатывать запросы и выдавать информацию. По такому принципу работают нейронные связи в человеческом мозге, поэтому нейросети называют искусственным интеллектом. БЮП-22-1Анастасия Александровна Котенко10:29Основные задачи нейросетевого прогнозирования можно разбить на два основных типа: регрессия и классификация. Большое практическое значение имеет регрессионное прогнозирование технологических показателей извлечения и физико-механических свойств руд в ходе геолого-технологического моделирования, поскольку необходимым и решающим условием для обеспечения рентабельности отработки руды при общем низком уровне извлечения металла является создание геолого-технологических блочных моделей
БЮП-22-2Галина Алексеевна Ардатова10:29искусственная нейронная сеть (ИНС) может состоять из нескольких слоев простейших процессоров (нейронов), каждый из которых осуществляет некоторое математическое преобразование (вычисляет результат математической функции) над входными данными и передает полученный результат на следующий слой или на выход сети. БЮП 22-3Константин Александрович Мастерков10:29Под нейросетью понимается скопление нейронов, способное в совокупности распознавать какие-либо явления или объекты. Это скопление обучается, действует последовательно, запоминает данные, умеет обрабатывать запросы и выдавать информацию. По такому принципу работают нейронные связи в человеческом мозге, поэтому нейросети называют искусственным интеллектом.Иван Константинович Котвелиев10:29Нейронная сеть – один из способов реализации искусственного интеллекта (ИИ).В разработке ИИ существует обширная область — машинное обучение. Она изучает методы построения алгоритмов, способных самостоятельно обучаться. Это необходимо, если не существует четкого решения какой-либо задачи. В этом случае проще не искать правильное решение, а создать механизм, который сам придумает метод для его поиска. БЮП-22-1Константин Александрович Мастерков10:29БЮП-22-1Семён Евгеньевич Трубчиков10:29Принцип действия искусственной нейронной сети состоит в формировании связей между множеством различных обрабатывающих элементов, каждый из которых служит аналогом одного нейрона в головном мозге биологического существа. Нейроны могут быть воспроизведены физически или смоделированы с помощью цифрового компьютера.БЮП-22-2Константин Александрович Мастерков10:30В текущем виде нейронные сети, созданные людьми, находятся под их полным контролем. Зачастую они выполняют утилитарные функции и представляют собой модели машинного обучения, «заточенные» под выполнение нескольких конкретных задач. Ученые и разработчики «скармливают» искусственному интеллекту данные, а он в ответ перерабатывает их нужным образом. Например, делает грустные лица на фото веселыми или подменяет загруженный голос на голос другого человека. БЮП-22-1Софья Ильинична Полякова10:30Нейронные сети распространены во множестве отраслей. В их числе:Диагностика с помощью классификации медицинских изображенийЦелевой маркетинг с помощью фильтрации социальных сетей и анализа поведенческих данныхФинансовые прогнозы с помощью обработки исторических данных финансовых инструментов
Прогнозирование электрической нагрузки и потребности в энергииКонтроль соответствия требованиям и качестваОпределение химических соединенийВалерия Сергеевна Литвинюк10:30В отличие от обычных алгоритмов нейросети способны обучаться на основе опыта. Нейросети анализируют и выявляют связи между данными на входе и выходе, обобщают данные и формируют решения задач. Чтобы нейросети могли функционировать таким образом, используются методы машинного обучения. Причём в случае с нейросетями такое обучение требует много вычислительных ресурсов.Чему вы сможете научить нейросеть, зависит от входных данных. Чем больше данных, тем качественнее будет обучение. Можно научитьСофья Ильинична Полякова10:30БОР-22-1Валерия Сергеевна Литвинюк10:30Можно научить нейросеть отличать одни объекты от других, сравнивать и прогнозировать. Обучение нейросети похоже на обучение детей, когда им показывают картинку и говорят: "Это кошка". В случае с нейросетями они получают очень много таких картинок с объясняющими ярлыками и учатся распознавать отдельные элементы, которые затем смогут совмещать. Входное изображение попадает в некую фильтрующую систему. Фильтры в ней разные по размеру и по сложности элементов, которые могут распознать – у каждого есСемён Евгеньевич Трубчиков10:30Принцип действия искусственной нейронной сети состоит в формировании связей между множеством различных обрабатывающих элементов, каждый из которых служит аналогом одного нейрона в головном мозге биологического существа. Нейроны могут быть воспроизведены физически или смоделированы с помощью цифрового компьютера.Евгения Владиславовна Покрашенко10:30Нейронные сетиЭто направление стабильно держится на первом месте. Продолжается совершенствование алгоритмов обучения и классификации в масштабе реального времени, обработки естественных языков, распознавания изображений, речи, сигналов, а также создание моделей интеллектуального интерфейса, подстраивающегося под пользователя. Среди основных прикладных задач, решаемых с помощью нейронных сетей - финансовое прогнозирование, раскопка данных, диагностика систем, контроль Покрашенко Е Бюп-22-2Ярослав Романович Бербенцов10:31Нейронная сеть — это метод в искусственном интеллекте, который учит компьютеры обрабатывать данные таким же способом, как и человеческий мозг. Это тип процесса машинного обучения, называемый глубоким обучением, который использует взаимосвязанные узлы или нейроны в слоистой структуре, напоминающей человеческий мозг. Он создает адаптивную систему, с помощью которой компьютеры учатся на своих ошибках и постоянно совершенствуются. БЮП-22-2
Евгения Владиславовна Покрашенко10:22реактивные машины - системы ИИ, не имеющие памяти и решающие только определенные задачи. Они не способны формировать воспоминания и использовать полученный ранее опыт для выполнения своих функций;ограниченная память - системы с памятью, основанной на прошлом опыте. Однако этот опыт не сохраняется и не компилируется в библиотеке информации ИИ;теория разума - системы, понимающие человеческие эмоции и намерения, обладающие социальным интеллектом и участвующие в командной работе;самосознание - у систем ИИ этого типа формируется представление о себе, благодаря чему они полностью имитируют интеллект человека.Покрашенко Е БЮП-22-2Алексей Константинович Макаренко10:22Существует Глубокое обучение, Нейронные сети, Машинное обучение, Обработка естественного языка, Когнитивные вычисления, Компьютерное зрение.Макаренко Алексей БЮП-22-1Мария Игоревна Швец10:23Используемые в настоящий момент системы опираются на логику и точные расчеты, применяя упрощенную «модель производственных процессов», выбранную заранее. ИИ позволяет анализировать обстановку в реальном времени и сохранять работоспособность при смене целей управления, непредвиденных изменениях свойств управляемого объекта или параметров окружающей среды. Система способна менять алгоритм управления и искать оптимальные и эффективные решения. БЮП-22-3 ШвецАнастасия Александровна Котенко10:25Системы с интеллектуальным интерфейсомЕстественно-языковой интерфейс используется для:• доступа к интеллектуальным базам данных;• контекстного поиска документальной текстовойинформации;• голосового ввода команд в системах управления;• машинного перевода с иностранных языковВ системах контекстной помощи пользователь описывает проблему, а система с помощью дополнительного диалога ее конкретизирует и сама выполняет поиск относящихся к ситуации рекомендаций. БЮП-22-2Кристина Константиновна Гребенюк10:26А подразделы будут?Анастасия Александровна Котенко10:26В основе самообучающихся систем лежат методы автоматической классификации примеров ситуаций реальной практики (обучения на примерах).Дедуктивные системыПри дедуктивной обработке информации для определения конкретных фактов используются общие правила. Обучение на основе подобия представляет собой индуктивный процесс, а доказательство теорем – дедуктивный, поскольку опирается на известные аксиомы и уже доказанные теоремы.
Нейронные сети позволяют решать задачи прогнозирования, классификацииСемён Евгеньевич Трубчиков10:28Принцип действия искусственной нейронной сети состоит в формировании связей между множеством различных обрабатывающих элементов, каждый из которых служит аналогом одного нейрона в головном мозге биологического существа. Нейроны могут быть воспроизведены физически или смоделированы с помощью цифрового компьютера. БЮП-22-2Айсель Джабиева10:28Нейронная сеть — это последовательность нейронов, соединенных между собой синапсами. Структура нейронной сети пришла в мир программирования прямиком из биологии. Благодаря такой структуре, машина обретает способность анализировать и даже запоминать различную информацию. Нейронные сети также способны не только анализировать входящую информацию, но и воспроизводить ее из своей памяти.БЮп-22-01Алексей Константинович Макаренко10:29Нейронные сетиНейронная сеть как тип машинного обучения составлена из взаимосвязанных блоков, обрабатывающих информацию с учетом внешних данных и пересылающих эту информацию между блоками. Блоки работают совместно как нейроны, отсюда и название.Доктор Роберт Хехт-Нильсен, разработавший первый нейрокомпьютер, определил нейронную сеть как вычислительную систему, составленную из простых, глубоко взаимосвязанных обрабатывающих элементов, которые обрабатывают информацию путем динамического реагированияКонстантин Александрович Мастерков10:29Под нейросетью понимается скопление нейронов, способное в совокупности распознавать какие-либо явления или объекты. Это скопление обучается, действует последовательно, запоминает данные, умеет обрабатывать запросы и выдавать информацию. По такому принципу работают нейронные связи в человеческом мозге, поэтому нейросети называют искусственным интеллектом. БЮП-22-1Анастасия Александровна Котенко10:29Основные задачи нейросетевого прогнозирования можно разбить на два основных типа: регрессия и классификация. Большое практическое значение имеет регрессионное прогнозирование технологических показателей извлечения и физико-механических свойств руд в ходе геолого-технологического моделирования, поскольку необходимым и решающим условием для обеспечения рентабельности отработки руды при общем низком уровне извлечения металла является создание геолого-технологических блочных моделей
БЮП-22-2Галина Алексеевна Ардатова10:29искусственная нейронная сеть (ИНС) может состоять из нескольких слоев простейших процессоров (нейронов), каждый из которых осуществляет некоторое математическое преобразование (вычисляет результат математической функции) над входными данными и передает полученный результат на следующий слой или на выход сети. БЮП 22-3Константин Александрович Мастерков10:29Под нейросетью понимается скопление нейронов, способное в совокупности распознавать какие-либо явления или объекты. Это скопление обучается, действует последовательно, запоминает данные, умеет обрабатывать запросы и выдавать информацию. По такому принципу работают нейронные связи в человеческом мозге, поэтому нейросети называют искусственным интеллектом.Иван Константинович Котвелиев10:29Нейронная сеть – один из способов реализации искусственного интеллекта (ИИ).В разработке ИИ существует обширная область — машинное обучение. Она изучает методы построения алгоритмов, способных самостоятельно обучаться. Это необходимо, если не существует четкого решения какой-либо задачи. В этом случае проще не искать правильное решение, а создать механизм, который сам придумает метод для его поиска. БЮП-22-1Константин Александрович Мастерков10:29БЮП-22-1Семён Евгеньевич Трубчиков10:29Принцип действия искусственной нейронной сети состоит в формировании связей между множеством различных обрабатывающих элементов, каждый из которых служит аналогом одного нейрона в головном мозге биологического существа. Нейроны могут быть воспроизведены физически или смоделированы с помощью цифрового компьютера.БЮП-22-2Константин Александрович Мастерков10:30В текущем виде нейронные сети, созданные людьми, находятся под их полным контролем. Зачастую они выполняют утилитарные функции и представляют собой модели машинного обучения, «заточенные» под выполнение нескольких конкретных задач. Ученые и разработчики «скармливают» искусственному интеллекту данные, а он в ответ перерабатывает их нужным образом. Например, делает грустные лица на фото веселыми или подменяет загруженный голос на голос другого человека. БЮП-22-1Софья Ильинична Полякова10:30Нейронные сети распространены во множестве отраслей. В их числе:Диагностика с помощью классификации медицинских изображенийЦелевой маркетинг с помощью фильтрации социальных сетей и анализа поведенческих данныхФинансовые прогнозы с помощью обработки исторических данных финансовых инструментов
Прогнозирование электрической нагрузки и потребности в энергииКонтроль соответствия требованиям и качестваОпределение химических соединенийВалерия Сергеевна Литвинюк10:30В отличие от обычных алгоритмов нейросети способны обучаться на основе опыта. Нейросети анализируют и выявляют связи между данными на входе и выходе, обобщают данные и формируют решения задач. Чтобы нейросети могли функционировать таким образом, используются методы машинного обучения. Причём в случае с нейросетями такое обучение требует много вычислительных ресурсов.Чему вы сможете научить нейросеть, зависит от входных данных. Чем больше данных, тем качественнее будет обучение. Можно научитьСофья Ильинична Полякова10:30БОР-22-1Валерия Сергеевна Литвинюк10:30Можно научить нейросеть отличать одни объекты от других, сравнивать и прогнозировать. Обучение нейросети похоже на обучение детей, когда им показывают картинку и говорят: "Это кошка". В случае с нейросетями они получают очень много таких картинок с объясняющими ярлыками и учатся распознавать отдельные элементы, которые затем смогут совмещать. Входное изображение попадает в некую фильтрующую систему. Фильтры в ней разные по размеру и по сложности элементов, которые могут распознать – у каждого есСемён Евгеньевич Трубчиков10:30Принцип действия искусственной нейронной сети состоит в формировании связей между множеством различных обрабатывающих элементов, каждый из которых служит аналогом одного нейрона в головном мозге биологического существа. Нейроны могут быть воспроизведены физически или смоделированы с помощью цифрового компьютера.Евгения Владиславовна Покрашенко10:30Нейронные сетиЭто направление стабильно держится на первом месте. Продолжается совершенствование алгоритмов обучения и классификации в масштабе реального времени, обработки естественных языков, распознавания изображений, речи, сигналов, а также создание моделей интеллектуального интерфейса, подстраивающегося под пользователя. Среди основных прикладных задач, решаемых с помощью нейронных сетей - финансовое прогнозирование, раскопка данных, диагностика систем, контроль Покрашенко Е Бюп-22-2Ярослав Романович Бербенцов10:31Нейронная сеть — это метод в искусственном интеллекте, который учит компьютеры обрабатывать данные таким же способом, как и человеческий мозг. Это тип процесса машинного обучения, называемый глубоким обучением, который использует взаимосвязанные узлы или нейроны в слоистой структуре, напоминающей человеческий мозг. Он создает адаптивную систему, с помощью которой компьютеры учатся на своих ошибках и постоянно совершенствуются. БЮП-22-2