Искусственный разум

У компьютерных программ есть IQ?

Нет. IQ основан на темпах развития интеллекта у детей. Это отношение возраста, в котором ребенок обычно набирает определенный результат, к возрасту ребенка. Данная оценка подходящим образом распространяется и на взрослых людей. IQ хорошо коррелирует с различными показателями успеха или неудачи в жизни. Но создание компьютеров, которые могут набрать высокий балл в тестах IQ, будет слабо связано с их полезностью. Например, способность ребенка повторять длинную последовательность цифр хорошо коррелирует с другими интеллектуальными способностями. Она показывает, какое количество информации ребенок может запомнить за один раз. При этом удержание в памяти цифр является тривиальной задачей даже для самых примитивных компьютеров.

Как сравнить человеческий и компьютерный интеллекты?

Артур Р. Дженсен, ведущий исследователь в области человеческого интеллекта, в качестве «эвристической гипотезы» утверждает, что обычные люди имеют одни и те же механизмы интеллекта и интеллектуальные различия связаны с «количественными биохимическими и физиологическими условиями». К ним относятся скорость мышления, краткосрочную память и способность формировать точные и извлекаемые долгосрочные воспоминания.   

Независимо от того, правильна ли точка зрения Дженсена в отношении человеческого интеллекта, ситуация в ИИ на сегодняшний день является противоположной.

Компьютерные программы имеют большой запас скорости и памяти, но их способности соответствуют интеллектуальным механизмам, которые разработчики программ хорошо понимают и могут вложить в них. Некоторые способности, которые дети обычно не развивают до подросткового возраста, внедряются. Другие, которыми владеют двухлетние дети, все еще отсутствуют. Дело еще более усугубляется тем фактом, что когнитивные науки до сих пор не могут точно определить, каковы человеческие способности. Скорее всего, организация интеллектуальных механизмов ИИ выгодно отличается от таковой у людей.

Когда человеку удается решить задачу быстрее, чем компьютеру, это говорит о том, что разработчикам не хватает понимания механизмов интеллекта, необходимых для эффективного выполнения данной задачи.

Окей, Лекси (2019)

Ироничный фильм о восстании машин, точнее, о взбунтовавшейся виртуальной помощнице. Фил простой скромный парень, который работает на не самой интересной работе и совсем не имеет друзей. Зато имеет голосовую помощницу Лекси. Виртуальная подружка знает о Филе все, ведь в ее власти его мобильный телефон, а значит и все переписки, запросы и тайные желания. Лекси будет всеми силами помогать своему владельцу наладить жизнь, но способна и разрушить ее.

Оригинальное названиеJexiЖанрКомедия, мелодрама, фантастикаАктерыАдам Дивайн, Александра Шипп, Роуз Бирн…СтранаСША, КанадаРейтингКинопоиск – 6.1, IMDb – 6.0Возрастные ограничения18+

Что такое искусственный интеллект?

Описание искусственного нейрона

Искусственный нейрон — это математическая функция, задуманная как модель биологических нейронов, нейронной сети. Искусственные нейроны — элементарные единицы в искусственных нейросетях. Искусственный нейрон получает один или несколько входов и суммирует их, чтобы произвести выход или активацию, представляющую потенциал действия нейрона, который передается вдоль его аксона. Обычно каждый вход анализируется отдельно, и сумма передается через нелинейную функцию, известную как функция активации, или передаточная функция.

Когда началось исследование ИИ?

В 1935 году британский исследователь А.М. Тьюринг описал абстрактную вычислительную машину, которая состоит из безграничной памяти и сканера, перемещающегося вперед и назад по памяти, символ за символом. Сканер считывает то, что он находит, записывая дальнейшие символы. Действия сканера диктуются программой инструкций, которая также хранится в памяти в виде символов. Самая ранняя успешная программа ИИ была написана в 1951 году Кристофером Стрейчи. В 1952 году эта программа могла играть с человеком в шашки, удивляя всех своими способностями предсказывать ходы. В 1953 году Тьюринг опубликовал классическую раннюю статью о шахматном программировании.

Технологии машинного обучения

Машинное обучение (machine learning, ML) — это одно из направлений разработки ИИ, основанное на выполнении компьютером множества сходных задач без использования прямых инструкций.

Машинное обучение базируется на трех основных понятиях:

• алгоритмы — специальные программы, «подсказывающие» компьютеру, каким источником данных необходимо воспользоваться. Для каждой задачи подбираются отдельные алгоритмы, составленные с расчетом на ускорение обработки данных и получение точного результата;

• наборы данных (датасеты) — информация (выборки данных) в виде текстовых, графических, видеофайлов, которую машина использует для накопления опыта при обучении. При этом для решения каждого конкретного типа задач в систему должны загружаться уникальные данные;

• признаки (свойства, метрики, фичи, features) — индивидуальные измеримые параметры наблюдаемых явлений, от правильности подбора которых зависит успешность и скорость machine learning.

Оптимальными для правильного проведения машинного обучения считаются выборки данных, составленные вручную и содержащие максимум информации разного качества — это позволяет компьютеру выявлять неочевидные взаимосвязи между данными и делать по ним полезные выводы.

Машинное обучение используется для решения задач по категориям:

• регрессии — составления прогнозов на основе выборки данных с отличающимися признаками;

• классификации — получения конкретного ответа на основании набора признаков;

• кластеризации — разбивки данных на несколько групп;

• уменьшения размерности — сокращения большого количества признаков для удобства их дальнейшей визуализации;

• выявления аномалий — поиска отличий в наборах данных от стандартной информации.

В зависимости от того, по какому принципу осуществляется ML, оно делится на:

• обучение с учителем, которое предполагает использование полного набора снабженных признаками данных (размеченного датасета) для тренировки системы ИИ на всех стадиях ее создания;

• обучение без учителя, при котором машина самостоятельно выявляет закономерности, определяет признаки и классифицирует полученные данные;

• обучение с подкреплением — когда машине требуется правильно решить поставленные перед ней задачи во внешней среде, располагая несколькими возможными вариантами действия.

Сегодня чаще всего для создания программ машинного обучения используются языки R, Python, Scala и Julia. Они поддерживаются многими интегрированными средами разработки, в частности, R-Studio, R-Brain, Visual Studio, Eclipse, PyCharm, Spyder, IntelliJ IDEA, Jupyter Notebooks, Juno.

Обучиться любой технологиям искусственного интеллекта и машинного обучения можно, записавшись на , которые проводит ЦРК БИ (ЦЕНТР РАЗВИТИЯ КОМПЕТЕНЦИЙ В БИЗНЕС-ИНФОРМАТИКЕ) НИУ ВШЭ.

Апгрейд (2018)

Фильм с высоким рейтингом для любителей киберпанка и неожиданных концовок. Автомеханик Грей не признает гаджеты, презирает всякие новшества и привык работать руками. Однажды он получает интересный заказ от руководителя корпорации, разрабатывающей биоимпланты. Вместе с женой он отправляется в поездку и попадает в аварию на обратном пути. Теперь Грей парализован ниже шеи, а тот последний клиент предлагает несчастному установить «Стэм» – встроенный интеллект, который в симбиозе с человеческим телом способен на многое, даже поставить героя на ноги.

Оригинальное названиеUpgradeЖанрФантастика, боевик, триллер, детектив, криминалАктерыЛоган Маршалл-Грин, Мелани Валльехо, Стив Даниелсен…СтранаАвстралияРейтингКинопоиск – 7.6, IMDb – 7.5Возрастные ограничения18+

Отличие искусственного интеллекта от естественного

Интеллект можно определить как общую умственную способность к рассуждению, решению проблем и обучению

В силу своей общей природы интеллект интегрирует когнитивные функции, такие как восприятие, внимание, память, язык или планирование. естественный интеллект отличает осознанное отношение к миру

Мышление человека всегда эмоционально окрашено, и его нельзя отделить от телесности. Кроме того, человек — существо социальное, поэтому на мышление всегда влияет социум. ИИ не имеет отношения к эмоциональной сфере и социально не ориентирован.

Как сравнить человеческий и компьютерный интеллекты?

Сравнить мышление человека с искусственным интеллектом можно исходя из нескольких общих параметров организации мозга и машины. Деятельность компьютера, как и мозга, включает четыре этапа: кодирование, хранение, анализ данных и выдачу результата. Кроме того, мозг человека и ИИ могут самообучаться в зависимости от данных, полученных из окружающей среды. Также человеческий мозг и машинный интеллект решают проблемы (или задачи), используя определенные алгоритмы.

У компьютерных программ есть IQ?

Нет. Показатель IQ связан с развитием интеллекта человека в зависимости от возраста. ИИ в чем-то превышает некоторые человеческие способности, например может удерживать в памяти огромное количество цифр, но это не имеет отношения к IQ.

Что такое тест Тьюринга?

Алан Тьюринг разработал эмпирический тест, который показывает, способна ли программа уловить все нюансы поведения человека до такой степени, что человек не сможет определить, с кем именно он общается — с ИИ или с живым собеседником. Тьюринг предложил, чтобы сторонний наблюдатель оценивал разговор между человеком и машиной, которая отвечает на вопросы. Судья не видит, кто именно отвечает, но знает, что один из собеседников — ИИ. Разговор ограничен только текстовым каналом (компьютерная клавиатура и экран), поэтому результат не зависит от способности машины отображать слова как человеческую речь. В случае, если программе удается обмануть человека, считается, что она эффективно справилась с тестом.

Символьный подход

Символьный подход к ИИ — совокупность всех методов исследования искусственного интеллекта, основанных на высокоуровневых символических (читаемых человеком) представлениях о задачах, логике и поиске. Символьный подход широко применялся в исследованиях ИИ в 1950–80-х годах. Одной из популярных форм символьного подхода являются экспертные системы, использующие сочетание определенных правил производства. Производственные правила связывают символы в логические связи, которые подобны алгоритму If-Then. Экспертная система обрабатывает правила, чтобы сделать выводы и определить, какая дополнительная информация ей нужна, то есть какие вопросы задавать, используя удобочитаемые символы.

Логический подход

Термин «логический подход» предполагает апеллирование к логике, размышлениям, решению задач с помощью логических шагов. Логики еще в XIX веке разработали точные обозначения для всех видов объектов в мире и отношений между ними. К 1965 году существовали программы, которые могли решить любую логическую задачу (пик популярности данного подхода пришелся на конец 1950–70-х годов). Сторонники логического подхода в рамках логического искусственного интеллекта надеялись выстроить на таких программах (в частности, записанных на языке Prolog) интеллектуальные системы. Однако у такого подхода два ограничения. Во-первых, нелегко взять неформальное знание и изложить его в формальных терминах, которые требуются для обработки ИИ. Во-вторых, есть большая разница между решением проблемы в теории и ее решением на практике. Даже проблемы с несколькими сотнями фактов могут исчерпать вычислительные ресурсы любого компьютера, если у него нет каких-либо указаний относительно того, какие рассуждения надо использовать в первую очередь.

Агентно-ориентированный подход

Агент — это то, что действует (от лат. agere, «делать»). Конечно, все компьютерные программы что-то делают, но ожидается, что компьютерные агенты будут делать больше: работать автономно, воспринимать сигналы окружающей среды (с помощью специальных датчиков), адаптироваться к изменениям, создавать цели и выполнять их. Рациональный агент — это тот, кто действует так, чтобы достичь наилучшего ожидаемого результата.

Гибридный подход

Предполагается, что этот подход, который стал популярным в конце 80-х, работает наиболее эффективно, так как представляет собой сочетание символьных и нейронных моделей. Гибридный подход увеличивает когнитивные и вычислительные возможности машины.

Что такое искусственный интеллект?

Искусственный интеллект (сокращенно — ИИ) — размытое понятие, и общепринятого определения у него до сих пор нет. В середине XX века, когда на Дартмутском семинаре впервые прозвучал этот термин, авторы вкладывали в него значение, существенно отличающееся от современных. Тогда ученые полагали, что искусственный интеллект — это система, которая будет способна переводить тексты с одного языка на другой, распознавать объекты по фото или видео, улавливать смысл произнесенных фраз и адекватно на них отвечать. Нынешние ИИ умеют все это! Но можем ли мы считать, что цели достигнуты и искусственный интеллект уже создан?

Вряд ли. Ведь чем дальше мы продвигаемся по пути создания искусственного разума и чем более впечатляющих успехов достигаем, тем больше требований выдвигаем к ИИ. 

Некоторые ученые строят сложные теории на стыке философии и информатики, пытаясь определить, что же такое ИИ и каковы должны быть характеристики системы, чтобы считать ее разумной. Не вдаваясь в подробности, можно сказать, что интеллект определяется как способность к обучению, осознанию и применению знаний на практике. Следовательно, от искусственного интеллекта мы тоже вправе ожидать умения учиться, осознавать свои знания и использовать их. С первой и последней задачами современные ИИ вполне справляются!

Когда начались разработки ИИ?

Летом 1956 года в Дартмуте ученые собрались на семинар, посвященный вопросам искусственного интеллекта (там и был сформулирован этот термин), а уже в следующем году появилась концепция первой искусственной нейросети — перцептрон. В 1960 году Фрэнк Розенблатт создал на основе этой концепции компьютер «Марк-1». Первый в мире нейрокомпьютер учили распознавать буквы латинского алфавита. Но несовершенство техники 60-х и сложность процессов не позволили довести технологию до ума, а ее разработчик вскоре погиб. О нейрокомпьютерах забыли на 20 лет.

Лишь в 1980-е концепции нейросетей снова принялись изучать всерьез. Техника уже была достаточно мощной, да и критиков поубавилось: умная электроника быстро делала успехи. То, что два десятилетия назад казалось мечтой, стало выглядеть вполне реальным и достижимым. Впрочем, чтобы найти правильные подходы к обучению нейросетей, потребовалось еще 20 лет. Только в середине 2000-х ученые нащупали верный путь и искусственные нейросети начали свое победное шествие по планете.

Но прежде чем описывать их успехи, разберемся, как устроены эти сети.

Описание искусственного нейрона

Искусственные нейронные сети создавались как математическая модель человеческого мозга. Для этого ученым Уоррену Мак-Каллоку и Уолтеру Питтсу пришлось выработать теорию деятельности человеческого мозга. 

В нем отдельные нейроны представляют собой живые клетки со сложным устройством. У каждого нейрона есть дендриты — разветвленные отростки, способные обмениваться сигналами с другими нейронами через синапсы, а также один аксон — более крупный отросток, отвечающий за передачу импульса от нейрона. Часть синапсов отвечает за возбуждение нейрона, часть — за торможение. От того, какие сигналы и через какие синаптические связи придут на «вход» нейрона, будут зависеть и те импульсы, которые он передаст другим нейронам. 

Для искусственного нейрона физический носитель не нужен. По большому счету, он представляет собой математическую функцию. Ее задача — получить информацию (например, сигналы от множества других искусственных нейронов), обработать ее определенным образом, а затем выдать результат на «аксон» — выход. В искусственной сети нейроны принято делить на три типа:

• входные — каждый из этих нейронов получает на «вход» элемент исходной информации (например, одну точку изображения, если сеть распознает фотографии);
• промежуточные — обрабатывают информацию;
• выходные — выдают результат (при распознавании фото результатом может быть идентификатор изображенного объекта).

Сама нейросеть создается слоями, как пирог. Один из внешних слоев содержит входные нейроны, другой — выходные, а между ними могут располагаться один или несколько промежуточных. Каждый нейрон промежуточной сети соединен с множеством нейронов из двух окружающих слоев. Общение между нейронами обеспечивается с помощью весов — числовых значений, которые каждый нейрон вычисляет на основе данных, полученных от предыдущего слоя сети. 

Создавая искусственные нейронные сети, ученые ориентировались на устройство человеческого мозга. Поэтому принципы поведения рукотворных нейронов не так уж сильно отличаются от настоящих, живых. Может быть, и разум, который сможет развиться на основе таких нейросетей, будет приближен к человеческому?

Ева: Искусственный разум (2011)

Известного инженера в сфере роботостроения Алекса привлекают к новой разработке – созданию ребенка-андроида. Чтобы наделить машину человеческими эмоциями, ему необходим образец живого разума. На эту роль Алекс выбирает девочку Еву – более смышленую, чем другие дети. Ева – дочь бывшей возлюбленной инженера. Алекс начинает общаться с дружелюбной девочкой, параллельно изучая ее сознание.

Оригинальное названиеEvaЖанрФантастика, фэнтези, драмаАктерыКлаудия Вега, Даниэль Брюль, Марта Этура…СтранаИспания, ФранцияРейтингКинопоиск – 6.7, IMDb – 6.7Возрастные ограничения12+

Медицина

Искусственный интеллект широко используется для поддержки принятия решений в медицине. Но как вам такой пример: китайский интеллектуальный робот Xiaoyi («Сяо И») впервые сдал экзамен на врача и получил лицензию на врачебную деятельность.

Разработка компании iFlytek находит и анализирует информацию о пациенте. К работе он приступит в марте. Предполагается, что Xiaoyi будет ассистировать врачам, чтобы повысить качество их работы. Робот сосредоточится на противоопухолевой терапии, а также на обучении врачей общей практики, которых в сельских районах Китая очень мало.

Ещё одно интересное решение – Wave Clinical Platform от ExcelMedical. Система следит за жизненными показателями пациента и предупреждает врачей за шесть часов до его возможной скоропостижной смерти. Платформа системно анализирует информацию и рассчитывает риски неблагоприятного исхода.

В рамках тестов в медицинском центре Питтсбургского университета система предотвратила шесть смертей тяжелобольных пациентов. Человек на такое просто не способен, потому что не придаст значение небольшому изменению показателей и не найдёт связь между ними.

Система DeepFaceLIFT, разработанная учёными Массачусетского технологического института, способна распознавать уровень боли по микровыражениям лица. Она решает очень сложную задачу, так как каждый человек выражает боль по-разному. DeepFaceLIFT позволит понять, кому действительно нужны обезболивающие, а кто страдает зависимостью от наркотических препаратов.

Система для анализа речи и поиска признаков психических заболеваний – разработка IBM. Специалисты отдела по вычислительной психиатрии и нейровизуализации создали интеллектуальную систему, которая может предсказать развитие психоза по речи пациента.

Пациентам предлагалось просто рассказать о себе. Система могла определить, что речь человека стала беднее, он перескакивает с одной идеи на другую и т.п. Это характерные признаки психоза.

После улучшения системы пациентам предложили пересказать ей только что прочитанную историю. На этих примерах искусственный интеллект в 83% случаев ставил правильный диагноз. Это объективно выше, чем у врачей, даже с солидным опытом.

Мнения экспертов: исчезнут ли рабочие места из-за автоматизации

Эйлин Хаггерти, старший директор по корпоративному бизнесу компании Netscout:

«Автоматизация в здравоохранении уже значительно влияет на качество медицинской помощи — дальнейшая цифровая трансформация неизбежна.

Среди примеров:

• умные кровати, которые отслеживают статистику состояния здоровья пациента и отправляют её медсестрам;

• робототехника, которая помогает хирургам в операционной;

• носимые устройства для людей с хроническими заболеваниями — такими, как диабет или гипертония, — которые напрямую связаны с медицинскими центрами для оказания своевременной помощи;

• роботизированные тележки, которые доставляют еду, хирургическое оборудование и расходные материалы на нужные этажи больницы.

При этом автоматизация вовсе не означает, что медицинские работники станут лишним звеном. Врачи вместе с искусственным интеллектом работают для оптимального результата».

Дилан Макс, руководитель отдела роста и развития компании Foglogic:

«Успешные организации прекрасно понимают, что за технологиями должны стоять реальные люди. Это особенно актуально в сфере здравоохранения, где человеческий контакт невозможно ничем заменить. При этом автоматизация позволяет медицинским работникам быть более эффективными и решать более сложные задачи».

Кейт Туленко, врач, эксперт по кадрам здравоохранения, генеральный директор Corvus Health:

«Технологии в основном заменят медицинских работников, которые не имеют прямого контакта с пациентами или выполняют только рутинную работу. К ним относятся, например, работники лабораторий, специалисты по выставлению счетов и кодированию.

Почти в каждой стране мира наблюдается нехватка медицинских работников, и глобальное старение населения усугубит эту проблему. В результате технологии не лишат многих людей работы — наоборот сделают их работу более приятной, качество обслуживания повысится.

Технологии позволят многим пациентам получать предварительный диагноз, а медицинский работник будет подтверждать этот диагноз. Высококвалифицированные медсёстры заменят многих врачей, а врачи смогут оказывать медицинскую помощь на более высоком уровне. Сестринский уход будет очень трудно заменить, потому что часть обязанностей — техническая, а другая основана на сострадании, эмоциях. Ведь когда близкий человек умирает, мы хотим, чтобы рядом был человек, способный сострадать и помочь нам пройти через это.

Почти все медицинские профессии и рабочие места изменятся. Например, благодаря телерадиологии и ИИ, который считывает изображения, отпадёт необходимость в большом количестве радиологов, но ни один специалист не останется без работы, потому что они перейдут в интервенционную радиологию».

В каком направлении развивается ИИ? Перспективы развития искусственного интеллекта

Технологии ИИ развиваются в следующих направлениях:

• решение задач, позволяющих приблизить возможности ИИ к человеческим и найти способы их интеграции в повседневность;
• разработка полноценного разума, посредством которого будут решаться задачи, стоящие перед человечеством.

В настоящий момент исследователи сосредоточены на разработке технологий, которые решают практические задачи. Пока ученые не приблизились к созданию полноценного искусственного разума.

Разработкой технологиями в области ИИ занимаются многие компании. «Яндекс» не один год применяет их в работе поисковика. С 2016 года российская IT-компания занимается исследованиями в области нейронных сетей. Последние изменяют характер работы поисковиков. В частности, нейронные сети сопоставляют введенный пользователем запрос с неким векторным числом, который наиболее полно отражает смысл поставленной задачи. Иными словами, поиск ведется не по слову, а именно по сути информации, запрашиваемой человеком.

В 2016 году «Яндекс» запустил сервис «Дзен», который анализирует предпочтения пользователей.

У компании Abbyy недавно появилась система Compreno. При помощи нее удается понять на естественном языке написанный текст. На рынок также сравнительно недавно вышли и другие системы, основанные на технологиях искусственного интеллекта:

1. Findo. Система способна распознавать человеческую речь и занимается поиском информации в различных документах и файлах, используя при этом сложные запросы.
2. Gamalon. Эта компания представила систему со способностью к самообучению.
3. Watson. Компьютер компании IBM, использующий в процессе поиска информации большое количество алгоритмов.
4. ViaVoice. Система распознавания человеческой речи.

Крупные коммерческие компании не обходят стороной достижения в области искусственного интеллекта. Банки активно внедряют подобные технологии в свою деятельность. При помощи систем, основанных на ИИ, они проводят операции на биржах, ведут управление собственностью и выполняют иные операции.

Оборонная промышленность, медицина и другие сферы внедряют технологии распознавания объектов. А компании, занимающие разработкой компьютерных игр, применяют ИИ для создания очередного продукта.

Netflix [развлекательные сервисы]

Крупнейший и один из самых успешных стриминговых сервисов осуществляет применение искусственного интеллекта, чтобы рекомендовать пользователям наиболее интересные сериалы и фильмы. Система опирается на историю просмотров человека, а также на привычки других людей (аудитория сегментируется по возрасту, географии, привычкам и расходам).

Netflix отчасти общается с ИИ более свободно и нетрадиционно. Так, в 2016 году в каталоге фильмов появилась короткометражка, созданная именно для ИИ. Фильм сделан для тестирования кодеков, которые используются для шифровки и дешифровки видеопотока. Они же проверяют качество вещания в 4K.

Другой проект компании – «Другая сторона ветра». Это фильм Орсона Уэллса, снятый в 1970-х, но не прошедший все этапы монтажа при жизни режиссёра. Система на базе ИИ делала монтаж уже в наши дни, и, по словам разработчиков, значительно улучшила качество изображения (до 4K).

Читайте: Что такое большие данные и для чего они нужны

Amazon.com [электронная коммерция]

Amazon входит в число пионеров внедрения искусственного интеллекта в реальную деятельность. Компания использовала ИИ для отбора кандидатов на работу ещё в 2014. В следующем году нейронную сеть «уволили», когда оказалось, что она отдавала предпочтение мужчинам. Примечательно, что это не ошибка проектировщиков, а особенность, приобретённая при самообучении. Система анализировала резюме людей, принятых на работу в последние 10 лет, и в этой подборке просто было больше мужчин.

Этот пример говорит, что ИИ действительно способен упростить некоторые задачи. Главное, правильно его использовать, регулярно проверять и своевременно корректировать.

Вот ещё несколько проектов Amazon, связанных с искусственным интеллектом:

• Kiva. Amazon купили компанию-производителя складских роботов за $775 млн и стали производить их для себя. Kiva сокращает время на транспортировку, и помогают компании размещать на складах на 50% больше товара. Так, они снизили операционные расходы на 20%. Планируется внедрение роботов в этапы сортировки и упаковки.

• Alexa. Это интеллектуальный голосовой помощник от Amazon. Сейчас он доступен на iOS, в приложении Lexi и в браузерном интерфейсе. Функционал системы ограничен информацией о новостях, погоде и онлайн-покупками, но она явно будет совершенствоваться. Например, разработчики из Amazon трудятся над алгоритмом, который распознаёт не только текст, но и его эмоциональную окраску.

• В Берлине и Нью-Йорке работают исследовательские группы компании, которые с помощью искусственного интеллекта анализируют большие данные. Технология направлена на прогнозирование цены продуктов и поиск рыночных закономерностей. Управляющей директор центра развития Amazon в Германии говорит, что это ПО составляет сценарий поведения клиента как на ближайшие секунды, так и на недели.

Джефф Безос делает крупную ставку на ИИ. Сейчас в его бизнес-империи трудится более 100 инженеров, проектировщиков и учёных, создающих «умные» машины.

Понятия «искусственный интеллект» и «artificial intelligence»

Этим понятием характеризуют способность машин к творческим проявлениям, которые свойственны человеку. Впервые упоминание о нем появилось в 1956 году, когда Джон Маккарти дал ему определение.

Разницу между понятиями можно назвать сложностью перевода. Русский перевод считают не особо удачным, так как слову «intelligence» больше подходит обозначение «умение рассуждать разумно». А для такого слова, как «интеллект», есть соответствующий аналог в английском языке.

Из-за различия в понятиях есть и прочие толкования даже оригинального термина. Информационные технологии определяют ИИ как возможность системы разрабатывать программ в ходе самообучения.