Лекция 16. Основы ИИ

Способность выполнять только заранее запрограммированные действия

Способность к обучению и адаптации на основе новых данных

Ограниченность предустановленными алгоритмами

Отсутствие взаимодействия с пользователем

Алан Тьюринг

Джон Маккарти

Артур Сэмюэл

Герберт Саймон

Космические исследования

Компьютерные игры

Военные технологии

Медицинские исследования

Использование более мощных компьютеров

Способность учиться без явного программирования

Работа только с числовыми данными

Ограниченность конкретными алгоритмами

Регрессия

Кластеризация

Классификация

Оптимизация

Запомнить все возможные состояния среды

Максимизировать вознаграждение за свои действия

Собрать как можно больше данных

Имитировать поведение человека

Один сложный алгоритм, заменяющий множество простых

Комбинация нескольких моделей для прогнозирования

Метод визуализации данных

Способ уменьшения размера датасета

Бустинг использует только нейросети

Бустинг исправляет ошибки при обучении

Бэггинг работает только с текстовыми данными

Бустинг игнорирует ошибки предыдущих моделей

Физическая клетка мозга

Функция с множеством входов и одним выходом

Устройство для хранения данных

Алгоритм сортировки

Форвардпропагация

Градиентный спуск

Обратное распространение ошибки (Backpropagation)

Случайный поиск

Параметры, определяющие силу влияния входа на выход

Количество нейронов в слое

Скорость передачи данных

Размеры матриц

Удаляет шумы из изображения

Выделяет простые признаки

Сжимает изображение

Преобразует изображение в текст

Свёрточные нейросети

Рекуррентные нейросети (RNN)

Перцептроны

Генеративные сети

Требует меньше вычислительных ресурсов

Автоматически извлекает признаки

Работает только с малыми датасетами

Не требует настройки гиперпараметров

Увеличение количества рабочих мест

Риск потери контроля над ИИ-системами

Снижение скорости технологического прогресса

Уменьшение потребности в электроэнергии