Достоинства и недостатки искусственного интеллекта

Мой новый коллега – цифровой аватар. Как и зачем компании создают фотореалистичные 3D-модели людей

Когда за три недели до окончания съемок «Гладиатора» умер Оливер Рид – актер, игравший роль тренера гладиаторов Антония Проксимо, – создателям фильма пришлось срочно переписывать сценарий так, чтобы Проксимо погиб по ходу действия, а недостающие сцены создавать с помощью дублера и компьютерных эффектов. Тогда, 21 год назад, 160 секунд киноленты с участием «цифрового Рида» обошлись в 3,2$ млн. А сейчас благодаря развитию технологий, по нашим оценкам, можно было сократить бюджет раз в тридцать, и за эти деньги не просто сделать цифрового двойника актера (digital double) для нескольких сцен, а создать его полную гиперреалистичную 3D-модель и дальше снимать с ней кино без ограничений во времени и пространстве. Наша команда как раз и работает над созданием таких аватаров. В этом посте я расскажу, зачем они нужны помимо кино и что любопытного мы узнали во время собственных экспериментов.

Искусственный Интеллект в кино

Начиная с истоков зарождения ИИ, режиссёры и художники описывали мир будущего как мир, где ИИ конкурирует с человеком, и человек побеждает в борьбе далеко не всегда.

(Искусственный интеллект СкайНет из КибердайнСистемс, фильм «Терминатор»)

1968 г. — «Космическая одиссея» — фильм С. кубрика, в котором ИИ лице бортового компьютера ХЭЛ-9000 вместо помощи экипажу корабля поднял бунт. И тему бунта машин подхватили тысячи последователей.

1984 г. — СкайНет из КибердайнСистемс — ИИ, противостоящий Терминатору в фильмах Кэмерона, спонтанно получил свободу воли, и направил её на уничтожение человечества. Сработал ли в сюжете дар предвидения?

(Программа, созданная ИИ, иммитирующая человеческий мир из фильма «Матрица»)

1999 г. — Братья Вачовски создали знаменитую «Матрицу», где ИИ создал для людей фальшивый мир.

2005 г. — «Автостопом по галактике» — фильм, в котором фигурирует ИИ в виде суперкомпьютера, размером с планету, ищущий ответ на Главный вопрос жизни.

Ответ был найден, но вот понравился ли он представителям человечества?

2014 г. — «Превосходство» (Transcendence) — фильм об ИИ, собравшем все знания, накопленные человечеством.

Человечество давно мечтает о настоящем ИИ и одновременно очень его боится.

Суперинтеллект: о чём предупреждает Илон Маск

Представлять, как изменится наш мир, если мы сконструируем общий искусственный интеллект или даже суперинтеллект (superintelligence), который превзойдет нас во всех областях одновременно, — любимое занятие философов, футурологов и всех тех, кому нравится мечтать о будущем. Например, Илон Маск уверен, что ИИ — главная угроза человечеству и нам стоит быть осторожнее в гонке высоких технологий. Почему?

Маск советует почитать вышедшую в 2014 году книгу «Искусственный интеллект. Этапы. Угрозы. Стратегии» Ника Бострома — шведского философа, ныне возглавляющего Институт будущего человечества в Оксфордском университете. Он полагает, что, как только нам удастся создать общий ИИ, тот мгновенно эволюционирует до уровня суперинтеллекта, а значит, станет мыслить лучше и быстрее, чем мы:

Конечно, нам сложно представить, как поведет себя этот техноджинн из бутылки, какие цели он перед собой поставит, как отнесется к своим создателям, то есть к нам. Бостром считает вполне вероятным следующий сценарий: суперинтеллект за долю секунды просчитает, что ему выгоднее уничтожить человечество, чем его сохранить (в конце концов, мы действительно совершаем множество ошибок — чего стоит одно только загрязнение планеты), и тогда наш вид будет обречен. Нас не ждет война в духе фильмов о Терминаторе, восстание машин — скорее всего, новые хозяева мира сотрут человечество с лица земли так быстро, что мы даже не успеем этого осознать — не то что предотвратить катастрофу.

Если пессимизм Бострома и Маска ничуть вас не пугает, а апокалиптические сюжеты кажутся неправдоподобными, почитайте американского футуролога и изобретателя Рэймонда Курцвейла. Он оптимист и верит, что искусственный интеллект принесет только благо — например, подарит нам вечную жизнь в виртуальной реальности, а нанороботы, которых мы будем вживлять в собственное тело, помогут победить многие болезни.

Недостатки AI в электронной коммерции

Составить список лучших клиентов недели, определить пользователей, которые уже давно не совершали покупки, обращаться к клиентам по имени, увеличить индекс потребительской лояльности ‒ все это могут обычные SQL-запросы, написать и внедрить которые не так дорого. С искусственным интеллектом эта работа обойдется гораздо дороже хотя бы по причине более высокой зарплаты программистам.

Человек купил кроссовки для бега. Для таргетированной рекламы по SQL-запросам необходимо создавать дополнительную базу данных для товаров, которые теперь могут пригодиться этому покупателю (футболки, шорты, носки для бега и т.д.). Учитывайте, что товары разные и связей между ними очень много. Кроме того, некоторые товары относятся к категории быстро портящихся (носки), другие можно не менять годами (футболки). Это значит, что одни купленные вещи можно предлагать снова, другие ‒ нет. Даже сами связи могут быть как прямыми, так и косвенными. Именно в обработке таких данных с разными связями между вещами лучшие результаты показывает ML/AI. Рекомендательные товары, сгенерированные в рекламе от ИИ, попадают в десятку гораздо чаще, чем товары из рекламы с помощью SQL-запросов.

Подводя итоги, необходимо отметить, что AI еще очень далек от приобретения сознания. Возможно, это никогда не случится, но большинство существующих минусов искусственного интеллекта уже через несколько лет будут устранены так же, как в свое время удалось найти собаку на картинке.

На пороге эры «алгоритмических войн»

Идиллическую картину на темы ИИ несколько портят темные стороны передовых технологий. Ведь при наличии злой воли у конкретного человека или группы людей их можно использовать во зло, например, для манипуляции людьми или тотальной слежки.

Сегодня роботы научились искусно подражать голосам реальных людей.

Был курьёзный случай в Екатеринбурге, когда долги из клиента «выбивал» робот-коллектор. Диалоги были выстроены настолько изобретательно, что на протяжении месяца должник не догадывался, что разговаривал с искусственной интеллектуальной системой.

В Китае внедряется система тотальной слежки за гражданами для контроля их поведения с начислением социальных баллов, которые будут учитываться в целях поощрения или наказания.

Самолет Boeing-737 MAX индонезийской авиакомпании в октябре 2018 года неожиданно ушел в пике и потерпел крушение из-за ошибочных показаний датчика и системы контроля полета.

А беспилотное авто от Uber сбило в Аризоне женщину, переходившую улицу.

Эти случаи свидетельствуют о том, что малейшие просчеты в проектировании интеллектуальных систем грозят трагическими последствиями.

Последствия будут намного более катастрофическими, если ошибки и просчеты в применении умных машин проявят себя в международных масштабах. Комиссия по искусственному интеллекту в Конгрессе США подготовила доклад, который заслуживает пристального внимания заинтересованных кругов.

Для этого США будут собирать лучшие кадры в мире и стимулировать утечку мозгов прежде всего из России и Китая.

На фоне подобных заявлений со стороны заокеанских стратегов представляется немаловажным, что в прошлом году в нашей стране утверждена национальная стратегия развития искусственного интеллекта до 2030 года.

На наших глазах в мире разворачивается жесткая и бескопромиссная борьба за первые места в технологической гонке. Остаётся лишь сожалеть, что колоссальный ресурс искусственного интеллекта в таких условиях вряд ли будет использован для решения масштабных задач, стоящих перед всем человечеством.

Встройте «Правду.Ру» в свой информационный поток, если хотите получать оперативные комментарии и новости:

Подпишитесь на наш канал в или в

Добавьте «Правду.Ру» в свои источники в Яндекс.Новости или News.Google

Также будем рады вам в наших сообществах во , Фейсбуке, Твиттере, Одноклассниках…

Совещание

13:04 Герман Оскарович Греф, Сбербанк

• Компьютерное зрение
• Обработка естественного языка
• Распознавание и синтез речи
• Рекомендательные системы и интеллектуальные системы поддержки принятия решений
• Перспективные методы и технологии ИИ (в первую очередь технологии AML — автоматизированного машинного обучения)

• алгоритмы и математические методы;
• программное обеспечение;
• данные, работа с данными, регулирование и использование данных;
• аппаратное обеспечение;
• всё, что связано с образованием и кадрами;
• нормативное регулирование

Алгоритмы и математические методы — к 24-году войти в топ 10 стран по количеству участников конференций и в 30 году войти в топ 10 стран по среднему уровню цитируемости

Разработка программных и технологических решений — разработать решения, которые могут обеспечить превосходство над человеком по специальным задачам, и к 30 году мы должны обеспечить превосходство по широкому кругу задач

Хранение и сбор обработки данных — создать онлайн платформу с обезличенными государственными данными и данными компаний, к которыми будут иметь доступ компании-разработчики систем ИИ

Специализированное аппаратное обеспечение — создание собственных архитектурных мощностей, которые смогут создавать архитектуру соответствующих чипсетов, и, соответственно, специализированная производственная площадка, которая сможет их производить.

Подготовка кадров — мы хотим войти к 2024 году в топ‑10 стран по образовательным программам в области искусственного интеллекта

И к 2030 году устранить дефицит специалистов в области искусственного интеллекта.

Создание корректного нормативного регулирования в области ИИ — здесь важно пройти между двумя крайностями: не оставить эту сферу неурегулированной, с другой стороны, всё‑таки создать возможности, для того чтобы она сохранила динамику своего развития.

• Компанией-лидером по направлению ИИ будет Сбербанк
• По технологиям мобильной связи 5 поколения – Ростелеком, Ростех
• Квантовые сенсоры – Ростех
• Технология распределенных реестров – Ростех
• Узкополосная связь для интернета вещей – Ростех
• Квантовые вычисления – Росатом
• Новые материалы – Росатом
• Квантовые коммуникации – РЖД

Описание модели

2.2. Детектор, действие, понятие

детекторамидействия

• Активизацию связей изнутри системы к некоторой комбинации рецепторов
• Установку переключателя (Рис.1) на восприятие сигналов изнутри системы

действиями-представлениямипонятие-образ

2.5. Действие как основа (смысл) понятий

2.5.1. Понятия — характеристики

вопросом ответом

1. Можно говорить об обобщенном действии-характеристике, например, «Цвет чего-то», «Размер чего-то» и др. Эти выражения просто определяют действие, задают какие признаки образа проверяются, и какие возможные значения могут получаться в результате. Аналог описания класса в объектно-ориентированном программировании.
2. Можно говорить о характеристике какого-то конкретного объекта, представляемого временным понятием, созданным действием-восприятием. Например, внутрисистемным представлением (смыслом) фразы «Какой цвет у этой книги?» будет новое временное понятие, действие-характеристика созданное на основе обобщенного понятия «Цвет чего-то» (п.1) и временного понятия «Эта книга». У характеристики «Цвет чего-то» параметр объекта действия указывает на «Эта книга». Является аналогом экземпляра класса в объектно-ориентированном программировании с конкретизированным значением объекта действия.
3. А можно задать и результат действия. Этот вариант будет внутренним представлением утвердительных фраз, например, «Цвет этой книги красный». Является аналогом экземпляра класса в объектно-ориентированном программировании у которого конкретизированы объект действия и результат.
4. И, наконец, может быть задан результат действия, но не задан объект. Этот вариант будет внутренним представлением фраз вида «Что-то красное», «Что-то большое». Является аналогом экземпляра класса в объектно-ориентированном программировании у которого конкретизированы только результат.

Рис. 4 Возможное внутреннее устройство действия-характеристики

2.5.4. Характеристика «быть»

Рис. 6 Характеристика есть/бытьзнание об объекте

• Характеристика (действие проверки)
• Отношение (действие проверки)
• Объект (набор характеристик)

2.6. Управление действиями

2.6.1. Рецепторы действий

• Действие в процессе выполнения
• Действие только что завершилось успешно
• Действие только что завершилось неуспешно

Рис. 7 Уточнение образов рецепторами действийРис. 8 Варианты выполнения действий

2.6.2. Процесс выбора действия

• Выбор следующего действия не должен быть случайным, а должен быть целенаправленным;
• Выполненное действия должно получать оценку – успех/неуспех. Неуспех действия должен учитываться при следующем выборе;
• При выборе действия должны учитываться подсказывающие сигналы с уровня ассоциаций (связи типа 2 предыдущего раздела).

Рис. 9 Выбор действийцелейобязательные условияхарактеристики результата

Часть 3. Dракоши. Раса Тупиков или стохастическая модель мультиагентной системы

Третья часть серии публикаций о мультиагентной системе Dракоши посвящена анализу упрощенной, стохастической модели вселенной Dракош. В этой реализации Вселенной индивидуальное поведение агентов полностью случайно, в том смысле что никак не зависит от состояния внешней или внутренней среды агентов. При этом распределение вероятностей действий агента определяется его хромосомой. Анализ такой модели позволит в дальнейшем выявлять проявления «осознанного» поведения агентов. В ходе экспериментирования и наблюдения за расой Тупиков было внесено ряд изменений и нововведений в механику мира Dракош.

Достоинства искусственного интеллекта

• Упрощение процессов. С появлением Google-помощника и введения голосовых сообщений стало очевидно, что передавать информацию голосом гораздо проще. В этом, в упрощении, и заключалась задача разработчиков Google, и в этом же лежит основная мотивация защитников искусственного интеллекта. Искусственный интеллект поможет упростить множество процессов – от приготовления кофе по утрам до получения документов.
• Возможность оценки качества. Если простой конвейер просто «штампует» различные предметы, за которые отвечает, качество всё равно оценивается человеком. Если конвейер работает неисправно, полученные продукты объявляются бракованными, вызывается инженер, конвейер чинят. Всё это требует времени и усилий многих людей, в то время как искусственный интеллект может и собирать, и оценивать предмет одновременно. Это значительно ускорит процессы производства и сделает их значительно дешевле.
• Беспилотное вождение. Очередная сфера, в которой человеческий фактор играет не последнюю роль – сфера перевозок. Это и водители ночных поездов и электричек, и пилоты, которым необходимо регулярно сменять друг друга, чтобы не попасть в аварию. Если же второго водителя нет, время движения тратится на его отдых, и поездка растягивается. Искусственному же интеллекту отдых не нужен.
• Развитие нового технологического сектора. Робототехника – не самое развитое направление современных технологий, поэтому здесь всё ещё есть ниша для творчества и развития. Разработка новых технологий, учреждение образовательных курсов и открытие университетских специальностей повлечёт за собой новые рабочие места и повышенный интерес к явлению.
• Ускорение научного прогресса. Искусственный интеллект как нельзя лучше подходит для механических задач – изучения, наблюдения, подсчёта. Необходимость длительное время находиться в космосе для изучения звёзд и планет, на критической глубине океана или даже у земного ядра делает научные открытия в указанных областях невозможными. Тем не менее, если человечество хочет больше знать о своей планете, этим необходимо заниматься, и искусственный интеллект может стать для этого отличным средством.
• Упрощение образования. Для того чтобы стать хорошим доктором, недостаточно просто закончить мед-институт, ведь ничто не заменит годы практики и опыта общения с разными пациентами и разными случаями. Тем не менее, если загрузить все имеющиеся данные в компьютер, он сможет оперировать ими гораздо быстрее, чем доктор, которому иногда для установки диагноза требуется несколько месяцев. И это касается многих задач, требующих повышенного уровня и качества знаний – эти знания не нужно приобретать, если они уже загружены в компьютер.

Принципиально новый метод позволяет тренировать ИИ практически без данных

Перевод

Мифический носорогоединорог. MS TECH / PIXABAYОбучение «менее чем с одной» попытки помогает модели идентифицировать больше объектов, чем количество примеров, на которых она тренировалась.
Как правило, машинное обучение требует множества примеров. Чтобы ИИ-модель научилась распознавать лошадь, вам потребуется показать ей тысячи изображений лошадей. Поэтому технология настолько вычислительно затратна и сильно отличается от человеческого обучения. Ребенку зачастую нужно увидеть всего несколько примеров объекта, или даже один, чтобы научиться распознавать его на всю жизнь.

История развития ИИ

Автором термина «искусственный интеллект» считается Джон Маккарти,
создатель языка Lisp, продемонстрировавший в 1956 г. в университете Карнеги-Меллон первый образец интеллектуальной компьютерной системы. Lisp был создан в конце 1950-х гг. именно для целей разработки искусственного интеллекта и обладает рядом особенностей, отсутствующих даже во многих современных языках. Однако теоретические разработки по тематике ИИ начали появляться задолго до изобретения компьютеров современной архитектуры. Так, уже в 1943 г. появились теоретические работы по нейронным сетям, которые не следует путать с ИИ, но которые могут входить в состав ИИ в качестве одной из компонент.

В 1950 г. Алан Тьюринг изложил свой знаменитый тест, согласно которому ИИ может считаться созданным в момент, когда в ходе общения с человеком он будет неотличим от другого человека (не с точки зрения внешнего вида, а по стилю общения, пусть даже текстового). В это же время другой основоположник информатики — Клод Шеннон — впервые попытался применить принципы ИИ к шахматной игре.

В 1964 г. Дэнни Бобров из МТИ продемонстрировал программу, успешно распознающую естественный человеческий язык. Годом позже его коллега по институту Джозеф Вайзенбаум создал программу «Элиза» — первого интерактивного помощника, способного общаться на английском языке. К концу 1960-х гг. инженеры из Стэнфордского научно-исследовательского института разработали робота Шеки, способного воспринимать и выполнять задания, а в 1973 г. в Эдинбургском университете был создан робот Фредди, обладавший компьютерным зрением достаточным для сборки простых моделей.

Рисунок 2. Робот Шеки. Автор24 — интернет-биржа студенческих работ

Первый автономный автомобиль, контролируемый компьютером, появился в 1979 г. в стенах Стэнфордского университета.

Важной вехой в развитии ИИ стал 1997 г., когда программа Deep Blue от IBM обыграла Гарри Каспарова в шахматы. Начиная с 2000-х гг

ИИ из экзотической отрасли превратился в прикладное направление информатики. С его помощью создают роботов, способных выражать эмоции, беспилотные автомобили и летательные аппараты, зонды для исследования Антарктиды, океанских глубин и удаленных космических объектов, а также многочисленные экспертные системы, помогающие принимать решения применительно к подбору кадров, трейдингу, прогнозам погоды, медицинской диагностике и т.д

Начиная с 2000-х гг. ИИ из экзотической отрасли превратился в прикладное направление информатики. С его помощью создают роботов, способных выражать эмоции, беспилотные автомобили и летательные аппараты, зонды для исследования Антарктиды, океанских глубин и удаленных космических объектов, а также многочисленные экспертные системы, помогающие принимать решения применительно к подбору кадров, трейдингу, прогнозам погоды, медицинской диагностике и т.д.

Рисунок 3. Виды экспертных систем и их применение в корпорациях. Автор24 — интернет-биржа студенческих работ

Финансы

34 сотрудников японской компании заменит система IBM Watson Explorer AI.помогает распознавать потенциальные случаи мошенничества в различных сферах жизни.

Коммерция

существенно улучшил механизмы рекомендаций в онлайн-магазинах и сервисах.Механизм рекомендаций обеспечивает Amazon 35% продаж. Алгоритм Brain, используемый YouTube для рекомендации контента, позволил добиться того, что практически 70% видео, просматриваемых на сайте, люди нашли благодаря рекомендациям (а не по ссылкам или подпискам). WSJ сообщало о том, что использование искусственного интеллекта для рекомендаций является одним из факторов, повлиявших на 10-кратный рост аудитории за последние пять лет.способен предсказывать влияние промоакциймогут использоваться для создания чат-ботовмаркетинговая платформа полного цикла, самостоятельно осуществляющая практически все операции.

Развлечения и искусство

обработки фото и видеораскрашиваетнейронные сети компании уже записали два альбома:Nirvana“Гражданской обороны”написаннаявдохновляласьЯпонский алгоритм написал книгуГарри ПоттеруИгре Престоловгопрограмма обыграла сильнейшего игрока в го в мире

Безопасность

поиск акул в прибрежных водах и предупреждение людей на пляжахАвстралия занимает второе место в мире после США по количеству случаев нападения акул на людей. В 2016 году в этой стране были зафиксированы 26 случаев нападения акул, два из которых закончились смертью людей.определять зараженные файлыНейросети также способны искать определенные закономерности в том, как хранится информация в облачных сервисах, и сообщать об обнаруженных аномалиях, способных привести к бреши в безопасности.

Как стать специалистом в области нейронных сетей

Тут есть всего три варианта, хотя оптимальный только один – пройти → специализированные курсы.

В этом случае можно в кратчайшие сроки (до года) получить крепкую теоретическую базу и необходимые практические навыки вместе с дипломом, который упростит поиск работы. Далее – все зависит от вас! Как правило, карьерный рост в области искусственного интеллекта происходит быстро.

Что касается двух других альтернативных вариантов, то:

1. Заняться самообучением. Весьма похвально, но слишком долго. Пока будете осваивать азы, сфера нейронных сетей продолжит стремительно развиваться, и кто знает, а успеете ли вы вообще ее догнать? К тому же самоучке без дипломов и с сомнительной базой сведений, в которых наверняка будет полно пробелов, не так легко будет найти работу.
2. Поступить в вуз. Хороший вариант, но классическое обучение потребует изучения многих других дисциплин, которые вряд ли пригодятся в жизни. К тому же стоимость учебы довольно высокая, а вот ценность получаемых знаний под большим вопросом. В вузах преподают обычно теоретики, которые далеко не всегда следят за тем, как развивается сфера, и что сейчас актуально.

В общем, думать особо не над чем, а потому стоит изучить доступные курсы и выбрать наиболее подходящий по стоимости и условиям обучения.

В завершение скажите, пожалуйста, что думаете:

• могут ли машины теоретически вырваться из-под контроля и захватить мир?
• или искусственный интеллект не несет угрозы человечеству?

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.