Объединение юридических лиц в форме ассоциации «общенациональное движение «бобек»
жүктеу/скачать 1.76 Mb. Pdf көрінісі
|
| INTERNATIONAL SCIENTIFIC JOURNAL
«GLOBAL SCIENCE AND INNOVATIONS 2022: CENTRAL ASIA» ASTANA, KAZAKHSTAN, SEPTEMBER 2022 68 обработки естественного языка и синтеза речи, а также автоматизированные аналитические системы для прогнозирования результатов. Тем не менее, современные компании не располагают достаточно надежными интеллектуальными технологиями, которые могли бы с точностью повторить работу человеческого глаза или отдельных участков мозга, ответственных за речь. Искусственный интеллект открывает новые возможности для решения экологических проблем планеты. Основные риски в этой области связаны с технологической безопасностью и контролем. Также необходимо учитывать этические вопросы и социально- экономические последствия использования искусственного интеллекта. Тем не менее, новые технологии помогают людям контролировать состояние растений и животных и влиять на климатические условия. Перспективы использования искусственного интеллекта в цифровых компаниях. Стоит отметить, что Facebook разработала новый метод хранения информации в нейронных сетях под названием Expire-Span. Метод основан на принципе установки срока годности для отдельных фрагментов данных в зависимости от их релевантности и важности. Поскольку системы искусственного интеллекта еще не смогли различать степень и меньшинство значимости различных данных, внедрение новой модели позволяет нейронным сетям увеличить скорость организации и хранения данных, тем самым значительно экономя вычислительные ресурсы алгоритмов [1]. В бизнесе используется только слабый искусственный интеллект, который может решать узкоспециализированные задачи с использованием методов больших данных и алгоритмов машинного обучения. Мощный искусственный интеллект, способный к многозадачности, должен обладать когнитивными способностями, подобными человеческим. Его функциональность для решения проблем сразу в нескольких контекстах практически неограниченна: например, игра в шахматы, написание стихов, решение математических задач, бизнес-анализ и осознание собственного интеллекта как отдельной личности. Эксперты полагают, что мощный искусственный интеллект появится между 2040 и 2075 годами. Следует отметить, что развитие искусственного интеллекта и Больших данных тесно связаны друг с другом. Машинное обучение требует большого объема данных [2]. Умение правильно подбирать исходные данные для процесса изучения нейронных сетей - одна из специфических компетенций профильных специалистов, но это не единственная. Процесс обучения искусственному интеллекту также должен контролироваться и настраиваться. Например, если в результате работы нейронных сетей были получены неверные или подозрительные результаты, требуется изменить исходные наборы данных и "переобучить" систему. Не всегда удается полностью автоматизировать процесс обучения, для большинства задач, помимо "машинного обучения", требуется "исследование специалиста", в котором человек вручную указывает, какие решения задачи, поставленной перед системой искусственного интеллекта, являются правильными, а какие нет. Поэтому необходимо устранить неисправности, которые будут выглядеть совершенно иначе, чем привычный процесс программирования. Конечно, созданный результат должен быть тщательно проверен, как и любая другая система. жүктеу/скачать 1.76 Mb. Достарыңызбен бөлісу:
|