Название: Искусственный интеллект в науке и образовании. Опыт совместного творчества исследователя и ChatGPT
Автор: Мариетта Шапсугова
Издательство: Издательские решения
isbn: 9785006222731
isbn:
Компьютер Deep Blue, разработанный IBM, победил чемпиона мира по шахматам Гарри Каспарова в шахматном матче. Это стало важным моментом в истории ИИ и продемонстрировало его способность к решению сложных интеллектуальных задач.
Победа AlphaGo над чемпионом мира по го (2016)
AlphaGo, разработанный DeepMind (компанией, принадлежащей Google), победил чемпиона мира по го Ли Седоля в серии матчей. Го считается одной из самых сложных настольных игр, и это достижение подчеркнуло возможности глубокого обучения и нейронных сетей.
Эти ранние исследования и прорывы положили основу для дальнейшего развития и расширения области искусственного интеллекта. Они подчеркивают важность теоретических исследований и практического применения ИИ в различных областях, от игр и развлечений до медицины и научных исследований.
2.2 Вторая волна: ИИ в конце 20-го века
Вторая волна развития искусственного интеллекта (ИИ) в конце 20-го века была характеризована несколькими важными тенденциями и достижениями, которые сделали ИИ более прикладной и полезной областью. Приведем некоторые ключевые аспекты этой второй волны ИИ.
Экспертные системы и символьный ИИ
Экспертные системы стали активно развиваться и находить применение в различных областях, включая медицину, инженерию, финансы и др.
Исследователи создавали системы, которые моделировали экспертное знание в виде правил и логики, что позволяло им принимать решения и решать сложные задачи.
Системы обработки естественного языка (NLP)
Начали разрабатываться системы, способные анализировать и генерировать текст на естественных языках. Это привело к развитию текстовых анализаторов, систем автоматического перевода и систем вопросно-ответного взаимодействия.
Машинное обучение и нейронные сети
Машинное обучение, включая нейронные сети, стало важной частью ИИ. В этот период началось активное исследование и разработка алгоритмов машинного обучения, таких как методы классификации и регрессии.
Нейронные сети, включая рекуррентные нейронные сети (RNN) и сверточные нейронные сети (CNN), начали применяться в задачах обработки изображений и последовательностей.
Конец ознакомительного фрагмента.
Текст предоставлен ООО «Литрес».
Прочитайте эту книгу целиком, купив полную легальную версию на Литрес.
Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.