Реферат: Пример нейросети
МОСКОВСКАЯ ФИНАНСОВО-ЮРИДИЧЕСКАЯ АКАДЕМИЯ КАЛУЖСКИЙ ФИЛИАЛ
Реферат на тему:
«Пример нейросети»
Выполнил: _______________________
Проверил:________________________
Малоярославец 2007
СОДЕРЖАНИЕ
1.<span Times New Roman"">
Может ли машина мыслить?2.<span Times New Roman"">
Электронный подход к ИИ3.<span Times New Roman"">
Кибернетический подход кИИ4.<span Times New Roman"">
Нейронный подход к ИИ5.<span Times New Roman"">
Появление персептрона6.<span Times New Roman"">
Нейросети7.<span Times New Roman"">
Модель макроэкономики РФ1. Может ли машина мыслить?
С конца 40-х годов ученые все большего числауниверситетских и промышленных исследовательских лабораторий устремились кдерзкой цели: построение компьютеров, действующих таким образом, что порезультатам работы их невозможно было бы отличить от человеческого разума.
Терпеливо продвигаясь вперед в своем нелегкомтруде, исследователи, работающие в области искусственного интеллекта (ИИ),обнаружили, что вступили в схватку с весьма запутанными проблемами, далековыходящими за пределы традиционной информатики. Оказалось, что прежде всегонеобходимо понять механизмы процесса обучения, природу языка и чувственноговосприятия. Выяснилось, что для создания машин, имитирующих работучеловеческого мозга, требуется разобраться в том, как действуют миллиарды еговзаимосвязанных нейронов. И тогда многие исследователи пришли к выводу, что,пожалуй, самая трудная проблема, стоящая перед современной наукой – познаниепроцессов функционирования человеческого разума, а не просто имитация егоработы. Что непосредственно затрагивало фундаментальные теоретические проблемыпсихологической науки. В самом деле, ученым трудно даже прийти к единой точкезрения относительно самого предмета их исследований – интеллекта. Здесь, как впритче о слепцах, пытавшихся описывать слона, пытается придерживаться своегозаветного определения.
Некоторые считают, что интеллект – умение решатьсложные задачи; другие рассматривают его как способность к обучению, обобщениюи аналогиям; третьи – как возможность взаимодействия с внешним миром путемобщения, восприятия и осознания воспринятого. Тем не менее многие исследователиИИ склонны принять тест машинного интеллекта, предложенный в начале 50-х годоввыдающимся английским математиком и специалистом по вычислительной техникеАланом Тьюрингом. Компьютер можно считать разумным, – утверждал Тьюринг, – еслион способен заставить нас поверить, что мы имеем дело не с машиной, а счеловеком.
Не совсем ясно, как компьютер может делатьчто-либо, чего «нет в программе»? Разве можно скомандовать кому бы тони было рассуждать, догадываться, делать выводы?
Противники тезиса о «мыслящихмашинах» обычно считают достаточным сослаться на общеизвестный факт:компьютер в любом случае делает лишь то, что задано в его программе, – и,следовательно, никогда не сможет «думать», так как «мысли попрограмме» уже нельзя считать «мыслями».
Это и верно, и неверно. Строго говоря,действительно: если компьютер делает не то, что в данный момент предписываетсяему программой, то его следует считать испортившимся.
Однако то, что представляется«программой» человеку, и то, что является программой для компьютера,– вещи очень разные. Ни один компьютер не сможет выполнить«программу» похода в магазин за продуктами, которую вы вкладываете вголову десятилетнего сына, – даже если эта «программа» включаеттолько совершенно однозначные инструкции.
Разница заключается в том, что компьютерныепрограммы состоят из огромного количества гораздо более мелких, частных команд.Из десятков и сотен таких микрокоманд складывается один шаг, из тысяч и дажемиллионов – вся программа похода за продуктами в том виде, в каком ее смог бывыполнить компьютер.
Сколь бы смешным ни казалось нам такоемелочное регламентирование, для компьютера этот способ является единственноприменимым. И самое удивительное – что он дает компьютеру возможность бытьгораздо более «непредсказуемым», чем принято обычно считать!
В самом деле: если бы вся программа состоялаиз одного приказа «сходить за продуктами», то компьютер поопределению не смог бы сделать ничего другого – он упрямо шел бы в универсам,что бы ни происходило вокруг. Иными словами, хотя для понимания короткойпрограммы обязателен «человеческий» интеллект, результат такойпрограммы – выполняй ее компьютер, а не человек – был бы детерминирован весьмажестко.
Мы, однако, вынуждены давать компьютерамгораздо более подробные инструкции, определяя малейший их шаг. При этом намприходится добавлять в программу и такие инструкции, которые впрямую неотносятся к данной задаче. Так, в нашем примере роботу необходимо сообщитьправила перехода улицы (и правило «если на тебя едет машина, отпрыгивай всторону»).
Эти инструкции обязательно должны включать всебя проверку некоторых условий для принятия решений, обращение за справками (опогоде, о местоположении магазинов) к тем или иным базам данных, сравнениеважности различных обстоятельств и многое другое. В результате компьютер стакой программой получает гораздо больше «степеней свободы» –существует очень много мест, в которых он может отклониться от пути к конечнойцели.
Разумеется, в подавляющем большинстве случаевэти отклонения будут нежелательными, и мы стараемся создать для работыкомпьютера такие условия, в которых риск «выскакивающего из-за углаавтомобиля» был бы минимальным. Но жизнь есть жизнь, и все мыслимыесюрпризы предусмотреть невозможно. Вот почему компьютер способен удивить какнеожиданно «разумной» реакцией на, казалось бы, непредсказуемыеобстоятельства, так и невероятной «глупостью» даже в самых ординарныхситуациях (чаще, к сожалению, последнее).
Именно построение сложных программ на основедетального анализа мельчайших шагов, из которых складывается процесс мышления учеловека, и составляет современный подход к созданию «думающих машин»(во всяком случае, один из подходов). Конечно, сложность – это далеко не все. Ивсе же из ученых, занимающихся этой проблемой, мало кто сомневается в том, что«умные» программы XXI века будут отличаться от современных преждевсего неизмеримо большей сложностью и количеством элементарных инструкций.
Многие современные системы обработкиинформации уже настолько сложны, что некоторые особенности их поведения простоневозможно вывести из самих программ – их приходится в буквальном смысле словаисследовать, ставя эксперименты и проверяя гипотезы. И наоборот – многие чертыразумной деятельности человека, которые на первый взгляд кажутся едва ли не«озарениями свыше», уже достаточно хорошо моделируются сложнымипрограммами, состоящими из множества простых шагов.
2. Электронный подход кИИ
После второй мировой войны появилисьустройства, казалось бы, подходящие для достижения заветной цели –моделирования разумного поведения; это были электронные цифровые вычислительныемашины. «Электронный мозг», как тогда восторженно называли компьютер,поразил в 1952 г. телезрителей США, точно предсказав результаты президентскихвыборов за несколько часов до получения окончательных данных. Этот«подвиг» компьютера лишь подтвердил вывод, к которому в то времяпришли многие ученые: наступит тот день, когда автоматические вычислители,столь быстро, неутомимо и безошибочно выполняющие автоматические действия,смогут имитировать невычислительные процессы, свойственные человеческомумышлению, в том числе восприятие и обучение, распознавание образов, пониманиеповседневной речи и письма, принятие решений в неопределенных ситуациях, когдаизвестны не все факты. Таким образом «заочно» формулировался своегорода «социальный заказ» для психологии, стимулируя различные отраслинауки.
Многие изобретатели компьютеров и первыепрограммисты развлекались составляя программы для отнюдь не техническихзанятий, как сочинение музыки, решение головоломок и игры, на первом местездесь оказались шашки и шахматы. Некоторые романтически настроенныепрограммисты даже заставляли свои машины писать любовные письма.
К концу 50-х годов все эти увлечениявыделились в новую более или менее самостоятельную ветвь информатики,получившую название «искусственный интеллект». Исследования в областиИИ, первоначально сосредоточенные в нескольких университетских центрах США –Массачусетском технологическом институте, Технологическом институте Карнеги вПиттсбурге, Станфордском университете, – ныне ведутся во многих другихуниверситетах и корпорациях США и других стран. В общем исследователей ИИ,работающих над созданием мыслящих машин, можно разделить на две группы. Однихинтересует чистая наука и для них компьютер – лишь инструмент, обеспечивающийвозможность экспериментальной проверки теорий процессов мышления. Интересыдругой группы лежат в области техники: они стремятся расширить сферу применениякомпьютеров и облегчить пользование ими. Многие представители второй группы малозаботятся о выяснении механизма мышления – они полагают, что для их работы этоедва ли более полезно, чем изучение полета птиц и самолетостроения.
В настоящее время, однако, обнаружилось, чтокак научные так и технические поиски столкнулись с несоизмеримо болеесерьезными трудностями, чем представлялось первым энтузиастам. На первых порахмногие пионеры ИИ верили, что через какой-нибудь десяток лет машины обретутвысочайшие человеческие таланты. Предполагалось, что преодолев период«электронного детства» и обучившись в библиотеках всего мира,хитроумные компьютеры, благодаря быстродействию точности и безотказной памятипостепенно превзойдут своих создателей-людей. Сейчас мало кто говорит об этом,а если и говорит, то отнюдь не считает, что подобные чудеса не за горами.
На протяжении всей своей короткой историиисследователи в области ИИ всегда находились на переднем крае информатики.Многие ныне обычные разработки, в том числе усовершенствованные системыпрограммирования, текстовые редакторы и программы распознавания образов, взначительной мере рассматриваются на работах по ИИ. Короче говоря, теории,новые идеи, и разработки ИИ неизменно привлекают внимание тех, кто стремитсярасширить области применения и возможности компьютеров, сделать их более «дружелюбными»то есть более похожими на разумных помощников и активных советчиков, чем тепедантичные и туповатые электронные рабы, какими они всегда были.
Несмотря на многообещающие перспективы, ниодну из разработанных до сих пор программ ИИ нельзя назвать «разумной»в обычном понимании этого слова. Это объясняется тем, что все они узкоспециализированы; самые сложные экспертные системы по своим возможностям скореенапоминают дрессированных или механических кукол, нежели человека с его гибкимумом и широким кругозором. Даже среди исследователей ИИ теперь многиесомневаются, что большинство подобных изделий принесет существенную пользу.Немало критиков ИИ считают, что такого рода ограничения вообще непреодолимы.
К числу таких скептиков относится и ХьюбертДрейфус, профессор философии Калифорнийского университета в Беркли. С его точкизрения, истинный разум невозможно отделить от его человеческой основы,заключенной в человеческом организме. «Цифровой компьютер – не человек, –говорит Дрейфус. – У компьютера нет ни тела, ни эмоций, ни потребностей. Онлишен социальной ориентации, которая приобретается жизнью в обществе, а именноона делает поведение разумным. Я не хочу сказать, что компьютеры не могут бытьразумными. Но цифровые компьютеры, запрограммированные фактами и правилами изнашей, человеческой, жизни, действительно не могут стать разумными. Поэтому ИИв том виде, как мы его представляем, невозможен».
3.<span Times New Roman"">
Кибернетический подход кИИПопытки построить машины, способные кразумному поведению, в значительной мере вдохновлены идеями профессора МТИНорберта Винера, одной из выдающихся личностей в интеллектуальной историиАмерики. Помимо математики он обладал широкими познаниями в других областях,включая нейропсихологию, медицину, физику и электронику.
Винер был убежден, что наиболее перспективнынаучные исследования в так называемых пограничных областях, которые нельзяконкретно отнести к той или иной конкретной дисциплины. Они лежат где-то настыке наук, поэтому к ним обычно не подходят столь строго. «Если затрудненияв решении какой-либо проблемы психологии имеют математический характер, пояснялон, – то десять несведущих в математике психологов продвинуться не дальшеодного столь же несведущего».
Винеру и его сотруднику Джулиану Бигелоупринадлежит разработка принципа «обратной связи», который был успешноприменен при разработке нового оружия с радиолокационным наведением. Принципобратной связи заключается в использовании информации, поступающей изокружающего мира, для изменения поведения машины. В основу разработанныхВинером и Бигелоу систем наведения были положены тонкие математические методы;при малейшем изменении отраженных от самолета радиолокационных сигналов онисоответственно изменяли наводку орудий, то есть, заметив попытку отклонениясамолета от курса, они тотчас рассчитывали его дальнейший путь и направлялиорудия так, чтобы траектории снарядов и самолетов пересеклись.
В дальнейшем Винер разработал на принципеобратной связи теории как машинного так и человеческого разума. Он доказывал,что именно благодаря обратной связи все живое приспосабливается к окружающейсреде и добивается своих целей. «Все машины, претендующие на»разумность", – писал он, – должны обладать способность преследоватьопределенные цели и приспосабливаться, т. е. обучаться". Созданной имнауке Винер дает название кибернетика, что в переводе с греческого означаетрулевой.
Следует отметить, что принцип «обратнойсвязи», введенный Винером был в какой-то степени предугадан Сеченовым вявлении «центрального торможения» в «Рефлексах головногомозга» (1863 г.) и рассматривался как механизм регуляции деятельностинервной системы, и который лег в основу многих моделей произвольного поведенияв отечественной психологии.
4.<span Times New Roman"">
Нейронный подход к ИИК этому времени и другие ученые сталипонимать, что создателям вычислительных машин есть чему поучиться у биологии.Среди них был нейрофизиолог и поэт-любитель Уоррен Маккалох, обладавший как иВинер философским складом ума и широким кругом интересов. В 1942 г. Маккалох,участвуя в научной конференции в Нью-йорке, услышал доклад одного изсотрудников Винера о механизмах обратной связи в биологии. Высказанные вдокладе идеи перекликались с собственными идеями Маккалоха относительно работыголовного мозга. В течении следующего года Маккалох в соавторстве со своим18-летним протеже, блестящим математиком Уолтером Питтсом, разработал теориюдеятельности головного мозга. Эта теория и являлась той основой, на которойсформировалось широко распространенное мнение, что функции компьютера и мозга взначительной мере сходны.
Исходя отчасти из предшествующих исследованийнейронов (основных активных клеток, составляющих нервную систему животных),проведенных Маккаллохом, они с Питтсом выдвинули гипотезу, что нейроны можноупрощенно рассматривать как устройства, оперирующие двоичными числами. Двоичныечисла, состоящие из цифр единица и нуль, – рабочий инструмент одной из системматематической логики. Английский математик XIX в. Джордж Буль, предложившийэту остроумную систему, показал, что логические утверждения можно закодироватьв виде единиц и нулей, где единица соответствует истинному высказыванию а нуль– ложному, после чего этим можно оперировать как обычными числами. В 30-е годыXX в. пионеры информатики, в особенности американский ученый Клод Шеннон,поняли, что двоичные единица и нуль вполне соответствуют двум состояниямэлектрической цепи (включено-выключено), поэтому двоичная система идеальноподходит для электронно-вычислительных устройств. Маккалох и Питтс предложиликонструкцию сети из электронных «нейронов» и показали, что подобнаясеть может выполнять практически любые вообразимые числовые или логическиеоперации. Далее они предположили, что такая сеть в состоянии также обучаться,распознавать образы, обобщать, т.е. она обладает всеми чертами интеллекта.
Теории Маккаллоха-Питтса в сочетании скнигами Винера вызвали огромный интерес к разумным машинам. В 40-60-е годы всебольше кибернетиков из университетов и частных фирм запирались в лабораториях имастерских, напряженно работая над теорией функционирования мозга и методичноприпаивая электронные компоненты моделей нейронов.
Из этого кибернетического, илинейромодельного, подхода к машинному разуму скоро сформировался так называемый«восходящий метод» – движение от простых аналогов нервной системыпримитивных существ, обладающих малым числом нейронов, к сложнейшей нервнойсистеме человека и даже выше. Конечная цель виделась в создании«адаптивной сети», «самоорганизующейся системы» или «обучающейсямашины» – все эти названия разные исследователи использовали дляобозначения устройств, способных следить за окружающей обстановкой и с помощьюобратной связи изменять свое поведение в полном соответствии с господствовавшейв те времена бихевиористской школой психологии, т.е. вести себя так же какживые организмы. Однако отнюдь не во всех случаях возможна аналогия с живымиорганизмами. Как однажды заметили Уоррен Маккаллох и его сотрудник Майкл Арбиб,«если по весне вам захотелось обзавестись возлюбленной, не стоит братьамебу и ждать пока она эволюционирует».
Но дело здесь не только во времени. Основнойтрудностью, с которой столкнулся «восходящий метод» на заре своегосуществования, была высокая стоимость электронных элементов. Слишком дорогойоказывалась даже модель нервной системы муравья, состоящая из 20 тыс. нейронов,не говоря уже о нервной системе человека, включающей около 100 млрд. нейронов.Даже самые совершенные кибернетические модели содержали лишь несколько сотеннейронов. Столь ограниченные возможности обескуражили многих исследователейтого периода.
5.<span Times New Roman"">
Появление персептронаОдним из тех, кого ничуть не испугалитрудности был Фрэнк Розенблат, труды которого, казалось, отвечали самымзаметным устремлениям кибернетиков. В середине 1958 г. им была предложена модельэлектронного устройства, названного им персептроном, которое должно было быимитировать процессы человеческого мышления. Персептрон должен был передаватьсигналы от «глаза», составленного из фотоэлементов, в блокиэлектромеханических ячеек памяти, которые оценивали относительную величинуэлектрических сигналов. Эти ячейки соединялись между собой случайным образом всоответствии с господствующей тогда теорией, согласно которой мозг воспринимаетновую информацию и реагирует на нее через систему случайных связей междунейронами. Два года спустя была продемонстрирована первая действующая машина«Марк-1», которая могла научится распознавать некоторые из букв,написанных на карточках, которые подносили к его «глазам»,напоминающие кинокамеры. Персептрон Розенблата оказался наивысшим достижением«восходящего», или нейромодельного метода создания искусственногоинтеллекта. Чтобы научить персептрон способности строить догадки на основеисходных предпосылок, в нем предусматривалась некая элементарная разновидностьавтономной работы или «самопрограммирования». При распознании той илииной буквы одни ее элементы или группы элементов оказываются гораздо болеесущественными, чем другие. Персептрон мог научаться выделять такие характерныеособенности буквы полуавтоматически, своего рода методом проб и ошибок,напоминающим процесс обучения. Однако возможности персептрона былиограниченными: машина не могла надежно распознавать частично закрытые буквы, атакже буквы иного размера или рисунка, нежели те, которые использовались наэтапе ее обучения.
Ведущие представители так называемого«нисходящего метода» специализировались, в отличие от представителей«восходящего метода», в составлении для цифровых компьютеров общегоназначения программ решения задач, требующих от людей значительного интеллекта,например для игры в шахматы или поиска математических доказательств. К числузащитников «нисходящего метода» относились Марвин Минский и СеймурПейперт, профессора Массачусетского технологического института. Минский началсвою карьеру исследователя ИИ сторонником «восходящего метода» и в1951 г. построил обучающуюся сеть на на вакуумных электронных лампах. Однаковскоре к моменту создания персептрона он перешел в противоположный лагерь. Всоавторстве с с южно-африканским математиком Пейпертом, с которым егопознакомил Маккаллох, он написал книгу «Персептроны», гдематематически доказывалось, что персептроны, подобные розенблатовсим,принципиально не в состоянии выполнять многие из тех функций, которыепредсказывал им Розенблат. Минский утверждал, что, не говоря о роли работающихпод диктовку машинисток, подвижных роботов или машин, способных читать, слушатьи понимать прочитанное или услышанное, персептроны никогда не обретут дажеумения распознавать предмет частично заслоненный другим. Глядя на торчащийиз-за кресла кошачий хвост, подобная машина никогда не сможет понять, что онавидит.
Нельзя сказать, что появившаяся в 1969 г. этакритическая работа покончила с кибернетикой. Она лишь переместила интересаспирантов и субсидии правительственных организаций США, традиционнофинансирующих исследования по ИИ, на другое направление исследований –«нисходящий метод».
Интерес к кибернетике в последнее времявозродился, так как сторонники «нисходящего метода» столкнулись состоль же неодолимыми трудностями. Сам Минский публично выразил сожаление, чтоего выступление нанесло урон концепции персептронов, заявив, что, согласно еготеперешним представлениям, для реального прорыва вперед в создании разумныхмашин потребуется устройство, во многом похожее на персептрон. Но в основном ИИстал синонимом нисходящего подхода, который выражался в составлении все болеесложных программ для компьютеров, моделирующих сложную деятельностьчеловеческого мозга.
6.<span Times New Roman"">
НейросетиНейросети – это область ИИ, нашедшее наиболееширокое применение. Нейронная сеть представляет собой совокупность большогочисла сравнительно простых элементов – нейронов. В основу искусственныхнейронных сетей положены следующие черты живых нейронных сетей, позволяющие имхорошо справляться с интеллектуальными задачами:
простой обрабатывающий элемент — нейрон; очень большое число нейронов участвует в обработке информации; один нейрон связан с большим числом других нейронов; изменяющиеся по весу связи между нейронами; массированная параллельность обработки информации.Нейросети предпочтительны там, где имеетсяочень много входных данных, в которых скрыты закономерности. Целесообразноиспользовать нейросетевые методы в задачах с неполной или «зашумлённой»информацией, а также в таких, где решение можно найти интуитивно. Преимуществанейросети становятся видны тогда, когда довольно часто изменяются «правилаигры».
Нейросети применяются в следующих областях.
1.<span Times New Roman"">
В экономике для предсказания рынков, оценки рисканевозврата кредитов, предсказания банкротств, автоматического рейтингования,оптимизации товарных и денежных потоков, автоматического считывания чеков иформ.2.<span Times New Roman"">
Медицина: обработка медицинских изображений,мониторинг состояния пациентов, диагностика, факторный анализ эффективностилечения, очистка показаний приборов от шумов.3.<span Times New Roman"">
Авиация: обучаемые автопилоты, распознавание сигналоврадаров, адаптивное пилотирование сильно поврежденного самолета.4.<span Times New Roman"">
Связь: сжатие видеоинформации, быстроекодирование-декодирование, оптимизация сотовых сетей и схем маршрутизациипакетов.5.<span Times New Roman"">
Интернет: ассоциативный поиск информации, электронныесекретари и агенты пользователя в сети, фильтрация информации в push-системах,рубрикация новостных лент, адресная реклама, адресный маркетинг для электроннойторговли.6.<span Times New Roman"">
Политические технологии: анализ и обобщениесоциологических опросов, предсказание динамики рейтингов, выявление значимыхфакторов, объективная кластеризация электората, визуализация социальнойдинамики населения.7.<span Times New Roman"">
Автоматизация производства: оптимизация режимов производственногопроцесса, комплексная диагностика качества продукции (ультразвук, оптика,гамма-излучение и т. д.), мониторинг и визуализация многомерной диспетчерскойинформации, предупреждение аварийных ситуаций, робототехника.7.<span Times New Roman"">
Модель макроэкономики РФНезависимый экспертный совет постратегическому анализу проблем внешней и внутренней политики при СоветеФедерации НИИ искусственного интеллекта представил проект «Технологиянового поколения на основе недоопределенных вычислений и ее использование для разработкиэкспериментальной модели макроэкономики РФ». Появилась возможностьпросчитывать исход любого действия или предложения, касающегося бюджета страны,на много лет вперед.
Система позволяет видеть как изменитсядоходная часть, дефицит бюджета, объем промышленного производства в ответ,скажем, на увеличение налогов. Также можно посмотреть, сколько денег в прошломгоду уплыло из бюджета: электронная машина, по уверению ученых, легко сможетсправиться и с такой задачей. Ей даже не надо будет объяснять понятие«черный нал».
Можно решить и обратную задачу. Например, ачто надо сделать, чтобы к 2000 году объем производства увеличился или, скажем,хотя бы не падал. Машина укажет нижнюю и верхнюю границу значений в том идругом случае для отпускаемых бюджетных денег по всем параметрам, так или иначевлияющим на производство.
Кроме того, можно узнать не по гороскопу ибез помощи магов возможную последовательность „критических“ и»удачных" моментов в развитии экономики страны при заданных исходныхданных.
Разработчики проекта создали пока лишьдемонстрационную модель, охватывающую около 300 параметров и период от 1990-годо 1999 года. Но для нормальной работы необходимо не менее 1000 параметров. Итакая работа может быть проведена, если на нее будут отпущены средства. Надопровести множество прикладных работ, необходимы фундаментальные исследования пообоим основным составляющим проекта — математической и экономической. Здесьнужна серьезная государственная материальная поддержка.
Первый опыт по применению данной технологии вэкономическом моделировании был проведен в 1987-1988 гг., когда НИИ ИИ вместе сИнститутом экономики СО АН создал демонстрационную систему «Модельэкономики СССР до 2000 года».
Внедрение действующей компьютерной моделимакроэкономики и госбюджета РФ позволит автоматизировать подготовку исходныхпараметров госбюджета очередного года, согласование окончательного варианта дляутверждения в парламенте, поддержку, оценку и контроль исполнения бюджета навсех его этапах. Экономический эффект внедрения модели может оказаться равнымнескольким процентам ВВП.
Так возможен ли всё-таки ИИ? Если под ИИпонимать разумную электронную машину, способную мыслить подобно человеку, то,скорее всего, нет, по крайней мере на сегодняшний день. Во-первых, недостаточноизучены устройство человеческого мышления, механизмы функционированияинтеллекта. Во-вторых, технология ещё не располагает достаточнымивычислительными мощностями для реализации столь сложной системы, и, к тому же,сомнителен сам факт возможности создания искусственного разума на базе широкоиспользуемых на сегодня машин с двоичным представлением информации.
Если ИИ считать вычислительной программой,решающей интеллектуальные задачи математически, путём расчленения нестандартнойзадачи до элементарных инструкций, то можно сказать, что фундаментискусственного интеллекта уже заложен, и последний достаточно широкоприменяется.
Повсеместное использование ИИ создаётпредпосылки для перехода на качественно новую ступень прогресса, даёт толчокновому витку автоматизации производства, а значит и повышениюпроизводительности труда.