Области применения искусственного интелекта. Восприятие и распознавание образов
Зарегистрируйся в два клика и получи неограниченный доступ к материалам,а также
промокод
на новый заказ в Автор24. Это бесплатно.
Введение
Ежедневное развитие технического прогресса порождает появление новых областей развития в науке. Последние несколько лет заметна тенденция в развитии новой области в математике, а именно – искусственные нейронные сети. Безусловно данная область представляется интересной и актуальной, это объясняется огромным количеством областей их использования в жизни людей, в том числе и в их повседневном использовании. Сегодня нейронные сети успешно применяются в вопросах, касающихся прогнозирования, классификации, управления. Таким образом, можно сказать, что в первую очередь такое бурное развитие искусственных нейронных сетей связано с их богатыми возможностями. Вторым фактором, послужившим их массовому бурному развитию, является удобство и простота использования. В чем заключается это удобство и простота? Нейронная сеть любой сложности устроена так, что ее обучение происходит на примерах. Первоначально ее пользователь запускает алгоритм обучения на данных определенного вида, после чего система, раз за разом, анализирует весь накопленный массив информации и уже на основе первоначальных и позже полученных данных воспроизводит результат. Однако такое описание не является вполне точным, но передает суть простоты. Таким образом, становится актуальным рассмотреть тему искусственного интеллекта, а также проанализировать основные направления его использования в различных сферах деятельности. Объектом исследования в данной работе является искусственный интеллект. Предметом исследования является изучение направлений и особенностей использования искусственного интеллекта в различных сферах деятельности. Целью работы ставится изучение областей использования искусственного интеллекта. Данная цель определила следующие основные задачи работы: – рассмотреть понятие искусственного интеллекта; – рассмотреть понятие нейронных сетей; –рассмотреть классификацию нейронных сетей; – рассмотреть задачу распознавания образов; – рассмотреть задачу распознавания образов на примере распознавания текста; – проанализировать применение искусственного интеллекта в деятельности российских компаний; – проанализировать сферы применения искусственного интеллекта; – выделить проблемы внедрения искусственного интеллекта. Структура работы сформирована в соответствии с выдвинутой целью и задачами исследования. Данная работа имеет следующую структуру: введение, две главы, заключение и список литературы. Во введении приводится обоснование актуальности исследуемой темы, определяется цель, объект, предмет, а также задачи для реализации данной цели. В первой главе ставятся на рассмотрение теоретические основы искусственного интеллекта. Во второй главе рассматривается применение искусственного интеллекта. В заключении приводятся выводы по проведенному исследованию. Для решения поставленного круга задач и достижения цели данной работы предлагается использовать литературные источники и ресурсы сети Интернет. Наибольшее внимание будет уделено наиболее популярным литературным источникам, в которых наилучшим образом освящен данный вопрос: 1) Бессмертный И. А. Системы искусственного интеллекта: учебное пособие для среднего профессионального образования / И. А. Бессмертный. – 2-е изд., испр. и доп. – Москва: Издательство Юрайт, 2020. – 157 с. – (Профессиональное образование). 2) Загорулько Ю. А. Искусственный интеллект. Инженерия знаний: учебное пособие для вузов / Ю. А. Загорулько, Г. Б. Загорулько. – Москва: Издательство Юрайт, 2020. – 93 с. 3) Кудрявцев В. Б. Интеллектуальные системы: учебник и практикум для вузов / В. Б. Кудрявцев, Э. Э. Гасанов, А. С. Подколзин. – 2-е изд., испр. и доп. – Москва: Издательство Юрайт, 2020. – 165 с. – (Высшее образование). 4) Солнцева О. Г. Аспекты применения технологий искусственного интеллекта // E-Management. 2018. №1. 5) Горбачевская Е. Н., Краснов С. С.. История развития нейронных сетей // Вестник Волжского университета имени В.Н. Татищева. 2015. № 1 1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Понятие нейронных сетей
Нейронные сети представляют собой математические модели, а вместе с тем и их программные или аппаратные реализации, которые построены по принципу организации и функционирования биологических нейронных сетей – сетей нервных клеток живого организма. По...
Распознавание образов
Возможность распознавания образов базируется на схожести подобных объектов. Несмотря на то, что все явления и предметы не похожи друг на друга, между некоторыми из них всегда можно найти сходства по тому или иному признаку. Таким образом, образ предс...
Сферы применения искусственного интеллекта
Искусственный интеллект применяют на транспорте, в правовой сфере, здравоохранении, образовании, IT-сфере и др. При этом в литературе по искусственному интеллекту авторами отмечается, что на данный момент выполнение многих монотонных задач выполняют ...
Открыть главуПроблемы внедрения искусственного интеллекта
Несмотря на то, что искусственный интеллект нашел свое применение во многих сферах жизнедеятельности человека имеется ряд препятствий для его полноценного развития. Среди основных препятствий для внедрения искусственного интеллекта можно выделить отс...
Открыть главуЗаключение
В данной работе была рассмотрена наиболее популярная область развития науки – искусственный интеллект. Нейронные сети на данный момент представляют достаточно перспективную область искусственного интеллекта, предоставляющую новые возможности в области науки. Значимость развития данной области науки на сегодняшний день не вызывает сомнения. Каждый, кому удалось столкнуться с возможностями, которые предоставляет использование нейронных сетей, несомненно, хотел добиться получения еще больших впечатляющих результатов. Ведь в действительности использование данной технологии в производстве, медицине и других областях позволило добиваться результата в разы быстрее, практически не затрачивая при этом людские ресурсы. Нейронной сети достаточно задать обучающие шаблоны, воспользовавшись которыми сеть сможет обучаться. На данный момент развитие области нейронных сетей не позволяет создавать универсальных сетей, способных работать для любой задачи. Разработчики, занимающиеся нейронными сетями, вынуждены разрабатывать для каждого круга задач свой алгоритм. Однако нейронные сети развиваются активно и начинают заполнять обычную человеческую жизнь, вытесняя некоторую работу человека искусственным механизмом. Таким образом, задачи, стоящие перед нами в начале работе, решены, а цель работы – достигнута.
Список литературы
Cовременные системы содействия водителю (ADAS). URL: https://www.nvidia.com/ru-ru/self-driving-cars/adas/ (дата обращения: 28.03.2020). Forbes. Разбор полетов. Как помочь взлететь промышленному дрону. URL: https://www.forbes.ru/biznes/364063-razbor-poletov-kak-pomoch-vzletet-promyshlennomu-dronu (дата обращения: 28.03.2020). Басанько А. С., Рыбкин С. В. Использование OpenCV в рамках задачи оффлайн распознавания рукописного текста // Международный студенческий научный вестник. – 2018. – № 6. Батырканов Ж. И., Кудакеева Г. М., Субанкулова Ж. Ж. Подход к распознаванию зрительных образов на основе эталонных образов и обучения // Огарёв-Online. 2017. №15 (104). URL: https://cyberleninka.ru/article/n/podhod-k-raspoznavaniyu-zritelnyh-obrazov-na-osnove-etalonnyh-obrazov-i-obucheniya (дата обращения: 28.03.2020). Баррат Д. Последнее изобретение человечества: Искусственный интеллект и конец эры Homo sapiens: Научно-популярное / Баррат Д., Лисова Н. – Москва: Альпина нон-фикшн, 2016. - 304 с. Бахтеев Д. В. Компьютерное зрение и распознавание образов в криминалистике // Российское право: Образование. Практика. Наука. 2019. №3 (111). URL: https://cyberleninka.ru/article/n/kompyuternoe-zrenie-i-raspoznavanie-obrazov-v-kriminalistike (дата обращения: 28.03.2020). Беспилотные автомобили в России. URL: http://www.tadviser.ru/index.php/Статья:Беспилотные_автомобили_в_России (дата обращения: 28.03.2020). Бессмертный И. А. Системы искусственного интеллекта: учебное пособие для среднего профессионального образования / И. А. Бессмертный. – 2-е изд., испр. и доп. – Москва: Издательство Юрайт, 2020. – 157 с. – (Профессиональное образование). Бобрикова К. А., Павлова А. И. Применение сети Хопфилда в качестве инструмента распознавания образов // Современные материалы, техника и технологии. 2016. №1 (4). URL: https://cyberleninka.ru/article/n/primenenie-seti-hopfilda-v-kachestve-instrumenta-raspoznavaniya-obrazov (дата обращения: 28.03.2020). Горбачевская Е.Н., Краснов С.С.. История развития нейронных сетей // Вестник Волжского университета имени В.Н. Татищева. 2015. № 1 Джесутасан Р. Реинжиниринг бизнеса: как грамотно внедрить автоматизацию и искусственный интеллект / Равин Джесутасан, Джон Будро; пер. с англ. – Москва: Альпина Паблишер, 2019. – 280 с. Загорулько Ю. А. Искусственный интеллект. Инженерия знаний: учебное пособие для вузов / Ю. А. Загорулько, Г. Б. Загорулько. – Москва: Издательство Юрайт, 2020. – 93 с. – (Высшее образование). Иванов В. М. Интеллектуальные системы: учебное пособие для вузов / В. М. Иванов. – Москва: Издательство Юрайт, 2020. – 91 с. – (Высшее образование). Ильин А. С., Панченко Г. М., Ковалева М. В. Роль искусственного интеллекта в менеджменте // Academy. 2018. №12 (39). URL: https://cyberleninka.ru/article/n/rol-iskusstvennogo-intellekta-v-menedzhmente (дата обращения: 28.03.2020). Искусственный интеллект (ИИ). URL: http://www.tadviser.ru/index.php/ Продукт:Искусственный_интеллект_(ИИ) (дата обращения: 28.03.2020). Исрафилов Х. С. Применение нейронных сетей в распознавании рукописного текста // Молодой ученый. – 2016. – №29. – С. 24-27. Каблучко Ю. В. Применение искусственного интеллекта в банковской сфере // Вопросы науки и образования. 2018. №16 (28). URL: https://cyberleninka.ru/article/n/primenenie-iskusstvennogo-intellekta-v-bankovskoy-sfere (дата обращения: 28.03.2020). Катасёв А. С., Катасёва Д. В., Кирпичников А.П. Распознавание рукописных символов на базе искусственной нейронной сети // Вестник Казанского технологического университета. 2015. №11. Кудрявцев В. Б. Интеллектуальные системы: учебник и практикум для вузов / В. Б. Кудрявцев, Э. Э. Гасанов, А. С. Подколзин. – 2-е изд., испр. и доп. – Москва: Издательство Юрайт, 2020. – 165 с. – (Высшее образование). Макгиннис Джон О., Пирс Рассел Дж. Великий подрыв: как искусственный интеллект меняет роль юристов в оказании юридических услуг // Актуальные проблемы экономики и права. 2019. №2. URL: https://cyberleninka.ru/article/n/velikiy-podryv-kak-iskusstvennyy-intellekt-menyaet-rol-yuristov-v-okazanii-yuridicheskih-uslug (дата обращения: 28.03.2020). Масленникова О.Е. Основы искусственного интеллекта: учеб. пособие / О.Е. Масленникова, И.В. Гаврилова. – 3-е изд., стер. – Москва: ФЛИНТА, 2019. – 283 с. Новиков Ф. А. Символический искусственный интеллект: математические основы представления знаний: учебное пособие для вузов / Ф. А. Новиков. – Москва: Издательство Юрайт, 2020. – 278 с. – (Высшее образование). Павлова А. И., Бобрикова К. А. Сравнение алгоритмов распознавания образов нейронными сетями Хопфилда // Siberian Journal of Life Sciences and Agriculture. 2016. №5 (77). URL: https://cyberleninka.ru/article/n/sravnenie-algoritmov-raspoznavaniya-obrazov-neyronnymi-setyami-hopfilda (дата обращения: 28.03.2020). Подольский А. К. Применение методов искусственного интеллекта в нефтегазовой промышленности // Современная наука. 2016. №3. URL: https://cyberleninka.ru/article/n/primenenie-metodov-iskusstvennogo-intellekta-v-neftegazovoy-promyshlennosti (дата обращения: 28.03.2020). Покидова А. В. Искусственный интеллект в медицине // Достижения науки и образования. 2018. №1 (23). URL: https://cyberleninka.ru/article/n/iskusstvennyy-intellekt-v-meditsine (дата обращения: 28.03.2020). Поряева Е. П., Евстафьева В. А. Искусственный интеллект в медицине // Вестник науки и образования. 2019. №6-2 (60). URL: https://cyberleninka.ru/article/n/iskusstvennyy-intellekt-v-meditsine-1 (дата обращения: 28.03.2020). Прорыв в онкологии: нейронную сеть научили распознавать раковые клетки. URL: https://rossaprimavera.ru/news/6d1ebc7d (дата обращения: 28.03.2020). Святская Л. О. Методика распознавания рукописного текста в оффлайн-режиме // Наука, техника и образование. 2016. №12 (30). URL: https://cyberleninka.ru/article/n/metodika-raspoznavaniya-rukopisnogo-teksta-v-offlayn-rezhime (дата обращения: 28.03.2020). Седых Н. В., Сухина Ю. М., Божко В. А. Основные тенденции и перспективы применения искусственного интеллекта в российском банковском секторе // Вестник Адыгейского государственного университета. Серия 5: Экономика. 2018. №4 (230). URL: https://cyberleninka.ru/article/n/osnovnye-tendentsii-i-perspektivy-primeneniya-iskusstvennogo-intellekta-v-rossiyskom-bankovskom-sektore (дата обращения: 28.03.2020). Сергеев Н. Е. Системы искусственного интеллекта. Часть 1: Учебное пособие / Сергеев Н.Е. – Таганрог: Южный федеральный университет, 2016. - 118 с. Система распознавания лиц в Москве. Как используется и как будет развиваться. URL: http://www.tadviser.ru/index.php/Проект: Как_устроена_система_распознавания_лиц_в_Москве (дата обращения: 28.03.2020). Солнцева О. Г. Аспекты применения технологий искусственного интеллекта // E-Management. 2018. №1. URL: https://cyberleninka.ru/article/n/aspekty-primeneniya-tehnologiy-iskusstvennogo-intellekta (дата обращения: 28.03.2020). Хозяинов С. А. Классификация текстов методами распознавания образов // Вестник Сыктывкарского университета. Серия 1. Математика. Механика. Информатика. 2017. №22. URL: https://cyberleninka.ru/article/n/klassifikatsiya-tekstov-metodami-raspoznavaniya-obrazov (дата обращения: 28.03.2020). Шевелева А. В., Шевелев В. С. Практика применения искусственного интеллекта в сфере управления персоналом нефтегазовых компаний // Вестник Кемеровского государственного университета. Серия: Политические, социологические и экономические науки. 2019. №3. URL: https://cyberleninka.ru/article/n/praktika-primeneniya-iskusstvennogo-intellekta-v-sfere-upravleniya-personalom-neftegazovyh-kompaniy (дата обращения: 28.03.2020).
