Искусственный интеллект

Предметная область ИИ

История развития искусственного интеллекта является ярким примером разброда и шатания в рядах разработчиков этих систем. Это направление существует уже более 60 лет.

До последнего времени как у нас в стране так, впрочем и за рубежом, не существовало стандартов по по предметной области "Искусственный интеллект".

Указ

Национальная стратегия развития искусственного интеллекта на период до 2030 года

УТВЕРЖДЕНА Указом Президента Российской Федерации от 10 октября 2019 года N 490

основные понятия:

а) искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений;

б) технологии искусственного интеллекта - технологии, основанные на использовании искусственного интеллекта, включая компьютерное зрение, обработку естественного языка, распознавание и синтез речи, интеллектуальную поддержку принятия решений и перспективные методы искусственного интеллекта;

г) смежные области использования искусственного интеллекта - технологии и технологические решения, в которых искусственный интеллект используется в качестве обязательного элемента, включая робототехнику и управление беспилотным транспортом;

л) открытая библиотека искусственного интеллекта - набор алгоритмов, предназначенных для разработки технологических решений на основе искусственного интеллекта, описанных с использованием языков программирования и размещенных в сети "Интернет";

В настоящее время в мире происходит ускоренное внедрение технологических решений, разработанных на основе искусственного интеллекта, в различные отрасли экономики и сферы общественных отношений. Указанные тенденции обусловлены следующими факторами:

в) высокая доступность инструментов (в том числе программ для ЭВМ с открытым кодом) для разработки на основе искусственного интеллекта технологических решений;

Основными направлениями разработки и развития программного обеспечения,

б) обеспечение условий для создания открытых библиотек искусственного интеллекта, в том числе стимулирование (включая материальное) специалистов к участию в российских и международных проектах по их созданию;

в) признание успешного участия специалистов в создании открытых библиотек искусственного интеллекта в качестве научного достижения;

Основными направлениями повышения уровня обеспечения российского рынка технологий искусственного интеллекта квалифицированными кадрами и уровня информированности населения о возможных сферах использования таких технологий являются:

Технический комитет

Технический комитет по стандартизации 164 «Искусственный интеллект» создан с целью повышения эффективности работ по стандартизации в области искусственного интеллекта (ИИ) на национальном, межгосударственном и международных уровнях. Основной задачей технического комитета является создание нормативно-технической базы и продвижение российских стандартов на международный уровень. ТК 164 утвержден приказом Росстандарта от 25 июля 2019 года № 1732 ссылка

Аналогичный международный комитет SC 42 «Artificial Intelligenсе» был создан годом ранее

презентация ссылки

Рабочие группы (РГ):

РГ 01 «Основополагающие стандарты»

• унификация и стандартизация терминологии
• обеспечение интероперабельности систем ИИ
• обеспечение методологической преемственности в области методов и алгоритмов ИИ
• повышение эффективности коллективных работ по созданию систем ИИ

РГ 05 «Искусственный интеллект в образовании»

ссылка на презентацию

• стандартизация требований к учебным материалам с целью формирования персональных образовательных траекторий при помощи технологий ИИ
• стандартизация информации об образовательной активности обучающегося (цифровой след) и формирование стандартов по ее использованию, распространению и интерпретации с целью внедрения адаптивности и нелинейности образовательного процесса при помощи ИИ
• стандартизация требований к образовательным платформам и средствам проведения обучения с целью интеграции в них технологий ИИ

РГ04 и РГ05 соответствуют WG 04 “Use cases and applications”

Классификация

ссылка

В настоящее время нет стандартизированной классификации систем ИИ. По ссылке можно посмотреть первую редакцию классификации систем ИИ. Среди множества оснований можно выделить Вид деятельности - Образование и наука. по основанию специализированные системы - экспертные системы, Системы естественного языка, Беспилотные аппараты. По основанию "знания" - по модели знаний процедурные или декларативные а также базы знаний; по управлению знаниями.

ещё ссылка

Проекты стандартов рабочей группы 05

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ Понятия и терминология

Настоящий проект стандарта не подлежит применению до его утверждения

Термины, относящиеся к искусственному интеллекту; Термины, относящиеся к машинному обучению;Термины, относящиеся к нейронным сетям; Термины, относящиеся к свойству вызывать доверие (надежности; Термины, относящиеся к обработке естественного языка

Нас интересуют в первую очередь общие понятия искусственный интеллект (ИИ) (artificial intelligence, Al): Способность приобретать, обрабатывать, создавать и применять знания (2.1.5), определенные в форме модели (2.1.6), для выполнения одной или нескольких поставленных задач (2.1.7). Примечание - Данный термин приведен в контексте системы. 2.1.3 искусственный интеллект (artificial intelligence, Al): Дисциплина о создании и изучении ИИ (2.1.2). Примечание - Данный термин приведен в контексте инженерной дисциплины.

система искусственного интеллекта (Al system): Спроектированная система обработки информации, обладающая ИИ. 2.1.5 знания (knowledge): Информация об объектах, событиях, понятиях и правилах, их отношениях и свойствах, систематизированная для целевого регулярного использования. Примечания 1 Данный термин приведен в контексте системы ИИ. 2 Информация может быть представлена в числовой или символьной форме. 3 Информация - это данные, определены в контексте и поэтому являются интерпритируемыми. Данные создаются путем моделирования или измерений объектов реального мира.

экспертная система (expert system): Система ИИ (2.1.4), которая инкапсулирует актуальные знания человека-эксперта и позволяет неспециалистам использовать эти знания для решения задач.

прикладной (специальный) ИИ (narrow Al): ИИ, который решает определенные задачи (2.1.7) для решения конкретной проблемы.

робот (robot): Автоматизированная система с исполнительными механизмами, которая выполняет поставленные задачи (2.1.7) в материальном мире посредством измерения окружающей среды и программной системы управления. Примечания 1 Робот включает систему управления и интерфейс системы управления. 2 Робот классифицируется на промышленного или сервисного робота в соответствии с его предназначением.

человеко-машинное     объединение     (human-machine     teaming):   Эффективная   и   действенная   интеграция   человеческого   взаимодействия  и  интеллектуальных  способностей  машины.  Примечание-В  отличие от  автоматизации,  где  машина  заменяет  человеческий труд,  в  некоторых  случаях  машина  может дополнить  человека.  Это  может  произойти  как  побочный  эффект  разработки  ИИ,  или  система  может  быть  разработана  специально  с  целью  создания  команды  человек-машина.  Системы,  дополняющие  человеческие  когнитивные  возможности,   иногда  определяют  как  дополняющие  интеллект.  

обработка естественного языка (natural language processing, NLP): Обработка информации, основанная на понимании и формировании естественного языка (2.5.6) Примечания 1 Данный термин приведен в контексте системы 2 Обработка естественного языка - это область ИИ. 3 Естественный язык - это любой человеческий язык,

например,    английский,  испанский,  арабский  или  японский,  который  необходимо  отличать  от  формальных  языков,  таких  как Java,  Fortran,  С++,  Логика  первого  порядка.  4  Примерами   выражения   естественного   языка   являются   текст,   речь, 

распознавание речи (speech recognition): Преобразование функциональной единицей речевого сигнала в некоторое представление содержания речи. [3] 2.5.16 синтез речи (speech synthesis): Генерация искусственной речи.

ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОБРАЗОВАНИИ

ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОБРАЗОВАНИИ Общие положения и терминология

искусственный интеллект, ИИ: Способность технической системы имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных практически значимых задач обработки данных результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека.

3 Общие положения

3.1 Использование технологий компьютерного зрения в образовании

Технологии компьютерного зрения в образовании используются:

- для контроля ученика во время проведения онлайн-прокторинга. Использование алгоритмов искусственного интеллекта применяется для непрерывного контроля за процессом выполнения экзамена и распознавания основных паттернов списывания, например, посторонняя помощь, использование, не входящих в регламент проведения учебных материалов, использование программно-аппаратных средств для поиска информации;

- перевода в машиночитаемый вид сканированных версий рукописных работ;

- обеспечения безопасности образовательных учреждений при идентификации в режиме реального времени на видеоряде лиц учеников и сотрудников образовательных организаций на входах образовательного учреждения с целью предотвращения допуска посторонних лиц в образовательной учреждение;

- предотвращения конфликтных ситуаций между учащимися при идентификации в режиме реального времени видеоряда и выявлении основных паттернов конфликтных ситуаций между ними;

- распознавания в режиме реального времени видеоряда и оценки психоэмоционального состояния обучающихся в классе, идентификации паттернов нестабильного психоэмоционального состояния, в том числе суицидальных настроений;

- людей с ОВЗ (глухонемые) с целью распознавания в режиме реального времени подачи информации с помощью жестов и ее перевод в машиночитаемый вид.

3.2 Использование технологий автоматического распознавания речи

Технологии автоматического распознавания речи в образовании используются:

- для перевода в машиночитаемый и текстовый вид голосовых команд учителя и ученика, в том числе для задания команд различным образовательным помощникам и интерфейсам;

- автоматизации проверки устных докладов учеников;

-людей с ОВЗ (слепые) с целью распознавания в режиме реального времени подачи информации с помощью голоса и ее перевод в машиночитаемый вид и формат команд для соответствующих сервисов и интерфейсов.

3.3 Технологии машинного обучения и анализа данных в образовании

Технологии машинного обучения и анализа данных в образовании используются:

-для реализации адаптивного обучения при помощи программного или программно-аппаратного комплекса;

- автоматизации процессов оценивания выполненных заданий при помощи алгоритмов;

- автоматизации процесса подготовки к уроку учителю при помощи рекомендательной системы подбора учебно-методических материалов;

- автоматизации процесса самостоятельной работы учеником при помощи при помощи рекомендательной системы подбора учебно-методических материалов;

- предоставления обратной связи учителю в режиме реального времени о прогрессе каждого ученика и формированию рекомендаций по изменению учебной программы.

3.4 Использование совокупности описанных технологий искусственного интеллекта

Совокупность описываемых технологий искусственного интеллекта используется для автономного обучения учеников без вмешательства учителя посредством искусственного интеллекта-репетитора. Технологии компьютерного зрения позволяют перевести входную информацию ученика в машиночитаемый вид. Технологий машинного обучения и анализа данных позволяют сформировать персональный образовательную траекторию ученика и провести оценивание.

машинный перевод (machine translation): Автоматический перевод текста или речи с одного естественного языка на другой с помощью компьютерной системы.

обработка естественного языка (natural language processing): Компьютерный анализ текста на естественном языке для получения значимой информации из человеческого языка.

= Языки программирования

SWI-prolog присутствует в выпуске (версии дистрибутива) debian "jessie" "stretch" актуальном "buster" и перспективном "bullseye"

В языковом обучении

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ДЛЯ ИЗУЧЕНИЯ ИНОСТРАННЫХ ЯЗЫКОВ

В языковом обучении (отечественные)

ссылка

Российские компании, ведущие разработки в области NLP, представлены на рынке в нескольких категориях. Прежде всего, это поисковики и компании, которые уже много лет занимаются текстовыми технологиями: «Яндекс», ABBYY, Mail.ru, PROMT и RCO (часть группы Rambler).

PROMT Mobile SDK — многофункциональный элемент для встраивания в мобильные приложения, позволяющий использовать технологию перевода PROMT полностью офлайн.

Вторая категория — крупные корпорации, которые лишь в последние 3‑4 года начали формировать свои компетенции в области ИИ. Например, Сбербанк, «Тинькофф банк», МТС

Третья группа - компании Центр речевых технологий, Brand Analytics, АСМ Решения, Медиалогия, Kribrum, Just AI, Наносемантика, Naumen.

Центр речевых технологий

Системы аудио- и видеопротоколирования Нестор.BRIFF Применение технологии распознавания речи и автоматическая разметка стенограммы по участникам совещания существенно сокращает трудозатраты на выпуск финального протокола.

Доступ к учебным материалам

Эффективное дистанционное обучение требует мультимедийной подачи образовательных материалов, чтобы ликвидировать разрыв в качестве по сравнению с традиционным способом обучения.

«Центр речевых технологий» предлагает оригинальный подход к формированию и организации доступа к образовательным материалам на основе своих достижений в области голосового самообслуживания, голосовой биометрии и транскрибирования речи. Используемые продукты:

   Нестор.BRIEF 

Инструмент 1: Внедрите аудиовидеозапись теоретических и практических занятий и их распределенное транскрибирование Инструмент 2: Внедрите голосовую платформу для образовательного Интернет-портала Инструмент 3: Внедрите голосовую биометрическую аутентификацию

плюс «Варвара» — платформа для создания голосовых ассистентов с поддержкой технологий голосовой биометрии.

Just AI

Just AI Conversational Framework

Бесплатный фреймворк с открытым исходным кодом на базе Kotlin

Just AI Conversational Platform — платформа enterprise-уровня для разработки разговорных чат-ботов и ассистентов, понимающих естественный язык. Чат-боты, созданные в платформе, решают комплексные задачи бизнеса: поддержка клиентов, найм и обучение сотрудников, оформление заказов и продажа товаров.

Наносемантика

интеллектуальных чат-ботов, которые поддерживают диалог с человеком на естественном языке на заданные темы в текстовых и голосовых каналах.

«Элиза» — виртуальный консультант компании.

Naumen

Naumen University — информационно-аналитическая система для организации управления учебным процессом в высших и средних специальных учебных заведениях. Внедрение Naumen University позволит комплексно подойти к решению задач, стоящих перед современным учебным заведением.

Платформа Naumen Erudite позволяет с нуля создавать голосовых роботов и чат-ботов для обслуживания клиентов, внедрять их в контакт-центры, а также управлять работой ИИ-сотрудников с помощью понятных интерфейсов. В решении используются технологии искусственного интеллекта, которые обеспечивают высокий уровень диалоговых навыков роботов.

Решение Naumen University ориентировано как на коммерческие, так и государственные высшие учебные заведения.

Информационная система Naumen University предназначена для решения следующих задач:

   автоматизация всех уровней учебного процесса вуза, в т.ч. формирование учебных и рабочих планов, составление расписания учебных занятий, проведение сессий, перевод студентов с курса на курс и т.д.;
   обеспечение прозрачности управления вузом за счет понятной организационной структуры, формализованных процессов, оперативного контроля исполнения распоряжений;
   системный контроль исполнения требований Государственного образовательного стандарта, региональных и вузовских стандартов;
   упрощение стандартизации системы управления качеством;
   контроль полного цикла подготовки студента (от прохождения вступительных испытаний до последующего трудоустройства);
   формирование отчетности по различным аспектам деятельности вуза.

Узнать больше о задачах, решаемых

Журнал "Искусственный интеллект и принятие решений"

ссылки

• О принципах построения интеллектуальных медицинских обучающих систем на основе case-метода 2016
• Р.В. Душкин "Развитие методов адаптивного обучении при помощи использования интеллектуальных агентов" 2019