Искусственный интеллект

Предметная область ИИ

История научное направления (предметная область) "Искусственный интеллект" существует уже более 60 лет. Однако до последнего времени как у нас в стране так, впрочем и за рубежом, не существовало единого подхода к основным положениям этого научного направления. Даже определения что такое "Искусственный интеллект" различными исследователями трактуется по разному.

Все это не способствовало должного развития науки и технологий в этой области.

Однако в настоящее время ситуация меняется и признаком этого являются директивные документы разработанные в различных инстанциях.

Например во время выступления на оперативно-мобилизационном сборе высшего командного состава ВС РФ министр обороны России генерал-армии Сергей Шойгу акцентировал внимание на скорейшее внедрение в оружие технологий искусственного интеллекта. ссылка

Указ

Основополагающим документом является "Национальная стратегия развития искусственного интеллекта на период до 2030 года" утвержденная указом Президента Российской Федерации от 10 октября 2019 года N 490 ссылка ссылка 2

В данной стратегии отмечается В настоящее время в мире происходит ускоренное внедрение технологических решений, разработанных на основе искусственного интеллекта, в различные отрасли экономики и сферы общественных отношений.

Основные понятия

В данном документе приведены основные понятия связанные с научным направлением "ИИ". В частности искусственный интеллект определяется как - 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; В свою очередь 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;

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

использование программ и библиотек с

Следует особо отметить что быстрое развитие ИИ обусловлены такими факторами высокая доступность инструментов (в том числе программ для ЭВМ с открытым кодом и открытых библиотека искусственного интеллекта в сети "Интернет") для разработки на основе искусственного интеллекта технологических решений.

основные направления

Следует отметить что среди Основных направлений разработки и развития программного обеспечения указывается

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

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

Технический комитет

Немаловажным фактором развития научного и технического направления ИИ является проблема стандартизации в этой области.

В этой связи следует отметить что в середине 2019 года был создан 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

В состава данного комитета созданы Рабочие группы (РГ):

• РГ 01 «Основополагающие стандарты»
• РГ 02 «Большие данные»
• РГ 03 «Качество систем искусственного интеллекта»
• РГ 04 «Прикладные технологии искусственного интеллекта»
• РГ 05 «Искусственный интеллект в образовании»

ссылка на презентацию

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

Одной из задач РГ 01 является унификация и стандартизация терминологии

Особый интерес для нас представляет рабочая группа 05

РГ 05 «Искусственный интеллект в образовании»

Задачами данной группы являются

• 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

Значительным достижением комитета является создание классификации ИИ

ГОСТы

ГОСТ Р 59277-2020 Системы искусственного интеллекта. Классификация систем искусственного интеллекта

ссылка

Принципы классификации систем искусственного интеллекта Искусственный интеллект как область знаний охватывает все области человеческой деятельности. включая: информатику, математику, философию, психологию, термодинамику, лингвистику, здравоохранение. инженерию, экономику, когнитивные науки и др. Эти знания используются в таких приложениях, как: системы управления, системы принятия решений. многоагентные системы, системы обработки естественного языка, распознавание образов, распознавание речи, обработка знаний, интеллектуальный анализ данных, логистика и другие приложения.

Среди множества оснований для классификации можно выделить два "Специализации систем" и "Вид деятельности". В последнем основании нас интересует класс "Образование и наука". А по основанию "Специализации систем". Классы

• Экспертные системы (управление знаниями)
• Игровые системы ?
• Систем естественного языка
• Систем компьютерного зрения

По основанию "знания" - по модели знаний процедурные или декларативные а также базы знаний; по управлению знаниями.

ещё ссылка

Проекты стандартов

Хотя данные "проекты стандартов не подлежит применению до их утверждения" тем не менее он дает общую картину по терминологии о областям применения элементов ИИ в образовательном процессе.

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ Понятия и терминология

В проекте устанавливает общие положения и терминологию в области технологии искусственного интеллекта в образовании. Термины сведены в пять групп: 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.

В данном проекте даны определение ИИ в контексте системы и в контексте инженерной дисциплины. В первом случае ИИ определяется как " Способность приобретать, обрабатывать, создавать и применять знания , определенные в форме модели, для выполнения одной или нескольких поставленных задач". Во втором как "Дисциплина о создании и изучении ИИ"

Кромке того даны определения термина "Система искусственного интеллекта" ( Спроектированная система обработки информации, обладающая ИИ); "Знания" (Информация об объектах, событиях, понятиях и правилах, их отношениях и свойствах, систематизированная для целевого регулярного использования).

Дано определение термина экспертная система- Система ИИ, которая инкапсулирует актуальные знания человека-эксперта и позволяет неспециалистам использовать эти знания для решения задач.

Прикладной (специальный) ИИ - ИИ, который решает определенные задачи для решения конкретной проблемы.

Робот- Автоматизированная система с исполнительными механизмами, которая выполняет поставленные задачи в материальном мире посредством измерения окружающей среды и программной системы управления. ем.

Человеко-машинное объединение - эффективная и действенная интеграция человеческого взаимодействия и интеллектуальных способностей машины.

ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОБРАЗОВАНИИ

Проект стандарта ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОБРАЗОВАНИИ (Общие положения и терминология) разработан в рабочей группе РГ 05

В данном проекте искусственный интеллект, определяется как 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.

Приведены определения как специфические термины так и термины определенные в других стандартах и директивных документах.

Особый интерес представляет раздел Общие положения в котором определяются области использования специфических технологий ИИ в области образования.

В разделе Использование технологий компьютерного зрения в образовании приведены следующие области:

- для контроля обучаемого 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 обучаемых и сотрудников образовательных организаций на входах образовательного учреждения с целью предотвращения допуска посторонних лиц в образовательной учреждение;

- предотвращения конфликтных ситуаций между обучающихся 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 и т.д.

В разделе Использование технологий автоматического распознавания речи даются следующие области использорвания:

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

- автоматизации проверки устных докладов обучающихся.

В разделе Технологии машинного обучения и анализа данных в образовании приведены следующие области использования:

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

- автоматизации процессов оценивания выполненных заданий при помощи алгоритмов;

- автоматизации процесса подготовки к занятию преподавателя при помощи рекомендательной системы подбора учебно-методических материалов;

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

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

В разделеИспользование совокупности описанных технологий искусственного интеллекта отмечается что " Совокупность описываемых технологий искусственного интеллекта используется для автономного обучения обучающихся без вмешательства преподавателя посредством искусственного интеллекта-репетитора. Технологии компьютерного зрения позволяют перевести входную информацию обучающегосмя в машиночитаемый вид. Технологий машинного обучения и анализа данных позволяют сформировать персональный образовательную траекторию обучающегося и провести оценивание.

Программное обеспечение

искусственный интеллект (artificial intelligence): Комплекс технологических решений, позво- ляющий имитировать когнитивные функции человека (включая самообучение, поиск решений без за- ранее заданного алгоритма и достижение инсайта) и получать при выполнении конкретных практически значимых задач обработки данных результаты, сопоставимые, как минимум, с результатами интеллек- туальной деятельности человека. Примечание — Комплекс технологических решений включает в себя информационно-коммуникацион- ную инфраструктуру, программное обеспечение (в том числе, в котором испогъзуются методы машинного обучения). процессы и сервисы по обработке данных, анализу и синтезу решений.

Средства программного обеспечения систем ИИ

Основной средой функционирования систем ИИ будут операционные системы на основе дистрибутивов Linux к которым относятся дистрибутивы Astra Linux, ROSA и т.д.

Средства построения СИИ включают:

- языки программирования

- языки инженерии знаний

- вспомогательные средства

- средства поддержки.

Языки программирования

Императивные языки(Паскаль, Си, Форт, Бейсик и др.) позволяют создавать последовательности команд, выполняемых в порядке их рас­положения. Императивная программа одинаково выполняется при каждом последующем прогоне.

Декларативные языки используются для написания спецификаций некоторой предметной области. Спецификация характеризует некото­рое множество объектов предметной области и заданные на нем отно­шения между объектами. Декларативные языки делятся на логические и функциональные.

Наиболее важным среди функциональных языков является язык Лисп. Лисп основан на функциональном - исчислении Черча. На его базе разработаны мощные инструментальные оболочки экспертных сис­тем KEE, LOOPS, ART, S.I и др. Такие широко распространенные вер­сии языка Лисп как Интерлисп и Мехлисп имеют развитые редакторы и средства отладки.

Языки программирования, подобные языку Лисп, представляют максимальную гибкость разработчику СИИ, но не подсказывают ему, как представлять знания и строить механизмы их обработки. Это ограни­чение в значительной мере снято в языке Пролог.

Языки представления знаний

   CycL
   IKL
   KIF
   Loom
   OWL
   KM: Машина Знаний (фреймовый язык, использовавшийся для задач представления знаний)
   язык Пролог

Для разработки систем ИИ используют такие языки программирования как Prolog, Python, Lisp, Java. Си, Паскаль

Prolog

В репозитории Astra Linux присутствует дистрибутив языка SWI-prolog. Данный язык позволяет разрабатывать различные системы ИИ. В частности экспертные системы.

SWI-prolog присутствует во всех выпусках (версиях дистрибутива) debian "jessie" "stretch" актуальном "buster" и перспективном "bullseye"

русификация

По прологу имеется достаточное количество литературы

Начиная с версии 7.3.33 на SWI-Prolog распространяется упрощенной лицензия BSD.

На сайте программы есть возможность скачивания пакетов и дополнений

Пакеты - это относительно независимые дополнительные библиотеки, которые могут быть доступны не во всех установках. Пакеты являются частью выпусков исходного кода SWI-Prolog и могут быть включены или отключены во время сборки.

Дополнения для расширений, предоставляемых сообществом, которые должны быть установлены отдельно с помощью.

Lisp

Лисп является наиболее важным языком программирования, используемым в исследованиях по искусственному интеллекту и в математической лингвистике. Лисп представляет собой язык так называемого функционального программирования. Он основан на алгебре списочных структур, лямбда-исчислении и теории рекурсивных функций. Лисп долгое время являлся основным инструментом исследователей искусственного интеллекта и средством теоретического подхода к анализу программирования.

Python

Python идеально подходит для проектов в сфере компьютерного зрения и машинного обучения, аналитики, разработки систем корпоративного обучения.

Java

Java бесспорно один из самых популярных. В частности, Java применяют при создании решений для машинного обучения, нейронных сетей, алгоритмов поиска, генетического программирования и мульти-робототехнических систем.

Такие свойства, как объектно-ориентированность и масштабируемость, обязательны для ИИ-проектов, а потому Java подходит им как нельзя лучше.

С помощью Java API ученые создали целый ряд мобильных роботов, которые используются для исследований в районе Полярного круга

Java и ИИ

JavaScript

Вы — веб-разработчик, заинтересовавшийся искусственным интеллектом (AI)? Хотите с легкостью создать приложения AI полностью на JavaScript, которые будут работать где угодно, без головной боли от утомительной установки, размещения на облачных сервисах или работы с Python? Тогда TensorFlow.js для вас! Эта библиотека смещает парадигму и устраняет разрыв между разработчиками веб-интерфейсов и ранее трудоемким процессом обучения и приручения AI. Теперь разработчики могут с легкостью использовать искусственный интеллект для создания приложений, реагирующих в реальном времени на вводимые пользователем голосовые и мимические данные, или для создания более

Другие средства по

Оболочки экспертных систем-(программный продукт, обладающий средствами представления знаний для определенных предметных областей)

   Оболочка, shell

   CLIPS

   DYNACLIPS

   FuzzyCLIPS

TensorFlow

TensorFlow - это комплексная платформа, которая упрощает создание и развертывание моделей машинного обучения. Основная библиотека с открытым исходным кодом, которая поможет вам разрабатывать и обучать модели машинного обучения. работает с Python. TensorFlow.js - это библиотека JavaScript для обучения и развертывания моделей в браузере и на Node.js.

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