Як працює штучний інтелект невже подібні програми самі задають собі інструкції та

DevOps, software developer

Існує кілька підходів до створення так званого штучного інтелекту, але одним з найпопулярніших методів є навчання системи на прикладах. Воно подібно підготовці нас самих до вирішення якихось типових або схожих завдань.

Хороший, класичний, приклад: цифрове розпізнавання тексту. Пишеться програма, яка з якихось принципам відрізняє одні символи від інших. Потім, програмою "скармливаются" деякі "добрі" варіанти зображень букв, а потім і пропозицій. Таких етапів навчання може бути багато, і на кожному розробник вказує програмі, де вона помилилася, а де була права. Таким чином відбувається підстроювання програми під приклади. Більше прикладів - краще результат. Потім, програма перемикається в режим розпізнавання (а не навчання), де вона може вже розпізнавати зображення і видавати результати. Ця ідея на початку 60х була створена Френк Розенблат. Подібні моделі були названі їм перцептроном.

Тут може виникнути питання, а як же відбувається підстроювання? Робота всієї системи найчастіше організована на основі нейронної мережі, яка, як здається вченим, моделює роботу нашого мозку. У нейронної мережі є нейрони (у чистій математичної моделі функції, які приймають декілька змінних і можуть повертати теж деякий набір результатів) і зв'язку між ними. У кожного нейрона є своя функція, свої параметри, а у зв'язків - вага. Підстроювання полягає в зміні параметрів і ваг.

Іншим цікавим підходом до проектування ІІ є генетичні алгоритми, які базуються на біологічних процесах: схрещуванні, мутації і "виживання" найкращих генів (моделей), але це інша і теж дуже величезна тема;)