«Արհեստական ինտելեկտի համակարգեր» արտահայտությունը շատերի համար առաջացնում է ասոցիացիաներ տարբեր գիտաֆանտաստիկ ֆիլմերի և զրուցակիցների հետ, որոնք ընդօրինակում են արհեստական ինտելեկտը: Մեր ժամանակներում ռոբոտներն իրականություն են դարձել, և ամեն անգամ, երբ բացում ես ռոբոտաշինությանը նվիրված հերթական ցուցահանդեսը, զարմանում ես, թե մարդկությունը որքան առաջ է գնացել իր տեխնոլոգիական առաջընթացով։
Արհեստական ինտելեկտի խնդիրը կապված է այն փաստի հետ, որ, ըստ ընդհանուր ընդունված գաղափարների, տեխնածին միտքը համակարգչային գործընթաց է, որի հատկությունները կապված են մարդու մտածողության հետ։ Այնուամենայնիվ, գիտությունը դեռևս չի կարող հստակ պարզել, թե ինչպես է մարդը մտածում և ինչպիսին է նրա մտածողությունը։ Հետևաբար, արհեստական ինտելեկտի ստեղծումն առայժմ հիմնված է միայն ինտուիտիվ գուշակությունների վրա։
Մինչդեռ ժամանակակից տեղեկատվական տեխնոլոգիաների զարգացման ամենահեռանկարային ոլորտներից մեկը դարձել է կիրառական նեյրոնային ցանցերի ստեղծումը։ Ինչ էներկայացնում է արհեստական նեյրոնային ցանց (ANN): Սա փոքր մաթեմատիկական մոդել է, որն աշխատում է կենսաբանական նեյրոնների սկզբունքով, որոնք ֆունկցիոնալ կերպով համակցված են մեկ համակարգում:
Տեխնածին նեյրոնային ցանցերը կամ, ինչպես կոչվում են նաև արհեստական ինտելեկտի համակարգեր, հաճախ օգտագործվում են ոչ ամբողջական թվով տվյալների կամ խնդիրների լուծումներ գտնելու համար, որոնք չեն կարող հստակ ձևակերպվել:
Առաջին ANN-ը հայտնվել է դեռ 1958 թվականին հոգեբան Ֆրենկ Ռոզենբլատի շնորհիվ։ Պատկերների վրա հիմնված այս համակարգը մոդելավորում էր մարդու ուղեղը և փորձեր էր անում ճանաչել տեսողական տվյալները: ANN-ի գործարկման սկզբունքը հիմնված է մշակված տարրերի մի շարքի միջև կապ ստեղծելու վրա: Յուրաքանչյուր նեյրոն մուտքի մոտ ստանում է մեծ թվով ազդանշաններ: Այն կատարում է դրանց վերլուծությունը կշռված գործակիցներին համապատասխան և առաջացնում է անձնական ազդանշան, որը գալիս է մեկ այլ նեյրոն: Բոլոր նեյրոնները կազմակերպված են շերտերի մեջ և կապ ունեն միմյանց հետ։ Յուրաքանչյուր շերտ մշակում է մուտքային ազդանշանը և այնուհետև ստեղծում է իր սեփականը հաջորդ շերտի համար: ANN-ի հիմնական առավելությունը ինքնուրույն սովորելու կարողությունն է։
Արհեստական ինտելեկտի համակարգի աշխատանքի համար ցանկալի է օգտագործել մի քանի պրոցեսոր, քանի որ միայն մեկ համակարգիչ օգտագործելիս աշխատանքի արագությունը նկատելիորեն նվազում է։ Նման ANN-ները օգտագործվում են խոսքի, ձեռագրի սինթեզման և ճանաչման համար, ֆինանսական ոլորտում, ինչպես նաև ամենուր, որտեղ անհրաժեշտ է վերլուծել հզոր տեղեկատվական հոսքերը:
Նեյրո-փորձագիտական համակարգերը, որոնք այսօր տարածված են, հատուկ համակարգեր ենարհեստական բանականություն, որի հիմքը հսկայական գիտելիքների բազա է։ Այն պահպանում է բազմաթիվ տեղեկություններ և մեթոդներ, որոնք անհրաժեշտ են առաջադրանքները լուծելու համար: Տվյալների բազան պարունակում է նաև ինքնուսուցման ալգորիթմ, որը հիմնված է ընթացակարգային որոշումների գնահատման տվյալների վրա:
Ցանկացած փորձագիտական համակարգի շատ կարևոր բաղադրիչը նրա ինտերֆեյսն է: Նրա շնորհիվ մարդը կարող է շտեմարանը լրացնել նոր տվյալներով, տրամաբանական եզրակացություններ ստանալ եւ այլն։ Կիրառելով կուտակված գիտելիքները՝ այս համակարգերը կարող են ճիշտ լուծում գտնել այն խնդիրների համար, որոնք չափազանց բարդ են մարդկային հնարավորությունների համար։ Փորձագիտական համակարգերը հաճախ օգտագործվում են այնպիսի ոլորտներում, ինչպիսիք են ծրագրային տեխնիկան, ռազմական գիտությունը, երկրաբանությունը, պլանավորումը, կանխատեսումը, բժշկությունը և կրթությունը:
Վերջերս հայտնի դարձավ, որ Google-ը մտադիր է մինչև 2029 թվականը ապահովել նոր արհեստական ինտելեկտի որոնման հարցումների մշակումը։ Ավելին, տեխնիկական տնօրեն Ռ. Կուրցվեյլի խոսքերով, նոր խելացի որոնողական համակարգը կկարողանա հասկանալ մարդկային հույզերը։ Զարմանալի չէ՞։ Ռոբոտները դեռ մտածել չգիտեն, բայց կարող են սովորել։ Իսկ ի՞նչ կլինի հետո․․․
