СЛАБЫЙ И СИЛЬНЫЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ: РАЗЛИЧИЯ И ПЕРСПЕКТИВЫ РАЗВИТИЯ Текст научной статьи по специальности «Прочие социальные науки»

УДК 004.8 Худайбедиева Н.А., ЧарыевМ.С., Азадов А.А.

Худайбедиева Н.А.

преподаватель

Туркменский государственный архитектурно-строительный институт

(г. Ашхабад, Туркменистан)

Чарыев М.С.

студент

Туркменский государственный архитектурно-строительный институт

(г. Ашхабад, Туркменистан)

Азадов А.А.

студент

Туркменский государственный архитектурно-строительный институт

(г. Ашхабад, Туркменистан)

СЛАБЫЙ И СИЛЬНЫЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ: РАЗЛИЧИЯ И ПЕРСПЕКТИВЫ РАЗВИТИЯ

Аннотация: статья рассматривает концепции слабого и сильного искусственного интеллекта, их отличия и перспективы развития. Слабый ИИ основан на алгоритмах программирования и реагирует на вводимые данные с помощью запрограммированных инструкций, в то время как сильный ИИ обладает автономностью, способностью к рассуждению и обучению, а также некоторой степенью самосознания.

Ключевые слова: слабый искусственный интеллект, сильный искусственный интеллект, машинное обучение, глубокое обучение, алгоритмы, автономность.

Что такое слабый ИИ?

Слабый ИИ, также называемый "ИИ в строгом смысле этого слова", - это ИИ, который реагирует на входные данные, как человек, на основе алгоритмов программирования. Инструменты со слабым искусственным интеллектом могут показаться "мыслящими", но это не так. Хорошим примером являются персональные помощники с голосовым управлением, такие как Siri, Сог!апа и А1еха. Когда вы задаете вопрос или команду, эти инструменты прослушивают звуковые сигналы и следуют запрограммированным инструкциям, чтобы отреагировать соответствующим образом. Они не совсем понимают слова, которые говорят их пользователи, и их значение.

Что такое сильный ИИ?

Сильный ИИ, также называемый "настоящим ИИ", - это ИИ, который мыслит автономно. Системы с сильным ИИ могут рассуждать, учиться, планировать, общаться, принимать решения и обладать определенной степенью самосознания. На самом деле, это не имитация человеческого интеллекта, а сам интеллект, по крайней мере, теоретически. Эксперты считают, что если они смогут воспроизвести структуру и функции человеческого мозга, они смогут создавать компьютеры с реальными когнитивными способностями. Исследователи глубокого обучения, поддомены ИИ, пытаются повысить автономность, позволяя компьютерам обучаться с помощью нейронных сетей, но они пытаются повысить автономность, позволяя компьютерам обучаться с помощью нейронных сетей. Хотя прогресс идет очень быстрыми темпами, по-настоящему сильный ИИ все еще находится на теоретической стадии и, вероятно, еще очень далек.

Машинное обучение и глубокое обучение.

Машинное обучение - одна из областей искусственного интеллекта. Прикладная область искусственного интеллекта, которая включает исследования и разработки компьютеров, которые извлекают уроки из опыта и повышают их способность выполнять определенные задачи. Наша цель -улучшить способность решать проблемы автономно, заставляя компьютеры

анализировать данные и извлекать уроки из этих данных с помощью различных статистических методов.

Что такое глубокое обучение?

Глубокое обучение, также называемое "глубоким обучением", - это область машинного обучения, которая стремится максимально точно имитировать человеческий мозг. Обычно модели, основанные на структуре мозга, называемые глубокими нейронными сетями, используются для моделирования нервной системы человека. Детали глубокого обучения сложны, но в основном модели глубокого обучения многократно анализируют данные для получения результатов с более человечным мышлением. Когда алгоритмы машинного обучения делают неверные прогнозы, люди указывают на это, чтобы они могли внести необходимые исправления. Такое вмешательство человека повышает точность прогнозирования алгоритма. С другой стороны, в глубоких нейронных сетях (алгоритмах глубокого обучения) нейронная сеть знает свою собственную точность прогнозирования.

СПИСОК ЛИТЕРАТУРЫ:

1. Russell, S., & Norvig, P. (2016). Artificial Intelligence: A Modern Approach. Pearson;

2. Nilsson, N. J. (1998). Artificial Intelligence: A New Synthesis. Morgan Kaufmann;

3. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.

Khudaibedieva N.A., Charyev M.S., Azadov A.A.

Khudaibedieva N.A.

Turkmen State Institute of Architecture and Civil Engineering (Ashgabat, Turkmenistan)

Charyev M.S.

Turkmen State Institute of Architecture and Civil Engineering (Ashgabat, Turkmenistan)

Azadov A.A.

Turkmen State Institute of Architecture and Civil Engineering (Ashgabat, Turkmenistan)

WEAK AND STRONG ARTIFICIAL INTELLIGENCE: DIFFERENCES AND DEVELOPMENT PROSPECTS

Abstract: article examines the concepts of weak and strong artificial intelligence, their differences and development prospects. A weak AI is based on programming algorithms and reacts to input data using programmed instructions, while a strong AI has autonomy, the ability to reason and learn, as well as some degree of self-awareness.

Keywords: weak artificial intelligence, strong artificial intelligence, machine learning, deep learning, algorithms, autonomy.