Хиймэл оюун ухаан (англ. artificial intelligence, AI) /зохиомол оюун/ нь компьютерын програм хангамжаар бүтээгдсэн хүний сэтгэхүйг дууриалгасан ба бараг ижил түвшинд хүргэхийг хичээдэг технологийн төрөл ба аливаа хүний хийдэг үйл ажиллагааг хийж орлуулахад зориулагддаг болно. Мөн энэ асуудлыг судалдаг шинжлэх ухааны салбар, судалгааны чиглэл, их дээд сургуулийн хичээл, курсийг нэрлэхдээ энэ нэр томьёог ашиглана. Хиймэл оюун ухаан судлал, хиймэл оюун ухааны хичээл гэх мэт. Ихэнх хиймэл оюун судлаачид болон ном зохиолд судалгааны энэ чиглэлийг тодорхойлохдоо "ухаалаг агент бүтээх шинжлэх ухааны судалгаа" гэсэн байдаг. Энд ухаалаг агент гэж "орчноо танин мэдэж, тохирсон үйлдлийг гүйцэтгэхдээ амжилтад хүрэх магадлалаа дээд зэрэгт хүргэхийг эрмэлздэг систем"-ийг хэлжээ. Анх "Хиймэл оюун ухаан" хэмээх нэр томьёог Жон Маккарти 1955 онд өөрийн бүтээлдээ ашиглаж, "ухаант машин техник бүтээх онолын болон инженерийн шинжлэх ухаан" гэж тодорхойлжээ.

Хиймэл оюуныг судлахад ашигладаг нейроны сүлжээ нь хүний нейроны ажллагаа бүтэцийг хуулбарласан байдаг
Википедиагийн логог Stablediffusion AI хиймэл оюуны дизайны програмаар олон сая зурагтай харьцуулж шинээр боловсруулж бүтээсэн өөр хувилбарын лого. Бүтээх зарчим нь хүн зургийн ерөнхий байдлыг хэлж өгнө хиймэл оюун 100% зураглалыг бүтээнэ.

Хиймэл оюун нь өөрөө өөрийгөө хөгжүүлж байдаг программ хангамжийн төгс программ юм. Бид бүхэн хиймэл оюуныг роботоор төсөөлж болно. Гэхдээ ялгаа нь өнөөгийн робот бол зөвхөн тухайн зохиогчийн бичигдсэн алгоритмын дарааллаар ажилладаг билээ. Мөн өнөөгийн компьютер тоглоомууд нь үүний тод жишээ юм. Хэрэв бид төгс хиймэл оюуныг зохион бүтээх аваас хүн төрөлхтөн өөрсдийнхөө бүтээсэн зүйлд устаж үгүй болох аюулт магадлал байгаа. Хиймэл оюунд байвал зохих чадварууд:

  1. Өөрт дүн шинжилгээ хийж, хариултыг өөрийнхөөр илэрхийлдэг байх.
  2. Өөрийнхөө алдааг өөрөө олж засварладаг
  3. Хүний сэтгэхүйгээс илүү давсныг сэтгэх

Дэлхийн хоёрдугаар дайны дараа, хэсэг бүлэг хүмүүс бие даан оюун ухаант машиныг хийхээр ажиллаж эхэлсэн. Английн математикч Алан Тюринг 1947 онд анхны судалгаагаа танилцуулсан. Тэрээр машин бүтээхээс илүү компьютерын програмчлалаар ХО-г судлах нь хамгийн сайн гэдгийг анх шийджээ. 1950 оны сүүлээр ХО-г олон хүн судлах болсон бөгөөд ихэнх нь компьютер програмчлалын суурьтай болсон.

Хиймэл оюун ухааны түүх засварлах

Гефестийн хүрэл робот болох Критийн Талос, мөн Пигмалионы Галлета зэрэг оюун ухаант машин, хиймэл бүтээлүүд Грекийн домогт гардаг. Оюун ухаантай байхад итгэсэн хүн төрөлхтөнтэй төсөөтэй байгууламжууд үндсэн чухал соёл иргэншил бүрт бүтээгдсэн байдаг: Египет болон Грект мөргөлийн хүүхэлдэйн дүрүүдийг шүтдэг байсан бол Ян Шигийн бүтээсэн хүн дүрстэй роботууд, Александрын Баатар болон Ал Жазари. Мөн түүнчлэн Жабир ибн Хайян, Жудах Лива, Парацельс нар хиймэл хүн дүрс бүтээж байсан гэдэгт итгэдэг. 19, 20-р зуун гэхэд хиймэл дүрүүд ном зохиолд түгээмэл гарах болсон, тухайлбал Мэри Шэллигийн Франкенштэйн, Карел Чапекийн R.U.R. (Розумийн универсал робот). Памела Маккордак энэ бүгд эртний итгэл үнэмшлийн зарим нэгэн жишээ хэмээн нотлоод “бурхдыг дуурайлган хийх” гэдгээр үүнийг тайлбарласан. Тэдгээр амьтад, тэдний хувь тавилангийн тухай түүхүүдийн ихэнх нь хиймэл оюун ухаанаар төлөөлүүлсэн нэгэн ижил итгэл найдвар, айдас, ёс суртахууны байдлыг авч үздэг.

Эрт дээр үеэс философичид болон математикчид механикийн буюу “формал” (ёс зүй) шалтгааныг хөгжүүлсээр ирсэн. Логикийн судалгаа Алан Тюринг болон бусад математикчдын бүтээл дээр үндэслэн програмчлах боломжтой дижитал электрон компьютерын зохион бүтээлтэд шууд чиглүүлдэг. Тюрингийн тооцооллын онолд машин нь "0" болон "1" гэсэн энгийн тэмдгүүдийг хольж математикийн дедукцийн ямар ч боломжийн үйлдлийг дуурайлгаж болохыг санал болгосон байна. Энэ нь неврологи, танин мэдэхүйн онол, кибернетик дэх (мэдрэлийн системийн) нээлтүүдтэй зэрэгцэн цөөн тооны судлаачдыг электрон тархи бүтээх боломжийн талаар илүү нухацтай авч үзэж эхлэхэд нь зоригжуулсан байна.

ХО-ны судалгааны салбар 1956 оны зун Дартмутын Коллежийн хотхонд болсон зөвлөгөөн дээр үүсгэн байгуулагдав. Жон Маккарти, Марвин Мински, Аллен Невел, Артур Самуэл, Херберт Саймон зэрэг оролцогч олон арван жил ХО-ны судалгааны удирдагчид байсан. Тэд болон тэдний оюутнууд ихэнх хүмүүсийн хувьд зүгээр л гайхамшигтай программуудыг бичсэн: тоглоомд хожигч, алгебрт өгүүлбэртэй бодлогыг боддог, логикийн теорем баталдаг, мөн ярианы англи хэлний компьютерууд байв. 1960 оны дунд үе гэхэд АНУ-д Батлан Хамгаалахын Яамнаас байгуулж байсан судалгааны төв болон лабораториуд дэлхий даяар байгуулагдав. ХО-ыг үндэслэгчид ирээдүйн шинэ салбарын талаар эерэгээр гүн гүнзгий итгэж байв: Херберт Саймон “машинууд 20 жилийн дотор хүний хийдэг ямар ч ажлыг хийх чадвартай байх болно” хэмээн таамаглаж байсан ба Марвин Мински “үр хойчууд маань... ‘хиймэл оюун ухаан’ бүтээх асуудлыг бодитойгоор шийдвэрлэх болно” гэж бичин, түүнтэй санал нэгджээ.

Тэд өөрсдийн нүүр тулсан зарим асуудлын хүндрэлийг олж хараж чадаагүй юм. 1974 онд Ноён Жеймс Лайтхилын шүүмжлэл болон илүү үр дүнтэй төсөл санхүүжүүлэхээр үзүүлж байсан дарамтын хариуд АНУ болон Британийн засгийн газрууд ХО-ны салбар дахь бүх шууд бус туршилтын судалгааг зогсоосон байна. Дараагийн цөөн хэдэн жилийг “ХО-ны өвөл” гэж нэрлэгдэж байсан ба энэ нь ОХ-ны төслүүд санхүүжилт олоход хүндрэлтэй байсан үе юм.

1980 оны эхээр ХО-ны судалгаа нэг болон хэсэг бүлэг шинжээчдийн мэдлэг, дүн шинжилгээ хийх чадварыг хөгжүүлдэг ХО-ны хөтөлбөрийн хэлбэр болох экспертийн системийн арилжааны амжилтаар сэргэж эхэлсэн байна. 1985 он гэхэд ХО-ийн зах зээл тэрбум доллараар эргэлдэх болов. Яг энэ мөчид Японы тав дахь үеийн компьютерын төсөл АНУ, Британийн засгийн газруудыг тус салбарт академик судалгаанд хөрөнгө оруулалтыг сэргээх урам зориг өгчээ. Гэвч 1987 онд Лисп Машины зах зээлийн уналтаар эхлэн ХО дахин нэг удаа муу нэр зүүн, хоёр дахь удаагийн "ХО-ны өвөл" илүү удаан үргэлжилсэн байна.

1990-ээд он болон 21-р зууны эхэн үед ХО-ны салбар хэдий анхаарлын төвд байгаагүй ч хамгийн дээд амжилтдаа хүрэв. Хиймэл оюун ухааныг ложистик, мэдээллийн олборлолт, эмчилгээний дүн шинжилгээ болон бусад олон салбарт технологийн үйлдвэрлэлээр дамжуулан ашигладаг. Түүний амжилт нь олон хүчин зүйлээс үүдэлтэй: компьютерын тооцоолох хүчин чадал өссөн (Мурийн хуулийг харна уу), тусгай дэд асуудлуудыг шийдэх тал дээр илүү онцгой байдал, ХО ухаан болон бусад салбаруудын хоорондын шинэ харилцаа холбоо бий болсон, мөн хүнд хэцүү математикийн арга, шинжлэх ухааны стандартуудад зориулсан шинжээчдийн шинэ шийдэл зэрэг.

1997 оны 5-р сарын 11-нд Дийп Блү дэлхийн ноёлогч шатрын аварга Гарри Каспаровыг ялсан анхны шатарчин компьютер болсон байна. 2011 оны 2 сард IBM–ийн асуулт хариултын систем болох Ватсон нь асуулт хариултын шоу үзүүлэн тоглолтод Жеопардигийн хамгийн агуу хоёр ялагч болох Брэд Руттер, Кен Женнингс нарыг хол зөрүү ялжээ. Xbox 360 болон Xbox One–д 3D биетийн хөдөлгөөний харилцан үйлчлэл үзүүлдэг Kinect нь ХО-ны удаан хугацааны судалгаанаас бий болсон алгоритмыг ашигладаг ба ухаалаг гар утаснууд дахь ухаалаг хувийн туслахын үүргийг ч мөн гүйцэтгэдэг.

Судалгааны хэсэг засварлах

Төлөвлөх засварлах

Гол өгүүлэл: Автоматаар төлөвлөх болон төлөвлөгөө зохиох

Ухаалаг төлөвлөгч нь зорилгоо төлөвлөх болон түүндээ хүрдэг байх хэрэгтэй. Ингэхдээ тэд ирээдүйгээ төсөөлөн бодож, дэлхий ертөнцийн нэг төлөөлөл гэдгээ мэдэрч, ирээдүйд тэднийг хэрхэн өөрчлөх үйл явцыг таамаглан мэддэг байхын зэрэгцээ тавьсан зорилго болон тэдгээрийг биелүүлэхийн тулд боломжит арга хэрэгслийг сонгох сонголтыг хийх чадвартай байх ёстой.

Ухаалаг агент нь төлөвлөлтийг сонгодог утгаар нь хийж чадах цорын ганц зүйл бөгөөд энэхүү чадвар нь түүний үйлдлүүдийн үр дүн байж болох юм. Мөн тэр жүжигчин биш бөгөөд тэрээр өөрийгөө дэлхий ертөнцөд зайлшгүй байх шаардлагатай эсэхээ урьдчилан таамаглаж, үүний хүрээнд тодорхой бус нөхцөл байдалд учир шалтгааныг тодруулан, шаардлагатай тохиодолд өөрийн төлөвлөгөөгөө өөрчилж чаддаг байх ёстой. Ихэнх ухаалаг агент нь зорилгодоо хүрэхийн тулд хамтын ажиллагаа, эсвэл өрсөлдөөний аргыг ашиглан зорилгодоо хүрдэг. Энэхүү зан байдал нь хөгжлийн алгоритм болон цогц оюун ухааны үр дүнд үүсэн бий болдог.

Суралцахуй засварлах

Гол өгүүлэл: Машины суралцахуй

Машины суралцахуй гэдэг нь компьютерын алгоритмыг сурах үйл явц бөгөөд өөрийгөө автоматаар сайжруулан туршлага хуримтлуулах явдал юм. Энэ нь хиймэл оюун ухаан бий болсон цагаас эхлэн судалгааны гол талбар болсон ойлголт.

Хяналтгүй суралцах гэдэг нь оролтоор хэв загварыг олох чадвар бий болдог бол хяналттай суралцах гэдэг нь оролтоор ангилал болон тоон регрессийн чадвар аль аль нь бий болж байдаг. Жишээлбэл, ангиллын тусламжтайгаар хэд хэдэн зүйлийг зэрэг хараад дараа нь түүнийг тодорхойлоход ашиглаж байдаг бол тоон регрессийн тусламжтайгаар орц болон гарцын хоорондын харилцан хамаарлыг тодорхойлох ба орцыг хэрхэн гарц болгон хувиргаж буй функцийг таамаглаж байдаг. Ухаалаг төлөөлөгч нь суралцах үйл явцаа бататгахдаа сайн нэгнийг шагнаж байдаг бол муу нэгнийг шийтгэх зэргээр хариу үйлдлийг үзүүлж байдаг. Тэрээр шагнах болон шийтгэх үйлдлийг хийхдээ өөрийн асуудлын орон зайд стратегийн үйл ажиллагааг удирдаж дараалал болон эрэмбэ тогтоож байдаг. Эдгээр гурван төрлийн суралцах үйл явцын тусламжтайгаар аливаа зүйлд дүн шинжилгээ хийх, шийдвэр гаргах зэрэг чадварт суралцаж байдаг. Машины суралцахуйн алгоритм, түүний үр дүнг математикийн шинжилгээний аргын тусламжтайгаар тооцоолох боломжтой бөгөөд энэ нь компьютерын шинжлэх ухааны онолын нэгэн салбар юм.

Роботын хөгжлийн чиг хандлагыг хангах, хөгжүүлэх үүднээс суралцах арга барилыг нь биеэ даасан болгож, тухайн робот өөрөө эрэл хайгуул хийх замаар хүний нийгмийн харилцаанаас насан туршдаа идэвхтэй суралцах, даган дуурайх зэргээр шинэ ур чадварыг эзэмших механизмыг боловсруулсан байдаг.

Төрөлх хэлний боловсруулалт (Харилцааны) засварлах

Гол өгүүлэл: Төрөлх хэлний боловсруулалт

Төрөлх хэлний боловсруулалт нь хүний хэлийг ойлгох чадвар болон хүний хэлээр ярих боломжийг олгосон байдаг. Энэ нь маш хүчирхэг хэлний систем бөгөөд тухайн төрөлх хэлний хэрэглэгчийн харилцаа холбооны хэрэгсэл болон мэдээлэл дамжуулагч эх үүсвэрээс мэдлэгийг шууд олж мэдэх боломжтой байдаг. Төрөлх хэлний зарим боловсруулалтад мэдээллийг шууд хайж олох, эсвэл (бичлэгийн эс үүсвэрээс) асуултад хариулах, орчуулах зэрэг үйлдлүүд багтана.

Төрөлх хэлнээс утгыг боловсруулах гол арга нь утгыг индексжүүлэх явдал юм. Боловсруулалтын хурд өсөхийн хэрээр мэдээлэл хадгалах үйл явц сайжирч, хийсвэр ойлголтуудыг индексжүүлэх үйл явц илүү үр дүнтэй болж байдаг.

Ойлголт ба хүртэхүй засварлах

Гол өгүүлэл: Машины ойлголт ба хүртэхүй, компьютерын дүрслэл, хэл ярианы танин мэдэхүй

Машины хүртэхүй, ойлголт нь оролтоос мэдээлэгчийг оруулан ашиглах буюу тухайлбал камер, микрофон, мэдрэгч, дуу авианы локатор болон бусад этгээд сонин зүйлсийг оруулан ашиглах чадвар байлаг бол харин компьютерын дүрслэл нь оролтын тусламжтайгаар дүрслэлд дүн шинжилгээ хийх чадвар юм. Өөрөөр хэлбэл хүртэхүй нь сонгосон объектыг хүлээн зөвшөөрөх буюу яриа болон нүүр, өнгөн талыг таних үйл явц юм.

Хөдөлгөөн ба жолоодлого засварлах

Гол өгүүлэл: Робот техник

Робот нь хиймэл оюун ухааны талбартай нягт холбоотой ойлголт юм. Робот нь оюун ухааныг жолоодон удирдах чадвартай байх шаардлагатай бөгөөд оюун ухааныг түүнд нутагшуулахын тулд бид нарийн судалгаа хийх шаардлагатай. Тухайлбал зураглал хийх буюу бидний эргэн тойрон, хүрээлэн буй орчин чухам ямар болох талаар байгаль орчны зураглал хийх болон роботын хөдөлгөөний төлөвлөлтийг хийхдээ бие нь хэрхэн яаж хөдлөж, ажиллах болон эрсдэлээс хамгаалан хамгаалалтын гарцыг төлөвлөх буюу нэг цэгээс нөгөө цэг рүү шилжих хөдөлгөөнийг хангасан байх ба бие махбодийн хувьд холбох, удирдах гол эд анги нь чухам юу болохыг нарийн судлах, тодорхойлох шаардлагатай.

Урт хугацааны зорилго засварлах

Хиймэл оюун ухаантай холбоотой судалгааны урт хугацааны зорилго нь дотроо дараах 3 асуудлыг агуулна. Үүнд: (1) Нийгмийн оюун ухаан, (2) Бүтээлч байдал, (3) Ерөнхий оюун ухаан.

Нийгмийн оюун ухаан засварлах

Гол өгүүлэл: Сэтгэл хөдлөлийг тооцоолох

Одоогоор сэтгэл хөдлөлийг тооцоолох буюу хүлээн зөвшөөрч түүнийг тайлбарлах системийн судалгаа нь хөгжлийн шатандаа явж байна. Энэхүү ойлголт нь компьютерын шинжлэх ухаан, сэтгэл судлал, шинжлэх ухааны болон танин мэдэхүйн салбарыг хамарсан, салбар хоорондын талбар юм. Сэтгэл хөдлөлийг тооцоолох энэхүү ойлголт эхэн үедээ философийн судалгааны шинж чанартай байсан бол 1995 онд судлаач Розалинд Пикардын компьютерын шинжлэх ухааныг сэтгэл хөдлөлийн салбартай холбон тайлбарласан эрдэм шинжилгээний ажлын үр дүнд сэтгэл хөдлөлийг тооцоолох орчин үеийн чиг хандлага үүсэн бий болсон. Тус судалгааны ажлын гол сэдэл нь бусдыг ойлгосон юм шиг дүр эсгэх чадвар байсан гэж үздэг. Өөрөөр хэлбэл машин нь хүний сэтгэл санааны байдлыг ойлгох, тэрхүү сэтгэл хөдлөлд зохих хариу үйлдэл үзүүлэх болон түүнд дасан зохицох хэрэгтэй болох ажээ. Ухаалаг төлөөлөгч нь сэтгэл хөдлөл болон нийгмийн ур чадвар гэсэн хоёр үүргийг гүйцэтгэнэ. Нэгдүгээрт, тэд бусдын сэтгэл санааны байдал болон шалтгаан үр дагаврыг урьдчилан таамаглаж, түүнийг ойлгож чаддаг байх ёстой. Энэ нь тоглоомын онол, шийдвэр гаргалтын онолоор дамжуулан хүмүүсийн сэтгэл хөдлөл, хүртэхүйн ур чадварыг загварчлах замаар тус элементүүдийг ухаалаг төлөөлөгчид суулгах явдал юм. Мөн хүн болон компьютерын харилцан үйлдлийг хөнгөвчлөхийн тулд ухаалаг төлөөлөгч нь сэтгэл хөдлөлөө харуулах боломжтой ба энэ нь үнэн хэрэгтээ тэдэнд өөрийгөө мэдрэх боломжийг олгохгүй ч гэсэн динамик байдлаар хүний сэтгэл хөдлөлийг харилцан мэдрэх боломжийг олгох юм.

Бүтээлч байдал засварлах

{гол|Тооцоолон бодох бүтээлч байдал}}

Хиймэл оюун ухааны дэд талбарыг онолын хувьд гүн ухааны болон сэтгэл зүйн талаас нь авч үзвэл аль аль нь мөн бөгөөд бүтээлч байх системүүдийн тодорхой шийдлийг бий болгох, үнэлэх, тодорхойлох шаардлагатай байна. Одоогоор бүтээлч байдлыг бий болгохын тулд холбогдох салбар болох хиймэл зөн совин болон хиймэл бодлыг судлах судалгааны үе шатандаа явж байна.

Ерөнхий оюун ухаан засварлах

Олон судлаачид хиймэл оюун ухааныг бүтээх энэхүү ажлын эцэст дээрх бүхий л оюун ухаан, ур чадварыг хослуулан эзэмшсэн буюу хүний бүхий л ур чадварыг эзэмшсэн хүчирхэг хиймэл оюун ухаан бүхий машин бий болно гэж үзэж байгаа ажээ. Ирээдүйд энэхүү төсөл нь бүрэн утгаараа биеллээ олж, хиймэл оюун ухаан бүхий хүн дүрстэй яг л хүн шиг бүтээл болно гэдэгт итгэж байгаа аж. Асуудлын ихэнх нь дээр дурдагдсан онолын дагуу шийдвэрлэгдэх бөгөөд үүний эцэст ерөнхий оюун ухаан л шаардлагатай болох юм. Жишээ нь машин хоёр хэлээр унших болон бичих бөгөөд тэр ч байтугай орчуулах, зохиогчийн аргументыг дагах (учир шалтгаан), юу ярьж байгааг мэдэх (мэдлэг), мөн итгэлтэйгээр зохиогчийн бодлыг төөрүүлэх (нийгмийн оюун санаа) гэх мэт үйлдлүүдийг хийх аж. Бүрэн гүйцэд хиймэл оюун ухаанд асуудлууд ч мөн тусгагддаг. Тиймээс судлаачид энэ асуудлыг шийдвэрлэхийн тулд бүх л асуудлыг шийдвэрлэх чадвартай байх ёстой гэж үзэж байна.

Ватсон хиймэл оюунтай компьютер зөвлөх засварлах

2011 онд АНУ-д Ай Би Эм (IBM) корпораци телевизийн асуулт хариултын шоунд зориулж, Ватсон нэртэй 40ш энгийн комьпютерыг холбон супер хиймэл оюуны лавлах бүтээж, дотор нь олон мянган ном, бүх төрлийн нэвтэрхий толь, Википедиаг багтааж хүмүүстэй өрсөлдүүлэхэд хүнийг маш хялбархан ялжээ. 2014 оны байдлаар Ватсоныг эрүүл мэндийн салбарт идэвхтэй нэвтрүүлж, эмч, сувилагчид найдвартай лавлах/зөвлөхөөр ажиллуулж эхлэв. Слоан-Кэттэрингийн Хорт хавдар эмчлэх төв дээр сувилагчдын 90% нь Ватсоны зөвлөлгөө заавар дор ажиллаж эхэлжээ.

Ватсон хиймэл оюуны хүмүүстэй мэдлэгээрээ уралдсан шоуны бичлэг засварлах

  1. Ватсон хиймэл оюун өвчтөний хорт хавдрыг оношилж, эмчилгээг нь зөвлөж байгаа үзүүлбэр
  2. Ватсоны Youtube суваг

Хиймэл оюун ухааны концептуаль модел засварлах

Эксперт систем засварлах

  • Мэдлэгийг хадгалж, эксперт хүнтэй адилхан дүгнэлт гаргадаг техник ба программ хангамж
  • Олон төрлийн бизнесийн хэрэглээнд ашиглагддаг

Компьютержсэн эксперт систем нь дүгнэлт гаргаfffүрэлдэхүүн хэсгүүдээс бүрддэг :

  • Мэдлэгийн сан (Knowledge base)
  • Дүгнэлтийн механизм (Inference engine)
  • Тайлбарлах хэрэгсэл (Explanation facility)
  • Мэдлэгийн санг хуримтлуулах хэрэгсэл (Knowledge base acquisition facility)
  • Хэрэглэгчийн интерфейс

Роботууд засварлах

Робот нь:

Машин будах, нарийн гагнуур хийх, маш нягт нямбай байдлыг шаарддаг бусад ажлыг гүйцэтгэдэг механик багаж, төхөөрөмжүүдийг хөгжүүлж, үйлдвэрлэдэг инженерчлэлийн нэг салбар юм.

Визуаль системүүд засварлах

Визуаль системүүд:

  • Визуаль дүрс, зургийг цуглуулж, хадгалж, удирдах боломжийг компьютерт олгодог техник хэрэгсэл ба програм хангамж

Програмууд:

  • Эд ангиудын үйлдвэрлэлийн үзлэг, шалгалтын нарийвчлал, хурдыг нэмэгдлүүлнэ
  • Нүүрний онцлогт түшиглэн хүмүүсийг тодорхойлох

Хүний төрөлх хэлийг боловсруулдаг систем засварлах

Төрөлх хэлний процессор:

  • Англи хэл зэрэг хүний “төрөлх” хэлүүдийг ойлгож, шинжилж, удирдаж, хэлийг бий болгодог компьютер

Дууг танигч:

  • Дууны долгионыг үгс болгон хувиргана
  • Хөрвүүлэлт хийсний дараа хүний төрөлх хэлийг боловсруулах систем нь олон төрлийн даалгавруудыг гүйцэтгэх замаар үгэнд хариу үйлдэл хийнэ

Сургалтын системүүд засварлах

Хүлээн авч буй эргэх холбоонд түшиглэн өөр өөрөөр ажиллаж эсвэл нөхцөл байдалд хариу үйлдэл үзүүлэх боломжийг компьютер олгодог програм ба техник хангамжийн хослол

Мэдрэлийн сүлжээ (Neural Networks) засварлах

Их хэмжээний өгөгдлүүдээс загвар, чиг хандлагыг таньж, ажиллаж чаддаг компьютерийн систем (ер нь эмэгтэй хүн шиг гэж ойлгож болно)

Хиймэл оюун ухааны хөгжил, төрлүүд засварлах

Машин сургалт – Machine learning засварлах

Энгийн бүх ойлголтыг компьютерт кодчилож оруулна гэвэл бүтэхгүй тул компьютер өөрөө түүхий өгөгдлөөс мэдлэг олж авах чадвартай болох хэрэгтэй. Энэ чадварыг machine learning буюу машины суралцах чадвар гэнэ. Машины сургалт нь өгөгдсөн мэдээллийг тусгай зааварчилгаа ашиглалгүйгээр өгөгдөл доторх хэв шинж, холбоо хамаарлыг тогтоож, одоогоор мэдэгдэхгүй байгаа төлвийг урьдчилан таамаглах чадвартай алгоритмыг хэлнэ.

Хяналттай - Supervised засварлах

Хэв шинжийг олохдоо оролтын болон гаралтын өгөгдлийг хоёуланг нь ашигладаг арга юм. Бүх хяналттай сургалтын аргууд Classification (Ангилал) болон Regression (Регресс) техникийн аль нэгийг ашиглан дискрет утгыг таамаглахад ашигладаг Ж нь: Хувьцааны зах зээлийн үнийн хэлбэлзэл, цаашдын хандлага

Хяналтгүй - Unsupervised засварлах

Хэв шинжийг олохдоо зөвхөн оролтын өгөгдлийг ашигладаг арга юм. Өгөгдлөөс ямар үр дүн гаргахаа мэдэхгүй үед ашиглахад тохиромжтой. Түүхий өгөгдлийг ойлгохын тулд ихэвчлэн ашигладаг. Хяналтгүй сургалт Cluster Analysis (Бүлэглэх шинжилгээ)-ний техник дээр суурилна. Ж нь: Хэрэглэгчийн нэвтрэлтийн хэлбэрийг ангилах гэх мэт

Урамшуулалд суурилсан - Reinforcement засварлах

Хэв шинжийг олохдоо алдаанд суурилан олж авдаг арга юм. Урамшуулалд суурилсан сургалтын алгаритм нь эхэн үедээ маш их алдааг гаргах болно. Ингэж өгөгдлийг эерэг, сөрөг дохиогоор сургаснаар ирээдүйн таамаглалууд илүү бага алдаа гаргах болно. Ж нь: Үйдвэрлэлийн симуляци хийхэд кейс бүрт эерэг, сөрөг дохио тааруулснаар эрсдлээс хамгаална.

Гүн сургалт – Deep learning засварлах

Гүн сургалт нь хүндхэн ойлголтыг энгийн ойлголтуудын гүн давхрагуудын тусламжтайгаар ойлгох боломжийг алгоритмчласан програмчлалын хэлбэр юм. Ямар нэг тодорхой проблемд зориулсан алгоритм ашигладаггүйгээрээ онцлог

  • 1-р давхарга — Цэгүүд, тэдгээрийн зэргэлдээ цэгүүдийн цайралтыг харьцуулснаар ирмэгүүдийг тодорхойлно.
  • 2-р давхарга — Ирмэгүүдийн мэдээлэл дээр үндэслээд өнцгүүд, ерөнхий дүрсүүдийг олж авна.
  • 3-р давхарга — Обьектын бүрдэл хэсгүүдийг олж эхэлнэ.

Хиймэл оюуныг ашиглан шийдэх шийдэл нь засварлах

1. Шийдэх гэж буй асуудалд нь алгоритмаар шийдэх боломжгүй байх

2. Маш их дата тухайн асуудлыг хүрээнд цуглуулсан байх

3. Тэр асуудлыг шийдэж болох ямар нэг зүй тогтол, шинж чанар датанд олдоно гэдэгт итгэлтэй байх хэрэгтэй.

Хиймэл оюун ухааныг судлаж буй төвүүд: засварлах

  • АНУ
  • Герман
    • Германы Хиймэл оюун ухаан судлалын төв
  • Япон
    • Орчин үеийн аж үйлдвэр, технологийн Үндэсний хүрээлэн (AIST)
  • Орос
    • Оросын ШУА-ийн хиймэл оюуны арга зүйн эрдэм шинжилгээний Зөвлөл
  • Энэтхэг
    • Мадрас хот дахь Энэтхэгийн технологийн хүрээлэн.

Бусад үзэх засварлах

Эшлэл засварлах