Искусственный интеллект
-
Алгоритмы: Определение, История и Применение
Алгоритмы: что это такое? Определение, свойства и применение в математике и информатике. Автоматизация вычислений и обработки данных.
-
Полные задачи искусственного интеллекта: сложность и подходы к решению.
AI-complete: сложные задачи ИИ, требующие общего интеллекта. Компьютерное зрение, понимание языка, безопасность. Тест Тьюринга и CAPTCHA.
-
Процесс обобщения и понятие абстракции
Абстракция: процесс выделения общих правил и понятий из конкретных примеров. Формирование концепций, фильтрация информации для конкретных целей.
-
Китайская комната: Мыслительный эксперимент о природе сознания.
Китайская комната Searle: мысленный эксперимент, опровергающий возможность сознания у ИИ. Программа не равно пониманию. Философия искусственного интеллекта.
-
Концепты: природа, структура и онтология
Концепты: что это такое? Разбираем структуру абстрактных идей, их роль в мышлении, языке и когнитивной науке. Психология, лингвистика, философия.
-
Эксперт: Знания, Опыт и Компетенция
Эксперт: кто это? Узнайте, что значит быть экспертом в определенной области – глубокие знания, опыт, признание коллег и авторитет в сфере.
-
Представление и рассуждения о знаниях в искусственном интеллекте.
Представление и рассуждение знаний в ИИ: методы, формализмы (семантические сети, онтологии), и движки автоматизированного вывода. Основы KRR/KR&R.
-
Гёдель, Эшер, Бах: Вечное золотое плетение
Книга "Гёдель, Эшер, Бах": исследование интеллекта, самореференции и возникновения смысла из простых элементов. Математика, искусство, музыка – лишь инструменты.
-
Общая семантика: подходы к познанию и решению проблем.
Общая семантика: научный подход к познанию и решению проблем. Анализ восприятия, влияния языка и контроля над реакциями. Инструмент для критического мышления.
-
Элиезер Юдковский: Исследователь искусственного интеллекта и автор.
Элиезер Юдковский – американский исследователь ИИ, основатель MIRI. Разрабатывает концепции безопасного ИИ, предотвращения "взрыва интеллекта" и дружественного ИИ.
-
Архитектура подчинения: реактивный подход к управлению роботами.
Архитектура подчинения: реактивный подход в робототехнике, предложенный Родни Бруксом. Альтернатива символьному ИИ, управление по сенсорным данным.
-
Понимание естественного языка в искусственном интеллекте
Понимание естественного языка (NLU/NLI) в ИИ: машинное чтение, перевод, анализ текста и ответы на вопросы. История и коммерческое применение NLU.
-
Аналогия как когнитивный процесс и инструмент мышления
Аналогия: что это такое? Объяснение когнитивного процесса переноса информации и значения между предметами. Логика, примеры и применение аналогий.
-
Познание: процессы и механизмы мышления
Познание: ментальные процессы восприятия, мышления, памяти и обучения. Обзор когнитивных функций, используемых для получения знаний. Когнитивная наука.
-
Метамагические темы: Сборник статей Дугласа Хофштадтера
Метамагические темы Дугласа Хофштадтера: сборник статей о самореференции, мемах, искусственном интеллекте и логике. Философия, когнитивные науки и многое другое!
-
Решение новых задач на основе опыта прошлых решений.
Рассуждения на основе прецедентов (CBR): решение новых задач, используя опыт прошлых ситуаций. Примеры в AI, юриспруденции, инженерии и биомимикрии.
-
Понимание: когнитивный процесс и его природа.
Понимание: когнитивный процесс использования концепций для анализа объектов и явлений. Способность к моделированию и разумному поведению. Психология.
-
Автоматизированный математик: Ранняя система открытия математических концепций.
Автоматизированный математик: ранняя система ИИ для открытия математических концепций путём генерации и модификации Lisp-программ. История и принципы работы.
-
Общество Разума: Книга Марвина Мински
Общество Разума: книга Марвина Мински о теории искусственного интеллекта. Модель разума из простых агентов, взаимодействие которых создает сознание.
-
Искусственный интеллект на благо человечества
Искусственный интеллект на благо человечества: этика ИИ, создание безопасного и полезного AGI, соответствие ценностям людей. Исследования и перспективы.
-
Моделирование когнитивных процессов и речевой деятельности.
Когнитивные модели: что это такое? Изучаем моделирование человеческого мышления, восприятия, памяти и действий. Принципы и применение в психологии и ИИ.
-
Автоматический ответ на вопросы: история и развитие
Автоматический ответ на вопросы (QA): дисциплина ИИ, объединяющая информационный поиск и NLP. Системы BASEBALL и LUNAR – ранние примеры QA.
-
Биоинспирированные вычисления и моделирование мозга
Биоинспирируемые вычисления: вдохновение биологией для решения задач в IT. Искусственный интеллект, машинное обучение, новые подходы к обучению.
-
Подходы к исследованиям искусственного интеллекта: "Аккуратный" и "Небрежный"
Исследования ИИ: подходы "neat" и "scruffy". "Neat" используют формальные алгоритмы (логика, сети) и математическую строгость для достижения общего интеллекта.
-
Вычислительные машины и разум: Тест Тьюринга (1950)
Тест Тьюринга: статья Алана Тьюринга 1950 года об искусственном интеллекте и возможности машин мыслить. Основы ИИ и проверка интеллекта машин.
-
Искусство низкой сложности: Алгоритмическая теория красоты
Искусство низкой сложности: теория красоты и эстетики, основанная на алгоритмической информации. Простота, минимализм и краткость – ключ к восприятию.
-
Механизм логического вывода в системах искусственного интеллекта
Механизм логического вывода в ИИ: ключевой компонент интеллектуальных систем, применяющий правила к базе знаний для получения новых данных. Экспертные системы.
-
Программные агенты: Автономные программы для работы с пользователем.
Программные агенты: что это такое? Автономные программы, действующие от имени пользователя или другой программы. Боты, Siri и роботы – примеры агентов.
-
Интеллект: определение, виды и факторы развития.
Интеллект: что это такое? Определение, виды (абстракция, логика, обучение), развитие и роль в адаптации к среде. Психология интеллекта.
-
Концептуальная интеграция: теория когнитивной лингвистики.
Концептуальное смешение в когнитивной лингвистике: теория Фауконье и Тернера о слиянии идей и сценариев для понимания языка и мышления. Bisociation.
-
Прямая цепочка рассуждений в экспертных системах
Экспертные системы: механизм прямого вывода (forward chaining). Принцип работы, правила вывода, modus ponens. Применение в бизнес-системах и ИИ.
-
Моделирование уровня знаний: подходы и применение абдуктивного рассуждения.
Моделирование уровня знаний: теория познания агентов и их взаимодействия со средой. Операторы, цели, знания – ключевые понятия подхода Ньюэлла.
-
Экспертная система MYCIN для диагностики бактериальных инфекций
Мицин: экспертная система ИИ для диагностики бактериальных инфекций и подбора антибиотиков. Разработана в Стэнфорде в 1970-х. Основана на 600 правилах.
-
Алфавит человеческой мысли Лейбница
Универсальный язык Лейбница: «алфавит мыслей» для анализа идей. Логика, символы и комбинации простых понятий – основа универсальной системы знаний.
-
Обратный тест Тьюринга: когда люди имитируют компьютеры.
Обратный тест Тьюринга: компьютер определяет, кто из собеседников – человек. Отличие от классического теста Тьюринга, роль суди и испытуемого меняются.
-
Теория многокомпонентного интеллекта Роберта Стернберга
Теория интеллекта Стернберга: три компонента (компонентный, опытный, практический) для адаптации к среде и успешной жизни. Когнитивный подход к IQ.
-
Генетические алгоритмы с участием человека: принципы и применение.
Генетический алгоритм с участием человека (HBGA): эволюционные вычисления, где люди предлагают решения. Интерфейсы для инициализации, мутации и кроссовера.
-
Многоагентные системы: принципы, применение и развитие
Многоагентные системы (MAS): что это такое? Компьютерные системы из взаимодействующих агентов для решения сложных задач. Отличие от агент-ориентированных моделей (ABM).
-
Ментальные модели: внутреннее представление реальности.
Ментальные модели: как мозг создает внутренние представления реальности для мышления, принятия решений и решения задач. Психология, когнитивные процессы.
-
Здравый смысл в искусственном интеллекте
Здравый смысл в ИИ: что это такое? Развитие искусственного интеллекта, способного к логическим умозаключениям, как человек, и пониманию физического мира.
-
Посткогнитивизм: Критика когнитивной науки и философия Хайдеггера.
Посткогнитивизм: критика когнитивной науки, альтернативы теориям Чомски и Фодора. Роль Гибсона, Дрейфуса, Батесона и др. Философия Heidegger’а.
-
Нечёткие ассоциативные матрицы: принципы и применение
Матрица нечеткой ассоциации: табличное представление логических правил, используемое в нейро-нечетких системах. Хранит веса перцептрона.
-
Теория прототипов в категоризации понятий
Теория прототипов в когнитивной науке: категоризация по степени сходства с центральным примером. Альтернатива классической теории Аристотеля.
-
Теория когнитивного развития Жана Пиаже: Эпистемологический подход к интеллекту.
Теория когнитивного развития Пиаже: как дети познают мир и строят знания. Этапы развития интеллекта, генетическая эпистемология и психология.
-
Блокхед: Мысленный эксперимент о природе интеллекта.
Блокхед: мысленный эксперимент Неда Блока о природе интеллекта и возможности прохождения теста Тьюринга системой без разума. Философия ИИ.
-
Рекурсивное самосовершенствование ИИ: риски и архитектура "Seed AI"
Рекурсивное самосовершенствование ИИ: процесс улучшения интеллекта без участия человека, ведущий к сверхинтеллекту. Риски, этика, архитектура "seed improver".
-
Проблема Бонгарда: Задачи на распознавание образов
Головоломки Бонгарда: задачи на распознавание образов, разработанные советским ученым. Найдите различия между двумя наборами простых диаграмм!
-
Общая задача решатель (GPS): Ранний подход к искусственному интеллекту.
GPS: первая программа, решающая задачи общего вида (1957). Использует анализ «цель-путь», отделяя знания о задаче от стратегии решения. ИИ, логика.
-
Модель GOMS: Структура, разновидности и применение в моделировании взаимодействия человека с компьютером.
GOMS модель в HCI: цели, операторы, методы и правила выбора. Описание когнитивной структуры опытных пользователей ПК. Психология взаимодействия человек-компьютер.
-
Обезьяна, банан и проблема искусственного интеллекта
Задача об обезьяне и бананах: классический пример в ИИ для логического программирования и планирования. Обезьяна, стул, палка и недостижимые бананы.
-
Метод каскадных правил в приобретении знаний
Приобретение знаний и RDR (Ripple Down Rules): инкрементный подход к переносу опыта экспертов в системы искусственного интеллекта. Техники RDR для экспертных систем.
-
Искусственный интеллект: Автоматическое планирование и составление расписаний
Автоматическое планирование и составление расписаний в ИИ: стратегии для роботов и агентов. Оптимизация решений в сложных задачах и принятие решений.
-
Язык PDDL для планирования в искусственном интеллекте
PDDL – язык описания задач планирования в ИИ. Разделяет модель на описание домена и конкретной проблемы, упрощая разработку и решение задач планирования.
-
Вычислительный интеллект: обучение и адаптация в сложных системах
Искусственный интеллект (CI): обучение компьютера на данных и опыте. Методы решения сложных задач, где традиционное моделирование неэффективно.
-
Когнитивные архитектуры: Проектирование интеллектуальных агентов
Когнитивные архитектуры в ИИ: теория и реализация моделей мышления, ACT-R, SOAR. Разработка интеллектуальных агентов и программ на основе когнитивных теорий.
-
Копикат: Модель аналогового мышления и когнитивных процессов.
ИИ программа Copycat: аналогии и когнитивные модели, разработанные в Indiana University. Порты на Java и Python3. Решает задачи на соответствия.
-
Модель программного обеспечения BDI: Верования, Желания и Намерения
Модель BDI в программировании: интеллектуальные агенты, верования, желания, намерения. Разделение выбора и выполнения планов для оптимальной работы.
-
Вычислительная когнитивная наука: моделирование обучения и мышления.
Компьютерная когнитивная наука: моделирование обучения и мышления. Математические и компьютерные методы в психологии для понимания обработки информации.
-
Здравый смысл в искусственном интеллекте: проблемы и перспективы.
Общие знания в ИИ: факты о мире, известные всем людям ("лимоны кислые"). Решение этой задачи – ключ к сильному ИИ и обработке естественного языка.
-
«Не вычисляется»: история фразы из поп-культуры
"Не вычисляется": происхождение и значение фразы из поп-культуры, часто используемой роботами и компьютерами. История, примеры в фильмах и сериалах.
-
Физическая система символов и гипотеза о символьной обработке интеллекта.
Физическая система символов: гипотеза PSSH о природе интеллекта. Символьная обработка как основа мышления человека и возможность создания искусственного интеллекта.
-
Рассуждения, основанные на моделях: от экспертных систем к управлению роботами.
Рассуждения на основе моделей в ИИ: создание экспертных систем, моделирование мира и управление роботами. Прогнозирование и диагностика с помощью данных.
-
Автономные агенты: теория и применение в искусственном интеллекте
Интеллектуальный агент: автономный агент, воспринимающий среду и действующий для достижения целей. Основы ИИ, рациональность и обучение.
-
Когнитивная робототехника: Интеллект в действии
Когнитивная робототехника: разработка роботов с интеллектом через обучение и рассуждения. Объединяет ИИ, машинное обучение, анализ данных и интеграцию систем.
-
Философия искусственного интеллекта: вопросы и перспективы.
Философия ИИ: исследует интеллект, сознание и этику искусственного интеллекта. Может ли машина мыслить как человек? Ключевые вопросы и перспективы.
-
Мир блоков: Исследовательская среда в искусственном интеллекте
Блочный мир в ИИ: классическая задача планирования. Алгоритм моделирует перемещение блоков для создания стопок. Основа исследований в искусственном интеллекте.
-
Эмпирическое моделирование: построение моделей на основе наблюдений
Эмпирическое моделирование: создание компьютерных моделей на основе наблюдений и экспериментов, а не математических расчетов. Принципы и применение EM.
-
Производственные системы: принципы и алгоритмы работы.
Системы продукционных правил: искусственный интеллект, основанный на правилах "ЕСЛИ-ТОГДА". Принципы работы, компоненты и применение в экспертных системах.
-
Когнитивная эргономика: изучение и оптимизация взаимодействия человека и системы.
Когнитивная эргономика: изучение взаимодействия человека и систем. Оптимизация задач, рабочих мест, интерфейсов для улучшения восприятия, памяти и принятия решений.
-
Подходы к изучению когнитивного развития: теория обработки информации
Теория обработки информации в психологии развития: как дети воспринимают и анализируют информацию, подобно компьютеру. Ключевые компоненты когнитивного развития.
-
Пространственно-временное рассуждение в искусственном интеллекте
Пространственно-временное рассуждение в ИИ: основы, когнитивные модели и вычислительные системы. Связь, ориентация, расстояние – ключевые аспекты.
-
Сбор знаний от добровольцев для искусственного интеллекта
Сбор знаний от добровольцев (KCVC) – подполе ИИ, снижающее стоимость автоматизированного мышления за счет краудсорсинга. Проекты: Open Mind Common Sense.
-
Модель человеческого процессора: Когнитивное моделирование времени выполнения задач.
Модель человеческого процессора (MHP): когнитивное моделирование для оценки юзабилити и предсказания времени выполнения задач. GOMS, KLM и др.
-
Пол Тагард: Философ, когнитивист и критик аналитической философии.
Пол Тэггард – канадский философ (род. 1950), критик аналитической философии. Разработал модель HOTCO, объединяющую эмоции и когницию. Конекционизм, мышление.
-
Тест минимального интеллектуального сигнала: количественная оценка интеллекта ИИ.
Тест минимального разумного сигнала (MIST): альтернатива тесту Тьюринга, оценивающая "человечность" ИИ через вопросы с ответами "да/нет". Оптимизация ИИ.
-
Усиление человеческого интеллекта с помощью информационных технологий
Усиление интеллекта (IA): как информационные технологии расширяют возможности человеческого разума. От абакa до интернета – история и преимущества IA над AI.
-
Вычислительная теория разума: философский обзор.
Вычислительная теория разума: философия сознания, когнитивные процессы как вычисления. История развития от Маккалока и Питтса до Путнама и Фодора.
-
Вычисления с участием человека: от эволюционных алгоритмов к искусственному интеллекту.
Вычислительные системы с участием человека (HBC): использование человеческих ресурсов для решения задач, обучения ИИ и машинного обучения. Оптимизация затрат.
-
Механизм структурного отображения в искусственном интеллекте.
Структурное отображение (SME): алгоритм аналогий в ИИ и когнитивной науке. Поиск сходства между областями знаний, игнорируя поверхностные признаки.
-
Action selection
-
Reactive planning
-
Intelligent environment
-
3APL
-
Language/action perspective
-
Diagnosis (artificial intelligence)