Развитие ИИ. Глубокое и машинное обучение
Автор: Столяров А.С., Раджабов Т.Р.
Журнал: Теория и практика современной науки @modern-j
Рубрика: Основной раздел
Статья в выпуске: 8 (38), 2018 года.
Бесплатный доступ
В области искусственного интеллекта (ИИ) и особенно в машинном обучении (МО) происходит удивительный прогресс. Новые подходы к глубокому обучению дают толчок в развитии ИИ, обладающего возможностями самосовершенствования. Но каковы более широкие социальные последствия этого развития и в какой степени классические концепции ИИ по-прежнему актуальны? В статье обсуждаются эти вопросы, включая обзор основных понятий и понятий ИИ в отношении больших данных. Особое внимание уделяется ролям, социальным последствиям и рискам машинного и глубокого обучения.
Искусственный интеллект, глубокое обучение, автономия, автоматизация, алгоритмическая отчетность, оценка технологии
Короткий адрес: https://sciup.org/140273760
IDR: 140273760
The development of AI. Deep and machine learning
In the field of artificial intelligence (AI) and especially machine learning (MO) is an amazing progress. New approaches to deep learning give impetus to the development of AI, with opportunities for self-improvement. But what are the broader social implications of this development, and to what extent are classic AI concepts still relevant? The article discusses these issues, including an overview of the basic concepts and concepts of AI in relation to big data. Special attention is paid to the roles, social consequences and risks of machine and deep learning.
Список литературы Развитие ИИ. Глубокое и машинное обучение
- Домингос П. Верховный алгоритм - 2015
- Бостром Н. Искусственный интеллект. Этапы. Угрозы. Стратегии - 2014
- I. Goodfellow, Y. Bengio, A.Courville "Deep Learning (Adaptive Computation and Machine Learning series)" 2016.
