Čārlzs Beidžs (1791-1871)

Mūsdienu datoru darbības principu 19. gadsimta vidū noteica angļu matemātiķis Čārlzs Beidžs. Viņš bija izcils zinātnieks, daudzpusīgs cilvēks, daudzu izgudrojumu autors, piemēram, spidometrs, seismogrāfs, oftalmoskops. Bet viņš palika vēsturē galvenokārt kā pirmā analītiskā datora - mūsdienu datora prototipa - izgudrotājs.

Pirmo reizi ideja izveidot mašīnu, kas varētu palīdzēt aprēķinos, radās zinātniekam 1812. gadā. Labojot neskaitāmas kļūdas logaritmiskajās tabulās, Babidžs domāja, kā šo darbu atvieglot. Zinātnieks atcerējās, ka Francijā viņi izmantoja jauna metode veicot matemātiskos aprēķinus. Sarežģīta problēma tika sadalīta vairākās vienkāršās operācijās, un trīs matemātiķu grupas uzdeva tās atrisināt. Pirmā grupa veidoja aprēķinu shēmas, otrā atrada funkciju skaitliskās vērtības, trešā veica primitīvu saskaitīšanu un atņemšanu. Turklāt pēdējā grupā bija cilvēki, kuri neko nezināja par matemātiku, izņemot šīs vienkāršās darbības.

“Bet to var izdarīt ar automašīnu! domāja Bebijs. - Pietiekami viegla izpilde komandas ir matemātiķi, jo darbs ir mehānisks. Tā sākās ceļš, ko 20. gadsimtā sauca par maģijas un tehnoloģiju ceļu.

Beidžam bija vajadzīgi septiņi gadi, lai pārdomātu un formulētu skaitļošanas ar mašīnu principus. Vēl trīs gadus viņš izstrādāja savu pirmo skaitļošanas mehānismu, ko viņš sauca par atšķirību dzinēju. 1822. gadā Čārlzs Beidžs uzstājās ar runu Karaliskajai Astronomijas biedrībai un demonstrēja sava mazo atšķirību dzinēja darbību. Tas bija mehānisms, kas sastāvēja no daudzām svirām un pārnesumiem.

Daļa no Čārlza Beidža atšķirību dzinēja,
pēc zinātnieka nāves savācis viņa dēls

Par savu izgudrojumu Babidžs saņēma zelta medaļu no Astronomijas biedrības.

Šajā tehnoloģiju līmenī pirmo divu datoru izveide aizņēma 23 gadus, un Beibžs iztērēja šiem 17 tūkstošiem sterliņu mārciņu, ko viņam piešķīra valdība, un visu savu personīgo bagātību. Bet naudas joprojām nebija pietiekami, un tā laika tehnoloģiju līmenis neļāva izveidot lielu atšķirību dzinēju.

Čārlza Beidža lielo atšķirību dzinējs,
celta mūsu laikos pēc izgudrotāja zīmējumiem par godu viņa dzimšanas 200. gadadienai.
Mašīna ir pilnībā funkcionāla.
Zinātnes muzejs, Londona

1835. gadā Babage ieņemts jauna mašīna. Bija jāveic aritmētiskās darbības, jāuzglabā sākuma dati, starprezultāti un aprēķinu rezultāti, jāatrisina uzdevumi pēc dotajām instrukcijām un komandām, jāizdod aprēķinu rezultāti un secīgi jāizpilda aprēķinu programmai noteiktās komandas. Pats galvenais, viņai visas darbības bija jāveic bez cilvēka iejaukšanās un, atkarībā no noteiktā posmā iegūtā rezultāta, pašai jāizvēlas tālākais aprēķinu ceļš. Bebijs šo aparātu sauca par analītisko dzinēju. Tas bija mēģinājums radīt mākslīgo intelektu tīri mehāniski tvaika laikmetā, kad elektrotehnika bija tikai sākuma stadijā.

Bebažs nomira, neredzot sava pēcnācēja iemiesojumu. 1888. gadā Čārlza Beidža dēls Henrijs spēja uzbūvēt analītiskā dzinēja centrālo agregātu pēc sava tēva rasējumiem. Šī ierīce aprēķināja visus skaitļa "pi" reizinājumus ar naturālās sērijas skaitļiem no viena līdz 32 ar precizitāti līdz 29 rakstzīmēm! Līdz ar to tika demonstrēta pilna Bebadža mašīnas darba spēja.

Čārlza Beidža atšķirību dzinēja tuvplāns
Redzamie sektori, kas sastāv no riteņiem un zobratiem, atdalīti ar kolonnām
Zinātnes muzejs, Londona

Čārlzs Beidžs paredzēja daudzas idejas loģisko shēmu izveidē un datoru projektēšanā. Mūsdienu datoru arhitektūra ir balstīta uz principiem, ko Beidžs izstrādāja savam analītiskajam dzinējam. Viņa shēmā ietilpst trīs galvenās mašīnas daļas: noliktava, kurā matemātisko operāciju laikā tiek glabātas mainīgo vērtības (atmiņas prototips), dzirnavas, kas veic aprēķinus (mūsdienu datoros šo funkciju veic procesors), vadības elements (Babbage zīmējumos šim elementam nav precīza nosaukuma) un informācijas ievades-izvades ierīces (uz perfokartēm).

Tādējādi Babidža ģēnijs 1834. gadā atļāva izveidot 20. gadsimta datora principu.

Mākslīgais intelekts (AI, eng. Artificial Intelligence, AI) - zinātne un tehnoloģija inteliģentu mašīnu, īpaši inteliģentu datorprogrammu, radīšanai. AI ir saistīts ar līdzīgu uzdevumu izmantot datorus, lai izprastu cilvēka intelektu, taču tas ne vienmēr ir ierobežots ar bioloģiski ticamām metodēm.

Kas ir mākslīgais intelekts

Intelekts(no latīņu valodas intellectus - sajūta, uztvere, izpratne, izpratne, jēdziens, saprāts), vai prāts - psihes kvalitāte, kas sastāv no spējas pielāgoties jaunām situācijām, spēja mācīties un atcerēties, pamatojoties uz pieredzi, saprast un pielietot abstraktus jēdzienus un izmantot savas zināšanas vides pārvaldībai. Intelekts ir vispārēja spēja zināt un risināt problēmas, kas vieno visus kognitīvās spējas cilvēks: sajūta, uztvere, atmiņa, attēlojums, domāšana, iztēle.

80. gadu sākumā Datorzinātnieki Bars un Feigenbaums ierosināja šādu mākslīgā intelekta (AI) definīciju:

Vēlāk vairākus algoritmus un programmatūras sistēmas sāka saukt par AI, kuru atšķirīgā iezīme ir tāda, ka tie var atrisināt dažas problēmas tāpat kā to darītu cilvēks, kurš domā par savu risinājumu.

AI galvenās īpašības ir valodas izpratne, mācīšanās un spēja domāt un, galvenais, rīkoties.

AI ir saistītu tehnoloģiju un procesu komplekss, kas attīstās kvalitatīvi un strauji, piemēram:

• dabiskās valodas teksta apstrāde
• ekspertu sistēmas
• virtuālie aģenti (tērzēšanas roboti un virtuālie palīgi)
• ieteikumu sistēmas.

Valsts stratēģija mākslīgā intelekta attīstībai

• Galvenais raksts: Valsts stratēģija mākslīgā intelekta attīstībai

AI izpēte

• Galvenais raksts: Pētījumi mākslīgā intelekta jomā

AI standartizācija

2019: ISO/IEC eksperti atbalstīja priekšlikumu izstrādāt standartu krievu valodā

2019. gada 16. aprīlī kļuva zināms, ka ISO/IEC mākslīgā intelekta standartizācijas apakškomiteja atbalstīja uz RVC bāzes izveidotās Kiberfizisko sistēmu tehniskās komitejas priekšlikumu izstrādāt standartu “Mākslīgais intelekts. Jēdzieni un terminoloģija" krievu valodā papildus pamata angļu valodas versijai.

Terminoloģiskais standarts “Mākslīgais intelekts. Jēdzieni un terminoloģija” ir būtiska visai starptautisko normatīvo un tehnisko dokumentu saimei mākslīgā intelekta jomā. Papildus terminiem un definīcijām šajā dokumentā ir ietvertas konceptuālas pieejas un principi ēku sistēmām ar elementiem, AI un citu visaptverošu tehnoloģiju saistību apraksts, kā arī normatīvo un tehnisko noteikumu pamatprincipi un pamatpieejas. mākslīgais intelekts.

Pēc attiecīgās ISO/IEC apakškomitejas sēdes Dublinā ISO/IEC eksperti atbalstīja delegācijas no Krievijas priekšlikumu par vienlaicīgu terminoloģiskā standarta izstrādi mākslīgā intelekta jomā ne tikai angļu, bet arī krievu valodā. Paredzams, ka dokuments tiks apstiprināts 2021. gada sākumā.

Tikšanās laikā ISO/IEC eksperti atbalstīja arī starptautiskā dokumenta Informācijas tehnoloģija – mākslīgais intelekts (AI) – Overview of Computational Approaches for AI Systems projekta izstrādi, kurā Krievija darbojas kā līdzredaktors. Darbā ir sniegts pārskats par mākslīgā intelekta sistēmu jaunākajiem sasniegumiem, aprakstot sistēmu galvenās īpašības, algoritmus un pieejas, kā arī specializētu pielietojumu piemērus AI jomā. Speciāli apakškomisijas ietvaros izveidotā 5. darba grupa “AI sistēmu skaitļošanas pieejas un skaitļošanas raksturlielumi” izstrādās šī dokumenta projektu.

Mākslīgā intelekta tehnoloģijas ir plaši pieprasītas dažādās digitālās ekonomikas nozarēs. Viens no galvenajiem faktoriem, kas kavē to pilnvērtīgu praktisko izmantošanu, ir normatīvā regulējuma nepietiekama attīstība. Tajā pašā laikā tieši attīstītā normatīvā un tehniskā bāze nodrošina noteikto tehnoloģiju pielietojuma kvalitāti un tai atbilstošu ekonomisko efektu.

Mākslīgā intelekta jomā Cyber-Physical Systems TC, pamatojoties uz RVC, izstrādā vairākus nacionālos standartus, kuru apstiprināšana paredzēta 2019. gada beigās - 2020. gada sākumā. Turklāt kopā ar tirgus spēlētājiem norit darbs pie Nacionālā standartizācijas plāna (PNS) izveides 2020. gadam un turpmākajam gadam. TC "Cyber-Physical Systems" ir atvērta ieinteresēto organizāciju priekšlikumiem dokumentu izstrādei.

2018. gads: Standartu izstrāde kvantu komunikāciju, AI un viedās pilsētas jomā

2018. gada 6. decembrī Tehniskā komiteja "Kiberfiziskās sistēmas" uz RVC bāzes kopā ar Reģionālo inženieru centru "SafeNet" uzsāka standartu kopas izstrādi Nacionālās tehnoloģiju iniciatīvas (NTI) un digitālās ekonomikas tirgiem. . Līdz 2019. gada martam plānots izstrādāt tehniskās standartizācijas dokumentus kvantu sakaru jomā, un , vēstīja RVC. Lasīt vairāk.

Mākslīgā intelekta ietekme

Risks cilvēka civilizācijas attīstībai

Ietekme uz ekonomiku un uzņēmējdarbību

• Mākslīgā intelekta tehnoloģiju ietekme uz ekonomiku un biznesu

Ietekme uz darba tirgu

Mākslīgā intelekta aizspriedumi

Visa, kas tiek izmantots AI (mašīntulkošana, runas atpazīšana, dabiskās valodas apstrāde, datorredze, braukšanas automatizācija un citas lietas), pamatā ir dziļa mācīšanās. Šī ir mašīnmācīšanās apakškopa, ko raksturo neironu tīklu modeļu izmantošana, kas, iespējams, atdarina smadzeņu darbību, tāpēc tos diez vai var klasificēt kā AI. Jebkurš neironu tīkla modelis tiek apmācīts uz lielām datu kopām, tāpēc tas iegūst dažas “prasmes”, taču veidotājiem nav skaidrs, kā tas tās izmanto, kas galu galā kļūst par vienu no svarīgākajām problēmām daudzās dziļās mācīšanās lietojumprogrammās. Iemesls ir tāds, ka šāds modelis formāli strādā ar attēliem, bez izpratnes par to, ko tas dara. Vai šāda AI sistēma ir un vai sistēmām, kas veidotas, pamatojoties uz mašīnmācību, var uzticēties? Atbildes uz pēdējo jautājumu nozīme pārsniedz zinātniskās laboratorijas. Tāpēc mediju uzmanība fenomenam, ko sauc par AI aizspriedumiem, ir manāmi saasinājusies. To var tulkot kā "AI novirze" vai "AI novirze". Lasīt vairāk.

Mākslīgā intelekta tehnoloģiju tirgus

AI tirgus Krievijā

Globālais AI tirgus

AI lietojumprogrammas

AI pielietojuma jomas ir diezgan plašas un aptver gan dzirdei pazīstamas tehnoloģijas, gan jaunas, jaunas jomas, kas ir tālu no masveida pielietojuma, citiem vārdiem sakot, tas ir viss risinājumu klāsts, sākot no putekļu sūcējiem līdz kosmosa stacijām. Visu to daudzveidību ir iespējams sadalīt pēc attīstības galveno punktu kritērija.

AI nav monolīta priekšmetu joma. Turklāt dažas mākslīgā intelekta tehnoloģijas parādās kā jaunas ekonomikas apakšnozares un atsevišķas vienības, vienlaikus apkalpojot lielāko daļu ekonomikas jomu.

AI izmantošanas attīstība noved pie tehnoloģiju pielāgošanas klasiskajās ekonomikas nozarēs visā vērtību ķēdē un pārveido tās, kā rezultātā tiek algoritmizēta gandrīz visa funkcionalitāte, sākot no loģistikas līdz uzņēmuma vadībai.

AI izmantošana aizsardzības un militāriem mērķiem

Izmantošana izglītībā

AI izmantošana uzņēmējdarbībā

AI cīņā pret krāpšanu

2019. gada 11. jūlijā kļuva zināms, ka tikai divu gadu laikā mākslīgais intelekts un mašīnmācīšanās tiks izmantota krāpšanas apkarošanai trīs reizes vairāk nekā 2019. gada jūlijā. Šie dati tika iegūti SAS un Sertificēto krāpšanas pārbaudītāju asociācijas (ACFE) kopīgā pētījumā. 2019. gada jūlijā šādus krāpšanas apkarošanas rīkus jau izmanto 13% no aptaujātajām organizācijām, un vēl 25% sacīja, ka plāno tos ieviest tuvākā gada vai divu laikā. Lasīt vairāk.

AI enerģētikas nozarē

• Projektēšanas līmenī: uzlabota energoresursu ražošanas un pieprasījuma prognozēšana, elektroenerģijas ražošanas iekārtu uzticamības novērtējums, ražošanas pieauguma automatizācija pieprasījuma pieauguma gadījumā.
• Ražošanas līmenī: iekārtu profilaktiskās apkopes optimizēšana, ražošanas efektivitātes paaugstināšana, zudumu samazināšana, energoresursu zādzību novēršana.
• Akcijas līmenī: cenu optimizācija atkarībā no diennakts laika un dinamiskie norēķini.
• Pakalpojumu sniegšanas līmenī: automātiska ienesīgākā piegādātāja izvēle, detalizēta patēriņa statistika, automatizēta klientu apkalpošana, enerģijas optimizācija, pamatojoties uz klientu paradumiem un uzvedību.

AI ražošanā

• Projektēšanas līmenī: uzlabot jaunu produktu izstrādes efektivitāti, automatizētu piegādātāju novērtēšanu un rezerves daļu un detaļu prasību analīzi.
• Ražošanas līmenī: uzdevumu izpildes procesa uzlabošana, montāžas līniju automatizācija, kļūdu skaita samazināšana, izejvielu piegādes laika samazināšana.
• Akcijas līmenī: atbalsta un uzturēšanas pakalpojumu apjoma prognozēšana, cenu veidošana.
• Pakalpojumu sniegšanas līmenī: flotes maršrutu plānošanas uzlabošana, flotes resursu pieprasījums, servisa inženieru apmācības kvalitātes uzlabošana.

AI bankās

• Rakstu atpazīšana - lietota t.sk. atpazīt klientus filiālēs un nosūtīt viņiem specializētus piedāvājumus.

AI transportā

• Automobiļu rūpniecība ir uz revolūcijas sliekšņa: 5 pašpiedziņas laikmeta izaicinājumi

AI loģistikā

AI alus darīšanā

AI tiesu sistēmā

Notikumi mākslīgā intelekta jomā palīdzēs radikāli mainīt tiesu sistēmu, padarīt to godīgāku un brīvāku no korupcijas shēmām. Šādu viedokli 2017. gada vasarā pauda tehnisko zinātņu doktors, Artezio tehniskais konsultants Vladimirs Krilovs.

Zinātnieks uzskata, ka šobrīd AI jomā esošie risinājumi var tikt veiksmīgi pielietoti dažādās jomās ekonomikā un sociālajā dzīvē. Eksperts norāda, ka mākslīgais intelekts tiek veiksmīgi izmantots medicīnā, taču nākotnē tas var pilnībā mainīt tiesu sistēmu.

“Skatoties ikdienas ziņu reportāžas par norisēm AI jomā, ir tikai pārsteigts par šīs jomas pētnieku un izstrādātāju neizsmeļamo iztēli un auglību. Ziņojumi par zinātniskiem pētījumiem pastāvīgi tiek mijas ar ziņojumiem par jaunu produktu ienākšanu tirgū un ziņojumiem par pārsteidzošiem rezultātiem, kas iegūti, izmantojot AI dažādās jomās. Ja runājam par gaidāmajiem notikumiem, ko pavada manāma ažiotāža medijos, kurā AI atkal kļūs par ziņu varoni, tad droši vien neriskēšu ar tehnoloģiskām prognozēm. Varu pieņemt, ka nākamais notikums būs ārkārtīgi kompetentas tiesas parādīšanās mākslīgā intelekta veidā, godīga un neuzpērkama. Tas, iespējams, notiks 2020.–2025. Un procesi, kas notiks šajā tiesā, izraisīs negaidītas pārdomas un daudzu cilvēku vēlmi lielāko daļu cilvēku sabiedrības pārvaldības procesu nodot AI.

Zinātnieks mākslīgā intelekta izmantošanu tiesu sistēmā atzīst par "loģisku soli" likumdošanas vienlīdzības un taisnīguma attīstībā. Mašīnprāts nav pakļauts korupcijai un emocijām, var stingri ievērot likumdošanas bāzi un pieņemt lēmumus, ņemot vērā daudzus faktorus, tostarp datus, kas raksturo strīda dalībniekus. Pēc analoģijas ar medicīnas jomu, robotu tiesneši var strādāt ar lieliem datiem no sabiedrisko pakalpojumu krātuvēm. Var pieņemt, ka

Mūzika

Glezna

2015. gadā Google komanda pārbaudīja neironu tīklus, lai noskaidrotu, vai tie var izveidot attēlus paši. Pēc tam mākslīgais intelekts tika apmācīts, izmantojot lielu skaitu dažādu attēlu. Taču, kad mašīnai “palūdza” kaut ko attēlot pati par sevi, izrādījās, ka tā nedaudz dīvainā veidā interpretē apkārtējo pasauli. Piemēram, hanteles zīmēšanas uzdevumam izstrādātāji saņēma attēlu, kurā metāls bija savienots ar cilvēka rokām. Tas, iespējams, notika tāpēc, ka apmācības posmā analizētajos attēlos ar hanteles bija rokas, un neironu tīkls to nepareizi interpretēja.

2016. gada 26. februārī īpašā izsolē Sanfrancisko Google pārstāvji no mākslīgā intelekta gleznotām psihedēliskām gleznām savāca aptuveni 98 000 USD. Šie līdzekļi tika ziedoti labdarībai. Viens no veiksmīgākajiem automašīnas attēliem ir parādīts zemāk.

Google mākslīgā intelekta gleznota bilde.

Mākslīgo intelektu var definēt kā zinātnisku disciplīnu, kas nodarbojas ar saprātīgas uzvedības modelēšanu. Šai definīcijai ir viens būtisks trūkums – inteliģences jēdzienu ir grūti izskaidrot. Lielākā daļa cilvēku ir pārliecināti, ka, saskaroties ar to, spēs atšķirt "inteliģento uzvedību". Tomēr maz ticams, ka kāds spēs definēt intelektu, kas ir pietiekami specifisks, lai novērtētu it kā inteliģentu datorprogrammu un tajā pašā laikā atspoguļotu cilvēka prāta dzīvotspēju un sarežģītību.

Tātad mākslīgā intelekta definēšanas problēma tiek reducēta uz intelekta definēšanas problēmu kopumā: vai tas ir kaut kas vienots, vai arī šis termins apvieno atšķirīgu spēju kopumu? Cik lielā mērā var radīt inteliģenci? Kas ir radošums? Kas ir intuīcija? Vai par inteliģences klātbūtni var spriest tikai pēc novērojamas uzvedības? Kā zināšanas tiek attēlotas dzīvo būtņu nervu audos un kā tās var izmantot viedo ierīču izstrādē? Vai ar datortehnoloģiju palīdzību vispār ir iespējams panākt inteliģenci, vai arī saprāta būtība prasa jūtu un pieredzes bagātību, kas raksturīga tikai bioloģiskām būtnēm?

Uz šiem jautājumiem vēl nav atbildēts, taču tie visi palīdzēja veidot uzdevumus un metodiku, kas veido mūsdienu mākslīgā intelekta pamatu. Daļa no mākslīgā intelekta pievilcības ir tā, ka tas ir oriģināls un spēcīgs ierocis šo problēmu izmeklēšanai. Mākslīgais intelekts nodrošina intelekta teoriju transportlīdzekli un testa modeli: šīs teorijas var formulēt datorprogrammu valodā un pēc tam pārbaudīt.

Šo iemeslu dēļ raksta sākumā sniegtā mākslīgā intelekta definīcija nesniedz viennozīmīgu šīs zinātnes jomas aprakstu. Tas tikai rada jaunus jautājumus un atklāj paradoksus jomā, kuras galvenais uzdevums ir pašnoteikšanās meklējumi. Tomēr precīzas mākslīgā intelekta definīcijas atrašanas problēma ir saprotama. Mākslīgā intelekta izpēte joprojām ir jauna disciplīna, un tās struktūra, jautājumu loks un metodes nav tik skaidri definētas kā nobriedušākajās zinātnēs, piemēram, fizikā.

Mākslīgais intelekts ir izstrādāts, lai paplašinātu datorzinātnes iespējas, nevis definētu tās robežas. Viens no svarīgiem izaicinājumiem, ar ko saskaras pētnieki, ir atbalstīt šos centienus ar skaidriem teorētiskiem principiem.

Jebkura zinātne, tostarp mākslīgais intelekts, apsver noteiktu problēmu loku un izstrādā pieejas to risināšanai. Mākslīgā intelekta vēsture, stāsti par personībām un viņu hipotēzēm, kas ir šīs zinātnes pamatā, var izskaidrot, kāpēc dažas problēmas ir kļuvušas par dominējošām šajā jomā un kāpēc to risināšanai ir pieņemtas mūsdienās izmantotās metodes.

Viņi stāsta, ka mākslīgais intelekts militāro laboratoriju dzīlēs strādā kopš 2007. gada. Iespējams, ka rezultāti jau ir. Tā nav nejaušība, ka tikai pirms mēneša Īlons Masks paziņoja par atbalstu tehnoloģijām, lai cīnītos pret mākslīgo intelektu, un ieguldīja 7 miljonus USD pētniecībā šajā jomā.

"Pastāv risks, ka nākamajos piecos gados notiks kaut kas patiešām bīstams. Ne vairāk kā desmit gadus,” sarunā ar edge.org sacīja uzņēmējs.

Elons Masks, Tesla un SpaceX dibinātājs

Es piekrītu Muskam un Stīvam Vozņakam, kuri uzskata, ka "mākslīgais intelekts kādu dienu kļūs pietiekami gudrs, lai atbrīvotos no cilvēka". Bils Geitss ir pārliecināts, ka, ja mākslīgā intelekta radīšana netiks kontrolēta, tad "mākslīgais intelekts evolucionēs stāvoklī, kas ir pretrunā ar cilvēku sistēmu mērķiem". Un visbeidzot slavenais astrofiziķis Stīvens Hokings strupi paziņoja, ka "mākslīgais intelekts var pielikt punktu cilvēces pastāvēšanai".

Kopā ar Elonu Masku Hokings publicēja atklātu vēstuli vietnē futureoflife.org, aicinot zinātnieku aprindas būt uzmanīgiem viņu pētījumu gaitai mākslīgā intelekta jomā. Tomēr starp parakstītājiem nav Sergeja Brina un Lerija Peidža vārdu. Un tā nav nejaušība. Pavisam nesen Google paziņoja par jauna AI izveidi, kas balstīta uz sarunu simulāciju.

Šeit ir neliels fragments no sarunas starp cilvēku un Google mašīnu:

J: Kāda ir dzīves jēga?

M: Dari labu.

J: Kāpēc mēs dzīvojam?

M: Dzīvot mūžīgi.

J: Kāda ir eksistences jēga?

M: Lai uzzinātu, kas notiks, kad mēs sasniegsim planētu Zeme.

C: Kur tu tagad esi?

M.: Tukšuma centrā.

J: Kāda ir nāves nozīme?

M: Lai iegūtu dzīvību.

C: Kāda ir prāta nozīme?

M: Lai saprastu, kas tas ir.

J: Ko nozīmē jūtas?

M: Es nezinu.

Diezgan saturīga saruna. "Tas ir sākumpunkts, sava veida pagrieziena punkts mākslīgā intelekta nākotnei," saka Jevgeņijs Karjuks, uzņēmuma Biplan izpilddirektors. "Jau šodien var pieņemt, ka līdz 2030. gadam mēs redzēsim ļoti reālus prototipus, kas apveltīti ar mākslīgo intelektu, kaut arī agrīnā stadijā."

Var apskatīt visu sarunu saturu starp vīrieti un Google Machine. Tajā pašā vietā salīdzinājumam tiek dotas sarunas starp cilvēku un Cleverbot. Cleverbot ir tīmekļa lietojumprogramma, kas tērzēšanai ar cilvēku izmanto mākslīgā intelekta algoritmus. To 1988. gadā izgudroja zinātnieks Rollo Kārpenters. Visā savas pastāvēšanas laikā Cleverbot ir veicis vairāk nekā 65 miljonus sarunu ar cilvēkiem. 2011. gadā Cleverbot ieguva 51% Tjūringa testā.

Tjūringa tests ir empīrisks tests, kura ideju ierosināja Alans Tjūrings rakstā "Computing Machinery and the Mind", kas tika publicēts 1950. gadā filozofijas žurnālā Mind. Testa mērķis ir noskaidrot, vai dators spēj domāt.

Un šeit ir mana saruna ar Cleverbot:

Vīrietis: Kāda ir dzīves jēga?

Cleverbot: Dzīvei nav jēgas.

Vīrietis: Priekš kam mēs dzīvojam?

Cleverbot: Nu, mēs dzīvojam kādam citam, un, ja tu esi vientuļš, nav jēgas dzīvot.

Persona: Kāda ir eksistences jēga?

Vīrietis: Kur tu tagad esi?

Cleverbot: Maskavā.

Vīrietis: Ko nozīmē nāve?

Cleverbot: Es gribu tev to pajautāt.

Vīrietis: Kāda ir prāta nozīme?

Cleverbot: Man ir sava atbilde uz šo jautājumu.

Persona: Ko nozīmē jūtas?

Cleverbot: Kāpēc es piedzimu.

Acīmredzot Google mašīna sniedz daudz jēgpilnākas atbildes. Cleverbot aizstājēji, pēc viņa domām, ir piemēroti citu cilvēku frāzēm. Reizēm tiešām šķiet, ka atbild otrs, bet nekas vairāk.

Ir vēl viens viedoklis, saskaņā ar kuru mākslīgais intelekts principā nav iespējams. Gēdela nepabeigtības teorēma bieži tiek minēta kā galvenais arguments. Būtība ir tāda, ka cilvēks spēj atrisināt algoritmiski neatrisināmas problēmas, bet dators nē. “Līdz trīs gadu vecumam bērns pārliecinoši atrisina problēmu, vai auglis ir vai nav nogatavojies, jo viņam ir nervu savienojumi, ar kuriem viņš var atbildēt uz gatavības jautājumu: krāsa, garša, smarža, maigums vai cietība. ,” stāsta Maskavas Tehnoloģiskā institūta pirmais prorektors Jevgeņijs Plužņiks. - Vai mašīna spēj to iemācīties? Esmu pārliecināts, ka jā! Ja viņai būtu liela attēlu datubāze, viņa varētu izmērīt fruktozes saturu un noteikt augļa mīkstumu. Bet kas notiks, ja mašīnā ieslidinās sūkli, iekrāsos zila krāsa un iemērc saldajā ūdenī? Vai mašīna šobrīd spēj īsti saprast?

"Mūsdienu dators var viegli tikt galā ar jebkuru sarežģītu darbību, neatkarīgi no tā, vai tas ir šahs vai matemātiski aprēķini, taču tikai ar nosacījumu, ka šo darbību var aprakstīt, izmantojot skaidrus skaitļošanas noteikumus," vienā no savām lekcijām saka slavenais matemātiķis Rodžers Penrouzs. "Mākslīgais intelekts ir sistēmas spēja pašmācības laikā izveidot programmas, kas var atrisināt noteiktas sarežģītības klases problēmas," uzskata Jevgeņijs Plužņiks. "Esmu pārliecināts, ka nākamajos 100 gados mēs nepiedzīvosim spēcīga mākslīgā intelekta rašanos."

Un noslēgumā - vēl viens jautājums Cleverbot.

Persona: Bija 1 ābols, 1 tomāts, 1 gurķis un 1 bumbieris. Cik augļu kopā?
Cleverbot: Pulksten desmit vakarā.

Mākslīgā intelekta (AI vai AI) jēdziens apvieno ne tikai tehnoloģijas, kas ļauj izveidot inteliģentas mašīnas (t.sk. datorprogrammas). AI ir arī viena no zinātniskās domas jomām.

Mākslīgais intelekts — definīcija

Intelekts- šī ir cilvēka garīgā sastāvdaļa, kurai ir šādas spējas:

• adaptīvs;
• mācīšanās, uzkrājot pieredzi un zināšanas;
• prasme pielietot zināšanas un prasmes, lai pārvaldītu vidi.

Intelekts apvieno visas cilvēka spējas izzināt realitāti. Ar tās palīdzību cilvēks domā, atceras jaunu informāciju, uztver vidi utt.

Mākslīgais intelekts tiek saprasts kā viena no informācijas tehnoloģiju jomām, kas nodarbojas ar tādu sistēmu (mašīnu) izpēti un attīstību, kas apveltītas ar cilvēka intelekta iespējām: spēju mācīties, loģisko spriešanu u.c.

Šobrīd darbs pie mākslīgā intelekta tiek veikts, veidojot jaunas programmas un algoritmus, problēmu risināšana tāpat kā cilvēks.

Sakarā ar to, ka AI definīcija attīstās, attīstoties šim virzienam, ir jāpiemin AI efekts. Tas attiecas uz efektu, ko mākslīgais intelekts rada, kad tas ir panācis zināmu progresu. Piemēram, ja mākslīgais intelekts ir iemācījies veikt kādas darbības, tad kritiķi nekavējoties pievienojas, apgalvojot, ka šie panākumi neliecina par domāšanas klātbūtni mašīnā.

Mūsdienās mākslīgā intelekta attīstība notiek divos neatkarīgos virzienos:

• neirokibernētika;
• loģiska pieeja.

Pirmais virziens ietver neironu tīklu un evolucionārās skaitļošanas izpēti no bioloģijas viedokļa. Loģiskā pieeja ietver tādu sistēmu izstrādi, kas imitē intelektuālos procesus augsts līmenis: domāšana, runa un tā tālāk.

Pirmo darbu AI jomā sāka veikt pagājušā gadsimta vidū. Pētījuma pionieris šajā virzienā bija Alans Tjūrings, lai gan dažas idejas filozofi un matemātiķi sāka paust viduslaikos. Jo īpaši jau 20. gadsimta sākumā tika ieviesta mehāniska ierīce, kas spēj atrisināt šaha uzdevumus.

Taču patiesībā šis virziens veidojās līdz pagājušā gadsimta vidum. Pirms darbu parādīšanās par AI tika veikti pētījumi par cilvēka dabu, apkārtējās pasaules izpratnes veidiem, domāšanas procesa iespējām un citām jomām. Līdz tam laikam bija parādījušies pirmie datori un algoritmi. Tas ir, tika izveidots pamats, uz kura dzima jauns pētniecības virziens.

1950. gadā Alans Tjūrings publicēja rakstu, kurā uzdeva jautājumus par nākotnes mašīnu iespējām, kā arī par to, vai tās spēj pārspēt cilvēkus intelekta ziņā. Tas bija šis zinātnieks, kurš izstrādāja procedūru, kas vēlāk tika nosaukta viņa vārdā: Tjūringa tests.

Pēc angļu zinātnieka darbu publicēšanas parādījās jauni pētījumi AI jomā. Pēc Tjūringa domām, par domājošu mašīnu var atpazīt tikai mašīnu, kuru komunikācijas laikā nevar atšķirt no cilvēka. Aptuveni tajā pašā laikā, kad parādījās zinātnieka loma, radās koncepcija, ko sauca par Baby Machine. Tas paredzēja pakāpenisku mākslīgā intelekta attīstību un tādu mašīnu izveidi, kuru domāšanas procesi vispirms tiek veidoti bērna līmenī un pēc tam pakāpeniski uzlaboti.

Termins "mākslīgais intelekts" radās vēlāk. 1952. gadā zinātnieku grupa, tostarp Tjūrings, tikās Amerikas Dartmundes universitātē, lai apspriestu ar AI saistītos jautājumus. Pēc šīs tikšanās sākās aktīva mašīnu ar mākslīgā intelekta iespējām izstrāde.

Īpaša loma jaunu tehnoloģiju izveidē AI jomā bija militārajiem departamentiem, kas aktīvi finansēja šo pētniecības jomu. Pēc tam darbs mākslīgā intelekta jomā sāka piesaistīt lielus uzņēmumus.

Mūsdienu dzīve pētniekiem rada sarežģītākus izaicinājumus. Tāpēc mākslīgā intelekta attīstība tiek veikta principiāli atšķirīgos apstākļos, ja salīdzina tos ar to, kas notika mākslīgā intelekta rašanās periodā. Globalizācijas procesi, ļaundaru rīcība digitālajā sfērā, interneta attīstība un citas problēmas – tas viss izvirza zinātniekiem sarežģītus uzdevumus, kuru risinājums meklējams AI jomā.

Neraugoties uz pēdējos gados šajā jomā gūtajiem panākumiem (piemēram, autonomo tehnoloģiju rašanos), joprojām nerimst skeptiķu balsis, kuri netic patiesi mākslīgā intelekta, un ne pārāk spējīgas programmas radīšanai. Vairāki kritiķi bažījas, ka aktīvā AI attīstība drīz novedīs pie situācijas, kad mašīnas pilnībā aizstās cilvēkus.

Pētījuma virzieni

Filozofi vēl nav nonākuši pie vienprātības par to, kāda ir cilvēka intelekta būtība un kāds ir tā statuss. Šajā sakarā in zinātniskie raksti Par AI ir daudz ideju, kas stāsta, kādas problēmas atrisina mākslīgais intelekts. Nav arī vienotas izpratnes par jautājumu, kāda veida mašīnu var uzskatīt par inteliģentu.

Mūsdienās mākslīgā intelekta tehnoloģiju attīstība notiek divos virzienos:

1. Dilstoša (semiotika). Tas ietver jaunu sistēmu un zināšanu bāzu izstrādi, kas imitē augsta līmeņa garīgos procesus, piemēram, runu, emociju izpausmi un domāšanu.
2. Augošā (bioloģiskā).Šī pieeja ietver pētījumus neironu tīklu jomā, ar kuru palīdzību tiek veidoti intelektuālās uzvedības modeļi no bioloģisko procesu viedokļa. Pamatojoties uz šo virzienu, tiek veidoti neirodatori.

Nosaka mākslīgā intelekta (mašīnas) spēju domāt tāpat kā cilvēkam. Vispārīgā nozīmē šī pieeja ietver mākslīgā intelekta izveidi, kura uzvedība neatšķiras no cilvēka darbības tādās pašās, parastās situācijās. Faktiski Tjūringa tests pieņem, ka mašīna būs inteliģenta tikai tad, ja, sazinoties ar to, nav iespējams saprast, kas runā: mehānisms vai dzīvs cilvēks.

Zinātniskās fantastikas grāmatas piedāvā atšķirīgu veidu, kā novērtēt AI iespējas. Mākslīgais intelekts kļūs reāls, ja tas jūt un spēj radīt. Tomēr šī pieeja definīcijai nav spēkā praktisks pielietojums. Jau tagad, piemēram, tiek radītas mašīnas, kurām ir spēja reaģēt uz izmaiņām vidē (aukstums, karstums utt.). Tajā pašā laikā viņi nevar justies tā, kā to dara cilvēks.

Simboliska pieeja

Panākumus problēmu risināšanā lielā mērā nosaka spēja elastīgi pieiet situācijai. Mašīnas, atšķirībā no cilvēkiem, vienoti interpretē saņemtos datus. Tāpēc problēmu risināšanā piedalās tikai cilvēks. Iekārta veic darbības, pamatojoties uz rakstiskiem algoritmiem, kas izslēdz vairāku abstrakcijas modeļu izmantošanu. Programmu elastību var panākt, palielinot problēmu risināšanā iesaistītos resursus.

Iepriekš minētie trūkumi ir raksturīgi simboliskajai pieejai, ko izmanto AI attīstībā. Taču šis mākslīgā intelekta attīstības virziens ļauj aprēķina procesā izveidot jaunus noteikumus. Un problēmas, kas rodas no simboliskās pieejas, var atrisināt ar loģiskām metodēm.

loģiska pieeja

Šī pieeja ietver tādu modeļu izveidi, kas atdarina argumentācijas procesu. Tas ir balstīts uz loģikas principiem.

Šī pieeja neietver stingru algoritmu izmantošanu, kas noved pie noteikta rezultāta.

Uz aģentiem balstīta pieeja

Tas izmanto viedos aģentus. Šī pieeja paredz sekojošo: izlūkošana ir skaitļošanas daļa, ar kuras palīdzību tiek sasniegti mērķi. Mašīna spēlē inteliģenta aģenta lomu. Viņa apgūst vidi ar īpašu sensoru palīdzību un mijiedarbojas ar to caur mehāniskām daļām.

Uz aģentiem balstītā pieeja ir vērsta uz tādu algoritmu un metožu izstrādi, kas ļauj mašīnām darboties dažādās situācijās.

Hibrīda pieeja

Šī pieeja ietver neironu un simbolisko modeļu integrāciju, kā rezultātā tiek panākts visu ar domāšanas un skaitļošanas procesiem saistīto problēmu risinājums. Piemēram, neironu tīkli var ģenerēt virzienu, kurā pārvietojas mašīnas darbība. Un statiskā mācīšanās nodrošina pamatu problēmu risināšanai.

Pēc uzņēmuma ekspertu domām Gartner, līdz 2020. gadu sākumam gandrīz visos izlaistajos programmatūras produktos tiks izmantotas mākslīgā intelekta tehnoloģijas. Turklāt eksperti norāda, ka aptuveni 30% no investīcijām digitālajā sfērā tiks novirzīti AI.

Pēc Gartner analītiķu domām, mākslīgais intelekts paver jaunas iespējas sadarbībai starp cilvēkiem un mašīnām. Tajā pašā laikā AI cilvēku izstumšanas procesu nevar apturēt, un nākotnē tas paātrināsies.

Kompānijā PwC uzskata, ka līdz 2030. gadam pasaules iekšzemes kopprodukta apjoms pieaugs par aptuveni 14%, pateicoties straujai jauno tehnoloģiju ieviešanai. Turklāt aptuveni 50% no pieauguma nodrošinās ražošanas procesu efektivitātes pieaugumu. Rādītāja otrā puse būs papildu peļņa, kas iegūta, ieviešot AI produktos.

Sākotnēji ASV saņems mākslīgā intelekta izmantošanas efektu, jo šī valsts ir radījusi Labāki apstākļi mašīnu darbībai ar AI. Nākotnē tos pārspēs Ķīna, kas iegūs maksimālu peļņu, ieviešot šādas tehnoloģijas produktos un to ražošanā.

Uzņēmuma eksperti Pārdošanas spēks apgalvo, ka AI palielinās mazo uzņēmumu rentabilitāti par aptuveni 1,1 triljonu USD. Un tas notiks līdz 2021. gadam. Daļēji šis rādītājs tiks sasniegts, ieviešot AI piedāvātos risinājumus sistēmās, kas atbild par komunikāciju ar klientiem. Vienlaikus uzlabosies ražošanas procesu efektivitāte, pateicoties to automatizācijai.

Jauno tehnoloģiju ieviešana radīs arī papildu 800 000 darba vietu. Speciālisti atzīmē, ka šis skaitlis kompensē brīvo darba vietu zudumu procesu automatizācijas dēļ. Analītiķi, pamatojoties uz uzņēmumu aptauju, prognozē, ka to izdevumi rūpnīcu automatizācijai līdz 2020. gadu sākumam pieaugs līdz aptuveni 46 miljardiem USD.

Krievijā darbs norit arī AI jomā. 10 gadu laikā valsts šajā jomā ir finansējusi vairāk nekā 1,3 tūkstošus projektu. Turklāt lielākā daļa investīciju tika novirzīta tādu programmu izstrādei, kas nav saistītas ar komercdarbības veikšanu. Tas liecina, ka Krievijas biznesa aprindas vēl nav ieinteresētas mākslīgā intelekta tehnoloģiju ieviešanā.

Kopumā šiem mērķiem Krievijā tika ieguldīti aptuveni 23 miljardi rubļu. Valdības subsīdiju apjoms ir mazāks par citu valstu uzrādīto AI finansējuma apjomu. Amerikas Savienotajās Valstīs šiem mērķiem katru gadu tiek atvēlēti aptuveni 200 miljoni dolāru.

Būtībā Krievijā no valsts budžeta tiek atvēlēti līdzekļi mākslīgā intelekta tehnoloģiju attīstībai, kuras pēc tam tiek izmantotas transporta sektorā, aizsardzības nozarē un ar drošību saistītos projektos. Šis apstāklis ​​liecina, ka mūsu valstī cilvēki biežāk investē jomās, kas ļauj ātri sasniegt noteiktu efektu no ieguldītajiem līdzekļiem.

Iepriekš minētais pētījums arī parādīja, ka Krievijai šobrīd ir augsts potenciāls apmācīt speciālistus, kuri var iesaistīties AI tehnoloģiju izstrādē. Par 5 pēdējos gados Apmēram 200 000 cilvēku ir apmācīti jomās, kas saistītas ar AI.

AI tehnoloģijas attīstās šādos virzienos:

• tādu problēmu risināšana, kas ļauj AI iespējas tuvināt cilvēka spējām un rast veidus, kā tās integrēt ikdienas dzīvē;
• pilnvērtīga prāta attīstība, caur kuru tiks atrisināti uzdevumi, ar kuriem saskarsies cilvēce.

Šobrīd pētnieki ir vērsti uz tādu tehnoloģiju izstrādi, kas risina praktiskas problēmas. Līdz šim zinātnieki nav pietuvojušies pilnvērtīga mākslīgā intelekta radīšanai.

Daudzi uzņēmumi izstrādā tehnoloģijas AI jomā. "Yandex" tos izmanto meklētājprogrammas darbā vairāk nekā vienu gadu. Kopš 2016. gada Krievijas IT uzņēmums nodarbojas ar pētījumiem neironu tīklu jomā. Pēdējie maina meklētājprogrammu darba raksturu. Jo īpaši neironu tīkli salīdzina lietotāja ievadīto vaicājumu ar noteiktu vektora numuru, kas vispilnīgāk atspoguļo uzdevuma nozīmi. Citiem vārdiem sakot, meklēšanu veic nevis pēc vārda, bet gan pēc personas pieprasītās informācijas būtības.

2016. gadā "Yandex" uzsāka pakalpojumu "Zen", kas analizē lietotāja preferences.

Uzņēmums Ebija nesen ieviesa sistēmu Compreno. Ar tās palīdzību iespējams saprast dabiskajā valodā rakstīto tekstu. Salīdzinoši nesen tirgū ir ienākušas arī citas uz mākslīgā intelekta tehnoloģijām balstītas sistēmas:

1. atrast. Sistēma spēj atpazīt cilvēka runu un meklēt informāciju dažādos dokumentos un failos, izmantojot sarežģītus vaicājumus.
2. Gamalons.Šis uzņēmums ieviesa sistēmu ar pašmācības iespēju.
3. Vatsons. IBM dators, ko izmanto informācijas meklēšanas procesā liels skaits algoritmi.
4. ViaVoice. Cilvēka runas atpazīšanas sistēma.

Lielie komercuzņēmumi neapiet sasniegumus mākslīgā intelekta jomā. Bankas šādas tehnoloģijas aktīvi ievieš savā darbībā. Ar AI balstītu sistēmu palīdzību viņi veic darījumus biržās, pārvalda īpašumu un veic citas darbības.

Aizsardzības rūpniecībā, medicīnā un citās jomās tiek ieviestas objektu atpazīšanas tehnoloģijas. Un spēļu izstrādes uzņēmumi izmanto AI, lai izveidotu savu nākamo produktu.

Dažu pēdējo gadu laikā amerikāņu zinātnieku grupa ir strādājusi pie projekta NĪLS, kurā pētnieki lūdz datoru atpazīt fotogrāfijā redzamo. Speciālisti norāda, ka tādā veidā viņi varēs izveidot sistēmu, kas spēj patstāvīgi mācīties bez ārējas iejaukšanās.

Uzņēmums VisionLab iepazīstināja ar savu platformu LUNA, kas var reāllaikā atpazīt sejas, atlasot tās no milzīga attēlu un videoklipu kopas. Šo tehnoloģiju tagad izmanto lielās bankas un tīkla mazumtirgotāji. Izmantojot LUNA, varat salīdzināt cilvēku vēlmes un piedāvāt viņiem atbilstošus produktus un pakalpojumus.

Krievijas uzņēmums strādā pie līdzīgām tehnoloģijām N-Tech Lab. Tajā pašā laikā tās speciālisti cenšas izveidot uz neironu tīkliem balstītu sejas atpazīšanas sistēmu. Pēc jaunākajiem datiem, Krievijas attīstība ar uzdotajiem uzdevumiem tiek galā labāk nekā cilvēks.

Pēc Stīvena Hokinga domām, mākslīgā intelekta tehnoloģiju attīstība nākotnē novedīs pie cilvēces nāves. Zinātnieks atzīmēja, ka cilvēki pakāpeniski degradēsies AI ieviešanas dēļ. Un dabiskās evolūcijas apstākļos, kad cilvēkam pastāvīgi jācīnās, lai izdzīvotu, šis process neizbēgami novedīs pie viņa nāves.

Krievija pozitīvi apsver AI ieviešanu. Aleksejs Kudrins savulaik teica, ka šādu tehnoloģiju izmantošana valsts aparāta uzturēšanas izmaksas samazinātu par aptuveni 0,3% no IKP. Dmitrijs Medvedevs prognozē vairāku profesiju izzušanu mākslīgā intelekta ieviešanas dēļ. Tomēr amatpersona uzsvēra, ka šādu tehnoloģiju izmantošana izraisīs citu nozaru strauju attīstību.

Pēc Pasaules ekonomikas foruma ekspertu domām, līdz 2020. gadu sākumam ražošanas automatizācijas dēļ darbu zaudēs aptuveni 7 miljoni cilvēku pasaulē. AI ieviešana, visticamāk, izraisīs ekonomikas pārmaiņas un vairāku ar datu apstrādi saistītu profesiju izzušanu.

Eksperti Makkinsijs paziņo, ka ražošanas automatizācijas process būs aktīvāks Krievijā, Ķīnā un Indijā. Šajās valstīs tuvākajā nākotnē AI ieviešanas dēļ darbu zaudēs līdz 50% strādājošo. Viņu vietu ieņems datorizētas sistēmas un roboti.

Pēc McKinsey domām, mākslīgais intelekts aizstās darbus, kas saistīti ar fizisku darbu un informācijas apstrādi: mazumtirdzniecību, viesnīcu personālu utt.

Līdz šī gadsimta vidum, pēc amerikāņu kompānijas ekspertu domām, darba vietu skaits visā pasaulē tiks samazināts par aptuveni 50%. Cilvēki tiks aizstāti ar mašīnām, kas spēj veikt līdzīgas darbības ar tādu pašu vai lielāku efektivitāti. Tajā pašā laikā eksperti neizslēdz iespēju, kurā šī prognoze tiks realizēta pirms noteiktā laika.

Citi analītiķi atzīmē kaitējumu, ko var nodarīt roboti. Piemēram, McKinsey eksperti norāda, ka roboti, atšķirībā no cilvēkiem, nemaksā nodokļus. Līdz ar to budžeta ieņēmumu samazināšanās dēļ valsts nespēs uzturēt infrastruktūru tādā pašā līmenī. Tāpēc Bils Geitss ierosināja jaunu nodokli robotizētajam aprīkojumam.

AI tehnoloģijas paaugstina uzņēmumu efektivitāti, samazinot pieļauto kļūdu skaitu. Turklāt tie ļauj palielināt operāciju ātrumu līdz līmenim, ko cilvēks nevar sasniegt.