Добірка наукової літератури з теми "Штучний інтелект"

Штучний інтелект поки не захопив весь світ, але вже підпорядковує світ digital-маркетингу. І це не повинно насторожувати, адже штучний інтелект починає виконувати за людей прості завдання та відкриває безліч нових можливостей.

Розробка оптимальної моделі для виявлення типу ракової пухлини зі знімків ЕКГ, та порівняння отриманих результатів з іншими методами для виявлення кращого методу серед представлених. Розробка представлена у вигляді прикладної програми.

Глобалізаційні процеси кінця ХХ – початку ХХІ століть, посилені стрімким розвитком і широким поширенням інформаційнокомунікаційних технологій, зумовили низку масштабних змін у різних сферах сучасного суспільства. Україна, рухаючись за вектором інтеграції до Європейського Союзу, синхронно переходить до суспільства знань, адже Євросоюз ще наприкінці минулого століття обрав свій інформаційнотехнологічний шлях модельного розвитку.

Тема штучного інтелекту є актуальною у сучасній науці та взагалі у суспільстві, адже наука не стоїть на місці і з кожним днем ми все стрімкіше наближаємося до машинізації, тож давайте розглянемо цю проблему. Штучний інтелект ("artificial intelligence", AI) відноситься до моделювання людського інтелекту в машинах, які запрограмовані думати як людина і імітувати її дії. Тому через постійний прогрес скоро можна буде спостерігати за впровадженням штучного інтелекту і в психологію.

Одним із найважливіших компонентів розвитку сучасних інформаційних технологій є створення та використання систем штучного інтелекту. Попит на такі технології стрімко зростає. Активно розробляються та впроваджуються системи сканування і розпізнавання тексту; нагальними постають проблеми створення комп’ютерних словників національних мов, машинного перекладу з однієї мови на іншу тощо. Це насамперед пов’язано з розвитком глобальної інформаційної мережі Internet і підвищенням рівня комп’ютеризації управління всіх сфер людського життя. Для визначення реальних можливостей розвитку штучного інтелекту розглянемо перспективні підходи до організації систем штучного інтелекту та можливості штучного інтелекту сьогодні.

Пояснювальна записка: 80 стор., 47 рис., 10 табл., 16 посилань. Об’єкт дослідження – мехінізми хімічних реакцій. Предмет дослідження – розрахунок констант швидкостей процесу синтезу аміаку, генерація даних для «навчання» нейронних мереж. Метою роботи є дослідження та викорисання методів машинного навчання для визначення механізмів хімічних реакцій на прикладі реакції синтезу аміаку. На основі кафедрального програмного продукту, що дає змогу грунтуючись на експериментальних даних щодо зміни концентрацій реагентів протягом хімічного процесу та ряду додаткових даних отримати значення констант швидкостей хімічних реакцій, було проведено пошук констант швидкостей хімічних реакцій та аналіз правильності припущеного мезанізму. Програмний продукт створено для обробки експериментальних даних з використанням алгоритмів машинного навчання. Пропозиції щодо подальших досліджень - застосування нових алгоритмів, вдосконалення інтерфейсу користувача, прискорення та систематизація даних.<br>Explanatory note: 80 pages, 47 figures, 10 tables, 16 references. The object of research is the mechanism of industrial synthesis of ammonia. The subject of research - the calculation of rate constants of chemical processes, data generation for "learning" neural networks. The aim of the work is to study and use machine learning methods to determine the mechanism of heterogeneous chemical reactions on the example of ammonia synthesis reaction. Based on the cathedral software, which allows based on experimental data on changes in reagent concentrations during the chemical process and a number of additional data to obtain values of rate constants of chemical reactions, the rate constants of chemical reactions and analysis of the correct mechanism of ammonia synthesis. The software product is designed to process experimental data using machine learning algorithms. Suggestions for further research - the use of new algorithms, improving the user interface, acceleration and systematization of data.

Сьогодні вирішення проблеми побудови якісних моделей дуже важливе. При їх використанні можна відмовитись від проведення реального експерименту, при цьому, чим точніші моделі, тим ширше сфера їх використання. Одним із способів побудови точних моделей є побудова системи штучного інтелекту, який зможе сам аналізувати навколишній світ та будувати власну модель.