История развития ИИ

ГБОУ инж. школы№1581:

но не ограничивается биологически правдоподобными методами. В основу ИИ ложатся

нейронные сети. ИИ имеет обширную историю, делящуюся на три этапа.

Период прорыва

Период застоя

Период развития

они сформулировали понятие нейронной сети и представили модель нейронной сети. 1949-Дональд

Хебб придумал механизм обновления для модификаций кол-ва соединений между нейронами, и применяется он до сих пор. 1950-Алан Тьюринг опубликовал статью «Вычислительные машины и разум». В ней описывался знаменитый «тест Тьюринга»

1951-создан первый компьютер на основе нейронной сети, в основу которого легло 3000 лампочек и автопилот бомбардировщика.

с мозгом, – персептрон. 1958-Джон Фон Нейман предложил имитировать функции нейронов

при помощи вакуумных трубок.

1952-А. Самюэл написал ряд программ для игры в шашки, которые играли на уровне хорошо подготовленного любителя, причем одна из них научилась играть лучше, чем ее создатель.

задачи, внешне весьма сходные с теми, которые они успешно решали.
2.Однослойные

сети теоретически неспособны решить многие простые задачи, в том числе реализовать функцию «исключающее ИЛИ».

В 1969-ом году М. Минский публикует доказательства ограниченности персептрона, и его неспособность решать достаточно широкий круг задач.

В совокупности с остальными факторами это привело к снижению интереса многих исследователей к нейронным сетям.

разработан алгоритм обратного распространения ошибки, для обучения многослойных персептронов. Этот

метод обучения сетей преодолевает ограничения, указанные Минским, хоть метод и не являлся универсальным. Проблема заключалась в долгом процессе обучения, а в некоторых случаях сеть могла вообще не обучиться по двум причинам: паралич сети и попадание в локальный минимум

на строение зрительной коры. Обучается конкурентным обучением (без учителя).
1980 г.

– С целью улучшить Когнитрон, Фукусима разработала мощную парадигму- неокогнитрон. Такие сети часто применяются для внешнего распознавания текста.

1982 г. - Дж. Хопфилд разработал нейронную сеть с обратными связями. Сеть не могла использоваться, но были заложены основы, позволившие вложить в искусственные нейронные сети ассоциативную память.

1987 г. - Роберт Хехт-Нильсон разработал сети встречного распространения. Время обучения, в таких сетях, может уменьшаться в сто раз.

алгоритмы в ней сохраняют пластичность, необходимую для изучения новых образов,

в то же время, предотвращая изменение ранее запомненных образов.
2000-е годы - проблема попадания в локальный минимум была решена.
2007 г. - Джеффри Хинтоном созданы алгоритмы глубокого обучения многослойных нейронных сетей
2012 г. - на конференции «Supercomputing 2012» компанией IBM были продемонстрированы итоги долгой работы над симуляцией нейрокомпьютера, который можно было бы сопоставить с мозгом человека.

в каждом пк, кпк и т.д. Они применяются: для распознавания

лиц во время съёмки, исправления ошибок в тексте, распознавания и обработки текста в реальном времени через камеру, а так же подарили нам замену лиц:

Что такое нейросети, если не доказательство безграничных возможностей человека?