Есть ли будущее у символьного ИИ

17 апреля был проведен доклад на тему «Перспективы символьного искусственного интеллекта». Докладчиком выступил Алексей Незнанов, старший научный сотрудник международной лаборатории интеллектуальных систем и структурного анализа в Факультете компьютерных наук НИУ ВШЭ.

На практике, процесс онтологизации начинается с установления стандартов для описания документов, учитывая их основные метаданные. Это является источником развития искусственного интеллекта, поскольку без стандартов невозможен доступ к данным для различных языковых моделей. Объединение таких данных создает многоуровневое хранилище с различными форматами данных и метаданными, включая информацию о слиянии хранилищ. Это, в конечном итоге, приводит к разработке универсальных теорий баз данных.

При работе с данными важно иметь информацию о метаданных, форматах, протоколах, интерфейсах и создании баз данных. Однако, даже специалисты по машинному обучению иногда затрудняются в объяснении, где именно проявляется искусственный интеллект. Обработка данных, их анализ, извлечение значения и использование данных для бизнес-целей иногда кажутся сложными и непонятными, особенно для людей, не имеющих достаточного опыта в этой области.

Существуют точно определенные процессы обработки данных с четко установленными входами и выходами, аналогичные бизнес-процессам. Поступление различных ресурсов на входе и создание продукта или результата, приносящего ценность клиенту, представляют собой этапы этого процесса.

При построении дата-проводов важно иметь не только структуру для работы с данными, но и использовать механизмы ETL (извлечение, преобразование и загрузка данных) и другие методы. Корпоративные системы успешно объединяют все эти процессы. Большие данные часто вызывают проблемы только в масштабировании и не всегда являются необходимыми, однако управление данными и знаниями является важным аспектом.

Концепция экспликации, объяснения понятий для их понимания как людьми, так и машинами, крайне важна для разработки информационных систем с нормальной интероперабельностью и может привести к созданию портала аналогичного «госуслугам». Онтологии и другие важные аспекты помогают систематизировать и эффективно выполнять процессы, требуя применения разнообразных математических концепций от базовых моделей до сложных систем.

*Дескриптивная логика - это раздел логики, который изучает описание и классификацию высказываний, предикатов и их взаимосвязей

**Предикат - это логическая конструкция, обозначающая свойство или отношение, которое может быть применено к объекту или группе объектов.

Само суть онтологий, если говорить очень простым языком, особенно в тех аспектах, которые всегда востребованы, часто называется общими понятиями - это очень простые вещи. Речь идет о понятиях, об их семантических связях, а за каждым понятием стоят его конкретные примеры. Их может быть огромное количество - миллионы, миллиарды. При этом, когда вы работаете с определенным элементом измерений, учитывая, что сейчас активно разрабатывается теория деструкции измерений, представление измерений всегда связано с онтологиями конкретных предметных областей.

Это может быть не очень понятно для обычного студента из-за сложности темы и ее абстрактности. Итак, сейчас речь идет о том, что данные мастера должны быть онтологизированы в любом случае, в то время как все остальное - на ваше усмотрение. Это крайне важно для создания качественных информационных систем и эффективных бизнес-правил.

Можно найти онтологию по определенной области?

Конечно, но по отраслям, так как это очень дорого и ноу-хау и поэтому некоторые отрасли у нас очень хорошо онтологизированы, а некоторые очень плохо.

Онтологизированы в первую очередь отрасли, где велика цена ошибки. В медицине очень велика цена ошибки и медицина шикарно онтологизирована. А некоторые области почти не онтологизированы.

Влияние искусственного интеллекта на общество и экономику. Оцениваю, как революцию Гутенберга (воздействия изобретения печатного станка на общество). Такой же уровень воздействия на социум.

Три принципа: 

1. Изменяется медиа - изменяется социум
2. Потребление информации определяет ее последующее использование.
3. Естественное изменение экономики. Как известно экономика это базис, а все остальное надстройка.

Как исправлять ошибки, обнаруженные через десять лет?

Естественно, так же как в свое время сжигали книги, так и сейчас будут Луддиты будут обнаруживаться в большом количестве, сжигать центры обработки данных и так далее.

К счастью ЦОДы сейчас выводят на орбиту даже и обещают построить на луне очень большой.

Как студенты оценивают ИИ сегодня и какое понимание у них насчет будущего?

Будущее уже здесь, но оно неравномерно распределено. Пока одни дети делают стримы в интернет, их друзья даже не знают как это делать и родители забирают у них гаджеты. Студенты, которые обучаются ИИ, совершенно не понимают, как устроен реальный мир. После того, как у них выкинули физику, химию и все естествознание, а со школы они ничего не помнят, у них есть большая проблема.