это быстро и бесплатно
Оформите заказ сейчас и получите скидку 100 руб.!
ID (номер) заказа
1098740
Ознакомительный фрагмент работы:
В начале XXI века человечество вступило в эпоху новой научно-технической информационной революции. Новые технологии находят успешное применение не только в бизнесе, производственной и промышленной сфере, но и в повседневной жизни людей. На сегодняшний день инновационными и достаточно популярными являются два направления науки: искусственный интеллект (artificial intelligence) и Большие данные (Big Data). Искусственный интеллект - это интеллект, демонстрируемый машинами, в отличие от естественного (биологического) интеллекта, который присущ людям и животным. В информатике исследование искусственного интеллекта определяется как исследование "интеллектуальных агентов": любого устройства, которое воспринимает и анализирует свою среду и предпринимает действия, максимизирующие его шансы на успешное достижение своих целей. В разговорной речи термин "искусственный интеллект" применяется, когда машина имитирует "когнитивные" функции, которые присущи человеческому уму, в частности, это обучение и решение задач [1]. Наука о Больших данных является междисциплинарной областью, которая использует научные методы, процессы, алгоритмы и системы для извлечения знаний, проверки гипотез, формирования новых идей на основе большого объема собранных данных, как структурированных, так и неструктурированных [2]. Возможности, обычно классифицируемые как ИИ по состоянию на 2017 год, включают успешное распознавание и понимание человеческой речи, автономные автомобили, распознавание объектов.
Обе технологии применяются для решения прикладных задач, требующих применения достаточно сложных математических алгоритмов и вычислений, подразумевающих множество итераций: управление запасами в коммерческой и производственной деятельности, оптимизация бизнес-процессов, интеллектуальное ценообразование, решение транспортных задач, прогнозирование и планирование деятельности компаний с помощью предикативной аналитики больших данных.
Наиболее интересным для меня является применение технологий Больших данных и ИИ в области улучшения качества жизни людей, в том числе людей с ограниченными возможностями:
разработка мобильных устройств (очки, портативные сканеры) по распознаванию и описанию окружающей среды слепым или плохо видящим людям
разработка централизованных систем “умный дом”, оборудованных голосовым помощником, видео-контролем, блоком оперативного реагирования и оповещения. Это может быть востребованным и удобным не только для людей с ограниченными возможностями, но также и пожилым людям, людям, пережившим тяжелые операции и находящимся дома в период реабилитации, за которыми нужен уход и своевременное реагирование;
система распознавания лиц преступников в общественных местах;
система, анализирующая автомобильный трафик на городских дорогах, помогающая решать проблемы формирования и устранения дорожных пробок;
роботизированные решения по разминированию территорий;
роботизированные решения по поиску пропавших людей.
В начале 2018 года прошла конференция «Build 2018», одним из участников которой является Сатья Наделла, главный исполнительный директор компании «Microsoft». Согласно прогнозам Microsoft, к 2020 году в мире будет работать более 20 млрд. «умных» устройств с собственным источником обработки информации без подключения к облачному серверу. Это открывает большие возможности, так как не накладывает дополнительных ограничений по наличию связи/интернет на территории применения таких «умных» устройств [3].
Появление и внедрение умных дронов DJI с поддержкой технологии «Microsoft Azure IoT Edge» с функцией полного контроля полетами и передачи данных в режиме реального времени, на базе искусственного интеллекта может расширить возможности в сфере общественной безопасности, в том числе помочь в проведении поисковых мероприятий. На данный момент ведется также работа над инструментарием для разработчиков Speech Devices SDK & Reference Kit, предоставляющим возможность обрабатывать аудиоданные из источников многоканального сигнала для точного распознавания речи с шумоподавлением, воспроизведением удаленного звука и другими функциями. Одно из направлений применения - бортовые и домашние помощники, а также другие виды цифровых ассистентов. Применение подобных технологий, адаптированных под русский язык, реализовано в «Yandex SpeechKit». Это публичный API для распознавания речи, который могут использовать разработчики под Android и iOS [4].
Среди разработок в области ИИ стоит также отметить самоуправляемые автомобили, благодаря камерам, датчикам и специальному программному обеспечению, встроенному в автомобиль, некоторые производители, такие как Toyota Prius и Lexus уже реализовали возможность безопасной автоматической парковки нажатием одной кнопки. В Японии запущены самоуправляемые поезда пригородного сообщения [5].
Китайские учены Сяолинь Ву и Си Чжан из Шанхайского университета транспорта использовали различные алгоритмы машинного зрения, чтобы изучить лица преступников и законопослушных граждан, а затем проверили, может ли машина выявить разницу. Они использовали 1856 фотографий китайцев в возрасте от 18 до 55 лет. Половина из них – преступники. Было взято 90% фотографий, на основании этой выборки была обучена нейронная сеть, а оставшиеся 10% изображений ушли на тесты. Ву и Чжан обнаружили, что нейронная сеть может идентифицировать преступника с точностью до 89,5%. «Эти последовательные результаты – доказательство законности автоматизированной идентификации личности преступника, несмотря на исторические противоречия, окружающие эту тему» – говорят они.Внедрение подобных систем распознавания лиц в общественных местах могло бы повысить уровень контроля за правопорядком [6].
В Москве управлением дорожным движением занимается научно-исследовательский и проектный институт городского транспорта города Москвы (ГУП «МосгортрансНИИпроект»), который как минимум с 2011 года использует технологии Больших Данных для развития интеллектуальной транспортной системы. Статическая транспортная модель, построенная в 2013 году, позволяет прогнозировать ситуацию на долгосрочный период с учетом различных вариантов изменения дорожной обстановки. С ее помощью можно рассчитывать сценарии в масштабах всего города, будь то долгосрочные перекрытия движения или ввод в эксплуатацию новых путепроводов. Текущая ситуация отслеживается с помощью динамической транспортной модели (ДТМ), которая дает полное представление о московском трафике в режиме реального времени и позволяет реагировать на возникающие проблемы. Для этого в ДТМ агрегируются данные, полученные с датчиков ГЛОНАСС, установленных на городском транспорте, камер фото- и видеофиксации, транспортных детекторов — радиолокационных датчиков, которые считывают интенсивность движения, скорость автомобилей и ряд других параметров. Благодаря таким системам организовано своевременное оповещение граждан: данные, полученные из ДТМ, в реальном времени транслирует ряд радиостанций и дорожные табло. На телеканале «Москва 24» и его интернет-портале m24.ru демонстрируется карта текущей обстановки на дорогах города. Численные показатели эффективности работы комплексной организации дорожного движения, которая в полной мере начала функционировать в 2015 году, можно охарактеризовать следующими результатами: в 2016 году по сравнению с 2010-м количество ДТП сократилось на 45%, а количество погибших — на 56%.
Хотелось бы более подробно разобрать технологию распознавания предметов, которая могла бы быть применена для реализации "умных мобильных устройств", помогающих обрести "второе зрение" слепым людям посредством описания окружающей среды: предметов, рядом с которыми находится в данный момент человек, и более детального описания предметов, к которым он прикасается. К такой задаче наиболее применимо так называемое "машинное зрение" – интеллектуальные системы, которые получают изображения через камеру, распознают эти изображения и составляют описания сначала в символьном виде, а затем озвучивают результат пользователю. Учёными разработаны математические методы распознавания образов. Распознавание образов базируется на имеющейся базе прецедентов – известных классифицированных образов, которые принимаются за образцы. Прецеденты по своим свойствам сгруппированы по классам. Каждый прецедент обладает уникальной совокупностью признаков, которая называется вектором признаков. Процесс распознавания объекта сводится к сравнению вектора признаков объекта и прецедента. Этап построения вектора признаков начинается с генерации признаков, отбора наиболее информативных признаков и построения итогового вектора признаков. Ключевая задача это построение классификатора – выбор решающего правила, по которому на основании вектора признаков осуществляется отнесение объекта к тому или иному классу с минимальным числом ошибок. Для целей распознавания объектов также применяется машинное обучение, когда задается так называемая обучающая выборка – множество объектов, принадлежность которых к тому или иному классу заранее известна и сообщается обучаемой системе.
Возвращаясь к выступлению на конференция «Build 2018», Сатья Наделла также анонсировал новую пятилетнюю программу «AI for Accessibility» – искусственный интеллект для людей с ограниченными возможностями, в которую компания инвестирует $25 млн. Программа включает в себя гранты, инвестиции в технологии и экспертную поддержку, а также внедрение инноваций «AI for Accessibility» в облачные сервисы «Microsoft» [7]. Внимание к данной проблеме со стороны такого мирового гиганта как «Microsoft» может способствовать активному развитию технологий в русле перспектив практического применения ИИ и Больших данных на благо общества, содействию сокращения неравенства между обычными людьми и людьми ограниченными возможностями.
Ссылки на источники:
Russell, Stuart J.; Norvig, Peter (2009). Artificial Intelligence: A Modern Approach, p.2
Jeff Leek (2013-12-12). "The key word in "Data Science" is not Data, it is Science". Simply Statistics.
http://la.by/news/iskusstvennyy-intellekt-v-trende-novye-tehnologii-ot-microsoft-azure-na-build-2018https://habr.com/company/yandex/blog/198556/https://www.infoniac.ru/news/Kak-iskusstvennyi-intellekt-vliyaet-na-nashu-zhizn.htmlhttps://m.habr.com/post/372905/https://www.microsoft.com/en-us/ai-for-accessibility
Сделайте индивидуальный заказ на нашем сервисе. Там эксперты помогают с учебой без посредников Разместите задание – сайт бесплатно отправит его исполнителя, и они предложат цены.
Цены ниже, чем в агентствах и у конкурентов
Вы работаете с экспертами напрямую. Поэтому стоимость работ приятно вас удивит
Бесплатные доработки и консультации
Исполнитель внесет нужные правки в работу по вашему требованию без доплат. Корректировки в максимально короткие сроки
Гарантируем возврат
Если работа вас не устроит – мы вернем 100% суммы заказа
Техподдержка 7 дней в неделю
Наши менеджеры всегда на связи и оперативно решат любую проблему
Строгий отбор экспертов
К работе допускаются только проверенные специалисты с высшим образованием. Проверяем диплом на оценки «хорошо» и «отлично»
Работы выполняют эксперты в своём деле. Они ценят свою репутацию, поэтому результат выполненной работы гарантирован
Ежедневно эксперты готовы работать над 1000 заданиями. Контролируйте процесс написания работы в режиме онлайн
Тема: Издержки производства и себестоимость продукции
Контрольная, Экономика Машиностроительных Производств
Срок сдачи к 31 мар.
Легитимность государственной власти, оригинальность не ниже 60%
Курсовая, Теория государства и права
Срок сдачи к 30 апр.
Выпускная квалифицированная работа
Диплом, Право и организация социального обеспечения
Срок сдачи к 20 апр.
Национальная и международная нормативная документация в области управления качеством продукции"
Контрольная, Национальная и международная нормативная документация в области управления качеством продукции"
Срок сдачи к 25 мар.
Курсовая на тему "Безопасность и охрана труда на рабочем месте в сфере туризма и гостеприимства"
Курсовая, Управление функциональным подразделением организации
Срок сдачи к 24 мар.
Решить две задачи на тему: 1. Расчёт искусственного освещения(вариант 2) 2. Расчёт на заземление (вариант 3)
Решение задач, БДЖ
Срок сдачи к 27 мар.
Нормативно-правовое обеспечение качества"
Контрольная, Нормативно-правовое обеспечение качества"
Срок сдачи к 25 мар.
Статистические методы в управлении качеством"
Курсовая, Статистические методы в управлении качеством"
Срок сдачи к 25 мар.
Заполните форму и узнайте цену на индивидуальную работу!