วิธีสร้างโปรแกรมปัญญาประดิษฐ์ ปัญญาประดิษฐ์ตัวแรกจะถูกสร้างขึ้นเมื่อใด การใช้งานที่ยอดเยี่ยมสำหรับปัญญาประดิษฐ์

• กวดวิชา

คุณเคยคิดบ้างไหมว่ามันง่ายแค่ไหนที่จะเขียนปัญญาประดิษฐ์ของคุณเองซึ่งจะทำหน้าที่ตัดสินใจในเกมเอง? แต่มันง่ายมาก ปล่อยให้เขาตัดสินใจแบบสุ่มในตอนแรก แต่ในภายหลังคุณสามารถให้ความรู้แก่เขา สอนให้เขาวิเคราะห์สถานการณ์ จากนั้นเขาจะเริ่มตัดสินใจอย่างรอบรู้ ในบทความนี้ ฉันจะบอกคุณว่าฉันเขียนบอทของฉันอย่างไร และยังแสดงวิธีที่คุณสามารถเขียนบอทของคุณเองในไม่กี่นาที คอมพิวเตอร์ของเราจะเล่นเกมโคลนของ Tron หรือมากกว่าในส่วนที่คุณต้องเอาชนะศัตรูด้วยมอเตอร์ไซค์

ภายใต้การตัดไฟล์ gif ขนาด 10 เมกะไบต์

เกี่ยวกับเกม

ในเกม คุณจะได้ควบคุมมอเตอร์ไซค์ที่ทิ้งกำแพงแห่งแสงไว้เบื้องหลัง สนามแข่งขันมีจำกัด และคู่แข่งมีมอเตอร์ไซค์แบบเดียวกัน มอไซค์ไปตลอดเลี้ยวได้อย่างเดียว พื้นที่ว่างบนสนามสิ้นสุดลง และยากต่อการหลีกเลี่ยงสิ่งกีดขวาง ผู้ที่อยู่ได้นานที่สุดเป็นผู้ชนะ ฉันสร้างโคลนของเกมที่มีผู้เล่นหลายคนบนเบราว์เซอร์โดยใช้ node.js และ socket.io ควบคุมสองปุ่ม - เลี้ยวซ้ายและเลี้ยวขวา

อินเทอร์เฟซบอท

เนื่องจากฉันใช้ socket.io การประมวลผลผู้เล่นบนเซิร์ฟเวอร์ของฉันจึงอยู่ในรูปแบบของการทำงานบนอาร์เรย์ของอ็อบเจกต์ซ็อกเก็ตพิเศษที่ socket.io สร้างขึ้น จากวัตถุเหล่านี้ ฉันใช้เฉพาะฟังก์ชัน id, emit และ Broadcast เท่านั้น ซึ่งหมายความว่าไม่ลำบากสำหรับตัวเกมที่จะใช้อินเทอร์เฟซซ็อกเก็ตและใช้ในการประมวลผล ราวกับว่าผู้ใช้รายอื่นกำลังเล่นอยู่ ฉันตั้งชื่อคลาสว่า BotSocket
วิธี ปล่อย (เหตุการณ์ ข้อมูล)บอทดำเนินการเกือบจะเหมือนกับไคลเอนต์ด้วยข้อมูลขาเข้าจากเซิร์ฟเวอร์ กล่าวคือ:

1. บันทึกข้อมูลเกี่ยวกับจักรยานที่เล่นทั้งหมดเมื่อคุณเพิ่มเข้าไป
2. เก็บลิงก์ไปยังจักรยานของคุณเมื่อคุณเพิ่มเข้าไป
3. อัปเดตข้อมูลของจักรยานที่เล่นทั้งหมด
4. รีเซ็ตสถานะเมื่อเริ่มเกมใหม่

ในการส่งคำสั่งควบคุมมอเตอร์ไซค์ของคุณไปยังเซิร์ฟเวอร์ จำเป็นต้องบันทึกลิงก์ไปยังวัตถุเกมที่ประมวลผลคำสั่งดังกล่าวจากผู้ใช้ทั่วไป วิธีการเรียน เกมฉันได้ชื่อ onControl (ซ็อกเก็ตข้อมูล)ดังนั้นฉันจึงเพิ่มวิธีการใน บอทซ็อกเก็ต
BotSocket.prototype.control = ฟังก์ชัน (ข้อมูล) ( this.game.onControl (สิ่งนี้, ข้อมูล); );
เมื่อมีคำสั่งให้อัปเดตข้อมูลมอเตอร์ไซค์จากเซิร์ฟเวอร์ (ถูกย้ายแล้ว) ฉันจะตรวจสอบว่าฉันมีมอเตอร์ไซค์ที่ควบคุมอยู่หรือไม่ ชนกันหรือไม่ และถูกเคลื่อนย้ายหรือไม่ และถ้าสำเร็จ ฉันจะโทรหาหัวหน้า วิธีการให้ AI ทำงาน - อัปเดต().
อินเทอร์เฟซพร้อมแล้ว ตอนนี้คุณสามารถเพิ่ม AI ได้เอง

ปัญญาประดิษฐ์

ไม่ว่ามันจะดังแค่ไหน แต่ในเกมของผู้เล่นที่เล่นคอมพิวเตอร์เป็นเรื่องปกติที่จะเรียกมันว่า AI หรือบอท วัตถุ BotSocket มีข้อมูลเกมที่จำเป็นในการตัดสินใจ มีเพียงสามวิธีแก้ปัญหาที่เป็นไปได้:

1. ไม่ต้องทำอะไร เดินตรงไป
2. เลี้ยวขวา
3. เลี้ยวซ้าย

เมื่อฉันตัดสินใจเขียนบอท ฉันไม่รู้เลยว่ามันจะทำได้อย่างไร ฉันลองใช้รหัสง่ายๆ:
BotSocket.prototype.update = function() ( var r = Math.random(); if (r > 0.95) ( this.control(("button": "right")); ) อื่น ถ้า (r >
พฤติกรรมเป็นดังนี้:

ฉันมองดูเขาและรู้สึกมีความสุขมาก สำหรับฉันแล้วดูเหมือนว่าตอนนี้เขาเป็นอิสระแล้ว ดูเหมือนว่าตัวเขาเองกำลังมองหาความพยายามที่จะอยู่รอดต่อสู้ที่นั่นราวกับมีชีวิต ปรากฏการณ์ที่น่าประทับใจ

แต่ฉันอยากให้เขาอยู่ให้นานที่สุด ฉันเริ่มหาข้อมูลว่าพวกเขาเขียน AI สำหรับเกมอย่างไร พบบทความที่อธิบายแนวทางต่างๆ แต่ฉันกำลังมองหาบางสิ่งที่เรียบง่ายมาก ฉันพบ Habré ในบทความหนึ่งเกี่ยวกับบอทสำหรับเกมอย่าง Zuma ซึ่งกล่าวถึงวิธีการเวฟ มันคืออัลกอริธึมของ Lee มันดูเรียบง่ายและเหมาะสมสำหรับฉัน นี่คืออัลกอริทึมสำหรับค้นหาเส้นทางที่สั้นที่สุดจากจุดหนึ่งไปยังอีกจุดหนึ่งทั่วทั้งฟิลด์ ซึ่งเซลล์สามารถว่างหรือไม่ว่างก็ได้ ประเด็นคือง่าย เราเริ่มต้นจากปลายทาง กำหนดค่าเป็น 1 และทำเครื่องหมายเซลล์ว่างที่อยู่ใกล้เคียงทั้งหมดด้วยเซลล์อีกจำนวนหนึ่ง จากนั้นเราจะนำเครื่องหมายฟรีที่อยู่ใกล้เคียงทั้งหมดมาทำเครื่องหมายอีกครั้ง เราจึงขยายไปทั้งสนามจนกว่าจะถึงที่หมาย และเราสร้างเส้นทางโดยค้นหาจากเพื่อนบ้านโดยลดจำนวนลงจนกว่าจะถึง 1 ฉันดูที่อัลกอริทึมสำหรับค้นหาเส้นทางที่สั้นที่สุดในกราฟ แต่เส้นทางนี้ดูจะเหมาะสมที่สุดสำหรับฉัน

ฉันถ่ายโอนอัลกอริทึมการคัดลอกและวางจากหน้าไปยังวิกิ แล้วตั้งชื่อให้ BotSocket.prototype.algorithmLee. สำหรับฟิลด์ ฉันสร้างวัตถุก่อน สนามรบซึ่งในการอัปเดตแต่ละครั้งจะมีการทำเครื่องหมายจุดที่ถูกครอบครองด้วยพิกัด และในอัลกอริทึมของ Lee เขาลดฟิลด์นี้ให้เหลือเพียงฟิลด์เดียว แต่เพิ่มเป็น 1 ขั้น

จำเป็นต้องกำหนดปลายทางอย่างใด ฉันตัดสินใจที่จะเลือกแบบสุ่มในบางช่วง ฉันสร้างวิธีการหาจุดว่างแบบสุ่มบนสนาม:
BotSocket.prototype.getDesiredPoint = function() ( var point = ; var H = Object.keys(this.battleground).length - 1; var W = Object.keys(this.battleground).length - 1; var x, y , i, j; var found = เท็จ; var iter = 0; do ( i = this.getRandomInt(1, W); j = this.getRandomInt(1, H); x = i * this.moveStepSize; y = j * this.moveStepSize;if (this.battleground[x][y] === this.BG_EMPTY) ( found = true; ) iter++; ) ในขณะที่ (!found && iter< 100); point = ; return point; };

ตอนนี้ฉันสามารถเขียนอัปเดตใหม่ได้:
BotSocket.prototype.update = function() ( if (!this.desiredPoint || this.movements % this.updDestinationInterval === 0) ( this.desiredPoint = this.getDesiredPoint(); ) if (!this.desiredPoint) ( return; ) var currentPoint = ; var path = this.algorithmLee(currentPoint, this.desiredPoint); if (path && typeof path !== "undefined") ( this.moveToPoint(path); ) อื่น ( this.desiredPoint = this .getDesiredPoint(); ) );
วิธีการที่กล่าวถึงนี้ ย้ายToPointซึ่งหมุนตามความจำเป็นเพื่อไปถึงจุดแรกของเส้นทางที่สั้นที่สุดตามทิศทางปัจจุบัน

ต่อมาฉันตัดสินใจที่จะทำให้บอทมีความก้าวร้าวมากขึ้น และแทนที่จะสุ่มอยากได้แต้ม ฉันมองหาจุดที่อยู่ข้างหน้าศัตรูเพื่อขวางเส้นทางของพวกมัน หรือว่าพวกเขาไม่ได้เล่นกับตัวเองเป็นเวลานาน

บอทในฝั่งไคลเอนต์

ฉันตัดสินใจที่จะลองโอนบอทไปยังฝั่งไคลเอนต์ เนื่องจากโปรเจ็กต์อยู่บน node.js ฉันจึงสามารถใช้โค้ดที่เขียนขึ้นสำหรับบอทและฝั่งไคลเอนต์ได้ ในการทำเช่นนี้ ฉันขยาย BotSocket ด้วยไฟล์ไคลเอนต์แยกต่างหากที่แทนที่เมธอด ปล่อย ()และ ควบคุม()เพื่อโต้ตอบกับเซิร์ฟเวอร์อย่างถูกต้องโดยไม่ต้องอ้างอิงถึงวัตถุของเกม
ในพื้นที่ ทุกอย่างทำงานได้ดี แต่หลังจากปรับใช้กับเซิร์ฟเวอร์ระยะไกล มีภาพแปลกๆ:

หลังจากคิดอยู่นานฉันก็รู้ว่ามันล่าช้า บอทส่งคำสั่งเลี้ยว แต่ไปถึงหลังจากอัปเดตตำแหน่งบนเซิร์ฟเวอร์ ซึ่งเป็นสาเหตุที่มักจะไม่สามารถเข้าสู่เส้นทางตรงไปยังจุดที่ต้องการได้ แต่ฉันต้องการบอทปกติในฝั่งไคลเอนต์ ดังนั้นฉันจึงตัดสินใจคำนึงถึงความล่าช้า ในการทำเช่นนี้ ฉันเขียนส่วนขยาย BotSocket อีกครั้ง บทความนี้มีความยาวดังนั้นฉันจะอธิบายวิธีแก้ปัญหาหลัก ก่อนที่จะเรียกใช้อัลกอริทึม Lee แทนที่จะเป็นจุดปัจจุบัน ฉันได้แทนที่ตำแหน่งที่คาดการณ์ไว้ โดยคำนึงถึงตำแหน่งและทิศทางปัจจุบัน ตลอดจนตัวคูณการหน่วงเวลา ตัวคูณเวลาแฝงคือจำนวนครั้งที่เวลาแฝงเกินอัตราการอัปเดตตำแหน่งของเซิร์ฟเวอร์ ฉันยังคงต้องการการทำนายจุดในอนาคตในวิธีการ ย้ายไปยังจุด ().

การทำนายได้ผลหากเล่นคนเดียว แต่ถ้ามีผู้เข้าร่วมคนอื่น ๆ บอทจะไม่คำนึงถึงสิ่งนี้และนำทางไปยังที่ซึ่งหลังจากนั้นไม่นานก็มีผู้เล่นคนอื่นผ่านไปแล้ว เพื่อแก้ปัญหานี้ ฉันได้เปลี่ยนวิธีการทำเครื่องหมายเซลล์ของฟิลด์ว่าถูกครอบครอง ฉันเริ่มทำเครื่องหมายว่าพวกเขาไม่ว่างในรัศมีการเคลื่อนที่ของมอเตอร์ไซค์ รัศมีขึ้นอยู่กับตัวคูณการหน่วงเวลา
ก่อนหน้านี้ ฉันได้จัดเตรียมฟังก์ชันการแก้จุดบกพร่องให้กับบอท ซึ่งดึงจุดที่ต้องการและจุดที่ถูกครอบครองบนฟิลด์ บอทไคลเอนต์เวอร์ชันของฉัน คำนึงถึงความล่าช้า ตอนนี้ย้ายดังนี้:


สีแดงของฉันส่วนที่เหลือเป็นเซิร์ฟเวอร์

สิ่งที่สำคัญที่สุดคือการพยายามสร้างบอทด้วยตัวคุณเอง

เป้าหมายหลักของบทความนี้คือการกระตุ้นความสนใจในการเขียนบอท ฉันทำหลายอย่างเพื่อเอาชนะความเกียจคร้านของคุณ ในการทำเช่นนี้ ฉันได้เพิ่มความสามารถในการโหลดสคริปต์ของตัวเองด้วยบอทที่จะขยายคลาสไคลเอนต์พื้นฐานของฉัน ไปที่โครงการและคลิกที่ข้อความ "แสดงตัวเลือกสำหรับห้องด้วยบอทของคุณเอง" จากนั้นกดปุ่ม "สร้างห้องสำหรับทดสอบบอทของคุณเอง" ห้องจะถูกสร้างขึ้นซึ่งคุณสามารถใช้บอทได้อย่างง่ายดาย โดยค่าเริ่มต้นแล้ว บอทของคุณจะเป็นบอทโดยไม่คำนึงถึงเวลาแฝง ถึงเวลาสำหรับรหัสของคุณแล้ว
สองตัวเลือกง่ายๆ สำหรับการใช้รหัสของคุณในการดำเนินการ ใช้อย่างใดอย่างหนึ่ง:

1. อัปโหลดไฟล์ js ไปยังเซิร์ฟเวอร์ใดก็ได้ที่จะใช้ได้กับเบราว์เซอร์ของคุณ วาง URL ของสคริปต์ในเกมถัดจากปุ่ม "โหลดสคริปต์ AI ของคุณ" หลังจากคลิกที่ปุ่มนี้ จะมีการสร้างและเติมวัตถุใหม่ บอทซ็อกเก็ตซึ่งเมธอดจะถูกเรียกใช้ เริ่ม().
2. ใช้คอนโซลเบราว์เซอร์ (Firebug - F12, Firefox - Ctrl+Shift+K, Chrome - Ctrl+Shift+J, อื่นๆ - )

หากคุณตัดสินใจเลือกวิธีการป้อนข้อมูลของโค้ดแล้ว ให้ลองแทนที่วิธีการเรียน บอทซ็อกเก็ต. สำหรับผู้เริ่มต้น สิ่งที่ง่ายที่สุด:
BotSocket.prototype.update = function() ( var r = Math.random(); if (r > 0.95) ( this.control(("button": "right")); ) else if (r > 0.90) ( this.control(("ปุ่ม": "ซ้าย")); ) )

หลังจากนั้น สร้างวัตถุ botSocket ใหม่โดยการพิมพ์
botSocket = null;
ในกรณีนี้ โค้ดบนเพจจะสร้างใหม่และเติมวัตถุเอง สิ่งนี้จะเปลี่ยนพฤติกรรมเริ่มต้นของบอทเป็นแบบสุ่ม จากนั้นจะขึ้นอยู่กับจินตนาการหรือความรู้เชิงลึกของคุณ
คุณยังสามารถเชื่อมต่อสคริปต์ของบอทที่ปรับปรุงแล้วของฉัน โดยคำนึงถึงความล่าช้า โดยใส่ URL ของบอท https://raw.github.com/rnixik/tronode-js/master/public/javascripts/MyBotSocketClient.js

บทสรุป

ฉันบอกว่าฉันสร้าง AI ของฉันบนเซิร์ฟเวอร์ได้อย่างไร จากนั้นฉันถ่ายโอนไปยังไคลเอนต์ได้อย่างไร และวิธีที่ฉันพยายามสอนให้เล่นโดยใช้ค่า ping สูง ฉันหวังเป็นอย่างยิ่งว่าจะสามารถทำให้คุณสนใจได้ และคุณพยายามเขียน AI ของคุณเอง หากคุณไม่เคยทำสิ่งนี้มาก่อน แน่นอนว่าเกมระดับไฮเอนด์ใช้วิธีการที่แตกต่างกันมาก แต่ก็คุ้มค่าที่จะเริ่มต้นจากสิ่งเล็กๆ

หากคุณไม่มี node.js คุณสามารถใช้แอปที่ฉันทำให้ใช้งานได้:

1) tronode.livelevel.net เป็น VPS ที่ถูกที่สุดบน DigitalOcean
2) tronode-js.herokuapp.com เป็นหน่วยเสมือนฟรีบน Heroku

อันแรกเป็นไปได้มากว่าอันแรกไม่สามารถรับมือกับโหลดได้และอันที่สองในคอมพิวเตอร์บางเครื่องจะรีเซ็ตการขนส่ง socket.io เป็น xhr-polling ด้วยเหตุนี้เกมจึงล่าช้ามาก
หากคุณต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับวิธีที่ฉันตั้งโปรแกรมตรรกะของเกม คุณสามารถอ่านได้ ในที่เดียวกัน เกี่ยวกับการปรับใช้ node.js และส่วนกราฟิกเล็กน้อย

หากคุณไม่มีบัญชีกับ Habré คุณสามารถถามคำถามหรือส่งข้อเสนอแนะที่น่าสนใจมาให้ฉันทางไปรษณีย์ [ป้องกันอีเมล].

แท็ก: เพิ่มแท็ก

ในบทความชุดหนึ่ง เราจะพูดถึงแนวทางใหม่ๆ ใน AI การสร้างแบบจำลองบุคลิกภาพ และการประมวลผลข้อมูลขนาดใหญ่ที่ผู้เชี่ยวชาญ AI ส่วนใหญ่และสาธารณชนทั่วไปไม่สามารถทำได้ คุณค่าของข้อมูลนี้คือทั้งหมดได้รับการทดสอบในทางปฏิบัติและการพัฒนาทางทฤษฎีส่วนใหญ่ได้นำไปใช้ในโครงการประยุกต์

หลายท่านเคยได้ยินเกี่ยวกับเทคโนโลยีสมัยใหม่ที่เกี่ยวข้องกับแนวคิดของปัญญาประดิษฐ์ในปัจจุบัน ได้แก่ ระบบผู้เชี่ยวชาญ โครงข่ายประสาทเทียม อัลกอริทึมทางภาษา ระบบไฮบริด เทคโนโลยีการรับรู้ การจำลอง (แชทบอท) เป็นต้น

ใช่ หลายบริษัทใช้เทคโนโลยีข้างต้นเพื่อแก้ปัญหาของลูกค้าในการประมวลผลข้อมูล บริษัทเหล่านี้บางแห่งเขียนว่าพวกเขาสร้างหรือสร้างโซลูชันปัญญาประดิษฐ์ แต่มันเป็นความฉลาด?

สิ่งแรกที่เราจะทำคือกำหนดว่าความฉลาดคืออะไร

ลองนึกภาพว่ามีคอมพิวเตอร์ที่มีความฉลาดอยู่ และคุณมีตัวเลือกในการสื่อสารกับเขาด้วยเสียงหรือทางข้อความ
คำถาม:

• จำเป็นหรือไม่ที่จะต้องสร้างคุณสมบัติทางภาษาในโปรแกรมคอมพิวเตอร์อัจฉริยะ (อธิบายความหมาย ไวยากรณ์ สัณฐานวิทยา) หรือสามารถเรียนรู้ภาษาด้วยตัวเองผ่านการโต้ตอบกับบุคคล
• ถ้าคุณได้รับมอบหมายงานให้สอนภาษาคอมพิวเตอร์ คุณจะทำอะไร?
• ถ้าแค่คุณเข้าร่วมการฝึก เขาจะหน้าตาเหมือนใคร?

และตอนนี้ ตอบคำถามเหล่านี้อีกครั้ง โดยมีข้อแตกต่างเพียงอย่างเดียวที่คุณจะต้องสอน:

• นกแก้วพันธุ์ดี มีความสามารถในการสื่อสารในทางทฤษฎี
• ทารกแรกเกิด.

เราเพิ่งทำงานทางปัญญาและฉันหวังว่าพวกคุณหลายคนจะได้รับความรู้ใหม่ และนั่นคือเหตุผล:

• ก่อนอื่น ฉันขอให้คุณจินตนาการ (นึกภาพ) "จะเกิดอะไรขึ้นถ้า..." คุณแสดงในสภาพแวดล้อมที่เปลี่ยนไป บางทีคุณอาจขาดข้อมูลและความรู้ มันเป็นเรื่องยากสำหรับคุณ
• ประการที่สอง คุณมีความสามารถในการเรียนรู้ การรับรู้ คุณพบการเปรียบเทียบที่คุณคุ้นเคยหรือพบในข้อความ หรือบางทีคุณอาจใช้อินเทอร์เน็ตหรือขอคำแนะนำจากเพื่อน

มีหลายวิธีในการกำหนดความฉลาด เราจะกำหนดคุณสมบัติหลัก ...

ก่อนอื่นเลย ความฉลาดคือความสามารถในการเรียนรู้และจินตนาการ.

เพื่อสร้างอัลกอริทึมที่จำลองความฉลาด สิ่งแรกที่ต้องทำคือ ให้เขามีความสามารถในการเรียนรู้ไม่จำเป็นต้องมีความรู้ในการลงทุน

กลับไปที่ตัวอย่างย่อยของเราเพื่ออธิบายกระบวนการเรียนรู้โดยละเอียด
หลักการอะไรที่ใช้ได้ผลเมื่อเด็กเรียนรู้ที่จะเข้าใจและพูดภาษา?

1. ยิ่งเขาได้ยินคำศัพท์ในบริบทต่างๆ บ่อยเท่าไหร่ เขาก็จะยิ่งจำได้เร็วขึ้นเท่านั้น คำแรกที่เขาจะพูดน่าจะเป็นคำว่า "แม่"
   "แม่รักคุณ"
   “แม่จะล้างมือ”
   “แม่จูบคุณ”
   “แม่อยู่ไหน”
   การเรียนรู้เกิดขึ้นโดยมีค่าใช้จ่ายในการสำรองข้อมูล
2. ยิ่งมีช่องทางข้อมูลมากเท่าใด การฝึกอบรมก็ยิ่งมีประสิทธิภาพมากขึ้นเท่านั้น:
   เด็กได้ยิน: "แม่รักคุณ"
   ลูกเห็นรอยยิ้มของแม่
   ลูกรู้สึกถึงความอบอุ่นจากแม่
   เด็กรู้สึกถึงรสชาติและกลิ่นของน้ำนมแม่
   เด็กพูดว่า "แม่"
3. เด็กจะไม่สามารถทำซ้ำคำได้ทันที เขาจะพยายามพยายาม "เอ็ม", "แม่", "แม่", "ม" ... "แม่". การเรียนรู้เกิดขึ้นจริง ความพยายามครั้งต่อไปจะได้รับการแก้ไขจนกว่าเราจะได้ผลลัพธ์ วิธีการลองผิดลองถูก การรับฟังความคิดเห็นจากความเป็นจริงเป็นสิ่งสำคัญมาก
4. อย่าสอนลูกของคุณ พวกเขายังจะดูเหมือนคุณ เด็กพยายามที่จะเป็นเหมือนคนรอบข้าง เขาเลียนแบบพวกเขาและเรียนรู้จากพวกเขา นี่เป็นหนึ่งในกลไกของการสร้างแบบจำลองบุคลิกภาพ ซึ่งเราจะพูดถึงรายละเอียดเพิ่มเติมในบทความต่อๆ ไป

บทบาทของจินตนาการคืออะไร?

ลองนึกภาพว่าคุณกำลังขับรถบนทางหลวงที่ไม่คุ้นเคย คุณผ่านป้ายจำกัดความเร็ว 80 กม./ชม. ขับต่อไปและคุณเห็นป้ายจำกัดความเร็วอีกป้ายหนึ่ง แต่ป้ายนั้นเต็มไปด้วยโคลนจนแทบอ่านไม่ออก คุณกำลังเคลื่อนที่ด้วยความเร็ว 95 กม./ชม. คุณจะทำอะไร? ขณะที่คุณกำลังตัดสินใจ เจ้าหน้าที่ตำรวจมองออกมาจากหลังพุ่มไม้ และคุณเห็นรอยยิ้มสดใสบนใบหน้าของเขา ในหัวของคุณ "ภาพป้าย" ปรากฏขึ้นทันที และคุณเข้าใจว่าทำไมตำรวจถึงยืนอยู่ตรงนั้น และคุณต้องรีบเหยียบเบรกอย่างเร่งด่วน คุณลดความเร็วลงเหลือ 55 กม./ชม. รอยยิ้มบนใบหน้าของตำรวจจะหายไปทันที แล้วคุณก็ขับต่อไป

และอีกตัวอย่างที่น่าสนใจของงานจินตนาการจากสัตว์โลก คือ การสังเกตนกกางเขน นกกางเขนฝังอาหารไว้ในที่รกร้างต่อหน้านกกางเขนตัวอื่นๆ นกกางเขนทั้งหมดบินหนีไป แต่นกกางเขนของเรากลับไปที่ดินแดนรกร้างและซ่อนอาหารไว้ เกิดอะไรขึ้น เธอจินตนาการ (จินตนาการ) ว่า "จะเกิดอะไรขึ้นถ้า" นกกางเขนอีกตัวบินเข้ามาและเห็นว่าเธอซ่อนอาหารไว้ที่ไหน เธอจำลองสถานการณ์และหาทางหลีกเลี่ยง

จินตนาการคือการจำลองสถานการณ์บนเงื่อนไขตามอำเภอใจ

ดังที่คุณได้เห็นแล้วว่า หน่วยสืบราชการลับไม่ใช่ฐานความรู้ ไม่ใช่ชุดของปฏิกิริยาที่ตั้งโปรแกรมไว้หรือทำตามกฎที่กำหนดไว้ล่วงหน้า

ความฉลาดคือความสามารถในการเรียนรู้ รับรู้ และปรับตัวให้เข้ากับสภาวะที่เปลี่ยนแปลงในกระบวนการแก้ปัญหา

คุณไม่คิดว่าเมื่อกำหนดความฉลาด เราสูญเสียการมองเห็นองค์ประกอบที่สำคัญบางอย่างหรือลืมที่จะพูดถึงบางสิ่ง?

ใช่ เราสูญเสียการมองเห็นและลืมพูดถึงความทรงจำ

ลองนึกภาพว่าคุณมองผ่านช่องมองและเห็นส่วนหนึ่งของตัวอักษร:

จดหมายนี้คืออะไร?

อาจจะเป็น "K"?

ไม่แน่นอน มันเป็นตัวอักษรภาษาญี่ปุ่นสำหรับ "นิรันดร์"

ก่อนที่คุณจะกำหนดงาน (ปัญหา) เป็นไปได้มากว่าคุณจะพบภาพที่คล้ายกันของตัวอักษร "K" ในหัวของคุณและสงบลง

สติปัญญาของคุณรับรู้ทุกอย่างเป็นภาพและมองหาภาพที่คล้ายกันในหน่วยความจำ หากไม่มีก็จะเกิดการผูก (สมอ) กับภาพที่มีอยู่และด้วยเหตุนี้คุณจึงจดจำข้อมูลใหม่ เพิ่มทักษะหรือประสบการณ์

รูปภาพ - วิสัยทัศน์ส่วนตัวของโลกแห่งความจริงที่รับรู้ด้วยความช่วยเหลือของประสาทสัมผัส (ช่องทางของข้อมูล)

การรับรู้เป็นแบบอัตนัย เพราะมันขึ้นอยู่กับลำดับของการเรียนรู้ ลำดับของภาพที่ปรากฏในชีวิตของบุคคล และอิทธิพลของพวกเขา

การรับรู้เริ่มต้นด้วยการจดจำรูปแบบแสง/มืด ลืมตา-สว่าง หลับตา-มืด นอกจากนี้บุคคลเรียนรู้ที่จะจดจำภาพที่ซับซ้อนมากขึ้น - "แม่", "พ่อ", ลูกบอล, โต๊ะ, สุนัข เราได้รับข้อมูลอ้างอิง และภาพที่ตามมาทั้งหมดเป็นส่วนเสริมของภาพก่อนหน้า

จากมุมมองนี้ การเรียนรู้คือกระบวนการสร้างความสัมพันธ์ใหม่ระหว่างภาพที่รับรู้และภาพที่อยู่ในความทรงจำแล้ว

หน่วยความจำทำหน้าที่เก็บภาพและความสัมพันธ์.

ก จินตนาการคือความสามารถในการทำให้ภาพที่ยังไม่เสร็จสมบูรณ์.

โดยสรุปแล้ว นี่เป็นอีกการทดลองหนึ่งจากสัตว์โลก:

ลิงชิมแปนซีถูกขังไว้ในกรง และภายในกรงพวกมันแขวนกล้วยไว้สูงจากพื้นพอสมควร ในตอนแรกลิงชิมแปนซีกระโดด แต่เหนื่อยอย่างรวดเร็วและดูเหมือนจะไม่สนใจกล้วยและนั่งลงโดยไม่สนใจพวกมัน แต่ไม่นานลิงก็หยิบไม้ที่ทิ้งไว้ในกรงมาเขย่ากล้วยจนหล่น ในอีกโอกาสหนึ่ง ลิงชิมแปนซีสามารถต่อไม้สองอันเพื่อรับกล้วยได้ เนื่องจากไม้แต่ละอันเพียงอย่างเดียวไม่เพียงพอที่จะไปถึงกล้วยได้ สัตว์ต้องรับมือกับงานที่ยากขึ้นโดยไม่คาดคิดโดยวางกล่องไว้ใต้กล้วยและใช้เป็นขั้นตอน

ลิงชิมแปนซีแสดงภาพ "พวงกล้วย" ที่คุ้นเคยของเธอ แต่ภาพของเธอไม่สมบูรณ์ - ไม่สามารถนำออกมาและรับประทานได้ แต่เนื่องจากนี่เป็นแหล่งอาหารเพียงแห่งเดียว ภาพที่ยังไม่เสร็จจึงสร้างความตึงเครียดภายในและเรียกร้องให้ทำให้เสร็จ

วิธีการแก้ปัญหา (เติมภาพให้สมบูรณ์) มีอยู่เสมอ แต่การเกิดขึ้นของการแก้ปัญหาจำเป็นต้องเปลี่ยนภาพที่มีอยู่ (จำเป็นต้องเรียนรู้ด้วยความช่วยเหลือของจินตนาการ) ลิงชิมแปนซีจำเป็นต้องจินตนาการ (เขียนรายการตัวเลือกที่เป็นไปได้ทั้งหมดทางใจ): “จะเกิดอะไรขึ้นถ้าฉันเอาไม้ไป” “จะเกิดอะไรขึ้นถ้า …” และสมมติฐานที่เป็นไปได้มากที่สุดเพื่อทดสอบในทางปฏิบัติ ลองรับข้อเสนอแนะ ลองนึกภาพอีกครั้ง , ลอง, รับข้อเสนอแนะการเชื่อมต่อและอื่น ๆ จนกว่าเราจะสร้างภาพให้สมบูรณ์ (เรียนรู้)

หากการจดจำภาพลักษณ์ของอักษรอียิปต์โบราณ "ชั่วนิรันดร์" จะเป็นเรื่องของชีวิตและความตายสำหรับคุณ คุณจะพบหนทางที่จะทำมันได้อย่างแน่นอน

จากภาษาที่เป็นที่นิยมมากขึ้น มาดูภาษาทางเทคนิคและกำหนดแนวคิดพื้นฐานที่เราจะใช้ต่อไป:

• การตัดกันของข้อมูลที่ซ้ำซ้อนจากช่องข้อมูลต่างๆ ทำให้เกิดภาพ
• การเรียนรู้คือการแปลงการไหลของข้อมูลเป็นฟิลด์ข้อมูล
• ฟิลด์ข้อมูล (หน่วยความจำ) - การจัดเก็บรูปภาพและความสัมพันธ์
• จินตนาการคือ...
  - "เรียนผู้อ่าน เติมภาพแห่งจินตนาการด้วยตัวคุณเอง โดยใช้ข้อมูลที่ซ้ำซ้อนจากประสบการณ์ชีวิตของคุณและบทความนี้"
• ความฉลาดคือความสามารถในการเรียนรู้และจินตนาการ

ในตอนต้นของบทความเราได้แสดงรายการเทคโนโลยีที่เกี่ยวข้องกับปัญญาประดิษฐ์ในปัจจุบัน ตอนนี้คุณสามารถประเมินได้อย่างอิสระว่าเทคโนโลยีเหล่านี้สอดคล้องกับแนวคิดของปัญญามากน้อยเพียงใด

ในบทความถัดไป เราจะพิจารณางานดังกล่าวว่าเป็นการค้นหาข้อมูลทางปัญญาบนอินเทอร์เน็ต เรามากำหนดเกณฑ์ของปัญญา พัฒนาแนวทางปฏิบัติ และ "รู้สึก" กับแอปพลิเคชันจริงที่ใช้หลักการที่อธิบายไว้ในบทความนี้

บทความนี้ไม่ได้อ้างว่าเป็นความจริง แต่เป็นส่วนหนึ่งของการพัฒนาและการวิจัยของเรา เขียนความคิดเห็นเสริมเนื้อหาด้วยตัวอย่างหรือความคิดของคุณ เรียนรู้และจินตนาการ...

วางแผน.

1. บทนำ.

2. ปรากฏการณ์ของการคิด

3. การสร้างปัญญาประดิษฐ์

3.1 วิธีการเชิงกล

3.2 วิธีการทางอิเล็กทรอนิกส์

3.3 แนวทางไซเบอร์เนติกส์

3.4 วิธีการทางประสาท

3.5 การปรากฏตัวของ perceptron

4. บทสรุป

5. รายการอ้างอิง

1. บทนำ.

นักปรัชญาสมัยใหม่และนักวิจัยด้านวิทยาศาสตร์มักมองว่าสหวิทยาการเป็นหนึ่งในความสำเร็จในการค้นพบใหม่ของศตวรรษที่ 20

ปัญญาประดิษฐ์และชีวิตประดิษฐ์เป็นตัวอย่างที่สมบูรณ์แบบของการบูรณาการของสาขาวิทยาศาสตร์มากมาย

น่าเสียดายที่ชีวิตนั้นซับซ้อนเกินกว่าจะสรุปทิศทางทั่วไปในการวิจัยได้ หลักฐานคือบางคนสนใจศึกษา "ระบบที่แสดงให้เห็นปรากฏการณ์ของระบบสิ่งมีชีวิต" บางคนกำลังศึกษาธรรมชาติของการสืบพันธุ์ทางเคมีหรือพยายามแก้ปัญหาทางปรัชญาของความรู้ด้วยตนเอง

แนวคิดของ "ปัญญาประดิษฐ์" มีความหมายที่แตกต่างกัน - ตั้งแต่การรับรู้ความฉลาดในคอมพิวเตอร์ที่ติดตั้งผลิตภัณฑ์ซอฟต์แวร์รู้จำข้อความและคำพูดไปจนถึงการจำแนกว่าเป็นระบบอัจฉริยะที่แก้ปัญหางานทั้งหมดที่ดำเนินการโดยบุคคล

ทฤษฎีปัญญาประดิษฐ์ในการแก้ปัญหาหลายอย่างประสบปัญหาบางอย่าง หนึ่งในปัญหาเหล่านี้คือการชี้แจงคำถามที่ว่าความเป็นไปได้หรือความเป็นไปไม่ได้ของปัญญาประดิษฐ์สามารถพิสูจน์ได้ในทางทฤษฎี (ทางคณิตศาสตร์) หรือไม่

มีสองมุมมองเกี่ยวกับเรื่องนี้ บางคนคิดว่ามันได้รับการพิสูจน์ทางคณิตศาสตร์ว่าโดยหลักการแล้วคอมพิวเตอร์สามารถทำหน้าที่ใด ๆ ที่ดำเนินการโดยปัญญาธรรมชาติ คนอื่น ๆ พิจารณาว่ามันได้รับการพิสูจน์ทางคณิตศาสตร์ในระดับเดียวกับที่มีปัญหาที่สามารถแก้ไขได้ด้วยสติปัญญาของมนุษย์ ซึ่งโดยพื้นฐานแล้วคอมพิวเตอร์ไม่สามารถเข้าถึงได้ มุมมองเหล่านี้แสดงออกโดยทั้งนักไซเบอร์เนติกส์และนักปรัชญา หนึ่งในหลาย ๆ ปัญหา (อาจกล่าวได้ว่าเป็นปัญหาหลัก) คือระบบที่มีจิตใจแตกต่างจากคอมพิวเตอร์ตรงที่มีความต้องการทางชีววิทยา

ภาพสะท้อนของโลกภายนอกผ่านปริซึมของความต้องการเหล่านี้ ซึ่งแสดงออกถึงกิจกรรมของระบบจิต คอมพิวเตอร์ไม่มีความจำเป็น เพราะข้อมูลนั้นไม่มีนัยสำคัญและไม่แยแส ในบุคคล ความต้องการทางสังคมถูกสร้างขึ้นบนชั้นของความต้องการทางชีววิทยา และข้อมูลสำหรับเขานั้นไม่ได้เป็นเพียงทางชีววิทยาเท่านั้น แต่มีความสำคัญทางสังคมด้วย อย่างไรก็ตาม ระบบทางเทคนิคยังคงมีความคล้ายคลึงกันขององค์กรทางกายภาพ ระบบไซเบอร์เนติกส์ที่พัฒนาขึ้นมีส่วนต่อท้ายของตัวรับและเอฟเฟกต์ ในทางปฏิบัติ ภายใต้หลังคาของคำว่าชีวิตเทียมมีโครงการต่างๆ มากมายตั้งแต่แบบจำลองการคัดลอกดีเอ็นเอและระบบป้อนกลับ ไปจนถึงการศึกษาปัญญาร่วมและพลวัตการเติบโตของประชากร

2. ปรากฏการณ์ของการคิด

เครื่องจักรได้เรียนรู้การแต่งกลอน แต่งเพลง วาดภาพแล้ว อาจดูเหมือนบางคนว่านี่เป็นสัญญาณบ่งบอกถึงความสมเหตุสมผลของพวกเขาอย่างไม่ต้องสงสัย ท้ายที่สุดแล้ว หากคอมพิวเตอร์สามารถเข้าถึงความคิดสร้างสรรค์ ซึ่งมักถูกมองว่าเป็นทรัพย์สินที่มีสติปัญญาสูง แล้วมันยุติธรรมหรือไม่ที่จะปฏิเสธความคิดนั้น

ถึงกระนั้นพวกเราส่วนใหญ่แทบจะไม่เห็นด้วยเลยที่จะถือว่าคอมพิวเตอร์ที่วาดและแต่งบทกวีเป็นคอมพิวเตอร์ที่ใช้คิด แล้วจะเรียกว่าคิดอย่างไรดี (2)

เป็นเรื่องยากสำหรับคนที่อยู่ห่างไกลจากวิทยาศาสตร์ที่จะจินตนาการว่าอุปกรณ์ไซเบอร์เนติกส์ที่ทันสมัยสามารถทำได้เพียงใด อย่างน้อยก็คุ้มค่าที่จะกล่าวถึงสิ่งที่เรียกว่า "ระบบผู้เชี่ยวชาญ" ซึ่งวิเคราะห์สภาพของผู้ป่วยโหมดของกระบวนการทางเทคโนโลยีตามข้อมูลในหน่วยความจำของพวกเขาให้คำแนะนำเกี่ยวกับวิธีปฏิบัติในสถานการณ์ที่กำหนด ในกรณีนี้ คอมพิวเตอร์ไม่เพียงแต่สื่อสารการตัดสินใจเท่านั้น แต่ยังอธิบายว่าทำไมจึงควรเป็นเช่นนั้น เมื่อเปรียบเทียบกับหน่วยความจำอิเล็กทรอนิกส์ การออกเอกสารอ้างอิงจดหมายเหตุและการคำนวณทางคณิตศาสตร์ ซึ่งปัจจุบันคนส่วนใหญ่เชื่อมโยงกับภาพลักษณ์ของคอมพิวเตอร์ นี่เป็นขั้นตอนใหม่ของกิจกรรมทางปัญญาเชิงคุณภาพ เมื่อความรู้ใหม่ได้รับการพัฒนาบนพื้นฐานของความรู้ที่มีอยู่ จนถึงขณะนี้ถือเป็นสิทธิพิเศษของสมองมนุษย์ที่ไม่อาจปฏิเสธได้ ไม่น่าแปลกใจที่คนที่พบระบบดังกล่าวเป็นครั้งแรกมักจะไม่อยากเชื่อเลยว่าเขากำลังติดต่อกับ "คอมพิวเตอร์เหล็ก" ไม่ใช่กับผู้ควบคุมที่เป็นมนุษย์ซึ่งซ่อนตัวอยู่ที่ไหนสักแห่ง

ความสามารถของคอมพิวเตอร์ในการคำนวณทางคณิตศาสตร์ที่เราคุ้นเคยจนกระทั่งเมื่อไม่นานมานี้ได้รับการพิจารณาว่าเป็นหนึ่งในกิจกรรมทางจิตวิญญาณของมนุษย์ในระดับสูงสุด จำนวนเชิงซ้อนซึ่งคอมพิวเตอร์เกือบทุกชนิดสามารถใช้งานได้ง่าย G. Leibniz เป็นนักคณิตศาสตร์ที่โดดเด่นเรียกว่า "สัตว์ครึ่งบกครึ่งน้ำทางจิตวิญญาณ" ซึ่งเป็น "การผลิตวิญญาณของพระเจ้า" ที่น่าทึ่งและนักเขียน V. Odoevsky ใน "สุนทรพจน์ภาษารัสเซีย" ของเขา เขียนเกี่ยวกับความสามารถของเราในการคำนวณเกี่ยวกับคุณสมบัติบางอย่างที่เข้าใจยากและเกือบจะลึกลับ: ในทุกกระบวนการทางคณิตศาสตร์ เรารู้สึกว่าสิ่งอื่นซึ่งเป็นมนุษย์ต่างดาวซึ่งทำงาน คิด คำนวณ เข้าร่วมกับสิ่งมีชีวิตของเรา และในขณะเดียวกัน การกระทำไม่ยอมรับการมีส่วนร่วมใด ๆ ในกระบวนการนี้ เช่นเดียวกับเรื่องภายนอกกำลังรออาหารของมันเอง นั่นคือความเชื่อมโยงที่ต้องมีระหว่างมันกับกระบวนการนี้ - และเราไม่พบความเชื่อมโยงนี้

เราสามารถจินตนาการได้ว่า Odoevsky จะประหลาดใจเพียงใดเมื่อเขาเรียนรู้เกี่ยวกับความสามารถในการคำนวณของคอมพิวเตอร์ของเรา! อย่างไรก็ตามเราไม่ถือว่าพวกเขาคิด

คอมพิวเตอร์ทุกเครื่องไม่ว่า "ความสามารถ" ในการเรียนรู้จะน่าทึ่งเพียงใดก็ทำงานบนพื้นฐานของโปรแกรมที่เตรียมไว้ล่วงหน้าและข้อมูลภายนอกที่เข้ามา จริงอยู่ มนุษย์เรายังใช้โปรแกรมการกระทำบางอย่าง โดยเฉพาะอย่างยิ่งในช่วงเดือนแรกของชีวิต เมื่อพฤติกรรมของเราเกือบทั้งหมดถูกกำหนดโดยโปรแกรมพันธุกรรมที่ฝังอยู่ในตัวเรา อย่างไรก็ตาม ความแตกต่างพื้นฐานคือบุคคลมีแรงจูงใจ เช่น เปลี่ยนโปรแกรมและทำในลักษณะที่ไม่มีสะพานเชื่อมตรรกะที่ต่อเนื่องระหว่าง Sarah และโปรแกรมใหม่ ทั้งนี้ขึ้นอยู่กับเงื่อนไขบางประการ สิ่งนี้เกิดขึ้นได้อย่างไรยังไม่ชัดเจนมีข้อพิพาทและมุมมองที่แตกต่างกันมากมาย แต่นี่เป็นอีกคำถามหนึ่ง สิ่งสำคัญคือคอมพิวเตอร์สมัยใหม่ไม่มีคุณสมบัตินี้ ทีนี้ ถ้าเกิดว่าคอมพิวเตอร์บางเครื่องแก้ปัญหา เช่น ปัญหาแม่เหล็กไฟฟ้าและกลศาสตร์ควอนตัม รวมวิทยาศาสตร์ทั้งสองส่วนนี้เข้าด้วยกัน และได้รับสมการของไฟฟ้าพลศาสตร์ควอนตัม แล้วใช้มันเพื่อทำนายปรากฏการณ์ใหม่ในพื้นที่ที่ไม่รู้จักก่อนหน้านี้ บางทีเราอาจมีสิทธิ์ที่จะเรียกเธอว่าความคิด และเหนือสิ่งอื่นใด เพราะเธอเองตัดสินใจรับงานใหม่ที่มีคุณภาพโดยไม่ได้นัดหมายล่วงหน้า คำว่า "ตัดสินใจ" หมายความว่าเธอคิด

งานทางปัญญาใด ๆ คือการค้นหาวิธีบรรลุเป้าหมายมิฉะนั้นจะไม่ใช่วิธีแก้ปัญหา แต่เป็นเพียงการดำเนินการตามคำแนะนำที่แน่นอน

เมื่อเราพูดว่านักเรียนแก้ปัญหาได้ อันดับแรกหมายความว่าเขาต้องคิดให้ออกว่าจะใช้สูตรใดสำหรับสิ่งนี้ จะใช้ตัวเลขอะไรแทน อย่างไรก็ตาม หากเขามองดูสมุดบันทึกของเพื่อนบ้าน แล้วแทนที่ตัวเลขที่ระบุในสูตรที่เขียนไว้บนกระดาน นี่ไม่ใช่วิธีแก้ปัญหาอีกต่อไป แต่เป็นการทำซ้ำเชิงกล นี่คือพฤติกรรมของคอมพิวเตอร์สมัยใหม่ พูดอย่างเคร่งครัดพวกเขาไม่ได้แก้ปัญหาใด ๆ และสำนวน "คอมพิวเตอร์แก้ปัญหา" ที่เรามักใช้มีความหมายทั่วไป ...

ความสามารถในการกำหนดงานและตั้งโปรแกรมด้วยตนเองสำหรับโซลูชันนั้นเป็นสิ่งสำคัญที่กำหนดลักษณะปรากฏการณ์ของการคิดอย่างแม่นยำ

เราสามารถคัดค้านคำกล่าวนี้ได้ โดยสังเกตว่าทั้งปลาและอะมีบาดึกดำบรรพ์ในการไล่ล่าเหยื่อก็กำหนดภารกิจที่เปลี่ยนแปลงตามเงื่อนไขเฉพาะ ซึ่งหมายความว่าพวกมันก็คิดเช่นกัน?

สิ่งเหล่านี้อาจเป็นรูปแบบการคิดดั้งเดิมเนื่องจากการอธิบายพฤติกรรมของสัตว์ในสถานการณ์ชีวิตที่หลากหลายด้วยสัญชาตญาณเพียงอย่างเดียวเป็นสมมติฐาน (2)

สัตว์และนกมีคุณสมบัติในการคิดเช่นเดียวกับความสามารถในการพูดคุยทั่วไป ตัวอย่างเช่น พวกเขารู้จักอาหารในรูปแบบต่างๆ ที่เป็นรูปธรรม อาหารโดยทั่วไปก็ว่าได้

ความเข้าใจตามปกติของเราเกี่ยวกับเหตุผลนั้นมีมนุษยธรรมมากเกินไป และเช่นเดียวกับในศตวรรษที่ 19 ความคิดเรื่องการสืบสันตติวงศ์ระหว่างมนุษย์กับลิงดูไร้สาระสำหรับหลาย ๆ คน ทุกวันนี้พวกเราหลายคนสับสนกับความคิดเกี่ยวกับความเป็นไปได้ของ สติปัญญาที่ไม่ใช่มนุษย์ โดยเฉพาะอย่างยิ่งโดยไม่ได้สังเกตตัวเอง เรามักจะเชื่อมโยงความคิดของการคิดกับความสามารถในการรับรู้ถึง "ฉัน" ของเราเอง และสิ่งนี้จะป้องกันไม่ให้เรามองปรากฏการณ์ของการคิดในวงกว้าง จริงอยู่ ความเชื่อมโยงระหว่างความคิดและความรู้สึก "ฉัน" ดูเหมือนจะมีอยู่จริง อาจคิดได้ว่าในสภาพแวดล้อมภายนอกที่เปลี่ยนแปลงอย่างกะทันหัน ระบบที่ซับซ้อนจะมีเสถียรภาพก็ต่อเมื่อมีความสามารถในการรับรู้สถานะของมัน และนี่คือสาระสำคัญของ "ฉัน" ของเรา การวิเคราะห์แสดงให้เห็นว่าความรู้สึกดังกล่าวมีความจำเป็นสำหรับหุ่นยนต์อัตโนมัติจำนวนมากอยู่แล้ว ท้ายที่สุดแล้ว หุ่นยนต์และโดยทั่วไปแล้วเครื่องเรียนรู้ด้วยตนเองที่ซับซ้อนซึ่งสื่อสารกับบุคคลอย่างแข็งขันจะต้องแจ้งให้เขาทราบเกี่ยวกับสถานะของความทรงจำ ว่าอะไรชัดเจน อะไรไม่และทำไม และสำหรับสิ่งนี้ หุ่นยนต์จะต้องรู้สึกและสามารถแสดงสถานะของมันได้ สิ่งนี้จำเป็นสำหรับหุ่นยนต์เช่นกันเพื่อที่จะสังเกตเห็นปัญหาใน "สิ่งมีชีวิต" ของมันได้ทันเวลา หุ่นยนต์ที่ไม่รู้จักตนเองไม่น่าจะอยู่รอดได้นานในสภาพแวดล้อมที่ซับซ้อนและเปลี่ยนแปลงอย่างรวดเร็วซึ่งส่งผลต่อหุ่นยนต์

3. การสร้างปัญญาประดิษฐ์

นับตั้งแต่ช่วงปลายทศวรรษที่ 1940 นักวิทยาศาสตร์ในห้องปฏิบัติการวิจัยของมหาวิทยาลัยและอุตสาหกรรมจำนวนมากขึ้นได้พยายามเพื่อเป้าหมายที่กล้าหาญ: การสร้างคอมพิวเตอร์ที่ทำงานในลักษณะที่ไม่สามารถแยกความแตกต่างจากจิตใจของมนุษย์อันเป็นผลงานของพวกเขา

นักวิจัยที่ทำงานด้านปัญญาประดิษฐ์ (AI) ทำงานหนักอย่างอดทนและพยายามก้าวไปข้างหน้าพบว่าตัวเองต้องต่อสู้กับปัญหาที่ซับซ้อนมาก ซึ่งอยู่นอกเหนือขอบเขตของวิทยาการคอมพิวเตอร์แบบดั้งเดิม ปรากฎว่าประการแรกจำเป็นต้องเข้าใจกลไกของกระบวนการเรียนรู้ธรรมชาติของภาษาและการรับรู้ทางประสาทสัมผัส ปรากฎว่าเพื่อสร้างเครื่องจักรที่เลียนแบบการทำงานของสมองมนุษย์ จำเป็นต้องเข้าใจว่าเซลล์ประสาทที่เชื่อมต่อถึงกันหลายพันล้านเซลล์ทำงานอย่างไร จากนั้นนักวิจัยหลายคนก็สรุปได้ว่าบางทีปัญหาที่ยากที่สุดที่วิทยาศาสตร์สมัยใหม่ต้องเผชิญก็คือความรู้เรื่องการทำงานของจิตใจมนุษย์ ไม่ใช่แค่การเลียนแบบการทำงานของมัน ซึ่งส่งผลกระทบโดยตรงต่อปัญหาทางทฤษฎีพื้นฐานของวิทยาศาสตร์ทางจิตวิทยา ในความเป็นจริง เป็นเรื่องยากสำหรับนักวิทยาศาสตร์ที่จะมองเห็นมุมมองเดียวเกี่ยวกับเรื่องของการวิจัยของพวกเขา ซึ่งก็คือความฉลาด เช่นเดียวกับในอุปมาเรื่องชายตาบอดที่พยายามอธิบายช้าง เขาพยายามยึดตามคำนิยามที่เขารัก

หนึ่งในวิธีการทั่วไปที่เก่าแก่ที่สุดของเทคโนโลยีการเจริญพันธุ์คือวิธีการผสมเทียม (AI) ด้วยวิธีการนี้ การปฏิสนธิจะใกล้เคียงกับธรรมชาติ นี่เป็นวิธีการประดิษฐ์เสริมซึ่งนำเมล็ดของคู่ครอง (สามีหรือ) เข้าไปในมดลูกของผู้หญิง การผสมเทียมที่บ้านสะดวกเป็นพิเศษ นี่เป็นวิธีการที่ง่ายและราคาไม่แพงที่สุดของเทคโนโลยีช่วยการเจริญพันธุ์ เราเสนอให้คุณเข้าใจความซับซ้อนทั้งหมดของการผสมเทียมที่บ้านในรายละเอียดเพิ่มเติม

ชีวิตสมัยใหม่เต็มไปด้วยปัจจัยต่างๆ ที่ไม่เพียงเป็นอันตรายต่อสุขภาพของเราเท่านั้น แต่ยังสามารถขัดขวางการทำงานของระบบสืบพันธุ์ของร่างกายอีกด้วย ปัจจัยลบต่อสุขภาพการเจริญพันธุ์ ได้แก่ สภาพแวดล้อมที่ไม่เอื้ออำนวย ความเครียด ภาวะโภชนาการที่ไม่สมดุล การไม่ออกกำลังกาย ระบบสืบพันธุ์ของทั้งสองเพศมีความละเอียดอ่อนและตอบสนองต่อการละเมิดดังกล่าวด้วยความล้มเหลวอย่างร้ายแรง บ่อยครั้งที่สามารถแก้ปัญหาภาวะมีบุตรยากของหญิงและชายได้โดยใช้การผสมเทียมที่บ้าน

การผสมเทียมมีหลายวิธีคล้ายกับการมีเพศสัมพันธ์ ในกรณีนี้ สเปิร์มที่ผ่านการแปรรูปจะถูกนำเข้าสู่โพรงมดลูกด้วยวิธีทางการแพทย์ (นอกการมีเพศสัมพันธ์) บางทีนั่นอาจเป็นเหตุผลว่าทำไมวิธีนี้ถึงมีประสิทธิภาพค่อนข้างสูงในผู้ที่มีปัญหาในการคิดตามธรรมชาติ ซึ่งใกล้เคียงกับวิธีการทางสรีรวิทยาในการได้รับลูกหลานสำหรับคู่สมรสที่มีบุตรยาก ซึ่งเป็นที่รู้จักกันมาตั้งแต่ปี ค.ศ. 1770

ที่อาจสนใจวิธีการรักษาภาวะมีบุตรยากเช่นนี้? ปรากฎว่ามีคนจำนวนมาก นี่คือสาเหตุที่พบบ่อยที่สุดสำหรับการผสมเทียมที่บ้าน:

1. สำหรับคู่ที่ผลตรวจปกติแต่ไม่มีการตั้งครรภ์
2. ด้วยสถานะเอชไอวีในเชิงบวกของผู้หญิงเพื่อไม่ให้ติดเชื้อในคู่นอน
3. ในผู้หญิงที่ไม่มีคู่นอนถาวร
4. หากคู่ครองของผู้หญิงไม่ต้องการมีบุตร
5. ที่มีปัญหาเกี่ยวกับสเปิร์มในผู้ชาย (, สเปิร์มที่มีบุตรยาก) และการเข้าถึงสเปิร์มของผู้บริจาค
6. หลังจากโรคหรือการบาดเจ็บในคู่นอน (คางทูม, หนองใน, ซิฟิลิส, วัณโรค, ตับอักเสบ, ความร้อนสูงเกินไป, การฉายรังสี);
7. กับความผิดปกติทางเพศอุทานในผู้ชาย;
8. กับ vaginismus ในผู้หญิง (การหดตัวของกล้ามเนื้อช่องคลอดและ perineum โดยเป็นไปไม่ได้ที่การกระทำกลวง);
9. สำหรับคู่สมรสที่มีบุตรยากทางภูมิคุ้มกัน
10. สำหรับผู้หญิงที่ต้องการมีบุตรด้วยตัวเอง (รวมถึงคู่รักเลสเบี้ยน ฯลฯ)

ข้อดี

ข้อดีของวิธีนี้คืออะไรหากใช้กับคลินิกต่างประเทศและในประเทศที่ประสบความสำเร็จอย่างมาก? ข้อดีของวิธีการผสมเทียมคือ:

• วิธีนี้ไม่ต้องการการลงทุนทางการเงินจำนวนมาก
• เกิดขึ้นเร็วมากตามสภาพธรรมชาติ
• ขั้นตอนไม่เจ็บปวด
• สามารถทำที่บ้านได้
• ช่วยให้คุณควบคุมการตกไข่และช่วงเวลาของการหลอมรวมของไข่กับสเปิร์มในช่วงเวลาที่ดีที่สุดสำหรับการปฏิสนธิ
• สามารถใช้กับคู่สมรสที่มีปัญหาเกี่ยวกับความคิดตามธรรมชาติที่เป็นอิสระ (ความพิการ การบาดเจ็บ ความอ่อนแอ);
• ช่วยให้คุณปรับปรุงคุณภาพของสเปิร์มและใช้ประโยชน์สูงสุดจากโอกาสในการตั้งครรภ์ที่น้อยที่สุด
• ด้วยความเข้ากันไม่ได้ทางชีวภาพของตัวอสุจิของคู่นอนกับการหลั่งเมือกของคลองปากมดลูกของคู่นอน

ข้อเสียของการผสมเทียม

แม้ว่าวิธีการผสมเทียมที่บ้านจะมีข้อดีหลายประการและถือว่าค่อนข้างมีประสิทธิภาพ แต่ขั้นตอนนี้ก็มีข้อเสียเช่นกัน เหล่านี้รวมถึง:

• แนะนำให้ใช้วิธีนี้ไม่เกิน 2-4 ครั้ง: การผสมเทียมจะไม่ได้ผลเมื่อใช้ซ้ำ ๆ
• ประสิทธิภาพของวิธีการต่ำในสตรีอายุมากกว่า 35 ปี
• วิธีนี้มีประสิทธิภาพน้อยกว่ามาก (อัตราความสำเร็จ 15-30%) กว่าการทำเด็กหลอดแก้วแบบดั้งเดิม (อัตราความสำเร็จ 40-60%)

เงื่อนไขสำหรับการผสมเทียมที่ประสบความสำเร็จ

วิธีการผสมเทียมเป็นวิธีการเสริมการผสมเทียมไม่สามารถใช้ได้ในทุกกรณีที่มีปัญหาเกี่ยวกับความคิด เพื่อที่จะนำสเปิร์มจากคู่นอนเข้าสู่โพรงมดลูกของผู้หญิง จะต้องปฏิบัติตามเงื่อนไขบางประการ:

1. โครงสร้างปกติของมดลูกและไม่มีความผิดปกติ (ยกเว้น);
2. การแจ้งเตือนที่ดีของท่อนำไข่
3. สถานะการตกไข่
4. รูขุมขนก่อนตกไข่;
5. ไม่มีโรคติดเชื้อทั่วไปและทางนรีเวช

นอกจากนี้ยังมีเงื่อนไขสำหรับความเป็นไปได้ที่จะใช้วิธีนี้กับพันธมิตร: ควรมีตัวบ่งชี้ที่ใกล้เคียงกับปกติหรือปกติ

การผสมเทียมมีข้อห้ามสำหรับใคร?

อย่างไรก็ตามสำหรับความเรียบง่ายของขั้นตอนทั้งหมดนั้นยังห่างไกลจากการแสดงให้ทุกคนเห็น มีหลายกรณีที่ห้ามผสมเทียมที่บ้าน สถานการณ์เหล่านี้คือ:

• เนื้องอกร้ายของอวัยวะใด ๆ
• โรคคล้ายเนื้องอกของรังไข่ (ซีสต์) และเนื้องอกของพวกมัน
• ความเป็นไปไม่ได้ของการตั้งครรภ์ด้วยเหตุผลทางการแพทย์ (โรคทางจิตหรือทางการรักษา)

การเตรียมการสำหรับการผสมเทียมที่บ้าน

ขั้นตอนการผสมเทียมที่ดูเหมือนง่าย (เมื่อมองแวบแรก) ต้องมีการเตรียมการอย่างรอบคอบ

ทั้งคู่ต้องเข้ารับการตรวจสุขภาพก่อน หากสเปิร์มเป็นผู้บริจาคจะมีการตรวจเฉพาะผู้หญิงเท่านั้น

การทำอัลตราซาวนด์ของกระดูกเชิงกรานเป็นสิ่งสำคัญสำหรับผู้หญิง นอกจากข้อมูลเกี่ยวกับสภาวะทั่วไปและอนามัยการเจริญพันธุ์แล้ว มารดาที่มีศักยภาพจะต้องได้รับการทดสอบเพื่อแยก:

• การติดเชื้อที่อวัยวะเพศ
• ตับอักเสบ;
• ซิฟิลิส.

นอกจากนี้ยังเป็นสิ่งสำคัญสำหรับผู้หญิงในการกำหนดวันที่มีประจำเดือนครั้งสุดท้ายและกำหนดวันที่จะตกไข่ บางครั้งผู้หญิงควรใช้ฮอร์โมนบำบัดเพื่อกระตุ้นการผลิตไข่

นอกจากนี้ สำหรับขั้นตอนที่คุณต้องซื้อ:

• ชุดพิเศษ (ซึ่งรวมถึงเข็มฉีดยา สายสวน ปิเปต กระจก
• ถุงมือนรีเวช
• สำลี;
• น้ำยาฆ่าเชื้อ
• ผ้าขนหนูปลอดเชื้อ

ต้องล้างมือและอวัยวะเพศก่อนการผสมเทียม

บางครั้งวิธีการปฏิสนธินี้ต้องใช้ความพยายาม 2-3 ครั้ง การผสมเทียมมากกว่า 4 ครั้งถือว่าไม่ได้ผล

ขั้นตอนทำอย่างไรที่บ้าน?

โดยปกติแล้วผู้เชี่ยวชาญไม่ค่อยแนะนำให้ผสมเทียมที่บ้าน หลายคนเปรียบเทียบขั้นตอนนี้ที่บ้านกับการอุดฟันด้วยตัวเองหรือเอาไส้ติ่งอักเสบออก

แพทย์มักจะยืนยันในการมีส่วนร่วมอย่างมืออาชีพและการปรากฏตัวของผู้เชี่ยวชาญในกระบวนการแทรกแซงใด ๆ ในกระบวนการผสมเทียม อย่างไรก็ตาม หลายคนใช้เทคนิคนี้ด้วยตัวเอง ประหยัดเงินในการติดต่อผู้เชี่ยวชาญ

ปัจจุบัน ชุดอุปกรณ์พิเศษสำหรับการผสมเทียมทางช่องคลอดที่บ้านมีจำหน่ายทั่วไป ในช่วงเวลาของการนำสเปิร์มเทียมและครึ่งชั่วโมงหลังจากนั้นผู้หญิงควรนอนหงายเป็นเวลาอย่างน้อยครึ่งชั่วโมง (โดยยกกระดูกเชิงกรานขึ้น) ขั้นตอนนี้ควรดำเนินการในเวลาที่มีการตกไข่

ลำดับขั้นตอน

1. ขั้นแรก คุณต้องเตรียมสเปิร์มของผู้บริจาคสด โดยวางไว้ในภาชนะพิเศษ คู่นอนหรือสามีควรล้างมือและอวัยวะเพศก่อนช่วยตัวเอง สเปิร์มจะทำงานได้ดีที่สุดในช่วง 2-3 ชั่วโมงแรกหลังจากได้รับ
2. รอประมาณ 15-20 นาทีเพื่อให้น้ำอสุจิเหลว
3. ด้วยขั้นตอนนี้ผู้หญิงเองก็ฉีดสเปิร์มด้วยเข็มฉีดยาที่ผ่านการฆ่าเชื้อแล้วอย่างราบรื่นด้วยปลายพิเศษเข้าไปในช่องคลอด อย่างไรก็ตามจะสะดวกกว่าสำหรับสามีหรือผู้ช่วยคนอื่นในการทำเช่นนี้

สิ่งสำคัญคือการกดลูกสูบเบา ๆ มิฉะนั้นการใส่อย่างรวดเร็วอาจทำให้ปากมดลูกกระตุกและทำให้สเปิร์มไหลได้

1. อากาศออกจากกระบอกฉีดยาก่อน การบริหารสเปิร์มด้วยตนเองนั้นไม่สะดวกนัก: คุณต้องใส่กระจกพิเศษเข้าไปในช่องคลอดเพื่อควบคุมกระบวนการ
2. ก่อนที่จะนำสเปิร์มเข้าสู่ช่องคลอดจะมีการใส่กระจก (ที่ความลึก 2-3 ซม.) หลังจากนั้นให้สอดปลายอย่างระมัดระวังโดยไม่ต้องเข้าใกล้คอมดลูก การนำตัวอสุจิเข้าสู่โพรงมดลูกด้วยตนเองเป็นอันตรายต่อการบาดเจ็บและการติดเชื้อ
3. จากนั้นคุณต้องกดลูกสูบของกระบอกฉีดยาแล้วปล่อยสเปิร์มที่ฐานของปากมดลูก
4. นอนราบโดยยกกระดูกเชิงกรานขึ้นเป็นเวลา 30-40 นาที ในกรณีนี้ โอกาสที่สเปิร์มจะบรรลุเป้าหมายก็จะสูงขึ้น และยังเป็นการป้องกันไม่ให้สเปิร์มไหลออกมาอีกด้วย

บางคนเชื่อว่าโอกาสตั้งครรภ์ด้วยวิธีนี้จะสูงกว่าหากผู้หญิงทำให้ตัวเองถึงจุดสุดยอด

การทดสอบการตั้งครรภ์จะแสดงให้เห็นว่ากระบวนการผสมเทียมที่บ้านมีประสิทธิภาพเพียงใด

คนสามารถช่วยในเวลาของการผสมเทียมซึ่งจะไม่ทำให้ผู้หญิงเครียดและประหม่ามิฉะนั้นจะลดโอกาสในการตั้งครรภ์

บางครั้งผู้หญิงหันไปใช้เครื่องขยายช่องคลอดสำหรับ IS มาดูกันว่าสิ่งนี้เกิดขึ้นได้อย่างไร:

1. ใส่ไดเลเตอร์เอียงเล็กน้อยทำมุม 45 องศา
2. จำเป็นต้องแยกขาของเครื่องขยายออก 2-3 ซม. เพื่อให้ปากมดลูกอยู่ในช่องเปิด
3. ในตำแหน่งนี้ตัวขยายจะได้รับการแก้ไข (มีการล็อคในแบบจำลอง)
4. อย่าขยับไดเลเตอร์ในตำแหน่งขยายเพื่อไม่ให้ช่องคลอดได้รับบาดเจ็บ
5. มีการต่อสายต่อเข้ากับกระบอกฉีดยา ขณะที่คุณต้องแน่ใจว่าการยึดนั้นแข็งแรงและปลอดภัย
6. หลังจากนั้นเข็มฉีดยาจะถูกสอดเข้าไปในช่องคลอดเพื่อฉีดสเปิร์ม
7. หลังจากเปิดตัวสเปิร์มแล้ว ตัวขยายจะคลายออกอย่างระมัดระวังโดยไม่เปลี่ยนมุมเอียง 45 องศา
8. เมื่อตัวขยายกลับคืนสู่ตำแหน่งเดิม มันจะถูกเอาออกจากช่องคลอด

ภาวะแทรกซ้อนที่อาจเกิดขึ้นหลังจากการผสมเทียม

แม้ว่ากระบวนการผสมเทียมจะได้รับการพัฒนาสูงสุดและไม่แตกต่างจากการมีเพศสัมพันธ์ตามธรรมชาติมากนัก แต่ด้วย AI มีความเสี่ยงที่จะเกิดภาวะแทรกซ้อนบางอย่าง ภาวะแทรกซ้อนของขั้นตอนนี้อาจรวมถึง:

• การปรากฏตัวของอาการของการอักเสบเฉียบพลันของอวัยวะสืบพันธุ์ของผู้หญิงหรืออาการกำเริบของกระบวนการเรื้อรังที่เธอมีอยู่แล้ว
• แพ้ยาที่กระตุ้นการตกไข่
• ปฏิกิริยาคล้ายช็อกต่อการนำสเปิร์มเข้าสู่ช่องคลอด
• การตั้งครรภ์นอกมดลูก;
• เพิ่มโอกาสในการตั้งครรภ์แฝด

สิ่งที่ไม่ควรทำระหว่างการผสมเทียมที่บ้าน

เนื่องจากการผสมเทียมที่บ้านดำเนินการโดยผู้หญิงโดยไม่มีการอุปถัมภ์ทางการแพทย์ เธอจำเป็นต้องตระหนักถึงข้อจำกัดบางประการของการใช้ขั้นตอนนี้ ข้อห้ามเหล่านี้คือ:

1. การใช้น้ำลายและสารหล่อลื่นอาจเป็นอันตรายต่อสเปิร์ม
2. คุณไม่สามารถใช้เครื่องมือชุดเดียวกันซ้ำได้
3. ห้ามฉีดน้ำอสุจิเข้าไปในปากมดลูก เพราะจะทำให้ผู้หญิงช็อกได้

บทวิจารณ์

Nadezhda อายุ 37 ปี

ฉันทำ AI สองครั้งและทั้งสองอย่างไม่ได้ผล ฉันไม่คิดว่าคุณสามารถทำการผ่าตัดที่ซับซ้อนที่บ้านได้ตามปกติ

สเวตลานา อายุ 34 ปี

สามีของฉันและฉันไม่มีลูก เราตัดสินใจลองใช้ AI ที่บ้าน - แพทย์แนะนำเรา ในตอนแรกไม่มีอะไรทำงาน แต่หลังจากพยายามไม่สำเร็จ 2 ครั้ง เรากำลังเตรียมการให้กำเนิดลูกสาวของเรา

วาเลนติน่า อายุ 41 ปี

ฉันสงสัยอย่างมากถึงประสิทธิภาพของการผสมเทียมที่บ้าน ด้วยปัญหาทางนรีเวชวิทยา ฉันตั้งครรภ์ด้วยวิธี IVF ในคลินิกเพียง 2 ครั้งเท่านั้น การผสมเทียมในกรณีของฉันคืออะไร?

วิโอเลตตา อายุ 32 ปี

และสำหรับฉันและแฟนของฉัน การผสมเทียมเป็นวิธีเดียวที่ยอมรับได้ในการมีลูก ฉันยอมรับวัฒนธรรมเลสเบี้ยนและไม่ยอมรับการมีเพศสัมพันธ์โดยผู้ชาย แต่เราต้องการลูกเป็นเพื่อน มาลอง AI กัน เราหวังว่าจะประสบความสำเร็จ

เมื่อศึกษาบทวิจารณ์เกี่ยวกับการผสมเทียมที่บ้านแล้วเราสามารถสังเกตความไม่ลงรอยกันได้ ในบางกรณี การผสมเทียมที่บ้านไม่ได้ผล อย่างไรก็ตาม คู่รักหลายคู่ด้วยวิธีนี้สามารถกลายเป็นพ่อแม่ที่มีความสุขได้ ไม่ว่าในกรณีใดวิธีการผสมเทียมที่บ้านไม่จำเป็นต้องมีการลงทุนทางการเงินจำนวนมาก และจะเห็นผลในเชิงบวกจากขั้นตอนนี้หรือไม่หลังจากใช้งาน อย่าละเลยกฎการเตรียมการใช้การผสมเทียม ท้ายที่สุดแล้วโอกาสที่จะเป็นพ่อแม่เป็นเดิมพันในขณะเดียวกันก็รักษาสุขภาพของเด็กและสุขภาพของตัวเอง

สิ่งที่คุณต้องรู้และจุดเริ่มต้น

สัปดาห์นี้ คุณสามารถอ่านกรณีศึกษาที่สร้างแรงจูงใจสูงได้จาก

แต่จริงๆ แล้ว ความปรารถนาที่จะสร้างปัญญาประดิษฐ์ที่สมบูรณ์แบบ ไม่ว่าจะเป็นโมเดลเกมหรือโปรแกรมมือถือ นั้นเป็นแรงบันดาลใจให้พวกเราหลายคนไปสู่เส้นทางของโปรแกรมเมอร์ ปัญหาคือเบื้องหลังสื่อการเรียนรู้มากมายและความเป็นจริงอันโหดร้ายของลูกค้า ความปรารถนานี้ถูกแทนที่ด้วยความปรารถนาง่ายๆ ในการพัฒนาตนเอง สำหรับผู้ที่ยังไม่ได้เริ่มเติมเต็มความฝันในวัยเด็ก นี่คือคำแนะนำสั้น ๆ ในการสร้างปัญญาประดิษฐ์ที่แท้จริง

ขั้นตอนที่ 1 ความผิดหวัง

เมื่อเราพูดถึงการสร้างบอทที่เรียบง่าย ดวงตาเต็มไปด้วยความสดใส และความคิดนับร้อยแวบเข้ามาในหัวของฉันว่าเขาควรจะทำอะไรได้บ้าง อย่างไรก็ตาม เมื่อพูดถึงการนำไปปฏิบัติ กลับกลายเป็นว่ากุญแจสู่พฤติกรรมที่แท้จริงคือ...คณิตศาสตร์ เพื่อให้เฉพาะเจาะจงมากขึ้น นี่คือรายการของส่วนที่จำเป็นต้องศึกษาอย่างน้อยในรูปแบบของการศึกษาในมหาวิทยาลัย:

พีชคณิตเชิงเส้น;

• ทฤษฎีกราฟ

  ทฤษฎีความน่าจะเป็นและสถิติทางคณิตศาสตร์.

นี่คือฐานทางวิทยาศาสตร์ที่จะสร้างโปรแกรมต่อไปของคุณ หากปราศจากความรู้และความเข้าใจในทฤษฎีนี้ ความคิดทั้งหมดจะแตกออกเป็นปฏิสัมพันธ์กับบุคคลหนึ่งอย่างรวดเร็ว เพราะแท้จริงแล้วปัญญาประดิษฐ์ไม่ได้เป็นอะไรมากไปกว่าชุดของสูตร

ขั้นตอนที่ 2 การยอมรับ

เมื่อความเย่อหยิ่งลดลงเล็กน้อยจากวรรณกรรมของนักเรียน คุณสามารถเริ่มเรียนภาษาได้ ยังไม่คุ้มที่จะกระโดดเข้าสู่ LISP หรืออื่นๆ ก่อนอื่นคุณต้องเรียนรู้วิธีทำงานกับตัวแปรและสถานะที่ชัดเจน เหมาะอย่างยิ่งสำหรับทั้งการเรียนรู้อย่างรวดเร็วและการพัฒนาต่อไป แต่โดยทั่วไปแล้ว ภาษาใดก็ตามที่มีไลบรารีที่เหมาะสมสามารถใช้เป็นพื้นฐานได้

ขั้นตอนที่ 3 การพัฒนา

ตอนนี้เราหันไปทางทฤษฎีของ AI โดยตรง สามารถแบ่งตามเงื่อนไขออกเป็น 3 ประเภท:

AI ที่อ่อนแอ - บ็อตที่เราเห็นในเกมคอมพิวเตอร์หรือผู้ช่วยง่ายๆ เช่น Siri พวกเขาทำงานเฉพาะทางสูงหรือซับซ้อนเล็กน้อย และปฏิสัมพันธ์ที่คาดเดาไม่ได้ใด ๆ ทำให้พวกเขาอยู่ในทางตัน

AI ที่แข็งแกร่งคือเครื่องจักรที่มีความฉลาดเทียบได้กับสมองของมนุษย์ จนถึงปัจจุบัน ยังไม่มีตัวแทนที่แท้จริงของชั้นเรียนนี้ แต่คอมพิวเตอร์อย่างวัตสันก็ใกล้จะบรรลุเป้าหมายนี้แล้ว

AI ที่สมบูรณ์แบบคืออนาคต สมองกลที่จะเกินขีดความสามารถของเรา มันเกี่ยวกับอันตรายของการพัฒนาดังกล่าวที่ Stephen Hawking, Elon Musk และแฟรนไชส์ภาพยนตร์ Terminator เตือน

โดยปกติคุณควรเริ่มต้นด้วยบอทที่ง่ายที่สุด ในการทำเช่นนี้จำเกม tic-tac-toe แบบเก่าที่ดีเมื่อใช้ฟิลด์ 3x3 และลองค้นหาอัลกอริทึมพื้นฐานของการกระทำด้วยตัวคุณเอง: ความน่าจะเป็นที่จะชนะด้วยการกระทำที่ปราศจากข้อผิดพลาด สถานที่ที่ประสบความสำเร็จมากที่สุดในสนามสำหรับ การวางหมาก การต้องลดเกมให้เสมอกัน เป็นต้น

ตามที่คุณเข้าใจแม้กระทั่งจากชื่อ นี่คือ API ที่จะช่วยให้คุณสร้าง AI ที่จริงจังได้โดยไม่ต้องเสียเวลา

ขั้นตอนที่ 5 งาน

ตอนนี้ เมื่อคุณเข้าใจวิธีการสร้าง AI และสิ่งที่จะใช้อย่างชัดเจนแล้ว ก็ถึงเวลายกระดับความรู้ของคุณไปอีกขั้น ประการแรก สิ่งนี้จะต้องมีการศึกษาระเบียบวินัย ซึ่งเรียกว่า "การเรียนรู้ของเครื่อง" ประการที่สอง คุณต้องเรียนรู้วิธีการทำงานกับไลบรารีที่เหมาะสมของภาษาโปรแกรมที่เลือก สำหรับ Python ที่เรากำลังพิจารณา ได้แก่ Scikit-learn, NLTK, SciPy, PyBrain และ Nump ประการที่สามในการพัฒนาไม่สามารถทำได้โดยปราศจาก