SZTUCZNA INTELIGENCJA

MATEUSZ KUŹNIAR
DEFINICJA SZTUCZNEJ
INTELIGENCJI

 Sztuczna inteligencja to (SI) zdolność maszyn

do wykazywania ludzkich umiejętności, takich
jak rozumowanie, uczenie się, planowanie i
kreatywność.
DEFINICJA SZTUCZNEJ INTELIGENCJI

Sztuczna inteligencja umożliwia systemom technicznym postrzeganie ich otoczenia, radzenie sobie z tym, co
postrzegają i rozwiązywanie problemów, działając w kierunku osiągnięcia określonego celu. Komputer odbiera
dane (już przygotowane lub zebrane za pomocą jego czujników, np. kamery), przetwarza je i reaguje.
Systemy SI są w stanie do pewnego stopnia dostosować swoje zachowanie, analizując skutki wcześniejszych działań
i działając autonomicznie.
HISTORIA BADAŃ

W 1950 roku Alan Mathison Turing zaproponował by możliwość udawania człowieka w zdalnej rozmowie uznać za
test inteligencji maszyn (test Turinga). w latach 50. XX wieku powstało pierwsze laboratorium AI na Uniwersytecie
Carnegie Mellon, założone przez Allena Newella i Herberta Simona i kilka lat później analogiczne laboratorium
w Massachusetts Institute of Technology, założone przez Johna McCarthy’ego. Oba te laboratoria są wciąż
wiodącymi ośrodkami AI na świecie.
HISTORIA BADAŃ

Termin „sztuczna inteligencja” został po raz pierwszy zaproponowany prawdopodobnie przez Johna McCarthy’ego, który
w 1955 r. zdefiniował go w następujący sposób:
„konstruowanie maszyn, o których działaniu dałoby się powiedzieć, że są podobne do ludzkich przejawów inteligencji”.
Istnieją dwa podstawowe podejścia do pracy nad AI:
 Pierwsze to tworzenie modeli matematyczno-logicznych analizowanych problemów i implementowanie ich w
formie programów komputerowych, mających realizować konkretne funkcje uważane powszechnie za składowe
inteligencji. W tej grupie, tzw. podejścia symbolicznego, są np. algorytmy genetyczne, metody logiki rozmytej i
wnioskowania bazującego na doświadczeniu.
 Drugie to podejście subsymboliczne polegające na tworzeniu struktur i programów „samouczących się”, bazujących na
modelach sieci neuronowej i sieci asocjacyjnych, oraz opracowywanie procedur „uczenia” takich programów,
rozwiązywania postawionych im zadań i szukania odpowiedzi na wybrane klasy „pytań”.
ZNACZENIE SZTUCZNEJ INTELIGENCJI

Niektóre technologie sztucznej inteligencji istnieją od ponad 50 lat, ale postęp w zakresie mocy obliczeniowej,
dostępność ogromnych ilości danych i nowe algorytmy doprowadziły do wielkich przełomów w tej dziedzinie.
Przewiduje się, że jej przyszłe zastosowania przyniosą ogromne zmiany, ale sztuczna inteligencja jest już obecna w
naszym codziennym życiu.
Oprogramowanie: wirtualni asystenci,
oprogramowanie do analizy obrazu,
wyszukiwarki internetowe, systemy
rozpoznawania mowy i twarzy RODZAJE
SZTUCZNEJ
INTELIGENCJI
"Ucieleśniona" sztuczna inteligencja:
roboty, samochody autonomiczne,
drony, internet rzeczy
SZTUCZNA INTELIGENCJA  W CODZIENNYM ŻYCIU

 Zakupy i reklamy online

-Sztuczna inteligencja jest szeroko stosowana do dostarczania spersonalizowanych rekomendacji podczas zakupów online
 Wyszukiwanie w internecie
-Wyszukiwarki uczą się na podstawie ogromnych ilości danych dostarczanych przez użytkowników
 Cyfrowi asystenci
-Smartfony wykorzystują SI do dostarczania jak najbardziej trafnych i spersonalizowanych produktów
 Tłumaczenia maszynowe
-Oprogramowanie do tłumaczenia tekstów pisanych lub mówionych wykorzystuje sztuczną inteligencję
 Inteligentne budynki, miasta i infrastruktura
-Inteligentne termostaty uczą się na podstawie naszego zachowania, dzięki czemu oszczędzają energię
 Samochody
-zautomatyzowane czujniki wykrywające możliwe niebezpieczne sytuacje i wypadki
 Cyberbezpieczeństwo
-Systemy SI mogą pomóc w rozpoznawaniu i zwalczaniu cyberataków i innych zagrożeń cybernetycznych
 Zwalczanie dezinformacji
-Sztuczna inteligencja może też wykrywać fałszywe wiadomości i dezinformację
Opieka zdrowotna

Transport
INNE PRZYKŁADY
Produkcja przemysłowa WYKORZYSTANIA
SZTUCZNEJ
INTELIGENCJI
Żywność i rolnictwo

Administracja i usługi publiczne

DZIEDZINY POWIĄZANE ZE SZTUCZNĄ INTELIGENCJĄ

Uczenie Sztuczne sieci

Głębokie uczenie
maszynowe neuronowe

Logika rozmyta,
zbiory zgrzebne
Robotyka
i obliczenia
ewolucyjne