Umělá inteligence

Aktuální verze stránky ještě nebyla zkontrolována zkušenými přispěvateli a může se výrazně lišit od verze recenzované 8. srpna 2022; kontroly vyžadují 12 úprav .

Umělá inteligence ( AI ; angl .  artificial intelligence, AI ) - vlastnost umělých systémů vykonávat tvůrčí funkce, které jsou tradičně považovány za výsadu člověka [1] (nezaměňovat s umělým vědomím , IS); věda a technologie vytváření inteligentních strojů, zejména inteligentních počítačových programů [2] .

AI souvisí s podobným úkolem používání počítačů k pochopení lidské inteligence , ale není nutně omezena na biologicky věrohodné metody [2] .

Inteligentní systémy, které dnes existují, mají spíše úzké oblasti použití. Například programy, které mohou porazit člověka v šachu , nemohou odpovídat na otázky atd. [3]

Původ a význam termínu

Definice umělé inteligence citovaná v preambuli, kterou uvedl John McCarthy v roce 1956 na semináři na Dartmouth University , přímo nesouvisí s chápáním inteligence u lidí. Podle McCarthyho mohou výzkumníci umělé inteligence používat metody, které u lidí nejsou pozorovány, pokud je nutné řešit konkrétní problémy [2] .

John McCarthy vysvětluje svou definici: „Problém je v tom, že zatím nemůžeme obecně definovat, jaké výpočetní procedury chceme nazývat inteligentní. Některým mechanismům inteligence rozumíme a jiným nerozumíme. Proto je inteligence v rámci této vědy chápána pouze jako výpočetní složka schopnosti dosahovat cílů ve světě“ [2] .

Zároveň existuje hledisko, podle kterého inteligence může být pouze biologickým jevem [4] .

V angličtině nemá výraz umělá inteligence antropomorfní zabarvení, které získal v tradičním ruském překladu: slovo inteligence v použitém kontextu spíše znamená „schopnost rozumně uvažovat“, a vůbec ne „inteligence“ (pro kterou existuje je anglický analogový intelekt [5] .

Jsou uvedeny následující definice umělé inteligence:

Jedna ze soukromých definic inteligence, společná pro člověka a „stroj“, lze formulovat takto: „Inteligence je schopnost systému vytvářet programy (především heuristické) v průběhu sebeučení pro řešení problémů určitou třídu složitosti a tyto problémy řešit“ [8] .

Předpoklady pro rozvoj vědy o umělé inteligenci

Historie umělé inteligence jako nového vědeckého směru začíná v polovině 20. století. V této době se již vytvořilo mnoho předpokladů pro jeho vznik: mezi filozofy se dlouho vedly spory o povaze člověka a procesu poznávání světa, neurofyziologové a psychologové vyvinuli řadu teorií o práci lidského mozku a myšlení, ekonomové a matematici kladli otázky optimálních výpočtů a reprezentace znalostí o světě ve formalizované podobě; konečně se zrodil základ matematické teorie počítání – teorie algoritmů – a byly vytvořeny první počítače.

Schopnosti nových strojů z hlediska výpočetní rychlosti se ukázaly být větší než ty lidské, a tak ve vědecké komunitě vyvstala otázka, jaké jsou hranice schopností počítačů a dostanou se stroje na úroveň lidského vývoje? V roce 1950 jeden z průkopníků v oblasti výpočetní techniky, anglický vědec Alan Turing , napsal článek s názvem „ Dokáže stroj myslet? “ [9] , který popisuje postup, kterým bude možné určit okamžik, kdy se stroj z hlediska inteligence vyrovná člověku, zvaný Turingův test .

Historie vývoje umělé inteligence v SSSR a Rusku

Kolegiální poradce Semjon Nikolajevič Korsakov (1787-1853) si dal za úkol posílit schopnosti mysli prostřednictvím rozvoje vědeckých metod a zařízení, odrážejících moderní pojetí umělé inteligence jako zesilovače přirozeného. V roce 1832 publikoval S. N. Korsakov popis pěti mechanických zařízení, která vynalezl, tzv. „inteligentních strojů“, pro částečnou mechanizaci duševní činnosti při vyhledávacích, srovnávacích a klasifikačních úkolech. Korsakov poprvé v historii informatiky použil při konstrukci svých strojů děrované karty , které pro něj hrály jakousi roli znalostních bází a samotné stroje byly v podstatě předchůdci expertních systémů [10] [11 ] .

V SSSR začala práce v oblasti umělé inteligence v 60. letech 20. století [6] . Řada průkopnických studií byla provedena na Moskevské univerzitě a Akademii věd pod vedením Veniamina Puškina a D. A. Pospelova . Od počátku 60. let 20. století M. L. Tsetlin a jeho kolegové rozvíjeli problémy související s trénováním konečných automatů.

[12] » konec 50. let - začátek 60. let [13] . Tento pohled na umělou inteligenci, kybernetiku a informatiku nesdílí všichni. Je to dáno tím, že na Západě jsou hranice těchto věd poněkud odlišné [14] .

Z iniciativy G. S. Pospelova vznikla 10. září 1986 při Prezidiu Akademie věd SSSR Vědecká rada k problému „Umělé inteligence“ (předsedou rady se stal G. S. Pospelov, D. A. Pospelov a E. V. Popov se stali jeho zástupci). Později tato rada sehrála důležitou roli v rozvoji výzkumu umělé inteligence v Rusku a v SSSR jako celku.

V Rusku padlo 30. května 2019 na schůzce o rozvoji digitální ekonomiky, které předsedal V. V. Putin, o přípravě národní strategie pro umělou inteligenci. V jeho rámci je připravován federální program s alokací 90 miliard rublů [15] [16] .

Dne 10. října 2019 V.V.Putin svým výnosem schválil národní strategii rozvoje umělé inteligence v Rusku do roku 2030 [17] .

Dne 27. srpna 2020 byl schválen národní projekt „Umělá inteligence“, jehož vedoucí byla jmenována náměstkyní ministra pro ekonomický rozvoj Oksana Tarasenko [18] [19] .

V prosinci 2020 druhá konference umělé inteligence Artificial Intelligence Journey (AI Journey) vstoupila do top 3 podobných fór na světě. Zúčastnilo se jí (online) více než 20 000 lidí z 80 zemí, konference se zúčastnil Vladimir Putin [20] [21] .

Na jaře 2021 schválil premiér Michail Mišustin pravidla pro přidělování finanční podpory společnostem působícím v oblasti AI ve výši 1,4 miliardy rublů (pro rok 2021) [22] .

Přístupy a směry

Přístupy k pochopení problému

Na otázku, co umělá inteligence dělá, neexistuje jediná odpověď. Téměř každý autor, který píše knihu o AI, vychází z nějaké definice v ní, přičemž zvažuje úspěchy této vědy v jejím světle.

Ve filozofii nebyla vyřešena otázka povahy a postavení lidského intelektu . Neexistuje také žádné přesné kritérium pro počítače k ​​dosažení „inteligence“, ačkoli na úsvitu umělé inteligence bylo navrženo několik hypotéz , například Turingův test nebo hypotéza Newell-Simon . Proto i přes existenci mnoha přístupů k pochopení úkolů AI a vytváření inteligentních informačních systémů lze rozlišit dva hlavní přístupy k rozvoji AI [23] :

Druhý přístup, přísně vzato, se nevztahuje na vědu o umělé inteligenci ve smyslu Johna McCarthyho – spojuje je pouze společný konečný cíl.

Turingův test a intuitivní přístup

Empirický test navrhl Alan Turing ve svém článku „ Computing Machinery and Intelligence “ [24] , publikovaném v roce 1950 ve filozofickém časopise Mind .  Účelem tohoto testu je zjistit možnost umělého myšlení, blízkého člověku.

Standardní výklad tohoto testu je následující: „ Osoba komunikuje s jedním počítačem a jednou osobou. Na základě odpovědí na otázky musí určit, s kým mluví: s osobou nebo počítačovým programem. Úkolem počítačového programu je svést člověka k nesprávné volbě .“ Všichni účastníci testu se navzájem nevidí.

  • Nejobecnější přístup předpokládá, že umělá inteligence bude v normálních situacích schopna vykazovat chování podobné lidem. Tato myšlenka je zobecněním přístupu Turingova testu , který říká, že stroj se stane inteligentním, když bude schopen vést konverzaci s obyčejným člověkem a nebude schopen pochopit, že se strojem mluví (tzv. konverzace probíhá korespondenčně).
  • Spisovatelé sci-fi často navrhují jiný přístup: AI se objeví, když je stroj schopen cítit a vytvářet . Majitel Andrewa Martina z " Dvoustého muže " se k němu začne chovat jako k člověku, když vytvoří hračku vlastního designu. Data ze Star Treku , schopnost komunikovat a učit se, sní o získání emocí a intuice .

Je však nepravděpodobné, že by posledně jmenovaný přístup obstál při podrobnějším zkoumání. Snadno lze například vytvořit mechanismus, který bude vyhodnocovat některé parametry vnějšího či vnitřního prostředí a reagovat na jejich nepříznivé hodnoty. O takovém systému můžeme říci, že má pocity („ bolest “ je reakce na spuštění otřesového senzoru, „ hlad “ je reakce na nízké nabití baterie atd.). Shluky generované Kohonenovými mapami a mnoha dalšími produkty „inteligentních“ systémů lze považovat za formu kreativity.

Symbolický přístup

Historicky byl symbolický přístup prvním v éře digitálních počítačů, protože až po vytvoření Lisp , prvního symbolického výpočetního jazyka, se jeho autor uvěřil v možnost prakticky začít implementovat tyto prostředky inteligence. Symbolický přístup umožňuje pracovat se slabě formalizovanými reprezentacemi a jejich významy.

Úspěch a efektivita řešení nových problémů závisí na schopnosti extrahovat pouze podstatné informace, což vyžaduje flexibilitu v metodách abstrakce. Zatímco běžný program si nastavuje jeden ze svých vlastních způsobů interpretace dat, a proto jeho práce vypadá neobjektivně a čistě mechanicky. V tomto případě může intelektuální problém vyřešit pouze člověk, analytik nebo programátor, který nemůže tento problém svěřit stroji. Výsledkem je vytvoření jediného abstraktního modelu, systému konstruktivních entit a algoritmů . A flexibilita a všestrannost mají za následek značné náklady na zdroje pro netypické úkoly, to znamená, že se systém vrací od inteligence k hrubé síle.

Hlavním rysem symbolických výpočtů  je vytváření nových pravidel během provádění programu. Kdežto možnosti neinteligentních systémů jsou dovršeny těsně před schopností alespoň indikovat nově vznikající obtíže. Navíc tyto potíže nejsou vyřešeny a počítač nakonec takové schopnosti sám o sobě nezlepšuje.

Nevýhodou symbolického přístupu je, že takto otevřené možnosti jsou nepřipravenými lidmi vnímány jako nedostatek nástrojů. Tento spíše kulturní problém je částečně vyřešen logickým programováním.

Logický přístup

Logický přístup k budování systémů umělé inteligence je založen na modelování uvažování. Teoretickým základem je logika.

Logický přístup lze ilustrovat na použití logického programovacího jazyka a systému Prolog pro tyto účely . Programy napsané v jazyce Prolog představují soubory faktů a odvozených pravidel bez rigidní specifikace algoritmu jako sled akcí vedoucích k požadovanému výsledku.

Přístup založený na agentech

Nejnovější přístup, vyvíjený od počátku 90. let, se nazývá přístup založený na agentech neboli přístup založený na použití inteligentních (racionálních) agentů. Podle tohoto přístupu je inteligence výpočetní částí (zhruba řečeno plánování) schopnosti dosáhnout cílů stanovených pro inteligentní stroj. Takový stroj sám o sobě bude inteligentním agentem , který vnímá svět kolem sebe pomocí senzorů a je schopen ovlivňovat objekty v okolí pomocí aktuátorů .

Tento přístup se zaměřuje na ty metody a algoritmy, které pomohou inteligentnímu agentovi přežít v prostředí při plnění jeho úkolu. Takže zde jsou algoritmy hledání cesty a rozhodování studovány mnohem pečlivěji .

Hybridní přístup

Hybridní přístup předpokládá, že pouze synergická kombinace neurálních a symbolických modelů dosáhne plného rozsahu kognitivních a výpočetních schopností. Neuronovými sítěmi mohou být například generována expertní inferenční pravidla a generativní pravidla se získávají pomocí statistického učení. Zastánci tohoto přístupu věří, že hybridní informační systémy budou mnohem silnější než součet různých konceptů samostatně.

Symbolické modelování myšlenkových procesů

Analýzou historie AI lze vyčlenit tak rozsáhlou oblast, jako je modelování uvažování [25] . Po mnoho let se vývoj této vědy ubíral touto cestou a nyní je to jedna z nejrozvinutějších oblastí moderní AI. Modelování uvažování zahrnuje vytváření symbolických systémů , na jejichž vstupu je zadána určitá úloha a na výstupu je požadováno její řešení. Navržený problém je zpravidla již formalizovaný , tedy převedený do matematické podoby, ale buď nemá algoritmus řešení, nebo je příliš komplikovaný, časově náročný atd. Tento směr zahrnuje: dokazování teorémů , rozhodování a teorie her , plánování a dispečink , prognózování .

Práce s přirozenými jazyky

Důležitou oblastí je zpracování přirozeného jazyka [26] , které analyzuje možnosti porozumění, zpracování a generování textů v „lidském“ jazyce. V rámci tohoto směru je cílem takové zpracování přirozeného jazyka, které by bylo schopno samostatně získávat znalosti čtením existujícího textu dostupného na internetu. Některé přímé aplikace zpracování přirozeného jazyka zahrnují vyhledávání informací (včetně dolování textu) a strojový překlad [27] .

Reprezentace a využití znalostí

Směr znalostního inženýrství spojuje úkoly získávání znalostí z jednoduchých informací , jejich systematizaci a využití. Tento směr je historicky spojen s vytvářením expertních systémů  - programů, které využívají specializované znalostní báze k získání spolehlivých závěrů o jakémkoli problému.

Produkce znalostí z dat je jedním ze základních problémů data miningu . Existují různé přístupy k řešení tohoto problému, včetně těch, které jsou založeny na technologii neuronové sítě [28] , využívající procedury verbalizace neuronové sítě .

Strojové učení

Problém strojového učení [29] se týká procesu samostatného získávání znalostí inteligentním systémem v průběhu jeho provozu. Tento směr byl ústřední od samého počátku vývoje AI [30] . V roce 1956 na Letní konferenci v Dartmundu napsal Ray Solomonoff zprávu o pravděpodobnostním stroji bez dozoru a nazval jej: „Indukční inferenční stroj“ [31] .

Učení bez dozoru  – umožňuje rozpoznat vzory ve vstupním proudu. Řízené učení také zahrnuje klasifikaci a regresní analýzu . Klasifikace se používá k určení, do které kategorie snímek patří. Regresní analýza slouží k nalezení spojité funkce v řadě číselných příkladů vstupu/výstupu, na jejímž základě by bylo možné předpovědět výstup. Při výcviku je agent odměněn za dobré odpovědi a potrestán za špatné. Mohou být analyzovány z hlediska teorie rozhodování za použití pojmů, jako je užitečnost. Matematická analýza algoritmů strojového učení je odvětví teoretické informatiky známé jako výpočetní teorie učení . 

Oblast strojového učení zahrnuje velkou třídu úloh pro rozpoznávání vzorů . Jedná se například o rozpoznávání znaků , rukopis , řeč , analýzu textu . Mnoho problémů je úspěšně vyřešeno pomocí biologického modelování (viz další část). Zvláštní zmínku si zaslouží počítačové vidění , které je také spojeno s robotikou .

Biologické modelování umělé inteligence

Liší se od chápání umělé inteligence podle Johna McCarthyho , kdy se vychází z pozice, že umělé systémy nemusí ve své struktuře a fungování opakovat strukturu a procesy v ní probíhající, které jsou biologickým systémům vlastní. Zastánci tohoto přístupu se domnívají, že jevy lidského chování, jeho schopnost učit se a adaptovat je důsledkem biologické struktury a rysů jeho fungování.

To zahrnuje několik směrů. Neuronové sítě se používají k řešení fuzzy a komplexních problémů, jako je rozpoznávání geometrických tvarů nebo shlukování objektů. Genetický přístup je založen na myšlence, že algoritmus může být efektivnější, pokud si vypůjčí lepší vlastnosti od jiných algoritmů („rodičů“). Relativně nový přístup, kde je úkolem vytvořit autonomní program – agenta , který interaguje s vnějším prostředím, se nazývá agentský přístup .

Robotika

Oblasti robotiky [32] a umělé inteligence spolu úzce souvisí. Integrace těchto dvou věd, vytvoření inteligentních robotů tvoří další směr AI. Aby roboti mohli manipulovat s objekty [33] , provádět navigaci s problémy s lokalizací (lokalizovat, zkoumat blízké oblasti) a plánovat pohyb (jak se dostat k cíli) [34] , je vyžadována inteligence . Příkladem inteligentní robotiky jsou robotické hračky Pleo , AIBO , QRIO .

Strojová kreativita

Povaha lidské tvořivosti je ještě méně chápána než povaha inteligence. Přesto tato oblast existuje a jsou zde kladeny problémy psaní hudby na počítači [35] , literárních děl (často básní či pohádek) a umělecké tvorby . Vytváření realistických obrazů je široce používáno v kině[ objasnit ] a průmysl počítačových her .

Samostatně je zdůrazněno studium problémů technické kreativity systémů umělé inteligence. Teorie vynalézavého řešení problémů , navržená v roce 1946 G. S. Altshullerem , znamenala začátek takového výzkumu.

Přidání této funkce do jakéhokoli inteligentního systému vám umožní velmi jasně demonstrovat, co přesně systém vnímá a jak tomu rozumí. Přidáním šumu místo chybějících informací nebo filtrováním šumu znalostmi dostupnými v systému se z abstraktních znalostí vytvářejí konkrétní obrazy, které člověk snadno vnímá, což je užitečné zejména pro intuitivní a málo hodnotné znalosti, jejichž ověření v formální forma vyžaduje značné duševní úsilí.

Další oblasti výzkumu

Konečně existuje mnoho aplikací umělé inteligence, z nichž každá tvoří téměř nezávislý směr. Příklady zahrnují programovací inteligenci v počítačových hrách , nelineární řízení , inteligentní systémy informační bezpečnosti .

Do budoucna se předpokládá úzké propojení vývoje umělé inteligence s vývojem kvantového počítače , protože některé vlastnosti umělé inteligence mají podobné principy fungování jako kvantové počítače [36] [37] .

Je vidět, že mnoho oblastí výzkumu se překrývá. Ale v umělé inteligenci je vztah mezi zdánlivě odlišnými směry obzvláště silný, a to díky filozofické debatě o silné a slabé AI .

umělé vědomí

Slavný americký neurofyziolog Michael Graziano si všímá zásadního rozdílu mezi AI a umělým vědomím (AI). Podle Graziana je to vědomí , a ne inteligence, co je podstatný rozdíl mezi vyššími savci, včetně Homo sapiens . Modelování vědomí je nevyřešený vědecký problém [38] .

Moderní umělá inteligence

Existují dva směry vývoje AI:

  • řešení problémů souvisejících s přiblížením specializovaných systémů umělé inteligence lidským schopnostem a jejich integrací, která je realizována lidskou přirozeností (viz Vylepšení inteligence );
  • vytvoření umělé inteligence, představující integraci již zavedených systémů AI do jediného systému schopného řešit problémy lidstva (viz Silná a slabá umělá inteligence ).

V současnosti se však v oblasti umělé inteligence zapojuje mnoho oborů, které jsou pro AI spíše praktické než zásadní. Bylo vyzkoušeno mnoho přístupů, ale žádná výzkumná skupina zatím nepřišla se vznikem umělé inteligence. Níže jsou uvedeny jen některé z nejvýznamnějších vývojů AI.

Známé systémy umělé inteligence

Některé z nejznámějších systémů umělé inteligence jsou:

  • Deep Blue  - vyvinutý společností IBM , porazil mistra světa v šachu. Zápas Kasparov vs superpočítač nepřinesl uspokojení ani informatikům, ani šachistům a systém nebyl Kasparovem uznán (podrobněji viz Člověk vs. Počítač ). Řada superpočítačů IBM se pak projevila v projektech modelování hrubé síly BluGene (molekulární modelování) a pyramidálních buněčných systémů ve švýcarském Blue Brain Center [39] .
  • AlphaGo  - vyvinutý společností Google DeepMind , vyhrál zápas proti korejskému profesionálovi 9. danu Lee Sedolovi .
  • Watson  je slibný vývoj IBM, který dokáže vnímat lidskou řeč a provádět pravděpodobnostní vyhledávání pomocí velkého množství algoritmů. Aby Watson předvedl svou práci, zúčastnil se americké hry Jeopardy! “, obdoba „ Own game “ v Rusku, kde systém dokázal vyhrát v obou hrách [40] .
  • MYCIN  byl jedním z prvních expertních systémů, které dokázaly diagnostikovat malou podskupinu nemocí, často stejně přesně jako lékaři.
  • 20Q  je projekt inspirovaný AI inspirovaný klasickou hrou 20 Questions. Stal se velmi populární poté, co se objevil na internetu na 20q.net [41] .
  • Rozpoznávání řeči . Systémy, jako je ViaVoice , jsou schopny sloužit spotřebitelům.
  • Roboti v každoročním turnaji RoboCup soutěží ve zjednodušené formě fotbalu.

Vývojáři počítačových her používají umělou inteligenci v různé míře sofistikovanosti. To tvoří koncept „ herní umělé inteligence “. Standardními úkoly AI ve hrách je hledání cesty ve 2D nebo 3D prostoru, simulace chování bojové jednotky, výpočet správné ekonomické strategie a tak dále.

Výzkumná centra

Největší vědecká a výzkumná centra v oblasti umělé inteligence:

Aplikace umělé inteligence

Finance

Finanční instituce již dlouho využívají neuronové sítě k detekci podezřelých událostí a aktivit [42] . Využití AI v bankovním průmyslu začalo již v roce 1987, kdy Security Pacific National Bank ve Spojených státech vytvořila pracovní skupinu pro boj proti podvodům a neoprávněnému používání debetních karet [43] .

Algoritmické obchodování

Algoritmické obchodování zahrnuje použití sofistikovaných systémů umělé inteligence k rozhodování o obchodování rychleji, než je schopno lidské tělo. To vám umožní provádět miliony transakcí denně bez jakéhokoli lidského zásahu. Automatizované obchodní systémy běžně používají velcí institucionální investoři [44] .

Neoficiální důkazy však naznačují, že i když umělá inteligence dokáže předpovídat trendy cen akcií nebo obecný sentiment o finančních trzích, není to dostatečně přesné. Investiční model založený na umělé inteligenci nelze použít pro dlouhodobé investice. Přesnost takových algoritmů pro předpovídání nákupu, prodeje nebo vlastnictví akcií může vést ke ztrátě kapitálu.

Na základě těchto výsledků vědci došli k závěru, že umělá inteligence zatím není schopna se spolehlivou a spolehlivou přesností předvídat pohyb akciového trhu [45] .

Průzkum trhu a dolování dat

Několik velkých finančních institucí investovalo do vývoje umělé inteligence, aby ji využily ve své investiční praxi. Vývoj společnosti Aladdin (BlackRock) se používá jak v rámci společnosti, tak pro její klienty a pomáhá při rozhodování o investicích. Široká škála funkcí systému zahrnuje zpracování přirozeného jazyka pro čtení textu, jako jsou zprávy, zprávy makléřů a zdroje sociálních médií. Systém následně vyhodnotí sentimenty ve zmíněných firmách a přidělí jim skóre. Banky jako UBS a Deutsche Bank používají systém umělé inteligence nazvaný Sqreem (Sequential Quantum Reduction and Extraction Model), který dokáže zpracovávat data za účelem vytvoření profilů spotřebitelů a přiřadit je k produktům, které s největší pravděpodobností chtějí [46] . Goldman Sachs využívá Kensho, platformu tržního zpravodajství, která kombinuje statistické výpočty s velkými daty a zpracováním přirozeného jazyka. Jeho systémy strojového učení využívají data na internetu a vyhodnocují korelace mezi světovými událostmi a jejich dopadem na ceny finančních aktiv [47] . Informace extrahované systémem AI z živého vysílání zpráv se používají při investičních rozhodnutích.

Správa osobních financí

Existují produkty, které pomocí umělé inteligence pomáhají lidem spravovat jejich osobní finance. Například Digit je aplikace založená na umělé inteligenci, která automaticky pomáhá spotřebitelům optimalizovat jejich výdaje a úspory na základě jejich osobních návyků a cílů. Aplikace dokáže analyzovat faktory, jako je měsíční příjem, aktuální zůstatek a utrácecí návyky, poté se sama rozhodovat a převádět peníze na samostatný spořicí účet [48] . Wallet.AI, start-up se sídlem v San Franciscu , vytváří agenty, kteří analyzují data, která spotřebitel generuje při interakci s chytrými telefony a sociálními sítěmi, aby spotřebitele informoval o svých výdajích [49] .

Správa finančního portfolia

Automatizovaní poradci se stále více využívají v odvětví správy investic. Automatizované systémy poskytují finanční poradenství a poradenství při správě finančních portfolií s minimálním zásahem člověka. Tato třída finančních poradců pracuje na základě algoritmů navržených tak, aby automaticky rozvíjely finanční portfolio v souladu s investičními cíli a rizikem klientů. Dokáže korigovat změny na trhu v reálném čase a kalibrovat portfolio podle přání klienta [50] .

Upisování

Online věřitel Upstart analyzuje obrovské množství spotřebitelských dat a využívá algoritmy strojového učení k vytváření modelů úvěrového rizika, které předpovídají pravděpodobnost selhání . Jejich technologie bude licencována bankám, aby ji mohly používat k hodnocení svých procesů [51] .

Společnost ZestFinance vyvinula platformu Zest Automated Machine Learning (ZAML) speciálně pro upisování úvěrů . Tato platforma využívá strojové učení k analýze desítek tisíc tradičních i netradičních proměnných (od nákupních transakcí až po to, jak zákazník vyplní formulář), používaných v úvěrovém průmyslu k hodnocení dlužníků. Platforma je užitečná zejména pro přidělování kreditního skóre klientům s malou úvěrovou historií, jako jsou mileniálové [52] .

Bankovnictví

Využití AI umožnilo Sberbank vydělat v roce 2019 dalších 700 milionů dolarů a bylo plánováno navýšení této částky na 1 miliardu dolarů v roce 2020 [53] .

Veřejná správa

Předseda vlády Ruské federace Michail Mišustin schválil koncem října 2021 akční plán v oblasti digitální transformace veřejné správy do roku 2031. Umělá inteligence byla uznána jako klíčová technologie (společně s velkými daty a internetem věcí ), která má být široce přijímána [54] .


K hodnocení efektivity AI obvykle používáme pět skupin metrik : rychlost, kvalita, objektivita, personalizace a nákladová efektivita. Ve všech odvětvích, včetně veřejné správy, vede zavedení AI obvykle k 5-7násobnému zvýšení těchto ukazatelů. V roce 2021 se události AI začaly začleňovat do programů digitální transformace všech federálních výkonných orgánů .Alexander Vedyakhin , 9. listopadu 2021 [55]

Válčení

Využití AI je důležitým trendem při vytváření pokročilých bojišť a systémů ovládání zbraní [56] .

Pomocí AI je možné zajistit optimální a hrozbám přizpůsobivý výběr kombinace senzorů a zbraní, koordinovat jejich společné fungování, detekovat a identifikovat hrozby, vyhodnocovat záměry nepřítele [56] . Umělá inteligence hraje významnou roli při implementaci taktických systémů rozšířené reality . Například AI umožňuje klasifikaci a sémantickou segmentaci obrázků , lokalizaci a identifikaci mobilních objektů pro efektivní určení cíle [56] .

Dne 1. března 2021 zaslal Výbor pro bezpečnost aplikace umělé inteligence ) [57] zprávu prezidentovi a Kongresu doporučující, aby byl zamítnut celosvětový zákaz používání autonomních zbraňových systémů založených na umělé inteligenci ( viz také bojový robot[ upřesnit ] ). Zpráva říká, že použití AI „zkrátí dobu rozhodování“ v případech, kdy člověk není schopen jednat dostatečně rychle. Výbor také vyjádřil znepokojení nad tím, že Čína a Rusko pravděpodobně nebudou dodržovat smlouvu o zákazu používání AI ve vojenských záležitostech [58] .

Čína

Podle amerického ministerstva obrany se Čína rozhodla vyvinout metody pro zavedení umělé inteligence do budoucích zbraňových systémů. Čínská akademie vojenských věd měla za úkol realizovat tento program spojením úsilí vojensko-průmyslového komplexu a soukromých společností [59] .

Zpravodajské agentury

Britské zpravodajské agentury budou bojovat proti ruským falešným zprávám pomocí umělé inteligence, která rozpozná činnost „ továrny trollů “. Podle britského vládního komunikačního centra bude umělá inteligence bojovat s padělky ověřováním dat se spolehlivými zdroji, identifikací manipulace s obrázky a videi a blokováním podezřelých robotů [60] .

Těžký průmysl

Roboti se stali všudypřítomnými v mnoha odvětvích a často se podílejí na práci, která je považována za nebezpečnou pro člověka. Roboti se osvědčili jako efektivní v zaměstnáních, které zahrnují opakující se rutinní úkoly, které mohou vést k chybám nebo nehodám v důsledku snížené koncentrace v průběhu času. Roboti jsou také široce používáni v zaměstnáních, která mohou lidé považovat za ponižující.

V roce 2014 představovaly Čína , Japonsko , Spojené státy americké , Korejská republika a Německo 70 % celosvětového prodeje robotů. V automobilovém průmyslu , což je sektor s obzvláště vysokým stupněm automatizace, má Japonsko nejvyšší hustotu průmyslových robotů na světě s 1 414 roboty na 10 000 zaměstnanců.

Medicína

Umělé neuronové sítě, jako je technologie Concept processing v softwaru Electronic Health Record , se používají jako klinické rozhodovací systémy pro lékařskou diagnózu .

Mezi další úkoly v medicíně, které by potenciálně mohla plnit umělá inteligence a které se začínají vyvíjet, patří:

  • Počítačová interpretace lékařských snímků. Takové systémy pomáhají skenovat digitální obrázky, jako jsou snímky z CT , pro typické prezentace a pro zvýraznění znatelných abnormalit, jako jsou možná onemocnění. Typickou aplikací je detekce nádorů.
  • Analýza srdeční frekvence [61]
  • Projekt Watson je dalším využitím umělé inteligence v této oblasti, programu otázek a odpovědí, který má pomoci onkologům
  • Pečovatelské roboty pro seniory [62]
  • Zpracování lékařských záznamů pro poskytování užitečnějších informací
  • Vytvořte léčebné plány
  • Identifikace zvýšeného rizika onemocnění
  • Pomoc s opakujícími se úkoly, včetně řízení léků
  • Poskytování poradenství
  • Tvorba drog [63]
  • Využití humanoidních figurín místo pacientů pro klinickou výuku [64]

V současné době existuje ve zdravotnickém průmyslu více než 90 startupů založených na umělé inteligenci [65] .

Řízení lidských zdrojů a nábor

Další aplikace AI je v řízení lidských zdrojů a náboru . Existují tři způsoby, jak využít AI pro řízení lidských zdrojů a nábor. Umělá inteligence se používá ke kontrole životopisů a řazení kandidátů podle úrovně jejich dovedností. Umělá inteligence se také používá k předpovídání úspěchu kandidáta v daných rolích prostřednictvím platforem pro vyhledávání pracovních míst. A konečně, umělá inteligence se používá při vytváření chatbotů , kteří dokážou automatizovat opakující se komunikační úkoly.

Proces kontroly životopisů zpravidla zahrnuje analýzu a vyhledávání informací v databázi životopisů. Startupy , jako je Pomato , vytvářejí algoritmy strojového učení pro automatizaci procesů kontroly životopisů. Systém Pomato AI [66] má za cíl automatizovat prověřování technických uchazečů o pozice v technických firmách. Umělá inteligence společnosti Pomato provede během několika sekund více než 200 000 výpočtů na životopis a poté navrhne vlastní technický rozhovor založený na užitečných dovednostech.

Od roku 2016 do roku 2017 používala společnost Unilever se spotřebním zbožím umělou inteligenci k mapování všech zaměstnanců na základní úrovni. Umělá inteligence Unileveru používala hry založené na neurovědách, nahrané rozhovory a analýzu obličejových a řečových podnětů k předpovědi úspěchu kandidáta ve společnosti. Unilever se spojil s Pymetrics a HireVue, aby vytvořili nový analytický systém založený na AI a zvýšili počet zvažovaných žadatelů z 15 000 na 30 000 během jednoho roku. Unilever také zkrátil dobu zpracování žádostí ze 4 měsíců na 4 týdny a ušetřil více než 50 000 hodin náborového času.

Od prověřování životopisů po neurovědy, rozpoznávání řeči a analýzu obličeje… je jasné, že umělá inteligence má obrovský dopad na oblast řízení lidských zdrojů. Jedním z pokroků v AI je vývoj náborových chatů. TextRecruit vydal Ari (automatické náborové rozhraní). Ari je náborová chatovací sada určená pro obousměrné textové konverzace s kandidáty. Ari automatizuje zveřejňování pracovních míst, inzeráty, prověřování kandidátů, plánování pohovorů a rozvoj vztahu kandidátů se společností, když procházejí procesem náboru. Ari je v současnosti nabízena jako součást participační platformy projektu TextRecruit.

Hudba

Přestože vývoj hudby vždy ovlivňovaly technologie, umělá inteligence umožnila s pomocí vědeckého pokroku do jisté míry napodobit kompozici podobnou člověku.

Mezi pozoruhodné rané snahy vytvořil David Cope AI nazvanou Emily Howell , která se dokázala proslavit na poli Algorithmic Computer Music. Algoritmus Emily Howellové je registrován jako americký patent [67] .

Další vývoj, jako je AIVA , se zaměřuje na skládání symfonií, většinou klasických filmových partitur. Tento vývoj dosáhl proslulosti a stal se prvním virtuálním skladatelem, kterého uznala hudební profesionální asociace [68] .

Umělá inteligence může dokonce vytvářet hudbu vhodnou pro použití v lékařských zařízeních, Melomics využívá počítačovou hudbu ke zmírnění stresu a bolesti [69] .

A co víc, iniciativy, jako je Google Magenta , vedené týmem Google Brain , chtějí zjistit, zda umělá inteligence dokáže vytvořit působivé umění.

Ve výzkumné laboratoři Sony CSL jejich software Flow Machines vytváří popové písně učením se hudebních stylů z obrovské databáze písní . Analýzou jedinečných kombinací stylů a optimalizačních technik může AI skládat hudbu v jakémkoli existujícím stylu.

V prosinci 2020 v Rusku v rámci konference AI ​​Journey (pořádané Sberbank , moderátor Alexander Vedyakhin) vystoupili spolu s umělou inteligencí ruští umělci Zivert , Rakhim , Egor Ship a Danya Milokhin [70] .

Zprávy, publikování a psaní

Narrative Science zpřístupňuje počítačové zprávy a zprávy komerčně, včetně shrnutí sportovních událostí na základě statistik ze hry v angličtině. Vytváří také finanční zprávy a analýzy nemovitostí. Podobně Automated Insights personalizovaná shrnutí a náhledy pro Yahoo Sports Fantasy Football. Očekává se, že do roku 2014 společnost vytvoří miliardu příběhů ročně, oproti 350 milionům v roce 2013 [71] . Přední mediální společnosti jako Associated Press , Forbes , The New York Times , Los Angeles Times a ProPublica automatizovat zpravodajský obsah. Existovalo něco jako automatizovaná žurnalistika [72] .

Echobox je softwarová společnost, která pomáhá vydavatelům zvýšit návštěvnost inteligentním zveřejňováním článků na platformách sociálních médií, jako je Facebook a Twitter . Analýzou velkého množství dat se umělá inteligence učí, jak konkrétní publikum reaguje na různé články v různou denní dobu. Poté vybere nejlepší příběhy ke zveřejnění a nejlepší čas pro jejich zveřejnění. Využívá jak historická data, tak data v reálném čase, aby porozuměla tomu, co se v minulosti dobře osvědčilo, a také tomu, co je aktuálně trendy online .

Další společnost s názvem Yseop využívá umělou inteligenci k přeměně strukturovaných dat na komentáře a doporučení v inteligentním přirozeném jazyce. Yseop může psát finanční výkazy, exekutivní shrnutí, personalizované prodejní nebo marketingové dokumenty a další při tisících stránek za sekundu a ve více jazycích, včetně angličtiny , španělštiny , francouzštiny a němčiny [73] .

Boomtrain je dalším příkladem umělé inteligence, která je navržena tak, aby se naučila, jak nejlépe zaujmout každého jednotlivého čtenáře přesnými články – odeslanými správným kanálem ve správný čas – které budou pro čtenáře nejrelevantnější. Je to jako najmout osobního editora pro každého jednotlivého čtenáře, aby pro něj našel ty nejlepší články.

Existuje také možnost, že AI bude v budoucnu psát literární díla. V roce 2016 napsala japonská AI povídku a málem vyhrála literární cenu [74] .

Online a telefonická zákaznická podpora

Umělá inteligence je implementována v automatických online asistentech , které si lze představit jako chatboty na webových stránkách . To může firmám pomoci snížit náklady na nábor a školení zaměstnanců. Základní technologií pro takové systémy je zpracování přirozeného jazyka. Pypestream používá automatizovaný zákaznický servis pro svou mobilní aplikaci navrženou tak, aby usnadnila spojení se zákazníky [75] .

Údržba telekomunikací

Mnoho telekomunikačních společností používá heuristiku při řízení svých zaměstnanců, například BT Group nasadila heuristiku v aplikaci plánování, která poskytuje pracovní plány pro 20 000 inženýrů .

Velké naděje se vkládají do využití systémů umělé inteligence pro správu 6G celulárních sítí [76] .

Zábava a hry

V 90. letech došlo k prvním pokusům o masovou výrobu domácích typů základní umělé inteligence pro vzdělávání nebo rekreaci. To výrazně pokročilo s digitální revolucí a pomohlo lidem, zejména dětem, seznámit se s různými typy umělé inteligence, zejména v podobě tamagoči a domácích mazlíčků, iPodu Touch , internetu a prvního rozšířeného robota Furbyho . O rok později byl vydán vylepšený typ domácího robota v podobě Aibo , robotického psa s inteligentními funkcemi a autonomií.

Společnosti jako Mattel vytvářejí řadu hraček s umělou inteligencí pro děti ve věku od tří let. Pomocí patentovaných systémů umělé inteligence a rozpoznávání řeči mohou rozumět konverzacím, poskytovat inteligentní odpovědi a rychle se učit [77] .

Umělá inteligence se také používá v herním průmyslu, například videohry využívají roboty , kteří jsou navrženi tak, aby hráli roli protivníků tam, kde lidé nejsou dostupní nebo žádoucí. V roce 2018 vytvořili výzkumníci z Cornell University dvojici generativních nepřátelských sítí a vycvičili je na střílečce Doom . Během procesu učení neuronové sítě určily základní principy pro budování úrovní této hry a poté byly schopny generovat nové úrovně bez pomoci lidí [78] .

Doprava

Silniční doprava

Regulátory fuzzy logiky byly vyvinuty pro automatické převodovky v automobilech. Například Audi TT , VW Touareg a VW Caravell z roku 2006 používají převodovku DSG, která je založena na fuzzy logice . Řada modelů Škoda ( Škoda Fabia ) ​​v současné době také obsahuje regulátor založený na fuzzy logice.

Dnešní vozidla mají nyní asistenční funkce založené na umělé inteligenci, jako je samonabíjení a pokročilé asistenty tempomatu . Umělá inteligence se používá k optimalizaci aplikací pro řízení provozu, což zase snižuje čekací doby, spotřebu energie a emise až o 25 % [79] . V budoucnu se budou vyvíjet plně autonomní vozidla. Očekává se, že umělá inteligence v dopravě zajistí bezpečnou, efektivní a spolehlivou dopravu a zároveň minimalizuje škodlivý dopad na životní prostředí a společnost. Hlavním problémem pro vývoj této AI je skutečnost, že dopravní systémy jsou ze své podstaty složité systémy zahrnující velmi velké množství komponent a různých stran, z nichž každá má jiné a často protichůdné cíle [80] .

Železniční doprava

V červnu 2019 byl testován softwarový a hardwarový komplex fungující na technologii vidění na dieselové lokomotivě ChME3-1562 registrované v depu Lost Severní dráhy. V případě nebezpečí (špatně umístěná šipka, překážka na vozovce, zákazový semafor) dává systém nejprve světelné a zvukové znamení řidiči a poté brzdí [81] . Komplex, který dostal označení PAK-PML (softwarový a hardwarový komplex pro pomoc strojvedoucímu lokomotivy), využívá umělou inteligenci, shromažďuje data o již uskutečněných jízdách a využívá je k vyhodnocování situace. Začátkem září 2020 byl na stanici Losta zahájen experimentální provoz dvou ChME3 vybavených PAK-PML . Ujeté kilometry jsou součástí pilotního projektu Ruských drah „Implementace technologie vidění pro řízení a monitorování kolejových vozidel“. Tento projekt je zase důležitým krokem v globálním korporátním projektu „Digital Locomotive“ [82] .

Městská doprava

Jiné aplikace

Různé nástroje AI jsou také široce používány v oblasti zabezpečení, rozpoznávání řeči a textu, dolování dat a filtrování e-mailového spamu. Vyvíjejí se také aplikace pro rozpoznávání gest (porozumění znakové řeči stroji), individuální rozpoznávání hlasu , globální rozpoznávání hlasu (od mnoha lidí v hlučné místnosti), rozpoznávání obličeje pro interpretaci emocí a neverbálních podnětů. Dalšími aplikacemi jsou robotická navigace, vyhýbání se překážkám a rozpoznávání objektů .

Kombinace umělé inteligence s experimentálními daty urychlila vytvoření nového druhu kovového skla 200krát. Skelný charakter nového materiálu jej činí pevnějším, lehčím a odolnějším proti korozi než dnešní ocel. Tým vedený vědci z SLAC National Accelerator Laboratory ministerstva energetiky , Národního institutu pro standardy a technologie a US Northwestern University oznámil snížení nákladů na objev a vylepšení kovového skla za zlomek času a nákladů. Podle Apurvy Mehty, mluvčího vývojového týmu [83] , „byli jsme schopni vyrobit a vybrat 20 000 možností za jeden rok“ [84] .

V únoru 2021 Spojené státy otestovaly umělou inteligenci v souboji dva na jednoho. Nová fáze testování, nazvaná Scrimmage 1, byla provedena v laboratoři aplikované fyziky na Univerzitě Johna Hopkinse . V této vzdušné bitvě operovaly dvě AI řízené stíhačky F-16 Fighting Falcon ve skupině a bojovaly proti jednomu ze stejných letadel. Během nové fáze testování algoritmy neuronové sítě prováděly nejen manévrovatelný vzdušný boj na blízko, ale také působily na dálku od nepřítele, detekovaly ho pomocí radarů a zasáhly ho raketami na dálku [85] .

Propojení s jinými vědami a kulturními fenomény

Umělá inteligence a neurofyziologie , epistemologie , kognitivní psychologie tvoří obecnější vědu zvanou kognitologie . V umělé inteligenci hraje důležitou roli filozofie . S problémy umělé inteligence úzce souvisí i epistemologie, věda o poznání v rámci filozofie. Filozofové zabývající se tímto problémem řeší otázky podobné těm, které řeší inženýři umělé inteligence o tom, jak nejlépe reprezentovat a používat znalosti a informace.

Počítačová technika a kybernetika

V informatice jsou problémy umělé inteligence posuzovány z hlediska navrhování expertních systémů a znalostních bází . Znalostní báze je chápána jako soubor dat a vyvozovacích pravidel, které umožňují logické vyvozování a smysluplné zpracování informací. Obecně je výzkum problémů umělé inteligence v informatice zaměřen na tvorbu, vývoj a provoz inteligentních informačních systémů a problematiku školení uživatelů a vývojářů těchto systémů řeší specialisté na informační technologie .

Psychologie a kognitivní věda

Metodika kognitivního modelování je navržena tak, aby analyzovala a činila rozhodnutí v špatně definovaných situacích. Navrhl to Robert Axelrod [86] .

Je založen na modelování subjektivních představ odborníků o situaci a zahrnuje: metodiku strukturování situace: model pro reprezentaci expertních znalostí ve formě podepsaného digrafu (kognitivní mapy) (F, W), kde F je a soubor situačních faktorů, W je soubor příčinných a následných vztahů mezi situačními faktory ; metody situační analýzy. V současné době se metodika kognitivního modelování vyvíjí směrem ke zdokonalování aparátu pro analýzu a modelování situace. Zde jsou navrženy modely pro předpověď vývoje situace; metody řešení inverzních problémů.

Filosofie

Věda o „vytváření umělé inteligence“ nemohla přitáhnout pozornost filozofů. S příchodem prvních inteligentních systémů vyvstaly zásadní otázky o člověku a vědění a částečně o světovém řádu.

Filosofické problémy vytváření umělé inteligence lze rozdělit do dvou skupin, relativně řečeno „před a po vývoji AI“. První skupina odpovídá na otázku: „Co je to AI, je možné ji vytvořit a pokud možno jak to udělat? Druhá skupina (etika umělé inteligence) si klade otázku: "Jaké důsledky má vytvoření AI pro lidstvo?"

Hnutí transhumanismu považuje vytvoření umělé inteligence za jeden z nejdůležitějších úkolů lidstva.

Problémy vytváření AI

Mezi výzkumníky umělé inteligence stále neexistuje dominantní hledisko na kritéria intelektuality, systematizace cílů a úkolů, které je třeba řešit, dokonce neexistuje ani přísná definice vědy. Na otázku, co je považováno za inteligenci, existují různé názory.

Nejbouřlivější debatou ve filozofii umělé inteligence je otázka možnosti myslet na výtvory lidských rukou. Otázku „Může stroj myslet?“, která přiměla výzkumníky k vytvoření vědy o modelování lidské mysli, položil Alan Turing v roce 1950. Dva hlavní úhly pohledu na tuto problematiku se nazývají hypotézy silné a slabé umělé inteligence .

Termín „silná umělá inteligence“ zavedl John Searle a jeho přístup charakterizují jeho vlastní slova:

Navíc by takový program byl více než jen modelem mysli; bude to doslova mysl sama o sobě, ve stejném smyslu jako lidská mysl je myslí [87] .

Zároveň je nutné pochopit, zda je možná „čistá umělá“ mysl („metamin“), porozumění a řešení skutečných problémů a zároveň bez emocí, které jsou pro člověka charakteristické a nezbytné pro jeho individuální přežití. .

Naproti tomu slabí zastánci umělé inteligence upřednostňují pohlížet na software pouze jako na nástroj pro řešení určitých úkolů, které nevyžadují plnou škálu lidských kognitivních schopností.

Myšlenkový experiment China Room od Johna Searla je argumentem, že absolvování Turingova testu není kritériem pro to, aby stroj měl skutečný myšlenkový proces . Podobný postoj zaujímá Roger Penrose , který ve své knize The New Mind of the King tvrdí, že je nemožné získat myšlenkový proces na základě formálních systémů [88] .

V článku publikovaném v časopise Science v roce 2018 Matthew Hutson ukazuje, že oblast AI je v současné době v replikační krizi [89] . Podle autora a jím dotazovaných odborníků je krize spojena s praxí uzavřeného kódu a dat, která se v oboru vyvinula.

Podle ruského neurobiologa a filozofa Nikolaje Aseeva mají pokusy o vytvoření umělé inteligence všechny vlastnosti kultu nákladu : „vyrábíme mozky ze slámy a čekáme na vznik “ [90] . Podle tohoto autora nebude nikdy vytvořena silná AI , i když algoritmy, které dokážou hrát, rozpoznávat a řešit další konkrétní problémy, se budou nadále zdokonalovat.

Etika

Eliezer Yudkowsky zkoumá ve Machine Intelligence Research Institute (SIAI) v USA problémy globálního rizika, které by budoucí nadlidská umělá inteligence mohla způsobit, pokud by nebyla naprogramována tak, aby byla přátelská k lidem [91] . V roce 2004 vytvořila SIAI stránku AsimovLaws.com, aby diskutovala o etice umělé inteligence v kontextu problémů vznesených ve filmu Já, robot . Na tomto webu chtěli ukázat, že Asimovovy zákony robotiky nejsou bezpečné, protože například mohou přimět AI, aby převzala kontrolu nad zemí, aby „chránila“ lidi před poškozením.

Murray Shanahan , profesor kognitivní robotiky na Imperial College London , zprostředkoval názory řady odborníků na umělou inteligenci takto [92] :

Lze vyvodit následující analogii: k výjimečnosti v dějinách lidstva by došlo, kdyby exponenciální technologický pokrok vedl k dramatickým změnám ve společnosti, v jejichž důsledku by skončily lidské vztahy, jak je chápeme dnes. Uznávané společenské instituce – ekonomika, vláda, právo, stát – nemohly v současné podobě přežít. I ty nejzákladnější lidské hodnoty – nedotknutelnost života, hledání štěstí, svoboda volby – by samy zrušily.

Náboženství

14. dalajlama věří, že nelze tvrdit, že stroje mají vědomí nebo schopnost vědět, a tvrzení, že vědomí se objevuje kvůli materiálním příčinám, je z hlediska buddhismu nepřijatelné [93] .

Jiné tradiční vyznání jen zřídka popisují problémy AI. Ale někteří teologové tomu přesto věnují pozornost. Například arcikněz Michail Zacharov [94] , argumentující z hlediska křesťanského světonázoru, si klade následující otázku: „Člověk je racionálně svobodná bytost, stvořená Bohem k Jeho obrazu a podobě. Všechny tyto definice jsme zvyklí odkazovat na biologický druh Homo sapiens. Ale jak moc je to oprávněné? [95] . Na tuto otázku odpovídá takto:

Za předpokladu, že výzkum v oblasti umělé inteligence někdy povede ke vzniku umělé bytosti, která je v inteligenci nadřazená člověku, se svobodnou vůlí, znamená to, že tento tvor je člověk? …člověk je stvoření Boží. Můžeme toto stvoření nazvat Božím stvořením? Na první pohled je to lidský výtvor. Ale i při stvoření člověka se sotva vyplatí doslovně pochopit, že Bůh vlastníma rukama vytvořil prvního člověka z hlíny. Jedná se pravděpodobně o alegorii, naznačující materiálnost lidského těla, stvořeného z vůle Boží. Ale bez Boží vůle se v tomto světě nic neděje. Člověk jako spolutvůrce tohoto světa může plněním vůle Boží tvořit nové stvoření. Taková stvoření, stvořená lidskou rukou podle Boží vůle, lze pravděpodobně nazvat Božími stvořeními. Člověk přece vytváří nové druhy zvířat a rostlin. A rostliny a zvířata považujeme za Boží výtvory. Totéž lze říci o umělé bytosti nebiologické povahy.

— [95]

Sci-fi

Ve sci-fi literatuře je umělá inteligence nejčastěji zobrazována jako síla, která se snaží svrhnout sílu člověka ( Omnius , HAL 9000 v " 2001: A Space Odyssey ", Supremacy , Skynet , Colossus, " Matrix " a replikant v " Blade Runner " , AI v " Hyperion " , Ultron , nebo sloužící humanoid ( C-3PO , Data , KITT a KARR , " Muž dvoustého výročí " ). Nevyhnutelnost nadvlády nad světem mimo kontrolu AI je zpochybňována jejími výzkumníky, jako je spisovatel sci-fi Isaac Asimov a kybernetik Kevin Warwick , známý mnoha experimenty na integraci strojů a živých bytostí.

Román Turingova volba spisovatele sci-fi Harryho Harrisona a vědce Marvina Minského [96] nastoluje otázku ztráty lidskosti u člověka, jehož mozek byl implantován do počítače , a objevení se lidstva ve stroji umělé inteligence, do jehož paměti informace z mozku byla zkopírována osoba.

Někteří autoři sci-fi , jako Vernor Vinge , také spekulovali o důsledcích příchodu umělé inteligence, která pravděpodobně způsobí dramatické změny ve společnosti. Toto období se nazývá technologická singularita .

Téma AI je v práci Roberta Heinleina zvažováno z různých úhlů : hypotéza o vzniku sebeuvědomění AI, když se struktura stává složitější za určitou kritickou úroveň a dochází k interakci s vnějším světem a jinými nositeli mysli ( „Měsíc je drsná milenka“, „Čas dost na lásku“, postavy Mycroft, Dora a Aya v cyklu „ Historie budoucnosti “, problémy vývoje umělé inteligence po hypotetickém sebeuvědomění a některé sociální a etické problémy ( "Pátek"). Sociálně-psychologickými problémy lidské interakce s umělou inteligencí se zabývá také román Philipa K. Dicka Sní androidi o elektrických ovcích? “, známý také z filmové adaptace Blade Runnera .

Tvorba virtuální reality, umělé inteligence, nanorobotů a mnoha dalších problémů filozofie umělé inteligence je popsána a z velké části předjímána v díle spisovatele a filozofa science fiction Stanislava Lema . Zvláště pozoruhodná je futurologie " The Sum of Technology " . Dobrodružství Iyon the Quiet navíc opakovaně popisují vztah mezi živými bytostmi a stroji: vzpoura palubního počítače s následnými nečekanými událostmi (11. cesta), adaptace robotů v lidské společnosti („The Washing Tragedy“ z „Vzpomínky na Iyon the Quiet“), vybudování absolutního řádu na planetě prostřednictvím zpracování živých obyvatel (24. cesta), vynálezy Corcorana a Diagorase („Memoirs of Iyon the Quiet“), psychiatrická klinika pro roboty („“ Vzpomínky Iyona Tichého"). Navíc je tu celý cyklus příběhů a povídek " Kyberiáda ", kde téměř všechny postavy jsou roboti, což jsou vzdálení potomci robotů, kteří utekli lidem (lidé nazývají bledými a považují je za mýtické bytosti).

Filmy

Téměř od 60. let se spolu s psaním fantasy příběhů a románů natáčejí filmy o umělé inteligenci . Mnoho příběhů od autorů uznávaných po celém světě je zfilmováno a stává se klasikou žánru, jiné se stávají milníkem ve vývoji sci-fi , například Blade Runner , Terminátor , Matrix , Star Wars a tak dále.

Viz také

Poznámky

  1. ↑ 1 2 3 Averkin A. N., Gaaze-Rapoport M. G., Pospelov D. A. Explanatory Dictionary of Artificial Intelligence. - M.: Rozhlas a komunikace, 1992. - 256 s. . Získáno 26. května 2010. Archivováno z originálu 5. května 2010.
  2. ↑ 1 2 3 4 Co je to umělá inteligence? Archivováno 18. listopadu 2015 na Wayback Machine FAQ od Johna McCarthyho , 2007
  3. ↑ Anatoly Gershman. Chyby umělé inteligence . Postnauka.ru. Získáno 6. října 2017. Archivováno z originálu 6. října 2017.
  4. ↑ M. Ondřej. Skutečný život a umělá inteligence // "Novinky o umělé inteligenci", RAII, 2000
  5. ↑ Gavrilova T. A. Khoroshevsky V. F. Znalostní báze inteligentních systémů: Učebnice pro vysoké školy  (nepřístupný odkaz)
  6. ↑ 1 2 G. S. Osipov. Umělá inteligence: stav výzkumu a pohled do budoucnosti . Datum přístupu: 26. května 2010. Archivováno z originálu 11. září 2010.
  7. ↑ Andreas Kaplan; Michael Haenlein (2019) Siri, Siri v mé ruce, kdo je nejspravedlivější v zemi? O interpretacích, ilustracích a důsledcích umělé inteligence, Business Horizons, 62(1) . Staženo 30. prosince 2018. Archivováno z originálu 21. listopadu 2018.
  8. ↑ Ilyasov F. N. Umělá a přirozená mysl // Sborník Akademie věd Turkmenské SSR, řada společenských věd. 1986. č. 6. S. 46-54.
  9. ↑ Alan Turing, Mohou stroje myslet? . Získáno 22. srpna 2011. Archivováno z originálu dne 24. března 2012.
  10. ↑ Vynálezy S. N. Korsakova . Získáno 4. listopadu 2013. Archivováno z originálu 9. března 2014.
  11. ↑ Michajlov A.S. Posílení možností mysli - vynálezy S.N. Korsakova  // Umělá inteligence a rozhodování. - 2016. - č. 2 . - S. 5-15 . Archivováno z originálu 26. června 2021.
  12. ↑ Umělá inteligence v SSSR . Archivováno z originálu 2. září 2018. Staženo 10. září 2018.
  13. ↑ D. A. Pospelov. Vznik informatiky v Rusku . Datum přístupu: 31. května 2010. Archivováno z originálu 9. září 2010.
  14. ↑ K historii kybernetiky v SSSR. Feature One Archived 28. prosince 2019 na Wayback Machine , Feature Two Archived 6. ledna 2010 na Wayback Machine
  15. ↑ Noviny "Kommersant" č. 92 ze dne 30.05.2019, str. 1 Do vládního archivního výtisku ze 4. června 2019 na Wayback Machine bude přidána umělá inteligence
  16. ↑ Lilit Sargsjan, Maria Efimova. Ale on musí být vládcem  // Novaya Gazeta . - 2019. - č. 59 . - S. 9 .
  17. ↑ Vyhláška prezidenta Ruské federace o rozvoji umělé inteligence v Ruské federaci . Získáno 28. října 2019. Archivováno z originálu dne 28. října 2019.
  18. ↑ Prezidium vládní komise pro digitální rozvoj schválilo federální projekt „Umělá inteligence“  // Expertní centrum elektronického státu . - 2020. - 31. srpna. — Datum přístupu: 05/11/2021.
  19. ↑ Alexandr Kirjanov, Igor Koroljov. Náměstkyně ministra pro ekonomický rozvoj Oksana Tarasenko v rozhovoru pro CNews o vývoji umělé inteligence v Rusku: V Rusku začala realizace federálního projektu „Umělá inteligence“.  // Novinky . - 2021. - 9. února. — Datum přístupu: 05/11/2021.
  20. ↑ AI Journey vstoupila mezi 3 nejlepší světové konference o umělé inteligenci  // SberPress  : zpravodajská služba o ekosystému Sber. - 2021. - 2. prosince. — Datum přístupu: 05/11/2021.
  21. ↑ Konference umělé inteligence: Vladimir Putin se prostřednictvím videokonference zúčastnil hlavní diskuse konference Artificial Intelligence Journey (AI Journey 2020) o umělé inteligenci na téma „Umělá inteligence je hlavní technologií 21. století“.  // Prezident Ruska  : webové stránky administrativy prezidenta Ruské federace. - 2020. - 4. prosince. — Datum přístupu: 05/11/2021.
  22. ↑ Vláda podpoří vývojáře projektů v oblasti umělé inteligence: Probíhají práce jménem prezidenta  // webové stránky vlády Ruské federace . - 2021. - 29. března. — Datum přístupu: 05/11/2021.
  23. ↑ Jack Copeland. Co je to umělá inteligence? Archivováno 24. prosince 2008 na Wayback Machine 2000
  24. ↑ Alan Turing, " Computing Machinery and Intelligence Archived 28. března 2013 na Wayback Machine ", Mind, sv. LIX, ne. 236, říjen 1950, str. 433-460.
  25. ↑ MODELÁŘSKÉ MYŠLENÍ Pop matematika pro dospělé děti :: @deníky: asociální síť . www.diary.ru Získáno 10. září 2018. Archivováno z originálu 10. září 2018.
  26. ↑ Zpracování přirozeného jazyka :
  27. ↑ Aplikace pro zpracování přirozeného jazyka zahrnují vyhledávání informací (včetně: analýzy textu a strojového překladu ):
  28. ↑ Gorban P. A. Extrakce znalostí o neuronové síti z dat a počítačové psychoanalýzy Archivní kopie z 12. prosince 2009 na Wayback Machine
  29. ↑ Strojové učení :
  30. ↑ Alan Turing diskutoval jako ústřední téma již v roce 1950 ve svém klasickém článku Computing Machinery and Intelligence . ( Turing 1950 )
  31. ↑ (pdf naskenovaná kopie originálu) Archivováno 26. dubna 2011 na Wayback Machine (verze zveřejněná v roce 1957 , An Inductive Inference Machine, "IRE Convention Record, Section on Information Theory, Part 2, pp. 56-62)
  32. ↑ Robotika :
  33. ↑ Russell & Norvig, 2003 , str. 916–932
  34. ↑ Russell & Norvig, 2003 , str. 908–915
  35. ↑ Hudba umělé inteligence . Neuronová síť se naučila vytvářet techno stopy // Kommersant - Nauka, 09/06/2022
  36. ↑ Kvantové počítače a umělá inteligence . Získáno 20. března 2017. Archivováno z originálu dne 20. března 2017.
  37. ↑ Kvantový počítač a umělá inteligence . Získáno 20. března 2017. Archivováno z originálu dne 20. března 2017.
  38. ↑ Gratiano, 2021 , kapitola 8..
  39. ↑ Projekt Blue Brain - Umělý mozek (nepřístupný odkaz) . Získáno 23. srpna 2011. Archivováno z originálu dne 4. března 2016. 
  40. ↑ Mírný Watson napíchne lidské protivníky v ohrožení . Získáno 17. února 2011. Archivováno z originálu 22. února 2011.
  41. ↑ 20Q.net Inc (nedostupný odkaz) . Získáno 15. června 2020. Archivováno z originálu dne 30. listopadu 2005. 
  42. ↑ Matthew F. Dixon, Igor Halperin, Paul Bilokon. Strojové učení ve financích: Od teorie k praxi . - Springer, 2021. - ISBN 9783030410674 . Archivováno 2. září 2021 na Wayback Machine
  43. ↑ Christy, Charles A. Vliv umělé inteligence na bankovnictví . Los Angeles Times (17. ledna 1990). Datum přístupu: 10. září 2019.
  44. ↑ Zaměstnanci, Investopedia . Algorithmic Trading  (anglicky) , Investopedia  (18. května 2005). Archivováno z originálu 4. ledna 2022. Staženo 10. listopadu 2017.
  45. ↑ Aljazeera: dokáže umělá inteligence předvídat pohyb finančních trhů? . Arabinform Journal . Získáno 10. března 2022. Archivováno z originálu dne 3. března 2022.
  46. ↑ Beyond Robo-Advisers: How AI could Rewire Wealth Management  , American Banker . Archivováno z originálu 18. ledna 2019. Staženo 10. listopadu 2017.
  47. ↑ Gara, Antoine . Umělá inteligence Kensho pro investory právě získala hodnotu více než 500 milionů dolarů v kole financování z Wall  Street , Forbes . Archivováno z originálu 28. března 2019. Staženo 10. listopadu 2017.
  48. ↑ 5 nejlepších aplikací pro chatboty s umělou inteligencí  . yalantis.com. Staženo 10. listopadu 2017. Archivováno z originálu 8. ledna 2019.
  49. ↑ Kaushik, Preetam . Je umělá inteligence cestou vpřed pro osobní finance?  (anglicky) , WIRED . Archivováno z originálu 28. března 2019. Staženo 10. listopadu 2017.
  50. ↑ Strojové učení ve financích – současné a budoucí aplikace  , Emerj (  15. srpna 2016). Archivováno z originálu 15. prosince 2018. Staženo 10. listopadu 2017.
  51. ↑ Strojové učení je budoucnost upisování, ale startupy to nepovedou  , Bankovní inovace (  3. dubna 2017). Archivováno z originálu 10. listopadu 2017. Staženo 10. listopadu 2017.
  52. ↑ ZestFinance představuje platformu strojového učení pro upisování mileniálů a dalších spotřebitelů s omezenou úvěrovou  historií . www.businesswire.com Staženo 10. listopadu 2017. Archivováno z originálu 8. února 2019.
  53. ↑ Umělá inteligence pomohla Sberbank vydělat dalších 700 milionů dolarů za rok: Alexander Vedyakhin , první místopředseda představenstva banky , předpovídá, že toto číslo dosáhne v roce 2020 miliardy dolarů // TASS . - 2020. - 23. ledna. — Datum přístupu: 07/04/2021.
  54. ↑ Taťána Isaková. AI jedna, dvě vzala: Jak se digitalizuje ruská státní správa  // Kommersant . - 2021. - 12. listopadu. — Datum přístupu: 05/10/2022.
  55. ↑ Julia Makarová. Alexander Vedyakhin o „Transformers Race“ a budoucnosti neuronových sítí: První místopředseda představenstva Sberbank Alexander Vedyakhin v rozhovoru pro RBC Trends řekl, jaké průlomy AI v poslední době udělala a o čem se bude diskutovat na největší konferenci o AI a datech. analýza AI Journey 2021  // RBC . - 2021. - 9. listopadu. — Datum přístupu: 05/10/2022.
  56. ↑ 1 2 3 Slyusar, Vadym Umělá inteligence jako základ budoucích řídicích sítí. . Koordinační problémy vojenské technické a deventivní průmyslové politiky na Ukrajině. Perspektivy vývoje zbraní a vojenské techniky/ VII. mezinárodní vědecká a praktická konference. výtahy zpráv. - 8.–10. října 2019. - Kyjev. - Pp. 76 - 77. - DOI: 10.13140/RG.2.2.30247.50087 (2019). Získáno 28. dubna 2020. Archivováno z originálu dne 26. června 2021.
  57. ↑ Mezi členy výboru patří: Andy Jesse  – CEO společnosti Amazon Corporation ; Andrew Moore a Eric Horwitz  jsou ředitelé AI ve společnostech Google a Microsoft a Safra Katz  je generální ředitelkou společnosti Oracle . Výboru předsedá Eric Schmidt  , bývalý generální ředitel společnosti Google, a Robert Wark  , bývalý náměstek ministra obrany USA.
  58. ↑ Biden vyzval k podpoře zbraní AI, aby čelil hrozbám Číny a Ruska Archivováno 2. března 2021 na Wayback Machine , BBC, 03/2/2021
  59. ↑ Proč by Čína mohla vyhrát nový globální závod ve zbrojení Archivováno 22. prosince 2021 na Wayback Machine , BBC, 22/12/2021
  60. ↑ Umělá inteligence pro boj s ruskými dezinformacemi Archivováno 26. února 2021 na Wayback Machine , BBC, 26. 2. 2021
  61. ↑ Todd R. Reed, Nancy E. Reed, Peter Fritzson. Analýza srdečního zvuku pro detekci symptomů a počítačově podporovanou diagnostiku  // Praxe a teorie simulačního modelování. - 2004-05-01. - T. 12 , č.p. 2 . - S. 129-146 . - doi : 10.1016/j.simpat.2003.11.005 . Archivováno z originálu 28. ledna 2013.
  62. ↑ A. Yorita, N. Kubota. Kognitivní rozvoj v partnerských robotech pro informační podporu pro starší lidi  // Transakce IEEE o autonomním duševním rozvoji. - Březen 2011. - Vol. 3 , č. 1 . - S. 64-73 . — ISSN 1943-0604 . - doi : 10.1109/TAMD.2011.2105868 . Archivováno z originálu 9. června 2018.
  63. ↑ Umělá inteligence předělá zdravotnictví – The Medical Futurist  , The Medical Futurist (  4. srpna 2016). Archivováno z originálu 22. ledna 2019. Staženo 10. listopadu 2017.
  64. ↑ David D. Luxton. Umělá inteligence v psychologické praxi: Současné a budoucí aplikace a implikace  (anglicky)  // Professional Psychology: Research and Practice. — Sv. 45 , iss. 5 . - str. 332-339 . - doi : 10.1037/a0034559 . Archivováno z originálu 8. května 2022.
  65. ↑ Od virtuálních sester k objevování drog: 106 startupů s umělou inteligencí ve zdravotnictví  , CB Insights Research (  3. února 2017). Archivováno z originálu 3. ledna 2018. Staženo 10. listopadu 2017.
  66. ↑ Domů  _ _ Pomato. Získáno 10. září 2018. Archivováno z originálu 10. září 2018.
  67. ↑ Algoritmus rekombinantní hudební kompozice a způsob jeho použití . Získáno 10. listopadu 2017. Archivováno z originálu 12. února 2018.
  68. ↑ Výsledky vyhledávání - La Sacem  (fr.) . repertoár.sacem.fr. Získáno 10. listopadu 2017. Archivováno z originálu dne 4. října 2018.
  69. ↑ Gloria Requena, Carlos Sánchez, José Luis Corzo-Higueras, Sirenia Reyes-Alvarado, Francisco Rivas-Ruiz. Melomická hudební medicína (M3) ke snížení vnímání bolesti během postupu pediatrického prick testu  (anglicky)  // Pediatric Allergy and Immunology. — 2014-11-01. — Sv. 25 , iss. 7 . - str. 721-724 . — ISSN 1399-3038 . - doi : 10.1111/pai.12263 . Archivováno z originálu 11. listopadu 2017.
  70. ↑ Zpěvák Zivert vystoupí s umělou inteligencí  // Lenta.ru . - 2020. - 2. prosince. — Datum přístupu: 05/11/2021.
  71. ↑ Smith, Mark (22. července 2016). "Takže si myslíš, že jsi se rozhodl číst tento článek?" (nedostupný odkaz) . BBC. Staženo 27. července 2016. Staženo 10. listopadu 2017. Archivováno z originálu 24. srpna 2014. 
  72. ↑ Centrum digitální žurnalistiky . Získáno 27. července 2020. Archivováno z originálu dne 4. srpna 2020.
  73. ↑ Software umělé inteligence, který píše jako lidská bytost  . Ano. Získáno 10. listopadu 2017. Archivováno z originálu 14. listopadu 2017.
  74. ↑ Japonský program umělé inteligence právě napsal krátký román a málem vyhrál literární cenu  (v angličtině) Digital Trends  (23. března 2016). Archivováno z originálu 10. listopadu 2017. Staženo 10. listopadu 2017.
  75. ↑ O'Brien, Sarah Ashley . Je Pypestream call centrem budoucnosti? , CNNMoney . Archivováno z originálu 18. ledna 2019. Staženo 10. listopadu 2017.
  76. ↑ Syed Junaid Nawaz, Shree Krishna Sharma, Shurjeel Wyne, Mohammad N. Patwary, Md. Asaduzzaman. Kvantové strojové učení pro komunikační sítě 6G: Nejmodernější a vize  budoucnosti . Předtisk. (duben 2019). Získáno 1. května 2022. Archivováno z originálu dne 19. července 2021.
  77. ↑ Basulto, Dominik . Jak se umělá inteligence přesouvá z laboratoře do herny vašeho dítěte  , Washington Post (  15. října 2015). Archivováno z originálu 7. ledna 2019. Staženo 10. listopadu 2017.
  78. ↑ "Mapy videoher vytvořené AI: Více DOOM!" Archivováno 15. května 2018 na Wayback Machine SlashGear, 8. května 2018
  79. ↑ Spojené státy, Národní rada pro vědu a techniku ​​– Výbor pro technologie. Výkonná kancelář prezidenta. (2016). Příprava na budoucnost umělé inteligence.
  80. ↑ Meyer, Michael D. (leden 2007). "Umělá inteligence v dopravních informacích pro aplikace" . Dopravní výzkumný oběžník. . Získáno 10. listopadu 2017. Archivováno z originálu 2. října 2018.
  81. ↑ Nikolay Poretsky. Lokomotiva vše vidí  // " Pípnutí ": Noviny (elektronická verze). - Nakladatelství Gudok, 2019. - 3. července ( č. 115 (26724) ).
  82. ↑ Nikolay Poretsky. Neuronová síť hlídá bezpečnost  // " Beep ": Noviny (elektronická verze). - nakladatelství Gudok, 2020. - 11. září ( č. 169 (27018) ).
  83. ↑ Apoorva Mehta (@apoorva_mehta) | Twitter . twitter.com Staženo 10. září 2018. Archivováno z originálu 2. května 2019.
  84. ↑ „Umělá inteligence urychluje objevování kovového skla“ Archivováno 17. dubna 2018 na Wayback Machine ScienceDaily, 13. dubna 2018
  85. ↑ DARPA testuje umělé inteligentní vzdušné boje v  simulátorech 2v1 . Flightglobal . Získáno 21. března 2021. Archivováno z originálu dne 22. března 2021.
  86. ↑ Axelrod R. Struktura rozhodování: Kognitivní mapy politických elit. — Princeton. University Press, 1976
  87. ↑ John Searle. Je mysl mozku počítačový program? Archivováno 8. září 2011 na Wayback Machine
  88. ↑ Penrose R. Králova nová mysl. O počítačích, myšlení a fyzikálních zákonech. - M. : URSS, 2005. - ISBN 5-354-00993-6 .
  89. ↑ Matthew Hutson. Chybějící replikace datového skrývače studií umělé inteligence  (anglicky)  // Science. — 2018-02-15. — ISSN 1095-9203 0036-8075, 1095-9203 . - doi : 10.1126/science.aat3298 . Archivováno z originálu 22. prosince 2019.
  90. ↑ Nikolaj Asejev. Projekt "Behemoth": o osudu světa a lidstva  . asenic.ru. Získáno 19. prosince 2019. Archivováno z originálu 19. prosince 2019.
  91. ↑ AI jako globální rizikový faktor . Získáno 30. března 2010. Archivováno z originálu 10. února 2012.
  92. ↑ Bootle, 2022 , str. 16.
  93. ↑ Mysl a život. Zahájení dialogu mezi [[buddhismem]] a [[vědou|vědou]]. Část 2 . Získáno 11. listopadu 2015. Archivováno z originálu 12. ledna 2018.
  94. ↑ Moskevská diecéze – Diecéze dnes – Duchovní a mniši . www.mepar.ru Získáno 10. září 2018. Archivováno z originálu 10. září 2018.
  95. ↑ 1 2 http://www.rc.edu.ru/rc/s8/intellect/rc_intellect_zaharov_2009.pdf  (nepřístupný odkaz) Ortodoxní pohled na problém umělé inteligence
  96. ↑ Harry Harrison. Turingova volba . - M .: Eksmo-Press, 1999. - 480 s. - ISBN 5-04-002906-3 .

Literatura

Odkazy

Články a výzkum Přednáškové kurzy Recenze článků Kritika
  Přejděte na položku Wikidata  Slovníky a encyklopedie