- суть попередній тип, в якому рішення повинне ставитися до деякого моменту в майбутньому [5, c. 216]. br/>
Висновок
Розпізнавання образів (а часто кажуть - об'єктів, сигналів, ситуацій, явищ або процесів) - сама поширена завдання, яку людині доводиться вирішувати практично щомиті від першого до останнього дня свого існування. Для цього він використовує величезні ресурси свого мозку, які ми оцінюємо таким показником як число нейронів, рівне 10 10 .
Можна навіть не обтяжуючи себе прикладами помітити, що схожі дії спостерігаються в біології, в живій природі, а іноді навіть у неживій. Крім того, розпізнавання постійно зустрічається в техніці. А якщо це так, то, очевидно, слід вважати механізм розпізнавання всеосяжним [5, c. 347]. p> З більш загальних позицій можна стверджувати, і це цілком очевидно, що в повсякденній діяльності людина постійно стикається із завданнями, пов'язаними з прийняттям рішень, обумовлених безперервно мінливої вЂ‹вЂ‹навколишнім оточенням. У цьому процесі беруть участь: органи чуття, за допомогою яких людина сприймає інформацію ззовні; центральна нервова система, що здійснює відбір, переробку інформації і прийняття рішень; рухові органи, що реалізують прийняте рішення. Але в основі рішень цих завдань лежить, в чому легко переконатися, розпізнавання образів [8, c. 197]. p> У своїй практиці люди вирішують різноманітні завдання щодо класифікації та розпізнаванню об'єктів, явищ і ситуацій (миттєво впізнають один одного, з великою швидкістю читають друковані та рукописні тексти, безпомилково водять автомобілі в складному потоці вуличного руху, здійснюють відбраковування деталей на конвеєрі, розгадують коди, древню єгипетську клинопис і т.д.) [7, c. 68]. p> Обчислення в мережах формальних нейронів, багато в чому нагадують обробку інформації мозком. В останнє десятиліття нейрокомпьютинг придбав надзвичайну популярність на Заході, де він вже встиг перетворитися на інженерну дисципліну, тісно пов'язану з виробництвом комерційних продуктів. Щорічно виходять десятки книг, присвячених практичним аспектам нейрокомпьютинга. Інтенсивно ведуться роботи зі створення нової - аналогової елементної бази для нейрообчислення. p> У Росії ж, де в силу загального зниження тонусу наукових досліджень структура науки виявилася В«замороженоїВ», до цих пір побутує думка, що традиційні математичні методи в принципі достатні для вирішення будь-яких завдань розпізнавання образів. Нейрокомпьютинг ж сприймається як надмірність і данина короткочасної моді. Однак на тлі численних практичних успіхів нейротехнологій твердження, що будь-яка конкретне завдання може бути в принципі вирішена і без них виглядають дещо схоластично. Раз нейрокомпьютинг на ділі доводить свою конкурентоспроможність розумніше уважніше придивитися до цього феномена. Чи не ризикуємо ми зі своїм скептицизмом переглянути початок нового етапу комп'ютерної революції? Чи не відстане чи російська комп'ютерна наука від світової, цього разу остаточно, у цій надзвичайно швидко розвивається і стратегічно важливої вЂ‹вЂ‹галузі?
Перспективи в найближчому майбутньому. Основною рисою, відрізняє нейрокомп'ютери від сучасних комп'ютерів і забезпечує майбутнє цього напрямку, на думку автора, є здатність вирішувати неформалізовані проблеми, для яких в силу тих чи інших причин ще існує алгоритмів рішення. Нейрокомп'ютери пропонують відносно просту технологію породження алгоритмів шляхом навчання. У цьому їх основна перевагу, їх В«місіяВ» в комп'ютерному світі.
Можливість породжувати алгоритми виявляється особливо корисною для задач розпізнавання образів, в яких часто не вдається виділити значимі ознаки апріорі. Ось чому нейрокомпьютинг виявився актуальний саме зараз, в період розквіту мультимедіа, коли розвиток глобальної мережі Internet вимагає розробки нових технологій, тісно пов'язаних з розпізнаванням образів. Однак - про все по порядку [2, c. 115]. p> Одна з основних зас х проблем розвитку та застосування штучного інтелекту залишається проблема розпізнавання звукових та візуальних образів. Однак інтернет і розвинені комунікаційні канали вже дозволяють створювати системи, що вирішують цю проблему за допомогою соціальних мереж, готових прийти на допомогу роботам 24 години на добу.
Професія інженера систем розпізнавання образів на базі соціальних мереж буде затребувана вже в найближчому майбутньому і до тих пір, поки системи ШІ НЕ будуть здатні самі пройти тест Тьюринга.
Екстраполюючи експоненціальне зростання рівня технології протягом декількох десятиліть, футурист Реймонд Курцвейл припустив, що машини, здатні пройти тест Тьюринга, будуть виготовлені не раніше 2029 року.
Однак системи ШІ не можуть чекати так довго - всі решта технології вже готові до того, щоб знайти своє застосування в медицині, біології, системах безпеки і т.д. Їх очима і вухами стануть мільйони людей по всьому світу, готові розпізнат...
