|
На современном этапе, характеризующемся глобальной цифровизацией, наблюдается постепенное внедрение технологий, основанных на искусственном интеллекте, в различные процессы. Процессы обработки информации для различных целей не являются тому исключением.
Вместе с тем, анализ применения искусственного интеллекта в процессах обработки информации показал, что простого приятия решения о внедрении искусственного интеллекта в указанные процессы недостаточно. Необходимо определение алгоритмов обучения нейронных сетей и выбор вида обучаемой нейронной сети исходя из целей обработки информации, а также формулирование перечня мероприятий, выполняемых для целей использования нейронных сетей. Так, например, неправильно выбранная нейронная сеть и заданные данные для обучения могут привести к критическим последствиям при обработке информации. Обусловлено это тем, что нейронные сети, заложенные в основу искусственного интеллекта, обучаясь эволюционируют на основе ошибок и такие ошибки с каждым этапом обучения будут увеличиваться. При этом ошибки в действиях искусственного интеллекта могут быть не заметны долгое время даже при его практическом применении. Неправильно выбранные виды нейронных сетей, не соответствующие характеру обрабатываемой информации, также могут привести к проблемам, связанным с интерпретацией информации. Например, искусственный интеллект может выдавать определенный результат, но не всегда такой результат будет отвечать требованиям качества и не может быть применим в практической деятельности.
Ключевые слова:искусственный интеллект, обработка информации, нейронные сети, обучение нейронных сетей, машинное обучение, алгоритмы обучения.
|