Искусственный интеллект

Материал из Поле цифровой дидактики


Описание Способность компьютера обучаться и выполнять действия свойственные человеческому интеллекту. Автоматизация задач, которые принято считать человеческими: мышление, принятие решений, решение проблем, обучение и т. д. Область исследований, направленная на разъяснение и эмуляцию разумного поведения в терминах вычислительных процессов
Область знаний Математика, Информатика, Искусственный интеллект
Авторы МакКартни, Минский
Поясняющее видео
Близкие понятия Интеллект человека, Eliza, Машинное обучение, Глубокое обучение, Нейросеть, Персептрон, Коннекционизм, Чат-бот (чат-бот), Генеративный искусственный интеллект, Персонализация (тренд)
Среды и средства для освоения понятия Lisp, Scratch, Snap!, Python, Scheme

Имитация интеллекта - имеется в виду попытка имитировать интеллект человека. Термин «Искусственный интеллект» был введён разработчиком языка программирования Lisp Джоном МакКарти в 1956 г. на конференции в Дартмутском колледже.

Цель ИИ заключается в том, чтобы научить компьютеры имитировать разумное поведение, решать задачи, требующие интеллекта.

Список публикаций

  1. A Classification of Cognitive Agents // Proceedings of the Twenty-fourth Annual Conference of the Cognitive Science Society. Routledge, 2019. P. 256–261.
  2. Bordini R.H. et al. Agent programming in the cognitive era // Auton Agent Multi-Agent Syst. 2020. Vol. 34, № 2. P. 37.
  3. Lanza F., Seidita V., Chella A. Agents and robots for collaborating and supporting physicians in healthcare scenarios // Journal of Biomedical Informatics. 2020. Vol. 108. P. 103483.
  4. Aghababaei M., Koliou M. An agent-based modeling approach for community resilience assessment accounting for system interdependencies: Application on education system // Engineering Structures. 2022. Vol. 255. P. 113889.
  5. Southgate E. et al. Artificial Intelligence and emerging technologies in schools: research report: Report. Department of Education and Training (Australia), 2019.
  6. Perrotta C., Selwyn N. Deep learning goes to school: toward a relational understanding of AI in education // Learning, Media and Technology. 2020. Vol. 45, № 3. P. 251–269.
  7. Clark P. Elementary School Science and Math Tests as a Driver for AI: Take the Aristo Challenge! // Proceedings of the AAAI Conference on Artificial Intelligence. 2015. Vol. 29, № 2. P. 4019–4021.
  8. Jobin A., Scheibner J., Vayena E. Ethics guidelines in Citizen Science: Report. ETH Zurich, 2020.
  9. Anjomshoae S. et al. Explainable Agents and Robots : Results from a Systematic Literature Review. International Foundation for Autonomous Agents and MultiAgent Systems, 2019. P. 1078–1088.
  10. Sanusi I.T., Oyelere S.S., Omidiora J.O. Exploring teachers’ preconceptions of teaching machine learning in high school: A preliminary insight from Africa // Computers and Education Open. 2022. Vol. 3. P. 100072.
  11. García-Magariño I., Plaza I. FTS-SOCI: An agent-based framework for simulating teaching strategies with evolutions of sociograms // Simulation Modelling Practice and Theory. 2015. Vol. 57. P. 161–178.
  12. Estevez J., Garate G., Graña M. Gentle Introduction to Artificial Intelligence for High-School Students Using Scratch // IEEE Access. 2019. Vol. 7. P. 179027–179036.
  13. Carvalho L. et al. How can we design for learning in an AI world? // Computers and Education: Artificial Intelligence. 2022. Vol. 3. P. 100053.
  14. Reeder K., Lee H. Impact of artificial intelligence on US medical students’ choice of radiology // Clinical Imaging. 2022. Vol. 81. P. 67–71.
  15. Scheibner J., Jobin A., Vayena