E gjitha filloi me revolucionin shkencor dhe teknologjik, i cili shërbeu si një shtysë e fuqishme në zhvillimin e teknologjisë. Pikërisht atëherë ndodhi kalimi nga një shoqëri industriale në atë post-industriale. Nikola Tesla me rrymën e tij alternative, Alexander Popov me shpikjen e radios, Alexander Bell - falë tij, njerëzimi u njoh me telefonin - konsiderohen gjeni që kanë kthyer pamjen e zakonshme të botës.
Vlen të përmenden njerëzit që deri vonë kanë krijuar ose vazhdojnë të punojnë në këtë fushë pjellore. Bill Gates, Mark Zuckerberg, Elon Musk janë mendje të shquara që kanë dhënë dhe vazhdojnë të japin një kontribut të rëndësishëm në zhvillimin e shoqërisë sot. Ata e çojnë përpara botën tonë të re të teknologjisë së lartë. Dhe shumë shpejt një mrekulli e re do të shfaqet në sytë e njerëzve. Elon Musk i palodhur tha se në dhjetë vjet do të jetë e mundur të shkruhen mesazhe duke përdorur "fuqinë e mendimit". Relativisht kohët e fundit, ai do të ishte quajtur i çmendur ose i çuditshëm, por të vjetrit e mirë mund të quheshin! Por në shekullin e njëzet e një, bota është bërë më tolerante dhe kurioze. Megjithatë, është e vështirë të befasosh njerëzimin, të ngopur me një numër të madh produktesh të reja, informon.
Pra, çfarë mund të interesojë brezin tonë dhe ta çojë teknologjinë në një nivel tjetër? Përgjigja është inteligjenca artificiale dhe nanoteknologjia. Krijimi i inteligjencës artificiale do të çojë në shfaqjen e drejtimeve të reja, si dhe në zgjerimin e funksioneve të atyre ekzistuese, si njohja dhe sinteza e të folurit, parashikimi, analiza e grupimeve dhe shumë të tjera. Zhvillimi ka vazhduar për një kohë të gjatë, por për të krijuar një model plotësisht funksional, do të kërkohet një zgjidhje e re teknike, e njohur si "superkompjuter kuantik", fuqia llogaritëse e të cilit do të jetë në gjendje të ofrojë funksionalitet të plotë.
Zbatimi i këtyre ideve ka pluset dhe minuset e tij globale:
Plus i parë është faktori i prodhimit. Sot, prania e një personi është e nevojshme, ai vlerëson cilësinë e punës së kryer dhe eliminon defektet teknike.
Në të ardhmen, inteligjenca artificiale do të menaxhojë të gjithë zinxhirin në mënyrë të pavarur. Supozohet se ai do ta bëjë këtë shumë më mirë se krijuesi i tij.
E dyta është kërkimi. Eksplorimi i hapësirës së jashtme, thellësitë e oqeanit ose bërthama e tokës do të bëhen më të sigurta dhe do të ofrojnë më shumë mundësi. Aty ku një person nuk kalon, një makinë do ta përballojë.
E treta është mjekësia. Diagnostikimi, kirurgjia, rehabilitimi, implantet.
Disavantazhet janë:
Gjëja kryesore është zëvendësimi i njerëzve me makina, gjë që do të çojë në papunësi masive të popullsisë. Çfarë të bëjmë me miliona, miliarda njerëz të papunë? Pyetja është ende e hapur.
E dyta janë ndërprerjet në punën e rrjeteve botërore të informacionit dhe prodhimit. Kjo mund të krijojë probleme në shkallë planetare.
Në vitin 2003, ndërprerje të furnizimit me energji ndodhën edhe në Kanada. New York, Detroit, Toronto, Montreal, Otava kanë mbetur pa energji elektrike. Bllokime trafiku, qindra mijëra njerëz të mbyllur në metro, fakte grabitjeje, viktima njerëzore, luhatje në tregjet botërore të naftës.
Këtu është një thirrje kaq e pakëndshme. Arsyet ishin të ndryshme. Rrufeja, ndërprerje në termocentralet bërthamore, por fakti mbetet. Pesëdhjetë milionë njerëz mbetën pa energji elektrike për disa orë, dhe kjo shkaktoi panik dhe konfuzion. Disa silleshin si fëmijë të humbur, të tjerë më keq se kafshët.
Bota është shumë e brishtë dhe prekja e qytetërimit të njerëzimit është shumë e hollë.
E treta është kapja e pushtetit në planet nga AI, skllavërimi ose shkatërrimi i plotë i njerëzve. Sot, një skenar i tillë konsiderohet vetëm në filmat dhe librat fantashkencë. Por njerëzimi nuk është hera e parë që realizon një përrallë. Dhe jo domosdoshmërisht një përrallë me një fund të lumtur.
Por le të jemi optimistë. Ne besojmë në gjenialitetin njerëzor dhe emrat e rinj në botën e teknologjive të larta dhe ideve humane. Qytetërimi ka qëndruar më shumë se një herë në prag, por çdo herë njerëzit shfaqen me mendime të avancuara, jo standarde që nuk i lejojnë ata të rrëzohen në humnerë.
Gabim në tekst? Zgjidhni atë me miun tuaj! Dhe shtypni: Ctrl + Enter
Popullore
Është mirë të jesh pronar i një kanali televiziv. Dje isha i kënaqur me një lajm shumë të rëndësishëm në Channel 112. Lajme për festën private të Medvedchuk dhe Marchenko "në stilin sicilian", madje edhe me vetë stilistët
Agresori kryesor botëror, Presidenti i Federatës Ruse, Vladimir Putin, deklaroi se ishte gati të nxirrte një dekret për heqjen e bllokadës nga rajonet e Luhanskut dhe Donjeckut. Si e morëm vesh
Kur tubimi në Maidan kundër Klyuev dhe Sheriatit u mbajt në sfondin e një posteri me akuza kundër Poroshenko, dhe ndonjëherë grupe të rinjsh filluan të bërtisnin "kush e vrau Katya Hanzyuk?", kishte një shpresë që
Sot u bë e ditur se në zonën e operacionit të forcave të përbashkëta në lindje të shtetit ukrainas, mercenarët rusë pësuan humbje të mëdha pas përpjekjeve të pasuksesshme për të kryer një sulm.
Hetimi arriti në përfundimin se nëna e Nikolai Tarasov Maria nuk mund të mos ishte në dijeni të krimit të kryer nga djali i saj, kështu që gruaja u testua për
Oleksandr Paskhaver vuri në dukje gjatë një bisede të organizuar nga botimi Glavred se në procesin e luftës për pavarësi, territori i Ukrainës mund të ndryshojë dhe njeriu duhet të jetë gati për këtë. Ekonomist
Me udhëzimet e Bankova-s, “Çetat Kombëtare” dhe “Korpusi Kombëtar” sulmuan aktivistët e “Solidaritetit Europian”. Dje, lideri i "BE" Petro Poroshenko inicioi një tubim të aktivistëve nën ndërtesën e KSU, e cila
Inteligjence artificiale (AI, Anglisht Artificial Intelligence, AI) - shkenca dhe teknologjia e krijimit të makinave inteligjente, veçanërisht programeve kompjuterike inteligjente. AI lidhet me qëllimin e ngjashëm të përdorimit të kompjuterëve për të kuptuar inteligjencën njerëzore, por nuk kufizohet domosdoshmërisht në metoda biologjikisht të besueshme.
Çfarë është inteligjenca artificiale
Inteligjenca(nga latinishtja intellectus - ndjesia, perceptimi, të kuptuarit, të kuptuarit, koncepti, arsyeja) ose mendja - cilësia e psikikës, e përbërë nga aftësia për t'u përshtatur me situata të reja, aftësia për të mësuar dhe mësuar përmendësh bazuar në përvojën, të kuptuarit dhe zbatimin konceptet abstrakte dhe përdorimin e njohurive të tyre për menaxhimin e mjedisit. Inteligjenca është një aftësi e përgjithshme për të njohur dhe zgjidhur vështirësitë, e cila bashkon të gjitha aftësitë njohëse të një personi: ndjesinë, perceptimin, kujtesën, përfaqësimin, të menduarit, imagjinatën.
Në fillim të viteve 1980. Shkencëtarët e informatikës Barr dhe Feigenbaum kanë propozuar përkufizimin e mëposhtëm të inteligjencës artificiale (AI):
Më vonë, një numër i algoritmeve dhe sistemeve softuerike filluan t'i atribuohen AI, tipari dallues i të cilave është se ata mund të zgjidhin disa probleme në të njëjtën mënyrë siç do të bënte një person që mendon për zgjidhjen e tyre.
Karakteristikat kryesore të AI janë të kuptuarit e gjuhës, të mësuarit dhe aftësia për të menduar dhe, më e rëndësishmja, për të vepruar.
AI është një kompleks teknologjish dhe procesesh të lidhura që zhvillohen në mënyrë efikase dhe të shpejtë, për shembull:
- përpunimi i gjuhës natyrore
- sistemet eksperte
- agjentë virtualë (botët e bisedës dhe asistentët virtualë)
- sistemet e rekomandimit.
Strategjia Kombëtare për Zhvillimin e Inteligjencës Artificiale
- Artikulli kryesor: Strategjia Kombëtare për Zhvillimin e Inteligjencës Artificiale
Hulumtimi i AI
- Artikulli kryesor: Hulumtimi i Inteligjencës Artificiale
Standardizimi i AI
2019: Ekspertët ISO / IEC mbështetën propozimin për zhvillimin e standardit në Rusisht
Më 16 Prill 2019 u bë e ditur se nënkomiteti ISO / IEC për standardizimin në fushën e inteligjencës artificiale mbështeti propozimin e Komitetit Teknik "Sistemet kibernetike", krijuar në bazë të RVC, për të zhvilluar një standard "Inteligjencë artificiale. . Konceptet dhe terminologjia ”në Rusisht përveç versionit bazë në anglisht.
Standardi terminologjik “Inteligjenca artificiale. Konceptet dhe terminologjia ”është thelbësore për të gjithë familjen e dokumenteve normative dhe teknike ndërkombëtare në fushën e inteligjencës artificiale. Përveç termave dhe përkufizimeve, ky dokument përmban qasje konceptuale dhe parime për ndërtimin e sistemeve me elementë, një përshkrim të marrëdhënies midis AI dhe teknologjive të tjera nga fundi në fund, si dhe parimet bazë dhe qasjet kornizë për rregulloren rregullatore dhe teknike. të inteligjencës artificiale.
Pas takimit të nënkomitetit të profilit ISO / IEC në Dublin, ekspertët ISO / IEC mbështetën propozimin e delegacionit nga Rusia për zhvillimin sinkron të një standardi terminologjik në fushën e AI jo vetëm në anglisht, por edhe në rusisht. Dokumenti pritet të miratohet në fillim të vitit 2021.
| Zhvillimi i produkteve dhe shërbimeve të bazuara në inteligjencën artificiale kërkon një interpretim të qartë të koncepteve të përdorura nga të gjithë pjesëmarrësit e tregut. Standardi i terminologjisë do të unifikojë "gjuhën" në të cilën zhvilluesit, klientët dhe komuniteti profesional komunikojnë, klasifikojnë vetitë e tilla të produkteve të bazuara në AI si "siguri", "riprodhueshmëri", "besueshmëri" dhe "konfidencialitet". Terminologjia e përbashkët do të bëhet gjithashtu një faktor i rëndësishëm për zhvillimin e teknologjive të inteligjencës artificiale në kuadër të Iniciativës Kombëtare të Teknologjisë - algoritmet e AI përdoren nga më shumë se 80% e kompanive brenda perimetrit të NTI. Për më tepër, vendimi ISO / IEC do të forcojë autoritetin dhe do të zgjerojë ndikimin e ekspertëve rusë në zhvillimin e mëtejshëm të standardeve ndërkombëtare. |
Gjatë takimit, ekspertët ISO/IEC mbështetën gjithashtu zhvillimin e një draft dokumenti ndërkombëtar Teknologjia e Informacionit - Inteligjenca Artificiale (AI) - Përmbledhje e Përqasjeve Llogaritëse për Sistemet e AI, në të cilën Rusia vepron si bashkëredaktor. Dokumenti ofron një pasqyrë të gjendjes së teknologjisë në sistemet e inteligjencës artificiale, duke përshkruar karakteristikat kryesore të sistemeve, algoritmeve dhe qasjeve, si dhe shembuj të aplikacioneve të specializuara në fushën e AI. Zhvillimi i këtij draft-dokumenti do të ndërmerret nga një grup i punës i krijuar posaçërisht brenda nënkomitetit të grupit të punës 5 "Përqasjet llogaritëse dhe karakteristikat llogaritëse të sistemeve të AI" (SC 42 Working Group 5 "Computational approaches and computational computational of systems of AI").
| Si pjesë e punës së tij në nivel ndërkombëtar, delegacioni nga Rusia arriti të arrijë një sërë vendimesh historike që do të kenë një efekt afatgjatë në zhvillimin e teknologjive të inteligjencës artificiale në vend. Zhvillimi i versionit në gjuhën ruse të standardit, edhe nga një fazë kaq e hershme, është një garanci e sinkronizimit me fushën ndërkombëtare, dhe zhvillimi i nënkomitetit ISO / IEC dhe inicimi i dokumenteve ndërkombëtare me bashkëredaktorët rusë janë themeli për promovimin e mëtejshëm të interesave të zhvilluesve rusë jashtë vendit, "komentoi. |
Teknologjitë e inteligjencës artificiale janë në kërkesë të gjerë në sektorë të ndryshëm të ekonomisë dixhitale. Ndër faktorët kryesorë që kufizojnë përdorimin e tyre praktik në shkallë të plotë është moszhvillimi i kuadrit rregullator. Në të njëjtën kohë, është baza rregullatore dhe teknike e zhvilluar mirë që siguron cilësinë e specifikuar të aplikimit të teknologjisë dhe efektin ekonomik përkatës.
Në fushën e inteligjencës artificiale, TC Cyber-Physical Systems në bazë të RVC po zhvillon një sërë standardesh kombëtare, miratimi i të cilave është planifikuar për në fund të 2019 - fillim të 2020. Përveç kësaj, së bashku me aktorët e tregut, po punohet për formulimin e Planit Kombëtar të Standardizimit (PNS) për vitin 2020 dhe më tej. TC "Cyber-physical Systems" është e hapur për propozime për zhvillimin e dokumenteve nga organizatat e interesuara.
2018: Zhvillimi i standardeve në fushën e komunikimeve kuantike, AI dhe një qytet inteligjent
Komiteti Teknik "Sistemet kibernetike" bazuar në RVC, së bashku me Qendrën Rajonale Inxhinierike "SafeNet", më 6 dhjetor 2018, filloi zhvillimin e një grupi standardesh për tregjet e Iniciativës Kombëtare të Teknologjisë (NTI) dhe ekonomisë dixhitale. . Deri në mars 2019, është planifikuar të zhvillohen dokumente të standardizimit teknik në fushën e komunikimeve kuantike dhe, sipas RVC. Më shumë detaje.
Ndikimi i inteligjencës artificiale
Rrezik për zhvillimin e qytetërimit njerëzor
Ndikimi në ekonomi dhe biznes
- Ndikimi i teknologjive të inteligjencës artificiale në ekonomi dhe biznes
Ndikimi në tregun e punës
Paragjykimi i inteligjencës artificiale
Në zemër të gjithçkaje që është praktika e AI (përkthimi me makinë, njohja e të folurit, përpunimi i gjuhës natyrore, vizioni kompjuterik, automatizimi i drejtimit të automjeteve dhe më shumë) është të mësuarit e thellë. Ky është një nëngrup i mësimit të makinerive, i karakterizuar nga përdorimi i modeleve të rrjeteve nervore, të cilat mund të thuhet se imitojnë punën e trurit, prandaj, vështirë se mund t'i atribuohen AI. Çdo model i rrjetit nervor është trajnuar në grupe të mëdha të dhënash, kështu që fiton disa "aftësi", por mënyra se si i përdor ato nuk është e qartë për krijuesit, gjë që përfundimisht bëhet një nga problemet më të rëndësishme për shumë aplikacione të të mësuarit të thellë. Arsyeja është se një model i tillë funksionon me imazhe formalisht, pa kuptuar se çfarë bën. A është një sistem i tillë AI dhe a mund t'u besojmë sistemeve të ndërtuara mbi bazën e mësimit të makinerive? Rëndësia e përgjigjes së pyetjes së fundit shkon përtej laboratorëve shkencorë. Prandaj, vëmendja e mediave ndaj fenomenit të quajtur paragjykim i AI është mprehur dukshëm. Mund të përkthehet si "paragjykim AI" ose "paragjykim AI". Më shumë detaje.
Tregu i teknologjisë së inteligjencës artificiale
Tregu i AI në Rusi
Tregu botëror i AI
Aplikacionet e AI
Sferat e aplikimit të AI janë mjaft të gjera dhe mbulojnë si teknologjitë e njohura, ashtu edhe drejtime të reja të reja që janë larg përdorimit të gjerë, me fjalë të tjera, kjo është e gjithë gama e zgjidhjeve, nga fshesat me korrent te stacionet hapësinore. I gjithë diversiteti i tyre mund të ndahet sipas kriterit të pikave kyçe të zhvillimit.
AI nuk është një domen monolit. Për më tepër, disa fusha teknologjike të AI shfaqen si nën-sektorë të rinj të ekonomisë dhe subjekte të veçanta, ndërkohë që i shërbejnë shumicës së fushave të ekonomisë.
Zhvillimi i përdorimit të AI çon në përshtatjen e teknologjive në sektorët klasikë të ekonomisë përgjatë gjithë zinxhirit të vlerës dhe i transformon ato, duke çuar në algoritmizim të pothuajse të gjithë funksionalitetit, nga logjistika tek menaxhimi i kompanisë.
Përdorimi i AI për qëllime mbrojtëse dhe ushtarake
Përdorimi në arsim
Përdorimi i AI në biznes
AI në industrinë e energjisë
- Në nivelin e projektimit: përmirësimi i parashikimit të prodhimit dhe kërkesës për burime energjetike, vlerësimi i besueshmërisë së pajisjeve gjeneruese të energjisë, automatizimi i rritjes së prodhimit në përgjigje të rritjes së kërkesës.
- Në nivelin e prodhimit: optimizimi i mirëmbajtjes parandaluese të pajisjeve, rritja e efikasitetit të gjenerimit, reduktimi i humbjeve, parandalimi i vjedhjes së burimeve të energjisë.
- Në nivelin e promovimit: optimizimi i çmimeve të kohës së ditës dhe faturimi dinamik.
- Në nivelin e ofrimit të shërbimit: përzgjedhja automatike e furnizuesit më fitimprurës, statistika të detajuara të konsumit, shërbimi i automatizuar i klientit, optimizimi i energjisë bazuar në zakonet dhe sjelljen e klientit.
AI në prodhim
- Në nivelin e projektimit: përmirësimi i efikasitetit të zhvillimit të produktit të ri, vlerësimi i automatizuar i furnizuesit dhe analiza e kërkesave të pjesëve dhe pjesëve.
- Në nivelin e prodhimit: përmirësimi i procesit të kryerjes së detyrave, automatizimi i linjave të montimit, zvogëlimi i numrit të gabimeve, zvogëlimi i kohës së dorëzimit të lëndëve të para.
- Në nivelin e promovimit: parashikimi i vëllimit të shërbimeve të mbështetjes dhe mirëmbajtjes, menaxhimi i çmimeve.
- Në nivelin e ofrimit të shërbimit: përmirësimi i planifikimit të rrugëve të flotës së automjeteve, kërkesa për burimet e flotës së automjeteve, përmirësimi i cilësisë së trajnimit të inxhinierëve të shërbimit.
UA në banka
- Njohja e modelit - përdoret përfshirë. për të njohur klientët në degë dhe për t'u ofruar atyre oferta të specializuara.
AI në transport
- Industria e automjeteve është në prag të një revolucioni: 5 sfidat e epokës së vetëdrejtimit
AI në logjistikë
IA në prodhimin e birrës
dhjetor 2017
Sipas The Next Web, agjencitë e zbatimit të ligjit kanë filluar të digjitalizojnë më shumë se 1500 raporte dhe 30 milionë faqe në lidhje me raste të pazgjidhura. Materialet janë transferuar në një format kompjuterik që nga viti 1988, ku krimi nuk është zbardhur për të paktën tre vjet dhe autori është dënuar me më shumë se 12 vjet burg.
Pasi e gjithë përmbajtja të jetë dixhitalizuar, ajo do të lidhet me një sistem të mësimit të makinerive që do të analizojë të dhënat dhe do të vendosë se cilat raste përdorin provat më të besueshme. Kjo duhet të zvogëlojë kohën që duhet për të përpunuar çështjet dhe për të zgjidhur krimet e kaluara dhe të ardhshme nga disa javë në një ditë.
Inteligjenca artificiale do të shpërndajë rastet sipas "zgjidhshmërisë" së tyre dhe do të tregojë rezultatet e mundshme të ekzaminimit të ADN-së. Pastaj ka plane për të automatizuar analizat në fusha të tjera të shkencës mjeko-ligjore dhe ndoshta edhe për të mbuluar të dhënat në fusha të tilla si shkenca sociale dhe dëshmitë.
Përveç kësaj, siç tha një zhvillues i sistemit, Jeroen Hammer, funksionet API për partnerët mund të lëshohen në të ardhmen.
Policia holandeze ka një njësi speciale të specializuar në zhvillimin e teknologjive të reja për zgjidhjen e krimeve. Ishte ai që krijoi sistemin e AI për gjetjen e shpejtë të kriminelëve në prova.
UA në gjyqësor
Zhvillimet në fushën e inteligjencës artificiale do të ndihmojnë në ndryshimin rrënjësor të sistemit gjyqësor, për ta bërë atë më të drejtë dhe të lirë nga skemat e korrupsionit. Ky mendim u shpreh në verën e vitit 2017 nga Vladimir Krylov, Doktor i Shkencave Teknike, konsulent teknik në Artezio.
Shkencëtari beson se zgjidhjet tashmë ekzistuese në fushën e AI mund të aplikohen me sukses në sfera të ndryshme të ekonomisë dhe jetës publike. Eksperti thekson se AI përdoret me sukses në mjekësi, por në të ardhmen mund të ndryshojë tërësisht edhe sistemin gjyqësor.
“Duke parë çdo ditë raportet e lajmeve mbi zhvillimet në fushën e AI, njeriu habitet me imagjinatën e pashtershme dhe frytshmërinë e studiuesve dhe zhvilluesve në këtë fushë. Raportet e kërkimit shkencor ndërthuren vazhdimisht me publikimet e produkteve të reja që hyjnë në treg dhe raportet e rezultateve të mahnitshme nga përdorimi i AI në fusha të ndryshme. Nëse flasim për ngjarjet e pritshme, të shoqëruara nga një zhurmë e dukshme në media, në të cilën AI do të bëhet përsëri heroi i lajmeve, atëherë me siguri nuk do të guxoj të bëj parashikime teknologjike. Mund të supozoj se ngjarja e radhës do të jetë paraqitja diku e një gjykate jashtëzakonisht kompetente në formën e inteligjencës artificiale, e drejtë dhe e pakorruptueshme. Kjo do të ndodhë, me sa duket, në 2020-2025. Dhe proceset që do të ndodhin në këtë gjykatë do të çojnë në reflektime të papritura dhe dëshirën e shumë njerëzve për të transferuar në AI shumicën e proceseve të menaxhimit të shoqërisë njerëzore."
Shkencëtari e njeh përdorimin e inteligjencës artificiale në sistemin gjyqësor si një "hap logjik" për të zhvilluar barazinë legjislative dhe drejtësinë. Mendja e makinës nuk i nënshtrohet korrupsionit dhe emocioneve, ajo mund t'i përmbahet rreptësisht kuadrit ligjor dhe të marrë vendime duke marrë parasysh shumë faktorë, përfshirë të dhënat që karakterizojnë palët në mosmarrëveshje. Për analogji me fushën mjekësore, gjyqtarët robotikë mund të operojnë me të dhëna të mëdha nga depot e shërbimeve qeveritare. Mund të supozohet se inteligjenca e makinerisë do të jetë në gjendje të përpunojë shpejt të dhënat dhe të marrë parasysh dukshëm më shumë faktorë sesa një gjykatës njerëzor.
Muzikë
Pikturë
Në vitin 2015, ekipi i Google testoi rrjetet nervore për aftësinë për të krijuar imazhe vetë. Pastaj inteligjenca artificiale u trajnua në shembullin e një numri të madh fotografish të ndryshme. Megjithatë, kur makinës iu “kërkua” të portretizonte diçka më vete, doli se ajo interpreton botën përreth nesh në një mënyrë disi të çuditshme. Për shembull, për detyrën e vizatimit të shtangave, zhvilluesit morën një imazh në të cilin metali ishte i lidhur nga duart e njeriut. Kjo ndoshta për faktin se në fazën e trajnimit, fotografitë e analizuara me shtangë dore përmbanin duar dhe rrjeti nervor e keqinterpretoi këtë.
Më 26 shkurt 2016 në San Francisko, në një ankand të posaçëm, përfaqësuesit e Google ndihmuan rreth 98 mijë dollarë nga pikturat psikedelike të shkruara nga inteligjenca artificiale. Këto fonde u dhuruan për bamirësi. Një nga fotot më të suksesshme të makinës është paraqitur më poshtë.
Një pikturë nga inteligjenca artificiale e Google.
Në mënyrë që inteligjenca artificiale të marrë vendime kuptimplota, ajo duhet të perceptojë disi mjedisin në të cilin ndodhet. Në sistemet e thjeshta, ky perceptim mund të kufizohet thjesht në kontrollimin e pozicionit të objektit të lojtarit. Në sistemet më komplekse, kërkohet të përcaktohen karakteristikat dhe vetitë kryesore të botës së lojës, për shembull, rrugët e mundshme të lëvizjes, prania e strehimoreve natyrore në tokë, zonat e konfliktit.Në të njëjtën kohë, zhvilluesit duhet të gjejnë një mënyrë për të identifikuar dhe përcaktuar vetitë kryesore të botës së lojës që janë të rëndësishme për sistemin e AI. Për shembull, mbulesa e terrenit mund të paracaktohet nga projektuesit e nivelit ose të llogaritet paraprakisht kur ngarkoni ose përpiloni një hartë të nivelit. Disa elementë duhet të llogariten menjëherë, të tilla si hartat e konfliktit dhe kërcënimet e afërta.
Sistemet e bazuara në rregulla
Forma më e thjeshtë e inteligjencës artificiale është një sistem i bazuar në rregulla. Një sistem i tillë është më i largët nga inteligjenca artificiale reale. Një grup algoritmesh të paracaktuara përcakton sjelljen e objekteve të lojës. Duke pasur parasysh shumëllojshmërinë e veprimeve, rezultati përfundimtar mund të jetë një sistem i nënkuptuar i sjelljes, megjithëse një sistem i tillë në të vërtetë nuk do të jetë aspak "intelektual".Aplikacioni klasik i lojrave që përdor një sistem të tillë është Pac-Man. Lojtari po ndiqet nga katër fantazma. Çdo fantazmë vepron sipas një grupi të thjeshtë rregullash. Një fantazmë kthehet gjithmonë majtas, një tjetër gjithmonë kthehet djathtas, një e treta kthehet në një drejtim arbitrar dhe e katërta kthehet gjithmonë drejt lojtarit. Nëse fantazmat do të shfaqeshin në ekran një nga një, sjellja e tyre do të ishte shumë e lehtë për t'u përcaktuar dhe lojtari mund të shpëtonte lehtësisht prej tyre. Por duke qenë se një grup prej katër fantazmash shfaqet menjëherë, lëvizjet e tyre duket se janë komplekse dhe të koordinuara duke gjurmuar lojtarin. Në fakt, vetëm i fundit nga katër fantazmat merr parasysh vendndodhjen e lojtarit.
Një paraqitje vizuale e grupit të rregullave që rregullojnë fantazmat në Pac-Man, ku shigjetat përfaqësojnë "vendimet"
Nga ky shembull del se rregullat nuk duhet të jenë të koduara. Ato mund të bazohen në gjendjen e perceptuar (si fantazma e fundit) ose në parametra të redaktueshëm të objekteve. Variabla të tilla si niveli i agresionit, niveli i guximit, diapazoni i shikimit dhe shpejtësia e të menduarit lejojnë sjellje më të larmishme të objekteve, edhe kur përdoren sisteme të bazuara në rregulla.
Në sistemet më komplekse dhe inteligjente, sekuencat e rregullave të kushtëzuara përdoren si bazë. Në lojërat taktike, rregullat rregullojnë zgjedhjen e taktikave të përdorura. Në lojërat strategjike, rregullat rregullojnë sekuencën e objekteve në ndërtim dhe reagimin ndaj konflikteve. Sistemet e bazuara në rregulla janë themeli i AI.
Gjeni makinat si AI
Një makinë me gjendje të fundme (makinë me një numër të kufizuar gjendjesh) është një mënyrë për të modeluar dhe zbatuar një objekt që ka gjendje të ndryshme gjatë jetës së tij. Çdo "gjendje" mund të përfaqësojë kushtet fizike në të cilat ndodhet objekti, ose, për shembull, një grup emocionesh të shprehura nga objekti. Këtu, gjendjet emocionale nuk kanë të bëjnë me emocionet e AI, ato i referohen modeleve të paracaktuara të sjelljes që përshtaten në kontekstin e lojës.
Diagrami i gjendjes në një makinë tipike të gjendjes së fundme, shigjetat paraqesin ndryshime të mundshme të gjendjes
Ekzistojnë të paktën dy mënyra të thjeshta për të zbatuar një makinë të gjendjes së fundme me një sistem objekti. Së pari, çdo gjendje është një variabël që mund të kontrollohet (shpesh bëhet me udhëzime të mëdha ndërrimi). Mënyra e dytë është përdorimi i treguesve të funksionit (në C) ose funksionet virtuale (C ++ dhe gjuhë të tjera programimi të orientuara nga objekti).
AI adaptive
Nëse loja kërkon më shumë larmi, nëse lojtari duhet të ketë një kundërshtar më të fortë dhe më dinamik, atëherë AI duhet të ketë aftësinë për t'u zhvilluar, përshtatur dhe përshtatur.AI adaptive përdoret shpesh në lojëra luftarake dhe strategjike me mekanikë komplekse dhe një larmi të madhe mundësish lojërash.
Parashikim
Aftësia për të parashikuar me saktësi lëvizjen e ardhshme të kundërshtarit është kritike për një sistem adaptiv. Mund të përdorni metoda të ndryshme për të zgjedhur veprimin tjetër, për shembull, njohjen e modeleve të lëvizjeve të kaluara ose supozime të rastësishme.Një nga mënyrat më të thjeshta për t'u përshtatur është gjurmimi i vendimeve të marra më herët dhe vlerësimi i suksesit të tyre. Sistemi AI regjistron zgjedhjet e bëra nga lojtari në të kaluarën. Të gjitha vendimet e marra në të kaluarën duhet të vlerësohen në një farë mënyre (për shembull, në lojërat luftarake, avantazhi i fituar ose i humbur, avantazhi i shëndetit ose i kohës së humbur mund të përdoret si masë e suksesit). Informacione shtesë rreth situatës mund të mblidhen për të formuar kontekstin për vendime, të tilla si shëndeti relativ, veprimet e kaluara dhe pozicioni në nivel (njerëzit luajnë ndryshe kur nuk kanë ku të tërhiqen).
Ju mund të vlerësoni historinë për të përcaktuar suksesin e veprimeve të kaluara dhe të vendosni nëse do të ndryshoni taktikat. Para se të krijoni një listë të veprimeve të mëparshme, objekti mund të përdorë taktika standarde ose të veprojë në mënyrë arbitrare. Ky sistem mund të lidhet me sisteme të bazuara në rregulla dhe gjendje të ndryshme.
Në një lojë taktike, historia e betejave të kaluara do t'ju ndihmojë të zgjidhni taktikat më të mira për t'u përdorur kundër ekipit të lojtarit, për shembull, AI mund të luajë në mbrojtje, të zgjedhë taktika sulmuese, të sulmojë me të gjitha forcat pavarësisht humbjeve, ose të zgjedhë një qasje e balancuar. Në një lojë strategjike, ju mund të zgjidhni grupin optimal të njësive të ndryshme luftarake në ushtri për secilin lojtar. Në lojërat ku AI kontrollon personazhet që mbështesin lojtarin, AI adaptive do të jetë në gjendje të përshtatet më mirë me stilin natyral të lojtarit duke mësuar për veprimet e tij.
Perceptimi dhe gjetja e mënyrave
Deri tani kemi folur për mënyrat më të thjeshta të vendimmarrjes nga agjentët inteligjentë; pra në kërkimet në fushën e inteligjencës artificiale quhen objektet që përdorin AI. Më pas, unë i jap heroit tonë (ose përbindëshit, ose çdo lloj objekti tjetër loje) një kontekst për marrjen e vendimeve. Agjentët inteligjentë duhet të identifikojnë fushat me interes në botën e lojës dhe më pas të mendojnë se si të arrijnë atje.Këtu po afrohemi mjaftueshëm me inteligjencën e vërtetë artificiale. Të gjithë agjentët inteligjentë kërkojnë një aftësi bazë për të perceptuar mjedisin e tyre dhe disa mjete lundrimi dhe lëvizjeje në botën përreth tyre (reale ose ndryshe). Objektet tona të lojës kërkojnë të njëjtën gjë, megjithëse qasja është shumë e ndryshme. Përveç kësaj, ju mund të mashtroni në lidhje me botën e lojës, dhe ju duhet ta bëni atë në mënyrë që gjithçka të funksionojë shpejt dhe pa probleme.
Si e percepton AI botën rreth saj
Vizioni
Nëse agjenti juaj do të marrë vendime të arsyeshme, ai duhet të dijë se çfarë po ndodh rreth tij. Në sistemet e AI të përdorura në robotikë, një sasi e konsiderueshme kërkimi i kushtohet vizionit kompjuterik: robotët fitojnë aftësinë për të perceptuar botën përreth tyre duke përdorur vizionin vëllimor tredimensional, ashtu si njerëzit. Por për qëllimet tona, ky nivel i përsosmërisë është, natyrisht, i tepërt.Botët virtuale në të cilat zhvillohen shumica e lojërave kanë një avantazh të madh ndaj botës reale për sa i përket AI dhe perceptimit të saj. Ndryshe nga bota reale, ne e dimë sasinë e fjalë për fjalë gjithçka që është në botën virtuale: diku midis burimeve të lojës ekziston një listë ku renditet gjithçka që ekziston në lojë. Ju mund të kërkoni këtë listë duke specifikuar pyetjen tuaj dhe të merrni menjëherë informacione që agjenti juaj mund të përdorë për të marrë vendime më të mira. Në këtë rast, ju ose mund të ndaleni në objektin e parë që do të jetë me interes për agjentin tuaj, ose të merrni një listë të të gjitha objekteve brenda një diapazoni të caktuar, në mënyrë që agjenti të marrë një vendim optimal në lidhje me botën rreth tij.
Kjo qasje funksionon mirë për lojëra të thjeshta, por ndërsa stili i lojës bëhet më i ndërlikuar, agjentët tuaj duhet të jenë më selektivë për atë që "shikojnë". Nëse nuk dëshironi që agjentët të sillen sikur kanë sy në pjesën e pasme të kokës, mund të zgjidhni nga një listë objektesh të mundshme brenda fushës së shikimit të agjentit. Kjo mund të bëhet shumë shpejt me disa matematikë të thjeshtë.
- Llogaritni vektorin midis agjentit dhe objektivit duke zbritur pozicionin e objektivit nga pozicioni i agjentit.
- Llogaritni këndin midis këtij vektori dhe drejtimit të shikimit të agjentit.
- Nëse vlera absolute e këndit tejkalon këndin e specifikuar të fushës së shikimit të agjentit, atëherë agjenti juaj nuk e sheh objektin.
Metoda e mësipërme ju lejon të dini nëse diçka po bllokon qendrën e objektivit, por kjo mund të mos jetë e mjaftueshme për të fshehur agjentin tuaj. Në fund të fundit, mund të jetë që qendra e agjentit është e fshehur, por koka e tij ngjitet sipër strehës në mënyrën më të përshtatshme (për armikun). Përdorimi i trarëve të shumtë të drejtimit të drejtuar në pika specifike në objektiv do të ndihmojë jo vetëm në përcaktimin nëse objektivi mund të goditet, por edhe se ku saktësisht mund të goditet objektivi.
Dëgjimi
Duket se nuk ka shumë ndryshim midis dëgjimit dhe shikimit. Nëse mund të shihni një objekt, atëherë sigurisht që mund ta dëgjoni atë. Është e vërtetë që nëse agjenti juaj ka vënë re një objekt, agjenti mund të zbulojë në mënyrë aktive të gjitha veprimet e objektit derisa objekti të jetë jashtë syve. Megjithatë, nëse i shtoni një shtresë shtesë dëgjimi agjentëve tuaj, vizioni do të funksionojë në mënyrë më efikase. Ndjekja e zhurmës së emetuar nga objektet është një nivel thelbësor perceptimi për çdo lojë të fshehtë.Ashtu si me vizionin, së pari duhet të merrni një listë të objekteve aty pranë. Për ta bërë këtë, thjesht mund të kontrolloni përsëri distancën, por zgjedhja e objekteve të nevojshme nga kjo listë është mjaft e ndryshme.
Një nivel i caktuar tingulli shoqërohet me çdo veprim që një objekt mund të kryejë. Nivelet e zërit mund të paracaktohen (për të optimizuar ekuilibrin e lojës) ose të llogariten bazuar në energjinë aktuale të efekteve zanore të lidhura me veprimet (kjo lejon një nivel të lartë realizmi, por vështirë se është i nevojshëm). Nëse tingulli i prodhuar është më i fortë se pragu i specifikuar, atëherë agjenti juaj do të vërejë objektin që prodhon tingullin.
Nëse keni nevojë të merrni parasysh pengesat, mund të zvogëloni përsëri listën e objekteve dhe të përdorni rrezet udhëtuese për të përcaktuar nëse ka ndonjë pengesë në rrugën e zërit. Por vetëm disa materiale janë plotësisht të papërshkueshëm nga zëri, kështu që duhet të jeni më kreativ në reduktimin e listës.
Funksionaliteti bazë që ju nevojitet për t'i dhënë agjentëve tuaj vizionin dhe dëgjimin mund të përdoret për të simuluar edhe shqisat e tjera. Për shembull, erë. (Aftësia për të gjurmuar lojtarët nga agjentët inteligjentë të aromës ekziston në lojërat moderne si Call of Duty 4 *). Shtimi i shqisës së nuhatjes në lojë nuk paraqet ndonjë vështirësi të veçantë: mjafton që çdo objekti të lojës t'i caktoni një numër dallues të nuhatjes dhe intensitetin e tij. Intensiteti i aromës përcakton dy faktorë: rrezja e aromës dhe forca e gjurmës së aromës që lihet pas. Objektet aktive të lojtarit shpesh gjurmojnë pozicionet e tyre të mëparshme për një sërë arsyesh. Një nga këto arsye mund të jetë përdorimi i objekteve me erë. Me kalimin e kohës, forca e aromës së shtegut zvogëlohet, gjurma "ftohet". Kur të dhënat e aromës së agjentit ndryshojnë, ai duhet të kontrollojë për erën në të njëjtën mënyrë si për zërin (duke marrë parasysh rrezen dhe pengesat). Suksesi i erës llogaritet në bazë të intensitetit të aromës së agjentit dhe forcës së nuhatjes së agjentit: këto vlera krahasohen me objektin dhe gjurmën e tij.
Prekja mbështetet në mënyrë origjinale në lojëra, pasi çdo lojë tashmë ka një sistem për trajtimin automatik të përplasjeve midis objekteve. Mjafton të sigurohet që agjentët inteligjentë të reagojnë ndaj ngjarjeve të përplasjes dhe dëmtimit.
Aftësia për të ndjerë botën rreth tyre është e madhe, por çfarë saktësisht duhet të ndiejnë agjentët? Është e nevojshme të tregohen dhe identifikohen gjërat që janë të disponueshme për perceptim në cilësimet e agjentëve. Kur e dalloni atë që shihni, agjentët mund të reagojnë ndaj saj bazuar në rregullat që rregullojnë atë objekt.
Objekte të përkohshme
Ato nganjëherë quhen grimca, sprites ose efekte speciale. Objektet e përkohshme janë efekte vizuale në botën e lojës. Objektet e përkohshme janë të ngjashme me objektet e rregullta në atë që një strukturë e përbashkët e klasës i përcakton të gjitha. Dallimi është se objektet e përkohshme nuk mendojnë, nuk reagojnë dhe nuk ndërveprojnë me objekte të tjera të botës së lojës, ose me njëri-tjetrin. Qëllimi i tyre i vetëm është të duken bukur, të përmirësojnë detajet e botës për një kohë dhe më pas të zhduken. Objektet e përkohshme përdoren për efekte të tilla si shenja plumbash, tymi, shkëndija, spërkatjet e gjakut dhe madje edhe gjurmët e këmbëve në tokë.Për shkak të natyrës së objekteve të përkohshme, ato nuk kërkojnë një sasi të konsiderueshme llogaritjeje dhe zbulimi të përplasjeve (përveç përplasjeve shumë të thjeshta me botën e jashtme). Problemi është se disa objekte të përkohshme i japin lojtarit të dhëna vizuale për ngjarjet e fundit. Për shembull, vrimat e plumbave dhe shenjat e djegies mund të tregojnë se këtu ka pasur një betejë të fundit; gjurmët në dëborë mund të çojnë në një objektiv të mundshëm. Pse nuk duhet të përdorin edhe agjentë inteligjentë të tillë sugjerime?
Ky problem mund të zgjidhet në dy mënyra. Ju ose mund të zgjeroni sistemin e objekteve të përkohshme duke shtuar mbështetje për rrezet udhëtuese (por kjo do të shtrembërojë të gjithë kuptimin e sistemit të objekteve të përkohshme), ose të mashtroni: vendosni një objekt bosh pranë objekteve të përkohshme. Ky objekt bosh nuk do të jetë në gjendje të mendojë, asnjë element grafik nuk do të shoqërohet me të, por agjentët tuaj do të jenë në gjendje ta zbulojnë atë dhe objekti i përkohshëm do të ketë informacion të lidhur që agjenti juaj mund të marrë. Pra, kur vizatoni një pellg të përkohshëm gjaku në dysheme, mund të vendosni edhe një objekt të padukshëm atje, i cili do t'u tregojë agjentëve tuaj se diçka ka ndodhur këtu. Sa i përket printimeve: kjo çështje tashmë po trajtohet me gjurmë.
Strehim
Në shumë lojëra me të shtëna, do të ishte mirë nëse agjentët do të mund të fshiheshin pas mbulesës nëse do të ishin afër, dhe jo vetëm të qëndronin nën zjarrin e armikut në një vend të hapur. Por ky problem është disi më kompleks se të gjitha problemet e listuara më parë. Si mund të përcaktojnë agjentët nëse ka ndonjë strehë të përshtatshme aty pranë?
Artistët nga Penny Arcade * përshkruajnë në mënyrë satirike problemin e AI dhe kopertinës së armikut
Ky problem në fakt përbëhet nga dy detyra: së pari, është e nevojshme të njihen saktë strehimoret bazuar në gjeometrinë e botës përreth; së dyti, ju duhet të njihni saktë vendet e fshehjes bazuar në objektet në botën përreth (siç tregohet në komiken e mësipërm). Për të përcaktuar nëse një strehë është në gjendje të mbrohet kundër sulmeve, thjesht mund të krahasohet madhësia e kutisë kufitare të agjentit me dimensionet e një strehe të mundshme një herë. Më pas duhet të kontrolloni nëse objekti juaj mund të përshtatet pas kësaj strehe. Për ta bërë këtë, ju duhet të vizatoni rrezet nga dallimet në pozicionet e gjuajtësit dhe mbulesës suaj. Duke përdorur këtë rreze, mund të përcaktoni nëse një vend prapa kapakut është i lirë (siç shihet nga ana e gjuajtësit), dhe më pas shënoni këtë vend si objektivin e radhës për lëvizjen e agjentit.
Në këtë diagram, agjenti ynë përcaktoi se në vendin e shënuar me një yll të gjelbër, do të ishte e mundur të strehohej në siguri.
Navigimi me AI
Deri më tani, ne kemi folur për mënyrën se si AI merr vendime dhe se si AI mëson se çfarë po ndodh në botën përreth tij (në mënyrë që të marrë vendime më të mira). Tani le të hedhim një vështrim se si AI zbaton vendimet e marra. Pasi të ketë marrë një vendim, një agjent inteligjent duhet të kuptojë se si të kalojë nga pika A në pikën B. Për këtë, ju mund të përdorni qasje të ndryshme, duke zgjedhur atë optimale në varësi të natyrës së lojës dhe nivelit të dëshiruar të performancës.Algoritmi i quajtur në mënyrë konvencionale Përplasuni dhe kthehuni, është një nga mënyrat më të thjeshta për të formuar rrugën e lëvizjes së objektit. Kështu funksionon.
- Nëse goditni një mur, kthehuni në drejtimin që ju afron më shumë me objektivin tuaj. Nëse asnjë nga opsionet e disponueshme për të zgjedhur nuk ka avantazhe të dukshme, zgjedhja bëhet në mënyrë arbitrare.
Nëse agjentët në lojë supozohet të veprojnë më pak marrëzisht, ju mund të zgjasni ngjarjen e thjeshtë të përplasjes dhe t'i pajisni agjentët me kujtesë. Nëse agjentët janë në gjendje të kujtojnë se ku kanë qenë tashmë, atëherë ata mund të marrin vendime më të mira se ku të kthehen më pas. Nëse kthesat në të gjitha drejtimet e mundshme nuk çuan në fat, agjentët mund të kthehen dhe të zgjedhin një rrugë tjetër. Kështu, agjentët do të kryejnë një kërkim sistematik për rrugën drejt qëllimit. Kështu funksionon.
- Lëvizni drejt objektivit.
- Nëse shtegu degëzon, zgjidhni një nga drejtimet e mundshme.
- Nëse shtegu të çon në një rrugë pa krye, kthehuni në degën e fundit dhe merrni një drejtim tjetër.
- Nëse të gjitha rrugët e mundshme janë kaluar pa rezultate, refuzoni kërkimin e mëtejshëm.
Megjithatë, humbja e kujtesës mund të shmanget nëse agjentët ruajnë shtigjet e gjurmuara në memorien e përbashkët. Në këtë rast, problemet mund të lindin për shkak të konflikteve të temave, kështu që ne rekomandojmë ruajtjen e shtigjeve të objekteve në një modul të veçantë, tek i cili të gjithë agjentët do të dërgojnë kërkesa (ndërsa lëvizin) dhe të dhëna të përditësuara (kur gjenden shtigje të reja). Moduli i hartës së rrugës mund të analizojë informacionin e marrë për të shmangur konfliktet.
Gjetja e shtigjeve
Hartat me përplasje dhe rrotullim ju lejojnë të përshtateni me ndryshimin e hartave. Por në lojërat strategjike, lojtarët mezi presin që trupat e tyre të kuptojnë rrugët e tyre. Përveç kësaj, hartat e shtigjeve mund të jenë shumë të mëdha, dhe zgjedhja e rrugës së duhur në harta të tilla do të konsumojë shumë burime. Në situata të tilla, algoritmi i gjetjes së shtigjeve vjen në shpëtim.Gjetja e shtigjeve mund të konsiderohet një problem i gjatë dhe i zgjidhur me sukses në zhvillimin e lojës. Edhe në lojërat e vjetra sa versioni i parë i lojës legjendare Starcraft * (Blizzard Entertainment *), sasi të mëdha të objekteve të lojës mund të përcaktojnë shtigjet e lëvizjes në harta të mëdha dhe komplekse.
Për të përcaktuar shtigjet e lëvizjes, përdoret një algoritëm i quajtur A * (shqiptohet e-yll). Me ndihmën e tij, ju mund të gjeni rrugën optimale midis çdo dy pikash në grafik (në këtë rast, në hartë). Një kërkim i thjeshtë në internet jep një algoritëm të pastër duke përdorur terma përshkrues shumë "të kuptueshëm" si F, G dhe H. Tani do të përpiqem ta përshkruaj këtë algoritëm në një mënyrë më të kuptueshme.
Së pari, duhet të krijoni dy lista: një listë nyjesh që nuk janë kontrolluar ende (E pakontrolluar) dhe një listë me nyje tashmë të kontrolluara (të kontrolluara). Çdo listë përfshin një nyje vendndodhjeje, një distancë të vlerësuar me objektivin dhe një referencë për objektin prind (nyja që vendos nyjen e dhënë në listë). Fillimisht, listat janë bosh.
Tani le të shtojmë vendndodhjen fillestare në listën e pakontrolluar pa specifikuar asgjë si prind. Më pas prezantojmë algoritmin.
- Zgjidhni nyjen më të përshtatshme nga lista.
- Nëse kjo nyje është objektivi, atëherë ju keni mbaruar.
- Nëse kjo nyje nuk është objektivi, shtojeni atë në listën e kontrolluar.
- Për çdo nyje ngjitur me këtë nyje.
- Nëse kjo nyje është e pakalueshme, injoroje atë.
- Nëse kjo nyje ekziston tashmë në ndonjë nga listat (e zgjedhur ose e pakontrolluar), injoroje atë.
- Përndryshe, shtojeni atë në listën e atyre të pakontrolluara, specifikoni nyjen aktuale si prind dhe llogaritni gjatësinë e shtegut drejt objektivit (ju duhet vetëm të llogaritni distancën).
Ky proces funksionon vetëm kur një agjent merr një porosi ose merr një vendim vetë për të lëvizur, kështu që multithreading mund të përdoret me përfitime të mëdha këtu. Agjenti mund t'i dërgojë një kërkesë fillit të gjetjes së rrugës për të marrë shtegun e zbuluar pa ndikuar në performancën e AI. Në shumicën e rasteve, sistemi mund të arrijë rezultate shpejt. Kur ngarkon një numër të madh kërkesash për shtigje, agjenti ose mund të presë ose, pa pritur që shtigjet të lëshohen, thjesht të fillojë të lëvizë në drejtimin e dëshiruar (për shembull, duke përdorur algoritmin "Bump and turn"). Në harta shumë të mëdha, ju mund ta ndani sistemin në zona dhe të llogaritni paraprakisht të gjitha shtigjet e mundshme ndërmjet zonave (ose pikave të rrugës).
Në këtë rast, gjetësi i rrugës thjesht gjen rrugën më të mirë dhe i kthen rezultatet menjëherë. Rrjedha e hartës së shtigjeve thjesht mund të gjurmojë ndryshimet në hartë (për shembull, kur lojtari ndërton një mur) dhe më pas të ridrejtojë kontrollin e shtegut sipas nevojës. Meqenëse ky algoritëm funksionon në fillin e vet, ai mund të përshtatet pa ndikuar në performancën e pjesës tjetër të lojës.
Multithreading mund të përmirësojë performancën edhe brenda gjetësit të shtigjeve. Kjo qasje përdoret gjerësisht në të gjitha strategjitë në kohë reale (RTS) dhe sistemet me një numër të madh objektesh, secila prej të cilave përpiqet të gjejë një rrugë potencialisht unike. Shtigje të shumta mund të gjenden njëkohësisht në rrjedha të ndryshme. Sigurisht, sistemi duhet të mbajë gjurmët se cilat shtigje po zbulohen. Mjafton të zbuloni çdo shteg vetëm një herë.
Shembull i kodit
Këtu është një shembull i algoritmit A * të zbatuar në gjuhën C. Për hir të thjeshtësisë, unë kam hequr funksionet mbështetëse nga ky shembull.Ky shembull bazohet në një hartë loje në formën e një rrjeti koordinativ drejtkëndor, secila fushë e së cilës mund të jetë e kalueshme ose e pakalueshme. Algoritmi i mësipërm mbështet vetëm lëvizjen në një fushë ngjitur, por me ndryshime të vogla mund të përdoret për të lëvizur përgjatë diagonales, madje edhe në lojëra ku kartat e nivelit përbëhen nga fusha gjashtëkëndore.
/ * Get Path do të kthejë -1 në rast dështimi ose një numër në distancë nga shtegu nëse gjendet një shteg, grupi i treguar nga shteg do të vendoset me shtegun në Points * / int GetPath (int sx, int sy, int gx , int gy, int team, Pika * shteg, int pathlen) (int u, i, p; memset (& Kontrolluar, 0, madhësia e (kontrolluar)); memset (& E pakontrolluar, 0, madhësia (e pakontrolluar)); E pazgjedhur. sx = sx; E pakontrolluar.sy = sy; E pakontrolluar.d = abs (sx - gx) + abs (sy - gy); E pakontrolluar.px = -1; E pakontrolluar.py = -1; e pakontrolluar.përdorur = 1; e pakontrolluar. hapa = 0;
Pjesa e kodit të mësipërm trajton inicializimin e listës së nyjeve të kontrolluara dhe të paverifikuara dhe e vendos nyjen fillestare në listën e të paverifikuarve. Pas kësaj, pjesa tjetër e algoritmit funksionon si një lak.
Bëje (u = GetBestUnchecked (); / * shtoni * / AddtoList (E kontrolluar, e pakontrolluar [u]); nëse ((E pazgjedhur [u] .sx == gx) && (E pazgjedhur [u] .sy == gy)) ( pushim;)
Pjesa e mësipërme e kodit analizon nyjen nga lista e pakontrolluar më afër objektivit. Funksioni GetBestUnchecked () kontrollon distancën e llogaritur të secilës nyje me objektivin. Nëse fusha e dhënë është një objektiv, laku prishet, procesi përfundon.
Më poshtë mund të shihni se si llogaritet distanca: marrim vlerat e vlerësuara të distancës deri në objektiv në drejtimet X dhe Y dhe i shtojmë ato. Në këtë rast, mund të ketë një dëshirë për të përdorur teoremën e Pitagorës (shuma e katrorëve të këmbëve është e barabartë me katrorin e hipotenuzës), por kjo është e panevojshme. Duhet të marrim vetëm vlerën relative të distancës, jo vlerën e saktë të saj. Përpunuesit përpunojnë mbledhjen dhe zbritjen shumë herë më shpejt se shumëzimi, i cili nga ana tjetër është shumë më i shpejtë se pjesëtimi. Kjo pjesë e kodit ekzekutohet shumë herë në çdo kornizë, kështu që ne vendosim optimizimin në ballë.
/ * pllakë në të majtë * / nëse ((E pakontrolluar [u] .sx - 1)> = 0) / * së pari, sigurohuni që ne "jemi në hartë * / (nëse ((IsInList (E pakontrolluar, e pakontrolluar [u] .sx - 1, E pazgjedhur [u] .sy, NULL) == 0) && (IsInList (E kontrolluar, e pazgjedhur [u] .sx - 1, e pazgjedhur [u] .sy, NULL) == 0)) / * bëj Sigurohuni që të mos e përsërisim një kërkim * / (nëse (TileValid (E pakontrolluar [u] .sx - 1, E pakontrolluar [u] .sy, ekip)) NewtoList (E pakontrolluar, e pakontrolluar [u] .sx - 1, E pazgjedhur [u] ] .sy, E pazgjedhur [u] .sx, E pakontrolluar [u] .sy, abs ((E pakontrolluar [u] .sx - 1) - gx) + abs (E pazgjedhur [u] .sy - gy), E pazgjedhur [u] .hapa + 1);))
Në seksionin e mësipërm, funksioni analizon kutinë në të majtë të nyjes aktuale. Nëse kjo fushë nuk është ende në listat e kontrolluara ose të paverifikuara, funksioni do të përpiqet ta shtojë atë në listë. TileValid ()është një funksion tjetër që duhet përshtatur për lojën. Nëse ajo e kalon kontrollin TileValid () atëherë do të thërrasë NewToList () dhe lokacioni i ri do të shtohet në listën e paverifikuar. Pjesët e mëposhtme të kodit përsërisin të njëjtin proces, por në drejtime të ndryshme: djathtas, lart dhe poshtë.
/ * pllakë në të djathtë * / nëse ((E pazgjedhur [u] .s.x + 1)< WIDTH)/*first, make sure we"re on the map*/ { if((IsInList(Unchecked,Unchecked[u].s.x + 1,Unchecked[u].s.y,NULL) == 0)&&(IsInList(Checked,Unchecked[u].s.x + 1,Unchecked[u].s.y,NULL) == 0)) /*make sure we don"t repeat a search*/ { if(TileValid(Unchecked[u].s.x + 1,Unchecked[u].s.y,team)) NewtoList(Unchecked,Unchecked[u].s.x + 1,Unchecked[u].s.y, Unchecked[u].s.x, Unchecked[u].s.y, abs((Unchecked[u].s.x + 1) - gx) + abs(Unchecked[u].s.y - gy), Unchecked[u].steps + 1); } } /*tile below*/ if((Unchecked[u].s.y + 1) < HEIGHT)/*first, make sure we"re on the map*/ { if((IsInList(Unchecked,Unchecked[u].s.x ,Unchecked[u].s.y + 1,NULL) == 0)&&(IsInList(Checked,Unchecked[u].s.x,Unchecked[u].s.y + 1,NULL) == 0)) /*make sure we don"t repeat a search*/ { if(TileValid(Unchecked[u].s.x,Unchecked[u].s.y + 1,team)) NewtoList(Unchecked,Unchecked[u].s.x,Unchecked[u].s.y + 1, Unchecked[u].s.x, Unchecked[u].s.y, abs(Unchecked[u].s.x - gx) + abs((Unchecked[u].s.y + 1) - gy), Unchecked[u].steps + 1); } } /*tile above*/ if((Unchecked[u].s.y - 1) >= 0) / * së pari, sigurohuni që ne "jemi në hartë * / (nëse ((IsInList (E pakontrolluar, e pakontrolluar [u] .sx, e pakontrolluar [u] .sy - 1, NULL) == 0) && (IsInList (E kontrolluar, e pakontrolluar [u] .sx, e pakontrolluar [u] .sy - 1, NULL) == 0)) / * sigurohuni që të mos "përsërisim një kërkim * / (if (TileValid (E pazgjedhur [u] .sx , E pakontrolluar [u] .sy - 1, ekipi)) NewtoList (E pakontrolluar, e pakontrolluar [u] .sx, e pakontrolluar [u] .sy - 1, e pakontrolluar [u] .sx, e pakontrolluar [u] .sy, abs (E pakontrolluar [u] .sx - gx) + abs ((E pakontrolluar [u] .sy - 1) - gy), e pakontrolluar [u] .hapa + 1);)) memset (& E pazgjedhur [u], 0, madhësia e (PNode ) );
Gjëja e fundit që mbetet për të bërë në këtë përsëritje është të hiqni nyjen aktuale nga lista e pakontrolluar. Nuk ka nevojë të analizohet sërish kjo fushë.
) ndërsa (1);
Pjesa e fundit e kodit ndërton një shteg nga lista e kontrolluar duke u kthyer përsëri në pozicionin origjinal. Gjithmonë mund ta gjesh shtegun për në vendndodhjen origjinale sepse çdo nyje përgjatë shtegut mban gjurmët e nyjes së saj mëmë. Rruga që rezulton kthehet më pas (duke përdorur një lidhje). Funksioni kthen gjatësinë e shtegut të ri.
IsInList (I kontrolluar, i pazgjedhur [u] .s.x, i pakontrolluar [u] .s.y, & u); p = Kontrolluar [u] .hapa; nëse (rruga! = NULL) (për (i = (p - 1); i> = 0; i--) (shtegu [i] .x = I kontrolluar [u] .sx; shtegu [i] .y = i kontrolluar [u] .sy; IsInList (I kontrolluar, i kontrolluar [u] .px, i kontrolluar [u] .py, & u);)) kthen p; )
AI taktike dhe strategjike
Tani është koha për të folur se si të lëshohen urdhra më kompleksë për agjentët. Agjentët duhet të mësojnë të përballen me situatën në të cilën gjenden. Kjo do të thotë, ne do të kalojmë në inteligjencën artificiale të aftë për të punuar me qëllime më të gjera dhe për të perceptuar situatën në një shkallë më të gjerë.AI taktike
Roli i AI taktike është të koordinojë përpjekjet e grupeve të agjentëve në lojë. Grupet janë më efektive sepse anëtarët e grupit mund të mbështesin njëri-tjetrin, mund të veprojnë si një njësi e vetme, të shkëmbejnë informacione dhe të shpërndajnë veprime për të marrë informacion.Parimi i AI taktike është ndërtuar rreth dinamikës së grupit. Loja duhet të mbajë gjurmët e grupeve të ndryshme të objekteve. Çdo grup duhet të përditësohet veçmas nga objektet individuale. Për ta bërë këtë, mund të përdorni një modul të dedikuar përditësimi që mban gjurmët e grupeve të ndryshme, qëllimet e tyre dhe përbërjen e tyre. Disavantazhi i kësaj metode është se kërkon zhvillimin e një sistemi të veçantë për motorin e lojës. Prandaj, unë preferoj të përdor metodën e udhëheqësit të ekipit.
Një njësie në një grup mund t'i caktohet roli i një drejtuesi grupi. Të gjithë anëtarët e tjerë të grupit janë të lidhur me komandantin e tyre, sjellja e tyre përcaktohet nga informacioni i marrë nga urdhrat e komandantit. Udhëheqësi i grupit trajton të gjitha llogaritjet taktike të AI për të gjithë grupin.
Lëvizja në grup: gjetja e shtigjeve
Lëvizja e objekteve mund të përmirësohet duke përdorur dinamikën e grupit. Kur disa agjentë veprojnë si një njësi e vetme, lëvizja e tyre mund të bëhet më efikase dhe realiste.Gjetja e shtigjeve mund të marrë kohë edhe kur përshpejtohet me hartat e rrugëve të llogaritura paraprakisht dhe AI me shumë fije. Dinamika e grupeve mund të zvogëlojë ndjeshëm ngarkesën e gjeneruar nga sistemi i gjetjes së shtigjeve.
Kur një grup njësish urdhërohet të lëvizë (nga lojtari ose AI), njësia më e afërt me objektivin caktohet si udhëheqës i grupit dhe të gjithë anëtarët e tjerë të grupit ndjekin komandantin. Kur përditëson një drejtues grupi, ai kërkon sistemin e rrugës. Nëse ka një mënyrë, udhëheqësi i grupit fillon të lëvizë drejt qëllimit. Të gjitha njësitë e tjera në grup duhet vetëm të ndjekin komandantin e tyre.
Për një lëvizje më të rregullt, përdoret formacioni. Kur përdorni akordimin, grupi lëviz në mënyrë të rregullt, për shembull, duke formuar një falangë ose një trekëndësh.
Në Overlord, privatët (e kuqe) veprojnë si një ekip dhe lëvizin në formacion me komandën e lojtarit (luftëtar i blinduar)
Është shumë e thjeshtë të kontrollosh formacionin, për këtë mjafton të zgjerosh pak hapësirën e veprimeve të komandantit të grupit. Çdo njësi në formacion kryen një rol specifik. Gjatë formimit, çdo anëtari të grupit i caktohet një vend në formacion në të njëjtën mënyrë si njërës nga njësitë i caktohet roli i komandantit të grupit. Qëllimi i secilës njësi është të ruajë vendin e saj në një distancë relative nga anëtarët e tjerë të grupit.
Le të marrim si shembull privatët në Overlord. Ata lëvizin në një formë trekëndore. Në figurën më poshtë, vetëm drejtuesi i grupit (i shënuar me shkronjën "C") duhet të lëvizë përgjatë rrugës. Njësia 1 ndjek njësinë "C" me të njëjtën shpejtësi prapa dhe pak në të majtë. Njësia 2 ndjek dhe ndjek njësinë 1, duke lëvizur pak anash. Njësia 3 bën të njëjtën gjë si Njësia 1, por ndjek Njësinë 1, jo komandantin. Të gjithë anëtarët e grupit ndjekin këtë urdhër.
Rendi i lëvizjes në një formacion trekëndor
Taktika në grup
Taktikat, natyrisht, nuk kufizohen vetëm në ecjen në formacion, por gjithashtu përfshijnë mbështetjen dhe luftimin nga një grup si një ekip i vetëm. Komandanti merr përgjegjësinë për planifikimin dhe koordinimin e punës së ekipit. Në fund të fundit, është komandanti ai që është përgjegjës për jetën e të gjithë vartësve në njësinë e tij.Sistemet e përshkruara më parë, të tilla si sistemet e bazuara në rregulla ose makinat shtetërore, mund të përdoren për të zbatuar taktikat e grupit. Shembuj tipikë të sjelljes së grupit në lojëra: mbështetje shëruese (mjekët qëndrojnë pranë njësive më të mundshme për t'u sulmuar), zbulim, mbulim zjarri, sakrificë (mburojë njësitë e vlefshme me ato më pak të vlefshme)
Enemy Territory Quake Wars nga Id Software * dhe Splash Damage, Ltd. * kanë pesë klasa që luajnë role të ndryshme në dinamikën e partisë.
Përveç kësaj, një nivel tjetër i analizës mund të jetë i dobishëm në grup - duke analizuar aftësitë e secilit anëtar të grupit. Është e rëndësishme që komandanti të dijë se në cilat situata grupi mund të jetë efektiv, kur grupi do të fitojë një avantazh dhe kur grupi duhet të tërhiqet.
Për shembull, loja strategjike në kohë reale e Blizzard, Starcraft * ka trupa tokësore dhe trupa fluturuese. Për më tepër, jo të gjitha llojet e trupave tokësore mund të qëllojnë në trupat fluturuese. Është e rëndësishme që grupi të jetë i vetëdijshëm për këtë mundësi. Nëse nuk ka asnjë njësi të vetme në grup që mund të qëllojë në njësitë fluturuese, atëherë kur të gjendet një njësi fluturuese, është më mirë të fluturoni. Por nëse ka njësi në grup që mund të godasin një armik fluturues, edhe nëse ka pak njësi të tilla, është më mirë të mos tërhiqeni, por të ndaleni dhe të mbroheni (nëse ka njësi ndihmëse në këtë grup që mund të shërojnë ato që janë gjuajtja në objektiva ajrore).
Në varësi të disponueshmërisë së aftësive të ndryshme dhe numrit të njësive me aftësi të tilla, është e mundur të vlerësohet efektiviteti luftarak i grupit në situata të ndryshme. Grupet që marrin parasysh këta faktorë do të luftojnë në mënyrë shumë më efektive.
AI strategjike
AI Strategjike është një AI i rendit më të lartë, kontrollon një ushtri të tërë dhe zhvillon strategji optimale.Inteligjenca artificiale strategjike përdoret zakonisht në lojërat strategjike në kohë reale, por kohët e fundit është përdorur gjithnjë e më shumë edhe në gjuajtësit taktikë në vetën e parë. Komandanti i kontrolluar nga lojtari mund të jetë një sistem i veçantë ose mund të konfigurohet si një objekt bosh pa vend dhe pa paraqitje grafike, por i përditësuar dhe reflektues.
Komandantët udhëhiqen nga sisteme rregullash hierarkike dhe makineri me gjendje të kufizuar që rregullojnë aktivitete të tilla si grumbullimi i burimeve, eksplorimi i pemëve teknologjike, ndërtimi i ushtrisë etj. Në përgjithësi, mirëmbajtja bazë e lojës nuk kërkon shumë mendim. Inteligjenca nevojitet kryesisht kur ndërveproni me lojtarët e tjerë.
Menaxhimi i këtij ndërveprimi (ose beteje) është vendi ku AI funksionon kryesisht. Komandanti duhet të ekzaminojë hartën e lojës për të gjetur lojtarin, për të identifikuar fushat kryesore të interesit si pasazhe të ngushta, për të ndërtuar mbrojtje dhe për të analizuar mbrojtjen e lojtarit tjetër. Si e bëni saktësisht këtë? Nuk ka përgjigje të qartë për këtë pyetje, por hartat e vendimeve mund të përdoren për të thjeshtuar gjërat.
Hartat e vendimeve
Hartat e vendimeve janë grupe dydimensionale që përafërsisht korrespondojnë me hartën e lojës. Çdo qelizë në grup korrespondon me një zonë specifike në lojë dhe përmban informacione të rëndësishme për atë zonë. Këto karta ndihmojnë AI strategjike të marrë vendime inteligjente për lojën në tërësi.
Hartat e burimeve
Kartat e burimeve përmbajnë informacion në lidhje me vendndodhjen e burimeve në një lojë strategjike. Të dhënat për vendet e përqendrimit të burimeve në hartë mund të ndikojnë në shumë vendime të komandantit. Ku të zgjerohet baza, ku të vendosen baza shtesë (burimet pranë bazës së komandantit), ku armiku ka më shumë gjasa të zgjerojë territorin e tij (burimet pranë bazës së armikut), në cilat vende ka më shumë gjasa të përplasen për zotërimin e burimeve (burimet në mes midis bazës së tyre dhe armikut bazë).Marrja e informacionit për numrin e burimeve të mundshme në dispozicion ndikon gjithashtu në vendimet se cilat njësi të mbështesin dhe si të vendosin një ushtri. Kur burimet janë të pakta, duhet të përdorni çdo njësi me më shumë kujdes, pasi ka më pak gjasa të rimbushet. Me një tepricë të burimeve, strategjitë mund të përdoren për të krijuar masivisht njësi të lira ose për të krijuar njësi të shtrenjta të fuqishme.
Kartat e objektivave
Këto harta përmbajnë informacion në lidhje me objektivat e komandantit, për shembull, vendndodhjen e bazave të armikut, pozicionin e objektivave në hartë (për të hedhur në erë objektin e tillë dhe atë, për të mbrojtur objektin e tillë dhe atë, për të hakuar kompjuterin atje, etj.) dhe njësitë më të rëndësishme në ushtrinë e komandantit tonë (baza kryesore, njësitë heroike, etj.). Mbajtja e këtij informacioni e ndihmon komandantin të menaxhojë ushtrinë e tij në mënyrë më efikase. Vendet që kanë nevojë për mbrojtje duhet të rrethohen nga struktura mbrojtëse dhe njësitë e trupave duhet të vendosen gjithmonë pranë tyre. Objektivat që do të sulmohen duhet të zbulohen dhe të studiohen se si mbrohen. Kërkohet një analizë e mbrojtjeve rreth objektivave për të gjetur mënyrën më të mirë për të kapërcyer ato mbrojtje. Bazuar në këto të dhëna, formohet gurthemeli i të gjitha lojërave të luftës - harta e konfliktit.Hartat e konflikteve
Hartat e konflikteve përdoren dhe përditësohen shumë më shpesh se të gjitha hartat e listuara më sipër. Hartat e konfliktit gjurmojnë të gjitha betejat në një nivel të caktuar të lojës. Sa herë që një nga njësitë e komandantit hyn në betejë me një armik, kjo njësi përditëson hartën e konfliktit, duke transmetuar të dhëna të tilla si lloji i konfliktit, fuqia e tij, aftësitë dhe numri i njësive.Analiza e këtij informacioni do të ndihmojë për të nxjerrë përfundimet e nevojshme në lidhje me efektivitetin e mbrojtjes dhe sulmit të vendosur, si dhe për kundërmasat e nevojshme (që përfshijnë njësi shtesë)
Një shembull i një harte konflikti kur mbivendoset në një hartë terreni. Sa më shumë e kuqe, aq më shumë konflikte
Krijimi dhe aplikimi i hartave
Më herët thashë se hartat i vizatojnë njësitë e ushtrisë së komandantit. Rregullat që rregullojnë inteligjencën artificiale duhet të përfshijnë dërgimin e skautëve sa më shpejt që të jetë e mundur, pasi kjo do të lejojë krijimin e hartave. AI e sofistikuar kontrollon periodikisht rëndësinë e kartave. Në fazat e hershme të lojës, kur vetëm disa njësi përfshihen në mbështetjen e hartës, përditësimi nuk duhet të vendosë një ngarkesë të konsiderueshme në motorin e lojës. Në fazat e mëvonshme të lojës, kur dhjetëra ose qindra njësi japin informacion në të njëjtën kohë, një ulje e performancës është e mundur.Megjithatë, përditësimi i shpejtë i hartave të vendimeve nuk është aq i vështirë. Mjafton të vendosni sistemin e hartave të vendimeve në një fije të veçantë. Në mënyrë ideale, çdo lojtar i drejtuar nga AI duhet të ketë fillin e tij për të përpunuar grupin e tij të hartave të vendimeve. Fitime të konsiderueshme të performancës do të arrihen nëse të gjitha objektet tashmë janë ndarë në fije të shumta. Fijet e hartës së vendimeve do të përpunojnë vetëm kërkesat nga mesazhet e përditësimit të objekteve të paralelizuara.
Efikasiteti më i madh i AI: përpunimi i rrymave
Sado i madh që është sistemi juaj i AI, është i padobishëm nëse ngadalëson lojën. Programimi efektiv dhe teknikat e ndryshme të optimizimit ofrojnë njëfarë përshpejtimi, por vetëm këto masa nuk janë të mjaftueshme.
Starcraft * II i Blizzard Entertainment ka një sërë njësish të AI që funksionojnë njëkohësisht. Është më mirë të përdorni një arkitekturë me shumë fije për këtë
Kur punoni me një sistem me shumë procesorë (procesor me shumë bërthama), mund ta ndani punën ndërmjet tyre. Ekzistojnë dy mënyra për ta bërë këtë: paralelizimi i detyrave (paralelizim funksional) dhe paralelizimi i të dhënave.
Paralelizimi i detyrave
Mënyra më e lehtë për të përshtatur një aplikacion në një arkitekturë me shumë fije është ta ndash atë në detyra të veçanta.
Paralelizimi funksional lejon çdo nënsistem të përdorë fillin dhe bërthamën e vet
Një shembull tipik është sistemi zanor i një motori lojërash. Tingulli nuk ka nevojë të ndërveprojë me sisteme të tjera: ky sistem merret vetëm me një gjë - ai riprodhon tingujt dhe kombinimet e tyre sipas kërkesës. Funksionet e komunikimit janë thirrje për të luajtur tinguj dhe për të ndaluar riprodhimin. Kjo e bën sistemin e zërit të pavarur dhe ideal për paralelizim funksional.
Në varësi të nevojave të lojës, mund të ketë shumë detyra të ndryshme, secila prej të cilave mund të pajiset me një fije të veçantë. Këtu kemi parasysh tre detyra të tilla: gjetjen e shtigjeve, AI strategjike dhe vetë sistemin e objektit.
Gjetja e shtigjeve
Një sistem i gjetjes së shtigjeve mund të zbatohet në atë mënyrë që çdo objekt që përpiqet të gjejë një shteg thërret algoritmin e tij të gjetjes së shtigjeve sa herë që lind nevoja. Kjo metodë do të funksionojë, por në këtë rast motori do të presë derisa algoritmi i gjetjes së rrugës të përfundojë me çdo kërkesë për një shteg. Nëse e izoloni gjetjen e shtigjeve në një nënsistem të veçantë, mund ta vendosni në një fill të veçantë. Gjetësi i rrugës tani do të veprojë si një menaxher burimesh në të cilin shtigjet janë burime.Çdo objekt që duhet të gjejë një shteg dërgon një kërkesë për gjetjen e rrugës dhe menjëherë merr një "faturë" nga gjurmuesi. Kjo faturë është thjesht një përshkrues unik që gjetësi i rrugës mund të përdorë për të përdorur. Pas kësaj, objekti vazhdon të bëjë punën e tij deri në kornizën tjetër në ciklin e lojës. Objekti mund të kontrollojë nëse marrja e tij është përpunuar. Nëse po, objekti merr rrugën e llogaritur; përndryshe, objekti vazhdon të kryejë veprimtarinë e tij, duke pritur që rruga të përpunohet.
Pathfinder përdor një faturë për të mbajtur gjurmët e kërkesave për shtigje ndërsa sistemi punon në to pa ndikuar në performancën e komponentëve të tjerë. Kjo qasje ka një avantazh interesant - gjurmon automatikisht të gjitha shtigjet e zbuluara. Prandaj, kur një kërkesë arrin për një shteg të gjetur më parë, gjetësi i rrugës thjesht mund të lëshojë një faturë për një shteg tashmë ekzistues. Kjo metodë është e mrekullueshme për sistemet ku shumë objekte kërkojnë një shteg, pasi të gjitha shtigjet e gjetura ka të ngjarë të kërkohen disa herë.
AI strategjike
Siç u përmend më herët, është mirë nëse sistemi i AI që kontrollon të gjithë rrjedhën e lojës funksionon në fillin e vet të veçantë. Ky sistem do të jetë në gjendje të analizojë fushën e lojës dhe të lëshojë komanda për objekte të ndryshme që do të jenë në gjendje të marrin dhe njohin këto komanda.Sistemi i objekteve në fillin e vet do të jetë i zënë me mbledhjen e informacionit për hartat e vendimeve. Informacioni që rezulton do t'i dërgohet sistemit strategjik të AI në formën e kërkesave për përditësimin e hartave të vendimeve. Kur përditësohet, AI strategjike do t'i analizojë këto kërkesa, do të përditësojë hartat e vendimeve dhe do të marrë vendime. Nuk ka rëndësi nëse këto dy sisteme (AI strategjike dhe objekte) funksionojnë në mënyrë sinkrone: çdo desinkronizim do të jetë i parëndësishëm dhe nuk do të ndikojë në vendimet e AI. (Po flasim për desinkronizimin brenda 1/60 të sekondës, që do të thotë, nga këndvështrimi i lojtarit, përgjigja e AI nuk do të ngadalësojë asnjë kornizë të vetme.)
Paralelizimi i të dhënave
Paralelizimi funksional është shumë efikas dhe shfrytëzon fuqinë e sistemeve me shumë bërthama. Por, për fat të keq, nëse numri i bërthamave në sistem tejkalon numrin e detyrave, atëherë programi nuk përdor të gjithë fuqinë llogaritëse të disponueshme. Prandaj, ne i drejtohemi paralelizimit të të dhënave, në të cilin një funksion mund të përdorë të gjitha bërthamat e disponueshme
Paralelizimi i të dhënave
Për paralelizimin funksional, morëm një modul të pavarur dhe i dhamë një fije të veçantë. Tani do të ndajmë një punë në pjesë dhe do ta shpërndajmë përpunimin e tyre midis fijeve të ndryshme. Në të njëjtën kohë, performanca rritet në raport me numrin e bërthamave në sistem. A ka sistemi 8 bërthama? Mirë! A ka sistemi 64 bërthama? Më mirë! Paralelizimi funksional ju lejon të përcaktoni fragmentet e kodit si me shumë fije, pas së cilës këto fragmente funksionojnë në mënyrë të pavarur. Paralelizimi i të dhënave kërkon punë shtesë për t'u harmonizuar. Për shembull, mund të përdorni një thread të kernelit (thread kryesor) për të mbajtur gjurmët e të gjitha thread-eve të tjera. Fijet skllav do të kërkojnë "punë" në fillin kryesor për të shmangur ekzekutimin e dyfishtë të së njëjtës punë.
Përdorimi i një thread të vetëm kernel për të menaxhuar paralelizmin e të dhënave është në fakt një qasje hibride. Rezulton se filli kryesor përdor paralelizimin funksional dhe më pas ndan të dhënat midis bërthamave për të paralelizuar të dhënat.
Zbatimi
Në shembullin e gjetësit të rrugës, gjetësi i rrugës mban një listë të shtigjeve të kërkuara. Sistemi më pas kalon nëpër këtë listë dhe ekzekuton funksionet e gjetjes së shtigjeve për kërkesat individuale, duke i ruajtur ato në listën e shtigjeve. Ky lak mund të shpërndahet nëpër fije në mënyrë që çdo përsëritje e lakut të ndahet në fije të ndryshme. Këto fije do të funksionojnë në bërthamën e parë të disponueshme, duke lejuar që të përdoret e gjithë fuqia e disponueshme përpunuese. Bërthama e procesorit duhet të jetë në punë vetëm kur nuk ka funksionim.Në sisteme të tilla, është e mundur të pranohen kërkesa të shumta për të njëjtën punë. Nëse këto kërkesa janë të ndara sipas kohës, gjetësi i rrugës kontrollon automatikisht nëse një kërkesë e tillë është përpunuar tashmë. Kur punoni me paralelizimin e të dhënave, disa kërkesa për të njëjtën rrugë mund të ndodhin njëkohësisht. Kjo mund të çojë në dyfishim të punës, në këtë rast e gjithë pika e llogaritjes me shumë fije humbet.
Për të përjashtuar raste të tilla (dhe të tjera) të dyfishimit të punës, sistemi duhet të gjurmojë detyrat e ekzekutuara dhe t'i heqë ato nga radha e kërkesave vetëm pas përfundimit. Nëse merret një kërkesë për një shteg që tashmë është kërkuar, sistemi duhet ta kontrollojë këtë dhe të kthejë shtegun ekzistues të caktuar për këtë faturë.
Burimet shpenzohen për formimin e rrymave të reja. Ky proces përfshin thirrjet e sistemit në sistemin operativ (OS). Kur OS e ka në dorë, ai shpërndan kodin e nevojshëm dhe krijon një fije. Kjo mund të marrë shumë kohë (në lidhje me shpejtësinë e CPU-së). Prandaj, nuk ka kuptim të krijohen shumë fije. Nëse puna e kërkuar tashmë është duke u përpunuar, atëherë nuk ka nevojë të filloni detyrën. Për më tepër, nëse detyra nuk është e vështirë (për shembull, gjetja e shtigjeve midis dy pikave të vendosura pranë njëra-tjetrës), atëherë mund të mos ketë kuptim të ndash një detyrë të tillë në disa fije.
Kështu do të funksiononte rrjedha funksionale e gjetjes së shtigjeve dhe do të ndante të dhënat në rrjedha.
- RequestPath (fillimi, qëllimi) Ky funksion thirret jashtë gjetësit të rrugës për të marrë transmetimin. Ky funksion kryen detyrat e mëposhtme:
- Shikon listën e kërkesave të përfunduara dhe përcakton nëse një shteg i tillë (ose një shteg i ngushtë) është gjetur tashmë, pastaj kthen një faturë për këtë rrugë;
- shikon listën e kërkesave aktive (nëse shtegu nuk u gjet) për të gjetur këtë shteg; nëse ka një shteg në të, funksioni kthen një faturë për rrugën e llogaritur;
- krijon një pyetje të re dhe kthen një faturë të re (nëse kërkimi në të dyja listat e mësipërme nuk dha ndonjë rezultat).
- CheckPath ("biletë")... Duke përdorur faturën, ky funksion shikon listën e kërkesave të përfunduara dhe gjen rrugën për të cilën fatura është e vlefshme. Funksioni kthen të dhëna nëse një shteg i tillë është gjetur.
- UpdatePathFinder () Ky është një funksion kontrolli që trajton shpenzimet e sipërme për gjetjen e thread-eve. Ky funksion kryen detyrat e mëposhtme.
- Analiza e kërkesave të reja. Është e mundur që njëkohësisht të krijohen disa kërkesa për të njëjtën rrugë nga kernele të ndryshëm. Ky seksion heq kërkesat e dyfishta dhe cakton fatura të shumta (nga kërkesa të ndryshme) për të njëjtën kërkesë.
- Pamje ciklike e kërkesave aktive. Ky funksion shikon të gjitha kërkesat aktive dhe i transmeton ato. Në fillim dhe në fund të çdo cikli, kodi shënohet si një rrjedhë. Çdo transmetim:
- gjen rrugën e kërkuar;
- e ruan atë në listën e shtigjeve të gatshme së bashku me faturat e caktuara në këtë shteg;
- heq një punë nga lista e punëve aktive.
Eliminimi i konflikteve
Ju mund të keni vënë re se kjo ndarje e punës mund të shkaktojë probleme. Fije të ndryshme duhet të shkruajnë në radhën e kërkesës; rrjedhat e të dhënave duhet të shtojnë rezultatet në listën e shtigjeve të gatshme. E gjithë kjo mund të çojë në konflikte shkrimi kur një thread shkruan diçka në qelizën A në të njëjtën kohë kur një fill tjetër shkruan diçka tjetër në të njëjtën qelizë A. Kjo rrjedhë mund të çojë në "gjendjen e racës" të njohur.Për të shmangur konfliktet, mund të shënoni pjesë të caktuara të kodit tuaj si kritike. Kur ekzekutoni kodin kritik, vetëm një thread do të jetë në gjendje të hyjë në këtë seksion të kodit në të njëjtën kohë. Të gjitha temat e tjera që do të bëjnë të njëjtën gjë (të hyjnë në të njëjtin rajon të memories) do të duhet të presin. Kjo sjellje mund të çojë në probleme të RËNDËTA, të tilla si bllokime, të cilat ndodhin kur fije të shumta bllokojnë njëra-tjetrën, duke i penguar ata të aksesojnë kujtesën. Kjo zgjidhje shmang bllokimet. Kur puna aktuale e fillit të përfundojë, ju mund të siguroni akses në një zonë të rëndësishme të memories sa më shpejt që të jetë e disponueshme pa bllokuar seksionet e tjera që mund të nevojiten nga fijet e tjera.
Sinkronizimi
Pra, ne arritëm autonominë e të gjitha nënsistemeve individuale të AI dhe u siguruam atyre të gjitha burimet kompjuterike të sistemit tonë. Gjithçka po funksionon shpejt, por a funksionon gjithçka si duhet?Veprimet e elementeve të ndryshëm të lojës duhet të jenë të koordinuara. Motori i lojës duhet të sinkronizojë elementet e lojës. Është e pamundur që gjysma e elementeve të lojës të funksionojnë disa korniza më shpejt se pjesa tjetër e elementeve. Është e pamundur që njësitë të qëndrojnë boshe, duke pritur përllogaritjen e rrugës, ndërkohë që repartet armike tashmë kanë filluar të lëvizin. Në mënyrë figurative, prindërit e mirë e ndajnë çokollatën në mënyrë të barabartë mes fëmijëve të tyre.
Cikli kryesor i motorit të lojës merret me dy klasa veprimesh: paraqitjen dhe përditësimin. Me programim sekuencial, sinkronizimi i veprimeve të tilla nuk është i vështirë. Çdo gjë azhurnohet fillimisht dhe më pas ajo që është përditësuar riprodhohet. Me llogaritjen paralele, situata bëhet më e ndërlikuar.
Përditësimet e lëvizjes (të cilat shpesh janë të bazuara në trajektore) mund të përpunohen disa korniza më shpejt se interpretimi. Rezultati do të jetë animacion "i çmendur": objektet në botën e lojës nuk do të lëvizin pa probleme, por do të "kërcejnë" nga një vend në tjetrin më shpejt se sa duhet. Kur kërkoni për shtigje, kur analizoni një fotografi të pozicioneve të objekteve të ndryshme në botë, kjo mund të çojë në përpunimin e të dhënave hyrëse të pasakta.
Zgjidhja e këtij problemi qëndron në sinkronizimin e elementeve të ndryshëm dhe është elegante dhe e thjeshtë. Për më tepër, funksionaliteti i kërkuar tashmë mund të jetë i integruar në shumicën e motorëve të lojës. Kur përditësohet cikli kryesor i lojës, gjurmohet indeksi global i kohës. Të gjitha temat e ndryshme duhet të përpunojnë kërkesat vetëm për indeksin e kohës aktuale (dhe për të kaluarën, por jo për të ardhmen).
Kur e gjithë puna në detyrën e marrë ka përfunduar për indeksin aktual të kohës, filli mund të shkojë në gjumë deri në indeksin e ri të kohës. Një algoritëm i tillë jo vetëm që garanton sinkronizimin e elementeve të ndryshme të lojës, por gjithashtu çliron burimet e sistemit: temat nuk ngarkojnë kernel kur nuk janë të nevojshëm. Prandaj, një punë me lëvizje e aftë për të eliminuar përplasjet, për të llogaritur trajektoret, e kështu me radhë, do t'i japë me mirësi burimet e saj llogaritëse punëve të tjera nëse e kryen punën më shpejt. Në të njëjtën kohë, të gjitha bërthamat e disponueshme përdoren në maksimum.
konkluzioni
Pra, detyra e inteligjencës artificiale për lojëra është të imitojë sjelljen e objekteve në botën reale. Dhe nuk është aspak e vështirë nëse filloni të shikoni inteligjencën artificiale me komponentët bazë - nga rregullat dhe algoritmet e nivelit të ulët për gjetjen e shtigjeve deri në nivelin më të lartë në të cilin operon AI taktike dhe strategjike. Në të njëjtën kohë, është e nevojshme të arrihet efikasitet i lartë i sistemit AI, të optimizohet për përdorim në kompjuterë me një numër të madh bërthamash llogaritëse. Aftësitë e AI në sistem duhet të kufizohen vetëm nga burimet aktuale të pajisjeve, dhe jo nga pamundësia për të përdorur këto burime. Vetëm atëherë mund të krijojmë kundërshtarë më interesantë dhe sfidues për lojtarët që do të presin me padurim vazhdimin e lojës.Inteligjenca artificiale është një temë e nxehtë. Teknologjitë e bazuara në AI frymëzojnë optimizëm entuziast tek disa, frikë dhe skepticizëm tek të tjerët. Potenciali shkatërrues i inteligjencës artificiale u paralajmërua nga autoritete të tilla si Elon Musk dhe Stephen Hawking... Por një intensitet emocional i shtuar gjithmonë shoqëron fenomene të reja, pasojat e zhvillimit të të cilave janë të paparashikueshme. Sot, duke qenë se teknologjitë e inteligjencës artificiale janë në fillimet e tyre, është e dobishme që liderët të vlerësojnë potencialin e tyre dhe të kuptojnë se si t'i përdorin ato në mënyrë efektive në industrinë e tyre.
1. Investimi në kërkim dhe inovacion
Përfundimi për të investuar në AI është ende i paqartë. Megjithatë, kompanitë po kuptojnë se mund të ofrojë përfitime shumë të vlefshme dhe po shtojnë përpjekjet e tyre në këtë drejtim. Sipas hulumtimit të Institutit Global McKinsey, liderët e teknologjisë si p.sh Google dhe Baidu në vitin 2016, ata investuan 20-30 milionë dollarë në projekte që lidhen me inteligjencën artificiale, dhe rreth 90% e kësaj shume bie në R&D.
Ka shembuj të rasteve të aplikimit të suksesshëm të inteligjencës artificiale. Pra, prodhuesi i motoçikletave Harley Davidson rriti prodhimin tre muaj pas prezantimit të sistemit të marketingut të bazuar në AI të Albertit. Kompani të tjera po tregojnë gjithashtu rezultate të forta, veçanërisht në fushat ku mësimi i makinerive mund të krijojë modele efektive biznesi dhe të nxisë shitjet.
Pothuajse 80% e kompanive, sipas sondazhit Capgemini, falë inteligjencës artificiale, metodat e përmirësuara të analizës. Në veçanti, avokatët Jp Morgan ishin në gjendje të zvogëlojnë kohën e shpenzuar për studimin e transaksioneve dhe mijëra faqe dokumentesh, duke ulur numrin e gabimeve.
Qëllimi i hulumtimit është gjetja e rasteve premtuese të përdorimit dhe më pas përshtatja e inteligjencës artificiale me detyrat e kompanisë. Futja e inteligjencës artificiale për hir të saj nuk duhet të bëhet normë.
2. Pasojat e automatizimit të punës
Një nga shqetësimet më të mëdha është se inteligjenca artificiale po zhvlerëson kapitalin njerëzor. Automatizimi po zëvendëson punën e kushtueshme njerëzore pasi makinat mund të kryejnë të njëjtat funksione në mënyrë më efikase dhe më pak të kushtueshme.
Në fakt, ky argument nuk duket bindës. I njëjti studim i Capgemini zbuloi se shumica e kompanive që adoptuan inteligjencën artificiale rritën vendet e lira të punës dhe përmirësonin cilësinë e shërbimit. Të shohësh AI si një mjet për zhvillimin e kompanisë është më produktive sesa të kesh frikë nga pushimet nga puna.
Në shumë fusha, inteligjenca artificiale nuk do të zëvendësojë njerëzit. Kompanitë do të ndërtojnë sisteme të kombinuara që përfitojnë nga të dyja opsionet. Për shembull, KLM prezantoi inteligjencën artificiale si një model shërbimi të nivelit të parë. Kjo redukton kohën e pritjes për klientët, kërkesa e të cilëve nuk ka nevojë të përpunohet. Kjo u jep operatorëve kohë për të trajtuar detyra më komplekse. E njëjta gjë u bë në Banka Tregtare e Kinës.
Është e rëndësishme të gjesh sektorë në të cilët AI i ndihmon njerëzit të bëjnë punën e tyre më mirë duke optimizuar në mënyrë efektive operacionet.
3. Stërvitje ekipore
Gjithmonë dihet shumë pak për risitë në momentin që ato shfaqen. Përdoruesit e parë dhe madje edhe vetë krijuesit shpenzojnë shumë burime për zhvillimin e tyre, dhe të ardhurat i merr ai që, duke qenë disa hapa prapa, përdor teknologjinë tashmë të debuguar. Hulumtim bashkëpunues BCG dhe MIT tregoi se liderët në shumicën e industrive besojnë se AI do të jetë kritike gjatë pesë viteve të ardhshme. Kompanitë tashmë kanë filluar të kuptojnë potencialin e platformave të AI, me 83% të të anketuarve që i shohin ato si një mundësi strategjike për rritje.
Për shumicën e kompanive të teknologjisë së lartë, ekspertiza e thellë e AI nuk është absolutisht e nevojshme. Megjithatë, është thelbësore të kuptohen aspektet thelbësore të kësaj teknologjie në mënyrë që të vlerësohet potenciali i saj. Është e rëndësishme të shohim aftësi të tilla të AI si vetë-mësimi i programeve bazuar në të dhënat e marra më parë, thjeshtimi i operacioneve rutinë dhe forcimi i pozicionit konkurrues të biznesit.
Në të njëjtën kohë, drejtuesit duhet të sigurohen që të rrisin ndërgjegjësimin e punonjësve për mënyrën se si AI po zbatohet në industrinë e tyre. Është e rëndësishme të ndihmojmë punonjësit të përgatiten për përhapjen e ardhshme të kësaj teknologjie duke fituar njohuri përmes kurseve online dhe programeve të ngjashme të korporatave.
4. Krijimi i vendeve të reja të punës për menaxhimin e AI
Ekziston frika se inxhinieria dhe profesionet e tjera teknike do të goditen më shumë nga bumi i AI. Megjithatë, opinioni i ekspertëve dhe hulumtimet e industrisë sugjerojnë të kundërtën. Në fillim, revolucioni teknologjik mund të çojë vërtet në humbje të vendeve të punës, por më pas do të kërkojë që punonjësit të mirëmbajnë vetë sistemin.
Në të njëjtën kohë, është jashtëzakonisht e rëndësishme të krijohen vende të reja pune në pjesë të ndryshme të kompanisë, jo vetëm në departamentet që i shërbejnë drejtpërdrejt teknologjisë. Inteligjenca artificiale përballon me sukses operacionet primitive dhe të përsëritura, duke përfshirë analizën dhe marketingun. Megjithatë, ata do të kërkojnë ende monitorim dhe përshtatje të vazhdueshme. Prandaj, për të zbatuar me sukses AI dhe për të kaluar pa probleme në algoritme të reja pune, kërkohen veprime të koordinuara të departamenteve të ndryshme.
5. Ruajtja e fytyrës njerëzore të shërbimit të BNJ
Në aplikimin e teknologjive të reja, është e rëndësishme të balancohen dhe të kuptohen kufijtë e asaj që është e pranueshme. Besohet se në një fushë të tillë si rekrutimi, inteligjenca artificiale është e preferueshme se komunikimi njerëzor. Makina është më e mirë në analizimin e qindra CV dhe gjetjen e kandidatit të duhur.
Ndërsa përballeni me sfida të ndryshme të burimeve njerëzore, është e rëndësishme të qëndroni të hapur emocionalisht. Njerëzit ndihen më rehat kur ndërveprojnë me një person tjetër. Inteligjenca artificiale do të jetë me vlerë në fusha të tilla si lista e pagave, rekrutimi, matja e performancës dhe planifikimi i punonjësve. Por ai kurrë nuk do të zëvendësojë plotësisht profesionistët e HR.
Përkthim nga anglishtja.
Daria Kazovskaya 18 maj 2017
“Evolucioni nga truri në inteligjencën artificiale do të jetë më radikal sesa nga majmuni te njeriu”, thotë Nick Bostrom, filozof dhe guru në fushën e Inteligjencës Artificiale (AI).
Nick ka te drejte. Kompanitë më të suksesshme të sotme, nga Bosch tek Starbucks, po përdorin AI për të ulur kostot, për të rritur fitimet dhe për të përmirësuar produktivitetin.
# 2. Kontrolli dhe monitorimi i të dhënave
Kontrolli dhe monitorimi i vazhdueshëm i infrastrukturës së kompanisë është një tjetër mundësi për të përdorur teknologjitë e AI në biznes. Kompania franceze e energjisë Engie po vendos në fabrikat e saj drone me softuer për njohjen e imazhit të bazuar në mësimin e makinerive. Dronët monitorojnë pajisjet - ata ekzaminojnë infrastrukturën për të parandaluar dëmtimet e mundshme.
Sistemet e kontrollit dhe monitorimit të AI janë gjithashtu të përshtatshme për mjediset urbane. Shembulli më i thjeshtë - njohja e targave - përdoret nga organizatat komunale. Jemi per klient nga Gjermania. Qeveria e Katalonjës po ndjek të njëjtën rrugë, duke i pajisur departamentin e saj të policisë me algoritme dhe targa.
Dëshironi të reduktoni rreziqet e konsumimit të pajisjeve dhe të krijoni një airbag për kompaninë tuaj? Sistemet e monitorimit të bazuara në inteligjencën artificiale do të ndihmojnë në këtë.
Shumë kanë frikë se inteligjenca artificiale do të na zëvendësojë në të gjitha fushat e industrisë. Mënjanë frikën! Teknologjitë e larta ndihmojnë në automatizimin e proceseve të ndryshme - nga dërgimi i thjeshtë i letrave deri te rezervimi i biletave ajrore. Por qëllimi i zgjidhjeve shumë inteligjente nuk është të zëvendësojnë njerëzit, por ta bëjnë punën njerëzore më efikase.
Për shembull, kompania japoneze e sigurimeve Fukoku Mutual Life Insurance ka instaluar një program nga IBM - Watson Explorer AI. Ky sistem analizon të dhënat e politikave mjekësore për operacionet dhe procedurat për të llogaritur shumën e pagesave. Sipas llogaritjeve të përfaqësuesve të Fukoku, futja e inteligjencës artificiale do t'i lejojë ata të rrisin produktivitetin me 30%.
Merrni parasysh automatizimin e proceseve të biznesit tuaj me algoritme AI. Ata jo vetëm që kryejnë detyra komplekse më shpejt, por janë gjithashtu në gjendje të punojnë 24 orë në ditë.
#4. Analiza parashikuese
Njerëzit duan të dinë të ardhmen, dhe kompanitë edhe më shumë.
Teknologjitë e AI janë të afta të përpunojnë sasi të mëdha të dhënash, të identifikojnë modelet dhe të parashikojnë të ardhmen. Në një nga projektet tona R&D, ne kemi zhvilluar. Sistemi analizon ngjashmërinë e klientëve dhe produkteve në mënyrë që t'u rekomandojë produkte të tjera njerëzve që janë të ngjashëm me ato të blera prej tyre ose nga vizitorët në dyqane me të njëjtat preferenca.
Një shembull tjetër: Expedia, platforma më e madhe në botë e planifikimit të udhëtimeve në internet - nga prenotimet e hoteleve deri tek ato të transportit me qira - përdor mësimin e makinerisë për të bërë rekomandime të personalizuara për përdoruesit e portalit.
Inteligjenca artificiale tregon rezultate të mira në bërjen e parashikimeve për shkak të aftësisë së të mësuarit. Dhe, ndryshe nga qasjet tradicionale të parashikimit, analitika parashikuese mund të përshtatet lehtësisht me ndryshimet në sjellje - kur vijnë të dhëna të reja, ato përmirësohen.
#5. Analizimi i të dhënave të pastrukturuara
“80% e të gjitha të dhënave në botë janë të pastrukturuara”, thotë IBM me zë të lartë. Shifra të tilla janë të vështira për t'u besuar. Por fakti mbetet - me përdorimin e gjerë të pajisjeve celulare, ne gjenerojmë një ton përmbajtje dixhitale të pastrukturuar çdo ditë: mesazhe në mesazhe, letra, foto dhe video.
Algoritmet e AI ndihmojnë kompanitë të kuptojnë këtë "pasuri" dhe të strukturojnë të dhënat në mënyrë që të mund të analizohen më vonë. Një parim i ngjashëm është në zemër të Siri - fjalimi i folur i pastrukturuar, duke kaluar nëpër algoritmin e programit, strukturohet dhe përpunohet më tej.
Analizimi i të dhënave të pastrukturuara ka një potencial të madh për kompanitë prodhuese dhe burimore që kanë grumbulluar informacion të përzier gjatë viteve. Një analizë e tillë mund ta bëjë më të lehtë punën e vetë inxhinierëve të R&D - duke kursyer kohë për renditjen dhe organizimin e të dhënave përpara se t'i vlerësojë ato dhe të gjurmojë marrëdhëniet e rëndësishme.
“Në 5-10 vjet, inteligjenca artificiale dhe, në veçanti, mësimi i thellë, do t'u mundësojë robotëve të kryejnë detyrat më të lodhshme dhe që kërkojnë kohë që ne bëjmë çdo ditë,” tha Matt Murphy, CEO i Chime. Profili i saj është sisteme inteligjente CRM për agjencitë imobilare.
Biznesi real ndjek këtë trend. Shitësi me pakicë në internet Ocado po ndërton një sistem vizioni kompjuterik dhe një rrjet robotësh për të zëvendësuar procesin e skanimit të barkodit në depon e tij. Kjo do të ndihmojë në përshpejtimin e kërkimit dhe dorëzimit të produkteve që ju nevojiten.
Ndërsa robotët kirurgjikë dhe bujqësorë tashmë janë krijuar, robotizimi në fusha të tjera po fiton vetëm vrull, por, sipas shkencëtarëve, tregu i robotëve dhe inteligjencës artificiale do të rritet me shpejtësi në dekadën e ardhshme. Pse të mos përfitoni nga mundësitë e tij sot për të bërë një deklaratë të madhe nesër?
Cilado qoftë e ardhmja jonë, inteligjenca artificiale do të bëhet pjesë e saj. Më shumë startup-e dhe aplikacione celulare për mësimin e makinerive do të shfaqen, disa punë do të zhduken, të tjera do të shfaqen - krejtësisht të reja. Inteligjenca artificiale do të ndryshojë botën, siç bënte dikur interneti. Kjo e bën edhe më të rëndësishme që një biznes të mësojë se si të përdorë aftësitë e AI për veten dhe klientët e tij.