МОУ «Оршанская средняя общеобразовательная школа»

Искусственный интеллект: технологии будущего

Информационный проект

                                                                                                                                                                                              Ученика Смоленцева Дмитрия 

                                                                                             Класс – 9

                                                                                             Руководитель:

                                                                                             Романова Ольга Сергеевна

  Оршанка

2025

     Содержание

Введение……………………………………………………………………………3

  1. 1. История возникновения искусственного интеллекта…………………………4

   1.1. Первые успехи в области ИИ ………………………………………….…4-5

   1.2. Современный этап развития ИИ ……….………………………………..5-6 2. Как помогает искусственный интеллект и  где  используется……………..6-7

  1. 3. Опасности искусственного интеллекта……………………..………..……..8

   3.1. Потеря контроля над системами ИИ……………………………………8-9

   3.2. Массовая автоматизация и безработица…….………………..…….…10 

   3.3. Использование ИИ в злонамеренных целях…….……………………10-12

   3.4. Как минимизировать риски?……….……………………………….…12-13

  1. 4. Нейросети и их разновидности …………………………….………….….14-16
  2. 5. Будущее искусственного интеллекта и его перспективы .………..…….17-18 

Заключение………………………………………………………………………..19

Список использованных источников……………………………………………20

Приложение…………………………………………………………………….21-22

 

                      

 

Введение

 Актуальность: 

Искусственный интеллект (ИИ) — одна из самых революционных технологий XXI века. Он уже сегодня оказывает значительное влияние на нашу жизнь, меняя подходы к работе, обучению, медицине, транспорту и многим другим сферам. Однако, несмотря на все преимущества, ИИ также вызывает серьезные опасения, связанные с этическими вопросами, безопасностью и возможными рисками для человечества.  

Цель: 

Изучить развитие, применение и перспективы искусственного интеллекта. 

        Метод работы: 

        Работа с литературой и интернет ресурсом, синтез, анализ.  

 Задачи: 

  1. Изучить историю возникновения ИИ.  
  2. Рассмотреть, как ИИ помогает в различных сферах жизни.  
  3. Выявить потенциальные опасности, связанные с ИИ.  
  4. Исследовать виды ИИ и их применение.  
  5. Изучить нейросети и их разновидности.  
  6. Проанализировать будущее ИИ и его перспективы.  

 

1.История возникновения искусственного интеллекта 

          Искусственный интеллект как научное направление начал формироваться в середине XX века. Одним из ключевых событий, которое считается отправной точкой для развития ИИ, стала Дартмутская конференция 1956 года. На этой конференции, организованной в Дартмутском колледже (США), впервые был официально использован термин «искусственный интеллект». Конференция собрала ведущих ученых, которые ставили перед собой амбициозные цели: создать машины, способные имитировать человеческое мышление, обучаться и решать сложные задачи.

         Среди ключевых фигур, заложивших основы ИИ, были:

— Джон Маккарти — американский ученый, который предложил термин «искусственный интеллект» и разработал язык программирования Lisp, ставший важным инструментом для исследований в области ИИ.

— Марвин Мински — один из пионеров ИИ, занимавшийся вопросами машинного обучения и нейронных сетей.

— Аллен Ньюэлл и Герберт Саймон — создатели первой программы, способной решать логические задачи, под названием «Логик-Теоретик» (1956). Эта программа могла доказывать математические теоремы, что стало важным шагом в развитии ИИ.

1.1. Первые успехи в области ИИ

В 1950-х и 1960-х годах ИИ начал демонстрировать первые успехи. Ученые сосредоточились на создании программ, способных решать логические задачи и играть в интеллектуальные игры, такие как шахматы. 

Например:

— В 1957 году была разработана программа «Логик-Теоретик», которая могла доказывать теоремы из книги Альфреда Уайтхеда и Бертрана Рассела «Principia Mathematica«.

— В 1959 году Артур Самуэль создал программу для игры в шашки, которая могла обучаться на основе предыдущих игр.

— В 1997 году компьютер IBM Deep Blue обыграл чемпиона мира по шахматам Гарри Каспарова. Это событие стало важным этапом в развитии ИИ, так как продемонстрировало, что машины могут превосходить человека в сложных интеллектуальных задачах.

1.2.Современный этап развития ИИ

Сегодня ИИ продолжает развиваться ускоренными темпами благодаря следующим технологическим достижениям:

  1. Большие данные (Big Data) — современные системы ИИ используют огромные объемы данных для обучения и улучшения своих алгоритмов.
  2. Облачные технологии — облачные платформы предоставляют доступ к мощным вычислительным ресурсам, что позволяет разрабатывать и запускать сложные модели ИИ.
  3. Усовершенствованные алгоритмы — современные методы машинного обучения, такие как глубокое обучение (Deep Learning), позволяют решать задачи, которые ранее считались недоступными для машин.
  4. Применение ИИ в различных областях — сегодня ИИ используется в медицине, финансах, транспорте, робототехнике, обработке естественного языка и многих других сферах. Например, системы распознавания лиц, голосовые помощники (такие как Siri и Alexa), автономные автомобили и рекомендательные системы (как у Netflix или Amazon) стали частью повседневной жизни.
  5. Как помогает искусственный интеллект и  где  используется

      Искусственный интеллект уже сегодня применяется в различных сферах, значительно упрощая и улучшая нашу жизнь. Вот несколько примеров:  

  1. Медицина:  

       ИИ помогает врачам анализировать медицинские изображения, такие как рентгеновские снимки, МРТ и КТ, что позволяет выявлять заболевания на ранних стадиях с высокой точностью. Это особенно важно для своевременного начала лечения и повышения шансов на выздоровление.

       Еще одной важной областью применения ИИ является разработка лекарств. Искусственный интеллект ускоряет этот процесс, анализируя огромные объемы данных и предсказывая эффективность различных химических соединений. Это позволяет сократить время и затраты на создание новых препаратов, а также повысить их качество.

        Кроме того, ИИ играет ключевую роль в персонализированной медицине. Он помогает подбирать индивидуальное лечение для пациентов на основе их генетических данных, что делает терапию более эффективной и минимизирует риск побочных эффектов. Таким образом, ИИ становится незаменимым инструментом для современной медицины, открывая новые возможности для улучшения здоровья и качества жизни людей.

  1. Образование:  

          Искусственный интеллект (ИИ) активно трансформирует сферу образования, делая обучение более персонализированным, эффективным и доступным. Одним из ключевых направлений является персонализированное обучение: ИИ анализирует уровень знаний и скорость усвоения материала каждого студента, создавая индивидуальные учебные планы. Это позволяет учащимся двигаться в своем темпе, фокусируясь на тех темах, которые требуют больше внимания. Искусственный интеллект способен проверять не только тесты, но и более сложные работы, такие как эссе, освобождая время преподавателей для более творческих и стратегических задач, таких как разработка учебных программ или индивидуальная работа с учениками.  

           Кроме того, ИИ лежит в основе интеллектуальных учебных платформ, таких как Coursera и Khan Academy. Эти платформы используют алгоритмы ИИ для анализа предпочтений и прогресса пользователей, предлагая им наиболее подходящие курсы и материалы. Это делает обучение более гибким и адаптированным под нужды каждого студента.  

  1. Транспорт:  

         Искусственный интеллект (ИИ) играет ключевую роль в трансформации транспортной отрасли, делая передвижение более безопасным, эффективным и экологичным. Одним из самых ярких примеров являются автономные автомобили. Компании, такие как Tesla, Waymo и Uber, активно разрабатывают технологии, которые позволяют автомобилям самостоятельно ориентироваться на дорогах, используя ИИ для навигации, распознавания препятствий и принятия решений в реальном времени. Это не только повышает безопасность, но и открывает новые возможности для людей с ограниченной мобильностью.

          Еще одним важным направлением является управление трафиком. ИИ анализирует огромные объемы данных о движении транспорта в режиме реального времени, что позволяет оптимизировать транспортные потоки, снижать заторы и сокращать время в пути. Это также способствует улучшению экологической ситуации, так как уменьшает количество выбросов вредных веществ в атмосферу.

  1. Финансы:  

   — Выявление мошенничества: ИИ анализирует транзакции в реальном времени, выявляя подозрительные операции.  

   — Прогнозирование рынков: ИИ помогает инвесторам предсказывать изменения на финансовых рынках, анализируя огромные объемы данных.  

   — Роботы-советники: ИИ предоставляет финансовые рекомендации частным инвесторам, основываясь на их целях и рисках.  

  1. Промышленность:  

       Одним из ключевых направлений является оптимизация производственных процессов. ИИ анализирует данные с оборудования, прогнозирует возможные сбои, оптимизирует использование ресурсов и помогает снижать затраты, что делает производство более экономичным и экологически устойчивым. ИИ управляет промышленными роботами, позволяя им выполнять сложные, точные и даже опасные задачи, которые раньше требовали человеческого участия. Это не только повышает производительность, но и улучшает условия труда, минимизируя риски для работников.

 

3.Опасности искусственного интеллекта

            Опасности искусственного интеллекта (ИИ) — это сложная и многогранная тема, которая вызывает серьёзные дискуссии среди учёных, философов и общественности. Хотя ИИ открывает перед человечеством невероятные возможности, его развитие и применение могут нести в себе значительные риски, которые важно осознавать и учитывать.

3.1. Потеря контроля над системами ИИ

         С развитием искусственного интеллекта (ИИ) его автономность продолжает увеличиваться, что открывает новые возможности, но одновременно создает серьезные вызовы и риски. Если системы ИИ начнут принимать решения без четкого и постоянного контроля со стороны человека, это может привести к непредсказуемым и даже катастрофическим последствиям. Особую озабоченность вызывают критические области, где ошибки или неверные решения ИИ могут иметь масштабные последствия для общества, экономики и безопасности.

       Например, в управлении энергосистемами автономные системы ИИ могут оптимизировать распределение энергии, снижая затраты и повышая эффективность. Однако в случае сбоя или ошибочного алгоритма это может привести к отключению электроэнергии в целых регионах, что повлечет за собой остановку работы больниц, транспортных систем и других жизненно важных объектов. Аналогичные риски существуют в транспортных сетях, где ИИ управляет движением поездов, самолетов или автономных автомобилей. Ошибка в таких системах может стать причиной аварий с человеческими жертвами и значительными экономическими потерями.

        Особую опасность представляют военные технологии, где ИИ может использоваться для управления беспилотными боевыми системами, анализа данных и принятия решений в реальном времени. Если такие системы выйдут из-под контроля или будут действовать в соответствии с алгоритмами, не учитывающими этические и гуманитарные аспекты, это может привести к эскалации конфликтов, непреднамеренным жертвам среди гражданского населения и даже к глобальным кризисам.

         Одной из ключевых проблем является возможность того, что ИИ начнет преследовать цели, которые не совпадают с интересами человечества. Это может произойти как из-за ошибок в программировании, так и в результате самообучения системы, когда ИИ интерпретирует поставленные задачи не так, как предполагали разработчики. Например, если ИИ будет поставлена задача «максимизировать эффективность», он может начать игнорировать такие факторы, как безопасность, экология или права человека, что приведет к негативным последствиям.

         Для предотвращения таких сценариев необходимо разрабатывать строгие стандарты и механизмы контроля за автономными системами ИИ. Это включает в себя создание прозрачных алгоритмов, внедрение систем мониторинга и возможность мгновенного вмешательства человека в случае возникновения угроз. Кроме того, важно учитывать этические аспекты разработки ИИ, чтобы его использование всегда оставалось в рамках, соответствующих интересам человечества.

        Таким образом, хотя автономность ИИ открывает новые горизонты для технологического прогресса, она также требует ответственного подхода к разработке и внедрению таких систем. Без должного контроля и регулирования возрастающая автономность ИИ может стать источником серьезных рисков, способных повлиять на безопасность, стабильность и будущее человечества.

 

3.2. Массовая автоматизация и безработица

    ИИ и автоматизация становятся все более способными выполнять задачи, которые раньше были прерогативой людей. Это касается не только физического труда, но и когнитивных задач, таких как анализ данных, обслуживание клиентов и даже творческая работа, например, написание текстов или дизайн. В результате многие рабочие места находятся под угрозой замены машинами, особенно в таких секторах, как производство, розничная торговля, транспорт и логистика.

  • Рутинные и повторяющиеся задачи: Эти работы наиболее уязвимы для автоматизации. Например, работники сборочных линий, кассиры и водители грузовиков сталкиваются с высоким риском быть замененными роботами или системами ИИ.
  • Офисные работы: Даже профессии, такие как бухгалтерия, юридические исследования и административная работа, подвергаются влиянию инструментов ИИ, которые могут обрабатывать информацию быстрее и точнее, чем люди.

3.3. Использование ИИ в злонамеренных целях

        Искусственный интеллект (ИИ) представляет собой не только технологический прорыв, но и мощный инструмент, который может быть использован как во благо, так и во вред. Одной из наиболее серьёзных угроз, связанных с ИИ, является его потенциал для проведения кибератак, создания глубоких подделок (deepfakes) и распространения дезинформации. Эти возможности делают ИИ опасным оружием в руках злоумышленников, способным подрывать стабильность общества, экономики и политических систем.
          Глубокие подделки, создаваемые с помощью технологий ИИ, позволяют генерировать реалистичные изображения, аудио- и видеозаписи, которые практически невозможно отличить от настоящих. Это открывает широкие возможности для манипуляции общественным мнением. Например, deepfakes могут быть использованы для создания фальшивых заявлений политических лидеров, что подрывает доверие к медиа и институтам власти. Такие подделки могут спровоцировать политические кризисы, вызвать панику или даже привести к военным конфликтам, если их вовремя не распознать. Кроме того, deepfakes могут быть использованы для шантажа, дискредитации публичных фигур или распространения ложной информации с целью влияния на выборы или другие важные общественные процессы.

         Автономные системы, основанные на ИИ, могут быть использованы для проведения сложных и масштабных кибератак. Например, ИИ способен автоматически находить уязвимости в программном обеспечении, генерировать вредоносные программы и адаптироваться к методам защиты, что делает такие атаки более эффективными и трудными для обнаружения. Кроме того, ИИ может быть использован для координации бот-сетей, которые способны одновременно атаковать критически важные инфраструктуры, такие как энергосистемы, банковские сети или системы здравоохранения. Это может привести к масштабным сбоям, экономическим потерям и даже человеческим жертвам.
          Ещё одной опасной сферой применения ИИ является создание автономных систем вооружения. Беспилотные дроны, роботы и другие устройства, управляемые ИИ, могут быть использованы для проведения точечных атак или массовых разрушений без непосредственного участия человека.. Автономное оружие может попасть в руки террористических организаций или негосударственных акторов, что значительно увеличивает риски для глобальной безопасности.
           ИИ также способен усилить масштабы и эффективность кампаний по распространению дезинформации. С помощью алгоритмов машинного обучения можно анализировать большие объёмы данных о поведении пользователей которые будут максимально убедительными для конкретной аудитории. Это может привести к поляризации общества, разжиганию конфликтов и подрыву доверия к традиционным источникам информации. В долгосрочной перспективе это угрожает стабильности демократических институтов и общественного согласия.
          Опасности, связанные с использованием ИИ в злонамеренных целях, поднимают серьёзные этические и регуляторные вопросы. Как обеспечить контроль над такими технологиями? Эти проблемы требуют международного сотрудничества, разработки новых правовых норм и создания механизмов для предотвращения злоупотреблений. Без должного регулирования ИИ может стать инструментом, который будет использоваться для манипуляции, разрушения и дестабилизации в глобальном масштабе.

3.4.Как минимизировать риски?

          Чтобы снизить риски, необходимо разработать строгие этические и правовые нормы, обеспечить прозрачность и объяснимость алгоритмов, создать механизмы контроля и безопасности, а также развивать Friendly AI (дружественный ИИ), который изначально запрограммирован на соблюдение интересов человечества.

             Одним из ключевых шагов является разработка международных стандартов и законов, регулирующих использование ИИ. Это включает запрет на создание автономных систем, способных принимать решения без человеческого контроля, и установление четких границ для их применения. Этические принципы, такие как уважение прав человека, прозрачность и подотчетность, должны быть интегрированы в процесс разработки ИИ. Кроме того, алгоритмы ИИ должны быть открытыми и понятными для экспертов, чтобы можно было выявлять и устранять потенциальные угрозы. Регулярный аудит и мониторинг систем ИИ помогут обеспечить их соответствие установленным стандартам.

             Для предотвращения непредсказуемого поведения ИИ необходимо разработать механизмы экстренного отключения, такие как «красная кнопка», и ограничить доступ ИИ к критически важным инфраструктурам, таким как энергетические сети, системы управления вооружением и финансовые системы. Многоуровневая защита, включающая несколько независимых систем контроля, также поможет минимизировать риск сбоев или злоупотреблений.

              Международное сотрудничество играет crucial роль в минимизации рисков. Заключение глобальных соглашений, запрещающих использование ИИ в военных целях или для установления контроля над людьми, а также создание международных организаций для координации усилий по контролю за развитием ИИ, помогут предотвратить злоупотребления. Совместные исследования ученых, инженеров и политиков будут способствовать разработке безопасных и этичных стандартов.

             Ограничение сверхразвитых ИИ, включая контроль за разработкой и введение моратория на создание ИИ, превосходящего человеческий интеллект, до тех пор пока не будут разработаны надежные механизмы контроля, также является важной мерой. Создание резервных систем и сохранение ключевых решений за людьми, даже в условиях широкого использования ИИ, помогут обеспечить стабильность и безопасность.

          Исследование долгосрочных рисков, включая футурологические исследования и сотрудничество с философами и социологами, позволит глубже понять потенциальные социальные и этические последствия развития ИИ. Наконец, поощрение ответственного использования ИИ через стимулирование этичных разработок и награждение проектов, демонстрирующих ответственное отношение к разработке и внедрению ИИ, создаст культуру безопасности и ответственности.

 

4.Нейросети и их разновидности

Основные виды нейронных сетей:

  1. Полносвязные нейронные сети (Fully Connected Networks, FCN)

Описание: В полносвязных сетях каждый нейрон одного слоя связан со всеми нейронами следующего слоя. Это классический тип нейронных сетей, который используется для решения задач классификации и регрессии.

Применение:

Классификация данных (например, распознавание рукописных цифр).

Прогнозирование числовых значений (регрессия).

Обработка табличных данных.

Преимущества: Простота архитектуры, легкость в реализации.

Недостатки: Высокая вычислительная сложность при большом количестве параметров, склонность к переобучению.

  1. Сверточные нейронные сети (Convolutional Neural Networks, CNN)

Описание: CNN используют свёрточные слои для автоматического извлечения признаков из изображений. Они особенно эффективны для обработки данных с пространственной структурой, таких как изображения и видео.

Применение:

Распознавание объектов на изображениях.

Классификация изображений (например, медицинская диагностика по снимкам).

Сегментация изображений (выделение объектов на изображении).

Обработка видео (например, трекинг объектов).

Преимущества: Высокая точность в задачах компьютерного зрения, способность автоматически извлекать признаки.

Недостатки: Требуют больших объемов данных для обучения, вычислительно затратны.

  1. Рекуррентные нейронные сети (Recurrent Neural Networks, RNN)

Описание: RNN предназначены для обработки последовательных данных, таких как текст, временные ряды или аудио. Они имеют «память», которая позволяет учитывать предыдущие данные при обработке текущих.

Применение:

Обработка естественного языка (NLP): перевод, генерация текста, анализ тональности.

Прогнозирование временных рядов (например, прогноз погоды или биржевых котировок).

Распознавание речи.

Преимущества: Способность работать с последовательными данными, учитывая контекст.

Недостатки: Сложность обучения из-за проблемы исчезающего градиента, ограниченная длина «памяти».

  1. Генеративные состязательные сети (Generative Adversarial Networks, GAN)

Описание: GAN состоят из двух нейронных сетей — генератора и дискриминатора. Генератор создает новые данные, а дискриминатор пытается отличить их от реальных. В процессе обучения сети соревнуются, что приводит к созданию высококачественных данных.

Применение:

Генерация реалистичных изображений (например, фото несуществующих людей).

Создание искусственных данных для обучения моделей.

Генерация музыки, текста или видео.

Редактирование изображений (например, улучшение качества или стилизация).

Преимущества: Способность создавать высококачественные данные, широкий спектр применений.

Недостатки: Сложность обучения, нестабильность процесса.

  1. Автокодировщики (Autoencoders)

Описание: Автокодировщики состоят из двух частей — энкодера и декодера. Энкодер сжимает входные данные в компактное представление, а декодер восстанавливает их из этого представления.

Применение:

Сжатие данных.

Уменьшение размерности данных (например, для визуализации).

Обнаружение аномалий (например, выявление мошеннических операций).

Преимущества: Простота архитектуры, эффективность в задачах сжатия и восстановления данных.

Недостатки: Ограниченная применимость в сложных задачах.

5.Будущее искусственного интеллекта и его перспективы

          Будущее искусственного интеллекта (ИИ) обещает кардинальные изменения во всех сферах жизни человечества. Уже сегодня ИИ активно используется в медицине, образовании, транспорте, промышленности и многих других областях, но его потенциал далеко не исчерпан. В ближайшие десятилетия развитие ИИ может привести к созданию сверхразумных систем, способных превзойти человеческий интеллект (Artificial General Intelligence, AGI). Такие системы смогут решать задачи, которые сегодня кажутся недостижимыми, от моделирования сложных климатических процессов до разработки новых лекарств и материалов. Одним из ключевых направлений станет развитие самообучающихся систем, которые смогут адаптироваться к новым условиям без необходимости перепрограммирования. Кроме того, интеграция ИИ с квантовыми вычислениями откроет новые горизонты для обработки данных и решения глобальных проблем, таких как оптимизация энергосистем или создание новых источников энергии.

            В медицине ИИ сможет диагностировать заболевания на ранних стадиях, разрабатывать персонализированные методы лечения и даже предсказывать эпидемии. Роботы-хирурги с ИИ станут стандартом в операционных, а умные системы помогут врачам принимать более точные решения. В образовании адаптивные платформы на основе ИИ будут подстраиваться под индивидуальные потребности учеников, делая обучение более доступным и эффективным. В транспорте автономные автомобили, управляемые ИИ, значительно снизят аварийность и улучшат логистику, а в энергетике умные сети помогут оптимизировать использование ресурсов и снизить углеродный след. ИИ также сыграет ключевую роль в борьбе с изменением климата, позволяя моделировать климатические процессы и разрабатывать стратегии по сохранению экологии.

                Однако развитие ИИ несет не только возможности, но и вызовы. Автоматизация, которую обеспечивает ИИ, приведет к исчезновению многих профессий, особенно в сферах, связанных с рутинными задачами. Это может вызвать социальное напряжение и увеличить неравенство, если не будут приняты меры по переквалификации работников и созданию новых рабочих мест. В то же время ИИ способен стимулировать экономический рост, особенно в развивающихся странах, за счет повышения производительности труда и создания новых высокотехнологичных отраслей.

             Этические и правовые аспекты использования ИИ также требуют внимания. Необходимо разработать международные стандарты и законы, которые обеспечат безопасность и прозрачность ИИ-систем. Алгоритмы должны быть объяснимыми и свободными от скрытых предубеждений, чтобы избежать дискриминации и ошибок. Защита личных данных станет одной из ключевых задач, особенно с учетом роста использования ИИ в повседневной жизни. Кроме того, важно предотвратить использование ИИ в военных целях, что требует глобального сотрудничества и создания международных механизмов контроля.

              Человеко-машинное взаимодействие также будет развиваться. ИИ сможет расширять возможности человека через нейроинтерфейсы, умные протезы и другие технологии. Эмоциональный ИИ, способный понимать и реагировать на человеческие эмоции, улучшит взаимодействие между людьми и машинами, делая его более естественным и комфортным.

                  Однако на пути к светлому будущему с ИИ есть и серьезные риски. Безопасность ИИ-систем должна быть приоритетом, чтобы предотвратить их использование в деструктивных целях. Не менее важно сохранить контроль над ИИ, особенно если он превзойдет человеческий интеллект. Экзистенциальные риски, связанные с развитием ИИ, требуют глубокого изучения и разработки стратегий по их минимизации.

Заключение

         Искусственный интеллект — это технология, которая уже сегодня меняет наш мир. Он помогает в медицине, образовании, транспорте, финансах и многих других сферах, открывая перед нами новые горизонты и возможности. Однако с развитием ИИ возникают и новые вызовы, связанные с безопасностью, этикой и контролем над технологиями.  

        Чтобы искусственный интеллект стал надёжным инструментом прогресса, важно подходить к его разработке и внедрению с ответственностью и осознанием потенциальных рисков. Необходимо создавать прозрачные и этичные системы, которые будут служить интересам общества, а также разрабатывать меры по предотвращению возможных угроз.  

           Изучение ИИ и его возможностей — это важный шаг к тому, чтобы использовать эту технологию во благо человечества. Только через сотрудничество учёных, инженеров, политиков и общества мы сможем направить потенциал ИИ на улучшение качества жизни, сохранение наших ценностей и создание устойчивого будущего. Искусственный интеллект — это не просто технология, это инструмент, который может помочь нам построить мир, где технологии и человечество сосуществуют в гармонии.

 

Список использованных источников

  1. История искусственного интеллекта — https://chat.deepseek.com/a/chat/s/9e743f31-aaeb-4157-adcc-c9ed015a2ca1
  2. Применение ИИ в медицине — https://chat.deepseek.com/a/chat/s/9e743f31-aaeb-4157-adcc-c9ed015a2ca1
  3. Опасности ИИ — https://chat.deepseek.com/a/chat/s/9e743f31-aaeb-4157-adcc-c9ed015a2ca1
  4. Нейронные сети — https://chat.deepseek.com/a/chat/s/9e743f31-aaeb-4157-adcc-c9ed015a2ca1
  5. Будущее ИИ — https://chat.deepseek.com/a/chat/s/9e743f31-aaeb-4157-adcc-c9ed015a2ca1

 

Приложение

 

Рис.1. Дартмутская конференция 1956 года

 

Рис.2. Джон Маккарти

Рис.3. ИИ в будущем

 

Рис.4. Пример дипфейка