История изменений

а) искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений;

б) технологии искусственного интеллекта - технологии, основанные на использовании искусственного интеллекта, включая компьютерное зрение, обработку естественного языка, распознавание и синтез речи, интеллектуальную поддержку принятия решений и перспективные методы искусственного интеллекта;

в) перспективные методы искусственного интеллекта - методы, направленные на создание принципиально новой научно-технической продукции, в том числе в целях разработки универсального (сильного) искусственного интеллекта (автономное решение различных задач, автоматический дизайн физических объектов, автоматическое машинное обучение, алгоритмы решения задач на основе данных с частичной разметкой и (или) незначительных объемов данных, обработка информации на основе новых типов вычислительных систем, интерпретируемая обработка данных и другие методы);

There is no single definition of AI that is universally accepted by practitioners. Some define AI loosely as
a computerized system that exhibits behavior that is commonly thought of as requiring intelligence.
Others define AI as a system capable of rationally solving complex problems or taking appropriate
actions to achieve its goals in whatever real world circumstances it encounters

Experts offer differing taxonomies of AI problems and solutions. A popular AI textbook9 used the
following taxonomy: (1) systems that think like humans (e.g., cognitive architectures and neural
networks); (2) systems that act like humans (e.g., pass the Turing test via natural language processing;
knowledge representation, automated reasoning, and learning), (3) systems that think rationally (e.g., logic solvers, inference, and optimization); and (4) systems that act rationally (e.g., intelligent software
agents and embodied robots that achieve goals via perception, planning, reasoning, learning,
communicating, decision-making, and acting). Separately, venture capitalist Frank Chen broke down the
problem space of AI into five general categories: logical reasoning, knowledge representation, planning
and navigation, natural language processing, and perception.10 And AI researcher Pedro Domingos
ascribed AI researchers to five “tribes” based on the methods they use: “symbolists” use logical reasoning
based on abstract symbols, “connectionists” build structures inspired by the human brain;
“evolutionaries” use methods inspired by Darwinian evolution; “Bayesians” use probabilistic inference;
and “analogizers” extrapolate from similar cases seen previously.

This diversity of AI problems and solutions, and the foundation of AI in human evaluation of the
performance and accuracy of algorithms, makes it difficult to clearly define a bright-line distinction
between what constitutes AI and what does not. For example, many techniques used to analyze large
volumes of data were developed by AI researchers and are now identified as “Big Data” algorithms and
systems. In some cases, opinion may shift, meaning that a problem is considered as requiring AI before it
has been solved, but once a solution is well known it is considered routine data processing. Although the
boundaries of AI can be uncertain and have tended to shift over time, what is important is that a core
objective of AI research and applications over the years has been to automate or replicate intelligent
behavior.

а) искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений;

б) технологии искусственного интеллекта - технологии, основанные на использовании искусственного интеллекта, включая компьютерное зрение, обработку естественного языка, распознавание и синтез речи, интеллектуальную поддержку принятия решений и перспективные методы искусственного интеллекта;

в) перспективные методы искусственного интеллекта - методы, направленные на создание принципиально новой научно-технической продукции, в том числе в целях разработки универсального (сильного) искусственного интеллекта (автономное решение различных задач, автоматический дизайн физических объектов, автоматическое машинное обучение, алгоритмы решения задач на основе данных с частичной разметкой и (или) незначительных объемов данных, обработка информации на основе новых типов вычислительных систем, интерпретируемая обработка данных и другие методы);

There is no single definition of AI that is universally accepted by practitioners. Some define AI loosely as
a computerized system that exhibits behavior that is commonly thought of as requiring intelligence.
Others define AI as a system capable of rationally solving complex problems or taking appropriate
actions to achieve its goals in whatever real world circumstances it encounters

Experts offer differing taxonomies of AI problems and solutions. A popular AI textbook9 used the
following taxonomy: (1) systems that think like humans (e.g., cognitive architectures and neural
networks); (2) systems that act like humans (e.g., pass the Turing test via natural language processing;
knowledge representation, automated reasoning, and learning), (3) systems that think rationally (e.g., logic solvers, inference, and optimization); and (4) systems that act rationally (e.g., intelligent software
agents and embodied robots that achieve goals via perception, planning, reasoning, learning,
communicating, decision-making, and acting). Separately, venture capitalist Frank Chen broke down the
problem space of AI into five general categories: logical reasoning, knowledge representation, planning
and navigation, natural language processing, and perception.10 And AI researcher Pedro Domingos
ascribed AI researchers to five “tribes” based on the methods they use: “symbolists” use logical reasoning
based on abstract symbols, “connectionists” build structures inspired by the human brain;
“evolutionaries” use methods inspired by Darwinian evolution; “Bayesians” use probabilistic inference;
and “analogizers” extrapolate from similar cases seen previously.

This diversity of AI problems and solutions, and the foundation of AI in human evaluation of the
performance and accuracy of algorithms, makes it difficult to clearly define a bright-line distinction
between what constitutes AI and what does not. For example, many techniques used to analyze large
volumes of data were developed by AI researchers and are now identified as “Big Data” algorithms and
systems. In some cases, opinion may shift, meaning that a problem is considered as requiring AI before it
has been solved, but once a solution is well known it is considered routine data processing. Although the
boundaries of AI can be uncertain and have tended to shift over time, what is important is that a core
objective of AI research and applications over the years has been to automate or replicate intelligent
behavior.

а) искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений;

б) технологии искусственного интеллекта - технологии, основанные на использовании искусственного интеллекта, включая компьютерное зрение, обработку естественного языка, распознавание и синтез речи, интеллектуальную поддержку принятия решений и перспективные методы искусственного интеллекта;

в) перспективные методы искусственного интеллекта - методы, направленные на создание принципиально новой научно-технической продукции, в том числе в целях разработки универсального (сильного) искусственного интеллекта (автономное решение различных задач, автоматический дизайн физических объектов, автоматическое машинное обучение, алгоритмы решения задач на основе данных с частичной разметкой и (или) незначительных объемов данных, обработка информации на основе новых типов вычислительных систем, интерпретируемая обработка данных и другие методы);

There is no single definition of AI that is universally accepted by practitioners. Some define AI loosely as
a computerized system that exhibits behavior that is commonly thought of as requiring intelligence.
Others define AI as a system capable of rationally solving complex problems or taking appropriate
actions to achieve its goals in whatever real world circumstances it encounters

Experts offer differing taxonomies of AI problems and solutions. A popular AI textbook9 used the
following taxonomy: (1) systems that think like humans (e.g., cognitive architectures and neural
networks); (2) systems that act like humans (e.g., pass the Turing test via natural language processing;
knowledge representation, automated reasoning, and learning), (3) systems that think rationally (e.g., logic solvers, inference, and optimization); and (4) systems that act rationally (e.g., intelligent software
agents and embodied robots that achieve goals via perception, planning, reasoning, learning,
communicating, decision-making, and acting). Separately, venture capitalist Frank Chen broke down the
problem space of AI into five general categories: logical reasoning, knowledge representation, planning
and navigation, natural language processing, and perception.10 And AI researcher Pedro Domingos
ascribed AI researchers to five “tribes” based on the methods they use: “symbolists” use logical reasoning
based on abstract symbols, “connectionists” build structures inspired by the human brain;
“evolutionaries” use methods inspired by Darwinian evolution; “Bayesians” use probabilistic inference;
and “analogizers” extrapolate from similar cases seen previously.11
This diversity of AI problems and solutions, and the foundation of AI in human evaluation of the
performance and accuracy of algorithms, makes it difficult to clearly define a bright-line distinction
between what constitutes AI and what does not. For example, many techniques used to analyze large
volumes of data were developed by AI researchers and are now identified as “Big Data” algorithms and
systems. In some cases, opinion may shift, meaning that a problem is considered as requiring AI before it
has been solved, but once a solution is well known it is considered routine data processing. Although the
boundaries of AI can be uncertain and have tended to shift over time, what is important is that a core
objective of AI research and applications over the years has been to automate or replicate intelligent
behavior.

а) искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений;

б) технологии искусственного интеллекта - технологии, основанные на использовании искусственного интеллекта, включая компьютерное зрение, обработку естественного языка, распознавание и синтез речи, интеллектуальную поддержку принятия решений и перспективные методы искусственного интеллекта;

в) перспективные методы искусственного интеллекта - методы, направленные на создание принципиально новой научно-технической продукции, в том числе в целях разработки универсального (сильного) искусственного интеллекта (автономное решение различных задач, автоматический дизайн физических объектов, автоматическое машинное обучение, алгоритмы решения задач на основе данных с частичной разметкой и (или) незначительных объемов данных, обработка информации на основе новых типов вычислительных систем, интерпретируемая обработка данных и другие методы);

There is no single definition of AI that is universally accepted by practitioners. Some define AI loosely as
a computerized system that exhibits behavior that is commonly thought of as requiring intelligence.
Others define AI as a system capable of rationally solving complex problems or taking appropriate
actions to achieve its goals in whatever real world circumstances it encounters

а) искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений;

б) технологии искусственного интеллекта - технологии, основанные на использовании искусственного интеллекта, включая компьютерное зрение, обработку естественного языка, распознавание и синтез речи, интеллектуальную поддержку принятия решений и перспективные методы искусственного интеллекта;

в) перспективные методы искусственного интеллекта - методы, направленные на создание принципиально новой научно-технической продукции, в том числе в целях разработки универсального (сильного) искусственного интеллекта (автономное решение различных задач, автоматический дизайн физических объектов, автоматическое машинное обучение, алгоритмы решения задач на основе данных с частичной разметкой и (или) незначительных объемов данных, обработка информации на основе новых типов вычислительных систем, интерпретируемая обработка данных и другие методы);