внутреннюю структуру и достаточно большую скорость работы.
Вычислительные модули (Computing modules) – это подключаемые специализированные вычислители, предназначенные для решения узконаправленных задач, таких, как ускорение работы алгоритмов искусственных нейронных сетей, компьютерное зрение, распознавание по голосу, машинное обучение и другие методы искусственного интеллекта, построены на базе нейронного процессора – специализированного класса микропроцессоров и сопроцессоров (процессор, память, передача данных).
Вычислительный интеллект (Computational intelligence) – это ответвление искусственного интеллекта. Как альтернатива классическому искусственному интеллекту, основанному на строгом логическом выводе, он опирается на эвристические алгоритмы, используемые, например, в нечёткой логике, искусственных нейронных сетях и эволюционном моделировании.
Вычислительный юмор (Computational humor) – это раздел компьютерной лингвистики и искусственного интеллекта, использующий компьютеры для исследования юмора.
«Г»
Генеративно-состязательная сеть (Generative Adversarial Network) – это алгоритм машинного обучения без учителя, построенный на комбинации из двух нейронных сетей, одна из которых (сеть G) генерирует образцы, а другая (сеть D) старается отличить правильные («подлинные») образцы от неправильных. Так как сети G и D имеют противоположные цели – создать образцы и отбраковать образцы – между ними возникает антагонистическая игра. Генеративно-состязательную сеть описал Ян Гудфеллоу из компании Google в 2014 году. Использование этой техники позволяет, в частности, генерировать фотографии, которые человеческим глазом воспринимаются как натуральные изображения. Например, известна попытка синтезировать фотографии кошек, которые вводят в заблуждение эксперта, считающего их естественными фото. Кроме того, GAN может использоваться для улучшения качества нечётких или частично испорченных фотографий30.
Генеративные модели (Generative model) – это семейство архитектур ИИ, целью которых является создание образцов данных с нуля. Они достигают этого, фиксируя распределение данных того типа вещей, которые мы хотим генерировать. На практике модель может создать (сгенерировать) новые примеры из обучающего набора данных. Например, генеративная модель может создавать стихи после обучения на наборе данных сборника Пушкина31.
Генеративный искусственный интеллект (Generative Artificial Intelligence) – это наиболее перспективный метод машинного обучения, при котором нейросеть изучает массив данных, например содержание текстов обращений граждан по определенной теме, после чего использует полученную информацию для самостоятельно анализа других массивов на все остальные темы. Как отмечают специалисты Gartner возможности инструмента практически не имеют границ. По их оценкам к 2025 году около 10% всех производимых на планете данных будут приходиться на генеративный ИИ32.
Generative Adversarial Network (GAN) [Электронный ресурс] // machinelearningmastery.ru URL: https://www.machinelearningmastery.ru/generative-models-and-gans-fe7efc20020b/ (дата обращения: 11.02.2022)
Generative model [Электронный ресурс] // habr.com URL: https://habr.com/ru/company/wunderfund/blog/334568/ (дата обращения: 31.01.2022)
.Gartner назвала 12 самых перспективных технологий следующего года. [Электронный ресурс] // digitalms.ru. URL: https://www.digitalms.ru/media/news/19/ (Дата обращения: 28.08.2022).
