Заключение
Развитие
нейронных сетей вызвало немало энтузиазма
и критики. Некоторые сравнительные
исследования оказались оптимистичными,
другие - пессимистичными. Для многих
задач, таких как распознавание образов,
пока не создано доминирующих подходов.
Нужно пытаться понять возможности,
предпосылки и область применения
различных подходов и максимально
использовать их дополнительные
преимущества для дальнейшего развития
интеллектуальных систем.
Но
тем не менее, благодаря нейросетям с
2011 года ежегодный прирост инвестиций
в сферу ИИ вырос в 15 раз, а это лишь
начало. Каждый год запускается все
больше стартапов с применением методов
НС, а их уже сегодня десятки тысяч и
стоить они будут около сотни миллиардов
долларов уже через несколько лет.
Очевидно, в сфере ИИ есть огромные
перспективы. Возможно, совсем скоро
человечество значимо улучшит уровень
жизни на планете в целом, облегчит рутину
и ручной труд.
Но
возможны и опасности в виде безработицы,
обесценивания научной и творческой
деятельности.
Нейросети
пока что не идеальны, но даже если они
таковыми станут, люди должны сохранить
контроль над ситуацией и не допустить
превращения опасений в реальность.
Список использованной литературы
Брагин
А.В., Мирошниченко В.В., Орлова Е.С Создание
автоматизированной компьютерной
системы. 2011. №4. С. 64-67
Крислов
В.А., Олешко Д.Н., Трутнев А.В., Применение
нейронных сетей в задачах интеллектуального
анализа информации. 1999. С.99
Нейронные
сети STATISTICA
Neural
Network
// М.:Горячая линия-Телеком, 2000 г. С.182
Фаустова
К.И. Нейронные сети: применение сегодня
и перспективы развития. Технические
науки. 2019 г. С. 11-16
Обзор
алгоритмов кластеризации данных
[Электронный ресурс]. – URL:
https://habr.com/ru/post/101338/
(Дата обращения: 28.11.2019) Загл. С экр. Яз.
Рус
Распознавание
образов в эйдетическом искусственном
интеллекте [Электронный ресурс]. –
URL:
https://habr.com/ru/post/438932/ (Дата обращения:
25.11.2019) Загл. С экр. Яз. Рус
