Искусственный интеллект пополнил набор громких модных словечек нашего времени. Главный специалист по обработке данных в компании Dun and Bradstreet объясняет смысл ИИ в понятных, близких бизнесу терминах.
Искусственный интеллект, машинное обучение, когнитивные вычисления, глубокое обучение и тому подобные термины стали взаимозаменяемыми жаргонизмами при обсуждении ИИ. В это трудно поверить, но размах маркетинговой шумихи вокруг ИИ превысил даже уровень внимания к цифровой трансформации.
Стремясь пробиться через толщу пиара и прочей ерунды, я попросил главного специалиста по обработке данных в компании Dun and Bradstreet объяснить смысл ИИ в недвусмысленных терминах, понятных бизнесу. Задание это непростое, поэтому я и выбрал Энтони Скриффиньяно, одного из наиболее блестящих и выдающихся специалистов по анализу данных из всех, кого я знаю. Он прекрасно умеет доходчиво объяснять - именно поэтому лучше всех и сможет растолковать суть ИИ.
В чем смысл искусственного интеллекта?
Уж в чем наша отрасль неплохо преуспела, так это в придумывании для людей двусмысленных терминов, истолковывать которые можно по-разному в зависимости от ситуации. И этот термин, несомненно, один из них. Это пример некой концепции, которую вы вроде бы понимаете, но если попытаться сформулировать ее смысл, ученые мужи начнут спорить, какое определение самое точное. И все же по совокупности искусственный интеллект - это набор технологий, с которыми мы реально сталкиваемся. Вам может попасться термин «ИИ». Вы можете услышать «машинное обучение», «глубокое обучение» или даже «глубокое доверие». Также вы можете натолкнуться на словосочетания «нейроморфные вычисления» или «нейронные сети», «обработка естественного языка», «алгоритм логического вывода», «рекомендательные системы». Все это классифицируется как искусственный интеллект.
Также вам, возможно, доведется иметь дело с автономными системами - ботами. Порой нам приходится слышать о них... Но вот Siri, наверное, - самый наглядный пример из того, с чем сталкивается каждый (или любая другая подобная система - я даже не буду пытаться перечислить все, потому что наверняка что-то забуду): речь идет о цифровых помощниках, пытающихся в некотором смысле имитировать поведение человека. Когда вы заходите на сайт, а там говорится «Кликните, чтобы поговорить с Шелли» или «Кликните, чтобы поговорить с Дагом», вы же не разговариваете с человеком - вы разговариваете с ботом. Это и есть примеры ИИ.
Это представление в общих чертах. Если же подойти к проблеме с точки зрения программиста, он вам скажет, что все это системные процессы, спроектированные для выполнения ряда задач. Среди таких задач может быть имитация человеческого поведения. Другой задачей может быть уже имитация человеческого мышления. Третьей задачей будет «интеллектуальное поведение». Еще одной - «рациональное поведение», и здесь уже начинаются ожесточенные споры. А дальше может быть еще «этическое поведение», и споры вокруг него еще более активные. Я привел в пример только несколько категорий, в которые попадают эти системы и процессы.
А еще существуют методы классификации самих алгоритмов. Есть детерминистские методы, есть недетерминистские, а есть методы, основанные на правилах. Так что воспринимать это можно разными способами: можно снизу вверх, по факту окончания, а можно оценивать то, что вы увидели, пощупали и прочувствовали.
Какая связь между терминами вроде «машинное обучение», «ИИ» и «когнитивные вычисления»?
Это не синонимы. Когнитивные вычисления сильно отличаются от машинного обучения, и я бы назвал оба понятия подвидами ИИ. Это просто чтобы как-то описать эти три термина. Я бы сказал, что искусственный интеллект включает в себя все то, что я только что описал. Это набор средств, разработанных для имитации поведения, имитации мышления, интеллектуального поведения, рационального поведения, эмпатического поведения. Все эти системы и процессы и смешаны в том винегрете, который мы называем искусственным интеллектом.
Когнитивные вычисления - это термин, употребляемый в основном компанией IBM. Это весьма примечательный подход к просеиванию огромных объемов информации, которую можно переработать в так называемый когнитивный стек. А затем создать связи внутри всего этого переработанного материала, чтобы пользователь мог обнаружить конкретную проблему, или чтобы можно было разобраться с каким-либо вопросом, о котором никто раньше даже не догадывался.
Машинное обучение представляет собой практически противоположное понятие. Если у вас есть целевая функция, это значит, что вы пытаетесь выделить в данных нечто совершенно определенное. И процесс машинного обучения анализирует массу разрозненных данных и пытается создать приближение к целевой функции - фактически он пытается найти то, что вы ему сказали искать. Обычно это делается либо путем обучения системы, либо путем наблюдения за ее работой и параллельного регулирования с помощью своеобразных кнопок и переключателей. Так что здесь речь идет об одновременно контролируемом и неконтролируемом обучении. И это очень и очень сильно отличается от когнитивных вычислений.
Скажем, модель - это метод для оценки набора исторических данных или уже собранных данных с целью описать их математическим способом. И у нас есть регрессионные техники, с помощью которых мы непрерывно уточняем эту модель, пока она не начнет работать с заданной эффективностью. Она предсказывает тот результат, на ретроспективное предсказание которого мы ее настроили. А затем, исходя из предположения, что мы можем экстраполировать этот результат на будущее, основываясь на нынешних временных рамках (а это очень смелое предположение), мы можем применить эту модель для попытки математически спрогнозировать то, что случится в перспективе.
Самым наглядным примером этого принципа на сегодня являются выборы, не так ли? Мы смотрим на данные опросов. Мы учитываем фазу Луны. Мы берем во внимание размер обуви. Мы берем все, что кажется нам целесообразным, и говорим: «То-то и то-то произойдет в будущем». Но дальше может произойти что-то, чего, возможно, модель не смогла предсказать.
Теперь перейдем к ИИ. Некоторые системы (не все) работают приблизительно на такой логике: «Покажи мне что-то, что похоже на то, что ты ищешь, и я найду массу других вещей, которые выглядят в точности также. Но ты должен меня обучить. Дай мне страницу на сайте и расскажи мне, что тебя на ней интересует. И я найду кучу других веб-сайтов, которые содержат похожий материал. Дай мне набор сигналов, которые ты считаешь опасными, и когда я в будущем замечу эти сигналы, я сообщу о том, что происходит что-то опасное». Это то, что мы называем «обучением».
Почему обучение моделей настолько сложное?
Представьте, что я обучаю машину, используя группу людей... и здесь золотое правило состоит в том, что они должны быть в равной степени заинтересованы и ознакомлены с процессом, так что, скажем, я не могу взять пять программистов и четырех вчерашних студентов... Нужно стараться подбирать людей либо совершенно в случайном порядке, либо по одинаковым интересам. Есть два способа сделать это. Вы показываете им много, очень много картинок. Вы показываете им изображения гор вперемежку с фотографиями верблюдов, а также изображения предметов, которые практически в точности похожи на горы, например, мороженое в вафельном стаканчике. И вы просите их сказать, что из этих предметов можно назвать горой. При этом машина наблюдает за людьми и на основании их поведения в процессе выбора изображений с горами она также начинает выбирать горы. Такой подход называется эвристическим.
Мы смотрим на людей, моделируем их поведение путем наблюдения, а затем пытаемся повторить то, что они делают. Это вид обучения. Такое эвристическое моделирование представляет собой один из способов машинного обучения, однако это не единственный способ.
Но существует множество простых приемов, с помощью которых эту систему можно обмануть. Прекрасный пример - распознавание человеческих лиц. Посмотрите на лица разных людей. Наверное, всем известно, что существуют технологии для моделирования на основе определенных точек на лице, скажем, уголков глаз. Не хочу вдаваться в интеллектуальные секреты, но есть некоторые области, между которыми можно построить углы, и эти углы обычно не особо меняются со временем. Но вот вам показывают фотоснимки людей с широко открытыми глазами или гримасами в области рта. Такие люди пытаются сбить эти алгоритмы с толку, искажая черты своего лица. Вот почему вам нельзя улыбаться на фотографии в паспорте. Но машинное обучение уже ушло далеко вперед. У нас есть такие средства, как Eigenface, и другие технологии для моделирования поворота и искажения лиц, позволяющие определить, что это одно и то же лицо.
Со временем эти инструменты становятся все лучше. И порой, когда люди пытаются запутать процесс обучения, мы также учимся на их поведении. Так что этот процесс саморазвивающийся, и в этом плане идет постоянный прогресс. Рано или поздно цель будет достигнута, и да, машина будет находить только горы. Она не пропустит ни одной горы и никогда не будет сбита с толку стаканчиком мороженого.
Чем это отличается от классического программирования?
Изначально этот процесс происходил в игровой форме или заключался в идентификации изображений. Тогдашние исследователи просили участников играть в игры или помогать в обучении простыми утверждениями вроде «Это гора», «Это не гора», «Это гора Фудзи», «Это гора Килиманджаро». Так что у них накопился набор слов. У них была группа людей, использовавших слова для описания изображений (например, в проекте Amazon Mechanical Turk).
Используя эти методики, они фактически отобрали набор слов и сказали: «Итак, слово „гора“ часто ассоциируется с тем-то и тем-то, и между словом „гора“ и этим изображением наблюдается высокая статистическая корреляция. Так что если люди ищут информацию о горах, покажите им это изображение. Если они ищут гору Фудзи, покажите им это изображение, а не то». В этом и состоял прием совместного использования человеческого мозга и описательных слов. Сегодня этот прием не единственный. На данный момент существует множество более изощренных методик.
К каким ответам на главные вопросы ты пришёл?
В чём, на твой взгляд, заключается «искусство быть человеком»? Попробуй объяснить, что такое человек.
Человек не только существо биологическое, но и социальное. В своей жизни он не может руководстоваться только животными инстинктами. Будучи частью природы, человек в то же время обладает качествами, отличающими его от животных. Он мыслит, разговаривает, трудится и, наконец, может создавать то, чего в природе не существует, накапливать и передавать культурный опыт. Благодаря развитию в обществе человек осознаёт себя и своё место в мире, становится личностью, приобретает не повторимое сочетание телесных, интеллектуальных и душевных качеств.
Осуществил ли ты какие-нибудь проекты, изучая эту главу?
Какие проекты были выбраны? Кто работал вместе с тобой?
Как был представлен результат?
См. после каждого параграфа.
Проверь, чему ты научился!
1-я ЛИНИЯ РАЗВИТИЯ ЛИЧНОСТИ
Понимать связи между людьми в обществе.
Распредели понятия на группы.
Этические – совесть, нравственность, мораль, деятельность
Психологические - сознание, душа, мышление, воля, эмоции
2-я ЛИНИЯ РАЗВИТИЯ ЛИЧНОСТИ
Занимать свою позицию в обществе.
Один из твоих знакомых утверждает, что жить по совести – невыгодно. Сформулируй свои возражения.
Позиция: Я считаю, что, жить по совести можно.
Аргументы: потому что, совесть это «голос другого Я», который обращается к достоинству человека, заставляет его быть ответственным, прежде всего перед самим собой. От человека требуется поступать по совести в любых обстоятельствах. Даже тогда, когда его никто не видит, когда о его поступке никто не узнает, нравственный человек соглашается с требованиями совести.
Человек, который поступает безответственно – безотвтетсвенен во всем, даже по отношению к самому себе.
3-я ЛИНИЯ РАЗВИТИЯ ЛИЧНОС ТИ
Действовать в пределах норм нравственности и права.
Ты получил двойку в школе и боишься, что родители в наказание откажутся от воскресной поездки, о которой всю неделю мечтала семья. Выбери допустимые модели поведения и объясни свой выбор.
А) Спрятать дневник.
Б) Если спросят, признаться, что получил двойку.
В) Рассказать о двойке после поездки.
Г) Сразу рассказать о двойке родителям и объяснить, как и когда ты будешь её исправлять.
Вариант Г. Лучше сразу рассказать родитеям. Это говорит о таких качествах как честность и одновременно формируется ответственность за свои поступки. Возможен и вариант Б, потому что человеку свойственно бояться. Остальные варианты сделают ситуацию хуже и могут лишить школьника доверия.
>> Что такое погода?
Что такое погода?
Утром, собираясь в школу, Серёжа спрашивает маму и папу:
- Какая сегодня погода?
- Сегодня тепло, - отвечают ему, - ярко светит солнышко, дождя
и ветра нет.
А бывает и по-другому.
- Сегодня холодно, - говорят мама и папа, - небо закрыто серыми облаками, идёт дождь и дует сильный ветер...
Иногда родители говорят просто:
- Сегодня хорошая погода.
Или:
- Сегодня плохая погода.
Как ты думаешь, зачем Серёже нужно знать, какая сегодня погода? А как ты, собираясь в школу, узнаёшь о погоде?
Попробуй объяснить, что такое погода.
Температура воздуха - холодно, тепло, жарко.
Облачность:
Ветер - сильный, порывистый, слабый.
Погода - это сочетание температуры воздуха, облачности, осадков, ветра.
Изменения температуры, облачность, дождь, снегопад, ветер - это основные явления погоды. Есть и другие, например:гроза, метель . Расскажи о них.
КАК ПРЕДСКАЗЫВАЮТ ПОГОДУ*
Учёные ведут постоянные наблюдения за погодой. Они составляют прогнозы (то есть предсказания) погоды - на завтра, на несколько дней или недель вперёд. Как ты думаешь, для чего это нужно?
Наука о погоде называется метеорология . Во многих местах на земле есть метеорологические станции (метеостанции), где ведутся наблюдения за погодой. В космосе работают метеорологические спутники (метеоспутники). В море устанавливают специальные метеобуи, на которых находятся приборы для наблюдения за погодой. Есть даже специальные метеорологические самолёты и корабли, оснащённые необходимым оборудованием. Все собранные сведения учёные обрабатывают с помощью компьютеров и составляют прогнозы погоды.
Народные приметы тоже иногда помогают предсказывать погоду.
Шишки хвойных деревьев раскрываются - к сухой погоде.
Ласточки низко летают - к дождю.
Если солнце садится в облака - жди дождя.
Если днём соцветия одуванчиков закрылись - будет дождь.
Если клевер сблизил листочки, а соцветия его поникли - жди дождя.
Ясная луна зимой - к морозу.
Зимой вороны и галки садятся на верхушки деревьев - к морозу, на нижние ветви - к ветру, на снег - к оттепели.
Плешаков А. А., Мир вокруг нас, Учеб. для 2 кл. нач. шк. В 2 Ч 1 / А. А. Плешаков. - 7-е изд. - М. Просвещение, 2006. - 143 с, ; ил.
Материалы по природоведению за 2 класс скачать , конспект по природоведению, учебники и книги скатать бесплатно, школьная программа онлайн
Содержание урока конспект урока опорный каркас презентация урока акселеративные методы интерактивные технологии Практика задачи и упражнения самопроверка практикумы, тренинги, кейсы, квесты домашние задания дискуссионные вопросы риторические вопросы от учеников Иллюстрации аудио-, видеоклипы и мультимедиа фотографии, картинки графики, таблицы, схемы юмор, анекдоты, приколы, комиксы притчи, поговорки, кроссворды, цитаты Дополнения рефераты статьи фишки для любознательных шпаргалки учебники основные и дополнительные словарь терминов прочие Совершенствование учебников и уроков исправление ошибок в учебнике обновление фрагмента в учебнике элементы новаторства на уроке замена устаревших знаний новыми Только для учителей идеальные уроки календарный план на год методические рекомендации программы обсуждения Интегрированные урокиТермин «хорион» используется гинекологами для обозначения плаценты на первом триместре беременности. У многих пациенток на ранних сроках, в карточке появляется запись «предлежание хориона». Как и всё неизвестное, это определение, вкупе со словом диагноз, способно не на шутку испугать будущую маму.
Попробуем доступно объяснить, что такое предлежание хориона. Данный диагноз означает неправильное расположение плаценты. Когда вместо прикрепления к телу матки, она может захватывать нижний маточный сегмент. Порой происходит частичное или полное перекрывание внутреннего зева цервикального канала, ведущего из матки. Этот диагноз наиболее актуален для первого триместра беременности. В основном, по мере развития плода, хорион поднимается. Но бывают случаи, когда этого не происходит.
Виды предлежания хориона
При низком предлежании хориона наблюдается прикрепление плодного яйца на пару сантиметров ниже шейки матки. Это встречается всего у 5% беременных. Поставить подобный диагноз можно только во время УЗИ. Наиболее распространено низкое прикрепление на первых двух триместрах. В 90% случаев хорион благополучно поднимается в нужное положение по мере роста плода. Это обусловлено тем, что ткани матки вытягиваются вверх и тянут за собой плаценту. Таким образом, всё обходится без медикаментозного лечения.
Встречаются предлежания по задней или передней стенке матки. Первый вариант является самым распространённым и считается нормой. При этом плацента также может переходить на боковые стенки матки. Ничего страшного в этом нет. В случае с хорионом по передней стенке так же нет поводов для беспокойства. В этом варианте миграция плаценты происходит даже быстрее.
Бывает, что плацента не поднялась, но перекрытие внутреннего зева не наблюдается. В этом случае беременной рекомендуется полный покой и постоянное наблюдение у гинеколога.
При частичном предлежании плацента может перекрыть до двух третей шейки матки. Разновидностью этого типа называют и краевое предлежание, при котором перекрытие отверстия матки не превышает одной трети. Эти варианты хуже, но также не являются безнадёжными. Хотя повышается риск выкидыша, и могут возникнуть кровотечения, стационарное лечение не применяется.
Наиболее опасным является полное или центральное предлежание плаценты. В этом случае наблюдается полное перекрытие внутреннего зева цервикального канала. При этой форме предлежания, начиная с 4 месяца, показана госпитализация. Хотя внешне всё может быть благополучно, существует огромный риск обильных кровотечений. Они могут развиться без видимых причин, даже в состоянии полного покоя. Поэтому, чтобы не рисковать жизнью беременной женщины, врачи наблюдают её в стационаре.
Однако, в любом случае, нельзя поддаваться панике. Хотя при полном предлежании показано кесарево сечение, существует реальный шанс сохранить беременность. Благополучный исход наблюдается в 95% случаев.
Основные причины предлежания хориона
Главной причиной данного нарушения считается патология внутренних стенок матки, из–за которой эмбрион не может прикрепиться к ним. Зачастую, эти патологии возникают вследствие аборта или из–за инфекций, передающихся половым путём. Предлежание также может развиться при деформации матки, которое возникает вследствие миомэктомии.
Женщины, страдающие тяжёлыми формами заболеваний сердца, почек или печени, входят в группу повышенного риска. Это обусловлено застойными явлениями в полости матки. Предлежанием хориона зачастую страдают второродящие женщины, особенно, старше 35 лет.
Данное отклонение может быть связано с патологией плодного яйца, вследствие чего невозможно полноценное прикрепление последнего. Бывает и так, что плацента прикрепляется слишком плотно и не может самостоятельно отделиться в процессе родов.
Будет уместно заметить, что предлежание хориона, исключая центральный вариант, можно утвердительно диагностировать только в конце беременности, так как положение плаценты всегда может измениться.
Последствия предлежания хориона
Самым распространённым осложнением предлежания, так же как и симптомом, является кровотечение. Его характер зависит от степени предлежания. Во время полного предлежания кровотечение наблюдается уже на 2–3 месяце. Боковая форма предполагает кровотечение после 6 месяца и при родах. Интенсивность кровоизлияний также обуславливается степенью предлежания. Замечено, что 20% случаев они происходят во время второго триместра.
Кровянистые выделения при данной патологии носят особенный характер.
Плюсом является то, что излияние всегда происходит наружу, и позволяет избежать образования гематом между маткой и хорионом. Однако это не уменьшает опасности для будущей матери и ребёнка.
Отличительная черта этих кровотечений – внезапность. При этом у беременной не наблюдается каких–либо болевых ощущений или дискомфорта. Это позволяет не спутать их с самопроизвольным прерыванием беременности, которое всегда сопровождается болезненными спазмами.
Появившись однажды, кровотечения имеют тенденцию повторяться с разными интервалами. Предугадать его интенсивность и обильность невозможно.
Основной угрозой предлежания плаценты является выкидыш. Сигнализировать об опасности может тонус матки, тянущая боль в животе и пояснице. Нередко постоянным сопутствующим симптомом является у будущей мамочки. Это ведёт к слабости, вялости, разбитости и обморокам.
Из–за обильных кровоизлияний может развиться анемия, что усугубит проявления гипотонии. К тому же, вследствие пониженного гемоглобина, негативно отражается на развитии плода.
Также на фоне предлежания, эмбрион зачастую оказывается в поперечном, косом или ягодичном положении. При наличии одного или нескольких из описанных показателей, рекомендуется делать, во избежание гибели ребёнка.
Как бы то ни было, предлежание хориона – это не приговор. При соблюдении рекомендаций врача всегда есть шанс выносить здорового ребёнка.
Загрузка...
