Искусственные нейронные сети вернулись в форме глубокого обучения, когда в 2015 году Alpha Go, программа, разработанная Google, смогла победить чемпиона мира по настольной игре Go. Данная игра существенно сложнее шахмат (например, в начале игры в шахматах есть 20 возможных ходов, а в Go - 361), и долгое время считалось, что компьютеры никогда не смогут победить людей в этой игре. AlphaGo добилась своей высокой производительности за счет использования особого типа искусственной нейронной сети, называемой глубоким обучением [1].
Сегодня искусственные нейронные сети и глубокое обучение лежит в основе большинства приложений, известных нам под названием искусственного интеллекта. Они лежат в основе алгоритмов распознавания изображений, используемых Facebook, алгоритмов распознавания речи, которые питают умные колонки и самоуправляемые автомобили. Этот сбор достижений прошлых статистических результатов - период падения искусственного интеллекта, в котором международное сообщество находится и в настоящее время.
ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 3
1. ИСТОРИЧЕСКИЕ ОСОБЕННОСТИ РАЗВИТИЯ ИДЕЙ И ПОДХОДОВ ФОРМИРОВАНИЯ И ИСПОЛЬЗОВАНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 5
1.1. Исторические этапы рождения и начального развития искусственного интеллекта 5
1.2. Причины первоначального отсутствия прогресса в использовании искусственного интеллекта 8
Выводы по первой главе 11
2. СОВРЕМЕННЫЕ ПОДХОДЫ К ИСПОЛЬЗОВАНИЮ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОРГАНИЗАЦИИ 13
2.1. Концепция развития искусственного интеллекта в системе цифровых двойников 13
2.2. Применение идей развития искусственного интеллекта в современной теории социального обмена в организации 17
Выводы по второй главе 21
ЗАКЛЮЧЕНИЕ 23
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 25