Конференция стимулировала исследования в области ИИ, в результате чего были разработаны первые программы, способные моделировать человеческое мышление на базовом уровне. Это также способствовало созданию первых академических центров, специализирующихся на ИИ, и привело к развитию междисциплинарных подходов в исследованиях, соединяющих компьютерные науки, логику, психологию и нейробиологию.

Перцептрон был разработан Франком Розенблаттом в 1958 году и стал одним из первых алгоритмов, основанных на принципах работы нейронных сетей. Перцептрон предназначался для автоматического распознавания образов и был одним из первых примеров машины, способной обучаться без программирования явных инструкций.

Совершенно не заслужено фамилию Розенблатта вспоминают теперь чаще в исторических обзорах. Надо отметить, что Розенблатт разработал не какой-то один вид искусственной нейронной сети. Он разработал полную классификацию всевозможных нейронных сетей. Под общие название перцептрон – попадает ЛЮБАЯ ныне существующая ИНС. Есть у Розенблатта и многослойные перцептроны, которые по его терминологии начинаются с двух внутренних слоев, и рекуррентные перцептроны, и много других подтипов. Причем в отличии от современно разрабатываемых их характеристики Розенблаттом просчитаны более тщательно. Именно поэтому просто необходимо вновь разрабатываемую ИНС сравнивать вначале с соответствующим по классификации перцептронов от Розенблатта – если такого сравнения нет, то и эффективность новой ИНС совершенно не ясна. А многие разработчики ИНС – не удосуживаются этого сделать, и как следствие много званых, и не одного призванного.

Принцип работы перцептрона

Перцептрон имитировал работу человеческого нейрона с использованием простой математической модели. Входные сигналы перцептрона (аналоги дендритов нейрона) принимали числовые значения, которые взвешивались и суммировались. Если сумма превышала определенный порог, перцептрон активировался, отправляя сигнал (аналог аксона).

Примеры использования

Перцептрон успешно применялся для решения простых задач распознавания, таких как определение, является ли представленное изображение буквой или цифрой. Это было значительным шагом вперед в разработке алгоритмов машинного обучения.

"Logic Theorist" разработанная Алленом Ньюэллом и Гербертом Саймоном в 1956 году, считается одной из первых ИИ-программ. Эта программа предназначалась для автоматического доказательства теорем.

Как работал Logic Theorist

Программа использовала базовые правила логики для формулировки доказательств теорем. Она могла предлагать несколько подходов к доказательству, некоторые из которых могли быть более эффективными, чем традиционные методы, используемые людьми.

Достижения и ограничения

"Logic Theorist" смогла доказать 38 из первых 52 теорем в книге "Принципы математической логики" Рассела и Уайтхеда. Это доказательство потенциала ИИ в решении интеллектуальных задач вызвало широкий интерес к этой области.

Хорошо, давай добавим информацию о дополнительных алгоритмах и моделях, которые были разработаны в начальные годы развития ИИ, чтобы дополнить картину раннего прогресса в этой области.

Программа Samuel’s Checkers (1959)

Одним из первых примеров использования ИИ для игр была программа для игры в шашки, разработанная Артуром Сэмюэлем в 1959 году. Эта программа использовала методы машинного обучения для улучшения своих стратегий со временем, став прародителем алгоритмов обучения с подкреплением.