Наверное, большинство современных людей так или иначе слышали о таком понятии, как «искусственный интеллект». Некоторые производители программного обеспечения даже заявляют, что их системы обладают этим самым искусственным интеллектом. Но на данный момент времени это – не более чем уловка, призванная привлечь пользователя громким названием. Впрочем, кое-что в этих программах все-таки присутствует и поэтому хоть и слабо, но оправдывает такие названия. Это кое-что – нейросети. По сути дела, большинство из них просто анализируют при помощи специального алгоритма большие массивы данных, которые им «скармливают» в процессе «обучения» и таким образом формируют определенные числа, которые могут преодолевать «пороговую» функцию и тогда нейросеть выдает одно решение, либо же нет и тогда выдается другое.
В основном в процессе создания подобных нейросетей используются функции векторной математики и массивы. В общем и целом это не такая сложная штука, и по большому счету каждый может попробовать написать простенькую нейросеть по типу полносвязного перцептрона. Лучше всего использовать для этого высокоуровневые языки программирования (они самые простые для понимания) по типу Питона (Python) в связке со специальными библиотеками на более быстродействующих языках типа Си. Однако, нейросети такого уровня сложности не годятся ни для чего, кроме как для того, чтобы самому подробнее разобраться в том, что же это такое. Кроме того, даже таким простеньким нейросетям в процессе обучения требуется огромная вычислительная мощность и приличное время, также данные сильно забивают жесткий диск компьютера, так что обычные ПК не годятся для нейросетей. Нейросети более мощные и более сложные ставят подобные ограничения уже перед суперкомпьютерами, так что из этого вытекает их основной недостаток – мощности современных суперкопьютеров не хватает для реализации действительно серьезных нейросетей. Впрочем, отдельные задачи нейросети уже научились успешно решать – например, распознавание изображений. Как правило, для решения подобных задач используются специализированные нейросети, например, сверточные. Классическая нейросеть в виде полносвязного перцептрона уже не подойдет для этого. Отсюда вытекает второе ограничение нейросетей – они жестко специализованы на одном конкретном типе задачи и не годятся для решения общих задач. А ведь нервные ганглии даже простейшего существа, например, мухи решают десятки и сотни различных задач и интегрируют все это для достижения результата! Исходя хотя бы из этих двух соображений, появляются серьезные сомнения, что в ближайшие лет 50 человечеству удастся реализовать полноценный или, как иногда говорят, «сильный» ИИ.