Ответ:
Шаг 1. Инструкция: как подготовиться к школе утром
- Проснуться и привести себя в порядок.
- Посмотреть расписание уроков.
- Собрать в рюкзак учебники, тетради и пенал, необходимые по расписанию.
- Позавтракать и проверить, всё ли нужное взято.
- Выйти из дома вовремя и отправиться в школу.
Проверка инструкции: действия расположены в правильном порядке, поэтому по ним можно последовательно выполнить задачу без пропуска важных этапов.
Шаг 2. Пример обучающих данных
Предположим, систему распознавания лиц обучали в основном на фотографиях людей одного возраста и при хорошем освещении. В наборе было мало изображений детей, пожилых людей и людей в очках. Поэтому система может хуже распознавать лица этих людей.
Вывод: для точного обучения ИИ нужны разнообразные, правильно размеченные данные, которые отражают разные условия и группы людей.
Шаг 3. Профессии, которые могут измениться
- Переводчик: ИИ сможет быстро переводить типовые тексты, а специалист будет проверять смысл, стиль и сложные выражения.
- Врач: алгоритмы смогут помогать анализировать снимки и медицинские данные, но окончательное решение останется за врачом.
- Учитель: ИИ сможет подбирать упражнения и объяснения, а учитель будет заниматься общением, поддержкой и оценкой прогресса.
- Водитель: автоматические системы смогут выполнять часть задач управления транспортом, однако потребуется контроль безопасности.
- Программист: ИИ сможет создавать типовой код, а программист будет ставить задачи, проверять результат и исправлять ошибки.
Общий вывод: автоматизация прежде всего заменяет повторяющиеся операции, но одновременно создаёт новые задачи и повышает значение человеческого контроля, ответственности, творчества и общения.
Шаг 1. Инструкция: как подготовиться к школе утром
- Проснуться и привести себя в порядок.
- Посмотреть расписание уроков.
- Собрать в рюкзак учебники, тетради и пенал, необходимые по расписанию.
- Позавтракать и проверить, всё ли нужное взято.
- Выйти из дома вовремя и отправиться в школу.
Проверка инструкции: действия расположены в правильном порядке, поэтому по ним можно последовательно выполнить задачу без пропуска важных этапов.
Шаг 2. Пример обучающих данных
Предположим, систему распознавания лиц обучали в основном на фотографиях людей одного возраста и при хорошем освещении. В наборе было мало изображений детей, пожилых людей и людей в очках. Поэтому система может хуже распознавать лица этих людей.
Вывод: для точного обучения ИИ нужны разнообразные, правильно размеченные данные, которые отражают разные условия и группы людей.
Шаг 3. Профессии, которые могут измениться
- Переводчик: ИИ сможет быстро переводить типовые тексты, а специалист будет проверять смысл, стиль и сложные выражения.
- Врач: алгоритмы смогут помогать анализировать снимки и медицинские данные, но окончательное решение останется за врачом.
- Учитель: ИИ сможет подбирать упражнения и объяснения, а учитель будет заниматься общением, поддержкой и оценкой прогресса.
- Водитель: автоматические системы смогут выполнять часть задач управления транспортом, однако потребуется контроль безопасности.
- Программист: ИИ сможет создавать типовой код, а программист будет ставить задачи, проверять результат и исправлять ошибки.
Общий вывод: автоматизация прежде всего заменяет повторяющиеся операции, но одновременно создаёт новые задачи и повышает значение человеческого контроля, ответственности, творчества и общения.
