Sun’iy intellektning asosiy maqsadlaridan biri – bu inson miyasiga taqlid qilish asosida hisoblash mashinalarida bajarilishi mumkin bo‘lgan o‘qitish algoritmlarini loyihalashdir. Ushbu maqolada Tyuring mashinasi muammolarini sun’iy intellekt algoritmlari yordamida hal qilish usullari tajribalar asosida ko‘rib chiqilgan. Maqolada, shuningdek, ushbu yo‘nalishdagi tadqiqotlarni har tomonlama o‘rganish natijalariga asoslangan NTM usulining tanqidiy tushunchalari keltirilgan. Xotira ma’lumotlari bilan ishlash va muammolarni hal qilish uchun HTM usulini qo‘llashning eksperimental natijalari taqdim etilgan. Maqolada ushbu sohadagi ilmiy munozaralar va kelajakdagi muammolarni hal qilish yo‘llari yoritilgan.
Sun’iy intellektning asosiy maqsadlaridan biri – bu inson miyasiga taqlid qilish asosida hisoblash mashinalarida bajarilishi mumkin bo‘lgan o‘qitish algoritmlarini loyihalashdir. Ushbu maqolada Tyuring mashinasi muammolarini sun’iy intellekt algoritmlari yordamida hal qilish usullari tajribalar asosida ko‘rib chiqilgan. Maqolada, shuningdek, ushbu yo‘nalishdagi tadqiqotlarni har tomonlama o‘rganish natijalariga asoslangan NTM usulining tanqidiy tushunchalari keltirilgan. Xotira ma’lumotlari bilan ishlash va muammolarni hal qilish uchun HTM usulini qo‘llashning eksperimental natijalari taqdim etilgan. Maqolada ushbu sohadagi ilmiy munozaralar va kelajakdagi muammolarni hal qilish yo‘llari yoritilgan.
Одной из основных целей искусственного интеллекта является разработка алгоритмов обучения, которые можно выполнять на компьютерах, на основе имитации человеческого мозга. В этой статье мы рассматриваем методы решения задач машины Тьюринга с использованием алгоритмов искусственного интеллекта, основанных на экспериментах. В статье также представлены критические концепции метода НТМ по результатам всестороннего обзора исследований в этом направлении. Представлены экспериментальные результаты применения метода НТМ для работы с данными памяти и решения задач. В статье представлены научные дискуссии в этой области и решения будущих проблем.
One of the main goals of artificial intelligence is to develop learning algorithms that can be implemented on computers using simulations of the human brain. In this paper, we review methods for solving Turing machine problems using experiment based artificial intelligence algorithms. The paper also presents critical concepts of the NTM method based on a comprehensive review of the research made in this domain. Experimental results of applying the NTM method to memory data and problem solving are being presented. The paper presents scientific discussions ongoing in this domain and solutions to future challenges.
| № | Муаллифнинг исми | Лавозими | Ташкилот номи |
|---|---|---|---|
| 1 | Yusupov .M. | texnika fanlar bo‘yicha falsafa doktori (PhD), dotsent, “Informatika va raqamli ta’lim texnologiyalari” kafedrasi mudiri | Abdulla Qodiriy nomidagi Jizzax davlat pedagogika universiteti |
| 2 | Ergashev S.B. | Amaliy matematika fakulteti, “Axborot tizimlari va texnologiyalari” kafedrasi katta o‘qituvchisi | Mirzo Ulug‘bek nomidagi O‘zbekiston Milliy universiteti Jizzax filiali |
| № | Ҳавола номи |
|---|---|
| 1 | Ergashev, S. (2023). Simulyatorlarda oqitish imkoniyatlarining samaradorligini baholash [Evaluating the effectiveness of teaching opportunities in simulators]. |
| 2 | Graves, A., Wayne, G., & Danihelka, I. (2014). Neural Tyuringmachines. Retrieved from https:// arxiv.org/abs/1410.5401 |
| 3 | Heaton, J. (2015). Artificial intelligence for humans: deep learning and neural networks (3 ed.). (S. Valley, Ed.) Createspace Independent Publishing Platform. |
| 4 | Sak, H., Senior, A., & Beaufays, F. (2014). Long short-term memory recurrent neural network architectures for large scale acoustic modeling. (H. Sak, A. Senior, & F. Beaufays, Eds.) Singapore: INTERSPEECH - International Speech Communication Association. |
| 5 | Scheutz, M. (n.d.). Computationalism: New Directions. (M. Scheutz, Ed.) Cambridge, MA: MIT Press. |
| 6 | Siegelmann, H., & Sontag, E. (1991). Tyuringcomputability with neural nets. Appl Math Lett., 4(6), 77-80. doi:10.1016/0893-9659(91)90080-F |
| 7 | Zaremba, W., & Sutskever, I. (2015). Reinforcement learning neural Tyuringmachines. |