Реши задание на изображении

Краткий ответ:
ИИ «понимает» наш мир не так, как человек. Он обучается на большом количестве примеров, находит в них закономерности и использует их для распознавания объектов, речи или выбора подходящего фильма. Чем больше и разнообразнее данные, тем точнее работает ИИ.

Готовый план презентации

Слайд 1. Как ИИ понимает наш мир?

Текст:
Искусственный интеллект обучается на данных. Он сравнивает новые изображения, звуки или сведения с примерами, которые уже встречал, и делает вывод.

Иллюстрация:
Мозг робота, вокруг которого находятся фотографии, звуковые волны и фильмы.

---

Слайд 2. Как происходит обучение ИИ?

Текст:

1. ИИ получает много примеров.
2. Находит общие признаки и закономерности.
3. Проверяет свои ответы.
4. Использует полученные знания для новых случаев.

Например, если показать ИИ много фотографий кошек, он научится находить признаки кошки на новом изображении.

Иллюстрация:
Схема: «данные → обучение → распознавание или рекомендация».

---

Слайд 3. Распознавание лиц

Какие данные нужны для обучения:

• фотографии лиц разных людей;
• разные положения головы и выражения лица;
• изображения при разном освещении;
• лица людей разного возраста и внешности;
• фотографии в очках, шапках и других аксессуарах.

Какие ошибки возможны:

Если фотографий мало или они похожи друг на друга, ИИ может:

• не узнать человека в темноте;
• перепутать похожих людей;
• не распознать лицо в очках или маске;
• хуже работать с лицами, которых почти не было в обучающих данных.

Иллюстрация:
Камера, сканирующая лица, или несколько фотографий с рамками вокруг лиц.

---

Слайд 4. Понимание речи

Какие данные нужны для обучения:

• аудиозаписи речи с правильным текстом;
• голоса людей разного возраста;
• разные произношения и акценты;
• речь на разной скорости;
• записи в тихих и шумных местах.

Какие ошибки возможны:

Если данные однообразны, ИИ может:

• неправильно понять акцент;
• путать похожие слова;
• плохо распознавать детскую или тихую речь;
• ошибаться при шуме;
• не понимать слова, которых не было в обучении.

Иллюстрация:
Микрофон, звуковая волна и текст, который превращается из речи.

---

Слайд 5. Рекомендации фильмов

Какие данные нужны для обучения:

• оценки и отзывы зрителей;
• сведения о просмотренных фильмах;
• жанры, актёры и описания фильмов;
• отметки «понравилось» и «не понравилось»;
• данные о вкусах разных пользователей.

Какие ошибки возможны:

Если данных мало или они однообразны, ИИ может:

• советовать только самые популярные фильмы;
• постоянно предлагать один и тот же жанр;
• не учитывать индивидуальные вкусы;
• не рекомендовать новые или необычные фильмы;
• плохо работать с новым пользователем, о вкусах которого ещё ничего не известно.

Иллюстрация:
Экран с фильмами и стрелками от оценок пользователя к новым рекомендациям.

---

Слайд 6. Почему важны разнообразные данные?

Текст:
ИИ обучается на тех примерах, которые ему предоставили. Если примеров мало или они слишком похожи, система может делать ошибочные выводы. Поэтому нужны большие, точные и разнообразные данные.

Иллюстрация:
Сравнение: маленькая однообразная коллекция данных и большая разнообразная коллекция.

---

Слайд 7. Вывод

Текст:
ИИ не думает и не понимает мир так, как человек. Он ищет закономерности в данных и делает прогнозы. Точность его работы зависит от количества, качества и разнообразия примеров.

Как выполнить похожее задание

Для каждого примера используй один и тот же план:

1. Назови, что делает ИИ.
2. Укажи данные для обучения.
3. Подумай, каких данных может не хватить.
4. Запиши возможные ошибки.
5. Предложи простую иллюстрацию.

Проверка: в презентации есть тема, объяснение принципа работы ИИ, три требуемых примера, данные для обучения, возможные ошибки и идеи иллюстраций.