ГОСТ Р
(проект, первая редакция)

НАЦИОНАЛЬНЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ

Информационные технологии

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ

Понятия и терминология

Information technology. Artificial intelligence. Concepts and terminology

ОКС 35.020

Дата введения - __.__.____

Предисловие

1 РАЗРАБОТАН Федеральным государственным автономным образовательным учреждением высшего образования "Национальный исследовательский университет "Высшая школа экономики" (НИУ ВШЭ)

2 ВНЕСЕН Техническим комитетом по стандартизации ТК 164 "Искусственный интеллект"

3 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Приказом Федерального агентства по техническому регулированию и метрологии от __ _______ 2021 г. N ___-ст

4 Настоящий стандарт разработан с учетом основных нормативных положений международного стандарта ИСО 22989:2021 "Информационные технологии. Искусственный интеллект. Понятия и терминология искусственного интеллекта" (ISO 22989:2021 "Information technology - Artificial intelligence - Artificial intelligence concepts and terminology", NEQ)

5 ВВЕДЕН ВПЕРВЫЕ

    Правила применения настоящего стандарта установлены в статье 26 Федерального закона "О стандартизации в Российской Федерации". Информация об изменениях к настоящему стандарту публикуется в годовом (по состоянию на 1 января текущего года) информационном указателе "Национальные стандарты", а официальный текст изменений и поправок - в ежемесячно издаваемом информационном указателе "Национальные стандарты". В случае пересмотра (замены) или отмены настоящего стандарта соответствующее уведомление будет опубликовано в ближайшем выпуске ежемесячного информационного указателя "Национальные стандарты". Соответствующая информация, уведомление и тексты размещаются также в информационной системе общего пользования - на официальном сайте федерального органа исполнительной власти в сфере стандартизации в сети Интернет (www.gost.ru)

     1 Область применения

Настоящий стандарт устанавливает основные термины и определения в области искусственного интеллекта, в том числе в области машинного обучения и нейронных сетей, включая термины и определения, относящиеся к отдельным свойствам и задачам систем искусственного интеллекта.

Термины, установленные настоящим стандартом, рекомендуется использовать в нормативных документах, правовой, технической и организационно-распорядительной документации, научной, учебной и справочной литературе.

     2 Термины и определения

     2.1 Термины, относящиеся к искусственному интеллекту

2.1.1 агент (agent): Автоматизированный объект, способный воспринимать среду своего функционирования и предпринимать действия для достижения своих целей.

Примечание - Агент ИИ - это агент, который максимизирует свое вознаграждение или свои возможности успешного достижения своих целей.

2.1.2 искусственный интеллект (ИИ) (artificial intelligence, AI): Способность приобретать, обрабатывать, создавать и применять знания (2.1.5), определенные в форме модели (2.1.6), для выполнения одной или нескольких поставленных задач (2.1.7).

Примечание - Данный термин приведен в контексте системы.

2.1.3 искусственный интеллект (artificial intelligence, AI): Дисциплина о создании и изучении ИИ (2.1.2).

Примечание - Данный термин приведен в контексте инженерной дисциплины.

2.1.4 система искусственного интеллекта (AI system): Спроектированная система обработки информации, обладающая ИИ.

2.1.5 знания (knowledge): Информация об объектах, событиях, понятиях и правилах, их отношениях и свойствах, систематизированная для целевого регулярного использования.

Примечания

1 Данный термин приведен в контексте системы ИИ.

2 Информация может быть представлена в числовой или символьной форме.

3 Информация - это данные, определены в контексте и поэтому являются интерпретируемыми. Данные создаются путем моделирования или измерений объектов реального мира.

2.1.6

2.1.7 задача (task): Набор действий, выполняемых для достижения конкретной цели.

Примечания

1 Эти действия могут быть физическими, мысленными и/или когнитивными.

2 В отличие от целей, которые не зависят от способов, используемых для их достижения, задачи описывают конкретные способы достижения целей.

3 Примеры задач: классификация, регрессия, ранжирование, кластеризация, уменьшение размерности.

2.1.8 автономность, автономный (autonomy, autonomous): Характеристика системы, функционирующей без внешнего управления или воздействия.

2.1.9 гетерономность, гетерономный (heteronomy, heteronomous): Характеристика системы, функционирующей в условиях ограничений, связанных с внешним управлением или воздействием.

2.1.10

2.1.11

2.1.12 Байесовская сеть (Bayesian network): Вероятностная модель, которая использует Байесовский вывод на направленном ациклическом графе для вычисления вероятности.

2.1.13

2.1.14 когнитивные вычисления (cognitive computing): Класс технологий ИИ, предназначенных для обеспечения более естественного взаимодействия между людьми и машинами.

Примечание - Технологии когнитивных вычислений включают машинное обучение, обработку речи, обработку естественного языка, зрение и человеко-машинный интерфейс.

2.1.15 непрерывное обучение, постоянное обучение, обучение на протяжении всей жизни (continuous learning, continual learning, lifelong learning): Инкрементное обучение системы ИИ, которое происходит на постоянной основе на всем этапе эксплуатации жизненного цикла системы ИИ.

2.1.16

2.1.17 управляемость, управляемый (controllability, controllable): Свойство системы ИИ, определяющее возможность внешнего агента вмешиваться в работу системы.

Примечание - Такая система гетерономна.

2.1.18 деревья решений (decision trees): Модель, вывод для которой кодируется путями от корня к листовой вершине в древовидной структуре.

2.1.19 экспертная система (expert system): Система ИИ (2.1.4), которая инкапсулирует актуальные знания человека-эксперта и позволяет неспециалистам использовать эти знания для решения задач.

2.1.20 общий ИИ (general AI): ИИ, который решает широкий круг задач с приемлемым уровнем показателей.

Примечание - данный термин приводится в контексте системы.

2.1.21 генетический алгоритм (genetic algorithm): Алгоритм решения оптимизационных задач, имитирующий естественный отбор путем создания и развития популяций особей (решения).

2.1.22 интернет вещей (Internet of Things, IoT): инфраструктура, включающая объекты, людей, системы и информационные ресурсы, и сервисы, которые обрабатывают и реагируют на информацию, поступающую из материального и виртуального миров.

2.1.23 устройство интернета вещей (IoT device): объект системы интернета вещей, который взаимодействует и коммуницирует с материальным миром посредством применения сенсоров и исполнительных устройств.

2.1.24

2.1.25 прикладной (специальный) ИИ (narrow AI): ИИ, который решает определенные задачи (2.1.7) для решения конкретной проблемы.

2.1.26 оптическое распознавание символов (optical character recognition): Преобразование изображений печатного или рукописного текста в машинно-читаемый текст.

Примечание - Данная задача (2.1.7) также включает задачу идентификации текстовой структуры, например, заголовков, рисунков, таблиц и т.д.

2.1.27 показатель (performance): Измеримый результат.

Примечания

1 Показатели могут относиться к количественным или качественным результатам.

2 Показатели могут относиться к управлению деятельностью, процессами, продуктами (включая услуги), системами или организациями.

2.1.28 планирование (planning): Вычислительные процессы, которые формируют рабочий процесс из набора действий, направленных на достижение определенной цели.

Примечание - Данный термин приведен в контексте ИИ.

2.1.29 мягкие вычисления (soft computing): Обработка, допускающая и учитывающая неточности, неопределенности, частичную истинность и приближения во входных данных, обеспечивающая полезные результаты наряду с отслеживаемостью, робастностью и низкой стоимостью решения.

Примечание - Мягкие вычисления это комплекс исследований в области эволюционных алгоритмов, генетического программирования, роевого интеллекта, нейронаук, нейросетевых систем, теории нечетких множеств, нечетких систем, вероятностной логики, теории хаоса, хаотических систем [23].

2.1.30 символьный ИИ (symbolic AI): Система ИИ (2.1.4), которая кодирует знания с использованием символов и структур.

2.1.31 подсимвольный ИИ (subsymbolic AI): Система ИИ (2.1.4), основанная на парадигме коннекционизма (2.1.32).

Примечание - Ср. с символьным ИИ (2.1.30).

2.1.32 коннекционистская модель, коннекционистский подход, коннекционизм (connectionist model, connectionist approach,connectionism): Вид когнитивного моделирования, при котором используется сеть взаимосвязанных единиц, которые обычно являются простыми вычислительными единицами.

2.1.33