Опубликованы ГОСТы по искусственному интеллекту

ГОСТ Р 71476—2024 (ИСО/МЭК 22989:2022) «Искусственный интеллект. Концепции и терминология искусственного интеллекта»

ИИ здесь представлен как «область науки и техники, рассматривающая технические системы, которые порождают такие результаты, как контент, прогнозы, рекомендации или решения для заданного набора поставленных человеком задач». Это дисциплина, посвященная исследованию и разработке механизмов и приложений систем ИИ.

Ключевые понятия ИИ:

• знания (абстрагированная информация об объектах, событиях, понятиях и правилах, их взаимосвязях и свойствах, организованная и упорядоченная для целенаправленного систематического использования);
• процедурные знания (знания, явным образом указывающие шаги, которые следует предпринять для решения задачи или достижения цели);
• модель (физическое, математическое или иное представление системы, объекта, явления, процесса или данных);
• система (техническая система, использующая модели), например:
  • экспертная система;
  • универсальный ИИ;
  • узконаправленный ИИ;
• компонент ИИ (функциональный элемент системы);
• агент (автоматически действующий объект, который воспринимает свое окружение, реагирует на него, а также предпринимает действия для достижения своих целей);
• робот (оснащенная исполнительными устройствами автоматическая система, которая выполняет целевые задачи в материальном мире, измеряя с этой целью параметры своего окружения и используя программную систему управления);
• сервис с использованием ИИ (способ предоставления ценности потребителю с использованием ИИ в получении конечных результатов, которых хочет достичь потребитель);
• прогноз (основной результат работы системы, получаемый при подаче на системы входных данных и/или информации).

В целом ИИ стандарт делит на две группы:

• символьные  или символические — основанные на методах и моделях, в которых для получения выводов используется манипулирование символами и структурами в соответствии с явно заданными правилами (выдает логически выведенные декларативные результаты);
• субсимвольные — основанные на методах и моделях, использующих неявное кодирование информации, которое может быть выработано на основе опыта и/или необработанных, первоначальных данных (выдает результаты с заданной вероятностью ошибки).

В стандарте приведены также термины, относящиеся:

• к данным (проверка качества данных, эталонное значение и т.д.);
• машинному обучению (параметр, обученная модель и т.д.);
• нейронным сетям (глубокое обучение, функция активации и т.д.);
• надежности и доверию (риск, робастность и т.д.);
• обработке естественного языка (распознавание именованных сущностей, машинный перевод  т.д.);
• компьютерному зрению (распознавание лиц, распознавание образов и т.д.).

В основной части представлен 40-страничный обзор базовых подходов к проектированию, разработке и применению технологий ИИ.

Также для ознакомления доступны:

• ГОСТ Р 71539-2024 Процессы жизненного цикла системы ИИ;
• ГОСТ Р 71540-2024 Эталонная архитектура инженерии знаний;
• ГОСТ Р ИСО/МЭК 20547-3-2024 Эталонная архитектура больших данных;
• ГОСТ Р ИСО/МЭК 24029-2-2024 Оценка робастности нейронных сетей;
• ГОСТ Р ИСО/МЭК 42001-2024 Система менеджмента.