В разделе раскрывается значение искусственного интеллекта для современного общества и объясняется, почему тема особенно заметна в XXI веке. Формулируются проблема, цель, задачи и предполагаемый результат проекта, обозначаются границы исследования и основные сферы применения ИИ. Также кратко описываются методы работы с источниками и принципы отбора достоверной информации.

Раздел объясняет, что понимают под искусственным интеллектом в информатике, чем отличаются узкий и общий ИИ, а также какие задачи решают интеллектуальные системы. Рассматриваются машинное обучение, глубокое обучение, компьютерное зрение, обработка естественного языка и рекомендательные алгоритмы. Понятия будут связаны с понятными примерами из цифровых сервисов и повседневной жизни.

В пункте прослеживается путь от первых идей машинного мышления и символических программ к современным нейронным сетям и генеративным моделям. Отмечаются Дартмутский семинар 1956 года, периоды снижения интереса к ИИ, развитие вычислительной техники, появление больших наборов данных и успехи глубокого обучения после 2010 года. Историческая последовательность помогает понять причины нынешнего технологического скачка.

Раздел посвящён механизму обучения нейронных сетей на примерах. Объясняется, как данные преобразуются в числовые признаки, как модель сравнивает свой результат с правильным ответом и изменяет параметры для уменьшения ошибки. Отдельно рассматриваются обучающая и проверочная выборки, переобучение, роль качества данных и необходимость тестирования модели на новых примерах.

В разделе рассматриваются системы, способные создавать новые тексты, изображения, аудиозаписи, видео и программный код. Объясняется, что языковая модель выбирает вероятное продолжение последовательности, а не извлекает готовый ответ из базы знаний. Анализируются полезные сценарии применения, ограничения генеративных сервисов, проблема вымышленных сведений и необходимость проверки результата человеком.

Пункт объединяет конкретные примеры использования искусственного интеллекта в медицине, образовании, промышленности, транспорте, сельском хозяйстве, финансах и бытовых сервисах. Для каждой сферы рассматриваются решаемая задача, используемые данные, ожидаемая польза и возможные ограничения. Особое внимание уделяется ситуациям, где автоматическая рекомендация не должна заменять профессиональную ответственность человека.

В разделе сопоставляются сильные стороны ИИ, включая скорость анализа, обработку больших объёмов информации и автоматизацию повторяющихся операций, с его недостатками. Обсуждаются ошибки моделей, алгоритмическая предвзятость, сокращение отдельных видов занятости, нарушение авторских прав, дипфейки и утечки персональных данных. Формулируются критерии безопасного и ответственного применения технологий.

Практическая часть предусматривает сравнение ответов нескольких цифровых инструментов на одинаковые запросы, проверку полученной информации по официальным источникам и фиксацию типичных ошибок. Результаты можно представить в таблице с критериями точности, полноты, понятности и безопасности. Такой анализ показывает, почему результат ИИ следует рассматривать как черновую рекомендацию, требующую критической оценки.

В заключении обобщаются результаты изучения технологий искусственного интеллекта и их влияния на разные области жизни. Соотносятся поставленные задачи с полученными наблюдениями, выделяются наиболее полезные и рискованные сценарии применения ИИ. Формулируются итоговые рекомендации для школьников: проверять сведения, защищать персональные данные, соблюдать авторские права и сохранять ответственность за собственные решения.

В разделе приводятся использованные источники, на которых основаны определения, исторические сведения, примеры и выводы проекта. Список должен включать учебные и научно-популярные публикации, официальные документы, материалы международных организаций и проверенные интернет-ресурсы. Для каждого источника указываются автор или организация, название, год публикации и адрес страницы при наличии.