1.1. История развития интеллектуальной технологии.
Впервые идею создания искусственного разума выразил Р.Луллий (1235-1315 приблиз.), который еще в 14 веке пытался создать машину для решения различных задач на основе всеобщей классификации понятий.
Развитие искусственного интеллекта как научного направления стало возможным только после создания ЭВМ. Это произошло в 40-х г.г. ХХ века.
Термин искусственный интеллект предложен в 1956 г. на семинаре с аналогичным названием в Стенфордском университете (США). Семинар был посвящен разработке не вычислительных, а логических задач.
Вскоре произошло признание искусственного интеллекта самостоятельной отраслью науки и разделение его на два основных направления (Рис. 1):
а) нейрокибернетику
б) кибернетику «черного ящика»
Первое направление «нейрокибернетика» рассматривает продукт интеллектуальной деятельности человека, изучает его структуру и стремится воспроизвести этот продукт средствами современной техники, т.е. базируется на аппаратном моделировании работы головного мозга человека, основой которого является большое число (около 14 млрд.) связанных и взаимодействующих нервных клеток – нейронов. Ясно, что успехи этого направления тесно связаны с развитием ЭВМ и искусством программирования, т.е. с комплексом научно – технических исследований, называемым компьютерными науками. Это направление часто называют «машинным интеллектом».
Второе направление искусственного интеллекта рассматривает данные о нейрофизиологических и психологических механизмах интеллектуальной деятельности, а в широком смысле – разумном поведении человека. Разработчики стремятся воспроизвести механизмы деятельности с помощью технических средств, так чтобы их поведение совпадало с поведением человека в определенных, заранее задаваемых пределах. Для второго направления – кибернетики « черного ящика» – не имеет значения, какова конструкция «мыслящего» устройства. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг. Развитие этого направления, названного «искусственным разумом», связано с успехами наук о человеке. Характерным в данном случае является стремление к воспроизведению более широкого, чем в машинном интеллекте, спектра проявлений разумной деятельности человека.
Рис. 1 . Основные направления исследований в области искусственного интеллекта
Пользователи ЭВМ достаточно часто встречаются с проявлением искусственного интеллекта. Например, при работе с текстовым редактором происходит автоматическая проверка правописания (причем с учетом используемого языка). При работе с электронной таблицей не надо вводить все дни недели или месяцы года. Достаточно сделать одну – две записи, а ЭВМ сумеет дополнить начатый список.
Сложность технических применений компьютерных систем искусственного интеллекта может варьироваться от простейшей проверки наличия всех деталей в двигателе до сложного обследования изделия с целью контроля его качества.
Одна из самых первых программ искусственного интеллекта GPS (General Problem Solver) создана А. Ньюэллом, Дж. Шоу и Г. Саймом в конце 50-х годов ХХ столетия. Она способна однотипным способом решать непохожие задачи такие, как расчет интегралов, разгадывание логических головоломок, доказательство теорем, грамматический анализ фраз.
Наиболее распространенными представителями систем искусственного интеллекта являются электронные переводчики и словари, экспертные системы и нейронные сети.
Историю исследований в области искусственного интеллекта, начиная примерно с 1950 года и по сегодняшний день, можно разделить на три периода. За основу периодизации возьмем те направления исследований, которые наиболее активно развивались в течение каждого из них, - как в смысле наибольшей активности ученых, так и смысле получения наиболее существенных практических результатов.
Первый период развития направления искусственного интеллекта формулируется как классический, когда основными элементами исследований являлись игры и доказательства теорем.
Фундаментальная идея, которая появилась в результате первых опытов, получила наименование «поиск в пространстве состояний». По существу, идея очень проста. Множество проблем можно сформулировать в терминах трех важнейших ингредиентов:
исходное состояние проблемы, например исходное состояние головоломки;
тест завершения – проверка, достигнуто ли требуемое конечное состояние или найдено решение проблемы (примером может служить правило определения, собрана ли головоломка);
множество операций, которые можно использовать для изменения текущего состояния проблемы, например шаги или перемещения фигур при сборке головоломки.
Одним из способов представления такого концептуального пространства состояний может являться граф, где состояниями являются узлы, а операциями – дуги.
Это пространство состояний обладает двумя интересными свойствами, которые присущи далеко не всем пространствам состояний:
оно конечно, поскольку существует n! способов расставить n элементов;
оно не содержит повторяющихся узлов, что может привести к образованию петель на графе.
Другая задача, которая занимала умы исследователей в области искусственного интеллекта в середине 50-х годов, - доказательство теорем. Смысл задачи доказательства состоит в том, чтобы показать, как некоторое утверждение, которое требуется доказать (теорема), логически следует из декларативного множества других утверждений или аксиом.
Период от середины 60-х до середины 70-х называется «романтическим» в истории искусственного интеллекта. В это время внимание исследователей сосредоточилось в основном на проблеме машинного понимания, т.е. способности воспринимать естественный язык человека, в частности вести осмысленный диалог.
Конечным моментом этой эпохи явилась разработка Виноградом системы SHRDLU, которая понимала довольно представительное подмножество слов английского языка и делала определенные выводы в ограниченной области. Программа демонстрировала свои возможности восприятия речевых команд, реконструируя созданные ею мир и отвечая на вопросы, касающиеся конфигураций элементов, так и своих действий с ними.
Можно было считать, что система SHRDLU понимает фразы на человеческом языке, поскольку она адекватно на них реагировала. Разумность такого рода восприятия была названа «процедуральной семантикой». Вывод о разумности программы основывался на идее, что если программа способна в ответ на вопрос выполнить соответствующие действия, то можно считать, что она «поняла» заданный вопрос. Такая точка зрения на проблему машинного понимания основывается на воспроизведении в первую очередь поведенческой реакции, а не способностей человеческого мышления.
Другое направление исследований было связано с попытками воспроизвести механизм понимания в менее искусственном и более близком к реальности контексте, например в ситуации визита к врачу или посещения ресторана. Шранк и Колби воспользовались структурой, названной сценарием, для объединения разнообразных элементов, представляющих в совокупности реальную ситуацию. Сценарий можно рассматривать как объединение разнообразных целей, решений и обычаев, связанных с определенными событиями.
Исследователи попробовали на несложных задачах смоделировать присущий человеку подход к решению проблемы. Они стремились сделать так, чтобы знания и стратегия поведения программы как можно больше походили на знания и стратегию поведения человека в аналогичной ситуации. Оценка успешности моделирования производилась путем сравнения поведения человека и программы при решении одной и той же задачи.
Но такое компаративное изучение сталкивается с фундаментальной проблемой – не существует прямого метода показать, что человек и программа искусственного интеллекта делают одни и те же вещи одинаковым способом.
В период с середины 70-х до конца 80-х годов продолжался период модернизма. Он характеризуется значительным прогрессом в области экспертных систем. Этот период характеризуется периодом «зимней спячки» в области «чистого» искусственного интеллекта, интерес к которому возобновился с появлением Всемирной паутины. Развитие Internet-технологий повлекло за собой создание интеллектуальных агентов и советчиков, облегчающих извлечение информации при работе со средствами электронной коммерции.
В начале 80-х годов в исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название "экспертные системы" (ЭС). Основным назначением ЭС является разработка программных средств, которые при решении задач, трудных для человека, получают результаты, не уступающие по качеству и эффективности решения, решениям получаемым человеком-экспертом. ЭС используются для решения так называемых неформализованных задач, общим для которых является то, что:
задачи не могут быть заданы в числовой форме;
цели нельзя выразить в терминах точно определённой целевой функции;
не существует алгоритмического решения задачи;
если алгоритмическое решение есть, то его нельзя использовать из-за
ограниченности ресурсов (время, память).
Кроме того, неформализованные задачи обладают ошибочностью, неполнотой, неоднозначностью и противоречивостью, как исходных данных, так и знаний о решаемой задаче.