Критерий Тьюринга
Искусственный интеллект - это то, что делает машины "интеллектуальными" - действие, подобное тому, которое мы могли ожидать от людей. Машина может быть признана мыслящей, если человек, ведя с ней диалог по достаточно широкому кругу вопросов, не сможет отличить ее ответов от ответов человека - такой мерку интеллектуальности на одной из конференций по искусственному интеллекту предложил А.Тьюринг и она названа по имени ученого ее сформулировавшего критерием Тьюринга.
Искусственный интеллект - направление науки, цель которого разработка аппаратно-программных средств, позволяющих пользователю-не программисту ставить и решать задачи, традиционно считающиеся интеллектуальными, общаясь с ЭВМ на ограниченном подмножестве естественного языка.
Программную систему, решающую творческие задачи, либо “мыслящую” как человек, называют интеллектуальной, а обобщенную способность системы распознавать, обучаться и запоминать – интеллектуальностью.
В общем случае под интеллектуальной системой понимают человеко-машинную систему, в которой функции решения задач, в том числе и творческих, распределены между человеком и компьютером. Ее внутренняя структура формируется под воздействием внешней среды из образов, представляющих собой абстракцию объектов реального мира. Современные исследования в области искусственного интеллекта направлены на то, чтобы все большую долю творческих способностей перенести на ЭВМ.
Как научное направление искусственный интеллект стоит на стыке многих дисциплин, среди них психология, математика, биология, кибернетика, системология, генетика, информатика.
Классификация иис
2. Область исследования, назначение эс
Экспертные системы как самостоятельное направление в искусственном интеллекте сформировалось в конце 1970-х гг. История ЭС началась с сообщения японского комитета по разработке ЭВМ пятого поколения, в котором основное внимание уделялось развитию «интеллектуальных способностей» компьютеров с тем, чтобы они могли оперировать не только данными, но и знаниями, как это делают специалисты (эксперты) при выработке умозаключений. Группа по экспертным системам при Комитете British Computer Society определила ЭС как «воплощение в ЭВМ компоненты опыта эксперта, основанной на знаниях, в такой форме, что машина может дать интеллектуальный совет или принять решение относительно обрабатываемой функции». Одним из важных свойств ЭС является способность объяснить ход своих рассуждений понятным для пользователя образом.
Область исследования ЭС называют «инженерией знаний», термин введен Е. Фейгенбаумом и означает «привнесение принципов и инструментария из области искусственного интеллекта в решение трудных прикладных проблем, требующих знаний экспертов». Экспертные системы - самостоятельное направление исследований по ИИ. В его задачи входят исследование и разработка программ (устройств), использующих знания и процедуры вывода для решения задач, трудных для человека-эксперта. Они не только исполняют заданные процедуры, но на основе метапроцедур поиска генерируют и используют процедуры решения новых конкретных задач, поэтому их относят к системам ИИ общего назначения.
ЭС применяются для решения неформализованных проблем, к которым относят задачи, обладающие одной (или несколькими) из следующих характеристик:
задачи не могут быть представлены в числовой форме;
исходные данные и знания о предметной области обладают неоднозначностью, неточностью, противоречивостью;
цели нельзя выразить с помощью четко определенной целевой функции;
• не существует однозначного алгоритмического решения задачи;
• алгоритмическое решение существует, но его нельзя использовать по причине большой размерности пространства решений и ограничений на ресурсы (времени, памяти).
Главное отличие ЭС и систем искусственного интеллекта от систем обработки данных состоит в том, что в них используется символьный, а не числовой способ представления данных, а в качестве методов обработки информации применяются процедуры логического вывода и эвристического поиска решений.
Во многих случаях ЭС являются инструментом, усиливающим интеллектуальные способности эксперта. ЭС может выступать в роли:
консультанта для неопытных или непрофессиональных пользователей;
ассистента эксперта-человека в процессах анализа вариантов решений;
партнера эксперта в процессе решения задач, требующих привлечения знаний из разных предметных областей.
ориентированы на решение широкого круга задач в неформализованных областях, которые считались малодоступными для вычислительной техники.
специалисты, не знающие программирования, с помощью ЭС могут самостоятельно разрабатывать приложения, что резко расширяет сферу использования вычислительной техники.
ЭС при решении практических задач достигают результатов, не уступающих, а иногда и превосходящих возможности человека-эксперта, не оснащенного ЭВМ
Назначение и особенности экспертных систем
Знания специалист можно разделить на формализованные и неформализованные. Формализованные знания формируются в книгах, руководствах в виде законов, формул, моделей, алгоритмов и отражают универсальные знания.
Неформализованные знания конкретны, субъективны, приблизительны. Это результат обобщения многолетнего опыта работы и интуиции специалистов. Они представляют собой многообразие эмпирических, (эвристических) приемов и правил.
Традиционное программирование в качестве основы для разработки программы использует алгоритм, т.е. формализованное значение. Поэтому до недавнего времени считалось, что ЭВМ не приспособлены для решения неформализованных задач. Расширение сферы использования ЭВМ показало, что неформализованные задачи составляют очень важный класс задач, вероятно, значительно больший, чем класс формализованных задач. Неумение решать неформализованные задачи сдерживает внедрение ЭВМ в описательные науки. По мнению авторитетов, основной задачей информатики является внедрение ее методов в описательные науки и дисциплины. На основании этого можно утверждать, что исследования в области ЭС занимают значительное место в информатике.
К неформализованным задачам относятся те, которые обладают одной или несколькими из следующих особенностей:
а) алгоритмическое решение задачи неизвестно (хотя, возможно, и существует) или не может быть использовано из-за ограниченности ресурсов ЭВМ (времени, памяти);
б) задача не может быть определена в числовой форме (требуется символьное представление);
в) цели задачи не могут быть выражены в терминах точно определенной целевой функции.
Как правило, неформализованные задачи обладают неполнотой, ошибочностью, неоднозначностью и (или) противоречивостью знаний (как данных, так и используемых правил преобразования).
Экспертные системы не отвергают и не заменяют традиционного подхода к программированию, они отличаются от традиционных программ тем, что ориентированы на решение неформализованных задач и обладают следующими особенностями:
алгоритм решения не известен заранее, а строится самой ЭС с помощью символических рассуждений, базирующихся на эвристических приемах;
ясность полученных решений, т.е. система «осознает» в терминах пользователя, как она получила решение;
способность анализа и объяснения своих действий и знаний;
способность приобретения новых знаний от пользователя-эксперта, не знающего программирования, и изменения в соответствии с ними своего поведения (открытая система);
обеспечение «дружественного», как правило, естественно-языкового (ЕЯ) интерфейса с пользователем.
Обычно к ЭС относят системы, основанные на знании, т.е. системы, вычислительная возможность которых является в первую очередь следствием их наращиваемой базы знаний и только во вторую очередь определяется используемыми методами. Методы инженерии знаний (методы ЭС) в значительной степени инвариантны тому, в каких областях они могут применяться