Искусственный интеллект. Основные направления и этапы развития.
Под искусственным интеллектом понимается программно-аппаратная среда, которая позволяет решать задачи, свойственные человеку (распознавание речи, распознавание образов и прочее) при наличии многих неопределённых факторов.
Искусственный интеллект как научное направление, связанное с попытками формализовать мышление человека, имеет длительную предысторию. Первые шаги кибернетики были направлены на изучение и осмысление в новых понятиях процессов, протекающих в сложных, прежде всего живых, системах, включая и мыслящие. Позднее это направление работ оформилось в самостоятельную область, разрабатывающую проблему искусственного интеллекта.
Существует две точки зрения на вопрос, каким образом строить системы искусственного интеллекта:
«Важнее всего результат», т.е. хорошее совпадение поведения искусственно созданных и естественных интеллектуальных систем, а что касается внутренних механизмов формирования поведения, то разработчик искусственного интеллекта вовсе не должен копировать или даже учитывать особенности естественных, живых аналогов.
Именно изучение механизмов естественного мышления и анализ данных о способах формирования разумного поведения человека могут создать основу для построения систем искусственного интеллекта, причем построение это должно осуществляться, прежде всего, как моделирование, воспроизведение техническими средствами принципов и конкретных особенностей функционирования биологических объектов.
Успехи развития первого направления искусственного интеллекта оказываются тесно связанны с развитием возможностей ЭВМ и искусства программирования. В связи с этим первое направление можно охарактеризовать термином «машинный интеллект».
Второе направление искусственного интеллекта рассматривает данные о нейрофизиологических и психологических механизмах интеллектуальной деятельности и, в более широком плане, разумного поведения человека. Оно стремиться воспроизвести эти механизмы с помощью тех или иных технических устройств, с тем чтобы «поведение» таких устройств хорошо совпадало с поведением человека в определенных, заранее задаваемых пределах. Сказанное позволяет охарактеризовать данное направление искусственного интеллекта термином «искусственный разум».
Центральным звеном в биологических системах управления является мозг, состоящий из более 100 млрд нервных клеток – нейронов. каждая из которых имеет в среднем 10000 связей.
Основные положения теории деятельности головного мозга и математическая модель нейрона были разработаны американскими математиками У. Маккалоком и Ч. Питтсом в 1943 году.
Согласно предложенной модели мозг представляет собой ансамбль нейронов, имеющих одинаковую структуру. Каждый нейрон реализует некоторую функцию, называемую пороговой, над входными значениями. Если значение функции превышает определенную величину - порог (что характеризует суммарную значимость полученной нейроном информации), нейрон возбуждается и формирует выходной сигнал для передачи его другим нейронам. Пройдя путь от рецепторов (слуховых, зрительных и других) через нейронные структуры мозга до исполнительных органов, входная информация преобразуется в набор управляющих воздействий, адекватных ситуации.
В 1957 году Розенблаттом был предложен прибор, с помощью которого можно было распознавать различные изображения. Данный прибор получил название «персептрон» (от слова perception – восприятие). Персептрон стал первым, реально созданным прибором, работающим по подобию человека. Персептрон распознавал цифры, освещённые источником света. В качестве элементов прибора использовались фотоэлементы.
Математическая модель персептрона (однослойной нейронной сети) была разработана Маккалоком и Питтсом.
Неблагоприятным моментом, затормозившим развитие нейросетевой тематики более чем на два десятилетия, явилось опубликование тезиса, выдвинутого М. Минским и С. Пейпертом о невозможности воспроизведения произвольной функции нейронной сетью и, следовательно, о невозможности создания универсального вычислительного устройства на её основе (персептрон не может реализовать функцию «исключающее ИЛИ»).
В течение длительного времени основным направлением в развитии искусственного интеллекта являлся логико-символьный подход, который может быть реализован на традиционных вычислительных системах.
Символьная система: IF a1 & a2 & a3 THEN y
К началу 80-х годов были созданы условия для возрождения интереса к нейросетевым моделям: был предложен алгоритм обучения многослойной нейронной сети (состоящей более чем из двух слоёв) Back Propagation. Было доказано, что нейронная сеть является универсальным аппроксиматором.
Синергетический подход заключается в объединение символьных вычислений и нейронных сетей. Данный подход позволяет создавать системы с лучшими свойствами, так как объединяет достоинства и возможности отдельно взятых систем: символьные вычисления – легко читаемые структуры, НС – легко обучаемые и адаптирующиеся.
К настоящему времени сформировался обширный рынок нейросетевых продуктов. Подавляющее большинство продуктов представлено в виде моделирующего программного обеспечения. Ведущие фирмы разрабатывают также и специализированные нейрочипы или нейроплаты в виде приставок к персональным ЭВМ.