Основные понятия и определения искусственного интеллекта.

Категории, к которым относится искусственный интеллект:

Системы, которые думают подобно людям.

Искусственный интеллект – это новое направление работ по созданию компьютеров, способных думать, а также машин, обладающих разумом в полном и буквальном смысле этого слова.

Искусственный интеллект – это автоматизация действий, которые мы ассоциируем с человеческим мышлением, таких как: принятие решений, решение задач (любых), обучение, накопление знаний и т. д.

Системы, которые думают рационально.

Искусственный интеллект – это изучение умственных способностей, с помощью вычислительных моделей.

Искусственный интеллект – это изучение таких вычислений, которые позволяют чувствовать, рассуждать и действовать.

Системы, которые действуют подобно людям.

Искусственный интеллект – это искусство создания машин, которые выполняют функции, требующие интеллектуальности при их выполнении людьми.

Искусственный интеллект – это наука о том, как научить компьютеры делать то, в чем люди в настоящее время их превосходят.

Системы, которые действуют рационально.

Искусственный интеллект – это наука о проектировании интеллектуальных агентов.

Искусственный интеллект – это наука, посвященная изучению интеллектуального поведения артефактов (искусственных объектов).

Определения интеллектуальной системы:

И

Информацион-ные выходы (поведение системы)

нтеллектуальной системой называется система, способная целеустремленно, в зависимости от состояния информационных входов изменить не только параметры функционирования, но и сам способ своего поведения, причем способ поведения зависит не только от текущего состояния информационных входов, но также от предыдущих состояний системы.

.

Информацион-ные входы

Состояние системы

. . .

. . .

…

Знания

Знания – это важнейший термин искусственного интеллекта, часть любой интеллектуальной системы. Если быть кратким – это отношения между элементами данных. «Вася видел Петю». «Вася, Петя – данные, видел – отношение». Пусть отношение «видел» - не симметричное, тогда интеллектуальная система обладая такими знаниями может сделать вывод: «Совсем не обязательно, что Петя видел Васю».

Интеллектуальной называется система, моделируемая на компьютере мышление человека.

Интеллектуальной называется система, позволяющая усилить интеллектуальную деятельность человека за счет ведения с ним осмысленного диалога.

Для проверки интеллектуальности был предложен Аланом Тьюрингом 50-е гг. - Тест Тьюринга, суть которого сводится к ответу на вопрос: «Способен ли компьютер действовать подобно человеку? (проверка)».

Кратко о тесте: человек – экспериментатор, а за стенкой – или человек или компьютер. Нужно определить – с помощью вопросов, кто за стеной.

Если человек сказал, что человек, а там компьютер, то тест пройден.

Расширенный тест Тьюринга + визуальный контакт – проверка на распознавание образов.

Ежегодно разыгрывается Приз Лебнера (Loebner) – заявки на наиболее удачную реализацию программы по прохождению теста Тьюринга.

Приведем пример диалога (зачитать).

Выводы, для машинной обработки указанного диалога как минимум нужно учитывать следующее:

Человек может перехватить инициативу и СИИ – вместо ответа на вопрос – задать свой вопрос.

Анафорические ссылки (указывающее на предшествующее слово, отсылающие к ранее сказанному).

Разная интерпретация порядка – «следующий рейс» (из общего расписания), а «первый рейс» - номер рейса в диалоге.

Неявная ссылка – «в пятницу».

Основные направления исследований в области искусственного интеллекта:

- обработка текстов на естественном языке (NLP – Nature Language Processing);

Пример, компьютерный перевод:

The spirit is willing but the flesh is weak. – Дух полон желаний, но плоть слаба.

Обратный перевод: the vodka is good, but the meat is rotten. – Водка хороша, но мясо испорчено.

- средства представления знаний;

- средства автоматического формирования логических выводов;

- средства машинного обучения, которые позволяют приспосабливаться к новым обстоятельствам, также обнаруживать и экстраполировать признаки стандартных ситуаций;

- машинное зрение – системы распознавания образов;

- средства робототехники для манипулирования объектами и перемещения в пространстве.

История развития искусственного интеллекта.

Предпосылки появления искусственного интеллекта.

Рождение искусственного интеллекта (1956 г.).

В Принстонском университете проводил свои исследования один авторитетный специалист в области искусственного интеллекта, Джон Маккарти. После получения ученой степени Маккарти перешел в Дартмутский колледж, который и стал официальным местом рождения этой области знаний. Также здесь известны такие личности, как: Марвин Минский, Клод Шеннона и Натаниэль Рочестер.

Ранний энтузиазм. Большие ожидания. (1956 -1973 гг.)

Столкновение с реальностью. (1966 -1973 гг.)

Появление систем, основанных на знаниях. (1969 -1979 гг.)

Превращение искусственного интеллекта в индустрию. (1980 г. - н. в.)

1980 г. - компания DEC впервые использовала промышленную экспертную систему R1, которая позволяла фирме в автоматизированном режиме создавать заказы на промышленное оборудование и другим заказчикам.

1981 г. – Япония объявила о создании компьютеров 5-го поколения, которые назвала «компьютерами интеллектуальными», использующими язык Prolog.

Возвращение к нейронным сетям. (1986 - н. в.)

Персептрон-элемент компьютерной сети. Термин возник из машины Персептрона (нейронный узел).

Становление искусственного интеллекта как науки. (1987г. – н. в.)

Появление подходов, основанных на использовании интеллектуальных агентов (с середины 90-х годов)

Междисциплинарные связи искусственного интеллекта.

Философия.

В 428 г. до н.э. человечество задавалось следующими вопросами, которые сейчас актуальны в области искусственного интеллекта:

- Могут ли использоваться формальные правила для вывода правильных заключений?

- Как такой идеальный объект как мысль рождается в таком физическом объекте как мозг?

- Каково происхождение знаний?

- Каким образом знания ведут к действиям?

Математика.

Первым нетривиальным алгоритмом считается алгоритм вычисления наибольшего общего знаменателя, предложенный Евклидом. Исследование алгоритмов как самостоятельных объектов было начато аль-Хорезми, среднеазиатским математиком IX столетия, благодаря работам которого Европа познакомилась с арабскими цифрами и алгеброй.

- Каковы формальные правила формирования правильных заключений?

- Как определить пределы вычислимости?

- Как проводить рассуждения с использованием недостоверной информации?

Используются такие подходы как: нечеткая логика, теория алгоритмов, теория принятия решений, теория вероятностей и т.д.

Экономика.

- Как следует организовать принятие решений для максимизации вознаграждения?

- Как действовать в таких условиях, когда другие могут препятствовать осуществлению намеченных действий?

- Как действовать в таких условиях, когда вознаграждение может быть предоставлено лишь в отдаленном будущем?

Широко применяется теория игр, теория принятия решений, исследование операций и т. д.

Неврология.

Наука, посвященная изучению нервной системы, в частности, мозга.

- Как происходит обработка информации в мозгу?

Модель нейронов головного мозга получила очень широкое применение в информатике и в ИИ.

Психология.

- Как думают и действуют люди и животные?

Когнитивная психология – связана с определенной формой подсознательного логического вывода (интуитивное решение).

Вычислительная техника (1940г).

- Каким образом можно создать эффективный компьютер, заменяющий/превосходящий человека во всех или определенных областях?

Кибернетика (теория управления) (с 1948г).

- Каким образом артефакты (искусственные объекты) могут работать под своим собственным управлением?

Лингвистика (с 1957г).

- Каким образом связан язык с мышлением?

Прорыв связан с книгой Ф.Скиннера «Verbal Behavior» - «Вербальное поведение» (1957г)

Основные направления развития искусственного интеллекта.

Разработка интеллектуальных систем, основанных на знаниях.

Нейросетевые и нейрокомпьютерные технологии.

Распознавание образов. (раньше – визуальные образы, теперь ещё и звуки, шумы и т. д.)

Игры и творчество.

Компьютерная лингвистика:

- морфологический анализ – анализ и разбор слов в тексте;

- синтаксический анализ – анализ предложений, грамматик и связей между словами;

- семантический анализ – анализ смысла КАЖДОГО ПРЕДЛОЖЕНИЯ на основе базы знаний;

- прагматический анализ – анализ смысла ПРЕДЛОЖЕНИЙ в окружающем контексте с помощью базы знаний.

6. Интеллектуальные роботы.

7. Компьютерные вирусы.

8. Интеллектуальное математическое моделирование.

Современное состояние разработок (реально используемые системы).

Современное состояние разработок касается следующих направлений:

- автономное планирование и составление расписаний;

- ведение игр;

- автономное управление;

- диагностика (особенно в медицине);

- планирование снабжения;

- робототехника;

- понимание естественного языка и решение задач;

Знания и способы их хранения.

Под знаниями понимается совокупность информации об объекте и процедуры обработки. Без процедур обработки знания могут рассматриваться как обычная информация.

Например: Пусть необходимо перевести фразу.

Read Only Memory

Читать Только Память

Фактографические знания – информация + процедуры обработки.

П

S3

Знания

равило 1: Главное слово – Память.

Правило 2: S1 S2

Память только для чтения.

Для знаний характерны следующие свойства:

- внутренняя интерпретируемость, т. е. каждая информационная единица должна иметь уникальное имя и однозначно определяться;

- структурированность, т. е. между информационными единицами должно быть установлено отношение. Например: зависит, часть-целое, род-вид. При этом возможна рекурсивность – определение через самого себя;

- знания образуют некоторое пространство, которое может оказаться как метрическим, так и не метрическим.

Для знаний конкретного индивида или конкретной системы характерны определенные состояния и фактически работа определенной системы, основанной на знаниях, может рассматриваться как переход от одного знание в другое.

Пространство знаний – это совокупность всевозможных состояний интеллектуальной системы.

Любая интеллектуальная система должна иметь цель, которую она должна достичь. Формализация (математическое описание) достаточно непростая задача.

Цель – в частности, удовлетворить запрос пользователя.

Очень часто целью является – минимизация функции ошибки.

Представление знаний в искусственном интеллекте.

Продукционные системы.

Продукционные системы основаны на использовании базы правил и механизмов логического вывода.

Общая схема продукционных систем:

МЛВ

Сопоставление

Поиск

Модификация

Рабочая память

База правил

Цифра (0)

Цифра(1)

Сочетание (X, Y):-

Цифра (X), Цифра (Y).

Рабочая память нужна для хранения исходных данных к задаче и выводов, полученных в ходе работы.

База правил состоит из фактов и продукционных правил.

Факт – это некоторое утверждение X есть Y, иногда обозначают Y(X).

Например: