Методы и средства искусственного интеллекта, используемые в са

Искусственный интеллект как наука существует более сорока лет. Первой интеллектуальной системой считается программа "Логик-Теоретик", предназначенная для доказательства теорем и исчисления высказываний. Ее работа впервые была продемонстрирована 9 августа 1956 года, в создании программы участвовали такие известные ученые как А. Ньюэлл, А. Тьюринг, К. Шеннон, Дж. Шоу, Г. Саймон и другие. С тех пор в области искусственного интеллекта разработано великое множество компьютерных систем, которые принято называть интеллектуальными. Области их практического приложения охватывают практически все сферы человеческой деятельности, связанные с обработкойинформации.

На сегодняшний день не существует единого определения, которое адекватно описывает эту научную область. Среди многих точек зрения на нее доминируют три.

Согласно первой, исследования в области искусственного интеллекта являются фундаментальными исследованиями, в рамках которых разрабатываются модели и методы решения задач, традиционно считавшихся интеллектуальными и не поддававшихся ранее формализации и автоматизации.

Согласно второй точке зрения это направление связано с новыми идеями решения задач на ЭВМ с разработкой принципиально новой технологии программирования с переходом к компьютерам не фон-неймановской архитектуры.

Третья точка зрения, наиболее прагматическая, основана на том, что в результате исследований, проводимых в области искусственного интеллекта, появляется множество прикладных систем, решающих задачи, для которых ранее создаваемые системы были непригодны. Согласно последней трактовке, искусственный интеллект представляет собой экспериментальную научную дисциплину, при этом основная роль эксперимента заключается в проверке и уточнении систем искусственного интеллекта, представляющих собой аппаратно-программные информационные комплексы.

Практическая реализация идей искусственного интеллекта в создании новых моделей для решения разнообразных задач психологического поведения человека началась тогда, когда ЭВМ получили способность обрабатывать данные в символьной, а не только в цифровой форме. Эти новые модели получили названиесемиотических – по имени науки семиотики, изучающей знаки и знаковые системы.

При этом символ-знак определяется с трех сторон:

• синтаксис знака – способ его выражения;

• семиотика знака – связана с его содержанием;

• прагматика знака – полезность знака для пользователя.

Для работы с семиотическими моделями используется модель типа «текст – смыл – действительность», основанная на теории фреймов.

Теория фреймов(илиситуационное управление), разработанная американским кибернетикомМарвином Ли Минским⁴в 1975 г., относится к психологическим понятиям, касающимся понимания того, что мы видим и слышим.

Минский, характеризуя суть этой теории, высказался так: «…Когда человек попадает в новую ситуацию (или радикально изменяет свое отношение к текущим обстоятельствам), он вызывает из своей памяти основную структуру, именуемую фреймом. Фрейм (рамка)– это единица представления знаний, запомненная в прошлом, детали которой при необходимости могут быть изменены согласно текущей ситуации.

Фрейм представляет собой структуру данных, с помощью которых можно, например, описать обстановку в вашей комнате или место, где вы хотите отпраздновать рождение ребенка.

Каждый фрейм может быть дополнен различной информацией. Эта информация может касаться способов применения данного фрейма, последствий его применения, действий, которые необходимо выполнить, если не оправдается прогноз, и т.п.».

Фрейм – иерархически упорядоченная структура данных для описания стереотипных ситуаций, объектов управления и последовательности действий, используются для создания экспертных систем на ЭВМ.

Программные средства, базирующиеся на технологии и методах искусственного интеллекта, получили значительное распространение в мире. Их важность, и, в первую очередь, экспертных систем и нейронных сетей, состоит в том, что данные технологии существенно расширяют круг практически значимых задач, которые можно решать на компьютерах, и их решение приносит значительный экономический эффект.

По мнению специалистов, в недалекой перспективе экспертные системы будут играть ведущую роль во всех фазах проектирования, разработки, производства, распределения, продажи, поддержки и оказания услуг. Их технология, получив коммерческое распространение, обеспечит революционный прорыв в интеграции приложений из готовых интеллектуально-взаимодействующих модулей.

В мире выделяют несколько основных направлений коммерческого рынка продуктов искусственного интеллекта:

1) экспертные системы; теперь их часто обозначают еще одним термином - "системы, основанные на знаниях";

2) нейронные сети и "размытые" (fuzzy) логики;

3) естественно-языковые системы.

В последнее время наблюдается возрастание интереса к искусственному интеллекту, вызванное повышением требований к информационным системам. Умнеет программное обеспечение, умнеет бытовая техника. Мы неуклонно движемся к новой информационной революции, сравнимой по масштабам с развитиемИнтернета, имя которой – искусственный интеллект.

Все уже, наверное, слышали об электромеханических собаках в Японии, способных узнавать хозяина в лицо, выполнять некоторые простейшие команды и имеющие некоторую способность к обучению. Слышали и про холодильники с выходом в Интернет и про внедрение Microsoft в будущие версии Windows элементов искусственного интеллекта.

В подобном развитии области искусственного интеллекта нет ничего необычного. Здесь уместно привести гипотезу о встречной эволюции человека и компьютера: человек сначала учиться видеть, ходить, разговаривать, а уже потом развивает способности к вычислениям и логическим выводам. Компьютер же наоборот, рождается как вычислительная система, базирующаяся на формальной логике, в процессе развития приобретает способности к распознаванию образов, синтезу речи и управлению в реальном времени.

В настоящее время различают два основных подхода к моделированию искусственного интеллекта(AI – artificial intelligence):

1. машинный интеллект, заключающийся в строгом задании результата функционирования,

2. искусственный разум, направленный на моделирование внутренней структуры системы.

Моделирование систем первой группы достигается за счет использования законов формальной логики, теории множеств, графов, семантических сетей и других достижений науки в области дискретных вычислений. Основные результаты заключаются в созданииэкспертных систем, систем разбора естественного языка и простейших систем управления вида «стимул-реакция».

Системы второй группы базируются на математической интерпретации деятельности нервной системыво главе с мозгом человека и реализуются в виденейроподобных сетей на базе нейроподобного элемента – аналога нейрона.

Итак, что такое искусственный интеллект? Это устройство, которое может выполнять такую же умственную деятельность, которую может выполнять человек.

Умственная деятельность состоит из двух частей: счетно-решающей и мыслительной. Счетно-решающую деятельность легко реализуется на компьютерах. А вот машин, осуществляющих полноценную мыслительную деятельность пока нет. Мыслительная деятельность сводится к синтезу пути решения возникшей задачи: нужно составить алгоритм ее решения. Задача, в которой известно что нужно получить, но неизвестно как это сделать - открытая задача. Искусственный интеллект должен уметь решать открытые задачи.