Вопрос 12. Системы искусственного интеллекта
Искусственный интеллект предназначен для машинного представления знаний и их использования для машинного же решения творческих задач.
Впервые идеи создания искусственного интеллекта возникли в XVII в. (Б. Спиноза, Р. Декарт, Г.В. Лейбниц и др.). Идея искусственного интеллекта стала обретать реальные черты лишь во второй половине XX в., особенно, с изобретением компьютеров и "интеллектуальных роботов". Само название " искусственный интеллект " возникло в конце 60-х гг. XX в., а в 1969 г. состоялась первая Всемирная конференция по искусственному интеллекту (Вашингтон, США).
Основные творцы искусственного интеллекта: Н.Винер, У.Р.Эшби, А. Тьюринг, Дж.Фон Нейман, А.Азимов, Р.Беллман, С.Ю.Маслов, К.Э.Шеннон и др.
Вначале искусственный интеллект развивался в т.н. аналитическом (функциональном) направлении, при котором машине предписывалось выполнять частные интеллектуальные задачи творческого характера.
Позже возникло синтетическое (модельное) направление, согласно которому предпринимались попытки моделировать творческую деятельность мозга в общем смысле. В рамках направления нашли развитие две модели интеллекта. Лабиринтная - реализующая целенаправленный поиск в лабиринте альтернативных путей к решению задачи с оценкой успеха после каждого шага или с позиций решения задачи в целом. В ассоциативных моделях предполагается, что решение новой задачи, основано на уже решенных задачах, похожих на новую.
Основные проблемы: представление знаний; моделирование рассуждений; интеллектуальный интерфейс "человек-машина", "машина-машина"; планирование целесообразной деятельности; обучение и самообучение интеллектуальных систем; машинное творчество; интеллектуальные роботы.
Структура интеллектуальной системы
Согласно определению Д.А. Поспелова, "Система называется интеллектуальной, если в ней реализованы следующие основные функции:
накапливать, классифицировать и оценивать знания об окружающем мире;
пополнять поступившие знания с помощью логического вывода;
общаться с человеком на языке, приближенном к естественному;
получать информацию от различных каналов;
уметь формировать объяснение собственной деятельности;
о
казывать
пользователю помощь.
Структура ИС представляет собой совокупность блоков и связей между ними.
База знаний представляет собой совокупность сред, хранящих знания различных типов. Состоит из: База фактов (данных), База процедур, База закономерностей, База метазнаний (база знаний о себе), База целей. Управление всеми базами, входящими в базу знаний, и организацию их взаимодействия осуществляет система управления базами знаний. С ее же помощью реализуются связи баз знаний со средой.
Решатель состоит из ряда блоков, которые управляются системой управления решателя: Блок дедуктивного вывода, блоки индуктивного и правдоподобного выводов, Блок планирования, блок функциональных преобразований.
Рецепторы и эффекторы осуществляют невербальное общение и используются в интеллектуальных роботах.
Разновидности интеллектуальных систем: интеллектуальные информационно-поисковые системы; экспертные системы (эс); расчетно-логические системы; гибридные экспертные системы.
Типы моделей представления знаний:
Семантические сети определяют как граф общего вида, в котором можно выделить множество вершин и ребер. Каждая вершина графа представляет некоторое понятие, а дуга - отношение между парой понятий.
Фреймом называют структуру данных для представления и описания стереотипных объектов, событий или ситуаций. Две части: набор фреймов; механизмы их преобразования, связывания и т. д.
Продукционные модели - это набор правил вида "условия - действие", где условиями являются утверждения о содержимом базы данных, а действия представляют собой процедуры, которые могут изменять содержимое базы данных.
Подходы к построению систем искусственного интеллекта
Логический подход. Основой служит Булева алгебра. Система ИИ представляет собой машину доказательства теорем. Исходные данные хранятся в БД в виде аксиом, правила логического вывода существуют как отношения между ними. Кроме того, каждая такая машина имеет блок генерации цели, и система вывода пытается доказать данную цель как теорему.
Под структурным подходом подразумеваются попытки построения ИИ путем моделирования структуры человеческого мозга. Одной из первых таких попыток был персептрон Френка Розенблатта. Основной моделируемой структурной единицей в персептронах является нейрон. Нейронные сети наиболее успешно применяются в задачах распознавания образов.
Эволюционный подход. Основное внимание уделяется построению начальной модели, и правилам, по которым она может изменяться (эволюционировать). Затем, на основании проверки моделей отбирают самые лучшие, на основе которых генерируются новые, из которых опять выбираются лучшие и т. д.
Имитационный подход является классическим для кибернетики. Объект, поведение которого имитируется, представляет собой "черный ящик". Нам не важно, что у него и у модели внутри и как он функционирует, главное, чтобы наша модель в аналогичных ситуациях вела себя точно так же.
На практике очень четкой границы между методами нет. Очень часто встречаются смешанные системы, где часть работы выполняется по одному типу, а часть — по другому.
Искусственный интеллект в компьютерных играх. Классический пример "умных" игр – это программы для игры в шашки, шахматы и пр. Игровой ИИ, в первом приближении, можно разделить на два вида: интеллект отдельных игровых персонажей, групповой интеллект. Но несложно заметить, что каждое существо, которым управляет групповой ИИ, обладает собственным "разумом".
Системы ИИ, применяемые в компьютерных играх, можно разделить на два основных вида. Детерминированные системы отличаются предсказуемостью действий персонажа. Недетерминированные системы – персонаж, управляемый таким ИИ, может действовать непредсказуемо, принимать неожиданные решения. Популярным в последнее время способом реализации недетерминированного ИИ является технология нейронных сетей.