Искусственный Интеллект (ии)

Направление ИИ (Artificial Intelligence) сформировалось как наука в 60-е годы.

Искусственный интеллект – способность устройства выполнять функции, присущие человеческому интеллекту, такие как рассуждения, обучение, самосовершенствование.

Научное определение:

Искусственный интеллект – это наука, изучающая возможность создания программ для ЭВМ, которые решают задачи, требующие определённых интеллектуальных усилий при выполнении их человеком. При этом, с точки зрения программирования, возникают трудности двух типов.

1. В большинстве случаев, выполняя какое-либо действия, человек не осознаёт, как он это делает по шагам, то есть не известен точный алгоритм того, как человек понимает текст, доказывает теорему, выполняет другие подобные действия.

2. На сегодня априори (по определению) ЭВМ ещё далеки от уровня компетенции человека, и для того, чтобы они начали действовать, должна быть составлена соответствующая программа.

Таким образом, каждая задача, где не задан точный алгоритм, относится к области ИИ.

Эти задачи обладают двумя особенностями.

1. Они используют информацию в символьной форме, то есть буквы, слова, знаки, рисунки.

2. В этих задачах предполагается наличие выбора.

Действительно, то, что алгоритм не задан, означает только то, что в ходе решения осуществляется выбор и формируется алгоритм решения.

С самого начала работы в области ИИ велись по двум направлениям.

1. Познание естественного интеллекта, то есть разработка модели человеческого мозга, отражающей его структуру и функционирование.

2. Создание искусственных систем, подобных человеческому мозгу.

Второе направление, в свою очередь, так же делится на два направления.

1. Полноценная имитация мозга, или создание искусственных нейронных сетей.

2. «Совпадение по результату», когда внутренняя структура мозга не имитируется, а важно, чтобы программа на выходе вела себя подобно человеку в этой ситуации.

Совершенной модели человеческого мозга на сегодня не создано, так как это очень сложная структура, включающая в себя 10¹⁰-10¹¹ клеток, называемых нейронами. Однако создана модель, которая уже имитирует функции человеческого мозга с достаточной точностью. В этой модели считается, что мозг – это сеть отдельных клеток нейронов, которые могут взаимодействовать между собой, образуя соединение, называемое синапсом.

Каждый нейрон состоит из ядра, называемого сома, от которого отходит множество коротких отростков – дендритов и 1 длинный отросток – аксон. На конце аксона также расположены дендриты, которые могут вступать в контакт с дендритами другого нейрона.

Считается, что каждый нейрон может находиться в двух состояниях: возбужденном и невозбужденном. Если нейрон возбужден, он передает информацию другому нейрону. Если невозбужден - такой передачи нет. Алгоритм выполнения того или другого действия и образуется за счет возникновения в этой ситуации определенного набора таких связей различных для разных ситуаций.

Искусственная нейронная сеть строится аналогично: есть модель отдельных нейронов, а за счет обучения сети решению определенных задач между этими моделями закладываются определенные связи, и образуются однослойные, двухслойные или многослойные сети таких искусственных нейронов, которые умеют решать определенный класс задач.

Нейрокомпьютеры, построенные по такому принципу, имеют принципиально другую структуру, направленную на параллельные вычисления, и потому обладают очень высокой производительностью.

Пример:

В 1995году на рынок поступил нейрокомпьютер «Фудзицу», его структура была эквивалентна 250 параллельным, работающим процессорам того времени, а производительность была в 400 раз выше, чем у обычного компьютера.

Создание экспертных систем (ЭС) среди систем ИИ отличаются узкой практической направленностью и ориентируются на традиционный компьютер. Сейчас ЭС применяется в различных областях человеческой деятельности.

Примеры:

1. По сведениям фирмы NEC, при проектировании интегральных микросхем производительность труда при условии применения ЭС возрастает в 3-6 раз, а выполнение некоторых операций ускоряется в 10-15 раз.

2. Поиск неисправностей в технических устройствах ускоряется в 5-10 раз.

3. По сведениям фирмы Toshiba, производительность труда программистов увеличивается при применении ЭС в 5 раз.

4. Затраты на обучение при применении ЭС в области профессиональной подготовки без потери качества сокращаются в 8-12 раз. Здесь обучение определенным навыкам передаются виртуальному преподавателю, а человек занимается только индивидуальной подготовкой учащихся.

5. Система XCON для разработки вычислительной системы под решение конкретных задач на базе ЭВМ VAX. Эта система умела под конкретный заказ выбирает оптимальный состав оборудования под решение задачи, разместить его (оборудование) на заданной площади и оптимально проложить связи в такой вычислительной сети. Диапазон выполняемых заказов: от учета собранного урожая фермером до слежения и управления спутниками, подчиненными NASA.

Выполнение заказов при введении ЭС увеличилось в 4 раза, при этом процесс ошибочных решений снизился с 35% до 2%. В числе этих 2% остались только самые трудноразрешимые задачи, которые были под силу самым квалифицированным людям – экспертам. При этом эти эксперты утверждали, что работа с такой ЭС освобождает их от рутинного труда и стимулирует к дальнейшему совершенствованию. Именно эти люди развивали и совершенствовали и саму ЭС.

В настоящее время ЭС применяются в различных областях, но разработка этого программного обеспечения, как правило, под силу только крупным и мощным корпорациям. Например, фирма IBM. Она приступила к разработке ЭС с некоторым опозданием в 1984 году, но уже в 1987 году фирма имела 70 рабочих ЭС, пригодных для продажи. И с тех пор ежегодно число этих систем удваивается.

Наиболее широко на рынке представлены ЭС типа диагностики и классификации. В последние годы стали появляться и ЭС в области проектирования и управления.