
- •1. Искусственный интеллект как направление знаний. Основные направления. Сильный и слабый ии. Критерий интеллектуальности. Тест Тьюринга. Критика теста Тьюринга.
- •2. Критерий интеллектуальности. Тест Тьюринга. Критика теста Тьюринга. Гипотеза Ньюэлла-Саймона и тезис Ады Лавлейс.
- •3. Философские аспекты ии. Теория симуляции реальности н. Бострома. Цифровая философия э.Фредкина. Эволюционная кибернетика в.Ф.Турчина
- •4. Понятие сингулярности. Трансгуманистическая философия: основные постулаты.
- •5. Модели памяти и мышления человека. Чанки. Структуры и процессы
- •6. Восходящий, нисходящий и эволюционный подходы к ии. Понятие о нейронных сетях.
- •7. Знания и информация. Понятие о представлении знаний. Статические и динамические знания. Явные и неявные представления знаний.
- •8. Процедурное представление знаний. Продукции. Деревья и-или. Деревья решений.
- •9. Сетевое представление знаний. Семантические сети. Концептуальные графы.
- •10. Фреймовое представление знаний. Основные операции логического вывода во фреймовом представлении.
- •11. Представление знаний на основе формальной логики. Пролог как возможный язык логического представления знаний.
- •12. Поиск в нагруженном графе. Алгоритм поиска с весовой функцией и его реализация на Прологе.
- •13. Понятие об эвристическом поиске. Допустимость, монотонность,
- •14. Алгоритм поиска a. Критерий допустимости a-алгоритма. Примеры.
- •15. Реализация алгоритма a* на Прологе.
- •16. Поиск с итерационным погружением (id).
- •17. Различные способы повышения эффективности алгоритмов поиска: поиск с использованием списка пар пройденных вершин, представление путей деревьями.
- •18. Экспертные системы. Структура экспертной системы. База знаний. Машина вывода.
- •19. Основные подходы к созданию экспертных систем. Оболочки экспертных систем. Роль инженера по знаниям.
- •20. Прямой логический вывод. Иллюстрация прямого вывода на деревьях и- или. Конфликтное множество. Связь с поиском в пространстве состояний. Применение различных алгоритмов поиска.
6. Восходящий, нисходящий и эволюционный подходы к ии. Понятие о нейронных сетях.
на:
Существуют следующие подходы к созданию ИИ:
- моделирование интеллекта человека,
- подход черного ящика.
В свою очередь, подход в виде моделирования интеллекта человека можно разделить
- восходящий нейрокибернетический,
- эволюционный,
- нисходящий семантический.
Восходящий подход основан на принципе нейронных сетей.
Искусственный нейрон имитирует в первом приближении свойства биологического
нейрона. На вход искусственного нейрона поступает некоторое множество сигналов, каждый из которых является выходом другого нейрона. Каждый вход умножается на соответствующий вес, и все произведения суммируются, определяя уровень активации нейрона.
x1 α1
y
xn αn
y = f(∑αixi)
Хотя один нейрон и способен выполнять простейшие процедуры распознавания,
сила нейронных вычислений проистекает от соединений нейронов в сетях. Простейшая сеть состоит из группы нейронов, образующих слой. Более крупные и сложные нейронные сети обладают, как правило, и большими вычислительными возможностями. Хотя созданы сети всех конфигураций, какие только можно себе представить, послойная организация нейронов копирует слоистые структуры определенных отделов мозга. Оказалось, что такие многослойные сети обладают большими возможностями, чем однослойные, и в последние годы были разработаны алгоритмы для их обучения.
Многослойные сети могут образовываться каскадами слоев. Выход одного слоя является входом для последующего слоя. На рисунке ниже показана многослойная сеть:
Созданию модели интеллекта человека мешает:
- невозможность сделать подобную нейронную сеть
- проблема в выборе архитектуры
- переобучение
Такой подход используется для распознавания образов.
Возможен вариант обучения без учителя (например, группировка новостей в
Интернете) и с учителем.
Эволюционный подход
Эволюционно-психологический подход к человеческому интеллекту позволяет проследить формирование многих психологических качеств, важных для обучения. В результате удается сформировать совокупность методологических принципов обучения, которые использует сама природа.
Нисходящий подход
Основан на понятиях знания, рассуждения.
Этот подход был первым среди всех подходов к созданию ИИ.
Основная идея подхода – использование того факта, что основные рассуждения человека основаны на объектах. Как мы говорили выше, возможно, многие объекты в памяти человека связаны друг с другом семантически. Следуя по цепочкам связей, человек рассуждает, следовательно, мы в какой-то степени можем это промоделировать.
Гипотеза Сапира-Ворра – в одном языке существуют фразы, невыразимые в другом.