Система искусственного интеллекта. Области применения систем искусственного интеллекта

3. Подходы к построению искусственного интеллекта

   Единого ответа на вопрос, чем занимается искусственный  интеллект, не существует. Почти каждый автор, пишущий книгу об ИИ, отталкивается  в ней от какого-либо определения, рассматривая в его свете достижения этой науки.

   Нет и  точного критерия достижения компьютерами «разумности», хотя на заре искусственного интеллекта был предложен ряд  гипотез, например, тест Тьюринга или гипотеза Ньюэлла — Саймона, можно выделить два основных подхода к разработке ИИ:

• нисходящий (англ. Top-Down AI), семиотический — создание экспертных систем, баз знаний и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.;
• восходящий (англ. Bottom-Up AI), биологический — изучение нейронных сетей и эволюционных вычислений, моделирующих интеллектуальное поведение на основе биологических элементов, а также создание соответствующих вычислительных систем, таких как нейрокомпьютер или биокомпьютер.

   Последний подход, строго говоря, не относится  к науке о ИИ в смысле, данном Джоном Маккарти, — их объединяет только общая конечная цель.

   Тест  Тьюринга и интуитивный подход 
 

   Эмпирический  тест был предложен Аланом Тьюрингом в статье «Вычислительные машины и разум» (англ. Computing Machinery and Intelligence), опубликованной в 1950 году в философском журнале «Mind». Целью данного теста является определение возможности искусственного мышления, близкого к человеческому.

   Стандартная интерпретация этого теста звучит следующим образом: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор». Все участники теста не видят друг друга.

• Самый общий подход предполагает, что ИИ будет способен проявлять поведение, не отличающееся от человеческого, причём в нормальных ситуациях. Эта идея является обобщением подхода теста Тьюринга, который утверждает, что машина станет разумной тогда, когда будет способна поддерживать разговор с обычным человеком, и тот не сможет понять, что говорит с машиной (разговор идёт по переписке).
• Писатели-фантасты часто предлагают ещё один подход: ИИ возникнет тогда, когда машина будет способна чувствовать и творить.

   Однако  последний подход вряд ли выдерживает  критику при более детальном  рассмотрении. К примеру, несложно создать  механизм, который будет оценивать  некоторые параметры внешней  или внутренней среды и реагировать на их неблагоприятные значения. Про такую систему можно сказать, что у неё есть чувства («боль» — реакция на срабатывание датчика удара, «голод» — реакция на низкий заряд аккумулятора, и т. п.). А кластеры, создаваемые картами Кохонена, и многие другие продукты «интеллектуальных» систем можно рассматривать как вид творчества.

4. Модели и методы исследований искусственного интеллекта. Анализируя историю ИИ, можно выделить такое обширное направление как моделирование рассуждений. Долгие годы развитие этой науки двигалось именно по этому пути, и теперь это одна из самых развитых областей в современном ИИ. Моделирование рассуждений подразумевает создание символьных систем, на входе которых поставлена некая задача, а на выходе требуется её решение. Как правило, предлагаемая задача уже формализована, то есть переведена в математическую форму, но либо не имеет алгоритма решения, либо он слишком сложен, трудоёмок и т. п. В это направление входят: доказательство теорем, принятие решений и теория игр, планирование и диспетчеризация, прогнозирование[3].

   Модели  искусственного интеллекта:

   - работа с естественными языками

   Немаловажным  направлением является обработка естественного языка, в рамках которого проводится анализ возможностей понимания, обработки и генерации текстов на «человеческом» языке. В рамках этого направления ставится цель такой обработки естественного языка, которая была бы в состоянии приобрести знание самостоятельно, читая существующий текст, доступный по Интернету.

   - представление и использование знаний

   Направление инженерия знаний объединяет задачи получения знаний из простой информации, их систематизации и использования. Это направление исторически связано с созданием экспертных систем — программ, использующих специализированные базы знаний для получения достоверных заключений по какой-либо проблеме.

   - производство знаний из данных — одна из базовых проблем интеллектуального анализа данных. Существуют различные подходы к решению этой проблемы, в том числе — на основе нейросетевой технологии, использующие процедуры вербализации нейронных сетей.

   - машинное обучение

   Проблематика машинного обучения касается процесса самостоятельного получения знаний интеллектуальной системой в процессе её работы. К области машинного обучения относится большой класс задач на распознавание образов. Например, это распознавание символов, рукописного текста, речи, анализ текстов. Особо стоит упомянуть компьютерное зрение, которое связано ещё и с робототехникой.

   - биологическое моделирование искусственного интеллекта

   Отличается  от понимания искусственного интеллекта по Джону Маккарти, когда исходят из положения о том, что искусственные системы не обязаны повторять в своей структуре и функционировании структуру и протекающие в ней процессы, присущие биологическим системам. Сторонники данного подхода считают, что феномены человеческого поведения, его способность к обучению и адаптации есть следствие именно биологической структуры и особенностей её функционирования.

   - робототехника

   Области робототехники и искусственного интеллекта тесно связаны друг с другом. Интегрирование этих двух наук, создание интеллектуальных роботов составляют ещё одно направление ИИ. Интеллектуальность требуется роботам, чтобы манипулировать объектами, выполнять навигацию с проблемами локализации (определять местонахождение, изучать ближайшие области) и планировать движение (как добраться до цели). Примером интеллектуальной робототехники могут служить игрушки-роботы Pleo, AIBO, QRIO.

   - машинное творчество

   Природа человеческого творчества ещё менее  изучена, чем природа интеллекта. Тем не менее, эта область существует, и здесь поставлены проблемы написания компьютером музыки литературных произведений (часто — стихов или сказок), художественное творчество. Создание реалистичных образов широко используется в кино и индустрии игр.

   Отдельно  выделяется изучение проблем технического творчества систем искусственного интеллекта. 

   Другие  области исследований

   Наконец, существует масса приложений искусственного интеллекта, каждое из которых образует почти самостоятельное направление. В качестве примеров можно привести программирование интеллекта в компьютерных играх, нелинейное управление, интеллектуальные системы информационной безопасности. Можно заметить, что многие области исследований пересекаются. Это свойственно для любой науки. Но в искусственном с философским спором о сильном и слабом ИИ[3]. 
 
 
 
 
 
 
 
 
 
 
 

5. Области применения искусственного интеллекта

   Всякая  задача, для которой неизвестен алгоритм решения, априорно относится к искусственному интеллекту. Под алгоритмом понимается вся последовательность заданных действий, которые хорошо определены, выполнимы на современных ЭВМ, причем решение задачи должно получаться в приемлемой время (порядка минуты или часа).

   Первой  проблемой, с которой сталкиваются исследователи в области искусственного интеллекта, является проблема восприятия информации. Возможности сенсорных  и исполнительных механизмов, присущих человеку, в области зрения, манипулирования, восприятия вкуса и запаха, а также  в понимании и воспроизведении  речи еще не достигнуты в современных  технических системах. Рассмотрим отдельные  направления, где находят применение методы искусственного интеллекта.

   Восприятие  и распознавание образов

   Любая система обработки информации получает исходные данные от своих органов  восприятия. Из наших пяти органов  чувств несомненно самое важное место занимает зрение. Техническими аналогами глаза сегодня являются телекамеры и лазеры, работа которых непосредственно связана с программами распознавания изображений и анализа сцен. Микрофоны представляют собой воспринимающие органы технических слуховых систем. Область обработки поступающих сигналов известна под названием "распознавание образов". Распознающая система является необходимой частью любой автономной системы обработки информации.

   Математика  и автоматическое доказательство теорем

   В Искусственном  интеллекте особое значение придается символьной, а не числовой информации. Соответственно и первыми областями, в которых работали исследователи искусственного интеллекта, стали математика и различные игры. Обе эти сферы оказались хорошими областями приложения методов искусственного интеллекта в силу того, что связанные с ними задачи и проблемы хорошо формализованы, а, кроме того, сами эти области являются примерами высших достижений человеческого разума.

   Первые  программы автоматического доказательства теорем появились в 1957 г., т.е. 10 лет  спустя после появления первых ЭВМ. Вначале эти программы были достаточно просты, но затем все более и  более усложнялись. Уровень человека средних способностей был ими  быстро превзойден, однако уровень  хорошего математика не достигнут до сих пор. Более того, формальные разделы математики, например такие, как математическая логика, оказались необходимыми для таких важных приложений, как робототехника, решение задач, поиск информации в базах данных. Математика и автоматическое доказательство теорем остаются и сейчас одним из основных направлений приложения методов искусственного интеллекта.

   Игры

   Как и  формальные системы в математике, игры, характеризующиеся конечным числом ситуаций и четко определенными правилами, являются хорошей сферой приложения дедуктивных методов. Вот почему они были и остаются до сих пор предпочтительными объектами исследований в искусственном интеллекте. В азартных играх, подобных покеру или нардам, где большое значение имеет расчет вероятностей, программы работают великолепно.