Введение в проблему искусственного интеллекта
Введение в проблему искусственного
интеллекта
1. Понятие систем ИИ, их классификация
области применения и перспективы развития.
ИИ
- это научно-исследовательское направление создающие модели и соответствующие
программные средства, позволяющие с помощью ЭВМ решать задачи творческого, не
вычислительного характера, которые в процессе решения требуют обращения к
семантике (проблеме смысла). Исследования в области ИИ проводятся в течение 30
лет.
Началом
работ в области ИИ считают создание ЭВМ, которая должна была имитировать
процесс человеческого мышления. Разработка Розенблата. Машина-персептрон имела
два вида нейтронов, которые образовывали нейтронную сеь.
Исследования
в области ИИ разделились на два подхода:
1)Конекционистский
2)Символьный
Начало
работ в (2) считают разработки университета Корнеги Меллона, а именно два
программных комплекса:
а)логик-теорик;
б)общий
решатель задач.
В
конце 60-х изменилась методология решения задач ИИ, т.е. вместо моделирования
способов мышления человека началась разработка программ способных решать
человеческие задачи, но на базе Эффективных машинно-ориентированных методов.
Исследовательским
полигоном этого периода явились головоломки и игры. Это объясняется
замкнутостью пространства поиска решений и возможностью моделирования очень
сложной стратегии поиска решения. В то же время делаются попытки перенести ИИ
из искусственной среды в реальную. Возникает проблема моделирования внешнего
мира. Это привело к появлению интегральных роботов, которые изначально должны
были выполнять определенные операции в технологических процессах, работать в
опасных для человека средах. С появлением роботов большое внимание уделяется
реализации функции формирования действий, восприятие ими информации о внешней
среде. Появление роботов считают вторым этапом исследований в ИИ.
В
начале 70-х акценты в ИИ сместились на создание человеко-машинных систем,
позволяющих комплексно на основе эвристических методов вырабатывать решения в
рамках конкретных предметных областей на основе символьного подхода. В это же
время стали развиваться бурными темпами экспертные системы (ЭС). ЭС - позволяет
выявлять, накапливать и корректировать знания из различных областей и на основе
этих знаний формировать решения , которые считаются если не оптимальными, то
достаточно эффективными в определенных ситуациях.
ЭС
используют знания группы экспертов в рамках определенной предметной области. В
качестве экспертов используются конкретные специалисты, которые могут быть не
достаточно знакомы с ЭВМ. В настоящее время в общем объеме доля ЭС составляет
до 90%. Если проранжировать области применения по количеству созданных
образцов:
Медицинская
диагностика, обучение, консультирование.
Проектирование ЭС.
Оказание
помощи пользователям по решению задач в разных областях.
Автоматическое
программирование. Проверка и анализ качества ПО.
Проектирование
сверхбольших интегральных схем.
Техническая
диагностика и выработка рекомендаций по ремонту оборудования.
Первые
образцы ЭС занимали по трудоемкости разработки 20-30 человеко/лет. В коллектив
разработчиков входили: эксперты предметной области, инженеры по знаниям или
проектировщики ЭС, программисты. В проектировании ЭС есть существенное отличие
от проектирования традиционных информационных систем. Это объясняется тем, что
в ЭС используется понятие “знание”, а в традиционной системе - “данные”. В ЭС
отсутствует понятие жесткого алгоритма, а всевозможные действия задаются в виде
правил, которые являются эвристиками, т.е. эмпирическими правилами или упрощениями.
В процессе работы системы производится построение динамического плана решения
задачи с помощью специального аппарата логического вывода понятий.
С
появлением ЭС появилась новая научная дисциплина - инженерия знаний, которая
занимается исследованиями в области представления и формализации знаний, их
обработки и использования в ЭС. В настоящее время под термин ЭС попадает очень
большой круг систем, которые можно отнести к ЭС только по используемым моделям
и методам проектирования. Поэтому делается попытка более строгой классификации
систем ИИ символьного направления.
В
настоящее время при широком использовании символьного подхода усилилось
внимание к использованию нейтронных сетей. Это объясняется тем, что предложены
очень мощные модели нейтронных сетей и алгоритмы их обучения (метод обратного
распространения ошибок).
Нейтронные
сети используются в медицинской диагностике, управлении самолетом, налоговых и
почтовых службах США.
Одной
из составляющих успеха нейтронных сетей явилась совместная разработка компании
Intel и корпорации Nestor микросхемы с архитектурой нейтронных сетей.
Тенденции
развития средств вычислительной техники:
Развитие
вычислительной базы: параллельные, нейтронные и оптические технологии, которые
будут способны к распределенному представлению информации, параллельной ее
обработки, обучению и самоорганизации.
Развитие
теоретической основы для информационной обработки основанный на понятии
‘Softlogic’, поддерживающий как логический, так и интуитивный вывод понятий.
Разработка
для реальных приложений системы когнетивных функций, таких как речь, звуковые
эффекты, когнетивная графика и т.п.
Список литературы
Для
подготовки данной работы были использованы материалы с сайта http://www.parny.by.ru/