Основные направления и этапы развития

№ п/п	Вопрос	Вариант ответа	Вариант ответа	Вариант ответа	Вариант ответа
	Специалист, к которому Вы скорее всего, обратитесь за помощью – это человек …?	критически настроенный		слушающий и способный почувствовать чужие переживания		приглашающий к сотрудничеству		способный направить ваши усилия на достижение успеха
	В процессе обучения в себе Вы больше всего цените…?	восприимчивость		целеустремлен-ность		способность к анализу		отсутствие предубеждений
	О себе Вы можете сказать, что Вы человек ….?	обучаемый		наблюдательный		мыслящий		действующий
	Когда Вам предлагают новый вариант эффективного решения проблемы, Вы чаще всего …?	доверяете советам опытных людей		рискуете попробовать		всесторонне оцениваете предложенное		руководствуетесь своим первым ощущением
	При выборе пути решения профессиональных проблем, Вы прежде всего руководствуетесь …?*	интуицией		соображениями пользы		логикой		возможностью получения удовольствия
	В процессе профессионального обучения Вас больше всего интересует возможность ….?	доверять обучающему		самостоятельно оценивать предложенное		получать достоверную информацию		получить ответы на свои вопросы
	В обучении Вы больше всего ориентируетесь …?	на нужды сегодняшнего дня		на собственное восприятие ситуации		на запросы для завтрашнего		на достижение практического результата
	Какие профессиональные учебники Вам более всего интересны …?	с описанием алгоритмов, методик (сценариев) действий		дающие материалы для осмысления и определения собственной позиции		с хорошим теоретическим анализом и обоснованием		с наличием проблемных вопросов и ярких идей
	Как, одним словом, можно оценить Вашу деятельность в процессе профессионального обучения	усердие		сдержанность		разум		созидание
Суммируйте баллы за вопросы, обозначенные в примере	2+3+4+7+8+9=		1+3+6+7+8+9=		2+3+4+5+8+9=		1+3+6+7+8+9=

Под искусственным интеллектом понимается программно-аппаратная среда, которая позволяет решать задачи, свойственные человеку (распознавание речи, распознавание образов и прочее) при наличии многих неопределённых факторов.

Искусственный интеллект как научное направление, связанное с попытками формализовать мышление человека, имеет длительную предысторию. Первые шаги кибернетики были направлены на изучение и осмысление в новых понятиях процессов, протекающих в сложных, прежде всего живых, системах, включая и мыслящие. Позднее это направление работ оформилось в самостоятельную область, разрабатывающую проблему искусственного интеллекта.

Существует две точки зрения на вопрос, каким образом строить системы искусственного интеллекта:

1. «Важнее всего результат», т.е. хорошее совпадение поведения искусственно созданных и естественных интеллектуальных систем, а что касается внутренних механизмов формирования поведения, то разработчик искусственного интеллекта вовсе не должен копировать или даже учитывать особенности естественных, живых аналогов.

2. Именно изучение механизмов естественного мышления и анализ данных о способах формирования разумного поведения человека могут создать основу для построения систем искусственного интеллекта, причем построение это должно осуществляться, прежде всего, как моделирование, воспроизведение техническими средствами принципов и конкретных особенностей функционирования биологических объектов.

Успехи развития первого направления искусственного интеллекта оказываются тесно связанны с развитием возможностей ЭВМ и искусства программирования. В связи с этим первое направление можно охарактеризовать термином «машинный интеллект».

Второе направление искусственного интеллекта рассматривает данные о нейрофизиологических и психологических механизмах интеллектуальной деятельности и, в более широком плане, разумного поведения человека. Оно стремиться воспроизвести эти механизмы с помощью тех или иных технических устройств, с тем чтобы «поведение» таких устройств хорошо совпадало с поведением человека в определенных, заранее задаваемых пределах. Сказанное позволяет охарактеризовать данное направление искусственного интеллекта термином «искусственный разум».

Центральным звеном в биологических системах управления является мозг, состоящий из более 100 млрд нервных клеток – нейронов. каждая из которых имеет в среднем 10000 связей.

Основные положения теории деятельности головного мозга и математическая модель нейрона были разработаны американскими математиками У. Маккалоком и Ч. Питтсом в 1943 году.

Согласно предложенной модели мозг представляет собой ансамбль нейронов, имеющих одинаковую структуру. Каждый нейрон реализует некоторую функцию, называемую пороговой, над входными значениями. Если значение функции превышает определенную величину - порог (что характеризует суммарную значимость полученной нейроном информации), нейрон возбуждается и формирует выходной сигнал для передачи его другим нейронам. Пройдя путь от рецепторов (слуховых, зрительных и других) через нейронные структуры мозга до исполнительных органов, входная информация преобразуется в набор управляющих воздействий, адекватных ситуации.

В 1957 году Розенблаттом был предложен прибор, с помощью которого можно было распознавать различные изображения. Данный прибор получил название «персептрон» (от слова perception – восприятие). Персептрон стал первым, реально созданным прибором, работающим по подобию человека. Персептрон распознавал цифры, освещённые источником света. В качестве элементов прибора использовались фотоэлементы.

Математическая модель персептрона (однослойной нейронной сети) была разработана Маккалоком и Питтсом.

Неблагоприятным моментом, затормозившим развитие нейросетевой тематики более чем на два десятилетия, явилось опубликование тезиса, выдвинутого М. Минским и С. Пейпертом о невозможности воспроизведения произвольной функции нейронной сетью и, следовательно, о невозможности создания универсального вычислительного устройства на её основе (персептрон не может реализовать функцию «исключающее ИЛИ»).

В течение длительного времени основным направлением в развитии искусственного интеллекта являлся логико-символьный подход, который может быть реализован на традиционных вычислительных системах.

К началу 80-х годов были созданы условия для возрождения интереса к нейросетевым моделям: был предложен алгоритм обучения многослойной нейронной сети (состоящей более чем из двух слоёв) Back Propagation. Было доказано, что нейронная сеть является универсальным аппроксиматором.

Синергетический подход заключается в объединение символьных вычислений и нейронных сетей. Данный подход позволяет создавать системы с лучшими свойствами, так как объединяет достоинства и возможности отдельно взятых систем: символьные вычисления – легко читаемые структуры, НС – легко обучаемые и адаптирующиеся.

К настоящему времени сформировался обширный рынок нейросетевых продуктов. Подавляющее большинство продуктов представлено в виде моделирующего программного обеспечения. Ведущие фирмы разрабатывают также и специализированные нейрочипы или нейроплаты в виде приставок к персональным ЭВМ.