Основные направления исследований в области искусственного интеллекта

Искусственный интеллект – это научная дисциплина, в рамках которой разрабатываются модели и методы решения задач, считающихся интеллектуальными и не поддававшихся ранее формализации и автоматизации.

В качестве практического результата данного направления выступает создание интеллектуальных информационных систем (ИИС) для решения множества задач, для которых ранее созданные системы не пригодны.

Основные направления исследований в области искусственного интеллекта следующие:

1. Разработка ИИС или систем, основанных на знаниях. Целью построения таких систем является применение знаний высококвалифицированных специалистов - экспертов для решения сложных практических задач. При этом используются знания, накопленные экспертами в виде конкретных правил решения тех или иных задач. В таких системах воспроизводится человеческий способ анализа неструктурированных и слабоструктурированных проблем. В рамках данного направления разрабатываются модели представления, извлечения и структурирования знаний, изучаются проблемы создания баз знаний, являющихся ядром систем, основанных на знаниях.

1 Разработка естественно-языковых интерфейсов и машинный перевод. Системы машинного перевода предназначены для повышения доступности информации и оперативности перевода больших объемов научно-технических текстов. В основе таких систем лежит база знаний в определенной предметной области и сложные модели, обеспечивающие трансляцию «исходный язык оригинала – язык смысла – язык перевода». В этих системах осуществляется анализ и синтез естественно-языковых сообщений. Данное направление охватывает разработку методов и систем, обеспечивающих общение человека с компьютером на естественном языке.

3. Генерация и распознавание речи. Системы речевого сообщения создаются для ускорения ввода информации в ЭВМ, разгрузки зрения и рук пользователя, для реализации речевого общения на значительном расстоянии.

4. Обработка визуальной информации. В этом направлении решаются задачи обработки, анализа и синтеза изображений. Задача обработки изображения связана с трансформированием графических образов в новые изображения. Задача анализа состоит в преобразовании исходного изображения в данные другого типа, например в текстовые описания. При синтезе изображений на вход системы поступает алгоритм построения изображения, а выходными данными являются графические объекты (системы машинной графики).

5. Обучение и самообучение. Эта область включает модели, методы и алгоритмы, ориентированные на автоматическое накопление и формирование знаний с использованием процедур анализа и обобщения данных.

6. Распознавание образов. Решение этой задачи состоит в отнесении объектов к классам, которые описываются совокупностями определенных значений признаков.

7. Игры и машинное творчество. Это направление охватывает сочинение компьютерной музыки, стихов, изобретение новых объектов, создание интеллектуальных компьютерных игр.

8. Программное обеспечение систем искусственного интеллекта. Это инструментальные средства для разработки интеллектуальных систем. Такие средства включают: специальные языки программирования, ориентированные на обработку символьной информации (LISP, SMALLTALK, РЕФАЛ); языки логического программирования (PROLOG); языки представления знаний (OPS 5, KRL, FRL); интегрированные программные среды для создания интеллектуальных систем (КЕ, ARTS, GURU); оболочки экспертных систем (BUILD, EMYCIN, ЭКСПЕРТ), позволяющие создавать прикладные экспертные системы (ЭС), не прибегая к программированию.

9. Интеллектуальные роботы. Для создания автономных интеллектуальных роботов необходимо решить проблемы в области интерпретации знаний, машинного зрения, адекватного хранения и обработки трёхмерной визуальной информации.

Дата добавления: 2014-01-04