Распознавание образов (pattern recognition)

Обучение и самообучение (machine learning)

Интеллектуальные роботы (robotics)

Идея создания роботов далеко не нова. Само слово «робот» появилось в 20-х годах, как производное от чешского «робота» - тяжелой грязной работы. Его автор - чешский писатель Карел Чапек, описавший роботов в своем рассказе «Р.У.Р».

Роботы -это электротехнические устройства, предназначенные для автоматизации че­ловеческого труда.

Можно условно выделить несколько поколений в истории создания и развития робототехники:

I поколение. Роботы с жесткой схемой управления. Практически все современ­ные промышленные роботы принадлежат к первому поколению. Фактически это программируемые манипуляторы.

П поколение. Адаптивные роботы с сенсорными устройствами. Есть образцы та­ких роботов, но в промышленности они пока используются мало.

III поколение. Самоорганизующиеся или интеллектуальные роботы. Это - ко­ечная цель развития робототехники. Основные нерешенные проблемы при со­здании интеллектуальных роботов - проблема машинного зрения и адекватного хранения и обработки трехмерной визуальной информации.

В настоящее время в мире изготавливается более 60 000 роботов в год. Фактиче­ски робототехника сегодня - это инженерная наука, не отвергающая технологий ИИ, но не готовая пока к их внедрению в силу различных причин.

Активно развивающаяся область искусственного интеллекта. Включает модели, методы и алгоритмы, ориентированные на автоматическое накопление и фор­мирование знаний на основе анализа и обобщения данных [Гаек, Гавранек, 1983; Гладун, 1994; Финн, 1991]. Включает обучение по примерам (или индуктивное), а также традиционные подходы из теории распознавания образов.

В последние годы к этому направлению тесно примыкают стремительно разви­вающиеся системы data mining - анализа данных и knowledge discovery - поис­ка закономерностей в базах данных.

Традиционно - одно из направлений искусственного интеллекта, берущее нача­ло у самых его истоков, но в настоящее время, практически выделившееся в са­мостоятельную науку. Ее основной подход - описание классов объектов через опре­деленные значения значимых признаков. Каждому объекту ставится в соот­ветствие матрица признаков, по которой происходит его распознавание. Процедура распознавания использует чаще всего специальные математические процедуры и функции, разделяющие объекты на классы. Это направление близ­ко к машинному обучению и тесно связано с нейрокибернетикой [Справочник по ИИ, 1990].

Дата добавления: 2015-07-02