Перспективы развития систем ИИ

Понятие и назначение экспертной системы (ЭС)

1 Интеллектом называется способность мозга решать задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам.

В этом определении под термином "знания" подразумевается не только та информация, которая поступает в мозг через органы чувств. Такого типа знания чрезвычайно важны, но недостаточны для интеллектуальной деятельности. Дело в том, что объекты окружающей нас среды обладают свойством не только воздействовать на органы чувств, но и находиться друг с другом в определенных отношениях. Ясно, что для того, чтобы осуществлять в окружающей среде интеллектуальную деятельность, необходимо иметь в системе знаний модель этого мира. В этой информационной модели окружающей среды реальные объекты, их свойства и отношения между ними не только отображаются и запоминаются, но и могут мысленно "целенаправленно преобразовываться". При этом существенно то, что формирование модели внешней среды происходит " в процессе обучения на опыте и адаптации к разнообразным обстоятельствам ".

Традиционно при определении задач, относящихся к интеллектуальным, рассматриваются только те задачи, алгоритмы решения которых неизвестны.

Что же касается задач, алгоритмы решения которых уже установлены, то, как отмечает известный специалист в области ИИ М. Минский, "излишне приписывать им такое мистическое свойства, как "интеллектуальность". В самом деле, после того, как такой алгоритм уже найден, процесс решения соответствующих задач становится таким, что его могут в точности выполнить человек, вычислительная машина или робот, не имеющие ни малейшего представления о сущность самой задачи.

Поэтому представляется совершенно естественным исключить их класса интеллектуальных такие задачи, для которых существуют стандартные методы решения. Примерами таких задач могут служить чисто вычислительные задачи: решение системы линейных алгебраических уравнений, численное интегрирование дифференциальных уравнений, задачи обработки данных в экономике (все задачи бухгалтерского учета, например). Для решения подобного рода задач имеются стандартные алгоритмы, представляющие собой определенную последовательность элементарных операций, которая может быть легко реализована в виде программы для вычислительной машины

. В противоположность этому для широкого класса интеллектуальных задач, таких, как распознавание образов, игра в шахматы, доказательство теорем и т. п. процесс поиска решения часто оказывается весьма затруднительным, даже если само их решение несложно.

Таким образом, мы можем перефразировать определение интеллекта как универсальный сверхалгоритм, который способен создавать алгоритмы решения конкретных задач.

Деятельность мозга (обладающего интеллектом), направленную на решение интеллектуальных задач, мы будем называть мышлением, или интеллектуальной деятельностью. Интеллект и мышление органически связаны с решением таких задач, как доказательство теорем, логический анализ, распознавание ситуаций, планирование поведения, игры и управление в условиях неопределенности.

Характерными чертами интеллекта, проявляющимися в процессе решения задач, являются способность к обучению, обобщению, накоплению опыта (знаний и навыков) и адаптации к изменяющимся условиям в процессе решения задач. Благодаря этим качествам интеллекта мозг может решать разнообразные задачи, а также легко перестраиваться с решения одной задачи на другую. Таким образом, мозг, наделенный интеллектом, является универсальным средством решения широкого круга задач (в том числе неформализованных) для которых нет стандартных, заранее известных методов решения. Именно это свойство мозга и пытаются имитировать системы, относимые к искусственному интеллекту (ИИ).

Сферы применения систем искусственного интеллекта

Создание систем, имитирующих интеллектуальную деятельность человека, традиционно развивается по двум направлениям.

Первое направление преследует цель создания систем, структура, функции и закономерности деятельности которых полностью копируют человеческий мозг. В рамках этого направления создаются нейронные сети, полностью повторяющие структуру человеческого мозга. Первоначально исследователи, работающие в рамках этого направления, не получали практически значимых результатов и это направление многие годы представляло лишь теоретический интерес. Однако в последнее время все чаще появляются сообщения о практически действующих компьютерах или их частях, основанных на нейронных сетях. Такие разработки нашли практическое применение в системах распознавания образов, медицине, космической и военной промышленности.

Второе направление использует традиционную элементную базу и традиционную вычислительную технику для имитации, моделирования интеллектуальной деятельности человека. Именно эти разработки в настоящее время получили широкое практическое применение.

Системы ИИ разделяются на две группы: широкого назначения и системы специального назначения. Системы первого класса предназначены для решения любых возникающих в узкой предметной области задач, алгоритм решения которых не определен или неизвестен. К таким системам, в первую очередь относят экспертные системы, способные анализировать поставленную задачу, оценивать исходные данные, генерировать алгоритм решения задачи, исходя из знаний об окружающей действительности, сведений, хранящихся в базах данных, приобретенного опыта, диалога с пользователем.

Системы второго класса - это специально созданные программные системы для решения одной задачи. Примерами таких систем могут служить системы распознавания образов, системы машинного перевода, системы распознавания устной речи, программы игры в интеллектуальные игры (шахматы), интеллектуальные роботы и т.п.

Современный подход ориентирован на создание смешанных человеко-машинных, или, как еще говорят, интерактивных интеллектуальных систем, на симбиоз возможностей естественного и искусственного интеллекта. Важнейшими проблемами в этих исследованиях является оптимальное распределение функций между естественным и искусственным интеллектом и организация диалога между человеком и машиной.

В настоящее время существуют и успешно применяются программы, позволяющие машинам играть в деловые или военные игры, имеющие большое прикладное значение. Чрезвычайно важным свойством их являются присущие человеку способность к обучению и адаптации.

Одной из наиболее интересных интеллектуальных задач, также имеющей огромное прикладное значение, является задача распознавания образов. Решением ее занимались и продолжают заниматься представители различных наук — физиологи, психологи, математики, инженеры. Такой интерес к задаче стимулировался фантастическими перспективами широкого практического использования результатов теоретических исследований: читающие автоматы; экспертные системы, ставящие медицинские диагнозы; проводящие криминалистическую экспертизу; анализирующие рынок и применяющие адекватные управленческие решения, прогнозирующие системы, предсказывающие поведение групп людей в социологии, политике, педагогике, экономике; роботы, способные распознавать и анализировать сложные сенсорные ситуации.

Проблема обучения распознаванию тесно связана с другой интеллектуальной задачей — проблемой перевода с одного языка на другой, а также обучения машины языку. При достаточно формальной обработке и классификации основных грамматических правил и приемов пользования словарем можно создать вполне удовлетворительный алгоритм для перевода научного или делового текста. Для некоторых языков такие системы были созданы еще в конце 60-х г. Однако для того, чтобы связно перевести достаточно большой разговорный (литературный) текст, необходимо понимать его смысл. Работы над такими программами ведутся уже давно, но до полного успеха еще далеко. Пока имеются лишь программы, обеспечивающие диалог между человеком и машиной на урезанном естественном языке (некотором профессиональном диалекте). Именно такие системы обеспечивают естественно-языковой интерфейс в сложных человеко-машинных системах.

Дата добавления: 2015-06-27