Основные понятия и определения искусственного интеллекта.
Категории, к которым относится искусственный интеллект:
Системы, которые думают подобно людям.
Искусственный интеллект – это новое направление работ по созданию компьютеров, способных думать, а также машин, обладающих разумом в полном и буквальном смысле этого слова.
Искусственный интеллект – это автоматизация действий, которые мы ассоциируем с человеческим мышлением, таких как: принятие решений, решение задач (любых), обучение, накопление знаний и т. д.
Системы, которые думают рационально.
Искусственный интеллект – это изучение умственных способностей, с помощью вычислительных моделей.
Искусственный интеллект – это изучение таких вычислений, которые позволяют чувствовать, рассуждать и действовать.
Системы, которые действуют подобно людям.
Искусственный интеллект – это искусство создания машин, которые выполняют функции, требующие интеллектуальности при их выполнении людьми.
Искусственный интеллект – это наука о том, как научить компьютеры делать то, в чем люди в настоящее время их превосходят.
Системы, которые действуют рационально.
Искусственный интеллект – это наука о проектировании интеллектуальных агентов.
Искусственный интеллект – это наука, посвященная изучению интеллектуального поведения артефактов (искусственных объектов).
Определения интеллектуальной системы:
И
Информацион-ные
выходы (поведение системы)
.
Информацион-ные
входы
Состояние системы
. . .
. . .
…
Знания
Знания – это важнейший термин искусственного интеллекта, часть любой интеллектуальной системы. Если быть кратким – это отношения между элементами данных. «Вася видел Петю». «Вася, Петя – данные, видел – отношение». Пусть отношение «видел» - не симметричное, тогда интеллектуальная система обладая такими знаниями может сделать вывод: «Совсем не обязательно, что Петя видел Васю».
Интеллектуальной называется система, моделируемая на компьютере мышление человека.
Интеллектуальной называется система, позволяющая усилить интеллектуальную деятельность человека за счет ведения с ним осмысленного диалога.
Для проверки интеллектуальности был предложен Аланом Тьюрингом 50-е гг. - Тест Тьюринга, суть которого сводится к ответу на вопрос: «Способен ли компьютер действовать подобно человеку? (проверка)».
Кратко о тесте: человек – экспериментатор, а за стенкой – или человек или компьютер. Нужно определить – с помощью вопросов, кто за стеной.
Если человек сказал, что человек, а там компьютер, то тест пройден.
Расширенный тест Тьюринга + визуальный контакт – проверка на распознавание образов.
Ежегодно разыгрывается Приз Лебнера (Loebner) – заявки на наиболее удачную реализацию программы по прохождению теста Тьюринга.
Приведем пример диалога (зачитать).
Выводы, для машинной обработки указанного диалога как минимум нужно учитывать следующее:
Человек может перехватить инициативу и СИИ – вместо ответа на вопрос – задать свой вопрос.
Анафорические ссылки (указывающее на предшествующее слово, отсылающие к ранее сказанному).
Разная интерпретация порядка – «следующий рейс» (из общего расписания), а «первый рейс» - номер рейса в диалоге.
Неявная ссылка – «в пятницу».
Основные направления исследований в области искусственного интеллекта:
- обработка текстов на естественном языке (NLP – Nature Language Processing);
Пример, компьютерный перевод:
The spirit is willing but the flesh is weak. – Дух полон желаний, но плоть слаба.
Обратный перевод: the vodka is good, but the meat is rotten. – Водка хороша, но мясо испорчено.
- средства представления знаний;
- средства автоматического формирования логических выводов;
- средства машинного обучения, которые позволяют приспосабливаться к новым обстоятельствам, также обнаруживать и экстраполировать признаки стандартных ситуаций;
- машинное зрение – системы распознавания образов;
- средства робототехники для манипулирования объектами и перемещения в пространстве.
История развития искусственного интеллекта.
Предпосылки появления искусственного интеллекта.
Рождение искусственного интеллекта (1956 г.).
В Принстонском университете проводил свои исследования один авторитетный специалист в области искусственного интеллекта, Джон Маккарти. После получения ученой степени Маккарти перешел в Дартмутский колледж, который и стал официальным местом рождения этой области знаний. Также здесь известны такие личности, как: Марвин Минский, Клод Шеннона и Натаниэль Рочестер.
Ранний энтузиазм. Большие ожидания. (1956 -1973 гг.)
Столкновение с реальностью. (1966 -1973 гг.)
Появление систем, основанных на знаниях. (1969 -1979 гг.)
Превращение искусственного интеллекта в индустрию. (1980 г. - н. в.)
1980 г. - компания DEC впервые использовала промышленную экспертную систему R1, которая позволяла фирме в автоматизированном режиме создавать заказы на промышленное оборудование и другим заказчикам.
1981 г. – Япония объявила о создании компьютеров 5-го поколения, которые назвала «компьютерами интеллектуальными», использующими язык Prolog.
Возвращение к нейронным сетям. (1986 - н. в.)
Персептрон-элемент компьютерной сети. Термин возник из машины Персептрона (нейронный узел).
Становление искусственного интеллекта как науки. (1987г. – н. в.)
Появление подходов, основанных на использовании интеллектуальных агентов (с середины 90-х годов)
Междисциплинарные связи искусственного интеллекта.
Философия.
В 428 г. до н.э. человечество задавалось следующими вопросами, которые сейчас актуальны в области искусственного интеллекта:
- Могут ли использоваться формальные правила для вывода правильных заключений?
- Как такой идеальный объект как мысль рождается в таком физическом объекте как мозг?
- Каково происхождение знаний?
- Каким образом знания ведут к действиям?
Математика.
Первым нетривиальным алгоритмом считается алгоритм вычисления наибольшего общего знаменателя, предложенный Евклидом. Исследование алгоритмов как самостоятельных объектов было начато аль-Хорезми, среднеазиатским математиком IX столетия, благодаря работам которого Европа познакомилась с арабскими цифрами и алгеброй.
- Каковы формальные правила формирования правильных заключений?
- Как определить пределы вычислимости?
- Как проводить рассуждения с использованием недостоверной информации?
Используются такие подходы как: нечеткая логика, теория алгоритмов, теория принятия решений, теория вероятностей и т.д.
Экономика.
- Как следует организовать принятие решений для максимизации вознаграждения?
- Как действовать в таких условиях, когда другие могут препятствовать осуществлению намеченных действий?
- Как действовать в таких условиях, когда вознаграждение может быть предоставлено лишь в отдаленном будущем?
Широко применяется теория игр, теория принятия решений, исследование операций и т. д.
Неврология.
Наука, посвященная изучению нервной системы, в частности, мозга.
- Как происходит обработка информации в мозгу?
Модель нейронов головного мозга получила очень широкое применение в информатике и в ИИ.
Психология.
- Как думают и действуют люди и животные?
Когнитивная психология – связана с определенной формой подсознательного логического вывода (интуитивное решение).
Вычислительная техника (1940г).
- Каким образом можно создать эффективный компьютер, заменяющий/превосходящий человека во всех или определенных областях?
Кибернетика (теория управления) (с 1948г).
- Каким образом артефакты (искусственные объекты) могут работать под своим собственным управлением?
Лингвистика (с 1957г).
- Каким образом связан язык с мышлением?
Прорыв связан с книгой Ф.Скиннера «Verbal Behavior» - «Вербальное поведение» (1957г)
Основные направления развития искусственного интеллекта.
Разработка интеллектуальных систем, основанных на знаниях.
Нейросетевые и нейрокомпьютерные технологии.
Распознавание образов. (раньше – визуальные образы, теперь ещё и звуки, шумы и т. д.)
Игры и творчество.
Компьютерная лингвистика:
- морфологический анализ – анализ и разбор слов в тексте;
- синтаксический анализ – анализ предложений, грамматик и связей между словами;
- семантический анализ – анализ смысла КАЖДОГО ПРЕДЛОЖЕНИЯ на основе базы знаний;
- прагматический анализ – анализ смысла ПРЕДЛОЖЕНИЙ в окружающем контексте с помощью базы знаний.
6. Интеллектуальные роботы.
7. Компьютерные вирусы.
8. Интеллектуальное математическое моделирование.
Современное состояние разработок (реально используемые системы).
Современное состояние разработок касается следующих направлений:
- автономное планирование и составление расписаний;
- ведение игр;
- автономное управление;
- диагностика (особенно в медицине);
- планирование снабжения;
- робототехника;
- понимание естественного языка и решение задач;
Знания и способы их хранения.
Под знаниями понимается совокупность информации об объекте и процедуры обработки. Без процедур обработки знания могут рассматриваться как обычная информация.
Например: Пусть необходимо перевести фразу.
Read Only Memory
Читать Только Память
Фактографические знания – информация + процедуры обработки.
П
S3
Знания
Правило 2: S1 S2
Память только для чтения.
Для знаний характерны следующие свойства:
- внутренняя интерпретируемость, т. е. каждая информационная единица должна иметь уникальное имя и однозначно определяться;
- структурированность, т. е. между информационными единицами должно быть установлено отношение. Например: зависит, часть-целое, род-вид. При этом возможна рекурсивность – определение через самого себя;
- знания образуют некоторое пространство, которое может оказаться как метрическим, так и не метрическим.
Для знаний конкретного индивида или конкретной системы характерны определенные состояния и фактически работа определенной системы, основанной на знаниях, может рассматриваться как переход от одного знание в другое.
Пространство знаний – это совокупность всевозможных состояний интеллектуальной системы.
Любая интеллектуальная система должна иметь цель, которую она должна достичь. Формализация (математическое описание) достаточно непростая задача.
Цель – в частности, удовлетворить запрос пользователя.
Очень часто целью является – минимизация функции ошибки.
Представление знаний в искусственном интеллекте.
Продукционные системы.
Продукционные системы основаны на использовании базы правил и механизмов логического вывода.
Общая схема продукционных систем:
МЛВ
Сопоставление
Поиск
Модификация
Рабочая память
База правил
Цифра (0)
Цифра(1)
Сочетание (X, Y):-
Цифра (X), Цифра (Y).
Рабочая память нужна для хранения исходных данных к задаче и выводов, полученных в ходе работы.
База правил состоит из фактов и продукционных правил.
Факт – это некоторое утверждение X есть Y, иногда обозначают Y(X).
Например: