- •Лекція №1 Вступ до дисципліни
- •1. Природний і штучний інтелект
- •1.1. Інтуїтивне розуміння поняття "інтелект"
- •1.2. Приклади інтелектуальних задач
- •1.3. Аналіз основних визначень поняття "інтелект"
- •1.4. Тест Тьюринга і фатичний діалог
- •2 Інтелект як високоорганізована кібернетична система
- •2.1. Алгоритмічний і декларативний підходи до керування
- •2.2. Поповнення первинних інструкцій
- •2.3. Формалізація понять алгоритмічносгі та декларативності
- •2.4. Квазіалгоритми та джерела квазіалгоритмічіності
- •2.5. Інтелектуальні системи із загальнокібернетичиих позицій
- •2.6. Типова схема функціонування інтелектуальної системи
- •2.7. Класифікація основних напрямів досліджень
- •2.8. Соціальні наслідки інтелектуалізації комп'ютерних технологій
2 Інтелект як високоорганізована кібернетична система
2.1. Алгоритмічний і декларативний підходи до керування
Традиційно розрізняють два підходи до керування складними системами та до програмування роботів і комп'ютерів, які могли б розв'язувати ті чи інші задачі. У разі розв'язку задачі на сучасних комп'ютерах в основному реалізовано традиційний алгоритмічний підхід, який можна ще назвати імперативним. Цей підхід вимагає заздалегідь продумати та детально розписати, як треба вирішувати певну проблему. Написання програми вимагає задання чітких послідовних інструкцій. Якщо таку послідовність вдається написати, комп'ютер зможе вирішувати поставлену задачу, якою б складною вона не була. Але, зрозуміло, він виконуватиме інструкції, абсолютно не розуміючи їх змісту.
Інший підхід – декларативний. Інтелектуальному виконавцеві (людині чи комп'ютеру) досить сказати, що треба робити, тобто лише сформулювати завдання, побудувавши всі взаємозв'язки між об'єктами предметної області. Як це завдання виконуватиметься — повинен визначити сам виконавець.
Наведемо для прикладу дві задачі. Різниця в складності їх розв'язання зумовлена тим, що в одному випадку вдається формалізувати постановку і запропонувати чіткі алгоритми розв'язку, в іншому – ні. Отже, потрібно запустити космічний корабель так, щоб він приземлився на Місяць, взяв зразки ґрунту та привіз їх назад. Задача дуже складна, але вона піддається точній алгоритмізації. Математичні методи дозволяють чітко розрахувати траєкторію руху корабля. Навіть якщо він випадково відхилиться від цієї траєкторії, існують методи автоматичного регулювання, які дозволять ліквідувати це відхилення.
А от послати слухняного робота до магазину за пляшкою молока – задача на кілька порядків складніша. Не кажучи вже про сам процес спілкування з продавцем, робот повинен вирішити ряд не зовсім формалізованих підзадач. Заздалегідь розрахувати траєкторію руху неможливо, оскільки робот повинен уникнути зіткнень з людьми та автомобілями. Якщо магазин закритий, він повинен знайти інший магазин. Неможливо передбачити всі ситуації, які можуть виникнути, а відтак — алгоритмізувати розв'язання задачі. Тому виконання такого завдання під силу лише інтелектуальній системі, яка вміє орієнтуватися в зовнішньому світі, аналізувати поточні ситуації та коригувати, адаптувати свою поведінку на основі такого аналізу.
2.2. Поповнення первинних інструкцій
Інструкції, написані природною мовою, можуть бути, з одного боку, досить неоднозначними, а з іншого, – вони завжди спираються на те, що виконавець має певний апріорний досвід. Розглянемо такий приклад. Уявіть собі дві таблички. На першій, яка знаходиться при вході на будівництво, написано "Обоє 'язково одягніть на голову каску". На другій, біля входу до лондонського метро,— "Обоє'язково візьміть на руки собаку ". Ці інструкції однакові за формою, але абсолютно різні за змістом. Людина розуміє не лише те, що написано на табличках, але й те, що "залишається за кадром" і явно не зазначається. Людина уявляє собі ситуації, які можуть виникати на будівництві та в метро, і поповнює первинні інструкції, що сприймаються нею безпосередньо. Зокрема, на будівництві зверху можуть падати цеглини, і тому потрібна каска, щоб захистити голову. До такого висновку людина могла б дійти і самостійно, без нагадування. Без каски на будівництво не пустять, і, якщо каски немає, її потрібно придбати. Але ясно, що купувати собаку перед тим, як заходити в метро, зовсім не обов'язково.
Людина має певну суму знань про світ, яка дозволяє їй орієнтуватися в життєвих ситуаціях та приймати вірні рішення. Крім того, людина вміє певним чином використовувати ці знання. Цих самих рис повинна набути система штучного інтелекту. Можна стверджувати, що здатність до поповнення тих первинних описів ситуацій, що сприймаються безпосередньо, є однією з ключових рис інтелектуальної системи.
Зовнішній світ настільки багатий, що неможливо попередньо описати життєві ситуації з тим ступенем деталізації й однозначності, які б дозволили закласти в системи, що проектуються, жорсткі детерміновані алгоритми поведінки. Тому інтелектуальні системи повинні мати механізми адаптації, які б дозволяли їм вирішувати поставлені перед ними задачі на основі аналізу поточної ситуації.