7.2.Математические модели исследования ии.

Естественным результатом явилось то, что подходы к реализации научных направлений в исследовании ИИ получили практическую поддержку. В частности наибольшую поддержку получило направление интеллектуальной деятельности человека, так как в сравнении с машинным интеллектом искусственный разум стремится воспроизвести более широкий спектр явлений разумной деятельности человека. Так как в основе математического аппарата, описывающего подобные процессы, по-прежнему доминирует моделирование, то реализация искусственного разума осуществляется по двум вариантам [3]:

• моделирование биологических систем,

• эвристическое программирование и моделирование.

Эвристическое программирование исследует уровень организации поведения, называемый операционным, когда поведение рассматривается как последовательность мыслительных операций, выполнение которых дает положительный результат решения задачи. В основе эвристического моделирования лежит совокупность поведенческих актов – функций поведения (поведенческих функций).

Исследование биологических систем, в свою очередь, получило два направления [4]:

• нейрокибернетика,

• «кибернетика черного ящика».

Идея нейрокибернетики: «Единственный объект, способный мыслить, – это человеческий мозг, поэтому «мыслящее» устройство должно каким-то образом воспроизводить его структуру». Следовательно, нейрокибернетика ориентирована на аппаратное моделирование структур, подоб­ных структуре мозга. Основой человеческого мозга является большое количество связанных между собой взаимодействующих нервных клеток – нейронов. Каждый нейрон имеет примерно 100–1000 входов (дендритов или синапсов - однонаправленных входных связей, соединенных с выходами других нейронов) и выход (аксон), с которого сигнал возбуждения передается на синапсы других нейронов (рис.7.1). Таким образом, один нейрон взаимодействует с множеством других, образуя тем самым нейронные сети.

. . . . .

С .

и . Ячейка Аксон

н нейрона

а .

п .

с . . . . .

ы

Рис.7.1. Модель нейрона

Искусственная нейронная сеть – это класс аналитических моделей, построенных на (гипотетических) принципах обучения мыслящих существ и функционирования мозга и позволяющих прогнозировать значения некоторых переменных в новых наблюдениях по данным других наблюдений (для этих же или других переменных) после прохождения этапа так называемого обучения на имеющихся данных [4].

Первые нейронные сети были созданы американскими учеными в 1956-1965 годах. Постепенно в 70-80 годах количество работ по нейросетям стало снижаться, поскольку первые ре­зультаты оказались слишком неутешительны. Авторы объясняли неудачи малой памятью и низким бы­стродействием существующих в то время ЭВМ.

В основу «кибернетики черного ящика» положен принцип, противоположный нейрокибернетике: «Не имеет значения, как устроено «мыслящее» устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг».

Расчет подобных моделей стал возможным лишь с появлением транспьютеров и транспьютерной технологии.

Транспьютеры – параллельные компьютеры с большим количеством процессоров.

Транспьютерная технология – один из новых подходов к аппаратной реализации нейронных сетей, которые моделируют иерархическую структуру мозга человека.

В настоящее время используются три подхода к созданию нейросетей:

• Аппаратный – создание специальных компьютеров, нейрочипов, плат расширений, наборов микросхем, реализующих все необходимые алгоритмы.

• Программный – создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры. Сети создаются в памяти компьютера, всю работу выполняют его собственные процессоры.

• Гибридный – комбинация первых двух. Часть вычислений выполняют специальные платы расширения (сопроцессоры), часть – программные средства.

Основная об­ласть применения нейрокомпьютеров сегодня – это задачи распознавания объектов по результатам аэрофотосъемки из космоса.