21.1. введение в искусственный интеллект

21.1. введение в искусственный интеллект

Начало современного этапа развития систем искусственного интеллекта (ИИ) может быть отнесено к середине 50-х гг. Этому способствовала программа, разработанная А.Ньюэллом и предназначенная для доказательства теорем в исчислении высказываний и названная «ЛОГИК-ТЕОРЕТИК». Некоторые авторы называют эту систему экспертной и связывают определение ее назначения с анализом ее возможностей, проведенных Клодом Шенноном и Марви-ном Минским.

Эти работы положили начало первому этапу исследований в области ИИ, связанному с разработкой программ, решающих задачи на основе применения разнообразных эвристических методов. Эвристика — совокупность логических приемов и методических правил, теоретического исследования и отыскания истины, методика поиска доказательств. Эвристические правила — неформальные правила, используемые в целях повышения эффективности поиска в данной предметной области.

Данный метод решения задачи при этом рассматривался как свойственный человеческому мышлению «вообще», для которого характерно возникновение «догадок» о пути решения с последующей проверкой их. Эвристическому методу противопоставлялся используемый в ЭВМ алгоритмический (процедуральный) метод, который интерпретировался как механическое осуществление заданной последовательности шагов, детерминированно приводящей к правильному ответу. Такая трактовка эвристических методов решения задачи и обусловила появление и распространение термина ИИ.

Второй этап исследований в области ИИ — создание интегральных роботов.

Третий этап исследований в области ИИ характеризуется смещением центра внимания исследователей с проблем создания автономно функционирующих систем, самостоятельно или в условиях ограниченного общения с человеком решающих в реальной среде поставленные задачи, к созданию человеко-машинных систем, интегрирующих в единое целое интеллект человека и способности ЭВМ для достижения общей цели решения задачи, поставленной перед подобной системой.

Проблематика ИИ довольно обширна. Список дисциплин по искусственному интеллекту постоянно увеличивается. Сегодня в него входят представление знаний, решение задач, экспертные системы, средства общения с ЭВМ на естественном языке, обучение, когнитивное моделирование, стратегические игры, обработка визуальной информации и робототехника.

Представление знаний является наиболее важной областью исследований по искусственному интеллекту. Это основа всех остальных дисциплин. Знания имеют форму описаний объектов, взаимосвязей и процедур. Наличие адекватных знаний и способность их эффективно использовать означают «умение».

Создание общей теории или метода представления знаний является стратегической проблемой. Такая теория открыла бы возможность накопления знаний, которые нужны ежедневно для решения все новых и новых задач. Однако для достижения поставленной цели необходимо найти способ выражения общих закономерностей предметных областей (ПО), в чем и состоит суть проблемы представления знаний.

Решение задач сводится к поиску пути из некоторой исходной точки в целевую. Человек делает это весьма эффективно с помощью дедуктивного логического вывода (рассуждений), процедурального анализа, аналогии и индукции. Люди способны также учиться на собственном опыте. Компьютеры в общем случае решают задачи только с использованием дедуктивного логического вывода и процедурального анализа.

Тип задачи определяет метод, наиболее подходящий для ее решения. Задачи, которые сводятся к процедуральному анализу, вообще говоря, лучше всего решаются на компьютере. Учетные и аналитические задачи служат примерами процедуральных задач, решаемых компьютером быстрее и надежнее, чем человеком. Задачи же, связанные с использованием аналогии или индукции, эффективнее решаются человеком. Задачи, требующие дедуктивных рассуждений, представляются наиболее вероятными кандидатами для решения с помощью экспертных систем (систем, основанных на знаниях).

Экспертные системы представляют собой класс компьютерных программ, которые выдают советы, проводят анализ, выполняют классификацию, дают консультации и ставят диагноз. Они ориентированы на решение задач, обычно требующих проведения экспертизы человеком-специалистом. В отличие от программ, использующих процедуральный анализ, экспертные системы решают задачи в узкой предметной области (конкретной области экспертизы) на основе логических рассуждений. Такие системы часто способны найти решение задач, которые неструктурированны и плохо определены. Они справляются с отсутствием структурированности путем привлечения эвристик, что может быть полезным в тех ситуациях, когда недостаток необходимых знаний или времени исключает возможность проведения полного анализа.

Машины обладают своим собственным языком для представления знаний и решения задач. Язык можно определить как набор символов, используемых для представления знаний (семантика), и правил, предназначенных для обработки этих символов (синтаксис) и решения задач. Человек работает наиболее эффективно, если ом владеет специальными языками, которые развиваются до уровня потребностей конкретной предметной области.

Если правила трансляции с естественного языка в машинный и наоборот выражены в виде совокупности знаний (символов и процедур), то логично предположить, что могут быть разработаны средства, позволяющие компьютеру понимать постановку задачи на естественном языке, а затем на естественном же языке выдавать ее решение. Это основная тема исследований по разработке средств общения с ЭВМ на естественном языке. Здесь можно выделить четыре ключевые проблемы.

Машинный перевод — использование компьютеров для перевода текстов с одного языка на другой.

Информационный поиск обеспечение с помощью компьютеров доступа к информации по конкретной тематике, хранящейся в большой базе данных.

Генерация документов — применение компьютеров для преобразования документов, имеющих определенную форму или заданных на специализированном языке, в эквивалентный документ в другой форме или на другом языке.

Взаимодействие с компьютером организация диалога между пользователем и компьютером.

Считается, что способностью обучения должна быть наделена практически каждая прикладная программа, которая может понадобиться пользователю. Десять-пятнадцать лет назад большая часть обработки данных при решении задач проводилась программистами вычислительных центров. Программисты фактически выполняли роль посредников, являясь как бы связующим звеном между ЭВМ и теми, кто использовал полученные данные и принимал решения. С появлением персонального компьютера взаимоотношения между пользователем и вычислительной техникой, а следовательно, и роль программиста резко изменились. Вместо того чтобы заставлять пользователя преодолевать сложности программирования, проще обучить компьютер сложностям выполнения конкретной задачи, стоящей перед пользователем. Это, конечно, не означает, что необходимость в программистах отпадет, но несколько меняет их роль во взаимоотношениях между компьютером и пользователями.

Целью когнитивного моделирования является разработка теории, концепций и моделей человеческого мышления и его функций. Оно позволяет реализовывать не только диагностические и лечебные функции, но и выявлять процессы, протекающие в сознании человека при решении задач. Однако вовсе не следует, что лучшими ком-ггьютерами являются те, которые моделируют работу человеческого мозга, но можно сделать вывод о том, какого типа компьютеры нужны, как спроектировать компьютер, который бы расширил возможности мышления человека и позволил бы ему более эффективно решать задачи.

Современные роботы уже облегчили труд (особенно неквалифицированный) многих рабочих, занятых в сфере производства, безупречно выполняя свою работу. Исследования в области робототехники входят как составная часть в исследования по искусственному интеллекту, ставящие целью оснастить компьютеры средствами визуальной обработки и манипулирования объектами в некоторой среде. Эти исследования ведутся в трех основных направлениях:

разработка воспринимающих элементов (в частности, для визуальной информации) и распознавание информации, поступающей от систем восприятия;

создание манипуляторов и систем управления ими;

выявление эвристик для решения задач перемещения в пространстве и манипулирования объектами (планирование деятельности).