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).