Понятие искусственный интеллект, как, впрочем, и просто интеллект, весьма расплывчаты. Если обобщить все сказанное за последние тридцать лет, то оказывается, что человек просто хочет создать себе подобного в той или иной форме, хочет, чтобы какие-то действия выполнялись более рационально, с меньшими затратами времени и энергии. С конца 40-х годов ученые все большего числа университетских и промышленных исследовательских лабораторий устремились к дерзкой цели: построение компьютеров, действующих таким образом, что по результатам работы их невозможно было бы отличить от человеческого разума.
Понятие искусственный интеллект, как, впрочем, и просто интеллект, весьма расплывчаты. Если обобщить все сказанное за последние тридцать лет, то оказывается, что человек просто хочет создать себе подобного в той или иной форме, хочет, чтобы какие-то действия выполнялись более рационально, с меньшими затратами времени и энергии. С конца 40-х годов ученые все большего числа университетских и промышленных исследовательских лабораторий устремились к дерзкой цели: построение компьютеров, действующих таким образом, что по результатам работы их невозможно было бы отличить от человеческого разума.
Искусственный интеллект является сейчас «горячей точкой» научных исследований. В этой точке, как в фокусе, сконцентрированы наибольшие усилия кибернетиков, лингвистов, психологов, философов, математиков и инженеров. Именно здесь решаются многие коренные вопросы, связанные с путями развития научной мысли, с воздействием достижений в области вычислительной техники и робототехники на жизнь будущих поколений людей.
Сам термин «искусственный интеллект» был введен в 1956 г. После признания искусственного интеллекта самостоятельной отраслью науки произошло разделение на два основных направления: нейрокибернетику и кибернетику «черного ящика». И только в настоящее время стали заметны тенденции к объединению этих частей в единое целое.
С начала своего появления и по нынешний день развитие искусственного интеллекта происходило по разным направлениям, сейчас оно идет по следующим направлениям:
Представление знаний;
Игры и творчество;
Разработка естественно-языковых интерфейсов и машинный перевод;
Распознавание образов;
Новые архитектуры компьютеров;
Интеллектуальные роботы;
Специальное программное обеспечение;
Обучение и самообучение;
Представление знаний – это основное направление искусственного интеллекта. Оно связано с разработкой моделей представления знаний, созданием баз знаний, образующих ядро экспертных систем.
Игры и творчество – игровые интеллектуальные задачи: шахматы, шашки и т. д. В основе лежит один из ранних подходов — лабиринтная модель + эвристики. Сейчас это скорее коммерческое направление, т.к. в научном плане эти идеи считаются тупиковыми.
Машинный перевод. Первая программа в этой области – переводчик с английского языка на русский. Первая идея – пословный перевод, оказалась неплодотворной. В настоящее время используется более сложная модель, которая состоит из нескольких блоков:
Морфологический анализ – анализ слов в тексте;
Синтаксический анализ – анализ предложений, грамматики и связей между словами;
Семантический анализ – анализ смысла каждого предложения на основе некоторой предметно-ориентированной базы знаний;
Прагматический анализ – анализ смысла предложений в окружающем контексте на основе собственной базы знаний.
Распознавание образов – традиционное направление искусственного интеллекта. Каждому объекту ставится в соответствие матрица признаков, по которой происходит его распознавание. Это направление близко к машинному обучению и тесно связано с нейрокибернетикой.
Новые архитектуры компьютеров. Это направление занимается разработкой новых аппаратных решений и архитектур, направленных на обработку символьных и логических данных. Последние разработки посвящены компьютерам баз данных и параллельным компьютерам.
Интеллектуальные роботы. Роботы – это электромеханические устройства, предназначенные для автоматизации человеческого труда.
Со времени создания сменилось несколько поколений роботов:
Роботы с жесткой схемой управления (программируемые манипуляторы). Практически все современные промышленные роботы принадлежат к 1-му поколению;
Адаптивные роботы с сенсорными устройствами. Есть образцы таких роботов, но в промышленности они пока не используются;
Самоорганизующиеся (интеллектуальные) роботы. Это конечная цель развития робототехники. Основная проблема при создании интеллектуальных роботов – проблема машинного зрения.
Специальное программное обеспечение. В рамках этого направления разрабатываются специальные языки для решения задач невычислительного плана. Эти языки ориентированы на символьную обработку информации: LISP, PROLOG, РЕФАЛ и др. Достаточно популярно создание так называемых пустых экспертных систем или «оболочек», — EXSYS, M1 и др., в которых можно наполнять базы знаний, создавая различные системы.
Обучение и самообучение – активно развивающаяся область искусственного интеллекта. Включает модели, методы и алгоритмы, ориентированные на автоматическое накопление знаний на основе анализа и обобщения данных. Включает обучение по примерам.
Искусственный интеллект – понятие не только расплывчатое, но и обобщенное. В это направление науки включаются такие понятия как нейронные сети, нечеткие алгоритмы, нечеткие системы, экспертные системы.
Направления искусственного интеллекта
Как уже было сказано выше, искусственный интеллект разделен на два основных направления: нейрокибернетику и кибернетику «черного ящика».
Основную идею нейрокибернетики можно сформулировать следующим образом: единственный объект, способный мыслить, — это человеческий мозг. Поэтому любое «мыслящее» устройство должно каким-то образом воспроизводить его структуру. Таким образом, нейрокибернетика ориентирована на аппаратное моделирование структур, подобных структуре мозга. Физиологами давно установлено, что основой человеческого мозга является большое количество (до 1021) связанных между собой и взаимодействующих нервных клеток – нейронов. Поэтому усилия нейрокибернетики были сосредоточены на создании элементов, аналогичных нейронам, и их объединении в функционирующие системы. Эти системы принято называть нейронными сетями или нейросетями.
Первые нейросети были созданы в конце 50-х годов американскими учеными Розенблаттом и Мак-Каллоком. Это были попытки создать системы, моделирующие человеческий глаз и его взаимодействие с мозгом. Это устройство получило название перцептрона. Оно умело различать буквы алфавита, но было чувствительно к их написанию. Например, буквы «А», «А» и «А» для этого устройства были тремя разными знаками.
В настоящее время используются три подхода к созданию нейросетей:
а) Аппаратный – создание специальных компьютеров, плат расширения, наборов микросхем, реализующих все необходимые алгоритмы;
б) Программный – создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры. Сети создаются в памяти компьютера, всю работу выполняют его собственные процессоры;
в) Гибридный – комбинация первых двух. Часть вычислений выполняют специальные платы расширения (сопроцессоры), а часть – программные средства.
В основу кибернетики «черного ящика» лёг принцип, противоположный нейрокибернетике. Не имеет значения, как устроено «мыслящее» устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг.
Основные подходы к созданию моделей «черного ящика» таковы:
а) Модель лабиринтного поиска (конец 50-х гг.) — представляет задачу как некоторый граф, отражающий пространство состояний, и в нём проводится поиск оптимального пути от входных данных к результирующим. В решении практических задач эта идея большого распространения не получила.
б) Эвристическое программирование (начало 60-х гг.). Эвристика – правило, теоретически не обоснованное, но позволяющее сократить количество переборов в пространстве поиска. Эвристическое программирование – разработка стратегии действий на основе известных, заранее заданных эвристик.
в) Методы математической логики (70-е годы). На основе метода резолюций, позволившего автоматически доказывать теоремы при наличии набора исходных аксиом, в 1973 г. создаётся язык Пролог.
г) Существенный прорыв в практических приложениях искусственного интеллекта произошел в середине 70-х годов, когда на смену поискам универсального алгоритма мышления пришла идея моделировать конкретные знания специалистов-экспертов. Так появились первые коммерческие системы, основанные на знаниях, или экспертные системы. Пришел новый подход к решению задач искусственного интеллекта — представление знаний.
Литература
1) В.В. Круглов, М.И. Дли, Р.Ю. Голунов. «Нечеткая логика и искусственные нейронные сети».
2) А.Ю. Дорогов, А.А. Алексеев. «Структурные модели и топологическое проектирование быстрых нейронных сетей». М., изд-во ПАИМС, 1996.
3) А.В. Напалков, Л.Л. Прагина. «Мозг человека и искусственный интеллект». М., изд-во Московского университета, 1985.
