Искусственный интеллект

Материал из ПИЭ.Wiki

Перейти к: навигация, поиск

(от лат. intellectus — разум, рассудок)

  1. Искусственная система, имитирующая решение человеком сложных задач, связанных с различными видами его деятельности.
  2. Научное направление, связанное с созданием на базе средств вычислительной техники средств обработки больших объемов данных и выработки на основе моделирования органов человека и/или заданных им алгоритмов решений определенных практических задач. Примерами использования искусственного интеллекта являются «экспертные системы», «интеллектуальные системы» и «компьютерное зрение».

Содержание

Историческая справка

Электронные вычислительные машины, даже если бы они не были необходимы для создания и испытания моделей искусственного интеллекта, являются замечательным средством исследования, и именно с ними связан взлет исследований по искусственному интеллекту. В 1954 г. А.Ньюэлл задумал создать программу для игры в шахматы. К. Шеннон, отец теории информации, уже предложил пригодный для этого метод. А.Тьюринг, один из первых специалистов в области информатики, уточнил метод и промоделировал его вручную. В корпорации Рэнд Дж. Шоу и Г. Саймон объединились в работе по проекту НЬюэлла. Их поддержал коллектив психологов из Амстердама (руководитель А. де Гроот), который изучал стиль игры крупных шахматистов. Язык программирования, специально созданный этой группой, предназначался для того, чтобы в машине было легко манипулировать информацией в символьной форме, работать в системой указателей и обрабатывать списки. Это был язык программирования ИПЛ1 (1956), явившийся предшественником языка Лисп (J. Mac Carthy, 1960). Первой программой искусственного интеллекта стала программа "Логик-Теоретик", предназначенная для доказательства теорем в исчислении высказываний. Ее работа была впервые продемонстрирована 9 августа 1956 г.

Программа для игры в шахматы NSS (Newell, Shaw, Simon) была создана в 1957 г. Ее структура и структура программы "Логик-Теоретик", представление о "желаемых ситуациях" и "эвристиках" (правилах, которые позволяют сделать выбор при отсутствии точных теоретических оснований) привели позже к концепции Универсального Решателя Задач. Эта программа, анализируя различия между ситуациями и конструируя цели, хорошо решает головоломки типа "Ханойская башня" или вычисляет неопределенные интегралы.

Специалисты в области информатики начинают интересоваться непосредственно искусственным интеллектом, и некоторые уже пишут ставшие затем знаменитыми статьи, как, например, Дж. Маккарти, М. Минский, Г. Саймон. Создаются новые программы. Дж. Гелернтер (Gelernter, 1960) показывает, что его программа доказательства теорем из школьной геометрии может работать лучше, чем ее создатель! Чтобы доказать, что треугольник ABC, у которого два угла у основания (углы при вершинах B и C) равны, является равнобедренным, программа вместо классического доказательства из учебников, заключающегося в построении высоты, опущенной из вершины A на основание, просто применяет теорему о равенстве треугольников ABC и ACB! Результат очевиден...

Программа EPAM (Elementary Perceiving and Memorizing Program - элементарная программа для восприятия и запоминания) задумана Е. Фейгенбаумом для моделирования психологических ситуаций.

Программы, работающие с запросами на естественном языке, были созданы давно, найдя применение при поиске информации в базах данных. Например, программа БЕЙСБОЛ (Green et al. 1961) отвечала на вопросы о результатах прошедших бейсбольных матчей, а программе СТЬЮДЕНТ (Bobrow, 1964) было доступно решение алгебраических задач, сформулированных на английском языке.

Весьма большие надежды возлагались исследователями на работы в области машинного перевода. В этой сфере продолжают работать большие группы исследователей. Они ориентируются прежде всего на использование синтаксического анализа и информацию, получаемую из словарей (метод ключевых слов). И хотя этого недостаточно, как было доказано в сообщениях Дрейфуса (Dreyfus, 1972) и Лайтхилла (Lighthill, 1973), тем не менее исследователи потратили годы до того, как осознали, что автоматический перевод не является изолированной проблемой и требует для успешного осуществления наличия такого необходимого этапа, как понимание.

Новый подход в формальной логике, основанный на приведении рассуждений к противоречию, появился в 1965 г. (Дж. Робинсон). Этот подход позволяет формализовать многие задачи и дать их машинную интерпретацию. Его успешно использовали для доказательства теорем (Слейгл, Грин, Ковальский) и верификации программ (Кинг, Уолдингер). Этот же подход послужил отправной точкой при создании оригинального языка программирования - языка Пролог, который обладает мощностью логики первого порядка и был создан А. Колмрауером в 1971 г.

Исследования в области искусственного интеллекта сопровождаются разработкой языков программирования новых поколений и созданием все более изощренных систем программирования. Это дает возможность при разработке программ для ЭВМ использовать наши обычные методы рассуждения и обычный словарный запас. Более того, языки программирования Лисп, Пролог, PLANNER, QA4 (называем здесь только наиболее важные из них) позволяют с помощью концепций цели и утверждения моделировать и формализовать логический вывод в решении задач; языки MACSYMA и REDUCE позволяют производить формальные манипуляции с математическими выражениями; язык TMS позволяет осуществлять управление при ненадежных сведениях и проверять соответствие последних друг другу.

Описанные выше результаты начинают использоваться в робототехнике при управлении работой неподвижных или мобильных роботов, действующих в реальном трехмерном пространстве. При этом возникает проблема создания искусственных органов восприятия. В системах технического зрения воспринимающим устройством служит телекамера, а при распознавании зрительных образов все большую роль играют методы анализа зрительных сцен, связанные с определением очертаний предметов (Гузман, Уолц, Уинстон), а также выявлением предметов, т.е. частично скрытых другими предметами, находящимися на первом плане. Качество решения подобных задач с тех пор все время повышается.

До 1968 г. исследователи работали в основном с отдельными "микропространствами": они создавали системы, пригодные для таких специфических и ограниченных сфер приложения, как игры, евклидова геометрия, интегральное исчисление, "мир кубиков", обработка коротких фраз с небольшим словарным запасом. Почти во всех этих системах использовался один и тот же подход - упрощение комбинаторики, базирующееся на уменьшении необходимого перебора альтернатив на основе здравого смысла, применения числовых функций оценивания и различных эвристик. Обычно исследователь ограничивается только этими средствами, однако к настоящему времени уже реализованы десятки система в различных областях применения, которые по уровню начинают соперничать с человеком. Примерами таких систем могут служить так называемые "игровые микрокомпьютеры", ориентированные на такие игры, как шахматы, игра го и некоторые азартные карточные игры. Однако экспертам предстоит судить, насколько велики достигнутые здесь успехи.

Искусственный интеллект как наука

Искусственный интеллект как наука насчитывает уже более 30 лет. Задачей этой науки является воссоздание с помощью искусственных устройств (в основном с помощью ЭВМ) разумных рассуждений и действий. При этом возникают трудности двух типов:

  1. В большинстве случаев, выполняя какие-то действия, мы сами не осознаем, как мы это делаем. Нам неизвестен точный способ (или алгоритм, как говорят специалисты), как именно происходит понимание текста, узнавание лица, доказательство теоремы, выработка плана действий, решение задачи и т.п.
  2. ЭВМ априори далеки от человеческого уровня компетентности: до начала любой их работы необходимо составить соответствующие программы. Однако в действительности языки программирования дают возможность выражать только весьма элементарные понятия.

Следовательно, методы искусственного интеллекта представляют собой экспериментальную научную дисциплину. Под экспериментом в данном случае понимается проверка и уточнение моделей (представляющих собой программы для ЭВМ) на многочисленных примерах - наблюдениях над человеком (в том числе и над самим исследователем) с целью раскрыть эти модели и лучше понять функционирование человеческого разума.

Области применения искусственного интеллекта

Всякая задача, для которой неизвестен алгоритм решения, априорно относится к искусственному интеллекту. Под алгоритмом понимается вся последовательность заданных действий, которые хорошо определены, выполнимы на современных ЭВМ, причем решение задачи должно получаться в приемлемой время (порядка минуты или часа). Так, например, неизвестен алгоритм для игры в шахматы. И хотя эта игра имеет конечное число ситуаций, рассмотрение их всех потребовало бы тесячелетий. Аналогичным образом не существует общего алгоритма диагностики, составления резюме текста или перевода его на иностранный язык.

К сфере искусственного интеллекта относятся те весьма различные области, где мы действуем, не имея абсолютно точного метода решения проблемы, и которые обладают в общем двумя характерными особенностями:

  • в них используется информация в символьной форме: буквы, слова, знаки, рисунки. Это отличает область искусственного интеллекта от областей, в которых традиционно компьютерам доверяется обработка данных в числовой форме;
  • в них предполагается наличие выбора; действительно, сказать, что не существует алгоритма, это значит сказать, по сути дела, только то, что нужно сделать выбор между многими вариантами в условиях неопределенности, и этот недетерминизм, который носит фундаментальный характер, это свобода действия являются существенной составляющей интеллекта.

Первой проблемой, с которой сталкиваются исследователи в области искусственного интеллекта, является проблема восприятия информации. Возможности сенсорных и исполнительных механизмов, присущих человеку, в области зрения, манипулирования, восприятия вкуса и запаха, а также в понимании и воспроизведении речи еще не достигнуты в современных технических системах. Рассмотрим отдельные направления, где находят применение методы искусственного интеллекта.

Восприятие и распознавание образов

Любая система обработки информации получает исходные данные от своих органов восприятия. Из наших пяти органов чувств несомненно самое важное место занимает зрение. Техническими аналогами глаза сегодня являются телекамеры и лазеры, работа которых непосредственно связана с программами распознавания изображений и анализа сцен. Микрофоны представляют собой воспринимающие органы технических слуховых систем. Область обработки поступающих сигналов известна под названием "распознавание образов". Распознающая система является необходимой частью любой автономной системы обработки информации. Однако этим еще не решаются задачи, возникающие в области искусственного интеллекта, поскольку совсем недостаточно того, чтобы исходная информация была закодирована и занесена в память. В первую очередь возникают проблемы понимания и логического рассуждения, которые являются специфическими для искусственного интеллекта.

Математика и автоматическое доказательство теорем

В Искусственном интеллекте особое значение придается символьной, а не числовой информации. Соответственно и первыми областями, в которых работали исследователи искусственного интеллекта, стали математика и различные игры. Обе эти сферы оказались хорошими областями приложения методов искусственного интеллекта в силу того, что связанные с ними задачи и проблемы хорошо формализованы, а, кроме того, сами эти области являются примерами высших достижений человеческого разума.

Первые программы автоматического доказательства теорем появились в 1957 г., т.е. 10 лет спустя после появления первых ЭВМ. Вначале эти программы были достаточно просты, но затем все более и более усложнялись. Уровень человека средних способностей был ими быстро превзойден, однако уровень хорошего математика не достигнут до сих пор. В процессе создания таких программ были изучены более глубоко и получили дальнейшее развитие теории доказательств и эффективных методов их построения. Более того, формальные разделы математики, например такие, как математическая логика, оказались необходимыми для таких важных приложений, как робототехника, решение задач, поиск информации в базах данных. Математика и автоматическое доказательство теорем остаются и сейчас одним из основных направлений приложения методов искусственного интеллекта.

Игры

Как и формальные системы в математике, игры, характеризующиеся конечным числом ситуаций и четко определенными правилами, являются хорошей сферой приложения дедуктивных методов. Вот почему они были и остаются до сих пор предпочтительными объектами исследований в искусственном интеллекте. В этой области уровень среднего игрока также был легко превзойден, но уровень чемпиона мира еще не достигнут. Неожиданно оказалась, что возникшие трудности были те же, что связаны с тем, что, играя, человек использует весь объем знаний, который он накопил за свою жизнь. В азартных играх, подобных покеру или нардам, где большое значение имеет расчет вероятностей, программы работают великолепно.

Решение задач

Отметим, что понятие "решение" в данном случае используется в самом широком смысле. Речь идет скорее о постановке, анализе и представлении конкретных ситуаций, чем о самом решении. На сегодняшний день достижения в этой области носят ограниченный характер. Это обусловлено тем, что, хотя многие хорошо решаемые задачи уже решены, остается широкое поле проблем, требующих специального изучения. Речь идет о задачах, встречающихся в повседневной жизни, в исследовании операций или в математике, для решения которых требуется изобретательность и способность решать такие задачи, решение которых мы получаем непроизвольно, например встать на что-нибудь, чтобы достать некоторый предмет, или зажечь свет, чтобы лучше видеть.

Понимание естественного языка

В области "понимания естественного языка" исследователи интересуются анализом и генерацией текстов, их внутренним представлением, выявлением знаний, необходимых для понимания текстов, т.е. синтаксических, семантических, прагматических знаний.

Следует отметить, что результаты и социальные представления исследований в области искусственного интеллекта скоро приобретут важное значение. Многие научные дисциплины окажутся непосредственно взаимосвязанными: психология (человеческий мозг остается обязательным объектом исследования в искусственном интеллекте), логика, лингвистика, биология (модели передачи информации с помощью генов), информатика (самоорганизующиеся системы, поиск в базах данных, автоматическое программирование), медицина (помощь в диагностике) и особенно, может быть, теория образования и обучения во всех научных дисциплинах (уровень детализации, достигаемый в программах искусственного интеллекта, выявляет недостатки традиционного образования и делает очевидными пробелы преподавания).

Литература

  1. Лорьер Ж.-Л. Системы искусственного интеллекта: Пер. с франц.-М.: Мир, 1991.-568 с., ил. ISBN 5-03-001408-X
Просмотры
Инструменты

Besucherzahler russian mail order brides
счетчик посещений
Rambler's Top100
Лингафонные кабинеты  Интерактивные доски  Интерактивная приставка Mimio Teach