Основы искусственного интеллекта: учебное пособие

Kloksin V., Mellish K. Prolog tilida dasturlash ­/ Per. ingliz tilidan. - M.: Mir, 1987 yil.

Malpas J. Relational til Prolog va uning qo'llanilishi ­/ Per. ingliz tilidan. ostida. ed. V. N. Sobolev. - M.: Nauka, 1990 yil.

Sulaymon D. Turbo Prolog yordamida / Per. ingliz tilidan. - M.: Mir, 1993 yil.

Sebesta R. Dasturlash tillarining asosiy tushunchalari ­. - M.: Uilyams, 2001 yil.

Tei A., Gribomon P., Louis J. va boshqalar. Sun'iy intellektga mantiqiy yondashuv ­: klassik mantiqdan mantiqiy ­dasturlashgacha / Per. fr dan. - M.: Mir, 1990 yil.

Beshinchi avlod kompyuterlarida prolog tili: Sat. maqolalar (1983 ­1986) / Komp. N. I. Ilyinskiy. - M.: Mir, 1988 yil.

3-BOB
NEYRAL TARMOQLAR
3.1. Neyron tarmoqlarga kirish
Sun'iy intellektni rivojlantirishning yana bir asosiy yo'nalishi inson tomonidan qaror qabul qilish jarayonini modellashtirishga asoslangan emas (ekspert tizimlarida bo'lgani kabi), balki ­miyaning neyron modelini yaratishga urinishdir . Inson miyasining fiziologiyasi haqida kam ma'lumotga ega bo'lganligi sababli, bunday modelning etarliligi juda shubhali ko'rinadi. Shunga qaramay, hatto 1960-yillarda olingan miya fiziologiyasi bo'yicha ozgina (va ehtimol noto'g'ri) bilimlar ham ­ishlaydigan ­neyron modellarni yaratishga imkon berdi [1].
Sun'iy neyron tarmoqlar nazariyasi ( NN ) 1940-yillarda va 1960-yillarda paydo bo'lgan. Bir qatlamli NN (perseptronlar ) allaqachon ­ishlab chiqilgan bo'lib, ular ba'zi hollarda ­o'rganish, bashorat qilish va ­naqshlarni tan olish imkoniyatiga ega bo'ldi. Miyaning ishlash mexanizmi to'g'ri "taxmin qilingan" va tez orada ­haqiqiy sun'iy intellektni yaratish mumkin bo'ladi degan umid bor edi - siz shunchaki (dasturiy yoki apparat darajasida) ko'proq neyronlarni yaratishingiz kerak. Biroq, perseptronlar o'zlarini aniq "bir qator holatlarda" yaxshi ko'rsatdilar va negadir ular shunga o'xshash ko'plab boshqa vaziyatlarda ishlashdan bosh tortdilar. ­Neyron tarmoqlar nazariyasining "asoschilaridan" biri Marvin Minski aniq matematik usullardan foydalangan holda, ­bir qatlamli tarmoqlar imkoniyatlarining nazariy chegarasi (va ancha past) mavjudligini va ular buni ­hal qilishga qodir emasligini isbotladi. ko'p oddiy muammolar. Bundan tashqari, u ­neyron tarmoqlarning istiqboli yo'qligi haqida o'z fikrini bildirdi. Minskiyning obro'-e'tibori shunchalik katta edi va uning hisob-kitoblari shunchalik ishonchli ediki, bu sohadagi barcha tadqiqotlar hamma joyda to'xtatildi va deyarli 20 yil davomida ularga qiziqish yo'q edi va hech kim yolg'iz ishqibozlarni tinglashni xohlamadi. Faqat 1980-yillarda. bu mintaqada
Joning Xopfild va Teivo Koxonendagi inqilobiy ishi tufayli yutuq bo'ldi . Yangi avlodning ko'p qatlamli neyron tarmoqlari ­idrok eta olmaydigan vazifalarni muvaffaqiyatli bajardi . Ushbu yo'nalishning ­ko'chki ­shaklidagi rivojlanishi boshlandi; Bu vaqtga kelib, sun'iy intellekt ­juda aniq belgilangan vazifalarga ega bo'lgan butunlay utilitar soha sifatida ko'rib chiqilgan .­
naqshlarni aniqlash ­, prognozlash va kiritilgan ma'lumotlar to'liq bo'lmagan, shovqinli va hatto qarama-qarshi bo'lgan bir qator boshqa muammolarni hal qilish ­uchun kuchli neyrokompyuterlar va dasturiy neyropaketlarni yaratishga imkon berdi ­[ 4 ] . Ushbu tadqiqotlar NS tizimlarining harbiy ishlarga keng joriy etilishi tufayli emas, balki ijtimoiy-iqtisodiy sohada (biznesda) juda to'g'ri bashorat qilish qobiliyati tufayli katta mablag' oldi. Shunday qilib, zamonaviy neyrotizimlar ­juda ko'p bilvosita parametrlarni hisobga olgan holda - quyosh faolligidan tortib mamlakatdagi siyosiy vaziyatgacha, eng tajribali brokerlarga qaraganda, valyuta kurslari va qimmatli qog'ozlarning etarli vaqt oralig'ida o'zgarishini aniqroq bashorat qilishga qodir. ­Shu sababli, bugungi kunda xuddi shu brokerlar turli xil NS tizimlaridan foydalanmasdan ishlamaydilar ­- noutbuklar uchun 300 dollarlik oddiy dasturiy ta'minotdan tortib qimmat neyron superkompyuterlarigacha ­. Shu bilan birga, bunday tizimlar, qoida tariqasida, ­quyidagi vazifalarni ta'minlash uchun zarur bo'lgan Internetga majburiy kirishni talab qiladi:

• 
  tahlil qilish uchun kirish ma'lumotlarini olish (masalan, ­turli valyuta tizimlaridagi birja kotirovkalari, inflyatsiya indekslari, reklama faoliyatining joriy parametrlari va siyosiy vaziyat va boshqalar);
  
• 
  interfeysni amalga oshirish (broker Internet ­orqali yirik korporativ neyrokompyuter bilan ishlashi mumkin ­);
  
• 
  neyrotizimni o'qitish uchun zarur bo'lgan ma'lumotlar bazalariga kirish (masalan, har qanday o'tgan davrdagi aktsiyalarning holati to'g'risidagi ma'lumotlar). O'rganish uchun tizimga qanchalik ko'p ­misollar taqdim etilsa ­, undan aniqroq bashorat qilish mumkin ­. Ushbu ma'lumot juda qimmat, ammo o'nlab yillar davomida ma'lumotlar bazalari mavjud.
  

Biroq, bunday neyron tarmoqlarning ­o'ziga xos kamchiliklari ham mavjud [3]. Avvalo, ular ­neyron tarmoqlarni o'rganish mexanizmlarining kamchiliklari bilan bog'liq. Tafsilotlarga kirmasdan ­, shuni ta'kidlaymizki, barcha o'rganish mexanizmlarining zaif tomonlari bor, bu esa tizimni noto'g'ri sozlashga olib kelishi mumkin. Yana bir kamchilik ­shundaki, neyron tarmoqlar o'z harakatlarini (u yoki bu yechimni olish jarayoni) tushuntira olmaydi, bu esa ekspert tizimlarining kuchi hisoblanadi.
Bashorat qilish bilan bir qatorda, neyron tarmoqlarning yana bir foydali qobiliyati, yuqorida aytib o'tilganidek, ­shovqinli kirish ma'lumotlari sharoitida naqshni aniqlashdir. Va bu erda yana, harbiy ilovalarga qo'shimcha ravishda ­(aniqlash, kuzatish va h.k.) neyron tarmoqlar uchun ko'plab biznes ilovalar mavjud, ular orasida ­turli xil xavflarni aniqlash va ­qarorlarni qo'llab-quvvatlash mavjud. Kelajakda ikkinchisi neyron ­tarmoqlari va ekspert tizimlarini yagona kompleksga birlashtirganda eng samarali bo'lishi mumkin (xuddi inson miyasining o'ng yarim shari hissiy organlar va reflekslardan kirish ma'lumotlarini birlamchi qayta ishlash uchun javobgar bo'lganidek). faoliyati, chap yarim shar esa mantiqiy tahlil ­va qabul qilish echimlari uchun javobgardir). Shu bilan birga, ­neyron tarmog'i tomonidan birlamchi qayta ishlash eng ko'p resurslarni talab qilishi mumkin. Shunday qilib, masalan, matematik nuqtai nazardan, ­to'pni urish ­paytida futbolchining miyasi butun o'yin davomida shaxmatchining miyasiga qaraganda ancha ko'proq hisoblash operatsiyalarini bajaradi.
Neyron tarmoqlardan utilitar foydalanish ortida ­miyani haqiqiy modellashtirish fonga o'tdi. Bu erda ko'p yutuqlarga erishilmadi va amaliy ­qo'llashdagi muvaffaqiyatlar kamdan-kam isbotlaydi. Hatto eng kuchli ­neyrokompyuterlar ham o'zlarining murakkabligi bo'yicha hatto chumolining asab tizimi bilan taqqoslanmaydi - bu odamning o'ziga bog'liq! Boshqa tomondan, nevrologlarning yutuqlari asosan dengiz quyonlarini (bivalves) o'rganishga asoslangan. Inson miyasining ishi elektromagnit ­faollik va boshqa kam o'rganilgan ­sohalar bilan bog'liq bo'lib, ularning roli deyarli noma'lum. Bundan tashqari, neyronlar hech qanday tarzda bir hil emas va hatto bir xil soqolli muhrda ham ekvivalent emas . ­Inson miyasi, ehtimol, tabiat yaratgan eng murakkab narsa bo'lib, uni o'rganish oddiy fiziologik darajada ham uzoq va qiyin jarayondir. Hech bo'lmaganda, olimlar va ular bilan birga boshqa barcha aholi nerv hujayralari "tiklanmaydi" deb adashganini eslaylik. Bularning barchasi tufayli, ­agar biz inson miyasidan barcha ma'lumotlarni o'qib, uni kompyuterga o'tkaza olsak, biz ­mashinada yoki uning ichida "yashashadigan" " shaxsning virtual nusxasini" olamiz degan mashhur fikr. ­Global tarmoq, bu shaxsga o'lmaslikni berish juda shubhali ...
Shunday qilib, sun'iy intellektni inson tafakkuri bilan faqat juda shartli ravishda aniqlash mumkin. Ehtimol, ­ularning eng katta o'xshashligi xato qilish qobiliyatidir. Insonning o'zini o'zi bilishi mustaqil ilmiy yo'nalishga aylangan AI texnologiyalarining rivojlanishiga qaraganda sekinroq (ilmiy ­terminologiyaning o'zi "gumanoid" uslubni - "loyqa mantiq", "genetik algoritmlar" va boshqalarni saqlab qolgan bo'lsa ham).
tibbiyot, muhandislik, geologiya va fizikada muvaffaqiyatli qo'llaniladigan neyron tarmoqlarga qiziqishning tom ma'noda "portlashini" ko'rdik . Neyron tarmoqlar prognozlash ­, tasniflash yoki nazorat qilish muammolarini hal qilish zarur bo'lgan joyda amalda qo'llaniladi . ­Bu ta'sirchan muvaffaqiyat bir necha sabablarga bog'liq [3].
Boy imkoniyatlar. Neyron tarmoqlar ­juda murakkab munosabatlarni takrorlay oladigan juda kuchli modellashtirish texnikasi . ­Xususan, neyron tarmoqlar tabiatan chiziqli emas. Ko'p ­yillar davomida chiziqli modellashtirish yaxshi o'rnatilgan optimallashtirish protseduralari tufayli ko'pgina sohalarda modellashtirish usuli bo'lib kelgan. Chiziqli yaqinlashish qoniqarsiz bo'lgan masalalarda ­(va bunday muammolar ko'p) chiziqli modellar yomon ishlaydi. Bundan tashqari, neyron tarmoqlar ko'p sonli ­o'zgaruvchilar holatida chiziqli bog'liqliklarni modellashtirishga imkon bermaydigan "o'lchovlilik la'nati" bilan kurashadi .­
Foydalanish oson. Neyron tarmoqlar misollardan o'rganadi. Neyron tarmoq foydalanuvchisi vakili ­ma'lumotlarni tanlaydi va keyin avtomatik ravishda ma'lumotlar tuzilishini o'rganadigan o'rganish algoritmini ishga tushiradi . ­Bunday holda, albatta, foydalanuvchidan ­ma'lumotlarni tanlash va tayyorlash ­, kerakli tarmoq arxitekturasini tanlash va ­natijalarni sharhlash bo'yicha ba'zi evristik bilimlarga ega bo'lishi talab qilinadi, ammo neyron tarmoqlarni muvaffaqiyatli qo'llash uchun zarur bo'lgan bilim darajasi. Bu , masalan, an'anaviy ­statistik usullardan foydalanishga qaraganda ancha oddiy .­
Neyron tarmoqlar ham intuitiv jihatdan jozibali, chunki ular ­nerv sistemalarining ibtidoiy biologik modeliga asoslangan. Kelajakda bunday neyrobiologik modellarning rivojlanishi haqiqatan ham fikrlaydigan kompyuterlarning yaratilishiga yoki neyron tarmog'i o'ziga xos ­"oraliq bo'g'in" vazifasini bajaradigan an'anaviy kompyuterlarning miyaga ­bevosita ulanish imkoniyatini amalga oshirishga olib kelishi mumkin. ­miyadan olinganlar orasida foydalanuvchining “fikrlari”ni (nazorat signallarini) tan olish.to'liq ensefalogramma; ehtimol, bunday neyron tarmoq go'daklikdan ma'lum bir foydalanuvchi ("xost") bilan qanday munosabatda bo'lishni "o'rganadi".
Neyron tarmoqlar sun'iy intellekt sohasidagi tadqiqotlar natijasida , ya'ni ­miyaning past darajadagi tuzilishini modellashtirish orqali biologik asab tizimlarining xatolarni o'rganish va tuzatish qobiliyatini ko'paytirishga urinishlar natijasida paydo bo'ldi.­
1960-1980 yillarda sun'iy intellekt bo'yicha tadqiqotlarning asosiy yo'nalishi . fikrlash jarayonini ­yuqori darajadagi modellashtirishga ­(xususan, bizning fikrlash jarayonimiz timsollarning manipulyatsiyasiga asoslangan degan fikrga) asoslangan ekspert tizimlari mavjud edi. ­Biroq, tez orada ma'lum bo'ldiki, bunday tizimlar, garchi ular ­ba'zi sohalarda foydali bo'lishi mumkin bo'lsa-da, inson aqlining ba'zi muhim jihatlarini qamrab olmaydi. Keng tarqalgan nuqtai nazarlardan biriga ko'ra ­, bunga sabab, ular miya tuzilishini takrorlay olmaydilar va sun'iy intellektni yaratish ­uchun shunga o'xshash arxitekturaga ega tizim qurish kerak.
Inson miyasi juda ko'p sonli (taxminan ­10 000 000 000) neyronlardan iborat bo'lib, ular ko'plab ­ulanishlar bilan bog'langan (har bir neyron uchun o'rtacha bir necha ming ulanishlar, lekin bu qiymat juda katta farq qilishi mumkin). Neyron elektrokimyoviy signallarni tarqatishga qodir bo'lgan maxsus hujayradir . ­Neyron ­axborotning kirish kanallari (dendritlar), yadro va tarmoqlanuvchi chiqish kanalining (akson) tarvaqaylab ketgan tuzilishiga ega. Bunday hujayraning aksonlari ­sinapslar yordamida hujayraning boshqa neyronlarining dendritlari bilan bog'lanadi . ­Faollashtirilgandan so'ng, neyron o'z aksoni bo'ylab elektrokimyoviy signal yuboradi va ­sinapslar orqali bu signal boshqa neyronlarga etib boradi va ular o'z navbatida faollashishi mumkin. Neyron ­uning yadrosiga dendritlardan kelgan signallarning umumiy darajasi ma'lum darajadan oshib ketganda faollashadi (faollanish chegarasi).
Neyron tomonidan qabul qilingan signalning intensivligi (va ­, demak, uning faollashishi ehtimoli) sinapslarning faolligiga kuchli bog'liq. Har bir sinaps akson va dendrit orasidagi bo'shliq ­(sinaptik yoriq) bo'lib , maxsus kimyoviy moddalar (transmitterlar) bu bo'shliq orqali signal uzatadi. Neyrotizimlarning eng nufuzli tadqiqotchilaridan biri Donald Hebb o'rganish ­birinchi navbatda sinaptik aloqalarning "kuchliligi" o'zgarishidan iborat degan postulatni ishlab chiqdi. Masalan, Pavlovning klassik tajribasida ­itni ovqatlantirishdan oldin darhol qo'ng'iroq chalindi va it tezda qo'ng'iroqni ovqat bilan bog'lashni o'rgandi. Bu miya yarim korteksining eshitish uchun mas'ul bo'lgan sohalari va so'lak bezlari o'rtasidagi sinaptik bog'lanishlar kuchayganligi sababli sodir bo'ldi, shuning ­uchun miya po'stlog'i qo'ng'iroq ovozidan hayajonlanganda, itning ­so'laklari oqishi boshlandi.
Shunday qilib, juda ko'p sonli juda oddiy elementlardan qurilgan (ularning har biri ­aslida kirish signallarining vaznli yig'indisini hisoblab chiqadi va agar umumiy kirish ma'lum darajadan oshsa, u holda ikkilik signalga o'tadi), miya hal qilishga qodir. juda murakkab muammolar.
3.2. Sun'iy neyron modeli