Основные задачи искусственного интеллекта

Основные задачи искусственного интеллекта

Ранее было уже указано, что нельзя дать исчерпывающее определение ИИ. Однако можно перечислить те задачи, методы решения которых на ЭВМ принято связывать с понятием ИИ. Ниже приводятся краткие характеристики таких задач.
Автоматическое решение задач представляет собой не столько вычислительную процедуру поиска ответа, как, например, расчет квадратного корня, сколько нахождение метода решения поставленной задачи. Системы, осуществляющие построение вычислительной процедуры, называют автоматическими решателями задач.
Под распознавателями подразумевают устройства, реагирующие на внешнюю среду через различные датчики, например видеокамеры, и позволяющие решать задачи распознавания образов. В таких устройствах результаты распознавания выводятся на экран, используются для принятия решений, и т.п. Например, на современных автоматических боулинговых дорожках установлены видеокамеры, которые после броска шара распознают число и взаимное расположение оставшихся кегель, для подсчета очков. Системы распознавания речи позволяют упростить взаимодействие с компьютером, с помощью упрощенного естественного языка. Необходимо заметить, что существующие на данный момент системы могут распознавать лишь очень ограниченный набор слов-команд, требуют предварительной настройки на дикцию пользователя и не могут анализировать длительную речь (целые предложения), хотя и ведутся интенсивные исследования в этом направлении.
Задачи доказательства теорем и обучения (например, для овладения навыками в какой-либо игре) решаются с помощью автоматического совершенствования алгоритма посредством обработки пробных вариантов, т.е. как бы с помощью накопления собственного опыта. Следует отметить, что способность к обучению представляет собой одно из основных свойств ИИ.
В настоящее время многие отождествляют понятие ИИ и экспертных систем. Это отождествление появилось во многом благодаря разработкам по созданию программного и аппаратного обеспечения в рамках японского проекта по созданию ЭВМ пятого поколения. Существующие экспертные системы включают в себя огромные базы знаний, сформированные с помощью информации, получаемой от экспертов, т.е. специалистов в той области, для которой создавалась каждая система. Манипуляция накопленными данными осуществляется в другой части экспертных систем, содержащей правила вывода. Сейчас такие системы с успехом используются в медицине, геологии, проектировании и многих других отраслях.
Для эффективной работы мощных систем ИИ необходима высокая скорость доступа к большим базам данных, а также высокое быстродействие. ЭВМ с обычной архитектурой не удовлетворяют этим требованиям. Обычные последовательные методы решения задач уступают место методам параллельной обработки, когда несколько процессоров независимо друг от друга выполняют различные части одной программы, или выполняют одинаковые действия над различными частями большого массива данных. Для этого применяются средства от многопроцессорных компьютеров, многомашинных кластеров, до специализированных параллельных процессоров и транспьютеров. Однако в последние годы наблюдается тенденция к использованию массово производящихся, и как следствие дешевых, процессоров для объединения в большие вычислительные комплексы.
В системах искусственного интеллекта человеческие знания, необходимые для решения задач ИИ, должны быть представлены и записаны в форме, пригодной для последующей обработки на компьютере. Сложность заключается в том, что многие аспекты знаний изменяются в зависимости от условий и с трудом поддаются описанию, оставаясь при этом очевидными для человека. Знания должны храниться в системах ИИ в некоторой обобщенной для данной предметной области форме, позволяющей использовать выбранное представление в любой возможной ситуации. Для хранения знаний требуется большая область памяти, и, кроме того, значительное время уходит на их предварительную обработку. Это очевидное условие может быть упущено при разработке системы.
Многие аспекты ИИ связаны с развивающейся в настоящее время наукой робототехникой. Идея создания разумного робота, способного учиться на собственном опыте, представляет собой одну из центральных проблем ИИ. Такой робот может обладать способностью к ведению диалога на естественном языке и уметь решать задачи, требующие инициативы и некоторой оригинальности мышления. Для этого требуется некоторое предварительное обучение робота, в результате которого он мог бы в отличие от используемых сейчас промышленных роботов выполнять целенаправленные и заранее незапрограммированные действия.
В течение многих лет идеи ИИ серьезно не рассматривались. Это происходило отчасти благодаря чрезмерному оптимизму некоторых теоретиков, а также из-за появления ряда сенсационных публикаций по этому предмету, впоследствии оказавшихся во многом несостоятельными. Идея аппаратно-программных моделей человеческого мозга вызывала насмешки, а в сфере технического производства стали избегать разработок, связанных с ИИ, так как результаты их внедрения явно не соответствовали обещаниям. Эта в полном смысле слова плачевная ситуация в настоящее время изменилась к лучшему благодаря новейшим достижениям в разработке аппаратуры и программного обеспечения.

4. 
   Основные направления исследований в области искусственного интеллекта
   

Выделяют 2 направления:
1) Технические системы ИИ
• Нейрокомпьютеры – это электро-модель человеческого мозга.
Первый нейрокомпьютером считают перцептрон разработанный Ромен Блаттом. Эта программа моделировала глаз человека и ее взаимодействие с мозгом. Она распознавала буквы, но была чувствительна к написанию этих букв.
• Интеллектуальные роботы. Они обладают способностью адаптации к внешней обстановке, самоорганизации и самообучению. ИИ включает в себя игровые интеллектуальные задачи: шахматы, шашки, также творческие программы.
2) Программные системы ИИ
• Игры. В играх разумно сочетаются критерии игры (в виде линейной комбинации с подбираемыми коэффициентами). Можно для оценки очередного хода машины, получить показатель эффективности очередных ходов. Выберет ход с наибольшим показателем. Это позволит машине продолжить игру, совершенствуя свою стратегию в процессе обучения на прошлом опыте. Обучение соответствует подстройке параметров на основе анализа проведенных ходов и игр с учетом их исхода.
• Компьютерная лингвистика. К этому направлению относится решение 2 проблем: перевод текста с одного языка на другой и диалог компьютера с человеком на естественном языке. Первые программы выделяли ключевые слова во фразах, строили вопросы и, создавалась иллюзия диалога. Интеллектуальные агенты – это программные объекты способные к взаимодействию друг с другом и анализу полученной информации. Интеллектуальные агенты имеют базу знаний в определенной сфере жизнедеятельности.
• Распознавание образов. Каждому объекту ставится в соответствие матрица признаков, на которой происходит ее распознавание. Любая такая программа работает в двух режимах: обучения и распознавания. При обучении машине предъявляются объекты и, о каждом из них сообщается, к какому понятию он принадлежит. По этим данным строятся правила с описанием понятий. В режиме распознавания, машине предъявляются новые объекты и она должна их классифицировать.
• Адаптивно – обучающая система. Позволяет для каждого обучаемого строить свой маршрут обучения, учитывая интеллектуальные и психологические особенности.
• Экспертная система. Основное направление ИИ, оно связано с разработкой моделей представления знаний, созданием баз данных.
Существуют системы, сочетающие в себе и те и другие свойства (в робототехнике).