XII Международная студенческая научная конференция Студенческий научный форум - 2020

Термининтеллект (intelligence) проистекаетс латинского intellectus — чтообозначаетразум, здравый смысл, сознание; мыслительные возможностичеловека. В соответствии с этимискусственныйинтеллект (artificial intelligence) — ИИ (AI) как правилоистолковываетсякаксвойствоавтоматическихсистембратьнасебяотдельные функции интеллектачеловека, к примеру, подбирать и осуществлятьподходящиерешениянаосноверанееприобретенногонавыка и оптимальногорассмотрениявнешнихвлияний. Интеллектом называетсяумение мозга решать (умственные) задачипосредствомполучения, запоминания и направленногопреобразованияпознаний в ходеобучениянаопыте и приспособления к различнымобстоятельствам.

В данномопределениипод термином "знания" предполагаетсянетолькотаинформация, чтопоступает в мозгпосредствоморгановчувств. Подобноговидапознаниявесьмазначимы, однакомалыс цельюумственнойработы. Проблема в том, чтообъектыокружающей нас средывладеюткачествомнетольковоздействоватьнаорганычувств, но и пребыватьдруг с другом в конкретныхвзаимоотношениях. Ясно, чтодлятого, чтобыреализовывать в окружающейсредеинтеллектуальнуюдеятельность (либохотябыпростосуществовать), следуетобладать в концепциипознанийформаданногообщества.

В даннойинформативноймодификации,находящейся вокруг сферынастоящиепредметы, их качества и взаимоотношениямежду ними никак неотражаются и запоминаются, но и, какэтоустановлено в этомопределенииинтеллекта, имеют все шансымысленно "целенаправленно преобразовываться". При этомзначительното, чторазвитиемоделивнешнейсредысовершается "в процессеобучениянаопыте и приспособления к различным обстоятельствам".

Подалгоритмомподразумеваютчеткоеуказание о выполнении в конкретномпорядкесистемыдействийс цельюпостановлениялюбойзадачисопределенного класса (множества) задач. Термин "алгоритм" происходитотимени узбекского математика Аль-Хо Резми, которыйещё в IX столетиивнес предложение о простыхарифметическихалгоритмах. В математике и кибернетике классзадачопределенноготипаявляетсярешенным, когдас цельюеёрешенияопределеналгоритм. Нахождение алгоритмов считаетсяестественнойцельючеловекаприостановлении им различных классов задач. Поискметодас цельюзадачопределенноговидасопряжено с тонкими и сложными рассуждениями, требующимиогромнойизобретательности и высокой квалификации. Принятосчитать, чтотакогородадеятельностьзапрашиваетучастияинтеллектачеловека. Задачи, связанные с отысканием алгоритмарешения класса задачконкретноготипа, будемименоватьинтеллектуальными. Что жекасаетсязадач, алгоритмырешениякаковыхранееопределены, то, какподмечаетзнаменитыйэксперт в области ИИ М.Минский, "излишне приписывать им такое мистическое свойство, как "интеллектуальность". В самомделе, уже послетого, как такойметодранееобнаружен, процессрешениясоответствующихзадачделаетсятаким, что его могут в точностиосуществитьчеловек, вычислительнаямашина (надлежащимобразом запрограммированная) либоробот, необладающийнимельчайшегопонятия о сутисамойзадачи. Необходимотолько, чтобылицо, решающеезадачу, былоспособноосуществлятьтепростыеоперации, из которыхформируетсяпроцесс, и, помимоэтого, чтобы оно педантично и осторожнопридерживалосьпредложеннымалгоритмом. Подобноелицо, действуя, как сообщают в подобныхслучаях, исключительномашинально, способенблагополучнорешатьлюбуюзадачуосматриваемоготипа. Поэтому представляетсяабсолютнонепосредственнымустранить из класса интеллектуальныхтакиезадачи, с цельюкаковыхимеютсятипичныеметодырешения. Образцамиподобныхзадачмогутбытьисключительновычислительныезадачи: решениесистемылинейных алгебраических уравнений, численноеинтегрированиедифференциальных уравнений и т. д.

Длярешениятакогородазадачсуществуютстандартныеалгоритмы, представляющиесобоюконкретнуюпоследовательностьэлементарных действий, котораяспособнабытьпростореализована в видепрограммыдлявычислительноймашины. В противоположностьданномудляобширного класса интеллектуальныхзадач, таких, какопределениеобразов, игра в шахматы, доказательство теорем и т. п., напротивформальноеразделениепроцессапоискапостановлениявединичныепростыеоперациизачастуюоказываетсякрайнезатруднительным, в том числе и,если само их разрешениенесложно. Таким образом, мы можем перефразировать определениеинтеллектакакуниверсальный сверх алгоритм, которыйспособенформироватьалгоритмырешенияопределенныхзадач. Еще интересным замечанием считаетсято, чтоспециальностьразработчика программного обеспечения, исходяиз наших определений, считается одной изнаиболееинтеллектуальных, так какпродуктомдеятельностипрограммистасчитаютсяпрограммы — алгоритмы в чистомвиде. Непосредственнопоэтому, формированиедажеэлементов ИИ обязанооченьсильноувеличитьэффективность его труда. Работа мозга (обладающегоинтеллектом), нацеленнуюнарешениеумственныхзадач, мыстанемименовать мышлением, либоинтеллектуальнойработой. Интеллект и мышлениенеотъемлемообъединены с решениемподобныхзадач, как доказательство теорем, логическийанализ, распознаваниеситуаций, составление планаповедения, игры и управление в условиях неопределенности. Отличительнымичертамиинтеллекта, проявляющимися в ходепостановлениязадач, считаютсяспособность к обучению, обобщению, накоплению навыка (познаний и навыков) и приспособления к меняющимсяобстоятельствам в ходерешениязадач. Благодаряданным качествам интеллектамозгспособенрешатьразличныезадачи, а кроме тоголегкоперестраиваться с решения одной задачивиную. Такимобразом, мозг, наделенный интеллектом, считаетсямногоцелевымсредством решенияобширнойобластизадач (в томчисле неформализованных) длякоторых неттипичных, предварительнопопулярныхспособоврешения. Необходимообладать в типу, то чтоимеются и прочие, исключительно поведенческие (многофункциональные) установления. Так, по А. Н. Колмогорову, любаявещественнаясистема, с которойможнодостаточнодолгое времяобсуждатьпроблемынауки, литературы и искусства, владеетинтеллектом. Инымпримером поведенческой трактовки интеллектаможетбытьпопулярноеопределение А. Тьюринга. Его смыслсостоит в следующем. В разныхкомнатахрасполагаютсялюди и машина. Они никак немогутвидетьдругдруга, однакообладаютвозможностьюделитьсяинформацией (к примеру, с помощьюэлектронной почты). Если в процесседиалогасоучастникамиэкспериментаникак неполучается установить, чтоодинизсоучастников — машина, тотакуюмашинуможносчитатьвладеющейинтеллектом.

Можно сказать, что именно этот путь используют практически все системы ИИ. Ведь понятно, что практически невозможно заложить все знания в достаточно сложную систему. Кроме того, только на этом пути проявятся перечисленн ые выше признаки интеллектуальной деятельности (накопление опыта, адаптация и т. д.).

Искусственный интеллект как наука существует более сорока лет. Первой интеллектуальной системой считается программа "Логик-Теоретик", предназначенная для доказательства теорем и исчисления высказываний. Ее работа впервые была продемонстрирована 9 августа 1956 года, в создании программы участвовали такие известные ученые как А. Ньюэлл, А. Тьюринг, К. Шеннон, Дж. Шоу, Г. Саймон и другие. С тех пор в области искусственного интеллекта разработано великое множество компьютерных систем, которые принято называть интеллектуальными. Области их практического приложения охватывают практически все сферы человеческой деятельности, связанные с обработкой информации.

На сегодняшний день не существует единого определения, которое адекватно описывает эту научную область. Среди многих точек зрения на нее доминируют три. Согласно первой, исследования в области искусственного интеллекта являются фундаментальными исследованиями, в рамках которых разрабатываются модели и методы решения задач, традиционно считавшихся интеллектуальными и не поддававшихся ранее формализации и автоматизации. Согласно второй точке зрения это направление связано с новыми идеями решения задач на ЭВМ с разработкой принципиально новой технологии программирования с переходом к компьютерам не фон-неймановской архитектуры. Третья точка зрения, наиболее прагматическая, основана на том, что в результате исследований, проводимых в области искусственного интеллекта, появляется множество прикладных систем, решающих задачи, для которых ранее создаваемые системы были непригодны. Согласно последней трактовке, искусственный интеллект представляет собой экспериментальную научную дисциплину, при этом основная роль эксперимента заключается в проверке и уточнении систем искусственного интеллекта, представляющих собой аппаратно-программные информационные комплексы.

В докладе будет дана характеристика следующих основных направлений, связанных с построением и применением интеллектуальных информационных систем .

Интеллектуальные информационные системы и их применение: основные направления исследований в области искусственного интеллекта; системы с интеллектуальным интерфейсом; экспертные системы; самообучающиеся системы; адаптивные информационные системы.

Традиционные способы представления и обработки знаний в интеллектуальных системах: логическая модель представления знаний; представление знаний правилами продукций; объектно-ориентированное представление знаний фреймами; модель семантической сети; способы доказательства и дедуктивного вывода в логике; прямой и обратный вывод в экспертных системах продукционного типа; организация логического вывода в интеллектуальных системах с фреймовым представлением знаний.

Нечеткие знания и способы их обработки: виды нечетких знаний, способы их устранения и/или учета в интеллектуальных системах; нечеткие множества и нечеткие выводы.

Методы приобретения знаний: аспекты извлечения знаний; проблемы структурирования знаний; семиотический подход к приобретению знаний; методы извлечения знаний; выявление "скрытых" структур знаний; построение баз знаний для экспертных систем диагностики; проблемы обучения интеллектуальных систем; средства компьютерной поддержки приобретения знаний; извлечение знаний из хранилищ данных с использованием средств интеллектуального анализа данных.

Нейронные сети: модель искусственного нейрона; модели нейронных сетей; построение нейронной сети; способы обучения нейронных сетей; практическое применение нейросетевых технологий.

Эволюционные аналогии в интеллектуальных системах: генетические алгоритмы; методы эволюционного программирования.

Интеллектуальные мультиагентные системы: основные понятия агентов; коллективное поведение агентов; построение и применение мультиагентной системы для поддержки процессов принятия решений на предприятии; общие вопросы проектирования агентов и мультиагентных систем; инструментальные средства для построения МАС; мультиагентные поисковые системы; перспективы мультиагентных технологий.

Интеллектуальные методы проектирования сложных систем: проблемы проектирования и реинжиниринга экономических систем; системный подход к проектированию сложных систем; программные средства для поддержки реинжиниринга; подход к коллективному выбору решений при проектировании экономических систем; разрешение конфликтов при коллективном выборе решений; эволюционный синтез систем и объектов; логический подход к синтезу сценариев развития сложных систем.

Методы и средства искусственного интеллекта используются в настоящее время для решения широкого спектра прикладных задач и позволяют повысить эффективность труда ученых, врачей, учителей, инженеров, экономистов, военных и многих других специалистов.

Программные средства, базирующиеся на технологии и методах искусственного интеллекта, получили значительное распространение в мире. Их важность, и, в первую очередь, экспертных систем и нейронных сетей, состоит в том, что данные технологии существенно расширяют круг практически значимых задач, которые можно решать на компьютерах, и их решение приносит значительный экономический эффект. В то же время, технология экспертных систем является важнейшим средством в решении глобальных проблем традиционного программирования: длительность и, следовательно, высокая стоимость разработки приложений; высокая стоимость сопровождения сложных систем; повторная используемость программ и т.п. Кроме того, объединение технологий экспертных систем и нейронных сетей с технологией традиционного программирования добавляет новые качества к коммерческим продуктам за счет обеспечения динамической модификации приложений пользователем, а не программистом, большей "прозрачности" приложения (например, знания хранятся на ограниченном естественном языке, что не требует комментариев к ним, упрощает обучение и сопровождение), лучших графических средств, пользовательского интерфейса и взаимодействия.

По мнению специалистов, в недалекой перспективе экспертные системы будут играть ведущую роль во всех фазах проектирования, разработки, производства, распределения, продажи, поддержки и оказания услуг. Их технология, получив коммерческое распространение, обеспечит революционный прорыв в интеграции приложений из готовых интеллектуально-взаимодействующих модулей.

В последнее время наблюдается возрастание интереса к искусственному интеллекту, вызванное повышением требований к информационным системам. Умнеет программное обеспечение, умнеет бытовая техника. Мы неуклонно движемся к новой информационной революции, сравнимой по масштабам с развитием Интернета, имя которой – искусственный интеллект

В настоящее время различают два основных подхода к моделированию искусственного интеллекта (AI – artificial intelligence): машинный интеллект, заключающийся в строгом задании результата функционирования, и искусственный разум, направленный на моделирование внутренней структуры системы.

Моделирование систем первой группы достигается за счет использования законов формальной логики, теории множеств, графов, семантических сетей и других достижений науки в области дискретных вычислений. Основные результаты заключаются в создании экспертных систем, систем разбора естественного языка и простейших систем управления вида «стимул-реакция».

Системы второй группы базируются на математической интерпретации деятельности нервной системы во главе с мозгом человека и реализуются в виде нейроподобных сетей на базе нейроподобного элемента – аналога нейрона.

Нейроподобные сети в последнее время являются одним из самых перспективных направлений в области искусственного интеллекта и постепенно входят в бытность людей в широком спектре деятельности.

Что же такое нейроподобная сеть? Это искусственный аналог биологической сети, по своим параметрам максимально приближающийся к оригиналу. Нейроподобные сети прошли длинный путь становления и развития, от полного отрицания возможности их применения до воплощения во многие сферы деятельности человека. Были предложены различные нейросетевые парадигмы, определяющие область применения.

Сети первой группы, такие как сети обратного распространения ошибки, сети Хопфилда и др. используются для распознавания образов, анализа и синтеза речи, перевода с одного языка на другой и прогнозирования. Это вызвано такими особенностями сетей как восстановление изображения по его части, устойчивостью к зашумлению входного сигнала, прогнозирование изменения входов и параллельность вычислений. Также, немаловажной характеристикой является способность функционировать даже при потере некоторой части сети.

Сети второй группы используются как системы управления в реальном времени несложных объектов. Это управление популярными в последнее время интеллектуальными агентами, выполняющими роль виртуальных секретарей. Особенностями данной группы является появление некоторых внутренних стимулов, возможностью к самообучению и функционированию в реальном времени.

И, наконец, сети третьей группы, являющиеся дальнейшим развитием предыдущих, представляют собой уже нейроподобные системы и нацелены они на создание экзотических в настоящее время виртуальных личностей, информационных копий человека, средой обитания которых является глобальная сеть интернет. Данное направление только зарождается, но есть немалый шанс, что мы станем свидетелями ситуации рождения виртуальных людей, подробно описанной фантастами и режиссерами.

Сейчас в Интернете повсеместно можно встретить признаки зарождения подобных проектов, призывы объединиться всем научным потенциалом способного думать человечества в целях очеловечивания Интернета, преобразования его в разумную систему или среду обитания разумных систем. Раз существуют подобные предпосылки, значит не что не оставит полет человеческой мысли на пути достижения поставленной цели.

Список литературы

Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы М.: Финансы и статистика, 2003.

Методы классической и современной теории автоматического управления: Учебник в 5-и тт.; 2-е изд., перераб. и доп. Т.5: Методы современной теории автоматического управления.

Адаменко А.Н., Кучуков А.М. Логическое программирование и Visual Prolog.-СПб.:БХВ-Петербург, 2008.-992 стр.

Тэйс А. и др. Логический подход к искусственному интеллекту. От классической логики к логическому программированию: Пер. с фр. М.:Мир, 2003, 429 стр.

Братко И. Программирование на языке ПРОЛОГ для искусственного интеллекта: Пер. с англ. М.: Мир. 2010, 552 стр.

Люгер Д.Ф. Искусственный интеллект: Пер. с англ. М.: Издательский дом "Вильямс", 2011, 863 стр.