XIII Международная студенческая научная конференция Студенческий научный форум - 2021

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.

Длярешениятакогородазадачсуществуютстандартныеалгоритмы, представляющиесобоюконкретнуюпоследовательностьэлементарных действий, котораяспособнабытьпростореализована в видепрограммыдлявычислительноймашины. В противоположностьданномудляобширного класса интеллектуальныхзадач, таких, какопределениеобразов, игра в шахматы, доказательство теорем и т. п., напротивформальноеразделениепроцессапоискапостановлениявединичныепростыеоперациизачастуюоказываетсякрайнезатруднительным, в том числе иесли 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.

Методы и средства искусственного интеллекта

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.

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 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.

Состояние и тенденции развития искусственного интеллекта

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.

Коммерческий рынок продуктов искусственного интеллекта в мире в 1993 году оценивался примерно в 0,9 млрд. долларов; из них 600 млн. приходится на долю США. Выделяют несколько основных направлений этого рынка:

• экспертные системы; теперь их часто обозначают еще одним термином - "системы, основанные на знаниях";

• нейронные сети и "размытые" (fuzzy) логики;

• естественно-языковые системы.

В США в 1993 году рынок между этими направлениями распределился так: экспертные системы - 62%, нейронные сети - 26%, естественно-языковые системы - 12%. Рынок этот можно разделить и иначе: на системы искусственного интеллекта (приложения) и инструментальные средства, предназначенные для автоматизации всех этапов существования приложения. В 1993 году в общем объеме рынка США доля приложений составила примерно две, а доля инструментария - примерно одну треть.

Одно из наиболее популярных направлений последних пяти лет связано с понятием автономных агентов. Их нельзя рассматривать как "подпрограммы", - это скорее прислуга, даже компаньон, поскольку одной из важнейших их отличительных черт является автономность, независимость от пользователя. Идея агентов опирается на понятие делегирования своих функций. Другими словами, пользователь должен довериться агенту в выполнении определенной задачи или класса задач. Всегда существует риск, что агент может что-то перепутать, сделать что-то не так. Следовательно, доверие и риск должны быть сбалансированными. Автономные агенты позволяют существенно повысить производительность работы при решении тех задач, в которых на человека возлагается основная нагрузка по координации различных действий.

Искусственный интеллект: новая информационная революция

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.

Все уже, наверное, слышали об электромеханических собаках в Японии, способных узнавать хозяина в лицо, выполнять некоторые простейшие команды и имеющие некоторую способность к обучению. Слышали и про холодильники с выходом в Интернет и про внедрение Microsoft в будущие версии Windows элементов искусственного интеллекта.

В подобном развитии области искусственного интеллекта нет ничего необычного. Здесь уместно привести гипотезу о встречной эволюции человека и компьютера: человек сначала учиться видеть, ходить, разговаривать, а уже потом развивает способности к вычислениям и логическим выводам. Компьютер же наоборот, рождается как вычислительная система, базирующаяся на формальной логике, в процессе развития приобретает способности к распознаванию образов, синтезу речи и управлению в реальном времени.

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.

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.

Код для цитирования: Скопировать