Искусственный интилект

Еще один широко используемый подход к построению систем ИИ —  имитационный. Данный подход является классическим для кибернетики с  одним из ее базовых понятий — "черным ящиком" (ЧЯ). ЧЯ — устройство, программный модуль или набор  данных, информация о внутренней структуре  и содержании которых отсутствуют  полностью, но известны спецификации входных  и выходных данных. Объект, поведение  которого имитируется, как раз и  представляет собой такой "черный ящик". Нам не важно, что у него и у модели внутри и как он функционирует, главное, чтобы наша модель в аналогичных  ситуациях вела себя точно так  же.

Таким образом, здесь моделируется другое свойство человека — способность  копировать то, что делают другие, не вдаваясь в подробности, зачем это  нужно. Зачастую эта способность  экономит ему массу времени, особенно в начале его жизни.

Основным недостатком  имитационного подхода также  является низкая информационная способность  большинства моделей, построенных  с его помощью.

С черным ящиком связана  одна очень интересная идея. Кто  бы хотел жить вечно? Я думаю, что  почти все ответят на этот вопрос "я". Представим себе, что за нами наблюдает какое-то устройство, которое  следит за тем, что в каких ситуациях  мы делаем, говорим. Наблюдение идет за величинами, которые поступают к нам на вход (зрение, слух, вкус, тактильные, вестибулярные и т. д.) и за величинами, которые выходят от нас (речь, движение и др.). Таким образом, человек выступает здесь как типичный черный ящик. Далее это устройство пытается отстроить какую-то модель таким образом, чтобы при определенных сигналах на входе человека, она выдавала на выходе те же данные, что и человек. Если данная затея будет когда-нибудь реализована, то для всех посторонних наблюдателей такая модель будет той же личностью, что и реальный человек. А после его смерти она, будет высказывать те мысли, которые предположительно высказывал бы и смоделированный человек.

Мы можем пойти дальше и скопировать эту модель и  получить брата близнеца с точно  такими же "мыслями".

Можно сказать, что "это  конечно все интересно, но при  чем тут я? Ведь эта модель только для других будет являться мной, но внутри ее будет пустота. Копируются только внешние атрибуты, но я после  смерти уже не буду думать, мое сознание погаснет или "покинет этот мир". Что ж это так. Но попробуем  пойти дальше. Сознание представляет собой сравнительно небольшую надстройку над нашим подсознанием, которая  следит за активностью некоторых  центров головного мозга, таких  как центр речи, конечной обработки  зрительных образов, после чего "возвращает" эти образы на начальные ступени  обработки данной информации. При  этом происходит повторная обработка  этих образов, мы как бы видим и  слышим, что думает наш мозг. При  этом появляется возможность мысленного моделирования окружающей действительности при нашем "активном" участии  в данном процессе. И именно наш  процесс наблюдения за деятельностью  этих немногих центров является тем, что мы называем сознанием. Если мы "видим" и "слышим" наши мысли, мы в сознании, если нет, то мы находимся  в бессознательном состоянии.

Если бы мы смогли смоделировать  работу именно этих немногих "сознательных" нервных центров (работа которых  правда основана на деятельности всего  остального мозга) в качестве одного черного ящика, и работу "супервизора" в качестве другого черного ящика, то можно было бы с уверенностью говорить, что "да, данная модель думает, причем так же, как и я". Но неизвестно, как получить данные о работе этих нервных центров, поскольку сегодня  нет ничего такого, что позволило  бы следить за мозгом человека годами и при этом не мешало бы его работе и жизни.

И заканчивая ознакомление с различными методами и подходами  к построению систем ИИ, хотелось бы отметить, что на практике очень  четкой границы между ними нет. Очень  часто встречаются смешанные  системы, где часть работы выполняется  по одному типу, а часть по-другому.

2.3 Примеры реальных исследований  в области ИИ

ИИ в Стране восходящего  солнца

Профиль японских конференций (а этой стране принадлежит немало оригинальных и уникальных достижений в области ИИ), не сильно отличается от общемирового. Тем интереснее эти  отличия - на них сосредоточены значительные объемы инвестиций государственных  и частных японских организаций. Среди направлений, более популярных в Японии в сравнении с европейскими и американскими школами ИИ, отметим  следующие: создание и моделирование  работы э-рынков и э-ауционов, биоинформатика (электронные модели клеток, анализ белковой информации на параллельных компьютерах, ДНК-вычислители), обработка естественных языков (самообучающиеся многоязычные системы распознавания и понимания смысла текстов), Интернет (интеграция Сети и всевозможных датчиков реального времени в жилых домах, интеллектуальные интерфейсы, автоматизация рутинных работ на основе формализации прикладных и системных понятий Интернета, итерационные технологии выделения нужных сведений из больших объемов данных), робототехника (машинное обучение, эффективное взаимодействие автономных устройств, организация движения, навигация, планирование действий, индексация информации, описывающей движение), способы представления и обработки знаний (повышение качества знаний, методы получения знаний от людей-экспертов, раскопка и поиск данных, решение на этой основе задач реального мира - например, управления документооборотом).

Много работ посвящено  алгоритмам логического вывода, обучению роботов, планированию ими действий.

1. Военные технологии

Исследования в области  нейронных сетей, позволяющих получить хорошие (хотя и приближенные) результаты при решении сложных задач  управления, часто финансирует военное  научное агентство DARPA. Пример - проект Smart Sensor Web, который предусматривает организацию распределенной сети разнообразных датчиков, синхронно работающих на поле боя. Каждый объект (стоимостью не более $300) в такой сети представляет собой источник данных - визуальных, электромагнитных, цифровых, инфракрасных, химических и т. п. Проект требует новых математических методов решения многомерных задач оптимизации. Ведутся работы по автоматическому распознаванию целей, анализу и предсказанию сбоев техники по отклонениям от типовых параметров ее работы (например, по звуку). Операция "Буря в пустыне" стала стимулом к развитию экспертных систем с продвинутым ИИ, применяемым в области снабжения. На разработках, связанных с технологиями машинного зрения, основано все высокоточное оружие. В СМИ нередко можно прочитать о грядущих схватках самостоятельно действующих армий самоходных машин-роботов и беспилотных самолетов. Однако существует ряд нерешенных научных проблем, не позволяющих в ближайшие десятилетия превратить подобные прогнозы в реальность. Прежде всего это недостатки систем автоматического распознавания, не способных правильно анализировать видеоинформацию в масштабе реального времени. Не менее актуальны задачи разрешения коллизий в больших сообществах автономных устройств, абсолютно точного распознавания своих и чужих, выбора подлежащих уничтожению целей, алгоритмов поведения в незнакомой среде и т. п. Поэтому на практике военные пытаются достичь менее масштабных целей. Значительные усилия вкладываются в исследования по распознаванию речи, создаются экспертные и консультационные системы, призванные автоматизировать рутинные работы и снизить нагрузку на пилотов. Нейронные сети достаточно эффективно применяются для обработки сигналов сонаров и отличения подводных камней от мин. Генетические алгоритмы используются для эвристического поиска решения уравнений, определяющих работу военных устройств (систем ориентации, навигации), а также в задачах распознавания - для разделения искусственных и естественных объектов, распознавания типов военных машин, анализа изображения, получаемого от камеры с низким разрешением или инфракрасных датчиков.

 

Ключевым фактором, определяющим сегодня развитие ИИ-технологий, считается темп роста вычислительной мощности компьютеров, так как принципы работы человеческой психики по-прежнему остаются неясными (на доступном для моделирования уровне детализации). Поэтому тематика ИИ-конференций выглядит достаточно стандартно и по составу почти не меняется уже довольно давно. Но рост производительности современных компьютеров в сочетании с повышением качества алгоритмов периодически делает возможным применение различных научных методов на практике. Так случилось с интеллектуальными игрушками, так происходит с домашними роботами.

Снова будут интенсивно развиваться  временно забытые методы простого перебора вариантов (как в шахматных программах), обходящиеся крайне упрощенным описанием объектов. Но с помощью такого подхода (главный ресурс для его успешного применения - производительность) удастся решить, как ожидается, множество самых разных задач (например, из области криптографии). Уверенно действовать автономным устройствам в сложном мире помогут достаточно простые, но ресурсоемкие алгоритмы адаптивного поведения. При этом ставится цель разрабатывать системы, не внешне похожие на человека, а действующие, как человек.

Ученые пытаются заглянуть  и в более отдаленное будущее. Можно ли создать автономные устройства, способные при необходимости  самостоятельно собирать себе подобные копии (размножаться)? Способна ли наука  создать соответствующие алгоритмы? Сможем ли мы контролировать такие  машины? Ответов на эти вопросы  пока нет.

Продолжится активное внедрение  формальной логики в прикладные системы  представления и обработки знаний. В то же время такая логика не способна полноценно отразить реальную жизнь, и произойдет интеграция различных  систем логического вывода в единых оболочках. При этом, возможно, удастся  перейти от концепции детального представления информации об объектах и приемов манипулирования этой информацией к более абстрактным  формальным описаниям и применению универсальных механизмов вывода, а  сами объекты будут характеризоваться  небольшим массивом данных, основанных на вероятностных распределениях характеристик.

Сфера ИИ, ставшая зрелой наукой, развивается постепенно - медленно, но неуклонно продвигаясь вперед. Поэтому результаты достаточно хорошо прогнозируемы, хотя на этом пути не исключены  и внезапные прорывы, связанные  со стратегическими инициативами. Например, в 80-х годах национальная компьютерная инициатива США вывела немало направлений  ИИ из лабораторий и оказала существенное влияние на развитие теории высокопроизводительных вычислений и ее применение во множестве  прикладных проектов. Такие инициативы будут появляться скорее всего на стыках разных математических дисциплин - теории вероятности, нейронных сетей, нечеткой логики.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ЗАКЛЮЧЕНИЕ

Создание искусственно интеллекта, как полного, так и неполного, таит в себе множество проблем. Причем как на пути к его созданию, так  и после него. На пути создания ИИ это и ограниченность ресурсов, и  недостаточные знания в этой области, проблема вообще осуществимости это  сделать, и многие другие технические  проблемы. После же создания ИИ, сравнимого с человеком возникает ряд  проблем. Во-первых, потерей интереса человека к творческому труду  в случае его замены, а затем  и полная деградация человека. Но с  другой стороны творчество должно приносить  человеку радость, а он следовательно  от этого не должен отказаться. Возможна и друга проблема: при полном изобилии ресурсов общество потеряет свою структуру  и человек обезличиться, перестанет развиваться на протяжении своей  жизни. Во-вторых, это возможность  ошибки ИИ или сбоя в его работе в областях, ошибки на которых могут  быть фатальными для всего человечества. Это, к примеру, оборона стран  или энергетика. В любом случае решающее слово должно быть за человеком  в принятии решений, например по началу войны, или ликвидации сбоя на электростанции. Ведь любой человек может выйти  из-под контроля, а значит и ИИ по его подобию тоже.

Можно сделать основные выводы:

1). Искусственный интеллект  – это научное направление,  связанное с машинным моделированием  человеческих интеллектуальных  функций.

2). Понятие искусственный  интеллект обычно используется  для обозначения способности  вычислительной системы выполнять  задачи, свойственные интеллекту  человека, например задачи логического  вывода и обучения.

3). Любая задача, алгоритм  решения которой заранее не  известен или же данные неполные  может быть отнесена к задачам  области ИИ. Это например игра в шахматы, чтение текста, перевод текста на другой язык и т.д.

4). Системы, программы,  выполняющие действия по решению  задачи можно отнести к ИИ, если результат их деятельности  аналогичен результату человека  при решении той же задачи. Поэтому к ИИ можно отнести  целый ряд программных средств:  системы распознавания текста, автоматизированного  проектирования, самообучающиеся программы  и др. Но не только по этому,  а еще и потому, что они работают  по сходным принципам с человеком.

5). Есть два основных  перспективных направления в  исследовании ИИ. Первое заключается  в приближении систем ИИ к  принципам человеческого мышления. Второе заключается в создании  ИИ, представляющего интеграцию  уже созданных систем ИИ в  единую систему, способную решать  проблемы человечества.

 

 

 

 

 

 

СОДЕРЖАНИЕ

ВВЕДЕНИЕ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.ИСТОРИЯ РАЗВИТИЯ ИИ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2. ИСКУССТВЕННЫЙ  ИНТЕЛЛЕКТ И СИСТЕМЫ ИИ. . . . . . . . . . .13

          2.1 Проблема представления знаний в ИИ. . . . . . . . . . . . . . . . . . . . . .13

2.2 Различные  подходы к построению систем  ИИ . . . . . . . . . . . . . .  14

2.3 Примеры реальных исследований  в области ИИ . . . . . . . . . . . . .20

ЗАКЛЮЧЕНИЕ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .24

ЛИТЕРАТУРА . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .26

 

 

 

 

ЛИТЕРАТУРА

1. Гарри Гаррисон. Выбор по Тьюрингу. М.: Эксмо-Пресс, 1999. 480 с. ISBN 5-04-002906-3
2. В МИРЕ НАУКИ. (Scientific American. Издание на русском языке). 1990. № 3

 

3. "Будущее искусственного интеллекта." М., Наука, 1991, ред.: Карл, Левитин, Поспелов, Хорошевский.

 

4. Винер Н. “Кибернетика” , М.: Наука, 1983 Эндрю А. Искусственный интеллект – М.: Мир, 1985.
5. Шалютин С. М. “Искусственный интеллект” , М.: Мысль, 1985
6. Перспективы развития вычислительной техники. Кн.2. Интеллектуализация ЭВМ.М., 2002.
7. Венда В. Ф. Системы гибридного интеллекта – М.: Машиностроение, 1990
8. Уоссерман Ф. Нейрокомпьютерная техника: Теория и практика. Пер. С англ. - М.Мир, 1992.
9. Материалы по искусственному интеллекту Ростовского-на-Дону государственный колледж связи и информатики.
10. Осипов Г.С. «искусственный интеллект: состояние исследований и взгляд в будущее» Президент Российской ассоциации искусственного интеллекта, постоянный член Европейского координационного комитета по искусственному интеллекту (ECCAI), д.ф.-м.н., профессор.
11. Уинстон П. Искусственный интеллект. М.2001.

 

 

 

 

Министерство образования  и науки Российской Федерации

Федеральное государственное  бюджетное образовательное учреждение

высшего профессионального  образования

Владимирский государственный  университет имени А.Г. и Н.Г. Столетовых

(ВлГУ)

 

 

Кафедра ПМ

 

 

Реферат по дисциплине компьютерные технологии: