Введение
Иску́сственный интелле́кт (ИИ, англ. Artificial intelligence, AI) — наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных
программ. ИИ связан со сходной задачей
использования компьютеров для понимания человеческого
интеллекта, но не обязательно ограничивается
биологически правдоподобными методами.
История развития
искусственного интеллекта в СССР и России
Коллежский советник Семён Николаевич Корсаков (1787—1853) ставил задачу усиления
возможностей разума посредством разработки
научных методов и устройств, перекликающуюся
с современной концепцией искусственного
интеллекта, как усилителя естественного.
В 1832 году С. Н. Корсаков опубликовал описание
пяти изобретённых им механических устройств,
так называемых «интеллектуальных машин»,
для частичной механизации умственной
деятельности в задачах поиска, сравнения
и классификации. В конструкции своих
машин Корсаков впервые в истории информатики
применил перфорированные карты, игравшие у него своего рода
роль баз знаний, а сами машины по существу
являлись предтечами экспертных систем.
В СССР работы в области искусственного
интеллекта начались в 1960-х годах. В Московском университете и Академии наук был выполнен ряд пионерских
исследований, возглавленных Вениамином
Пушкиным и Д. А. Поспеловым.
В 1964 году была опубликована
работа ленинградского логика Сергея
Маслова «Обратный метод установления
выводимости в классическом исчислении
предикатов», в которой впервые предлагался
метод автоматического поиска доказательства
теорем в исчислении предикатов.
В 1966 году В. Ф. Турчиным был разработан язык рекурсивных
функций Рефал.
До 1970-х годов в СССР все исследования
ИИ велись в рамках кибернетики. По мнению Д. А. Поспелова, науки «информатика» и «кибернетика»
были в это время смешаны, по причине ряда
академических споров. Только в конце
1970-х в СССР начинают говорить о научном
направлении «искусственный интеллект»
как разделе информатики. При этом родилась и сама информатика,
подчинив себе прародительницу «кибернетику».
В конце 1970-х создаётся толковый словарь
по искусственному интеллекту, трёхтомный
справочник по искусственному интеллекту
и энциклопедический словарь по информатике,
в котором разделы «Кибернетика» и «Искусственный
интеллект» входят наряду с другими разделами
в состав информатики. Термин «информатика»
в 1980-е годы получает широкое распространение,
а термин «кибернетика» постепенно исчезает
из обращения, сохранившись лишь в названиях
тех институтов, которые возникли в эпоху
«кибернетического бума» конца 1950-х —
начала 1960-х годов. Такой взгляд на искусственный
интеллект, кибернетику и информатику
разделяется не всеми. Это связано с тем,
что на Западе границы данных наук несколько
отличаются
Подходы к пониманию
проблемы
Единого ответа на вопрос, чем
занимается искусственный интеллект,
не существует. Почти каждый автор, пишущий
книгу об ИИ, отталкивается в ней от какого-либо
определения, рассматривая в его свете
достижения этой науки.
В философии не решён вопрос о природе и
статусе человеческого интеллекта. Нет и точного критерия достижения
компьютерами «разумности», хотя на заре
искусственного интеллекта был предложен
ряд гипотез, например, тест Тьюринга или гипотеза Ньюэлла — Саймона. Поэтому, несмотря на наличие
множества подходов как к пониманию задач
ИИ, так и созданию интеллектуальных информационных
систем, можно выделить два основных
подхода к разработке ИИ[11]:
нисходящий (англ. Top-Down AI), семиотический — создание экспертных систем, баз знаний и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.;
восходящий (англ. Bottom-Up AI), биологический — изучение нейронных сетей и эволюционных вычислений, моделирующих интеллектуальное поведение на основе биологических элементов, а также создание соответствующих вычислительных систем, таких как нейрокомпьютер или биокомпьютер.
Последний подход, строго говоря,
не относится к науке о ИИ в смысле, данном
Джоном Маккарти, — их объединяет только
общая конечная цель.
Машинное
обучение
Проблематика машинного обучения касается процесса самостоятельного получения знаний интеллектуальной системой
в процессе её работы. Это направление
было центральным с самого начала развития
ИИ. В 1956 году, на Дартмундской летней конференции,
Рей Соломонофф написал отчёт о вероятностной
машине, обучающейся без учителя,
назвав её: «Индуктивная машина вывода».
Обучение без учителя —
позволяет распознать образы во входном потоке. Обучение с учителем включает
также классификацию и регрессионный анализ.
Классификация используется, чтобы определить,
к какой категории принадлежит образ.
Регрессионный анализ используется, чтобы
в рядах числовых примеров входа/выхода
и обнаружить непрерывную функцию, на
основании которой можно было бы прогнозировать
выход. При обучении агент вознаграждается
за хорошие ответы и наказывается за плохие.
Они могут быть проанализированы с точки
зрения теории решений, используя такие
понятия как полезность. Математический анализ машинных
алгоритмов изучения — это раздел теоретической
информатики, известный как вычислительная теория обучения (англ. Computational learning theory).
К области машинного обучения относится
большой класс задач на распознавание образов.
Например, это распознавание символов, рукописного текста, речи, анализ текстов.
Многие задачи успешно решаются с помощью
биологического моделирования (см. след.
пункт). Особо стоит упомянуть компьютерное зрение,
которое связано ещё и с робототехникой.
Машинное
творчество
Природа человеческого творчества ещё
менее изучена, чем природа интеллекта.
Тем не менее, эта область существует,
и здесь поставлены проблемы написания
компьютероммузыки, литературных произведений (часто —
стихов или сказок), художественное творчество.
Создание реалистичных образов широко
используется в кино и индустрии игр.
Отдельно выделяется изучение проблем
технического творчества систем искусственного
интеллекта. Теория решения изобретательских
задач, предложенная в 1946 годуГ. С. Альтшуллером,
положила начало таким исследованиям.
Добавление данной возможности к любой
интеллектуальной системе позволяет весьма
наглядно продемонстрировать, что именно
система воспринимает и как это понимает.
Добавлением шума вместо недостающей
информации или фильтрация шума имеющимися
в системе знаниями производит из абстрактных
знаний конкретные образы, легко воспринимаемые
человеком, особенно это полезно для интуитивных
и малоценных знаний, проверка которых
в формальном виде требует значительных
умственных усилий.
Компьютерные
технологии и кибернетика
В компьютерных
науках проблемы искусственного интеллекта
рассматриваются с позиций проектирования экспертных
систем и баз
знаний. Под базами знаний понимается совокупность
данных и правил вывода, допускающих логический
вывод и осмысленную обработку информации.
В целом исследования проблем искусственного
интеллекта в компьютерных науках направлены
на создание, развитие и эксплуатацию
интеллектуальных информационных систем,
а вопросы подготовки пользователей и
разработчиков таких систем решаются
специалистами информационных
технологий.
Содержание
1 Введение
2 История развития в
России и в СССР
3 Подходы к пониманию
проблемы
3 Машинное обучение
4 Машинное творчество
5 Компьютерные технологии
и кибернетика
Литература
1 http://xreferat.ru
2 http://silovoytransformator.ru/
3 Зюзин А.Ф, Поконов Н.З, Антонов
М.В. Монтаж, эксплуатация и ремонт электрооборудования
промышленных предприятий и установок
: Учеб. Для учащихся электротехнических
спец. Техникумов.-3-еизд.,перераб. И доп.-М.:
Высш.шк., 1986.-415с.: ил.