Рождение искусственного интеллекта как научного направления




НазваниеРождение искусственного интеллекта как научного направления
страница1/10
Дата публикации30.04.2014
Размер0.84 Mb.
ТипДокументы
exam-ans.ru > Информатика > Документы
  1   2   3   4   5   6   7   8   9   10

  1. История возникновения и развития искусственного интеллекта

Идея создания искусственного подобия человека для решения сложных задач и моделирования человеческого разума возникла с древнейших времен (механическая статуя бога Амона в древнем Египте, бог Гефест в мифологии ковал человекоподобные существа-автоматы, Буратино и др.).

Родоначальник искусственного интеллекта – средневековый испанский философ, математик и поэт Раймонд Луллий в XIII веке попытался создать механическую машину для решения различных задач на основе разработанной им всеобщей классификации понятий.

В ^ XVIII веке Лейбниц и Декарт независимо друг от друга продолжили эту идею, предложив универсальные языки классификации всех наук.

Рождение искусственного интеллекта как научного направления произошло после создания ЭВМ в 40-х годах XX века. В это время Норберт Винер создал основополагающие работы по кибернетике.

Термин ИИ – (AI – artifical intelligence (intelligence - умение рассуждать разумно)) предложен в 1956 г. на семинаре в Дартсмутском колледже (США). В 1969 г. в Вашингтоне состоялась I Международная объединенная конференция по искусственному интеллекту. Она и узаконила в своем названии термин «искусственный интеллект».

^ Направления искусственного интеллекта:

  1. Нейрокибернетика;

  2. Кибернетика «черного ящика».

Основная идея нейрокибернетики: «Единственный объект, способный мыслить, - человеческий мозг. Поэтому любое «мыслящее устройство» должно воспроизводить структуру человеческого мозга».

Нейрокибернетика ориентирована на программно-аппаратное моделирование структур, подобных структуре мозга.

Основа человеческого мозга – нейроны.

Усилия сосредоточены на создании элементов, аналогичных нейронам, и их объединении в функционирующие системы.

Эти системы называют нейронными сетями или нейросетями.

^ Первые нейросети созданы Френком Розенблаттом и Мак-Каллоком в 1956-1965 гг. Это были попытки смоделировать человеческий глаз и его взаимодействие с мозгом. Созданное устройство называлось персептроном и умело различать буквы алфавита.

В 1980-х годах в Японии в рамках проекта «ЭВМ V поколения» был создан первый нейрокомпьютер, или компьютер IV поколения. Появились транспьютеры – параллельные компьютеры с большим количеством процессоров. Транспьютерная технология – один из десятка новых подходов к аппаратной реализации нейросетей, которые моделируют иерархическую структуру мозга человека. Основная область применения нейрокомпьютеров – задачи распознавания образов, например идентификация объектов по результатам аэрофотосъемки из космоса.

Подходы к созданию нейросетей:

  • Аппаратный – создание компьютеров, нейрочипов, микросхем, реализующих необходимые алгоритмы.

  • Программный – создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры. Сети создаются в памяти компьютера.

  • Гибридный – часть вычислений выполняют специальные платы расширений, часть – программные средства.

^ Основная идея кибернетики «черного ящика»: «Не имеет значение, как устроено «мыслящее» устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг».

Главная ориентация этого направления ИИ – поиски алгоритмов решения интеллектуальных задач на существующих моделях компьютеров. Существенный вклад в становление новой науки внесли Джон Маккарти (автор первого языка для задач ИИ - ЛИСП), Марвин Минский (автор идеи фреймовой модели представления знаний), Саймон, Шоу и др.

В 1956-1963 г.г. активно велись поиски моделей и алгоритмов человеческого мышления и разработки первых программ на их основе. Были созданы и опробованы различные подходы:

  • ^ Модель лабиринтного поиска (конец 50-х годов).

Задача представлялась как некоторое пространство состояний в форме графа, в котором проводится поиск оптимального пути от входных данных к результирующим. Для решения практических задач не нашли широкого применения. Программы описаны в первых учебниках по ИИ – они играют в 15, в шашки, шахматы и др.

  • ^ Эвристическое программирование (начало 60-х годов) – разработка стратегии действий на основе известных, заранее заданных эвристик. Эвристика – правило, теоретически необоснованное, позволяющее сократить количество переборов в пространстве поиска.

^ Использование методов математической логики (1963-1970 гг.) для решения задач ИИ

Робинсон разработал метод резолюций, который позволяет автоматически доказывать теоремы при наличии набора исходных аксиом. Отечественный ученый Маслов Ю.С. предложил обратный вывод, решающий аналогичную задачу другим способом. На основе метода резолюций француз Альбер Кольмероэ в 1973 г. создал язык логического программирования Пролог. Ньюэл, Саймон и Шоу создали программу «Логик-теоретик», которая доказывала школьные теоремы.

Однако логические модели имеют существенные ограничения по классам решаемых задач, т.к. реальные задачи часто не сводятся к набору аксиом и человек не использует классическую логику.

В США появились первые коммерческие системы, основанные на знаниях, или экспертные системы (середина 1970-х годов). На смену поиска универсального алгоритма мышления пришла идея моделировать конкретные знания специалистов-экспертов. Стал применяться новый подход к решению задач искусственного интеллекта – представление знаний. Это существенный прорыв в развитие практических приложений искусственного интеллекта. Созданы программы MYCIN (медицина), DENDRAL (химия). Финансирование осуществляется Пентагоном и др.

В конце 70-х в Японии объявлено о начале проекта машин V поколения, основанных на знаниях. Проект рассчитывался на 10 лет и включал много квалифицированных специалистов. В результате создан громоздкий и дорогой ПРОЛОГо-подобный язык, не получивший широкого признания. Были достигнуты результаты в различных прикладных задачах, японская ассоциация ИИ насчитывала к середине 90-х годов 40 тыс. чел.

Начиная с середины 1980-х годов растут капиталовложения в ИИ, создаются промышленные экспертные системы, ИИ становится одной из наиболее перспективных и престижных областей информатики (computer science).

^ 2. Развитие искусственного интеллекта в России

В 1954 г. в МГУ начал свою работу семинар «Автоматы и мышление» под руководством академика Ляпунова А. А. (1911-1973), одного из основателей российской кибернетики. В этом семинаре принимали участие физиологи, лингвисты, психологи, математики. Принято считать, что именно в это время родился искусственный интеллект в России. Как и за рубежом, выделились два основных направления — нейрокибернетики и кибернетики «черного ящика».

В 1954-1964 гг. создаются отдельные программы и проводятся исследования в области поиска решения логических задач. В Ленинграде (ЛОМИ — Ленинград­ское отделение математического института им. Стеклова) создается программа АЛПЕВ ЛОМИ, автоматически доказывающая теоремы. Она основана на оригинальном обратном выводе Маслова, аналогичном методу резолюций Робинсона. Среди наиболее значимых результатов, полученных отечественными учеными в 60-е годы, следует отметить алгоритм «Кора» Михаила Моисеевича Бонгарда, моделирующий деятельность человеческого мозга при распознавании образов. Большой вклад в становление российской школы ИИ внесли выдающиеся ученые Цетлин М.Л., Пушкин В.Н., Гаврилов М.А, чьи ученики и явились пионерами этой науки в России (например, знаменитая Гавриловская школа).

В 1965-1980 гг. происходит рождение нового направления — ситуационного управления (соответствует представлению знаний, в западной терминологии). Основателем этой научной школы стал проф. Поспелов Д.А. Были разработаны специальные модели представления ситуаций — представления знаний. В ИПМ АН СССР был создан язык символьной обработки данных РЕФАЛ.

Огромную роль в борьбе за признание ИИ в нашей стране сыграли академики ^ А.И. Бергн и Г.С. Поспелов.

Только в 1974 году при Комитете по системному анализу при президиуме АН СССР был создан Научный совет по проблеме «Искусственный интеллект», его возглавил Г.С. Поспелов, его заместителями были избраны Д.А. Поспелов и Л.И. Микулич. По инициативе Совета было организовано пять комплексных научных проектов, которые были возглавлены ведущими специалистами в данной области.

В 1980-1990 гг. проводятся активные исследования в области представления знаний, разрабатываются языки представления знаний, экспертные системы (более 300).

В 1988 г. создается АИИ — Ассоциация искусственного интеллекта. Ее членами являются более 300 исследователей.

Президентом Ассоциации единогласно избирается Д.А. Поспелов, выдающийся ученый, чей вклад в развитие ИИ в России трудно переоценить. Крупнейшие центры — в Москве, Петербурге, Переславле-Залесском, Новосибирске. В рамках Ассоциации проводится большое количество исследований, организуются школы для молодых специалистов, семинары, симпозиумы, раз в два года собираются объединенные конференции, издается научный журнал.

Уровень теоретических исследований по искусственному интеллекту в России ничуть не ниже мирового.

К сожалению, начиная с 80-х гг. на прикладных работах начинает сказываться постепенное отставание в технологии. На данный момент отставание в области разработки промышленных интеллектуальных систем составляет порядка 3-5 лет.

^ 3. Основные направления современных исследований в области искусственного интеллекта

Искусственный интеллект – это одно из направлений информатики, целью которого является разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножестве естественного языка.

^ Искусственный интеллект – это область информатики, которая занимается разработкой интеллектуальных компьютерных систем, т.е. систем, обладающих возможностями, которые мы традиционно связываем с человеческим разумом, - понимание языка, обучение, способность рассуждать, решать проблемы и т.д.

Исследования в области искусственного интеллекта направлены на разработку программ, решающих такие задачи, с которыми сейчас лучше справляется человек, поскольку они требуют вовлечения таких функций головного мозга человека, как способность к обучению на основе восприятия, особой организации памяти и способности делать выводы на основе суждений.

^ Основные направления исследований в области искусственного интеллекта:

  • представление знаний и разработка систем, основанных на знаниях;

  • программное обеспечение систем искусственного интеллекта;

  • разработка естественно-языковых интерфейсов и машинный перевод;

  • интеллектуальные роботы;

  • обучение и самообучение;

  • распознавание образов;

  • новые архитектуры компьютеров;

  • игры и машинное творчество;

  • другие направления.

  1. Представление знаний и разработка систем, основанных на знаниях (knowledge-based systems).

Это основное направление в области разработки систем искусственного интеллекта. Оно связано с разработкой моделей представления знаний, созданием баз знаний, образующих ядро экспертных систем. В последнее время включает в себя модели и методы извлечения и структурирования знаний и сливается с инженерией знаний.

  1. ^ Программное обеспечение систем ИИ (software engineering for Al).

В рамках этого направления разрабатываются специальные языки для решения интеллектуальных задач, в которых традиционно упор делается на преобладание логической и символьной обработки над вычислительными процедурами. Эти языки ориентированы на символьную обработку информации — LISP, PROLOG, SMALLTALK, РЕФАЛ и др. Помимо этого создаются пакеты прикладных программ, ориентированные на промышленную разработку интеллектуальных систем, или программные инструментарии искусственного интеллекта, например КЕЕ, ART, G2. Достаточно популярно также создание так называемых пустых экспертных систем или «оболочек» — KAPPA, EXSYS, Ml, ЭКО и др., базы знаний которых можно наполнять конкретными знаниями, создавая различные прикладные системы.

  1. ^ Разработка естественно-языковых интерфейсов и машинный перевод (natural language processing).

Начиная с 50-х годов одной из популярных тем исследований в области ИИ является компьютерная лингвистика, и, в частности, машинный перевод (МП).

Уже первая программа в области естественно-языковых (ЕЯ) интерфейсов — переводчик с английского на русский язык — продемонстрировала неэффективность первоначального подхода, основанного на пословном переводе. Однако еще долго разработчики пытались создать программы на основе морфологического анализа. Неплодотворность такого подхода связана с очевидным фактом: человек может перевести текст только на основе понимания его смысла и в контексте пред­шествующей информации, или контекста. Иначе появляются переводы в стиле «Моя дорогая Маша — my expensive Masha». В дальнейшем системы МП усложнялись и в настоящее время используется несколько более сложных моделей:

  • применение так называемых «языков-посредников» или языков смысла, в ре­зультате происходит дополнительная трансляция «исходный язык оригинала — язык смысла — язык перевода»;

  • ассоциативный поиск аналогичных фрагментов текста и их переводов в специальных текстовых репозиториях или базах данных;

  • структурный подход, включающий последовательный анализ и синтез естественно-языковых сообщений.

Традиционно такой подход предполагает наличие нескольких фаз анализа:

  • Морфологический анализ — анализ слов в тексте.

  • Синтаксический анализ — разбор состава предложений и грамматических связей между словами.

  • Семантический анализ — анализ смысла составных частей каждого предло­жения на основе некоторой предметно-ориентированной базы знаний.

  • Прагматический анализ — анализ смысла предложений в реальном контексте на основе собственной базы знаний.

Синтез ЕЯ-сообщений включает аналогичные этапы, но несколько в другом порядке.

  1. ^ Интеллектуальные роботы (robotics).

Роботы — это электротехнические устройства, предназначенные для автоматизации человеческого труда.

Можно условно выделить несколько поколений в истории создания и развития робототехники:

  • ^ I поколение. Роботы с жесткой схемой управления. Практически все современные промышленные роботы принадлежат к первому поколению. Фактически это программируемые манипуляторы.

  • II поколение. Адаптивные роботы с сенсорными устройствами. Есть образцы таких роботов, но в промышленности они пока используются мало.

  • ^ III поколение. Самоорганизующиеся или интеллектуальные роботы. Это — конечная цель развития робототехники. Основные нерешенные проблемы при создании интеллектуальных роботов — проблема машинного зрения и адекватного хранения и обработки трехмерной визуальной информации.

В настоящее время в мире изготавливается более 60 000 роботов в год.

^ Актуальность создания интеллектуальных мобильных роботов

Автономные интеллектуальные мобильные роботы предназначены для автоматической работы в заранее неопределенных условиях внешней среды. Они могут применяться в различных областях человеческой деятельности и могут решать различные задачи. Например, доставлять грузы, перемещать различные предметы, производить разведку, производить какую-либо технологическую операцию на большом пространстве (например, уборку помещения) и т.п.

Подобные системы готовы заменить человека при выполнении сложных технологических операциях, связанных с повышенным риском или с работой в экстремальных средах, например, в условиях повышенной радиации, давлении или безвоздушном пространстве, а также заменить человеческий труд на непопулярных профессиях.

  1. ^ Обучение и самообучение (machine learning).

Активно развивающаяся область искусственного интеллекта. Включает модели, методы и алгоритмы, ориентированные на автоматическое накопление и формирование знаний на основе анализа и обобщения данных. Включает обучение по примерам (или индуктивное), а также традиционные подходы из теории распознавания образов.

В последние годы к этому направлению тесно примыкают стремительно развивающиеся системы data mining — анализа данных и knowledge discovery — поиска закономерностей в базах данных.

  1. ^ Распознавание образов (pattern recognition).

Традиционно — одно из направлений искусственного интеллекта, берущее начало у самых его истоков, но в настоящее время практически выделившееся в самостоятельную науку.

Ее основной подход — описание классов объектов через опре­деленные значения значимых признаков. Каждому объекту ставится в соот­ветствие матрица признаков, по которой происходит его распознавание. Процедура распознавания использует чаще всего специальные математические процедуры и функции, разделяющие объекты на классы. Это направление близ­ко к машинному обучению и тесно связано с нейрокибернетикой.

  1. ^ Новые архитектуры компьютеров (new hardware platforms and architectures).

Самые современные процессоры сегодня основаны на традиционной последовательной архитектуре фон Неймана, используемой еще в компьютерах первых поколений. Эта архитектура крайне неэффективна для символьной обработки. Поэтому усилия многих научных коллективов и фирм уже десятки лет нацелены на разработку аппаратных архитектур, предназначенных для обработки сим­вольных и логических данных.

Создаются Пролог- и Лисп-машины, компьютеры V и VI поколений. Последние разработки посвящены компьютерам баз данных, параллельным и векторным компьютерам.

И хотя удачные промышленные решения существуют, высокая стоимость, недостаточное программное оснащение и аппаратная несовместимость с традиционными компьютерами существенно тормозят широкое использование новых архитектур.

  1. ^ Игры и машинное творчество.

Это, ставшее скорее историческим, направление связано с тем, что на заре исследований ИИ традиционно включал в себя игровые интеллектуальные задачи — шахматы, шашки, … . В основе первых программ лежит один из ранних подходов — лабиринтная модель мышления плюс эвристики. Сейчас это скорее коммерческое направление, так как в научном плане эти идеи считаются тупиковыми.

Кроме того, это направление охватывает сочинение компьютером музыки, стихов, сказок и даже афоризмов. Основным методом подобного «творчества» является метод пермутаций (перестановок) плюс использование некоторых баз знаний и данных, содержа­щих результаты исследований по структурам текстов, рифм, сценариям и т. п.

  1. Другие направления.

  • генетические алгоритмы;

  • когнитивное моделирование;

  • интеллектуальные интерфейсы;

  • распознавание и синтез речи;

  • дедуктивные модели.
  1   2   3   4   5   6   7   8   9   10

Добавить документ в свой блог или на сайт

Похожие:

Рождение искусственного интеллекта как научного направления iconРеферат в данном проекте произведена попытка автоматизировать процесс...
Полученное таким образом решение на данный момент не имеет аналогов в нашем университете по дисциплине «Системы искусственного интеллекта»....

Рождение искусственного интеллекта как научного направления iconОтчёт По лабораторной работе №1 По курсу «Основы проектирования систем...
Экспертные системы вместе с системами обработки естественных языков являются наиболее важными в коммерческом плане областями использования...

Рождение искусственного интеллекта как научного направления icon«системы автоматизированного проектирования», 2008 Дисциплина: «Интеллектуальные...
Предмет исследования и основные направления исследований в области искусственного интеллекта

Рождение искусственного интеллекта как научного направления iconКнига под названием "Психология интеллекта"
Психология интеллекта, понимаемая как особая форма равновесия, к которой тяготеют все познавательные процессы, ставит такие проблемы,...

Рождение искусственного интеллекта как научного направления iconКурсовая работа Дисциплина: Методы и алгоритмы принятия решений Тема:...
Тема: Алгоритмы принятия решений в системах искусственного интеллекта на примере решения игровой задачи

Рождение искусственного интеллекта как научного направления iconТема Прикладные системы искусственного интеллекта 2
Прямые определения, которые можно найти в энциклопедических изданиях, как правило, дают толкование, используя синонимические слова....

Рождение искусственного интеллекта как научного направления iconРабочая программа дисциплины системы искусственного интеллекта для...
«Санкт-Петербургский государственный электротехнический университет \"лэти\" имени В. И. Ульянова (Ленина)»

Рождение искусственного интеллекта как научного направления iconПерефразирует вопросы, когда пользователь указывает, что они ему непонятны
Работы по созданию Экспертных систем (ЭС) первая попытка практического применения результатов в области Искусственного интеллекта...

Рождение искусственного интеллекта как научного направления icon1. Разработка, программная реализация и экспериментальное исследование...
Использование методов искусственного интеллекта получает все большее распространение. Одним из перспективных направлений в области...

Рождение искусственного интеллекта как научного направления iconКурсовая работа ‘’Синтез голографического изображения с помощью компьютера.’’...
«Именно работы по цифровой голографии во многом стимулировали появление компьютерной оптики как самостоятельного научного направления...

Вы можете разместить ссылку на наш сайт:
Школьные материалы


При копировании материала укажите ссылку © 2015
контакты
exam-ans.ru
<..на главную