Штучний інтелект

Вступ.

1. Історія інтелектуалізації комп'ютерів.

2. Підходи і напрямки до розуміння штучного інтелекту.

3. Експертні системи як вид систем штучного інтелекту.

4. Сучасне тлумачення проблеми штучного інтелекту. Застосування штучного інтелекту в Україні та світі.

Висновки.

Список використаної літератури.


Вступ

При вирішенні будь-якої задачі управління здійснюється обробка інформації на рівні спеціаліста з можливим залученням засобів комп’ютерної обробки. Інформаційне забезпечення повинне забезпечити ефективність обміну інформацією між керівництвом і об’єктом управління. В склад інформаційного забезпечення, звичайно, включають дані, які характеризують різнобічну діяльність підприємств, нормативні та законодавчі акти, що впливають на процеси господарювання, засоби їх формалізованого опису, програмні засоби ведення і підтримки баз даних. Швидкі зміни в політичній та економічній сферах країни ще більше підкреслили роль своєчасного інформаційного забезпечення для управління виробництвом. Економічні моделі діяльності часто визначаються не стільки інтересами власника виробництва, а і в значній мірі формуються під впливом дії законів та податкової політики держави. Це і обумовлює необхідність впровадження та мобільного використання експертних систем, які б допомагали орієнтуватися в динамічно змінному середовищі, - на що у менеджерів не вистачає часу через основні обов’язки.

Тепер, коли нагромаджено досвід в організації технологій переробки інформації, відбувається перехід до створення інформаційних технологій з використанням штучного інтелекту. Вважається, що основні напрями в галузі створення інформаційних технологій і штучного інтелекту пов’язані з винайденням ефективних систем подання знань і організацією процесу комунікації користувачів з ЕОМ, а також з плануванням доцільної діяльності та формуванням глобальної структури нормативної поведінки.


1. Історія інтелектуалізації комп'ютерів

З появою комп'ютерів почався розвиток наукових досліджень під загальною об'єднуючою назвою “штучний інтелект”. В 60-і роки провідними темами досліджень були евристичне програмування та використання формальної логіки. Це дозволяло програмувати шахову гру, доведення теорем та розв'язувати логічні задачі. Однак сподівання на ці методи виявилися перебільшеними. Формальна логіка дуже ідеалізує мислення людини, а пошук на дереві варіантів часто стає неефективним. Науковці дійшли розуміння необхідності ефективної репрезентації знань у машині. Як свідчить досвід розробки комп'ютерної системи CYC, навіть для відтворення здорового глузду десятирічного хлопчика довелося закодувати мільйон аксіом (правил). Тобто на програмування здорового глузду, яким володіє кожний психічно здоровий хлопчик, витратили приблизно стільки ж зусиль, як і на програмування “шахового розуму” на рівні чемпіону світу.

В той же час дослідники перейнялися такими цікавими задачами, як автоматичний переклад тексту, розуміння машиною усної мови, розпізнавання графічних зображень та образів, технічний зір (тобто сприйняття оточуючої обстановки через відеокамеру). Проблема перекладу тексту на іншу мову виявилася значно складнішою, ніж спочатку гадали оптимісти. Недостатньо вичерпно точно описати мову. Перекладачу необхідно розуміти зміст тексту, а для цього треба спиратися на модель світу, про який йдеться у тексті. А сприйняття усної мови ще складніше і включає цілу групу задач – розпізнання звуків та слів, синтаксичний та семантичний аналіз. Ще у 70-і роки розробники дійшли висновку, що ці процеси аналізу різних рівнів мають йти паралельно, взаємодіючи між собою і допомагаючи долати труднощі. Ця проблема дотепер не розв'язана задовільно. Наприклад, співробітники M.І.T. нещодавно)1 розробили систему GALAXY, яка може розуміти усні запитання клієнтів і відповідати їм, і хоча тематика питань обмежена погодою, рухом літаків та відомостями про Бостон, система часто помиляється. Поки що найкращі системи розпізнають не більше десяти тисяч слів і то помиляються майже на кожному четвертому слові.

Поєднання баз знань з логічними машинами (генераторами висновків) породило експертні системи. Це перший клас систем, “базованих на знаннях”, що зажив масового застосування. Виник напрямок інженерії знань. Були створені засоби вилучення знань у експертів та кодування їх у формі правил продукції. В експертних системах переважна частина знань жорстко зафіксована в формі правил продукції. Експертна система запитує у користувача дані і застосовує їх згідно зафіксованих правил. Ці системи відрізняються від традиційних програмних систем більшою гнучкістю, бо послідовність застосування правил не програмується прямо і заздалегідь, а визначається стратегією на основі поточної ситуації. Але ця різниця радше є способом програмування, аніж принциповою відмінністю у роботі. І не зовсім ясно, як мають співвідноситися стратегія виведення та зміст правил. Далі, з'ясувалося, що моделювання експерта вимагає, аби комп'ютер оперував нечіткою та суперечливою інформацією. Тому винайшли правила нечіткого виведення (з мірою невизначеності.) Опріч того, система знань має складну багаторівневу структуру.

Сучасні експертні системи будуються інакше. Вони базуються на моделях у формі так званих баєсових мереж. Замість “скирти” правил використовується модель у вигляді цілісної системи зв’язків, що адекватно описує проблемну область. Зв’язки відображають ймовірнісні залежності між змінними, що відтворює невизначеність поведінки. Вбудовані в модель “правила” можуть працювати в обох напрямках, а при потребі об’єднуються для сумісного застосування згідно наявної інформації. (Правила “склеюються докупи” в єдину конструкцію, придатну для виведення.) Структура моделі не лише каналізує процес виведення, а й може відображати причинно-наслідкові відношення.

Всі інтелектуалізовано (інтелектуальні) машини можна класифікувати згідно стосунків між середовищем, людиною та машиною. Відтак інтелектуальні машини поділяються на два основних роди – роботичні (автономні) і діалогово-комп’ютерні. Роботичні системи безпосередньо керують механізмами та пристроями у матеріальній діяльності. А діалогові комп'ютери отримують завдання (запитання) від людини і звітують їй інформаційними підсумками. Образно ці два роди можна назвати відповідно: 1) електронно-механічна “собака”; 2) електронна “голова професора Доуеля”. (Програмні агенти, що мігрують в Інтернеті, займають проміжне становище між названими родами.) Можна сказати, що діалогові комп'ютери відрізняються від роботів тим, що в них немає “ніг”, “очей”, засобів орієнтації та рівноваги, і що “руки” в них – слабкі і короткі, але є контактна рецепторна система (сьогодні – це переважно кнопки та “миша”) і доволі розвинутий орган індикації стану “мозку”. Центральна задача машини-робота – розпізнати ситуацію, синтезуючи інформацію сигналів датчиків. А “мозок” діалогового комп'ютера зайнятий задачами більш “теоретичними” та “байдужими” до безпосереднього оточення. Практичним використанням результатів вирішення цих задач переймається людина.

Виділивши інтелектуалізовано діалогово-комп'ютерні машини, мусимо відповісти на питання: який комп'ютер можна вважати інтелектуальним? Систему комп'ютерного інтелекту (СКІ) можна лаконічно визначити як систему із мікроелектронних структур, допоміжного обладнання і активної організованої інформації, яка виявляє інтелектуальні властивості і активну поведінку, що сприяє людині-користувачу у розв'язанні задач. Інтелектуальні властивості СКІ виявляються як здатність регулярно робити кроки (дії), несподівані для людини і рівночасно корисні для розв'язання задач. Оскільки інтелектуальність потрібна не як самоціль, а як засіб для роботи та досліджень, треба визначити критерії ефективності. (Це, поміж іншим, дозволить уникнути зайвих філософських сперечань щодо інтелекту.) Ефективність комп'ютерних систем у кінцевому рахунку може проявитися (“матеріалізуватися”) через два взаємопов'язані аспекти:

• зниження сумарних витрат (враховуючи непрямі) на розв'язання задач;

• отримання кінцевого суспільного ефекту від розв'язаних задач (економічного, екологічного, соціального, безпека і т.д.), а також через набуття нових знань (які мають дати ефект у майбутньому).

З одного боку, інтелектуалізація полегшує процес розв'язання задач і економить розумові зусилля людини на одержання рішення. Це сприяє автоматизації все більшого числа функцій управлінців, службовців, аналітиків, секретарів, викладачів, операторів, керівників, і підіймає на новий щабель технологію їхньої праці. З іншого боку, мобілізуючи суспільні знання, інтелектуалізація дає змогу розв'язати нові проблеми, які не піддавалися раніше, тобто дозволяє подолати традиційні обмеження на шляху розв'язання складних проблем. Тим самим зростає “креативний потенціал” системи. Перелічимо механізми, завдяки яким може досягатися зростання креативного потенціалу системи.

1. Сти