Что такое искусственный интеллект (ИИ) (стр. 5 )

Намечающиеся черты этого периода:

-  Превращение искусственного интеллекта в индустрию;

-  Возвращение к нейронным сетям;

-  Превращение искусственного интеллекта в науку.

Однако задача превзойти в ИИ наивысшие достижения человеческого интеллекта на всех направлениях, возможно, так и не возникнет.

Многообразие форм ИИ

В настоящее время тематика искусственного интеллекта охватывает огромный перечень научных направлений, начиная с таких задач общего характера, как обучение и восприятие, и заканчивая такими специальными задачами, как игра в шахматы, доказательство математических теорем, сочинение поэтических произведений и диагностика заболеваний. В искусственном интеллекте систематизируются и автоматизируются интеллектуальные задачи и поэтому эта область касается любой сферы интеллектуальной деятельности человека. В этом смысле искусственный интеллект является поистине универсальной научной областью.

В исследованиях по ИИ в разных областях используется много общих приемов программирования, способов представления данных, механизмов рассуждений, однако никакой общей теории интеллектуальности или общего метода решения проблем в этой области не выработано. Исследования по ИИ классифицируются, исходя из области их применения, а не на основе различных теорий и школ. В каждой из этих областей свои методы программирования, свои формализмы, традиции. Ниже приведено лишь несколько примеров систем искусственного интеллекта, которые существуют в настоящее время.

1.  Обработка естественного языка:

-  интерфейсы ЭС и других систем обработки данных;

-  системы синтеза и распознавания речи;

-  машинный перевод;

-  автоматическая интерпретация или генерация документов;

-  извлечение смысла документов;

-  обучение языку.

Программа Proverb [938] — это компьютерная программа, которая решает кроссворды намного лучше, чем большинство людей; в ней используются ограничения, определяющие состав возможных заполнителей слов, большая база с данными о встречавшихся ранее кроссвордах, а также множество различных источников информации, включая словари и оперативные базы данных, таких как списки кинофильмов и актеров, которые играли в этих фильмах. Например, эта программа способна определить, что одним из решений, подходящих для ключа "Nice Story", является слово "ETAGE", поскольку ее база данных содержит пару ключ-решение "Story in France/ETAGE", а сама программа распознает, что шаблоны "Nice х" и "х in France" часто имеют одно и то же решение. Программа не знает, что Nice (Ницца) — город во Франции, но способна разгадать эту головоломку.

2.  Экспертные системы и системы поддержки принятия решений. Перечень типовых задач, решаемых ЭС:

-  диагностика неисправностей (в человеческом организме и технических системах);

-  интерпретация информации первичных данных (сигналов от приборов);

-  структурный анализ сложных объектов;

-  выбор конфигурации сложных многокомпонентных систем (например, распределенных компьютерных систем);

-  наблюдение, например, за состоянием процессов в ядерном реакторе или за пациентом в реанимации;

-  прогнозирование: экономики, погоды, окружающей среды;

-  планирование последовательности операций, приводящих к заданной цели;

-  управление производством, проектированием, обучением.

Медицинские диагностические программы, основанные на вероятностном анализе, сумели достичь уровня опытного врача в нескольких областях медицины. Хекерман [640] описал случай, когда ведущий специалист в области патологии лимфатических узлов не согласился с диагнозом программы в особо сложном случае. Создатели программы предложили, чтобы этот врач запросил у компьютера пояснения по поводу данного диагноза. Машина указала основные факторы, повлиявшие на ее решение, и объяснила нюансы взаимодействия нескольких симптомов, наблюдавшихся в данном случае. В конечном итоге эксперт согласился с решением программы.

3.  Распознавание образов, под которыми понимается автоматическое наблюдение и идентификация (классификация) объектов на основе характеристик и закономерностей, присущих принимаемым сигналам или с учетом строения образа. Сюда относится также задача распознавания речи.

4.  Машинное зрение и обработка изображений.

5.  Робототехника и автоматизация производства – снабжение машин различными измерительными устройствами и датчиками - аналогами органов чувств и другими механизмами ориентации в пространстве. Здесь исследования ориентированы на создание движущихся роботов и на методах самостоятельного принятия решений и планирования роботами. Пространственные логики позволяют описывать конфигурацию пространственных областей, объектов в пространстве; изучаются также семейства пространственных отношений. В последнее время эта область, из-за тесной связи с прикладными задачами, становится доминирующей в исследованиях по представлению знаний. Например, для задач роботики важно уметь по изображению некоторой сцены восстановить ее вербальное (формальное) описание, с тем чтобы далее это описание использовать, например, для планирования действий робота. Многие хирурги теперь используют роботов-ассистентов в микрохирургии. Например, HipNav [398] — это система, в которой используются методы компьютерного зрения для создания трехмерной модели анатомии внутренних органов пациента, а затем применяется робототехническое управление для руководства процессом вставки протеза, заменяющего тазобедренный сустав.

6.  Машинное проектирование, проектирование СБИС. Системы «Кремниевые компиляторы» способны автоматически порождать схемы расположения слоев исходя из высокоуровневого функционального описания.

7.  Символьные и алгебраические вычисления. При решении таких задач вручную может возникнуть много ошибок. Это системы:

-  дифференцирования и интегрирования выражений;

-  решения систем линейных уравнений в символьном виде;

-  разложение многочлена на множители;

-  работа с рядами, матрицами и тензорами;

-  вычисления с рациональными числами неограниченной точности.

8.  Доказательство теорем – одна из традиционных областей применения ИИ.

9.  Программирование игр – постоянный интерес у исследователей ИИ. Программа Deep Blue компании IBM стала первой компьютерной программой, которой удалось победить чемпиона мира в шахматном матче, после того как она обыграла Гарри Каспарова со счетом 3,5:2,5 в показательном матче [577]. Каспаров заявил, что ощущал напротив себя за шахматной доской присутствие "интеллекта нового типа". Журнал Newsweek описал этот матч под заголовком "Последний оборонительный рубеж мозга". Стоимость акций IBM выросла на 18 миллиардов долларов.

10.  Моделирование – изучение деятельности систем путем моделирования их работы с помощью символьной обработки и методов ИИ. Когнитивное моделирование – изучение когнитивных процессов человека, т. е. как человек познает, учится, рассуждает, изобретает, запоминает, проявляет интуицию и. т. д.

11.  Автоматическое программирование. Порождение программы для машины, используя описание высокого уровня.

12.  Автономное планирование и составление расписаний. Работающая на удалении в сотни миллионов километров от Земли программа Remote Agent агентства NASA стала первой бортовой автономной программой планирования, предназначенной для управления процессами составления расписания операций для космического аппарата [744]. Программа Remote Agent вырабатывала планы на основе целей высокого уровня, задаваемых с Земли, а также контролировала работу космического аппарата в ходе выполнения планов: обнаруживала, диагностировала и устраняла неполадки по мере их возникновения.

13.  Автономное управление. Система компьютерного зрения Alvinn была обучена вождению автомобиля, придерживаясь определенной полосы движения. В университете CMU эта система была размещена в микроавтобусе, управляемом компьютером NavLab, и использовалось для проезда по Соединенным Штатам; на протяжении 2850 миль (4586,6 км) система обеспечивала рулевое управление автомобилем в течение 98% времени. Человек брал на себя управление лишь в течение остальных 2%, главным образом на выездных пандусах. Компьютер NavLab был оборудован видеокамерами, которые передавали изображения дороги в систему Alvinn, а затем эта система вычисляла наилучшее направление движения, основываясь на опыте, полученном в предыдущих учебных пробегах.

14.  Планирование снабжения. Во время кризиса в Персидском заливе в 1991 году в армии США была развернута система DART (Dynamic Analysis and Replanning) [311] для обеспечения автоматизированного планирования поставок и составления графиков перевозок. Работа этой системы охватывала одновременно доавтомобилей, единиц груза и людей; в ней приходилось учитывать пункты отправления и назначения, маршруты, а также устранять конфликты между всеми параметрами. Методы планирования на основе искусственного интеллекта позволяли вырабатывать в течение считанных часов такие планы, для составления которых старыми методами потребовались бы недели. Представители агентства DARPA (Defense Advanced Research Project Agency — Управление перспективных исследовательских программ) заявили, что одно лишь это приложение сторицей окупило тридцатилетние инвестиции в искусственный интеллект, сделанные этим агентством.

15.  и многое другое