Понятие систем искусственного интеллекта. Различные виды их классификации. Место искусственного интеллекта как научного направления. Области применения

Понятие систем искусственного интеллекта. Различные виды их классификации. Место искусственного интеллекта как научного направления. Области применения.

Мы подойдём к определению интеллекта, оттолкнувшись от определения Большой советской энциклопедии. Это слово восходит к латинскому intellectus, что переводится как познание, понимание, рассудок; и словарь определяет интеллект как способность мышления, рационального познания, в отличие от таких душевных способностей, как чувство, воля, интуиция, воображение.

Познание — это процесс отражения и воспроизведения действительности в мышлении; взаимодействие субъекта и объекта, результатом которого является новое знание о мире.

Мышление — это высшая ступень человеческого познания. Позволяет получать знание о таких объектах, свойствах и отношениях реального мира, которые не могу быть непосредственно восприняты на чувственной ступени познания. Формы и законы мышления изучаются логикой, механизмы его протекания — психологией и нейрофизиологией.

Сознание — это способность идеального воспроизведения действительности в мышлении.

Более простое и, пожалуй, более понятное — базовое — определение интеллекта даёт доцент Днепропетровского национального университета Алексей Дубинский. Согласно нему,

интеллект — это способность решать задачи.

Задачи. В это понятие входят в первую очередь такие задачи, когда необходимо:

— собрать информацию,

— оценить ситуацию,

— принять решение,

— действовать.

Задачами могут быть: формулировка целей, построение моделей, выдвижение гипотез, оценка достоверности решений, упрощение, планирование и проч.

Будем полагать, что множество возможных задач, а точнее — классов однотипных, одинаково решаемых задач — бесконечно. Обозначим это множество через .

Решать. Это понятие подразумевает нахождение решения, верного в некотором приближении, которое устраняет проблемную ситуацию полностью либо приемлемую его часть, постоянно либо на приемлемый срок.

Решению можно приписать некоторый коэффициент, указывающий на качество решения — то есть на то, насколько это решение разрешило рассматриваемую задачу. Принято считать, что коэффициент лежит в пределах .

Для каждого класса задач может существовать множество решений, причём оно не обязательно конечно. И среди этого множества может и не быть решений с высоким качеством.

Помимо качества решения для объекта важна ещё и его стоимость. Вполне очевидно, что решения могут быть разными по цене и качеству. Поэтому для каждого решения следует одновременно рассматривать два коэффициента:

— качество решения — внутренняя характеристика самого решения,

— стоимость решения — внешнее свойство, относящееся к объекту, который получил это решение.

Объект. Мы о нём уже упомянули. Это то, что пытается найти решение. У объекта не обязательно должно быть сознание, также он необязательно должен быть живым. Необходимы лишь: способность воспринять задачу, возможность выбора и возможность действия.

Способность. Способность — это мера интеллекта. Мера — это количественное выражение способности решать. Измеряется величиной интеллекта.

Величина интеллекта — есть вероятность нахождения верного решения.

И теперь мы можем выделить три меры интеллекта:

1)  мера интеллекта на классе задач,

2)  мера интеллекта на классе задач с учётом стоимости решения,

3)  мера интеллекта на множестве классов задач.

1.  Мера интеллекта на классе задач — Мера 1

Пусть для выбранного класса задач существует множество решений при с коэффициентом качества .

Если для рассматриваемого объекта существуют вероятности получения данных решений , то величина интеллекта есть сумма:

,

(1.1)

при этом сумма вероятностей ограничена единицей: .

2.  Мера интеллекта на классе задач с учётом стоимости решения — Мера 2

Пусть, при тех же условиях, для каждого решения задана стоимость его получения объектом . Тогда величина интеллекта определится как сумма:

.

(1.2)

3.  Мера интеллекта на множестве классов задач — Мера 3

Пусть задано множество классов задач , при этом , . Пусть также существуют вероятности возникновения задач этих классов . Тогда величина интеллекта на данном множестве классов задач есть:

,

(1.3)

куда потом подставляется одно из выражений (1.1) или (1.2).

При этом следует иметь в виду, что существование нескольких классов задач приводит к возникновению дополнительной задачи классификации, т. к. перед началом решения исходной задачи необходимо отнести её к какому-либо классу задач. Таким образом, получаем выражение, в котором задача классификации вынесена за знак суммы; вероятность её возникновения равна сумме вероятностей возникновения любых других задач:

.

(1.4)

Из последнего выражения следует, что величина интеллекта зависит от выбора классов задач, на которых он определяется. Прямое расширение Меры 2 путём устремления вряд ли имеет смысл, поскольку в таком случае для определения величины интеллекта будут необходимы значения вероятностей для неизвестных классов задач.

Для практических целей достаточно ограничить рассмотрение множеством наиболее часто встречающихся задач . Выделение можно производить либо по некоторой граничной частоте , либо по суммарной частоте .

В первом случае учитываются классы задач с вероятностью не меньше граничной:

.

(1.5-а)

Во втором случае классы задач из множества упорядочены по убыванию вероятности , а — наименьшее число, для которого :

.

(1.5-б)

Динамика

Возможны два типа изменений:

1)  изменения внешней среды;

2)  изменение объекта.

Изменения внешней среды будут выражаться в изменении распределения вероятностей возникновения классов задач , в т. ч. и путём изменения набора рассматриваемых классов задач. При этом в общем случае, для поддержания своей величины интеллекта, объект должен изменяться.

Пусть рассматриваемый объект может изменяться. Это изменение будет выражаться в изменении значений матрицы вероятностей нахождения решений . Появление новых решений понимаем как увеличение значений соответствующих элементов матрицы, имевших прежде нулевое значение. Таким образом, у изменяющегося объекта в общем случае изменяется величина интеллекта.

Можно выделить следующие направления изменений:

1)  внутри класса задач:

—  увеличение вероятностей,

—  уменьшение вероятностей;

2)  в разных классах:

—  освоение решений новых классов задач,

—  потеря способности решать задачи определённого класса.

Соответственно, развитие объекта и увеличение величины его интеллекта может происходить двумя путями:

1)  интенсивный путь — увеличение вероятностей — путь специализации;

2)  экстенсивный путь — освоение новых классов — путь диверсификации.

Мера изменчивости

Введём меру изменчивости величины интеллекта — скорость его изменения, т. е. производная величины интеллекта по времени.

Изменчивость можно разложить на составляющие:

,

(1.7)

где

— обучаемость объекта по интенсивному пути развития,

— обучаемость объекта по экстенсивному пути,

— изменчивость среды при постоянстве набора классов задач,

— изменчивость среды, вызванная изменением набора классов задач .

Рассмотрим эти составляющие поочерёдно.

- зависит от возможности расширения множества решений (), и обучаемость по интенсивному пути сводится к способности объекта:

— уменьшать стоимость получения решений,

— увеличивать вероятность получения более дешёвых решений,

— находить новые решения исследуемого класса задач.

- обучаемость объекта по экстенсивному пути сводится к возможности освоения решений нового класса задач.

- изменчивость среды при постоянстве набора классов возникающих задач сводится к перераспределению вероятностей возникновения задач этих классов.

Изменчивость среды является особой формой , которая имеет место, когда изменяется состав набора классов , входящих в (1.5-а, - б).

Учитывая важность влияния изменения внешней среды и то, что в сложных системах она обычно не является стабильной, появилась необходимость ввести дифференциальную меру интеллекта. Будем называть её обучаемостью.

4. 

5.  Обучаемость — Мера 4

Под обучаемостью будем понимать первые две составляющие изменчивости в выражении (1.7).

Мера 4 позволяет выделить разные уровни интеллекта.

Таб. 1.1. Уровни интеллекта

Номер уровня	Характеристика мер	Описание уровня
0		Объект способен применять известные решения известных классов задач. Объект не изменяется и не способен совершенствоваться.
1		Объект способен применять известные решения известных классов задач. Он способен совершенствоваться эволюционным путём, улучшая соотношения частот применяемых решений и уменьшая стоимость их получения.
2		Объект способен совершенствоваться революционным путём — он может находить новые решения известных классов задач.
3		Объект способен совершенствоваться революционным путём — может находить решения для ранее неизвестных классов задач.

Обратим внимание, что иерархии уровней интеллекта соответствует иерархия уровней поступления знаний.

0)  приём информации или получение данных;

1)  приобретение или извлечение знаний;

2)  создание относительно новых знаний;

3)  создание абсолютно новых знаний.

Вернёмся к определению интеллекта.

Напомню, базовым определением было способность решать задачи.

Полное определение:

Интеллект — это способность самостоятельно, эффективно находить качественные решения разнообразных сложных задач, в том числе ранее неизвестных.

Эффективно — значит просто, с возможно меньшими затратами ресурсов на поиск.

Качественно — значит верно, сокращая затраты ресурсов на решение задачи.

Интеллект характеризуется уровнем и величиной.
Величина — это количественная мера интеллекта. Интеллект на разных уровнях отличается качественно. Наличие интеллекта определённого уровня подразумевает наличие интеллекта всех нижележащих уровней.

Интеллект уровня 0 — это способность объекта решать известные задачи известными методами. Характеризуется скоростью нахождения решений и качеством известных методов. Может быть описан числом — коэффициентом интеллекта (IQ).

Примеры: инстинкт, программа, алгоритм, прошивка ПЗУ.

Сложность построения искусственного интеллекта (ИИ) уровня 0 определяется только сложностью целевого класса задач. Системы ИИ уровня 0 для классов простых задач обычно не считаются интеллектуальными.

Интеллект уровня 1 — это способность объекта улучшать, оптимизировать известные решения задач известных классов. Это способность обучаться, совершенствоваться эволюционным путем. Характеризуется обучаемостью — скоростью обучения и эффективностью — количественным изменением величины интеллекта уровня 0. Прямые измерения величины интеллекта уровня 1 затруднены.

Примеры: адаптация живых организмов, генетические алгоритмы.

Рассмотрение класса задач оптимизации приводит к возможности эмуляции интеллекта уровня 1 системами с интеллектом уровня 0.

Пример: программные пакеты, решающие задачи оптимизации математического программирования.

Системы ИИ уровня 1 уже называют интеллектуальными.

Интеллект уровня 2 — это способность объекта находить новые решения заранее известных классов задач. Его реализация во многом зависит от внешних условий, от того, существуют ли, в принципе, новые, более эффективные решения этих классов. Находит себе новые применения по мере возрастания величины интеллекта уровня 0. Представляет собой революционный путь совершенствования.

Близкие понятия: креативность, относительная новизна, изобретательность.

Интеллект уровня 2 иногда проявляется у высших животных при решении простых задач.

При решении сложных классов задач проявляется далеко не у всех людей.

Интеллект уровня 3 — это способность объекта создавать решения для ранее неизвестных классов задач. Способность решать любые новые задачи.

Важнейшая составляющая — это способность к обнаружению новых задач и формулировки их условий.

Наличие интеллекта уровня 3 есть безграничность интеллекта, потенциальная бесконечность возможных классов разрешимых задач, потенциальная бесконечность самосовершенствования объекта.

Дополнительное качественное отличие: если для предыдущих уровней, всё сводилось к увеличению интеллекта уровня 0, то для интеллекта третьего уровня это маловажно.

Освоение новых классов задач на много порядков лучше (эффективнее, ценнее, выгоднее, интереснее...), чем совершенствование способностей по решению старых задач. При этом объект с интеллектом третьего уровня может существенно уступать каким-либо другим объектам с интеллектом уровня 0 на каком-либо (или даже на любом) отдельно взятом классе известных задач.

Близкие понятия: абсолютная новизна, научное открытие, изобретение, гениальность.

Поэтому искусственные системы интеллекта третьего уровня не могут быть разработаны в обозримом будущем, и этот уровень интеллектуальной деятельности останется для гениальных представителей человечества.

ЦЕЛИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Итак мы:

— дали базовое и полное понятие интеллекта,

— изучили 4 меры интеллекта,

— разбили интеллект на 4 уровня и изучили каждый из них.

Искусственный интеллект — ещё одно перспективное направление. Ключевым его свойством является возможность автономного развития без помощи своих создателей. После того как он уже будет создан, совершенно неважно — будет идти финансирование или нет, будет еще интерес к теме или о ней все уже забудут. Саморазворачивающаяся система будет сама себя поддерживать, питать и развивать. Мало того, подобно человеку ИИ имеет возможность направленного преобразования окружающей среды, то есть нашей цивилизации. Если пустить этот процесс в нужное русло, то реально построить такой мир, где научные исследования, создания новой техники и другие стороны технического прогресса станут постоянной необходимостью и будут всегда востребованы.

Зачем нужен искусственный интеллект?

Это сложный и весьма интересный вопрос. Сложный потому, что толком никто ничего не знает. Если одни говорят, что он поможет решить глобальные проблемы человечества (нехватка сырья, демография и т. п.), то другие вспоминают булгаковского профессора Преображенского, когда он беседовал с доктором Борменталем о перспективах своей работы.

Интересный этот вопрос тем, что позволяет в полной мере проявить собственную фантазию и почитать чужие грёзы о бессмертии, колонизации Солнечной системы и всё в таком духе.

Существующая ИНТЕГРАЛЬНАЯ ТЕОРИЯ СОЗДАНИЯ ИКСКУССТВЕННОГО ИНТЕЛЛЕКТА предлагает отказаться от попыток построить ИИ на основе одних только алгоритмов, а использовать для его создания такие свойства нашего мира, которые невозможно описать алгоритмически.

Ну а сама интегральная теория базируется на теории объектов — теории, из которой следует, что все объекты окружающей среды можно разделить на порядки.

Каждому рассматриваемому физическому телу, процессу или явлению природы сопоставляется понятие объекта. Ключевой момент для нас представляет порядок объекта. Объект обладает более высоким порядком, чем объект , если при рассмотрении замкнутой системы, состоящей из этих объектов выясняется, что при помощи объекта можно управлять объектом .

Под управлением понимается наличие у объекта возможности изменить любое свойство объекта .

Свойство объекта — один, а, возможно, и единственный, из признаков отличия данного объекта от остальных объектов.

Изменение свойства объекта означает выполнение одного из двух случаев:

— включение — переход свойства из потенциальной (потенциально возможной) формы в физическую;

— выключение — переход свойства в потенциальную форму (физически оно отсутствует, но теоретически может дополнить объект ).

Объект, все свойства которого находятся в физической форме, можно назвать полной формой объекта.

Отсюда видно, что управление объектом не меняет его сути — не добавляет отсутствующие в его полной форме свойства и не удаляет свойства из потенциальной формы.

В итоге приходим к тому, что:

1) Два объекта разных порядков различаются друг от друга хотя бы по одному фундаментальному свойству, то есть свойству, остающемуся недоступным и в произвольной комбинации объектов, в составе которых оно отсутствовало изначально.

2) Объект более высокого порядка полностью включает в себя все свойства объекта низшего порядка, в том числе и в потенциальной форме. Следует заметить, что свойства объекта низшего порядка могут быть полностью равны свойствам объекта высшего порядка, и они при этом не сольются, поскольку в результате наличия у объекта более высшего порядка фундаментального свойства, физическая основа эквивалентных свойств этих объектов может существенно различаться.

3) Объект более высокого порядка нельзя описать с позиций объекта более низкого порядка, поскольку в первом имеются фундаментальные свойства, отсутствующие в последнем.

Необходимость исследования систем ИИ при их функционировании в реальном мире привело к постановке задачи создания интегральных роботов.

Проведение таких работ можно считать вторым этапом исследований по ИИ.

В Стэнфордском университете, Стэнфордском исследовательском институте и некоторых других местах были разработаны экспериментальные роботы, функционирующие в лабораторных условиях.

Проведение этих экспериментов показало необходимость решения кардинальных вопросов, связанных с проблемой представления знаний о среде функционирования, и одновременно недостаточную исследованность таких проблем, как зрительное восприятие, построение сложных планов поведения в динамических средах, общение с роботами на естественном языке.

Эти проблемы были более ясно сформулированы и поставлены перед исследователями в середине 70-х гг, связанных с началом третьего этапа исследований систем ИИ.

Его характерной чертой явилось смещение центра внимания исследователей с создания автономно функционирующих систем, самостоятельно решающих в реальной среде поставленные перед ними задачи, к созданию человеко-машинных систем, интегрирующих в единое целое интеллект человека и способности ВМ для достижения общей цели - решение задачи, поставленной перед интегральной человеко-машинной решающей системой.

Такое смещение обуславливалось двумя причинами:

К этому времени выяснилось, что даже простые на первый взгляд задачи, возникающие перед интегральным роботом при его функционирование в реальном времени, не могут быть решены методами, разработанными для экспериментальных задач специально сформированных проблемных средах; Стало ясно, что сочетание дополняющих друг друга возможностей человека и ЭВМ позволяет обойти острые углы путем перекладывания на человека тех функций, которые пока еще не доступны для ЭВМ. На первый план выдвигалась не разработка отдельных методов машинного решения задач, а разработка методов средств, обеспечивающих тесное взаимодействие человека и вычислительной системы в течение всего процесса решения задачи с возможностью оперативного внесения человеком изменений в ходе этого процесса.

Развитие исследований по ИИ в данном направлении обусловливалось также резким ростом производства средств вычислительной техники и также резким их удешевлением, делающим их потенциально доступными для более широких кругов пользователей.

Функциональная структура использования СИИ.

Эта структура состоит из трех комплексов вычислительных средств (см. рисунок).

Первый комплекс представляет собой совокупность средств, выполняющих программы (исполнительную систему), спроектированных с позиций эффективного решения задач, имеет в ряде случаев проблемную ориентацию.

Второй комплекс - совокупность средств интеллектуального интерфейса, имеющих гибкую структуру, которая обеспечивает возможность адаптации в широком спектре интересов конечных пользователей.

Третьим комплексом средств, с помощью которых организуется взаимодействие первых двух, является база знаний, обеспечивающая использование вычислительными средствами первых двух комплексов целостной и независимой от обрабатывающих программ системы знаний о проблемной среде.

Исполнительная система (ИС) объединяет всю совокупность средств, обеспечивающих выполнение сформированной программы.

Интеллектуальный интерфейс - система программных и аппаратных средств, обеспечивающих для конечного пользователя использование компьютера для решения задач, которые возникают в среде его профессиональной деятельности либо без посредников либо с незначительной их помощью. База знаний (БЗ) - занимает центральное положение по отношению к остальным компонентам вычислительной системы в целом, через БЗ осуществляется интеграция средств ВС, участвующих в решении задач.