Системы искусственного интеллекта реферат
Обновлено: 05.07.2024
Современные философы и исследователи науки часто рассматривают междисциплинарные науки как одно из достижений заново открытых в 20 веке.
Искусственный Интеллект и искусственная жизнь представляет прекрасный пример такой интеграции многих научных областей.
Проблема искусственного интеллекта является сейчас одной из самых злободневных. Ей занимаются ученые различных специальностей: кибернетики, лингвисты, психологи, философы, математики, инженеры. При исследовании проблем, связанных с искусственным интеллектом, решаются многие основополагающие вопросы, связанные с путями развития научной мысли, с воздействием достижений в области вычислительной техники и робототехники на жизнь будущих поколений людей. Здесь возникают и развиваются новые методы научных междисциплинарных исследований. Здесь формируется новый взгляд на роль тех или иных научных результатов и возникает то, что можно назвать философским осмыслением этих результатов.
С конца 40-х годов ученые все большего числа университетских и промышленных исследовательских лабораторий устремились к дерзкой цели: построение компьютеров, действующих таким образом, что по результатам работы их невозможно было бы отличить от человеческого разума.
Терпеливо продвигаясь вперед в своем нелегком труде, исследователи, работающие в области искусственного интеллекта, обнаружили, что вступили в схватку с весьма запутанными проблемами, далеко выходящими за пределы традиционной информатики. Оказалось, что прежде всего необходимо понять механизмы процесса обучения, природу языка и чувственного восприятия. И тогда многие исследователи пришли к выводу, что пожалуй самая трудная проблема, стоящая перед современной наукой – познание процессов функционирования человеческого разума, а не просто имитация его работы. В самом деле, ученым трудно даже прийти к единой точке зрения относительно самого предмета их исследований – интеллекта.
Некоторые считают, что интеллект – умение решать сложные задачи; другие рассматривают его как способность к обучению, обобщению и аналогиям; третьи – как возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого.
1. История создания искусственного интеллекта.
Годы исследования
Суть исследований
Исследователи в области ИИ пытались строить разумные машины, имитируя мозг. Эти попытки оказались безуспешными по причине полной непригодности как аппаратных так и программных средств.
Предпринимались попытки отыскать общие методы решения широкого класса задач, моделируя сложный процесс мышления. Разработка универсальных программ оказалась слишком трудным и бесплодным делом. Чем шире класс задач, которые может решать одна программа, тем беднее оказываются ее возможности при решении конкретной проблемы.
В начале 70-х годов специалисты в области ИИ сосредоточили свое внимание на разработке методов и приемов программирования, пригодных для решения более специализированных задач: методов представления (способы формулирования проблемы для решения на средствах вычислительной техники) и методах поиска (способы управления ходом решения так, чтобы оно не требовало слишком большого объема памяти и времени). И только в конце 70-х годов была принята принципиально новая концепция, которая заключается в том, что для создания интеллектуальной программы ее необходимо снабдить множеством высококачественных специальных знаний о некоторой предметной области. Развитие этого направления привело к созданию экспертных систем.
Исследования по ИИ часто классифицируются, исходя из области их применения, а не на основе различных теорий и школ. В каждой из этих областей на протяжении десятков лет разрабатывались свои методы программирования, формализмы; каждой из них присущи свои традиции, которые могут заметно отличаться от традиций соседней области исследования. В настоящее время ИИ применяется в следующих областях:
Ø обработка естественного языка;
Ø экспертные системы;
Ø символьные и алгебраические вычисления;
Ø доказательства и логическое программирование;
Ø программирование игр;
Ø обработка сигналов и распознавание образов.
2. Понятие искусственного интеллекта.
В понятие “искусственный интеллект” вкладывается различный смысл – от признания интеллекта у ЭВМ, решающих логические или даже любые вычислительные задачи, до отнесения к интеллектуальным лишь тех систем, которые решают весь комплекс задач, осуществляемых человеком, или еще более широкую их совокупность. Мы постараемся вычленить тот смысл понятия “искусственный интеллект”, который в наибольшей степени соответствует реальным исследованиям в этой области.
Как отмечалось, в исследованиях по искусственному интеллекту ученые отвлекаются от сходства процессов, происходящих в технической системе или в реализуемых ею программах, с мышлением человека. Если система решает задачи, которые человек обычно решает посредством своего интеллекта, то мы имеем дело с системой искусственного интеллекта.
Однако это ограничение недостаточно. Создание традиционных программ для ЭВМ – работа программиста – не есть конструирование искусственного интеллекта. Какие же задачи, решаемые техническими системами, можно рассматривать как конституирующие искусственный интеллект?
Так понимаемая задача в сущности тождественна проблемной ситуации, и решается она посредством преобразования последней. В ее решении участвуют не только условия, которые непосредственно заданы. Человек использует любую находящуюся в его памяти информацию, “модель мира”, имеющуюся в его психике и включающую фиксацию разнообразных законов, связей, отношений этого мира.
Под словом “машина” здесь понимается машина вместе с ее совокупным математическим обеспечением, включающим не только программы, но и необходимые для решения задач “модели мира”. Недостатком такого понимания является главным образом его антропоморфизм. Задачи, решаемые искусственным интеллектом, целесообразно определить таким образом, чтобы человек по крайней мере в определении отсутствовал. Его основная функция заключается в выработке схем целесообразных внешних действий в бесконечно варьирующих условиях. Специфика человеческого мышления (в отличие от рассудочной деятельности животных) состоит в том, что человек вырабатывает и накапливает знания, храня их в своей памяти. Выработка схем внешних действий происходит не по принципу “стимул – реакция”, а на основе знаний, получаемых дополнительно из среды, для поведения в которой вырабатывается схема действия.
Этот способ выработки схем внешних действий (а не просто действия по командам, пусть даже меняющимся как функции от времени), на мой взгляд, является существенной характеристикой любого интеллекта. Отсюда следует, что к системам искусственного интеллекта относятся те, которые, используя заложенные в них правила переработки информации, вырабатывают новые схемы целесообразных действий на основе анализа моделей среды, хранящихся в их памяти. Способность к перестройке самих этих моделей в соответствии с вновь поступающей информацией является свидетельством более высокого уровня искусственного интеллекта.
Большинство исследователей считают наличие собственной внутренней модели мира у технических систем предпосылкой их “интеллектуальности”. Формирование такой модели связано с преодолением синтаксической односторонности системы, т. е. с тем, что символы или та их часть, которой оперирует система, интерпретированы, имеют семантику.
Характеризуя особенности систем искусственного интеллекта, Л. Т. Кузин[2] указывает на:
1) наличие в них собственной внутренней модели внешнего мира; эта модель обеспечивает индивидуальность, относительную самостоятельность системы в оценке ситуации, возможность семантической и прагматической интерпретации запросов к системе;
2) способность пополнения имеющихся знаний;
3) способность к дедуктивному выводу, т. е. к генерации информации, которая в явном виде не содержится в системе; это качество позволяет системе конструировать информационную структуру с новой семантикой и практической направленностью;
4) умение оперировать в ситуациях, связанных с различными аспектами нечеткости, включая “понимание” естественного языка;
5) способность к диалоговому взаимодействию с человеком;
6) способность к адаптации.
На вопрос, все ли перечисленные условия обязательны, необходимы для признания системы интеллектуальной, ученые отвечают по-разному. В реальных исследованиях, как правило, признается абсолютно необходимым наличие внутренней модели внешнего мира, и при этом считается достаточным выполнение хотя бы одного из перечисленных выше условий.
Критерий Тьюринга в литературе был подвергнут критике с различных точек зрения. Действительно серьезный аргумент против этого критерия заключается в том, что в подходе Тьюринга ставится знак тождества между способностью мыслить и способностью к решению задач переработки информации определенною типа. Успешная “игра в имитацию” не может без предварительного тщательного анализа мышления как целостности бытъ признана критерием ее способности к мышлению.
Однако этот аргумент бьет мимо цели, если мы говорим не о мыслящей машине, а об искусственном интеллекте, который должен лишь продуцировать физические тела знаков, интерпретируемые человеком в качестве решений определенных задач. Наиболее естественно считать, что некоторое устройство, созданное человеком, представляет собой искусственный интеллект, если, ведя с ним достаточно долгий диалог по более или менее широкому кругу вопросов, человек не сможет различить, разговаривает он с разумным живым существом или с автоматическим устройством. Если учесть возможность разработки программ, специально рассчитанных на введение в заблуждение человека, то, возможно, следует говорить не просто о человеке, а о специально подготовленном эксперте. Этот критерий не противоречит перечисленным выше особенностям системы искусственного. интеллекта.
Но что значит по “достаточно широкому кругу вопросов”, о котором идет речь в критерии? На начальных этапах разработки проблемы искусственного интеллекта ряд исследователей, особенно занимающихся эвристическим программированием, ставили задачу создания интеллекта, успешно функционирующего в любой сфере деятельности. Это можно назвать разработкой “общего интеллекта”. Сейчас большинство работ направлено на создание “профессионального искусственного интеллекта”, т. е. систем, решающих интеллектуальные задачи из относительно ограниченной области (например, управление портом, интегрирование функций, доказательство теорем геометрии и т. п.). В этих случаях “достаточно широкий круг вопросов” должен пониматься как соответствующая область предметов.
Исходным пунктом рассуждений об искусственном интеллекте было определение такой системы как решающей мыслительные задачи. Но перед нею ставятся и задачи, которые люди обычно не считают интеллектуальными, поскольку при их решении человек сознательно не прибегает к перестройке проблемных ситуаций. К их числу относится, например, задача распознания зрительных образов. Человек узнает человека, которого видел один-два раза, непосредственно в процессе чувственного восприятия. Исходя из этого кажется, что эта задача не является интеллектуальной. Но в процессе узнавания человек не решает мыслительных задач лишь постольку, поскольку программа распознания не находится в сфере осознанного. Но так как в решении таких задач на неосознанном уровне участвует модель среды, хранящаяся в памяти, то эти задачи в сущности являются интеллектуальными. Соответственно и система, которая ее решает, может считаться интеллектуальной. Тем более это относится к “пониманию” машиной фраз на естественном языке, хотя человек в этом не усматривает обычно проблемной ситуации.
Теория искусственного интеллекта при решении многих задач сталкивается с гносеологическими проблемами.
Одна из таких проблем состоит в выяснении вопроса, доказуема ли теоретически (математически) возможность или невозможность искусственного интеллекта. На этот счет существуют две точки зрения. Одни считают математически доказанным, что ЭВМ в принципе может выполнить любую функцию, осуществляемую естественным интеллектом. Другие полагают в такой же мере доказанным математически, что есть проблемы, решаемые человеческим интеллектом, которые принципиально недоступны ЭВМ.
3. Моделирование искусственного интеллекта.
Исторически сложились три основных направления в моделировании искусственного интеллекта (см. Схема 1)
В рамках первого подхода изучаются прежде всего структура и механизмы работы мозга человека, а конечная цель заключается в раскрытии тайн мышления. Необходимыми этапами исследований в этом направлении являются построение моделей на основе психофизиологических данных, проведение экспериментов с ними, выдвижение новых гипотез о механизмах интеллектуальной деятельности, совершенствование моделей и т. д.
Второй подход в качестве объекта исследования рассматривает искусственный интеллект . Здесь речь идет о моделировании интеллектуальной деятельности с помощью вычислительных машин. А цель работ — создание алгоритмического и программного обеспечения вычислительных машин, позволяющих решать интеллектуальные задачи не хуже человека.
Наконец, третий подход ориентирован на создание смешанных человеко-машинных интеллектуальных систем, на симбиоз возможностей естественного и искусственного интеллекта. Важнейшими проблемами в этих исследованиях являются оптимальное распределение функций между естественным и искусственным интеллектом и организация диалога между человеком и машиной.
В 1957 году американский физиолог Ф. Розенблатт предложил модель зрительного восприятия и распознавания — . Машина, способная обучаться понятиям и распознавать предъявляемые объекты, чрезвычайно заинтересовала не только физиологов, но и представителей других областей знаний и породила большой поток теоретических и экспериментальных исследований.
Перцептрон или любая программа, имитирующая процесс распознавания, работают в двух режимах: в режиме обучения и в режиме распознавания. В режиме обучения некто (человек, машина, робот или природа), играющий роль учителя, предъявляет машине объекты и о каждом из них сообщает, к какому понятию (классу) он принадлежит. По этим данным строится решающее правило, являющееся, по существу, формальным описанием понятий. В режиме распознавания машине предъявляются новые объекты (вообще говоря, отличные от ранее предъявленных), и она должна их классифицировать по возможности правильно.
В последние десятилетия в мире бурно развивается новая прикладная область математики, специализирующаяся на искусственных нейронных сетях (НС). Актуальность исследований в этом направлении подтверждается массой различных применений НС: автоматизация процессов распознавания образов и адаптивное управление, аппроксимация функционалов и прогнозирование, создание экспертных систем и организация ассоциативной памяти и многое, многое другое. С помощью НС можно, например, предсказывать показатели биржевого рынка, распознавать оптические или звуковые сигналы, строить самообучающиеся системы, способные управлять автомашиной при парковке или синтезировать речь по тексту. На Западе нейронные сети применяются уже довольно широко, у нас же это пока еще экзотика — российские фирмы, использующие НС в практических целях, наперечет.
Заключение.
Развитие информационной техники позволило компенсировать человеку психофизиологическую ограниченность своего организма в ряде направлений. “Внешняя нервная система”, создаваемая и расширяемая человеком, уже дала ему возможность вырабатывать теории, открывать количественные закономерности, раздвигать пределы познания сложных систем. Искусственный интеллект и его совершенствование превращают границы сложности, доступные человеку, в систематически раздвигаемые. Это особенно важно в современную эпоху, когда общество не может успешно развиваться без рационального управления сложными и сверхсложными системами. Разработка проблем искусственного интеллекта является существенным вкладом в осознание человеком закономерностей внешнего и внутреннего мира, в их использование в интересах общества и тем самым в развитие свободы человека.
Рисунок 1 Искусственный интеллект
Использованная литература.
1) Тьюринг А. Может ли машина мыслить? – М., Наука 1960.
2) Эндрю А. Искусственный интеллект. – М.: Мир, 1985.
3) Будущее искусственного интеллекта/ Под ред. Карла, Левитина, Поспелова, Хорошевского. – М., Наука 1991.
[1] Неформальные, основанные на интуитивных соображениях правила.
История развития систем и сущности искусственного интеллекта - области информатики, которая занимается разработкой интеллектуальных компьютерных систем, обладающих возможностями, которые мы традиционно связываем с человеческим разумом. Проблемные области.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | реферат |
| Язык | русский |
| Дата добавления | 12.03.2011 |
| Размер файла | 18,3 K |
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Системы искусственного интеллекта
1. Основные задачи искусственного интеллекта
Цель ИИ -- лучше понять функционирование человеческого разума, способного управлять большим объемом элементарных составляющих информации и решающего три фундаментальные проблемы: сформулировать -- запомнить -- использовать. Задачи искусственного интеллекта обладают двумя характерными особенностями: используется информация в символьной форме и предполагается наличие выбора между многими вариантами, иногда в условиях неопределенности.
2. История развития систем искусственного интеллекта
В систему знаний робота должны были быть заложены алгоритмы, позволяющие строить план решения очередной задачи, а также алгоритмы, обеспечивающие выполнение этого плана и сравнение ожидаемых и действительных результатов.
С 1969 года по 1979 год начался этап в области исследований по искусственному интеллекту, связанный с разработкой систем, основанных на знаниях. Тогда, например, в Стэнфордском университете была разработана программа Dendral. Эта программа по существу была первой экспертной системой, основанной на широком использовании знаний.
В этот же период была разработана система диагностики Mycin на основе коэффициентов уверенности.
С 1980 года по настоящее время происходит превращение искусственного интеллекта в индустрию. Первая успешно действующая коммерческая экспертная система появилась в компании DEC. Эта программа помогала составлять конфигурации новых компьютерных систем.
С 1986 года началось возвращение к нейронным сетям.
В период с 1987 года и по настоящее время происходит революция как в содержании, так и в методологии работ в области искусственного интеллекта. С точки зрения методологии ИИ наконец то твердо перешел на научные методы.
В последние годы доминирующее положение в этой области заняли подходы, основанные на скрытых марковских моделях. Во первых, они основаны на строгом математическом аппарате, во вторых, они получены в процессе обучения программ на большом массиве реальных речевых данных. Это гарантирует системам надежные показатели производительности.
В период с 1995 года по настоящее время появляются подходы, основанные на использовании интеллектуальных агентов. Произошло изменение взглядов на роль агента, ученые поняли, что исследования в области ИИ необходимо производить в более тесном контакте с другими областями, такими как теория управления и экономика, которые также имеют дело с агентами.
3. Обзор основных направлений в области искусственного интеллекта
Одним из основных направлений в области искусственного интеллекта является разработка систем, основанных на знаниях (СОЗ). Целью построения таких систем является исследование и применение знаний экспертов для решения сложных задач, возникающих на практике. В таких системах используются знания в виде конкретных правил решения некоторых классов задач. В этой области исследований осуществляется разработка моделей представления, извлечения и структурирования знаний, изучаются проблемы создания баз знаний (БЗ),которые образуют основную часть СОЗ. Частным случаем СОЗ являются экспертные системы. Это направление рассматривает неструктурированные или слабо структурированные проблемы.
В системах генерации распознавания речи под текстом понимают текст, как он слышится, т. е. фонемный текст. Такие системы применяются при речевом общении на большом расстоянии, для разгрузки зрения и рук при вводе информации в ЭВМ.
В рамках такого направления ИИ, как обработка визуальной информации, решаются задачи обработки, анализа и синтеза изображений. В задачах анализа изображения преобразуются в данные другого типа, например, текстовые описания. При синтезе изображений на вход системы поступает алгоритм построения изображения, а на выходе получаются графические объекты.
Актуальная область ИИ включает модели, методы и алгоритмы, ориентированные на автоматическое накопление и формирование знаний с использованием процедур анализа и обобщения данных. Это направление получило название обучение и самообучение. К этому направлению можно отнести системы поиска закономерностей в компьютерных базах данных.
Одним из самых ранних направлений в ИИ можно считать распознавание образов. Для распознавания неизвестных объектов, явлений, ситуаций, процессов применяется специальный математический аппарат, обеспечивающий отнесение объектов, явлений, ситуаций, процессов к классам, а классы описываются совокупностями значений.
Проблемная область искусственного интеллекта
В области искусственного интеллекта выделяют шесть основных проблем (направлений развития):
1. Представление знаний. В рамках этой проблемы решаются задачи формализации и представления знаний в памяти.
2. Манипулирование знаниями. Эта проблема тесно связана с первой, так как для созданной базы знаний необходимо уметь изменять входящие в нее знания.
3. Общение. К задачам этого направления относятся:
* проблема понимания связных текстов;
* понимание речи и синтез речи;
* теория моделей коммуникации между человеком и СИИ;
* задачи формирования объяснений действий СИИ, которые она производит по просьбе человека.
4. Восприятие. Это направление включает разработку методов представления информации о зрительных образах реального мира; разработку методов перехода от зрительных образов к их текстовому описанию.
5. Обучение. Основная черта СИИ -- это способность к обучению.
6. Поведение. Так как любая СИИ должна работать в некоторой окружающей среде, то необходимо разработать специальные поведенческие процедуры, которые позволили бы ей адекватно взаимодействовать с окружающей средой, другими СИИ и с людьми. Для этого необходимо создать соответствующие модели.
Проблемы общения, восприятия и обучения в рамках настоящего учебного пособия отдельно не рассматриваются, но на протяжении всей книги эти проблемы обсуждаются и предлагается их решение.
4. Представление знаний
Процедурные знания -- это описание действий, которые возможны при манипулировании фактами и явлениями для достижения намеченных целей.
Для описания знаний на абстрактном уровне существуют специальные языки. Эти языки также делятся на языки процедурного и декларативного типов.
По способу приобретения знания можно разделить на факты и эвристику (правила, которые позволяют сделать выбор при отсутствии точных теоретических обоснований). Факты -- это хорошо известные в данной предметной области обстоятельства. Эвристика (правила) -- это категория знаний, основанная на собственном опыте эксперта, работающего в конкретной предметной области, накопленном в результате многолетней практики.
Представление знаний (ПЗ) определяет характеристики системы ИИ.
Представление знаний -- это выражение на некотором формальном языке свойств различных объектов и закономерностей, важных для решения прикладных задач и организации взаимодействия пользователя с ЭВМ. Совокупность знаний, хранящихся в вычислительной системе и необходимых для решения комплекса прикладных задач, называется системой знаний.
искусственный интеллект информатика компьютерный
Список литературы
1. Искусственный интеллект. Кн.3. Программные и аппаратные средства В. Н. Захаров, В. Ф. Хорошевский М.: Радио и связь 1990г.
2. Искусственный интеллект. Методы поиска решений Н. Нильсон, 273с. 1973г.
5. Энциклопедия И.К. Сафронов, издательство: БХВ Петербург-2010.
Подобные документы
Понятие искусственного интеллекта как свойства автоматических систем брать на себя отдельные функции интеллекта человека. Экспертные системы в области медицины. Различные подходы к построению систем искусственного интеллекта. Создание нейронных сетей.
презентация [3,0 M], добавлен 28.05.2015
Эволюция систем искусственного интеллекта. Направления развития систем искусственного интеллекта. Представление знаний - основная проблема систем искусственного интеллекта. Что такое функция принадлежности и где она используется?
реферат [49,0 K], добавлен 19.05.2006
Области человеческой деятельности, в которых может применяться искусственный интеллект. Решение проблем искусственного интеллекта в компьютерных науках с применением проектирования баз знаний и экспертных систем. Автоматическое доказательство теорем.
курсовая работа [41,3 K], добавлен 29.08.2013
Характеристика сущности искусственного интеллекта. Проблема создания искусственного интеллекта. Базовые положения, методики и подходы построения систем ИИ (логический, структурный, эволюционный, имитационный). Проблемы создания и реализация систем ИИ.
реферат [43,1 K], добавлен 19.07.2010
История создания и основные направления в моделировании искусственного интеллекта. Проблемы обучения зрительному восприятию и распознаванию. Разработка элементов интеллекта роботов. Исследования в области нейронных сетей. Принцип обратной связи Винера.
реферат [45,1 K], добавлен 20.11.2009
Понятие искусственного интеллекта и интеллектуальной системы. Этапы развития интеллектуальных систем. Модели представления знаний, процедурный (алгоритмический) и декларативный способы их формализации. Построение концептуальной модели предметной области.
презентация [80,5 K], добавлен 29.10.2013
Сущность искусственного интеллекта, сферы человеческой деятельности, в которых он распространен. История и этапы развития данного явления. Первые идеи и их воплощение. Законы робототехники. Использование искусственного интеллекта в коммерческих целях.
Читайте также: