Основные направления исследований

К области ИИ относятся многие задачи, которые хорошо решаются человеком и плохо вычислительной машиной. Например, понимание естественного языка, манипулирование знаниями, восприятие и распознавание образов, выявление закономерностей и обучение и др. Рассмотрим подробнее некоторые из направлений ИИ.

Представление задач и поиск решений

Интеллектуальная деятельность человека связана с поиском решений задач. При этом задача считается интеллектуальной, если точный (алгоритмический) метод ее решения не известен. В рамках направления рассматриваются различные способы представления задач, подходящие для решения их поисковыми методами на компьютере. Выделяют несколько способов представления задач:

· в пространстве состояний;

· в пространстве подзадач;

· в виде доказательства теорем.

Если задача представляется в пространстве состояний, то задают начальное и конечное состояние задачи, множество операторов, обеспечивающих перевод задачи из одного состояния в другое. Решение задачи сводится к поиску последовательности операторов, осуществляющих перевод задачи из начального состояния в конечное. Такой поиск осуществляется различными методами. Наиболее интересными являются методы эвристического поиска, в частности, А^*- алгоритм, применяемый при решении многих задач: восстановление контуров изображений, распознавание речи, игровые задачи, планирование поведения роботов. Подробнее вопросы представления задач и поиска решений рассмотрены в главе 2.

Доказательство теорем

Доказательство теорем является чрезвычайно важной областью ИИ. Рождение этого направления началось с создания программы "Логик-теоретик", которая доказала ряд теорем математической логики. Однако ранние подходы к автоматизации доказательства теорем были не эффективны. Связано это было с экспоненциальным ростом числа логических выражений в процессе доказательства. Для ограничения количества выражений предлагались различные методы, но наиболее эффективным оказался метод резолюций, предложенный Робинсоном.

К доказательству теорем могут быть сведены многие практические задачи. В случае представления задачи в форме доказательства теорем возможные состояния задачи, включая начальные и целевые, рассматриваются как правильно построенные формулы исчисления предикатов. Операторы, отображающие одно состояние в другое, рассматриваются как правила, которые выводят одно правильно построенное выражение из другого. Процесс поиска решения заключается в переписывании формул с помощью правил, пока не будет получены целевые утверждения. Основные процедуры логического вывода рассматриваются в главе 4.

Представление знаний

Это один из центральных вопросов ИИ. В системах искусственного интеллекта знания не могут быть представлены непосредственно в том виде, в котором они используются человеком. Необходим поиск таких форм отображения знаний, которые были бы подходящими для хранения в памяти компьютера. Эти формы знаний, которые называют моделями представления знаний, должны обладать достаточной выразительностью, удобством использования, эффективностью манипулирования. Выразительность означает способность модели одинаково хорошо представлять как обобщенные, так и конкретные знания, как из универсальных, так и из специальных предметных областей. Она также предполагает способность модели отражать неполные знания. Удобство использования означает, что модель представления знаний должна базироваться на понятиях, которые используют эксперты и пользователи. Это упрощает приобретение знаний и оценку их корректности. Эффективность манипулирования связана с возможностью быстрого извлечения необходимых порций знаний и выполнения на их основе соответствующих выводов. Поэтому под знаниями в СИИ понимают формализованные сведения, данные, на которые ссылаются в процессе логического вывода [37].

Знания, представляемые в СИИ в виде самостоятельных информационных компонент, хранятся в базе знаний.

Имеются четыре основные модели представления знаний:

· логическая модель;

· продукционная модель (модель, основанная на правилах);

· модель семантической сети;

· фреймовая модель.

Языки, используемые для разработки систем ИИ на основе указанных моделей, называют языками представления знаний (ЯПЗ). Наибольшее распространение получила продукционная модель представления знаний. При использовании продукционной модели база знаний состоит из набора правил, а программа, управляющая перебором правил, называетсямашиной вывода.

В настоящее время основные усилия исследователей, работающих в области представления знаний, направлены на разработку языков представления знаний, поддерживающих модели рассуждений, характерные для псевдофизических логик (временная логика, пространственная логика, каузальная логика), а также нечеткие и немонотонные рассуждения (см. главы 3 и 4)

Экспертные системы

Уже при разработке первых программ, осуществляющих поиск решений в пространстве состояний, исследователи осознали важность проблемно-ориентированных знаний. Так, врач успешно выполняет свои функции, поскольку он обладает большим запасом медицинских знаний. Геолог открывает новые месторождения тех или иных природных ресурсов, руководствуясь теоретическими и экспериментальными знаниями из области геологии. Экспертные знания представляют собой комбинацию теоретико-аналитических методов и эвристических правил решения задач, которые показали свою эффективность на практике. Программные системы, которые аккумулируют знания эксперта в определенной области и способны вырабатывать решения и рекомендации на уровне эксперта, называютэкспертными системами (ЭС). ЭС – наиболее широко применяемые на практике интеллектуальные системы. ЭС создаются в процессе непрерывного взаимодействия эксперта в той или иной области со специалистами в области информационных технологий. В ходе этого процесса осуществляется извлечение знаний эксперта и перенос их в базу знаний системы. Специалисты, осуществляющие структурирование базы знаний и ее заполнение, называются инженерами по знаниям иликогнитологами.

Перечень типовых задач, решаемых ЭС, включает: интерпретацию, диагностику, прогнозирование, мониторинг и др.

Узким местом в разработке ЭС является получение знаний. Направление ИИ, занимающееся проблемами получения и структурирования знания специалистов с целью последующей разработки баз знаний, называется инженерией знаний. Подробнее проблемы разработки ЭС рассмотрены в главе 7.