Вопрос 1. Интелектуальный агент. Области применения ИИ. Системы ИИ.

Искусственный интеллект (ИИ) - совокупность научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.

Интеллектуальный агент

Интеллектуальный агент— это аппаратная или программная сущность, способная действовать в интересах достижения целей, поставленных пользователем

Программные интеллектуальные агенты – это новый класс систем программного обеспечения, которое действует либо от лица пользователя, либо от лица системы делегировавшей агенту полномочия на выполнение тех или иных действий. Они являются, по сути, новым уровнем абстракции, отличным от привычных абстракций типа – классов, методов и функций. Но при этом, разработка МАС (мультиагентная система) позволяет создавать системы обладающие расширяемостью/масштабируемостью, мобильностью/переносимостью, интероперабельностью, что несомненно очень важно при разработке систем, основанных на знаниях.

Области применения ИИ

Всё многообразие областей, в которых применяется искусственный интеллект, можно разделить на классы: медицинская диагностика, планирование, прогнозирование, контроль и управление, обучение, интерпретация, диагностика неисправностей в электрическом и механическом оборудовании, обучение. Рассмотрим каждый из этих классов подробнее.

а) Медицинские диагностические системы.

С помощью таких систем определяют, как связаны между собой различные нарушения деятельности организма и их возможные причины. Самой известной диагностической системой является MYCIN. Её применяют для диагностики менингита и бактериальных инфекций, а также для наблюдения за состоянием больных, у которых обнаружены данные заболевания. Первая версия системы была разработана в 70-х годах. На сегодняшний день её возможности значительно расширились: система ставит диагнозы на том же профессиональном уровне, что и врач-специалист, и может применяться в разных областях медицины.

б) Прогнозирующие системы.

Системы предназначены для предсказания событий или результатов событий на основе имеющихся данных, характеризующих текущую ситуацию или состояние объекта. Так, программа «Завоевание Уолл-Стрита», использующая в свой работе статистические методы алгоритмов, способна анализировать конъюнктуру рынка и разрабатывать план капиталовложений. В программе используются алгоритмы и процедуры традиционного программирования, поэтому её нельзя отнести к системам, основанным на знаниях. Уже сегодня существуют программы, способные предсказывать поток пассажиров, урожайность и погоду, анализируя имеющиеся данные. Такие программы достаточно просты, и некоторые из них могут использоваться на обычных персональных компьютерах. Однако до сих пор не существует экспертных систем, которые могли бы, основываясь на данных о конъюнктуре рынка, подсказать, как можно увеличить капитал.

в) Планирование.

Системы планирования предназначены для решения задач с большим количество переменных с целью достижения конкретных результатов. Впервые в коммерческой сфере такие системы были использованы дамасской фирмой Informat. Руководство компании распорядилось становить в холле офиса 13 станций, которые проводили бесплатные консультации для покупателей, желающих приобрести компьютер. Машины помогали сделать выбор, максимально соответствующий бюджету и пожеланиям покупателя. Также экспертные системы были применены компанией Boeing для таких целей как ремонт вертолётов, установление причин выхода из строя самолётных двигателей и проектирование комических станций. Фирма DEC создала экспертную систему XCON, способную определять и изменять конфигурацию компьютерных систем VAX с учётом требований покупателей. В настоящее время фирма DEC занимается разработкой более мощной системы XSEL, в которую входит база знаний XCON. Цель создания системы - помощь потребителям в подборе вычислительной системы с требуемой конфигурацией. Отличие системы XSEL от XCON в том, что она является интерактивной.

г) Интерпретация.

Интерпретирующие системы способны делать заключения, основываясь на результатах наблюдения. Одной из самых известных интерпретирующих систем является система PROSPECTOR. Она работает, используя данные, основанные на знаниях девяти экспертов. Эффективность системы можно оценить по одному примеру: используя девять различных методов экспертизы, система обнаружила месторождение руды, наличие которого не мог предполагать ни один эксперт. Другая известная система интерпретирующего типа - HASP/SIAP. Она использует данные акустических систем слежения и на их основе определяет местонахождение судов в Тихом океане и их типы.

д) Интеллектуальные системы контроля и управления.

Экспертные системы успешно применяются для контроля и управления. Они способны анализировать данные, полученные от нескольких источников, и по результатам анализа принимать решения. Такие системы способны осуществлять медицинский контроль и управлять движением самолётов, кроме того, они применяются на атомных электростанциях. Также с их помощью осуществляется регулирование финансовой деятельности предприятия и вырабатываются решения в критических ситуациях.

Представление знаний.

В рамках этого направления решаются задачи, связанные с формализацией и представлением знаний в памяти интеллектуальных информационных систем (ИИС). Для этого разрабатываются специальные модели представления знаний (продукционная модель, семантические сети, фреймы, логические модели) и языки для их описания. Определяются источники, из которых черпаются знания, и создаются процедуры и приемы, с помощью которых возможно приобретение знаний.

Манипулирование знаниями.

Для того, чтобы знаниями можно было пользоваться при решении задач, надо научить ИИС оперировать ими. В рамках данного направления:

- создаются методы достоверного или правдоподобного вывода на основе имеющихся знаний;

- предлагаются модели рассуждений, опирающихся на знания и имитирующих особенности человеческих рассуждений;

- разрабатываются способы пополнения, структуризации, формализации и классификации знаний.

Манипулирование знаниями очень тесно связано с представлением знаний. Многие исследователи считают, что эти два направления можно разделить лишь условно.

Восприятие и общение.

В круг задач этого направления входят проблемы распознавания, понимания и синтеза связных текстов на естественном языке, речи, зрительных образов, а также другой аудио- и видеоинформации. К этому же кругу проблем примыкают задачи формирования объяснений действий ИИС, которые она должна уметь порождать по просьбе человека. На основе исследований в этом направлении формируются методы построения лингвистических процессоров, запросно-ответных систем, диалоговых систем, игр и других информационных систем, целью которых является обеспечение комфортных условий для общения человека с ИИС.

Обучение.

Предполагается, что ИИС подобно человеку должны быть способны к обучению — решению задач, с которыми они ранее не встречались. Для этого разрабатываются методы корректировки уже имеющихся знаний на основе поступающей информации, генерации новых знаний, обобщения и классификации знаний и т.д.

Поведение.

Так как ИИС должны действовать в некоторой окружающей среде, то необходимо разработать специальные поведенческие процедуры, которые позволили бы им адекватно взаимодействовать с окружающей средой, другими информационными системами и людьми. Для достижения такого взаимодействия разрабатываются модели целесообразного, нормативного и ситуационного поведения, специальные методы многоуровневого планирования и коррекции планов в динамических ситуациях.