Тема 2. Системы искусственного интеллекта

Искусственный интеллект

Иску́сственный интелле́кт(ИИ, англ. Artificial intelligence, AI) — наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. Иначе, ИИ – научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными.

Искусственный интеллект (ИИ) – это возможность решения задач, которые до сих пор не удавалось решить человеку, машинным способом с помощью программных средств.

Основной проблемой ИИ является разработка методов представления и обработки знаний.

Несмотря на наличие множества подходов как к пониманию задач ИИ, так и созданию интеллектуальных информационных систем, можно выделить два основных подхода к разработке ИИ:

• нисходящий (англ. Top-Down AI), семиотический — создание экспертных систем, баз знаний и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т. д.;
• восходящий (англ. Bottom-Up AI), биологический — изучение нейронных сетей и эволюционных вычислений, моделирующих интеллектуальное поведение на основе биологических элементов, а также создание соответствующих вычислительных систем, таких как нейрокомпьютер или биокомпьютер.

Таким образом, иначе можно выделить два направления развития ИИ:

• решение проблем, связанных с приближением специализированных систем ИИ к возможностям человека, и их интеграции, которая реализована природой человека (т.н. усиление интеллекта);
• создание искусственного разума, представляющего интеграцию уже созданных систем ИИ в единую систему, способную решать проблемы человечества.

К программам искусственного интеллекта относятся:

- игровые программы (стохастические, компьютерные игры);

- естественно-языковые программы - машинный перевод, генерация текстов, обработка речи;

- распознающие программы – распознавание почерков, изображений, карт;

- программы создания и анализа графики, живописи, музыкальных произведений.

Выделяются следующие направления искусственного интеллекта:

- экспертные системы;

- нейронные сети;

- естественно-языковые системы;

- эволюционные методы и генетические алгоритмы;

- нечеткие множества;

- системы извлечения знаний.

Экспертные системы ориентированы на решение конкретных задач.

Нейронные сети реализуют нейросетевые алгоритмы. Делятся на :

- сети общего назначения, которые поддерживают около 30 нейросетевых алгоритмов и настраиваются на решение конкретных задач;

- объектно-ориентированные - используемые для распознания символов, управления производством, предсказание ситуаций на валютных рынках,..

- гибридные - используемые вместе с определенным программным обеспечением (Excel, Access, Lotus).

Естественно-языковые (ЕЯ) системы делятся на:

- программные продукты естественного языкового интерфейса в БД (представление естественно-языковых запросов в SQL-запросы);

- естественно-языковой поиск в текстах, содержательное сканирование текстов (используется в поисковых системах Internet, например, Google);

- масштабируемые средства распознания речи (портативные синхронные переводчики);

- средства голосового ввода команд и управления (безлюдные производства);

- компоненты речевой обработки, как сервисные средства программного обеспечения (ОС Windows XP).

Нечёткие множества – реализуют логические отношения между данными. Эти программные продукты используются для управления экономическими объектами, построения экспертных систем и систем поддержки принятия решений.

Генетические алгоритмы – это методы анализа данных, которые невозможно проанализировать стандартными методами. Как правило, используются для обработки больших объёмов информации, построения прогнозных моделей. Используются в научных целях при имитационном моделировании.

Системы извлечения знаний – используются для обработки данных из информационных хранилищ.

Экспертные системы

Искусственный интеллект, как научная дисциплина, состоит из нескольких крупных течений. Одно из них – экспертные системы.

Экспертные системы – это направление исследований в области искусственного интеллекта по созданию вычислительных систем, умеющих принимать решения, схожие с решениями экспертов в заданной предметной области.

Экспертные системы (ЭС) – это программные средства, которые используют знания и процедуры вывода для решения задач, трудных для человека.

Как правило, ЭС создаются для решения практических задач в некоторых узкоспециализированных областях, где большую роль играют знания «бывалых» специалистов. ЭС имеют одно большое отличие от других систем искусственного интеллекта: они не предназначены для решения каких-то универсальных задач, как например нейронные сети или генетические алгоритмы. ЭС предназначены для качественного решения задач в определенной разработчиками области, в редких случаях – областях.

Структура ЭС:

1. рабочая память (РП) предназначена для хранения исходных и промежуточных данных, решаемой в данный момент задачи

2. база знаний (БЗ) предназначена для хранения долгосрочных данных о рассматриваемой области и правил преобразования этих данных

3. решатель на основании исходных данных из РП и знаний из БЗ формирует последовательность правил, приводящих к решению задач.

4. объяснительный компонент (ОК) объясняет как система получила решение задачи и какие правила она при этом использовала

5. компонент приобретения знаний (КПЗ) автоматизирует процесс наполнения ЭС знаниями

6. диалоговый компонент (ДК) ориентирован на организацию удобного интерфейса, используемого для решения задач и приобретения знаний

7. ППП и БД - внешний пакет прикладных программ и СУБД.

ЭС делятся на:

- малые ЭС, ориентированы на БД Access, MS SQL, Dbase,

- средние, поддерживают Oracle, среды программирования Delphi, Visual Basic, используют ОС типа Unix,

- большие, ориентированны на Oracle, Sybase, Informix, используют язык логического программирования ПРОЛОГ.

ЭС классифицируются:

- по типам решаемых задач - диагностика, проектирование, прогноз, планирование, обучение;

- по характеристикам задач – структурированные, неструктурированные, достоверные, с вероятностью достоверности;

- по внутренней структуре - фреймовые (представляющие классы знаний), использующие предикаты (т.е. отношения между знаниями), семантические сети, на основе правил алгебры-логики и нечетких множеств.ЭС применяются для решения только трудных практических (не игрушечных) задач. По качеству и эффективности решения ЭС не уступают решениям эксперта-человека. Решения ЭС обладают прозрачностью, т.е. могут, быть объяснены пользователю на качественном уровне (в отличие от решений, полученных с помощью числовых алгоритмов, и в особенности от решений полученных статистическими методами). Это качество ЭС обеспечивается их способностью рассуждать о своих знаниях и умозаключениях. ЭС способны пополнять свои знания в ходе взаимодействия с экспертом. Необходимо отметить, что в настоящее время технология ЭС используется для решения различных типов задач (интерпретация, предсказание, диагностика, планирование, конструирование, контроль, отладка, инструктаж, управление) в самых разнообразных проблемных областях, таких, как финансы, нефтяная и газовая промышленность, энергетика, транспорт, фармацевтическое производство, космос, металлургия, горное дело, химия, образование, целлюлозно-бумажная промышленность, телекоммуникации и связь и др.