Содержание статьи
Методы искусственного интеллекта — особенности каждого подхода
Что такое метод искусственного интеллекта?
Искусственный интеллект — молодая область информационной технологии, которая в последние годы набирает развитие. Ожидается, что в ближайшее время он может занять лидирующие позиции. Мы используем машины (ИИ) каждый день, они имеют широкую область применения: высокие технологии, медицина, автомобилестроение, сфера развлечения и другие области. В этой статье мы разберёмся — что такое ИИ, как его создать и какую пользу он несёт человеку.
Чаще этот метод ИИ узкой направленности. Эволюционное моделирование применяется, когда поисковое пространство большое, сложноустроенное. То есть, простые программы на компьютере не способны решить данную проблему. Например, робот-медработник, там применяется алгоритм искусственного интеллекта с медицинской спецификой. Эта методика используется с группой нечётной логики или экспертной.
Искусственный интеллект — это метод, с помощью которого машина может стать разумной и мыслить как человек. Главная задача ИИ — создать человеческий разум. Достигается это путём изучения или анализа модели человеческого мозга. На основе этих исследований осуществляется разработка программного обеспечения для машин.
Несмотря на то, что в самой идее искусственного интеллекта исследователи ориентируются на интеллект человека, симуляция оного на компьютере — не есть цель большей части проектов. Используемый для оценки человеческого интеллекта коэффициент (IQ) не применим для оценки машинных систем, по причине того, что он завязан на интеллектуальное развитие ребёнка и если на взрослых людей эту шкалу можно экстраполировать, то высокие результаты искусственного интеллекта в тесте на IQ не будут означать высокого интеллекта системы. При этом, некоторые из задач, используемых в этих тестах всё же помогают изучать эффективность конкретного искусственного интеллекта. Также, в то время как интеллект всех людей основывается на примерно одинаковых механизмах и развивается приблизительно по одному пути, в машинном интеллекте дело может обстоять с точностью до наоборот: при наличии превосходящих человеческие возможности вычислительных мощностей он основывается на тех принципах и цепочках, которые заложены в него разработчиком, а потому в каждой системе могут, с одной стороны, присутствовать интеллектуальные функции, развиваемые человеком только с подросткового возраста, а с другой — отсутствовать какие-то механизмы, присущие маленьким детям. Осложняется это тем, что природа человеческого интеллекта до сих пор изучена не до конца [1] [2] .
Метод машинного обучения считается направлением искусственного интеллекта и информатики, в котором используются данные и алгоритмы, чтобы имитировать человеческое обучение. При использовании этого подхода ИИ не требуется записывать все правила. Нужно создавать систему, которая способна сама учиться и совершенствоваться, выводить внутренние правила после изучения большого количества примеров без специального программирования. Этот вид ИИ хорошо может генерировать, управлять и хранить больше данных.
В методах ИИ данной группы рассматривается коллективный искусственный интеллект. Многоагентная система включает в себя агентов и среду. Агентами могут стать роботы, человек или даже группа людей. Принцип действия многоагентной модели ИИ в том, что задача делится на части, которые распределяются между агентами. Кроме этого, в МАС даже можно создать канал передачи знаний.
Исследование ИИ
В 1930-х годах британский и австрийский математики Алан Тьюринг и Курт Гёдель, а также другие математики пришли к выводу, что не существует универсального алгоритма для решения любых задач в некоторых важных математических областях. Существуют задачи, которые не решаются путём составления алгоритма, но доступны к решению человеком, так что был сделан вывод, что компьютеры по своей природе не могут делать то, что делают люди [1] .
В 1960-х годах Стив Кук, Ричард Карп и другие учёные разработали теорию NP-полных задач, которые в теории решаемы, но время, необходимое на решение таких задач зависит от сложности задачи экспоненциально. При этом люди способны решать подобные задачи зачастую за гораздо меньшее время [1] . К началу 1970-х годов наука об искусственном интеллекте признала приоритет программирования систем над построением их материальной части в деле создания ИИ [6] . Примерно в это же время, начался резкий вал критики в отношении идей создания искусственного интеллекта, вылившийся в сокращение финансирования. В первую очередь это было связано с небольшими вычислительными мощностями существовавших тогда компьютеров, не позволявшими запустить сложную многоуровневую программу, из-за чего все практические образцы ИИ оставались на уровне «игрушек» (наибольшего успеха достигли программы для игры в шахматы).
Мягкие вычисления — компьютерная методология сложной структуры, в основе которой лежит нечёткая логика, нейрокомпьютинг, вероятные вычисления. Принцип метода МВ — проведение учёта неточностей, неопределённостей или частичной истины, чтобы добиться поставленных целей.
Отслеживается связь нечёткой логики при анализе процессов и явлений, на основании точной оценки принимается решение. НЛ способствует грамотному решению проблемы, при её использовании в контроле или анализе информации. В процессе подключается человеческая интуиция и опыт оператора компании.
Искусственный интеллект (ИИ, англ. artificial intelligence, AI ) — свойство искусственных вычислительно-интеллектуальных систем выполнять задачи, традиционно считающиеся прерогативой человека, в первую очередь творческого характера, а также наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. Не следует путать искусственный интеллект с искусственным сознанием. Искусственные интеллекты, существующие на настоящий момент — весьма узкоспециализированные и чаще всего некомпетентны за пределами своей основной задачи.
Семантические сети ИИ — эта модель зародилась ещё в годы ранней стадии развития компьютерной технологии. Она описывает набор сущностей и связей между ними, всё это изображается в виде графа. СС дают информацию и могут её интерпретировать. Программа использует правило формальной логики. Связи бывают разных типов, например: является, является часть, содержит и т.д.
Методы, которые входят в эту группу ИИ, применяют «коллективный интеллект». Данные системы используют, когда нужно сделать анализ большого количества информации о компании, а простые модели с этим не могут хорошо справиться или им на это требуется много времени.
Подход ИИ, который используется в экспертных системах, от простого поиска данных отличается наличием в программе компьютера способа интегрировать даже сложные данные, а не только распознавать информацию по определённым критериям. Кроме этого, такие системы ИИ должны обладать повышенной продуманностью ввода данных, так как исходную информацию нужно заносить максимально точно.