Содержание статьи
Какие элементы включены в систему искусственного интеллекта основанного на знаниях
Описание
Одна из наиболее осуществимых систем применения ИИ — эвристика, то есть сортировка информации по категориям, используя имеющиеся данные. Пример такой деятельности — анализ контрагентов при банковских операциях [7] . Ещё одна сфера, в которой искусственный интеллект необходим — самоорганизующиеся системы, то есть компьютерные системы, способные изменять себя согласно заданным параметрам, условиям окружающей среды или необходимым к выполнению задачам [9] .
Традиционно искусственный интеллект включает в себя игровые интеллектуальные задачи — шахматы, шашки, го. В основе лежит один из ранних подходов — лабиринтная модель плюс эвристики. Сейчас это скорее коммерческое направление, так как в научном плане эти идеи считаются тупиковыми.
Первые нейросети были созданы в конце 50-х гг. американскими учеными Г.Розенблаттом и П.Мак-Кигюком. Это были попытки создать системы, моделирующие человеческий глаз и его взаимодействие с мозгом. Устройство, созданное ими, получило название перцептрона. Оно умело различать буквы алфавита, но было чувствительно к их написанию, например, буквы А, А и А для этого устройства были тремя разными знаками. Постепенно в 70-80 гг. количество работ по этому направлению искусственного интеллекта стало снижаться. Слишком неутешительны оказались первые результаты. Авторы объясняли неудачи малой памятью и низким быстродействием существующих в то время компьютеров.
В области сенсорных систем можно отметить следующие приложения на основе отработанных ситуаций: выбор входов датчика; интерпретация сигналов; мониторинг условий; диагностика ошибок; управление процессом и машиной; разработка машины; планирование процесса; планирование производства; настройка системы. Специфическими задачами для экспертных систем являются сборка, автоматическое программирование, комплексное управление интеллектуальной машиной, планирование инспекций, предсказание риска заболевания, выбор инструментов и приборов, планирование последовательностей, управление развитием производства.
Механизм принятия решений вырабатывает алгоритм выполнения поставленной задачи на основе имеющихся знаний. Среди методов манипуляции с данными — использование наследований и ограничений (в пакетно- и объектно-ориентированных экспертных системах), выделение и адаптация примеров ситуаций (в системах на основе ситуаций), применение правил принятия решений (в системах на основе свода правил) в соответствии с процедурами управления (последовательная прямая или обратная передача) и стратегии поиска (выбор очередности — по глубине или ширине).
Эта технология на слуху последние 10 лет. Она призвана облегчить работу человека в цифровой среде, в которой электронные устройства предсказывают его поведение и реагируют на его присутствие. Данная концепция обеспечивает бесшовное взаимодействие человека и сенсорной системы. Использование внешнего интеллекта пока ограниченно. Идут разработки новых, более интеллектуальных и более развитых интерактивных систем. На рис. 3 приведена экспериментальная система для оценки целесообразности применения технологии внешнего интеллекта.
ДАННЫЕ И ЗНАНИЯ
Пример 16.4. Например, в сети фреймов на рис. 16.2 понятие «ученик» наследует свойства фреймов «ребенок» и «человек», которые находятся на более высоком уровне иерархии. Гак, на вопрос: «Любят ли ученики сладкое?» Следует ответ: «Да», так как ним свойством обладают все дети, что указано во фрейме «ребенок». Наследование свойств может быть частичным, так, возраст для учеников не наследуется ил фрейма «ребенок», поскольку указан явно в своем собственном фрейме.
Для создания систем сбора данных об окружающей среде необходимо интегрировать микропроцессоры и датчики в повседневные бытовые устройства, чтобы сделать их интеллектуальными. Тогда устройства смогут собирать информацию об окружающей среде, обмениваться данными друг с другом и взаимодействовать с человеком.
В сенсорных системах могут найти применение семь инструментов с искусственным интеллектом. Это системы на основе базы знаний, нечеткие логически элементы, технология автоматического сбора знаний, нейронные сети, генетические алгоритмы, экспертные системы на основе отработанных ситуаций и технология внешнего интеллекта. Рассмотрим их по порядку.
Искусственные нейронные сети обычно имеют входы и выходы, а вся обработка производится в скрытых промежуточных слоях. Входы являются независимыми переменными, выходы — зависимыми. Искусственные нейронные сети являются гибкими математическими функциями с конфигурируемыми внутренними параметрами. Для точного представления сложных отношений эти параметры регулируются с помощью обучающего алгоритма. При обучении с супервизором примеры входов и соответствующих выходов одновременно загружаются в сеть, а она в свою очередь за несколько итераций подстраивается так, чтобы точно воспроизвести как можно больше примеров. После тренировки нейронная сеть может принять входные данные и предсказать выходные. Для выработки выходного сигнала сеть выполняет функциональную оценку. Единственное допущение заключается в том, что между входными и выходными данными существует непрерывная функциональная зависимость. Нейронные сети могут использоваться в качестве устройств отображения, классификаторов примеров, а также исполнителей примера (адресуемая автоматическая ассоциативная память и ассоциаторы примеров).
Главное отличие искусственного интеллекта от других программ в отсутствии чётко заданного алгоритма решении задачи [3] . Согласно одной из распространённых версий, есть необходимый набор свойств для программы, чтобы считаться искусственным интеллектом. Исследователи уточняют, что список может быть неполным, так как какие-то из свойств интеллекта ещё не открыты или достаточно не изучены. Список выглядит так [4] :
Это направление искусственного интеллекта было ориентировано на поиски алгоритмов решения интеллектуальных задач на существующих моделях компьютеров. В 1956 -1963 гг. велись интенсивные поиски моделей и алгоритма человеческого мышления и разработка первых программ. Оказалось, что ни одна из существующих наук — философия, психология, лингвистика — не может предложить такого алгоритма. Тогда кибернетики предложили создать собственные модели. Были созданы и опробованы различные подходы.
Нейронные сети
Разработан ряд обучающих программ, например ID3 (по принципу «разделяй и властвуй»), AQ (принцип покрытия), FOIL (система ILP по методу обобщения и специализации), GOLEM (ILP на инверсном решении). Хотя большинство программ вырабатывают только четкие правила, существуют алгоритмы создания и нечетких правил.
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.
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] .
Генетический алгоритм — это вероятностная процедура оптимизации, созданная на основе эволюции в природе. Генетические алгоритмы нашли применение в сенсорных системах, таких как сборка, настройка линии сборки, диагностика ошибок, мониторинг здоровья, управление питанием.
Системы на основе накопленных данных, или экспертные системы, являются компьютерными программами, содержащими знания, которые требуются для выполнения поставленной задачи. Экспертная система обычно состоит из двух элементов: база знаний и механизм принятия решений.
В рамках Ассоциации проводится большое количество исследований,собираются конференции, издается журнал. Уровень теоретических исследований по искусственному интеллекту в России ничуть не ниже мирового. К сожалению, начиная с 1975 г- на развитии этого направления сказалось прогрессирующее отставание в технологии. На данный момент отставание в области промышленных интеллектуальных систем составляет порядка 5-7 лет.
Под системами искусственного интеллекта понимается большое количество продвинутых технологий, обеспечивающих машинам способность обучаться, подстраиваться к новым условиям, принимать решения, изменять поведение. По меньшей мере семь из них могут быть использованы в сенсорных системах.
Идея создания искусственного подобия человеческого разума для решения сложных задач моделирования мыслительной способности витала в воздухе с древнейших времен [6,7].Впервые ее выразил Р.Луллий (ок.1235- ок.1315), который еще н XIV в. пытался создать машину для решения различных задач на основе всеобщей классификации понятий.