Искусственный интеллект
Идеи моделирования человеческого разума известны с древнейших времён. Впервые об этом упоминается в сочинении «Великое искусство» философа и теолога Раймунда Луллия (ок. 1235 – ок. 1315), который не только высказал идею логической машины для решения разнообразных задач, исходя из всеобщей классификации понятий (XIV в.), но и попытался её реализовать. Рене Декарт (1596–1650) и Готфрид Вильгельм Лейбниц (1646–1716) независимо друг от друга развивали учение о прирождённой способности ума к познанию и всеобщих и необходимых истин логики и математики, работали над созданием универсального языка классификации всех знаний. Именно на этих идеях базируются теоретические основы создания искусственного интеллекта.
Толчком к дальнейшему развитию модели человеческого мышления стало появление в 40-х гг. XX в. ЭВМ. В 1948 г. американский учёный Норберт Винер (1894–1964) сформулировал основные положения новой науки – кибернетики. В 1956 г. в Стенфордском университете (США) на семинаре под названием «Artificial intelligence» (искусственный интеллект), посвящённом решению логических задач, признано новое научное направление, связанное с машинным моделированием человеческих интеллектуальных функций и названное искусственный интеллект. Вскоре эта отрасль разделилась на два основных направления: нейрокибернетику и кибернетику «чёрного ящика».
Нейрокибернетика обратилась к структуре человеческого мозга как единственно мыслящему объекту и занялась его аппаратным моделированием. Физиологи давно выявили нейроны – связанные друг с другом нервные клетки как основу мозга. Нейрокибернетика занимается созданием элементов, аналогичных нейронам, и их объединением в функционирующие системы, эти системы называют нейросетями. В середине 80-х гг. XX в. в Японии был создан первый нейрокомпьютер, моделирующий структуру человеческого мозга. Его основная область применения – распознавание образов.
Кибернетика «чёрного ящика» использует другие принципы, структура модели не главное, важна её реакция на заданные входные данные, на выходе модель должна реагировать как человеческий мозг. Учёные этого направления занимаются разработкой алгоритмов решения интеллектуальных задач для имеющихся вычислительных систем. Наиболее значимые результаты:
- модель лабиринтного поиска (конец 50-х гг.), в которой рассматривается граф состояний объекта и в нём происходит поиск оптимального пути от входных данных к результирующим. На практике эта модель не нашла широкого применения;
- эвристическое программирование (начало 60-х гг.) разрабатывало стратегии действий на основе заранее известных заданных правил (эвристик). Эвристика – теоретически не обоснованное правило, позволяющее уменьшить количество переборов в поиске оптимального пути;
- методы математической логики. Метод резолюций, позволяющий на основе определённых аксиом автоматически доказывать теоремы. В 1973 г. создан язык логического программирования Пролог, позволяющий обрабатывать символьную информацию.
С середины 70-х гг. реализуется идея моделирования конкретных знаний специалистов-экспертов. В США появляются первые экспертные системы. Возникает новая технология искусственного интеллекта, основанная на представлении и использовании знаний. С середины 80-х гг. искусственный интеллект коммерциализируется. Растут капиталовложения в эту отрасль, появляются промышленные экспертные системы, повышается интерес к самообучающимся системам.
Вопросы и тестовые задания для самоконтроля
1. Дайте определение понятию «объект».
2. Что такое модель и в каких случаях требуется её создание?
3. Дайте определение моделированию.
4. Назовите основные цели моделирования.
5. На какие группы можно разбить способы моделирования?
6. К основным классам моделей (по способу отражения свойств объекта) относят:
1) предметные;
2) территориальные;
3) социальные;
4) медико-биологические.
7. В модели «чёрный ящик» система представляется как:
1) совокупность входных и выходных параметров объекта;
2) совокупность связей между входными параметрами и состоянием объекта;
3) наиболее абстрактное представление структуры объекта;
4) совокупность состояний объекта.
8. Модели конечных автоматов представляют собой:
1) перечень ограниченного числа состояний объекта и условия перехода из одного состояния в другое;
2) перечень ограниченного числа состояний объекта;
3) условия перехода из одного состояния в другое;
4) совокупность входных и выходных параметров объекта.
9. На ... уровне анализируется смысловое содержание информационного сообщения по отношению к источнику:
1) семантическом;
2) синтаксическом;
3) прагматическом;
4) энтропийном.
10. На ... уровне информационные сообщения рассматриваются только как данные, как последовательности символов без анализа смыслового содержания:
1) синтаксическом;
2) семантическом;
3) прагматическом;
4) энтропийном.
11. Для моделирования работы Internet используется ... структурная информационная модель:
1) сетевая;
2) иерархическая;
3) статическая;
4) табличная.
12. Отношением «объект-модель», полученным в результате предметного моделирования, является:
1) плоскость – уравнение;
2) стол – чертёж;
3) траектория полёта – ракета;
4) Земля – глобус.
13. В основе методов искусственного интеллекта лежит(-ат):
1) эвристические приёмы;
2) квантовая теория;
3) двоичная арифметика;
4) реляционная алгебра.
14. К моделированию НЕ целесообразно прибегать, когда:
1) не определены существенные свойства исследуемого объекта;
2) процесс происхождения события растянут во времени;
3) исследование самого объекта приводит к его разрушению;
4) создание объекта чрезвычайно дорого.
вернуться к содержанию