49. Основные понятия теории искусственного интеллекта.

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

Искусственный интеллект (ИИ) можно определить как область компьютерной науки, занимающуюся автоматизацией разумного поведения. Это определение имеет существенный недостаток, поскольку само понятие интеллекта не очень понятно и четко сформулировано. Большинство из нас увере­ны, что смогут отличить "разумное поведение", когда с ним столкнутся. Однако вряд ли кто-нибудь сможет дать интеллекту определение, достаточно конкретное для оценки предположительно разумной компьютерной программы и одновременно отражающее жизнеспособность и сложность человеческого разума.

Основной проблемой искусственного интеллекта является разработка методов представления и обработки знаний.

К программам искусственного интеллекта относятся:

1. Игровые программы (стохастические, компьютерные игры);

Игры могут порождать необычайно большие пространства состояний. Для поиска в них требуются мощные методики, определяющие, какие альтернативы следует рассматривать. Такие методики называются эвристиками и составляют значительную область исследований ИИ. Эвристика- стратегия полезная, но потенциально способная упус­тить правильное решение. Примером эвристики может быть рекомендация проверять, включен ли прибор в розетку, прежде чем делать предположения о его поломке, или вы­полнять рокировку в шахматной игре, чтобы попытаться уберечь короля от шаха. Боль­шая часть того, что мы называем разумностью, по-видимому, опирается на эвристики, которые люди используют в решении задач.

2. Естественно-языковые программы - машинный перевод, генерация текстов, обработка речи;

Одной из долгосрочных целей искусственного интеллекта является создание программ, способных понимать человеческий язык и строить фразы на нем. Способность применять и понимать естественный язык является фундаментальным аспектом челове­ческого интеллекта, а его успешная автоматизация привела бы к неизмеримой эффектив­ности самих компьютеров. Многие усилия были затрачены на написание программ, по­нимающих естественный язык. Хотя такие программы и достигли успеха в ограниченных контекстах, системы, использующие натуральные языки с гибкостью и общностью, ха­рактерной для человеческой речи, лежат за пределами сегодняшних методологий.

Понимание естественного языка включает куда больше, чем разбор предложений на индивидуальные части речи и поиск значений слов в словаре. Оно базируется на обширном фоновом знании о предмете беседы и идиомах, используемых в этой области, так же, как и на способности применять общее контекстуальное знание для понимания не­домолвок и неясностей, присущих естественной человеческой речи.

3. распознающие программы – распознавание почерков, изображений, карт;

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

Выделяются следующие направления искусственного интеллекта:

1.    экспертные системы;

2.    нейронные сети;

3.    естественно-языковые системы;

4.    эволюционные методы и генетические алгоритмы;

5.    нечеткие множества;

6.    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 - используюемые 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.

Нейронные сети - это одно из направлений искусственного интеллекта, которые 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 - используюемые вместе с определенным программным обеспечением (Excel, Access, Lotus).

Нейронные сети также относятся к инструментальным средствам создания ЭС и СППР и представляют собой совокупность связанных узлов, моделирующих структуру биологического нейрона.

Области применения нейронных сетей:

1. чтение печатных текстов

2. распознание ручного и печатного шрифтов

3. контроль качества на производстве, классификация дефектов

4. финансовый анализ и прогнозирование инвестиционных проектов, курса $ и ценных бумаг

5. области управления и оптимизации управления химического производств, ядерных реакторов,…

6. военная промышленность для моделирования военных конфликтов

7. в медицине

8. в области ИТ.