Основные исследования, ведущиеся в области ии

ИИ – одно из направлений информатики, целью которого является разработка аппаратных и программных средств, позволяющих пользователю-непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными, задачи, общаясь с компьютером на ограниченном подмножестве естественного языка.

Направления исследований:

1. Представление знаний и разработка систем, основанных на знаниях. Knowledge-based systems. Включает в себя:

• Создание специальных моделей и языков для представления знаний, а также аппаратных и программных средств для их преобразования.

• Создание баз знаний, образующих ядро экспертных систем.

• Методы извлечения и структурирования знаний (knowledge engineering) – появилось сравнительно недавно.

2. ПО систем ИИ (software engineering for AI)

• Разработка специальных языков для решения интеллектуальных задач, в которых преобладает логическая и символьная обработка над вычислительными процедурами (LISP, REFAL, SMALLTALK, PROLOG).

• Создание пакетов прикладных программ, ориентированных на промышленную разработку интеллектуальных систем.

• Создание «пустых» экспертных систем, экспертных оболочек – БД, которые можно заполнять извне.

3. Планирование целесообразности поведения, интеллектуальные роботы (robotics)

• Исследования по созданию методов формирования целей и решение задач планирования действий автоматического устройства, функционирующего в сложной внешней среде.

Этапы:

1. Роботы с жесткой схемой управления (манипуляторы) – нынешний этап, первое поколение.

2. Адаптивные роботы с сенсорными устройствами.

3. Самоорганизующиеся, или интеллектуальные роботы – конечная цель робототехники.

Проблемы: восприятие внешней информации, машинное зрение (трёхмерное).

4. Общение с ЭВМ на естественном языке и обработка естественного языка (natural language processing - NLP), системы машинного перевода.

- Популярные исследования – компьютерная лингвистика и машинный перевод.

- Создание языковых средств, позволяющих эффективно взаимодействовать с ЭВМ непрограммирующему пользователю.

В настоящее время в системах машинного перевода используют языки-посредники: язык оригинала – язык смысла – язык перевода.

Используется ассоциативный поиск аналогичных фрагментов текста и их перевода и специальных текстовых ресурсов в базах данных (создание корпусов параллельных текстов).

Структурный подход: включает в себя анализ и синтез естественных языковых сообщений.

Фазы:

• Морфологический анализ слов в тексте.

• Синтаксический анализ (разбор состава предложения и формирование связей).

• Семантический анализ – анализ смысла составных частей любого предложения на основе некоторой предметно-ориентированной базы знаний (на данное время не решена).

• Прагматический анализ – анализ смысла предложений в реальном контексте на основе собственной базы знаний (пока также считается нерешаемой проблемой).

5. Машинное обучение (самообучение) – machine learning.

- Разработка моделей и алгоритмов, ориентированных на автоматическое накопление и формирование знаний на основе анализа и обобщения данных. В последнее время к этому направлению примыкают data mining – раскопка знаний, поиск и knowledge discovery – поиск закономерностей в БД.

6. Pattern recognition – распознавание образов.

- Исследования по восприятию зрительной информации, ее обработке, формированию ответных решений на воздействие внешней среды и способов адаптации систем к среде путем обучения.

Основной подход – описание классов объектов через определенные значения значимых признаков. Любому объекту ставится в соответствие матрица признаков, по которой происходит распознавание. Тесно связано с нейрокибернетикой. Её основные идеи – единственный объект, способный мыслить – это человеческий мозг, поэтому надо воспроизвести его структуру для мыслящего устройства. Основа – нейроны, образующие нейронную сеть.

7. Новая архитектура компьютера (hardware and architecture).