 |
Лекция 1 Искусственный интеллект как наука как наука
|
|
|
|
По теме 1 плана дисциплины Интеллектуальные информационные системы изучается лекция 1
По теме 2 изучаются лекции 2- 8
Практические задания 1-8 размещены в отдельных файлах.
После изучения тем 1 - 2 выполняется Тест 1.
Лекция 1 Искусственный интеллект как наука как наука
Основные вопросы:
1. История развития ИИ
2. Основные подходы
3. Интеллектуальные программы
4. Языки ИИ для представления знаний
5. Языки ИИ для манипулирования знаниями
6. Основные направления исследований в ИИ
7. Определение ИИ
История развития. Искусственный интеллект (ИИ) - это область исследований, находящаяся на стыке наук, специалисты, работающие в этой области, пытаются понять, какое поведение, считается разумным (анализ), и создать работающие модели этого поведения (синтез). Практической целью является создание методов и техники, необходимой для программирования «разумности» и ее передачи вычислительным машинам (ВМ), а через них всевозможным системам и средствам.
Развитие искусственного интеллекта как научного направления стало возможным только после создания ЭВМ. Это произошло в 40-х гг. XX в. В это же время Н. Винер (1894 - 1964) создал свои основополагающие работы по новой науке — кибернетике.
Термин искусственный интеллект (artificial intelligence) предложен в 1956 г. на семинаре с аналогичным названием в Станфордском университете (США). Семинар был посвящен разработке логических, а не вычислительных задач. Вскоре после признания искусственного интеллекта самостоятельной отраслью науки произошло разделение на два основных направления: нейрокибернетику и кибернетику " черного ящика". И только в настоящее время стали заметны тенденции к объединению этих частей вновь в единое целое.
|
|
|
В 50-х годах исследователи в области ИИ пытались строить разумные машины, имитируя мозг. Эти попытки оказались безуспешными по причине полной непригодности как аппаратных, так и программных средств.
В 60-х годах предпринимались попытки отыскать общие методы решения широкого класса задач, моделируя сложный процесс мышления. Разработка универсальных программ оказалась слишком трудным и бесплодным делом. Чем шире класс задач, которые может решать одна программа, тем беднее оказываются ее возможности при решении конкретной проблемы.
В начале 70-х годов специалисты в области ИИ сосредоточили свое внимание на разработке методов и приемов программирования, пригодных для решения более специализированных задач: методов представления (способы формулирования проблемы для решения на средствах вычислительной техники (ВТ)) и методах поиска (способы управления ходом решения так, чтобы оно не требовало слишком большого объема памяти и времени).
И только в конце 70-х годов была принята принципиально новая концепция, которая заключается в том, что для создания интеллектуальной программы ее необходимо снабдить множеством высококачественных специальных знаний о некоторой предметной области. Развитие этого направления привело к созданию экспертных систем (ЭС).
В 80-х годах ИИ пережил второе рождение. Были широко осознаны его большие потенциальные возможности как в исследованиях, так и в развитии производства. В рамках новой технологии появились первые коммерческие программные продукты. В это время стала развиваться область машинного обучения. До этих пор перенесение знаний специалиста-эксперта в машинную программу было утомительной и долгой процедурой. Создание систем, автоматически улучшающих и расширяющих свой запас эвристических (не формальных, основанных на интуитивных соображениях) правил - важнейший этап в последние годы. В начале десятилетия в различных странах были начаты крупнейшие в истории обработки данных национальные и международные исследовательские проекты, нацеленные на «интеллектуальные ВМ пятого поколения».
|
|
|
Основную идею нейрокибернетики можно сформулировать следующим образом. Единственный объект, способный мыслить, — это человеческий мозг. Поэтому любое " мыслящее" устройство должно каким-то образом воспроизводить его структуру.
Таким образом нейрокибернетика ориентирована на аппаратное моделирование структур, подобных структуре мозга. Физиологами давно установлено, что основой человеческого мозга является большое количество (до 1021) связанных между собой и взаимодействующих нервных клеток — нейронов. Поэтому усилия нейрокибернетики были сосредоточены на создании элементов, аналогичных нейронам, и их объединении в функционирующие системы. Эти системы принято называть нейронными сетями, или нейросетями.
Первые нейросети были созданы в конце 50-х гг. американскими учеными Г. Розен-блаттом и П. Мак-Каллоком. 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.
Однако в середине 80-х гг. в Японии в рамках проекта разработки компьютера V поколения, основанного на знаниях, был создан компьютер VI поколения, или нейрокомпьютер. К этому времени ограничения по памяти и быстродействию были практически сняты. Появились транспьютеры — параллельные компьютеры с большим количеством процессоров. От транспьютеров был один шаг до нейрокомпьютеров, моделирующих структуру мозга человека. Основная область применения нейрокомпьютеров — распознавание образов.
В настоящее время используются три подхода к созданию нейросетей:
• аппаратный — создание специальных компьютеров, плат расширения, наборов микросхем, реализующих все необходимые алгоритмы;
• программный — создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры. Сети создаются в памяти компьютера, всю работу выполняют его собственные процессоры;
• гибридный — комбинация первых двух. Часть вычислений выполняют специальные платы расширения (сопроцессоры), часть — программные средства.
|
|
|
В основу кибернетики " черного ящика" лег принцип, противоположный нейрокибернетике. Не имеет значения, как устроено " мыслящее" устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг.
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.
В конце 50-х гг. родилась модель лабиринтного поиска. Этот подход представляет задачу как некоторый граф, отражающий пространство состояний, и в этом графе проводится поиск оптимального пути от входных данных к результирующим. Была проделана большая работа по разработке этой модели, но в решении практических задач идея большого распространения не получила.
(Пространство состояний- это граф, вершины которого соответствуют ситуациям, встречающимся в задаче (“проблемные ситуации”), а решение задачи сводится к поиску пути в этом графе).
Начало 60-х гг. —эпоха эвристического программирования. Эвристика — правило, теоретически не обоснованное, но позволяющее сократить количество переборов в пространстве поиска. Эвристическое программирование — разработка стратегии действий на основе известных, заранее заданных эвристик.
|
|
|
В 1963 - 1970 гг. к решению задач стали подключать методы математической логики. На основе метода резолюций [см. подробнее соответствующий доклад], позволившего автоматически доказывать теоремы при наличии набора исходных аксиом, в 1973 г. создается язык Пролог.
Существенный прорыв в практических приложениях искусственного интеллекта произошел в середине 70-х гг., когда на смену поискам универсального алгоритма мышления пришла идея моделировать конкретные знания специалистов-экспертов. В США появились первые коммерческие системы, основанные на знаниях, или экспертные системы. Пришел новый подход к решению задач искусственного интеллекта — представление знаний. Созданы MYCIN и DENDRAL — ставшие уже классическими экспертные системы для медицины и химии. Объявлено несколько глобальных программ развития интеллектуальных технологий — ESPRIT (Европейский Союз), DARPA (министерство обороны США), японский проект машин V поколения.
Начиная с середины 80-х гг. происходит коммерциализация искусственного интеллекта. Растут ежегодные капиталовложения, создаются промышленные экспертные системы. Растет интерес к самообучающимся системам.
Следует отметить роль отечественных ученых в развитии систем искусственного интеллекта.
В 1954 г. в МГУ под руководством профессора А. А. Ляпунова (1911 - 1973) начал свою работу семинар " Автоматы и мышление" . В этом семинаре принимали участие крупнейшие физиологи, лингвисты, психологи, математики. Принято считать, что именно в это время родился искусственный интеллект в России. Как и за рубежом, выделились направления нейрокибернетики и кибернетики " черного ящика".
Среди наиболее значимых результатов, полученных отечественными учеными, следует отметить алгоритм " Кора" М. Бонгарда, моделирующий деятельность человеческого мозга при распознавании образов (60-е гг. ).
В 1945 - 1964 гг. создаются отдельные программы и исследуется поиск решения логических задач. В Ленинграде (ЛОМИ — Ленинградское отделение математического института им. В. А. Стеклова) создается программа, автоматически доказывающая теоремы (АЛПЕВ ЛОМИ). Она основана на оригинальном обратном выводе С. Ю. Маслова, аналогичном методу резолюций Робинсона.
В 1965-1980 гг. получает развитие новая наука— ситуационное управление (соответствует представлению знаний в западной терминологии). Основоположник этой научной школы — профессор Д. А. Поспелов. Разработаны специальные модели представления ситуаций — представления знаний.
|
|
|
В 1980- 1990 гг. проводятся активные исследования в области представления знаний, разрабатываются языки представления знаний, экспертные системы (более 300). В Московском государственном университете создается язык РЕФАЛ.
В 1988 г. создается АИИ — Ассоциация искусственного интеллекта. Ее членами являются более 300 исследователей. Президент Ассоциации — Д. А. Поспелов. Крупнейшие центры — в Москве, Петербурге, Переславле-Залесском, Новосибирске.
Искусственный интеллект (ИИ) как научное направление зародился в общем русле кибернетических исследований в 20-м веке. Появление и развитие средств вычислительной техники, и, как следствие, совершенствование программирования с одной стороны, и, с другой стороны, наличие весьма поверхностных аналогий между человеческим мозгом и компьютером, привели к зарождению двух направлений в исследованиях по ИИ.
Первое направление занималось воспроизведением структур и процессов, характерных для человеческого мозга. Прежде всего, исследовались процессы, лежащие в основе решения задач человеком. Главными здесь являются
1. Нейробиологический подход. В его основу положено создание систем нейроподобных элементов. Из таких элементов создаются системы для параллельного (многоканального) распознавания сложных зрительных образов, обучения условным рефлексам, и т. п.
2. Структурно – эвристический подход. В данном направлении мозг является объектом наблюдения и рассматривается как «черный ящик». На основе наблюдения за поведением объекта необходимо сделать вывод о возможных структурах мозга и их свойствах.
3. Гомеостатический подход. Мозг рассматривается как некая гомеостатическая система, состоящая из различных подсистем. Взаимодействие (и соперничество) таких подсистем должно обеспечить равновесие всей системы в условиях постоянно изменяющихся воздействий среды.
В силу сложности целей и задач данного направления в настоящее время в ИИ доминирующим является второе направление, условно называемое программно – прагматическим. Целью направления является создание программ, с помощью которых можно решать задачи, которые, как считалось ранее, доступны только человеку.
Особенностью данного направления является то, что здесь не требуется адекватности структур и методов, которыми пользуется в аналогичных случаях человек, и тех структур и методов, которые реализуются программно. Важен лишь конечный результат решения конкретной задачи. В рамках данного направления выделим следующие подходы.
1. Локальный (задачный) подход. Для каждой задачи, относящейся к творческой деятельности человека, можно найти способ ее решения на ЭВМ, причем результат, полученный программой, будет не хуже, чем результат, выдаваемый человеком. типичным примером такого подхода являются шахматные программы, реализующие принципы, весьма далёкие от тех, которыми пользуются люди.
2. Подход, основанный на знаниях. Главной особенностью человека является то, что он способен обучаться новым видам творческой деятельности.
Сравнительные характеристики языков ИИ
На первом этапе развития ИИ (в конце 50-х - начале 60-х годов) не существовало языков и систем, ориентированных специально на области знаний. Появившиеся к тому времени универсальные языки программирования казались подходящим инструментом для создания любых (в том числе и интеллектуальных) систем, поскольку в этих языках можно выделить декларативную и процедурную компоненты. Языки предназначенные для программирования интеллектуальных систем содержат иерархические (многоуровневые) трансляторы и увеличивают производительность труда программистов в сотни раз. Все это подтверждает важность использования адекватных инструментальных средств.
|
|
|
