misle.ru страница 1страница 2 ... страница 4страница 5
скачать файл
1. Основная задача искусственного интеллекта

Иску́сственный интелле́кт (ИИ) (англ. Artificial intelligence, AI) — это наука и разработка интеллектуальных машин и систем, особенно интеллектуальных компьютерных программ, направленных на то, чтобы понять человеческий интеллект.[1] При этом используемые методы не обязательно биологически правдоподобны. Но проблема состоит в том, что неизвестно какие вычислительные процедуры мы хотим называть интеллектуальными. А так как мы понимаем только некоторые механизмы интеллекта, то под интеллектом в пределах этой науки мы понимаем только вычислительную часть способности достигать целей в мире. Различные виды и степени интеллекта существуют у многих людей, животных и некоторых машин, интеллектуальных информационных систем и различных моделей экспертных систем с различными базами знаний. При этом как видим такое определение интеллекта не связано с пониманием интеллекта у человека — это разные вещи. Более того, эта наука моделирует человеческий интеллект, так как с одной стороны, можно изучить кое-что о том, как заставить машины решить проблемы, наблюдая других людей, а с другой стороны, большинство работ в ИИ вовлекают изучение проблем, которые требуется решать человечеству в промышленном и технологическом смысле. Поэтому ИИ-исследователи вольны использовать методы, которые не наблюдаются у людей, если это необходимо для решения конкретных проблем.[1]

«Интеллект — способность системы создавать в ходе самообучения программы (в первую очередь эвристические) для решения задач определенного класса сложности и решать эти задачи» [3] Это универсальное определение, единое для человека и «машины».

Задачи искусственного интеллекта (ИИ) - естественная и многообещающая область применения компьютеров и науки о них. К ним можно отнести распознавание образов (текстовых, графических, объемных), причем как восприятие образов, так и их интерпретацию, решение математических задач и автоматическое доказательство теорем, всевозможные игры (в том числе и азартные), понимание естественного языка, медицинский диагноз, составление расписаний и многое другое. Рассматривается, какие средства формализации задач ИИ и поиска их решения предлагает информатика.


2.ТестТьюринга.
Эмпирический тест, идея которого была предложена Аланом Тьюрингом в статье «Вычислительные машины и разум» (англ. Computing Machinery and Intelligence), опубликованной в 1950 году в философском журнале «Mind». Целью данного теста является определение возможности искусственного мышления близкого к человеческому.

Стандартная интерпретация этого теста звучит следующим образом: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор». Все участники теста не видят друг друга.

Существуют, по крайней мере, три основных варианта теста Тьюринга, два из которых были предложны в статье «Вычислительные машины и разум», а третий вариант, по терминологии Саула Трейджера (Saul Traiger), является стандартной интерпретацией.

Наряду с тем, что существует определенная дискуссия, соответствует ли современная интерпретация тому, что описывал Тьюринг, либо она является результатом неверного толкования его работ, все три версии не считаются равносильными, их сильные и слабые стороны различаются.

Имитационная игра
Тьюринг, как мы уже знаем, описал простую игру для вечеринок, которая включает в себя минимум трех игроков. Игрок А — мужчина, игрок В — женщина и игрок С, который играет в качестве ведущего беседу, любого пола. По правилам игры С не видит ни А, ни В и может общаться с ними только посредством письменных сообщений. Задавая вопросы игрокам А и В, С пытается определить, кто из них — мужчина, а кто — женщина. Задачей игрока А является запутать игрока С, чтобы он сделал неправильный вывод. В то же время задачей игрока В является помочь игроку С вынести верное суждение.
В той версии, которую С. Г. Стеррет (S. G. Sterret) называет «Первоначальный тест на основе имитационной игры» (Original Imitation Game Test), Тьюринг предлагает, чтобы роль игрока А исполнял компьютер. Таким образом, задачей компьютера является притвориться женщиной, чтобы сбить с толку игрока С. Успешность выполнения подобной задачи оценивается на основе сравнения исходов игры, когда игрок А — компьютер, и исходов, когда игрок А — мужчина. Если, по словам Тьюринга, «ведущий беседу игрок после проведения игры [с участием компьютера] выносит неверное решение так же часто, как и после проведения игры с участием мужчины и женщины», то можно говорить о том, что компьютер разумен.
Второй вариант предложен Тьюрингом в той же статье. Как и в «Первоначальном тесте», роль игрока А исполняет компьютер. Различие заключается в том, что роль игрока В может исполнять как мужчина, так и женщина.
«Давайте рассмотрим конкретный компьютер. Верно ли то, что модифицируя этот компьютер с целью иметь достаточно места для хранения данных, увеличивая скорость его работы и задавая ему подходящую программу, можно сконструировать такой компьютер, чтобы он удовлетворительно выполнял роль игрока А в имитационной игре, в то время как роль игрока В выполняет мужчина?»,

В этом варианте оба игрока А и В пытаются склонить ведущего к неверному решению.

Главной мыслью данной версии является то, что целью теста Тьюринга является ответ не на вопрос, может ли машина одурачить ведущего, а на вопрос, может ли машина имитировать человека или нет. Несмотря на то, что идут споры о том, подразумевался ли этот вариант Тьюрингом или нет, Стеррет считает, что этот вариант Тьюрингом подразумевался и, таким образом, совмещает второй вариант с третьим. В это же время группа оппонентов, включая Трейджера, так не считает. Но это все равно привело к тому, что можно назвать «стандартной интерпретацией». В этом варианте игрок А — компьютер, игрок В — человек любого пола. Задачей ведущего является теперь не определить кто из них мужчина и женщина, а кто из них компьютер, а кто — человек.
3. GPS – универсальный решатель задач
Первой моделью психологии, которая в течение десятка лет сохраняла свое значение для работ в области моделирования интеллектуальной деятельности, явилась известная еще с начала нашего века лабиринтная модель решения задач, в наиболее общей форме описанная в 1911 г. Э.Торндайком. Согласно представле­ниям, вытекающим из этой модели, процесс решения задачи можно уподобить прохождению лабиринта. Начальные площадки лабиринта соответствуют исходным данным задачи, а пути, приводящие к целевой (или одной из целевых, если их несколько) площадке, определяют возможные, пути решения. Выбор пути на каждой из промежуточных площадок лабиринта эквивалентен принятию решения из име­ющегося в этот момент множества альтернатив. В машинных программах такому движению по лабиринту соответствует поисковая процедура, управляемая решаю­щими правилами, с помощью которых производится тот или иной выбор при каждой альтернативной ситуации.

Именно такая модель была положена в основу одной из первых программ, которую по праву можно отнести к программам искусственного интеллекта. Эта программа была создана в конце 50-х годов в США в содружестве программиста А.Ньюэлла и психолога Г.Саймона. Она была названа ее авторами General Problem Solver, т.е. "Универсальный решатель задач". Авторы программы GPS с самого начала рассматривали ее как модель описания поведения человека при решении задач широкого класса, для которых можно воспользоваться лабиринтной моделью. Основу GPS составляет специальная таблица "Цели-Средства". В строках таблицы перечислены все цели, достижение которых может потребоваться при очередном альтернативном выборе, а в столбцах указаны те средства, которые могут быть использованы на каждом шаге решения. Специальные отметки в клетках таблицы показывают, какие средства годятся для достижения тех или иных целей. А.Ньюэлл и Г.Саймон считали, что модификация этой глобальной идеи совместно с идеей многошагового планирования движения по лабиринту с учетом особенностей реше­ния тех или иных конкретных задач позволит решать большинство интеллектуаль­ных задач. Они рассмотрели две такие модификации: для доказательства теорем в исчислении высказываний и для игры в шахматы. Но если первая модификация оказалась весьма успешной, то опыт работы с шахматной программой заставил авторов GPS усомнится в глобальности выдвинутой ими идеи. Шахматная програм­ма, построенная на основе таблицы "Цели-Средства", оказалась весьма слабой и не выдержала конкуренции с шахматными программами, построенными на других принципах. Описание программы GPS и ее модификаций можно найти в [7] и [19], а также во многих других книгах по искусственному интеллекту. Идея движения по лабиринту или эффективного поиска по некоторой сетевой структуре оказалась в центре внимания многих исследователей. Работа Н.Нильсона [22] практически полностью посвящена методам поиска решений на основе лабиринтной модели.


4. Способы описания интеллектуального поведения

Интеллектуальное управление возникает там, где информация трактуется как количественно неопределяемая совокупность данных (фактов, знаков, утверждений и тому подобного) и отношений между ними в семантически ясном контексте их текущей трактовки. Для восприятия управления как осмысленного потока информации необходимо использование базы данных, если контекст и отношения сообщений постоянны и могут быть заданы конечным набором записей и базы знания, если семантика информации достаточно сложна, контекст переменен, цель управления корректируется в процессе управления, что, как минимум, требует реструктуризации внутренних связей базы данных при акте обработки информационного потока. Указанное требование реструктуризации, обеспечивающее практическую возможность активного (актуализированного) отношения к информации, является отличительным моментом возникновения интеллектуального управления.


Ниже даются некоторые положения теории ИСУ.

Интеллект является атрибутом сложной системы и характеристикой ее отношения к внешнему миру.

Интеллект, как атрибут сложной системы, определяется формированием “образа” (изменением структуры внутренних связей в базе знания), влияющего на реакцию на внешние воздействия. Он проявляется только в актах общения со столь же сложными объектами и активизируется в системе в процессе реорганизации внутренних информационных связей. Это значит, что интеллектуальность может рассматриваться только как оценка a posteriori транзакции сравнительно с некоторой другой нереализовавшейся ситуацией.

Основной цикл управления интеллектуальной системы основан на работе со знанием. Классический основной цикл управления не может быть распространен на системы, требующие интеллектуального управления, потому, что управление через “образ” во-первых требует существенного учета конкретного накопленного знания, формально распределенного между руководителем и системой, а во-вторых, более критично к изменению информации в процессе принятия решения. Соответственно, ИСУ, опирающаяся на принятие решений с использованием знания, имеет совершенно отличный основной цикл управления.

Следующие два пункта рассматривают теоретическую возможность реализации интеллектуальной системы с использованием конечного автомата

Интеллектуальные свойства системы “объект - управление” имеют дискретное проявление.

Теория ИСУ утверждает, что при ориентации на определение интеллектуальности, данное через базу знания, система управления может обладать интеллектуальными свойствами лишь на некоторых отрезках времени, в течение которых происходят модификации базы знания, что эквивалентно восприятию системой нового контекста. В каждом акте управления при фиксированной текущей структуре базы знания “интеллектуальные” свойства системы не являются строго необходимыми (база знания структурно фиксирована и не отличается в текущий момент времени от базы данных).
Аппарат реструктуризации баз знания базируется на механизмах, аналогичных “функции расстановки”. Теория ИСУ базируется на механизмах реструктуризации данных, по реализации аналогичных конечной аппроксимации функции расстановки, которая по существу не является рекурсивной, а может быть и рекурсивно-перечислимой (т.е. не является множеством значений некоторой рекурсивной функции). Исходя из сказанного, для правомерного использования конечного автомата (компьютера) в составе интеллектуальной системы, теория должна рассматривать возможность построения абстрактных конструкций, реализующих невычислимые в обычном смысле объекты.

5.Человеческое мышление и рациональное мышление.
Как мыслить рационально?
Агентом считается все, что действует (слово агент произошло от из латинского слова agere — действовать).
Предполагается, что компьютерные агенты обладают некоторыми другими атрибутами, которые отличают их от обычных "программ", такими как
- способность функционировать под автономным управлением,
- воспринимать свою среду,
- существовать в течение продолжительного периода времени,
- адаптироваться к изменениям

- обладать способностью взять на себя достижение целей, поставленных другими.


Рациональным агентом называется агент, который действует таким образом, чтобы можно было достичь наилучшего результата или, в условиях неопределенности, наилучшего ожидаемого результата.
То есть
прежде всего необходимо иметь возможность представлять знания и проводить на основании них рассуждения, поскольку это позволяет вырабатывать приемлемые решения в самых различных ситуациях

Агенты, основанные на знаниях

Агенты, основанные на знаниях, способны воспользоваться знаниями, выраженными в очень общих формах, комбинируя и рекомбинируя информацию в соответствии с бесчисленным множеством внешних условий.
Агент, основанный на знаниях, способен сочетать общие знания с результатами текущих восприятий, чтобы иметь возможность выявить скрытые аспекты текущего состояния, прежде чем выбирать действия.
6. Логические агенты – концепции.
Конце́пция, или конце́пт, (от лат. conceptio — понимание, система) — определённый способ понимания (трактовки) какого-либо предмета, явления или процесса; основная точка зрения на предмет; руководящая идея для их систематического освещения.

Употребляется также для обозначения ведущего замысла, конструктивного принципа в научной, художественной, технической, политической и других видах деятельности.

Концептуальный аспект теоретического знания выражает прежде всего парадигмальное «сечение» последнего, задает его топику и риторику, то есть определяет релевантные области применения и способы выражения конституируемых на основе развертывания «порождающей» идеи систем понятий (базовых концептов). Концепция исходит из установок на фиксацию предельных для какой-либо области («фрагмента» действительности) значений и реализацию максимально широкого «мировидения» (на основе «отнесения» к ценностному основанию познания).

Она имеет, как правило, ярко выраженное личностное начало, означена фигурой основателя (или основателей, которые не обязательно являются реальными историческими персоналиями, так как в качестве таковых могут выступать мифические персонажи и культурные герои, трансцендентное божественное начало и т. д.), единственно знающего (знающих) исходный замысел. К. вводит в дисциплинарные дискурсы необязательно эксплицируемые в них онтологические, гносеологические, методологические и (особенно) эпистемологические допущения (способ дисциплинарного видения и доступные внутри него горизонты познания), без которых невозможна последующая более детальная проработка («раскрутка») презентируемой идеи. Кроме того, она «онтологизирует» и «маскирует» внутри исходной (базисной) теоретической структуры компоненты личностного знания, нерационализируемые, но необходимые внутри нее представления, «стыкуя» между собой различные по языковому оформлению и генезису (происхождению) компоненты, вводя с этой целью ряд дисциплинарных метафор. Таким образом, К. прежде всего вводят в теоретические дискурсы дисциплин их исходные принципы и предпосылки («абсолютные предпосылки», согласно Коллингвуду), определяющие базисные понятия-концепты и схемы рассуждений, формируя «фундаментальные вопросы» («идеи»), в соотнесении с которыми получают свое значение и обоснование выстраиваемые внутри этих дискурсов специальные утверждения. Коллингвуд считал, что изменение концептуальных оснований (изменение интеллектуальной традиции у Тулмина) — наиболее радикальное из всех, которые может испытывать человек, так как оно ведет к отказу от обоснованных ранее убеждений и стандартов мышления и действия, к смене исходных концептов-понятий, обеспечивающих целостное восприятие мира. К., являясь формой выражения дисциплинарности, по-разному специфицируются в философии, теологии и науке.



7.Логические агенты– база знаний.

База знаний, БЗ (англ. Knowledge base, KB) — это особого рода база данных, разработанная для управления знаниями (метаданными), то есть сбором, хранением, поиском и выдачей знаний. Раздел искусственного интеллекта, изучающий базы знаний и методы работы со знаниями, называется инженерией знаний.

Под базами знаний понимают совокупность фактов и правил вывода, допускающих логический вывод и осмысленную обработку информации. В языке Пролог базы знаний описываются в форме конкретных фактов и правил логического вывода над базами данных и процедурами обработки информации, представляющих сведения и знания о людях, предметах, фактах событиях и процессах в логической форме.

Наиболее важным свойством информации, хранящейся в базах знаний, является достоверность конкретных и обобщенных сведений в базе данных и релевантности информации, получаемой с использованием правил вывода, заложенных в базу знаний. В ответах на простейшие запросы к базам знаний системы логического программирования Пролог, выдает значения «истина» и «ложь» в зависимости от наличия соответствующих фактов.

Обобщенные сведения В языке Пролог задаются с помощью правил логического вывода, выполняющих роль определения понятий, а также логических процедур, состоящих из наборов правил логического вывода. Достоверность обобщенных сведений зависит от наличия необходимых фактов и достоверности данных в базах знаний.

Наиболее важный параметр БЗ — качество содержащихся знаний. Лучшие БЗ включают самую релевантную, достоверную и свежую информацию, имеют совершенные системы поиска информации и тщательно продуманную структуру и формат знаний.



Применение баз знаний

Простые базы знаний могут использоваться для создания экспертных систем и хранения данных об организации: документации, руководств, статей технического обеспечения. Главная цель создания таких баз — помочь менее опытным людям найти существующее описание способа решения какой-либо проблемы предметной области.

Онтология может служить для представления в базе знаний иерархии понятий и их отношений. Онтология, содержащая еще и экземпляры объектов не что иное, как база знаний.

База знаний — важный компонент интеллектуальной системы. Наиболее известный класс таких программ — экспертные системы. Они предназначены для построения способа решения специализированных проблем, основываясь на записях БЗ и на пользовательском описании ситуации.

Создание и использование систем искусственного интеллекта потребует огромных баз знаний.

Базы знаний в интеллектуальной системе

Ниже перечислены интересные особенности, которые могут (но не обязаны) быть у интеллектуальной системы, и которые касаются баз знаний. Список может быть не полон.

Машинное обучение : Это модификация своей БЗ в процессе работы интеллектуальной системы, адаптация к проблемной области. Аналогична человеческой способности «набирать опыт».

Автоматическое доказательство (вывод): Способность системы выводить новые знания из старых, находить закономерности в БЗ. Некоторые авторы считают, что БЗ отличается от базы данных наличием механизма вывода.

Интроспекция : Нахождение противоречий, нестыковок в БЗ, слежение за правильной организацией БЗ.

Доказательство заключения : Способность системы «объяснить» ход её рассуждений по нахождению решения, причем «по первому требованию».

скачать файл

следующая страница >>
Смотрите также: