40. Интеллектуальные системы: структура,
функции, области применения
Искусственный интеллект - способность
прикладного процесса обнаруживать свойства, ассоциируемые с разумным поведением
человека.
Искусственный интеллект - раздел информатики,
занимающийся вопросами имитации мышления человека с помощью компьютера.
Основные понятия искусственного интеллекта
Термин интеллект (intelligence) происходит от латинского
intellectus — что означает ум, рассудок, разум; мыслительные способности
человека. Соответственно искусственный интеллект (artificial intelligence) — ИИ
(AI) обычно толкуется как свойство автоматических систем брать на себя отдельные
функции интеллекта человека, например, выбирать и принимать оптимальные решения
на основе ранее полученного опыта и рационального анализа внешних воздействий.
Интеллектом называется способность мозга решать
(интеллектуальные) задачи путем приобретения, запоминания и целенаправленного
преобразования знаний в процессе обучения на опыте и адаптации к разнообразным
обстоятельствам.
В этом определении под термином "знания" подразумевается не
только ту информацию, которая поступает в мозг через органы чувств. Такого типа
знания чрезвычайно важны, но недостаточны для интеллектуальной деятельности.
Дело в том, что объекты окружающей нас среды обладают свойством не только
воздействовать на органы чувств, но и находиться друг с другом в определенных
отношениях. Ясно, что для того, чтобы осуществлять в окружающей среде
интеллектуальную деятельность (или хотя бы просто существовать), необходимо
иметь в системе знаний модель этого мира. В этой информационной модели
окружающей среды реальные объекты, их свойства и отношения между ними не только
отображаются и запоминаются, но и, как это отмечено в данном определении
интеллекта, могут мысленно "целенаправленно преобразовываться". При этом
существенно то, что формирование модели внешней среды происходит "в процессе
обучения на опыте и адаптации к разнообразным обстоятельствам".
Мы употребили термин интеллектуальная задача. Для того, чтобы
пояснить, чем отличается интеллектуальная задача от просто задачи, необходимо
ввести термин "алгоритм" — один из краеугольных терминов кибернетики.
Под алгоритмом понимают точное предписание о выполнении в
определенном порядке системы операций для решения любой задачи из некоторого
данного класса (множества) задач. Задачи, связанные с отысканием алгоритма
решения класса задач определенного типа, будем называть интеллектуальными.
Что же касается задач, алгоритмы решения которых уже
установлены, то, излишне приписывать им такое мистическое свойства, как
"интеллектуальность". В самом деле, после того, как такой алгоритм уже найден,
процесс решения соответствующих задач становится таким, что его могут в точности
выполнить человек, вычислительная машина (должным образом запрограммированная)
или робот, не имеющие ни малейшего представления о сущность самой задачи.
Требуется только, чтобы лицо, решающее задачу, было способно выполнять те
элементарные операции, из которых складывается процесс, и, кроме того, чтобы оно
педантично и аккуратно руководствовалось предложенным алгоритмом. Такое лицо,
действуя, как говорят в таких случаях, чисто машинально, может успешно решать
любую задачу рассматриваемого типа.
Поэтому представляется совершенно естественным исключить из
класса интеллектуальных такие задачи, для которых существуют стандартные методы
решения. Примерами таких задач могут служить чисто вычислительные задачи:
решение системы линейных алгебраических уравнений, численное интегрирование
дифференциальных уравнений и т. д. Для решения подобного рода задач имеются
стандартные алгоритмы, представляющие собой определенную последовательность
элементарных операций, которая может быть легко реализована в виде программы для
вычислительной машины. В противоположность этому для широкого класса
интеллектуальных задач, таких, как распознавание образов, игра в шахматы,
доказательство теорем и т. п., напротив это формальное разбиение процесса поиска
решения на отдельные элементарные шаги часто оказывается весьма затруднительным,
даже если само их решение несложно.
Таким образом, мы можем перефразировать определение интеллекта
как универсальный сверхалгоритм, который способен создавать алгоритмы решения
конкретных задач.
Деятельность мозга (обладающего интеллектом), направленную на
решение интеллектуальных задач, мы будем называть мышлением, или
интеллектуальной деятельностью. Интеллект и мышление органически связаны с
решением таких задач, как доказательство теорем, логический анализ,
распознавание ситуаций, планирование поведения, игры и управление в условиях
неопределенности. Характерными чертами интеллекта, проявляющимися в процессе
решения задач, являются способность к обучению, обобщению, накоплению опыта
(знаний и навыков) и адаптации к изменяющимся условиям в процессе решения задач.
Благодаря этим качествам интеллекта мозг может решать разнообразные задачи, а
также легко перестраиваться с решения одной задачи на другую. Таким образом,
мозг, наделенный интеллектом, является универсальным средством решения широкого
круга задач (в том числе неформализованных) для которых нет стандартных, заранее
известных методов решения.
История ИИ
Философские предпосылки к возникновению науки
На саму возможность мыслить о понятии "Искусственный
интеллект" огромное влияние оказало рождение механистического материализма,
которое начинается с работы Рене Декарта "Рассуждение о методе" (1637) и сразу в
след за этим работы Томаса Гоббса "Человеческая природа" (1640).
Рене Декарт предположил, что животное — некий сложный
механизм, тем самым сформулировав механистическую теорию.
Технологические предпосылки к возникновению науки
В 1623 г. Вильгельм Шикард (нем. Wilhelm Schickard) построил
первую механическую цифровую вычислительную машину, за которой последовали
машины Блеза Паскаля (1643) и Лейбница (1671). Лейбниц также был первым, кто
описал современную двоичную систему счисления, хотя до него этой системой
периодически увлекались многие великие ученые. В XIX веке Чарльз Бэббидж и Ада
Лавлейс работали над программируемой механической вычислительной машиной.
Рождение науки
В 1910—1913 гг. Бертран Рассел и А. Н. Уайтхэд опубликовали
работу «Принципы математики», которая произвела революцию в формальной логике. В
1941 Конрад Цузе построил первый работающий программно-контролируемый компьютер.
Уоррен Маккалок и Уолтер Питтс в 1943 опубликовали A Logical Calculus of the
Ideas Immanent in Nervous Activity, который заложил основы нейронных сетей.
Классические работы
В 1943 году в своей статье «Логическое исчисление идей,
относящихся к нервной активности» У. Мак-Каллок и У. Питтс предложили понятие
искусственной нейронной сети. В частности, ими была предложена модель
искусственного нейрона. Д. Хебб в работе «Организация поведения» 1949 года
описал основные принципы обучения нейронов.
Эти идеи несколько лет спустя развил американский
нейрофизиолог Фрэнк Розенблатт. Он предложил схему устройства, моделирующего
процесс человеческого восприятия, и назвал его «перцептроном».
Интеллектуальная система - система или
устройство с программным обеспечением, имеющие возможность с помощью встроенного
процессора настраивать свои параметры в зависимости от состояния внешней среды.
Интеллектуальная информационная система (ИИС) —
это один из видов автоматизированных информационных систем, иногда ИИС называют
системой, основанных на знаниях. ИИС представляет собой комплекс программных,
лингвистических и логико-математических средств для реализации основной задачи:
осуществление поддержки деятельности человека и поиска информации в режиме
продвинутого диалога на естественном языке.
Данные - это совокупность сведений,
зафиксированных на определенном носителе в форме, пригодной для постоянного
хранения, передачи и обработки. Преобразование и обработка данных позволяет
получить информацию.
Информация - это результат преобразования и
анализа данных. Например, в базах данных хранятся различные данные, а по
определенному запросу система управления базой данных выдает требуемую
информацию.
Знания – это зафиксированная и проверенная
практикой обработанная информация, которая использовалась и может многократно
использоваться для принятия решений.
Знания – это вид информации, которая хранится в
базе знаний и отображает знания специалиста в конкретной предметной области.
Знания – это интеллектуальный капитал.
"Система искусственного
интеллекта", место СИИ в классификации информационных систем
Интеллектуальными считаются задачи, связанные с разработкой
алгоритмов решения ранее нерешенных задач определенного типа.
Интеллект представляет собой универсальный алгоритма,
способный разрабатывать алгоритмы решения конкретных задач.
Сегодня уже существуют многочисленные варианты
интеллектуальных систем, которые не имеют цели, но имеют критерии поведения:
генетические алгоритмы и имитационное моделирование эволюции. Поведение этих
систем выглядит таким образом, как будто они имеют различные цели и добиваются
их.
Ежегодно производится соревнование между разговаривающими
программами, и наиболее человекоподобной, по мнению судей, присуждается приз
Лебнера (Loebner).
Особенности и признаки
интеллектуальности информационных систем
Любая информационная система (ИС) выполняет следующие функции:
1. воспринимает вводимые
пользователем информационные запросы и необходимые исходные данные,
2. обрабатывает введенные и
хранимые в системе данные в соответствии с известным алгоритмом и формирует
требуемую выходную информацию.
С точки зрения реализации перечисленных функций ИС можно
рассматривать как фабрику, производящую информацию, в которой заказом является
информационный запрос, сырьем - исходные данные, продуктом - требуемая
информация, а инструментом (оборудованием) - знание, с помощью которого данные
преобразуются в информацию.
Интеллектуальная информационная система (ИИС) -
это ИС, которая основана на концепции использования базы знаний для генерации
алгоритмов решения экономических задач различных классов в зависимости от
конкретных информационных потребностей пользователей.
Для интеллектуальных информационных систем, ориентированных на
генерацию алгоритмов решения задач, характерны следующие признаки:
· развитые
коммуникативные способности,
· умение решать
сложные плохо формализуемые задачи,
· способность к
самообучению,
Коммуникативные способности ИИС характеризуют способ
взаимодействия (интерфейса) конечного пользователя с системой.
Сложные плохо формализуемые задачи - это задачи,
которые требуют построения оригинального алгоритма решения в зависимости от
конкретной ситуации, для которой могут быть характерны неопределенность и
динамичность исходных данных и знаний.
Представление знаний в интеллектуальных системах
В настоящее время в исследованиях по
искусственному интеллекту (ИИ) выделились шесть направлений.
1. Представление знаний.
2. Манипулирование знаниями.
3. Общение.
4. Восприятие.
5. Обучение.
6. Поведение.
В рамках направления "Представление знаний"
решаются задачи, связанные с формализацией и представлением знаний в
памяти интеллектуальной системы (ИС). Для этого
разрабатываются специальные модели представления знаний и
языки для описания знаний, выделяются различные
типы знаний. Изучаются источники, из которых
ИС может черпать знания, и создаются процедуры и приемы, с помощью
которых возможно приобретение знаний для ИС. Проблема
представления знаний для ИС чрезвычайно актуальна, т.к. ИС -
это система, функционирование которой опирается на знания о проблемной области,
которые хранятся в ее памяти.
Существуют два типа методов представления знаний (ПЗ):
формальные модели ПЗ; неформальные (семантические, реляционные) модели ПЗ.
В отличие от формальных моделей,
в основе которых лежит строгая математическая
теория, неформальные модели такой теории не
придерживаются. Каждая неформальная модель годится
только для конкретной предметной области и поэтому не обладает
универсальностью, которая присуща моделям формальным. Логический вывод -
основная операция в СИИ - в формальных системах строг и корректен, поскольку
подчинен жестким аксиоматическим правилам. Вывод в неформальных системах во
многом определяется самим исследователем, который и отвечает за его
корректность.
Каждому из методов ПЗ соответствует свой способ описания
знаний.
1. Логические модели.
2. Сетевые модели.
3. Продукционные модели.
4. Фреймовые модели.
Формальные модели представления знаний
Система ИИ в определенном смысле моделирует интеллектуальную
деятельность человека и, в частности, - логику его рассуждений. В
грубо упрощенной форме наши логические построения при этом сводятся к следующей
схеме: из одной или нескольких посылок (которые считаются истинными) следует
сделать "логически верное" заключение (вывод, следствие). Очевидно,
для этого необходимо, чтобы и посылки, и
заключение были представлены на понятном языке,
адекватно отражающем предметную область, в которой проводится вывод.
В обычной жизни это наш естественный язык общения, в математике, например, это
язык определенных формул и т.п. Наличие же языка предполагает, во - первых,
наличие алфавита (словаря), отображающего в символьной
форме весь набор базовых понятий (элементов), с которыми
придется иметь дело и, во - вторых, набор синтаксических правил,
на основе которых, пользуясь алфавитом, можно построить
определенные выражения.
Логические выражения, построенные в
данном языке, могут быть истинными или ложными.
Некоторые из этих выражений, являющиеся всегда
истинными. Объявляются аксиомами (или постулатами). Они
составляют ту базовую систему посылок, исходя из которой и пользуясь
определенными правилами вывода, можно получить заключения в
виде новых выражений, также являющихся истинными.
Если перечисленные условия выполняются, то говорят, что
система удовлетворяет требованиям формальной теории. Ее
так и называют формальной системой (ФС). Система, построенная на
основе формальной теории, называется также аксиоматической системой.
ФС имеют и недостатки, которые
заставляют искать иные формы представления. Главный недостаток
- это "закрытость" ФС, их негибкость. Модификация и расширение здесь всегда
связаны с перестройкой всей ФС, что для практических систем
сложно и трудоемко. В них очень сложно
учитывать происходящие изменения. Поэтому ФС как модели представления знаний
используются в тех предметных областях, которые хорошо локализуются и мало
зависят от внешних факторов.
Направления исследований в области создания систем
искусственного интеллекта: бионическое и программно-прагматическое. Основные
направления интеллектуализации программного обеспечения.
Научное направление "Искусственный интеллект" зародилось в
общем комплексе кибернетических исследований. Развитие средств вычислительной
техники, связанное с ним интенсивное совершенствование программирования,
расширение областей использования ЭВМ, а также наличие весьма поверхностной
аналогии между структурой ЭВМ и структурой мозга человека привели к зарождению
двух направлений в исследованиях по искусственному интеллекту.
Первое - назовем его программно-прагматическим -
занималось созданием программ, с помощью которых можно было решать те задачи,
решение которых до этого считалось исключительно прерогативой человека
(распознающие программы, простейшие игровые программы, программы для решения
логических задач, поиска, классификации и т. п.).
Второе, которое можно назвать бионическим,
интересовалось проблемами искусственного воспроизведения тех структур и
процессов, которые характерны для живого человеческого мозга и которые лежат в
основе процесса решения задач человеком. Это направление имеет четко выраженный
фундаментальный характер, и его интенсивное развитие невозможно без
одновременного глубокого изучения мозга нейрофизиологическими, морфологическими
и психологическими методами.
В бионическом направлении выделяются три различных подхода.
Первый - нейробионический. В его основе лежат
системы нейроподобных элементов, из которых создаются системы, способные
воспроизводить некоторые интеллектуальные функции. К числу задач, которые,
по-видимому, могут быть решены в рамках этого подхода, относится многоканальное
(параллельное) распознавание сложных зрительных образов, обучение условным
рефлексам и др.
Второй подход - структурно-эвристический. В его
основе лежат знания о наблюдаемом поведении объекта, рассматриваемого как
"черный" (скорее, "серый") ящик, и соображения о тех структурах (и их свойствах)
мозга, которые могли бы обеспечить реализацию наблюдаемых форм поведения.
Наконец, третий подход, интенсивно развивающийся
в последнее время, - гомеостатический. В этом случае мозг
рассматривается как гомеостатическая система, представляющая собой совокупность
противоборствующих (и сотрудничающих) подсистем, в результате функционирования
которых обеспечивается нужное равновесие (устойчивость) всей системы в условиях
постоянно изменяющихся воздействий среды. Гомеостатические модели подтверждают
перспективность этого подхода. Однако в настоящее время еще не существует
гомеостатических модулей, которые могли бы рассматриваться как универсальные
элементы для создания интеллектуальных систем.
В силу сложностей целей и задач бионического направления в
настоящее время доминирующим в искусственном интеллекте является
программно-прагматическое направление. При этом подходе не ставится вопрос об
адекватности используемых структур и методов тем, которыми пользуется в
аналогичных случаях человек, а рассматривается лишь конечный результат решения
конкретных задач. Заметим, что в ряде случаев при решении интеллектуальных задач
применяются и некоторые бионические соображения, но при этом не они, а конечный
результат играет определяющую роль.
В программно-прагматическом направлении также можно
выделить три подхода.
Первый подход - локальный или "задачный" -
основан на точке зрения, что для каждой задачи, присущей творческой деятельности
человека, можно найти способ ее решения на ЭВМ, который, будучи реализован в
виде программы, даст результат, либо подобный результату, полученному человеком,
либо даже лучший. Разработано много искусных программ такого рода. Типичным
примером являются шахматные программы, которые играют в шахматы лучше
большинства людей, но в основе их лежат идеи, далекие от тех, которыми
пользуются люди при игре.
Второй подход - системный или основанный на знаниях
связан с представлением о том, что решение отдельных творческих задач не
исчерпывает всей проблематики искусственного интеллекта. Естественный интеллект
человека способен не только решать творческие задачи, но при необходимости
обучаться тому или иному виду творческой деятельности. Поэтому и программы
искусственного интеллекта должны быть ориентированы не только или не столько на
решение конкретных интеллектуальных задач, сколько на создание средств,
позволяющих автоматически строить программы решения интеллектуальных задач,
когда в таких программах возникает необходимость. Этот подход в настоящее время
является центральным в программно-прагматическом направлении.
Третий подход рассматривает проблемы создания
интеллектуальных систем как часть общей теории программирования (как
некоторый новый виток в этой теории). При этом подходе для составления
интеллектуальных программ используются обычные программные средства, позволяющие
писать нужные программы по описаниям задач на профессиональном естественном
языке. Все метасредства, возникающие при этом на базе частичного анализа
естественного интеллекта, рассматриваются здесь лишь с точки зрения создания
интеллектуального программного обеспечения, т. е. комплекса средств,
автоматизирующих деятельность самого программиста.
Классификация ИИС:
1. Системы с интеллектуальным
интерфейсом
· Интеллектуальные
базы данных
· Информационные
системы с естественно-языковым интерфейсом
· Гипертекстовые
системы, мультимедиа
· Системы
контекстной помощи
· Системы
когнитивной графики
2. Экспертные системы
3. Самообучающиеся системы
4. Адаптивные системы.