Понятие искусственного интеллекта, эволюция представлений об искусственном интеллекте
Искусственный интеллект может пониматься в сильном смысле слова и в слабом смысле слова (из 19 билета).
По мере развития техники и науки менялось и понятие искусственного интеллекта в зависимости от встающих перед ней проблем.
Понятие обучающихся машин столь же старо, как и сама кибернетика. Например приборы управления артиллерийским зенитным огнем линейные характеристики предсказывающего устройства зависят от долговременного знакомства со статистиками ансамбля тех временных рядов, которые мы хотим предсказать. Эти характеристики можно найти математически. по изложенным там принципам, но вполне возможно придумать вычислительную машину, которая будет собирать эти статистики и вырабатывать кратковременные характеристики предсказывающего устройства на основании опыта, уже пережитого самим предсказывающим устройством и записываемого автоматически.
Теперь настало время подвести некоторую черту (раскрыть историю понятия и его эволюцию)
На консультации лектор упомянул некого Розенбламп с программой обучающихся машин в 50-ые годы.
- Однако, я нашел первое упоминание у Винера в статье о программе обучающихся машин играющих в игры со встречными интересами, как, например, в шашки. Эту интересную работу выполнили Сэмьюэл и Ватанабе в лабораториях фирмы IBM в 50-ые годы.
Таким образом, на ранних порах понятие искусственного интеллекта вводилось через обучающихся машины.
- В 60-ые годы начало сформировываться понятие компьютерной системы.
Так Эллен Ньюэлл, Герберт Саймон (Physical Symbol System Hypothesis, 1976):
Определяют компьютерную систему как физическую символическую систему.
Физическая символическая система имеет необходимые и достаточные средства для того, чтобы производить осмысленные действия.
Осмысленные - значит уже есть понятие об исскуственном интеллекте
- В 70-ые годы сформировалась область, которая получила название представление знаний.
Представление знаний — вопрос, возникающий в когнитологии (науке о мышлении) и в искусственном интеллекте. В когнитологии он связан с тем, как люди хранят и обрабатывают информацию. В Искусственном интеллекте (ИИ) основная цель — научиться хранить знания таким образом, чтобы программы могли обрабатывать их и достигнуть подобия человеческого интеллекта. Исследователи ИИ используют теории представления знаний из когнитологии. Такие методы как фреймы, правила и семантические сети пришли в ИИ из теорий обработки информации человеком. Так как знание используется для достижения разумного поведения, фундаментальной целью дисциплины представления знаний является поиск таких способов представления, которые делают возможным процесс логического вывода, то есть создание выводов из знаний.
Некоторые вопросы, которые возникают в представлении знаний с точки зрения ИИ:
* Как люди представляют знания?
* Какова природа знаний и как мы их представляем?
* Должна ли схема представления связываться с частной областью знаний, или она должна быть общецелевой?
* Насколько выразительна данная схема представления?
* Должна ли быть схема декларативной или процедурной?
Активно стала развиваться математическая логика, как аппарат для представления знаний.
Было очень немного top-down обсуждения вопросов представления знаний и исследования в данной области is a well aged quiltwork. Есть хорошо известные проблемы, такие как "spreading activation, " (задача навигации в сети узлов) «категоризация» (это связано с выборочным наследованием; например вездеход можно считать специализацией (особым случаем) автомобиля, но он наследует только некоторые характеристики) и «классификация». Например помидор можно считать как фруктом, так и овощем.
- В 80-ые годы возникла парадигма Дуглас Б. Ленат предложил концепцию эвристической обработки знаний:
Ключ к решению задач с помощью искусственного интеллекта лежит в сокращении перебора вариантов при поиске решения. Для этого программы должны реализовать те же принципы, которыми в процессе мышления пользуется человек.
Цитата взята из его книги "Искусственный интеллект", которую можно найти http://alt-future.narod.ru/Ai/lenat.htm
- И наконец, с 90-ых годов и по настоящее время господствует доктрина интеллектуальных агентов.
В искусственном интеллекте, под термином интеллектуальный агент понимаются разумные сущности, наблюдающие за окружающей средой и действующие в ней, при этом их поведение рационально в том смысле, что они способны к пониманию и их действия всегда направлены на достижение какой-либо цели. Такой агент может быть как роботом, так и встроенной программной системой. Об интеллектуальности агента можно говорить, если он взаимодействует с окружающей средой примерно так же, как действовал бы человек..
Информация из конспекта с прошлого года
Исторически сложились три основных подхода в моделировании ИИ:
1. изучаются структура и механизмы работы мозга человека, интеллектуальной деятельности, а конечная цель заключается в раскрытии тайн мышления.
2. моделирование интеллектуальной деятельности с помощью вычислительных машин. А цель работ — создание алгоритмического и программного обеспечения вычислительных машин, позволяющих решать интеллектуальные задачи не хуже человека.
3. создание смешанных человеко-машинных (интерактивных) интеллектуальных систем, на симбиоз возможностей естественного и искусственного интеллекта. Важнейшими проблемами в этих исследованиях являются оптимальное распределение функций между естественным и искусственным интеллектом и организация диалога между человеком и машиной.
[править]
определение интеллектуальности
1. по А. Н. Колмогорову, любая материальная система, с которой можно достаточно долго обсуждать проблемы науки, литературы и искусства, обладает интеллектом.
2. Тьюринг: в разных комнатах находятся люди и машина. Они не могут видеть друг друга, но имеют возможность обмениваться информацией (например, с помощью электронной почты). Если в процессе диалога между участниками игры людям не удается установить, что один из участников — машина, то такую машину можно считать обладающей интеллектом
[править]
цели создания AI
1. усиление человеческого интеллекта (применение AI как экспертной системы)
2. любой эвристический алгоритм – своего рода AI (например, обучающийся спамофильтр)
3. любая задача, где заранее не известен алгоритм решения требует AI
сверхзадачей AI является построение компьютерной системы, которая обладала бы уровнем эффективности решений неформализованных задач, сравнимым с человеческим уровнем или превосходящим его
