Информационные технологии, использующие системы поддержки принятия решений или системы искусственного интеллекта

В принципе можно сказать, что эволюционных моделей как таковых не существует, существует только эволюционные алгоритмы  обучения, но модели, полученные при эволюционном подходе имеют некоторые характерные особенности, что позволяет выделить их в отдельный класс.

Такими  особенностями являются перенесение  основной работы разработчика с построения модели на алгоритм ее модификации  и то, что полученные модели практически не сопутствуют извлечению новых знаний о среде, окружающей систему искусственного интеллекта, то есть она становится как бы вещью в себе.

Еще один широко используемый подход к построению систем искусственного интеллекта - имитационный. Данный подход является классическим для кибернетики с одним из ее базовых понятий - "черным ящиком" (ЧЯ). ЧЯ - устройство, программный модуль или набор данных, информация о внутренней структуре и содержании которых отсутствуют полностью, но известны спецификации входных и выходных данных. Объект, поведение которого имитируется, как раз и представляет собой такой "черный ящик". Нам не важно, что у него и у модели внутри и как он функционирует, главное, чтобы наша модель в аналогичных ситуациях вела себя точно так же.

Таким образом здесь моделируется другое свойство человека - способность копировать то, что делают другие, не вдаваясь в  подробности, зачем это нужно. Зачастую эта способность экономит ему  массу времени, особенно в начале его жизни.

Основным недостатком имитационного подхода также является низкая информационная способность большинства моделей, построенных с его помощью.

С ЧЯ связана  одна очень интересная идея. Кто  бы хотел жить вечно? Я думаю, что  почти все ответят на этот вопрос "я".

Представим себе, что за нами наблюдает какое-то устройство, которое следит за тем, что в каких ситуациях мы делаем, говорим. Наблюдение идет за величинами, которые поступают к нам на вход (зрение, слух, вкус, тактильные, вестибулярные и т. д.) и за величинами, которые выходят от нас (речь, движение и др.). Таким образом человек выступает здесь как типичный ЧЯ.

Далее это устройство пытается отстроить  какую-то модель таким образом, чтобы  при определенных сигналах на входе  человека, она выдавала на выходе те же данные, что и человек. Если данная затея будет когда-нибудь реализована, то для всех посторонних наблюдателей такая модель будет той же личностью, что и реальный человек. А после его смерти она, будет высказывать те мысли, которые предположительно высказывал бы и смоделированный человек.

Мы можем  пойти дальше и скопировать эту  модель и получить брата близнеца с точно такими же "мыслями".

Можно сказать, что "это конечно все  интересно, но при чем тут я? Ведь эта модель только для других будет являться мной, но внутри ее будет пустота. Копируются только внешние атрибуты, но я после смерти уже не буду думать, мое сознание погаснет (для верующих людей слово "погаснет" необходимо заменить на "покинет этот мир") ". Что ж это так. Но попробуем пойти дальше.

Согласно  философским представлениям автора данного курса, сознание представляет собой сравнительно небольшую надстройку над нашим подсознанием, которая  следит за активностью некоторых  центров головного мозга, таких  как центр речи, конечной обработки зрительных образов, после чего "возвращает" эти образы на начальные ступени обработки данной информации. При этом происходит повторная обработка этих образов, мы как бы видим и слышим, что думает наш мозг. При этом появляется возможность мысленного моделирования окружающей действительности при нашем "активном" участии в данном процессе. И именно наш процесс наблюдения за деятельностью этих немногих центров является тем, что мы называем сознанием. Если мы "видим" и "слышим" наши мысли, мы в сознании, если нет, то мы находимся в бессознательном состоянии.

Если  бы мы смогли смоделировать работу именно этих немногих "сознательных" нервных центров (работа которых  правда основана на деятельности всего  остального мозга) в качестве одного ЧЯ, и работу "супервизора" в качестве другого ЧЯ, то можно было бы с уверенностью говорить, что "да, данная модель думает, причем так же, как и я". Здесь я ничего не хочу говорить о том, как получить данные о работе этих нервных центров, поскольку на мой взгляд сегодня нет ничего такого, что позволило бы следить за мозгом человека годами и при этом не мешало бы его работе и жизни.

И заканчивая беглое ознакомление с различными методами и подходами к построению систем искусственного интеллекта, хотелось бы отметить, что на практике очень четкой границы между ними нет. Очень часто встречаются смешанные системы, где часть работы выполняется по одному типу, а часть по-другому.

Искусственный интеллект

Искусственный интеллект (ИИ) - научная дисциплина, возникшая в 1950-х годах на стыке кибернетики, лингвистики, психологии и программирования. Научной задачей искусственного интеллекта (ИИ) является воссоздание (имитация) с помощью искусственных устройств разумных рассуждений и действий человека. Исследования в области искусственного интеллекта ведутся по двум направлениям:

1) бионическое — попытки смоделировать с помощью искусственных систем психофизиологическую деятельность человеческого мозга с целью создания искусственного разума;

2) прагматическое - создание программ, позволяющих с использованием ЭВМ воспроизводить не саму мыслительную деятельность, а являющиеся ее результатами процессы. Здесь достигнуты важнейшие результаты, имеющие практическую ценность.

Первое  направление - нейрокибернетика - базируется на аппаратном моделировании работы головного мозга человека, основой которого является большое число (около 14 миллиардов) связанных и взаимодействующих нервных клеток — нейронов. Еще в 1950-х годах было создано пороговое устройство для моделирования нервной клетки - персептрон. На первых ЭВМ малой производительности биологическую структуру мозга реализовать не удалось. Теперь микроэлектроника позволяет строить вычислительные структуры, состоящие из нескольких тысяч микропроцессоров - нейрокомпьютеры. Основная их особенность — способность менять внутреннюю структуру и тем самым обучаться, как человек. Бионическое направление ИИ вступило на новый этап развития. Прагматическое направление ИИ дает результатом программное обеспечение ЭВМ для решения интеллектуальных задач. Это, прежде всего, естественно-языковые программы. Они позволяют: делать перевод текста с одного языка на другой, составлять рефераты больших документов, сочинять тексты для сказок и поэм, сценарии телесериалов (мыльные оперы). Музыкальные программы могут сочинять музыкальные произведения, проводить анализ готовых музыкальных произведений, имитировать различные исполнительские стили. Распознающие программы позволяют проверять правильность текста, распознавать символы рукописного текста при его сканировании. Анализаторы и синтезаторы звуков способны управлять голосом техническими устройствами, а также выдавать речевые сообщения. Наконец, многие игровые программы используют принципы ИИ. Знаменитый суперкомпьютер Deep Blue обыграл шахматного чемпиона мира Г. Каспарова.

Системы искусственного интеллекта (СИИ) основаны на знаниях. В отличие от данных, знания обладают следующими свойствами:

- внутренней интерпретируемостью — вместе с информацией в базе знаний представлены информационные структуры, позволяющие не только хранить знания, но и использовать их;

- структурированностью — выполняются декомпозиция сложных объектов на более простые и установление связи между ними;

- связанностью - отражаются закономерности относительно фактов, процессов, явлений и причинно-следственные отношения между ними;

- активностью - на основе имеющихся знаний можно выводить (получать) новые знания

Эти свойства знаний должны обеспечивать возможность  СИИ моделировать рассуждения человека при решении прикладных задач - со знаниями тесно связано понятие процедуры получения решения задач (стратегии обработки знаний). В системах обработки знаний такую процедуру называют механизмом вывода, механизмом рассуждений или логическим выводом.

Для организации  взаимодействия с СИИ в ней  должны быть средства общения с пользователем — интерфейс. Интерфейс обеспечивает работу с базой знаний и механизмом вывода на языке специалистов той области, к которой относится СИИ.

Кроме того, необходима поддержка диалога  пользователя с системой для получения  объяснений действий системы, участия в поиске решения задачи и корректировке базы знаний.

Основными частями систем, основанных на знаниях, являются:

- база  знаний;

- механизм вывода;

- интерфейс  с пользователем. 

Основные  направления развития искусственного интеллекта:    

• Представление знаний и разработка систем,  основанных на знаниях - основное направление искусственного интеллекта. Оно связано с созданием моделей представления знаний, баз знаний, образующих ядро экспертных систем (ЭС).
• Игры и творчество - игровые  интеллектуальные  задачи.  В  их основе лежит один из ранних подходов - лабиринтная модель плюс эвристики.  Сейчас это скорее коммерческое направление, т.к. в научном плане эти идеи считаются тупиковыми.
• Разработка естественноязыковых интерфейсов и машинный перевод. В 50-х гг. одной из популярных тем исследований искусственного интеллекта являлась  область машинного перевода.  Первая программа в этой области - переводчик с английского языка на  русский.  Первая идея -  пословный перевод,  оказалась неплодотворной.  В настоящее время используется более сложная модель,  включающая анализ и синтез переводимых текстов.
• Распознавание образов - традиционное направление  искусственного интеллекта.  Каждому  объекту ставится в соответствие матрица (таблица) признаков,  по которой происходит его распознавание. Это направление близко к машинному обучению,  тесно связано с нейрокибернетикой.
• Новые структуры компьютеров.  Это  направление  занимается разработкой новых аппаратных решений, направленных на обработку символьных  и  логических  данных.
• Интеллектуальные роботы.  Роботы  -  это  электромеханические устройства, предназначенные для автоматизации человеческого труда. Идея создания роботов исключительно древняя. Со времени создания сменилось несколько поколений роботов.  Роботы с  жесткой схемой управления. Практически все современные промышленные роботы принадлежат к первому поколению.  Фактически  это  программируемые манипуляторы.  Адаптивные  роботы с сенсорными устройствами.  Есть образцы таких роботов,  но пока они широко не  используются. Самоорганизующиеся или интеллектуальные роботы. Это - конечная цель развития робототехники.  Основная проблема  при  создании интеллектуальных роботов - машинное зрение.
• Специальное программное обеспечение - разработка  специальных языков для решения невычислительных задач. Эти языки ориентированы на символьную обработку информации - LISP, PROLOG, SMALLTALK и др. Помимо этого создаются пакеты прикладных программ, ориентированные на типовую разработку интеллектуальных систем,  или программные   инструментарии   искусственного  интеллекта,  например  KEE, ARTS. Популярно создание так называемых пустых экспертных  систем, или "оболочек",  - EXSYS, M1 и др., в которых можно наполнять базы  знаний, создавая различные системы.
• Обучение и   самообучение  -  активно  развивающаяся  область искусственного интеллекта.  Ориентированы на автоматическое накопление знаний на основе анализа и обобщения данных. Включает обучение по примерам (или индуктивное), а также традиционные подходы распознавания образов.

Экспертные  системы (ЭС)

Экспертные  системы - это сложные программные  комплексы, накапливающие знания  специалистов  в  конкретных  предметных областях и распространяющие этот эмпирический опыт для консультаций  менее квалифицированных пользователей.

Как правило, экспертные системы создаются для  решения практических задач в  некоторых узкоспециализированных областях, где большую роль играют знания «бывалых» специалистов. Экспертные системы были первыми разработками, которые смогли привлечь большое внимание к результатам исследований в области искусственного интеллекта.

Экспертные  системы имеют одно большое отличие  от других систем искусственного интеллекта: они не предназначены для решения  каких-то универсальных задач, как  например нейронные сети или генетические алгоритмы. Экспертные системы предназначены для качественного решения задач в определенной разработчиками области, в редких случаях – областях.

Экспертное  знание – это сочетание теоретического понимания проблемы и практических навыков ее решения, эффективность  которых доказана в результате практической деятельности экспертов в данной области. Фундаментом экспертной системы любого типа является база знаний, которая составляется на основе экспертных знаний специалистов. Правильно выбранный эксперт и удачная формализация его знаний позволяет наделить экспертную систему уникальными и ценными знаниями. Врач, к примеру, хорошо диагностирует болезни и эффективно назначает лечение, не потому, что он обладает некими врожденными способностями, а потому что имеет качественное медицинское образование и большой опыт в лечении своих пациентов. Поэтому ценность всей экспертной системы как законченного продукта на 90% определяется качеством созданной базы знаний.

Экспертная  система – это не простая программа, которая пишется одним или  несколькими программистами.

Обобщенная структура экспертной системы, основные понятия и определения.

Пользователь -  специалист  предметной области,  для которого предназначена система.  Обычно его квалификация недостаточно высока, и поэтому он нуждается в помощи и поддержке своей деятельности со стороны ЭС.

Инженер по  знаниям - специалист по искусственному интеллекту, выступающий  в  роли  посредника  между экспертом и базой знаний.  Синонимы: когнитолог, инженер-интерпретатор, аналитик.