Искусственный интеллект

Искусственный интеллект

План реферата:

1. Введение                                         

2. Механический подход.

3. Электронный подход.

4. Кибернетический подход.

5. Нейронный подход.

6. Направления исследований.

7. Самые необыкновенные гражданские системы искусственного интеллекта.

8. Умеет ли машина размышлять?

9. Научная фантастика и искусственный интеллект.

10. Заключение.

1.      Введение.

Еще до начала 50-х годов большое количество ученых пытались достичь одну важную цель:

создать такие компьютеры, которые бы никто не смог спутать с умственными способностями людей. Ученые пришли к тому, что сложной проблемой перед ними является изучение множества процессов функционирования людского интеллекта. Но ученым, достаточно сложно было прийти к какому либо мнению, которое удовлетворяло бы каждого из них. Это напоминает притчу, когда люди, невидящие свет, пытались рассказать, как выглядит слон, дотрагиваясь до него руками.

Одни считают, что интеллект- это способность вычислять задачи достаточно большой степени сложности. Другие говорят, что это умение общаться с нашим миром. Но большое количество исследователей принимают точку зрения математика, человека, который владеет зданиями в области вычислительной техники, и просто великого человека Алана Тьюринга[1]. Он говорил, что компьютер мы можем считать умным, если он сможет заставить нас не сомневаться в том, что мы работаем с человеком, а не машиной.

Задача искусственного интеллекта в наше время считается одной из самых важных. Этой проблемой интересуется и занимается огромное количество ученых различных и своеобразных специальностей. Наряду с решением этих проблем решаются многие задачи и вопросы, а также создаются новые методы в исследовании науки.

Понятие об “искусственном интеллекте” возникло лишь тогда, когда начался расцвет кибернетики, а в 1956 г. в университете Стэнфорда, на конференции, возник сам термин.

2.      Механический подход.

Еще в далеком прошлом у людей возникали интересные идеи по созданию машин, которые могли бы мыслить, как и люди. Большое количество древних людей испытывали огромный страх перед статуями, которые умели двигать руками, и даже изрекать пророчества. Даже в летописях средневековья упоминалось рассказы о машинах, которые могли в точности повторять движения своих хозяев.

В 18 веке, когда начала постепенно развиваться техника, достаточно высоко вырос интерес к вышесказанным изобретениям. Изобретатель из Франции Жак де Вокансон смог создать механического человека, который имел способность в игре на флейте. Рост у него был в точности, как у человека и он умел играть 12 мелодий.

Где-то к середине 1750-х г. Фридрих фон Кнаус, сумел создать такие машины, которые способны были писать пером достаточно большие объемы текста.

Успехи в механике порождали еще более интересные и оригинальные замыслы. И в 1830 г. математик из Англии, которого звали Чарльз Бэббидж придумал, но не завершил создание калькулятора (Атлантическую машину) которая по его словам имела бы способность рассчитать ходы в игре “Шахматы”. Но позднее, Леонардо Торрес-и-Кеведо [2] в действительности сумел создать такой калькулятор.

3.      Электронный подход.

Однако же после окончания второй мировой, в мире возникли устройства, которые больше всего подходили для достижения цели- создания разума у машин. Этими устройствами стали электронные вычислительные машины. В 1952 г. в США, еще до выборов президента, вычислительной машине удалось предсказать их результаты, что очень сильно удивило и возможно даже испугало население. Эту машину прозвали “Электронный мозг”.

Большое количество программистов и изобретателей забавлялись, тем самым создавая программы для вычисления интересных головоломок, написание музыки, а так же игры (шахматы и шашки). Но уже к началу 60-х г. эти забавы объединились в ветвь информатики, которая была названа, как “искусственный интеллект”. Исследователей ИИ (искусственного интеллекта), которые занимаются разработкой машин, умеющих мыслить, можно разбить на две составляющие группы. Первую группу больше увлекает чистая наука, для которых компьютер- это машина, которая может обеспечить им проверку теорий мыслительных процессов. У второй группы интерес лежит в области техники. Их цель - облегчить использование компьютеров, а так же достаточно увеличить сферу их применения.

В наше время стало известно, что технические поиски одновременно с научными поисками встретились с наиболее большими сложностями, чем виделось самым первым энтузиастам. Раньше большинство людей верили, что через не большое количество лет у машин появиться множество человеческих способностей и талантов. Но сейчас не многие верят в то, что такие возможности не за горами.

4.      Кибернетический подход.

Различные способы построения машин, которые будут способны мыслить, были вдохновлены мыслями Норберта Винера [3], который был профессором МТИ [4] и очень знаменитой личностью. Он имел огромные знания в различных областях наук. Винер был уверен в том, что надежные исследования науки лежат в пограничных областях, которые невозможно отнести к какой либо точной науке, так как они находятся на пересечении наук. Сотрудник Винера Джулиан Бигелоу и сам Винер успешно смогли разработать принцип “обратной связи”. То есть информация, которая поступает из окружающего мира и используется для того, чтобы изменить поведение машины. Винер говорил о том, что те машины, которые хотят быть разумными должны иметь навыки последовать каким либо определенным целям, а так же обучаться. Созданную собой науку Винер назвал кибернетикой. С греческого языка кибернетика переводиться, и означает “рулевой”.

5.      Нейронный подход.

Вот уже и многие другие ученые стали сознавать, что те, кто изобрел вычислительные машины, могли бы набраться опыта у биологии. В кругу этих изобретателей оказался Уоррен Маккалох, у которого присутствовало философское строение ума, как и у Винера (3). В 1942 г. он находился в Нью-Йорке и принял участие в конференции, на которой он услышал интересный доклад о механизмах обратной связи в науке-биологии. Те идеи, которые были сказаны в этом докладе походили на идеи Маккалоха касательно работы головного мозга. В продолжении последующего года Маккалох вместе со своим протеже, которому было 18 лет и звали его Уолтер Питтсом, создании и разработали теорию работы головного мозга. Она и являлась фундаментом, на которой образовалось мнение о том, что функции которые выполняет мозг и функции, которые выполняет компьютер похожи. Так же они выдвинули гипотезу о том, что нейроны можно судить как такие устройства, которые оперируют двоичными числами. Эти числа (1 и 0)- являются орудием математической логики. Джордж Буль, математик из Англии, в 19 веке пояснил то, что логические высказывания можно закодировать при помощи 1 и 0, причем 1-истинно,0-ложно. В середине 30-х г. 20 века пионеры информатики, а особенно Клод Шеннон, который являлся ученым из Америки осознали, что двоичные числа 1 и 0 соответствуют двум положениям электрической цепи, эти положения - включено и выключено, и исходя из этого двоичная система годиться для электронно-вычислительных машин и устройств. Питтс и Маккалох изобразили конструкцию сети из нейронов (электронных) и доказали, что она может исполнять различные числовые и даже логические задании и операции. В дальнейшем они рассчитали, что такая сеть может обучаться, обобщать, то есть владеет  всеми чертами интеллекта.

Книги Винера в объединении с теорией Маккалоха и Питтса привлекли внимание и вызвали интерес к мыслящим машинам. В период с 40-х по 60-е годы росло количество кибернетиков, которые запираясь в своих кабинетах и усердно работали над теорией функционирования мозга, а так же над электронными компонентами моделей нейронов.

Из этих подходов к разуму машины вскоре выработался “восходящий метод” путь от простых аналогов нервной системы примитивных существ, которые обладали достаточно малым содержанием нейронов, к сложной нервной системе людей. Конечная мишень говорила о создании “адаптивной сети” и “самоорганизующейся системе”- эти наименования исследователи применяли для обозначения тех устройств, которые были способны наблюдать за окружающей обстановкой и так же с помощью обратной связи менять свои манеры и поведение, вести себя так, как ведут себя окружающие живые организмы. Но не всюду и не во всех ситуациях возможна аналогия с организмами живой природы. Как однажды подметил Маккалох, что если вдруг весной тебе захотелось найти свою любовь, не желательно брать амебу и ожидать того времени, когда она эволюционирует.

Но проблема была не только во времени. Главным препятствием, с которым сцепился “восходящий метод”, была очень завышенная цена электронных элементов. Даже модель нервной системы муравья стоила огромных денег.

6.      Направления исследований.

Исследуя историю ИИ (искусственного интеллекта), можно отметить широкое направление, которое называется моделированием рассуждений. Очень долгое время наука развивалась именно по этой тропе, и в данный момент она является одной из самых мощных и развитых областей в ИИ.

Моделирование рассуждений представляет собой построение символьных систем, на входе которых видеться некая задача, а на выходе взыскиваться её решения. То есть, данная задача, которая предлагается для решений, уже считается формализованной, иными словами переведена в математическую форму, или вообще не имеет алгоритма её решения, либо он является достаточно сложным.

Так же следует выделить другое важно направление, которое называется обработкой естественного языка, где происходит, разбирается и анализируется возможность понимания, а так же обработка текстов на нашем, человеческом языке.

Следуя взглядам ученых, одним из самых важных свойств интеллекта является навык к обучению. Следуя из этого, на первый план встает инженерия знаний, которая соединяет задачи унаследования знаний из простой информации. Нельзя не выделить две очень важные подобласти. Первая подобласть - машинное обучение- оно затрагивает процесс самостоятельного унаследования знаний и навыков интеллектуальной системой в тот момент, когда идет процесс её работы. Вторая подобласть  связана с формирование экспертных систем - это те программы, которые употребляют специализированные базы знаний, чтобы получить от них достоверное заключение или вывод по какому-то вопросу или проблеме.

С уверенностью можно сказать, что большие достижения присутствуют в моделировании биологических систем. Здесь можно выделить серию направлений. Нейронные сети применяются для того, чтобы решить нечетные или достаточно сложные проблемы, например опознавание геометрических фигур. Генетический подход говорит о том, что некоторый алгоритм сможет стать наиболее эффективным, если он унаследует самые лучше характеристики иных алгоритмов. Самый новый подход, в котором основной задачей является создание автономной программы – это агент, который взаимодействует и согласуется с окружающей средой - агентный подход.

Цели распознавания образов, уже отчасти исследуются и решаются в рамках иных направлений. Это касается распознавания символов, различных текстов, а так же анализ этих текстов. Также важно сказать о  компьютерном зрении. Оно взаимодействует с машинным обучением и робототехникой.

Области изучения робототехники и ИИ (искусственного интеллекта) между собой хорошо связаны.

Объединены эти науки созданием интеллектуальных роботов.

Можно выделить следующее направление, которое называется машинным творчеством. Природа людского общества, еще не так хорошо исследована, как природа интеллекта. Но, ни смотря, ни на что, это направление существует, и здесь выделены проблемы написание музыки компьютером, различных произведений литературы (рассказов, стихотворений).

7. Самые необычные гражданские системы искусственного интеллекта [5].

1. Deep Blue- сумел выиграть заслуживающего чемпиона мира по игре в шахматы

2.Mycin - является одной из самых ранних систем. Она имела способность диагностировать не значительное количество заболеваний, иногда настолько же точно, как и доктора.

3. 20q- это проект, который был создан идеями искусственного интеллекта, по мотивам игры, которая называется “20 вопросов”.

4. Опознавание человеческой речи. ViaVoice системы имеют способность оказывать услуги потребителям.

5. Роботы, которые каждый год принимают участие в турнире, который называется RoboCup, соревнуются по игре в футбол, в облегченной форме.

8.      Умеет ли машина размышлять?

Самые важные споры побуждает вопрос допустимости размышления творений, которые создал человек. Данный вопрос “умеет ли машина размышлять?”, был сформулирован Аланом Тьюрингом еще в 1950г. (1) . Два важных мнения по этому вопросу имеют названия гипотез слабого, а так же сильного ИИ (искусственного интеллекта).

Такой термин, как “Сильный искусственный интеллект” установил Джон Сёрль.

Можно сказать, что такая программа, сможет быть не только моделью разума, она будет сама являться разумом.

Но, люди, которые являются сторонниками слабого искусственного интеллекта, видят программы только как некий инструмент, который умеет решать какие либо задачи.

Джон Сёрль, поставил эксперимент под названием “Китайская комната” и выяснил, что если пройти тест Тьюринга, то это не будет означать наличие у какой либо машины подлинного мыслительного процесса.

Мышлением называют процесс анализа, обработки информации, которая находиться в памяти.

С этим мнением согласен и Роджер Пенроуз. Он в своей книге, которая называется “Новый ум короля” говорит о неосуществимости получения мыслительного процесса на базе формальных систем.

9.      Научная фантастика и искусственный интеллект.