Области применения систем искусственного интеллекта.

Под системами, обладающими ИИ, понимаются устройства или программы, имеющие такие характеристики, присущие человеческому интеллектуальному поведению как понимание и использование языка, причинная обусловленность поведения, способность к решению проблем, способность гибко реагировать на ситуацию, использовать преимущество благоприятных ситуаций, находить решение в неоднозначных или противоречивых ситуациях, распознавать относительную важность различных элементов ситуаций, находить сходство между ними несмотря на их различие.

Программные системы, реализующие алгоритмы, для которых не существует формальной модели решения, называются эвристическими и относятся к ИИ. Наиболее широко системы искусственного интеллекта применяют для решения следующих задач:

1. Распознавание образов – это технические системы, воспринимающие визуальную и звуковую информацию, (кодируют и размещают ее в памяти), проблемы понимания и логического рассуждения в процессе обработки визуальной и речевой информации.

2. Моделирование рассуждений - изучение человеческих рассуждений в искусственном интеллекте только начинается, но без создания формальных моделей для таких рассуждений очень трудно производить в интеллектуальных системах все особенности рассуждений специалистов, решающих те задачи, которые мы хотим сделать доступными для искусственных систем

3. Системы символьных вычислений

4. Системы с нечеткой логикой - нечеткий вывод используется очень широко, ибо он отражает суму человеческих знаний о многих явлениях реального мира.

5. Когнитивная психология – одно из направлений современной психологической науки, связанное с поиском внутренних причин того или иного поведения живой системы.

6. Понимание естественного языка – анализ и генерация текстов, их внутреннего представления.

7. Экспертные системы – системы, использующие знания специалистов в конкретных видах деятельности.

8. На стыке вычислительной техники и лингвистики родилась компьютерная лингвистика.

9. Появилась возможность автоматизировать многие трудоемкие процессы, ведение разнообразных словарных и лексических карточек. Машинный перевод теперь является реальностью.

10. Машинный интеллект – совокупность аппаратных и программных средств ЭВМ, с помощью которого обеспечивается такое общение человека с машиной (интерфейс), которое по своему уровню приближается к общению между собой специалистов, решающих совместную задачу..

11. Планирование поведения – одно из направлений исследований по искусственному интеллекту. Основная задача этого направления – поиск процедур, которые могли бы автоматически предлагать наикратчайший путь к достижению поставленной цели, исходя из данной ситуации.

12. Интеллектуальные роботы.

13. Игры – игры, характеризующиеся конечным числом ситуаций и четко определенными правилами, в них превзойден уровень человека средних способностей; но уровень лучших специалистов не достигнут.

Уже сегодня существуют реальные возможности применения интеллектуальных технологий в практически любом автомобиле. Например, телефонная гарнитура BlueConnect производства компании Johnson Controls - интегрированный автомодуль hands-free на базе процессоров Intel PXA250 и Intel PXA210 - позволяет водителю выполнять самые разнообразные действия, активизируемые голосом, с помощью сотового телефона и технологии Bluetooth.

Очевидно, что с каждым годом все более мощные микропроцессоры будут применяться во все большем количестве различных бытовых устройствах.

Сторонники искусственного интеллекта искренне уверены, что цель существования Человечества - создать компьютерный сверхразум.

Искусственный интеллект, в самом настоящем понимании этого термина, подразумевает суррогатный, но конкурентноспособный относительно человеческого вид разума, «живущий», например, на компьютерной основе. Пока удалось создать лишь некие подобия, «обезьяньи имитаторы» человеческой разумной деятельности. Да, марсоходы, самостоятельно избегая тривиальных препятствий, автономно распахивают безжизненность пустынь Красной планеты, но для задания направления исследований все равно нужна человеческая команда с Земли. Да, полупроводниковые агрегаты, напичканные сотнями миллионов транзисторов, научились худо-бедно записывать текст под диктовку, но самая элементарная оговорка, понятная живому слушателю, сразу ставит их в тупик. Да, компьютер научили автоматически переводить слова с одного языка на другой, но полученные от такого «искусственного переводчика» тексты без правки живым знатоком языка по-прежнему не очень качественны.

 

Экспертные системы.

Наиболее широкое применение методы ИИ нашли в программах, названных экспертными системами. В них накапливается опыт специалистов в узкой предметной области. Затем при помощи знаний, накопленных в ЭС, специалисты с не очень высокой квалификацией могут решать сложные задачи на столь же высоком уровне, как и эксперты.

Систему искусственного интеллекта, построенную на основе высококачественных специальных знаний о некоторой предметной области (полученных от экспертов – специалистов этой области), называют экспертной системой.

Таким образом, экспертные системы – это программы, моделирующие образ мышления человека–эксперта на основе механизмов логического вывода и эвристических методов.

Определение, одобренное Комитетом по экспертным системам Британского компьютерного общества: - это система, объединяющая возможности компьютера со знаниями и опытом экспертов в такой форме, что система может предложить РАЗУМНЫЙ СОВЕТ или осуществить РАЗУМНОЕ РЕШЕНИЕ задач. Такая система должна уметь объяснять из своих рассуждений в понятной форме.

Экспертные системы - один из немногих видов систем искусственного интеллекта, которые получили широкое распространение и нашли практическое применение. Существуют экспертные системы по военному делу, геологии, инженерному делу, информатике, космической технике, математике, медицине, метеорологии, промышленности, сельскому хозяйству, управлению, физике, химии, электронике, юриспруденции и т.д. И только то, что экспертные системы остаются весьма сложными, дорогими, а главное, узкоспециализированными программами, сдерживает их еще более широкое применение.

От других программ экспертные системы отличаются по следующим признакам:

1) компетентность – в конкретной предметной области экспертная система должна достигать того же уровня, что и эксперты – люди, при этом она должна пользоваться теми же эвристическими приемами, так же глубоко и широко отражать предметную область;

2) символьные рассуждения – знания, на которых основана экспертная система, представляют в символьном виде понятия реального мира, рассуждения также происходят в виде преобразований символьных наборов;

3) глубина – экспертиза должна решать глубокие, нетривиальные задачи, отличающиеся сложностью либо в плане сложности знаний, которые экспертная система использует, либо в плане их обилия, это не позволяет использовать полный перебор вариантов как метод решения задачи и заставляет прибегать к эвристическим, творческим, неформальным методам;

4) самосознание – экспертная система должна включать в себя механизм объяснения того, каким образом она приходит к решению задачи. Экспертные системы создаются для решения разного рода проблем, но основные типы их деятельности можно сгруппировать в категории, приведенные в таб.

Архитектура ЭС:

- интерфейсы пользователя (П), специалистов по ЭС (СЭС), которые работают совместно с экспертами (Э), и коммуникационные интерфейсы (диалоговый компонент);

- база знаний (БЗ) – совокупность структурированных знаний о предметной области, организованную так, чтобы на основе этих знаний с помощью программ ЭС можно было делать рассуждения, находить решения и объяснять выбор этого решения;

- СУБЗнаний – совокупность языковых и программных средств для создания и ведения БЗ (компонент приобретения знаний);

- Система поиска решения (СПР) – комплекс программ, позволяющих на основе БЗ с помощью математических, логических и эвристических методов дать пользователю рекомендации по принятию решения (логическая машина вывода);

- Система объяснений выбранного решения (СОВР) – комплекс программ, поясняющих пользователю, почему СПР выбрала то или иное решение (объяснительный компонент).

 

Экспертные системы строятся на основе:

- представления знаний в виде набора правил (rule-based подход);

- на основе обучения системы (case-based подход).

Экспертная система может работать в режиме п риобретения знаний – наполнение системы информацией и в режиме решения задач - система выдает решение задачи пользователя.