Искусственный интелект

     В 1957 г. американский физиолог Ф. Розенблатт предложил модель зрительного восприятия и распознавания -- перцептрон. Появление  машины, способной обучаться понятиям и распознавать предъявляемые объекты, оказалось чрезвычайно интересным не только физиологам, но и представителям других областей знания и породило большой поток теоретических  и экспериментальных исследований.

     Перцептрон  или любая программа, имитирующая  процесс распознавания, работают в  двух режимах: в режиме обучения и  в режиме распознавания. В режиме обучения некто (человек, машина, робот  или природа), играющий роль учителя, предъявляет машине объекты и  о каждом их них сообщает, к какому понятию (классу) он принадлежит. По этим данным строится решающее правило, являющееся, по существу, формальным описанием  понятий. В режиме распознавания  машине предъявляются новые объекты (вообще говоря, отличные от ранее предъявленных), и она должна их классифицировать, по возможности, правильно.

     Проблема  обучения распознаванию тесно связана  с другой интеллектуальной задачей -- проблемой перевода с одного языка  на другой, а также обучения машины языку. При достаточно формальной обработке  и классификации основных грамматических правил и приемов пользования  словарем можно создать вполне удовлетворительный алгоритм для перевода, скажем научного или делового текста. Для некоторых  языков такие системы были созданы  еще в конце 60-г. Однако для того, чтобы связно перевести достаточно большой разговорный текст, необходимо понимать его смысл. Работы над такими программами ведутся уже давно, но до полного успеха еще далеко. Имеются также программы, обеспечивающие диалог между человеком и машиной  на урезанном естественном языке.

     Что же касается моделирования логического  мышления, то хорошей модельной задачей  здесь может служить задача автоматизации  доказательства теорем. Начиная с 1960 г., был разработан ряд программ, способных находить доказательства теорем в исчислении предикатов первого порядка. Эти программы обладают, по словам американского специалиста в области искусственного интеллекта Дж. Маккатти, "здравым смыслом", т. е. способностью делать дедуктивные заключения.

     В программе К. Грина и др., реализующей  вопросно-ответную систему, знания записываются на языке логики предикатов в виде набора аксиом, а вопросы, задаваемые машине, формулируются как подлежащие доказательству теоремы. Большой интерес  представляет "интеллектуальная" программа американского математика Хао Ванга. Эта программа за 3 минуты работы IBM-704 вывела 220 относительно простых  лемм и теорем из фундаментальной  математической монографии, а затем  за 8.5 мин выдала доказательства еще 130 более сложных теорем, часть  их которых еще не была выведена математиками. Правда, до сих пор  ни одна программа не вывела и не доказала ни одной теоремы, которая  бы, что называется "позарез" была бы нужна математикам и была бы принципиально новой.

     Очень большим направлением систем искусственного интеллекта является роботехника. В  чем основное отличие интеллекта робота от интеллекта универсальных  вычислительных машин?

     Для ответа на этот вопрос уместно вспомнить  принадлежащее великому русскому физиологу  И. М. Сеченову высказывание: "… все  бесконечное разнообразие внешних  проявлений мозговой деятельности сводится окончательно лишь к одному явлению -- мышечному движению". Другими  словами, вся интеллектуальная деятельность человека направлена в конечном счете  на активное взаимодействие с внешним  миром посредством движений. Точно  так же элементы интеллекта робота служат прежде всего для организации  его целенаправленных движений. В  то же время основное назначение чисто  компьютерных систем искусственного интеллекта состоит в решении интеллектуальных задач, носящих абстрактный или  вспомогательный характер, которые  обычно не связаны ни с восприятием  окружающей среды с помощью искусственных  органов чувств, ни с организацией движений исполнительных механизмов.

     Первых  роботов трудно назвать интеллектуальными. Только в 60-х годах появились очуствленные роботы, которые управлялись универсальными компьютерами. К примеру в 1969 г. в  Электротехнической лаборатории (Япония) началась разработка проекта "промышленный интеллектуальный робот". Цель этой разработки -- создание очуствленного  манипуляционного робота с элементами искусственного интеллекта для выполнения сборочно-монтажных работ с визуальным контролем.

     Манипулятор робота имеет шесть степеней свободы  и управляется мини-ЭВМ NEAC-3100 (объем  оперативной памяти 32000 слов, объем  внешней памяти на магнитных дисках 273000 слов), формирующей требуемое  программное движение, которое отрабатывается следящей электрогидравлической системой. Схват манипулятора оснащен тактильными  датчиками.

     В качестве системы зрительного восприятия используются две телевизионные  камеры, снабженные красно-зелено-синими фильтрами для распознавания  цвета предметов. Поле зрения телевизионной  камеры разбито на 64*64 ячеек. В результате обработки полученной информации грубо  определяется область, занимаемая интересующим робота предметом. Далее, с целью  детального изучения этого предмета выявленная область вновь делится  на 4096 ячеек. В том случае, когда  предмет не помещается в выбранное "окошко", оно автоматически  перемещается, подобно тому, как  человек скользит взглядом по предмету. Робот Электротехнической лаборатории  был способен распознавать простые  предметы, ограниченные плоскостями  и цилиндрическими поверхностями  при специальном освещении. Стоимость  данного экспериментального образца  составляла примерно 400000 долларов.

     Постепенно  характеристики роботов монотонно  улучшались, Но до сих пор они  еще далеки по понятливости от человека, хотя некоторые операции уже выполняют  на уровне лучших жонглеров. К примеру  удерживают на лезвии ножа шарик от настольного тенниса.

     Еще пожалуй здесь можно выделить работы киевского Института кибернетики, где под руководством Н. М. Амосова  и В. М. Глушкова (ныне покойного) ведется  комплекс исследований, направленных на разработку элементов интеллекта роботов. Особое внимание в этих исследованиях  уделяется проблемам распознавания  изображений и речи, логического  вывода (автоматического доказательства теорем) и управления с помощью  нейроподобных сетей.

     К примеру, можно рассмотреть созданный  еще в 70-х годах макет транспортного  автономного интегрального робота (ТАИР). Конструктивно ТАИР представляет собой трехколесное шасси, на котором  смонтирована сенсорная система  и блок управления. Сенсорная система  включает в себя следующие средства очуствления: оптический дальномер, навигационная  система с двумя радиомаяками и компасом, контактные датчики, датчики  углов наклона тележки, таймер и  др. И особенность, которая отличает ТАИР от многих других систем, созданных  у нас и за рубежом, это то, что  в его составе нет компьютера в том виде, к которому мы привыкли. Основу системы управления составляет бортовая нейроподобная сеть, на которой  реализуются различные алгоритмы  обработки сенсорной информации, планирования поведения и управления движением робота.

     В конце данного очень краткого обзора рассмотрим примеры крупномасштабных экспертных систем.

     MICIN -- экспертная система для медицинской  диагностики. Разработана  группой по инфекционным заболеваниям Стенфордского университета. Ставит соответствующий диагноз, исходя из представленных ей симптомов, и рекомендует курс медикаментозного лечения любой из диагностированных инфекций. База данных состоит из 450 правил.

     PUFF -- анализ нарушения дыхания. Данная  система представляет собой MICIN, из которой удалили данные  по инфекциям и вставили данные  о легочных заболеваниях.

     DENDRAL -- распознавание химических структур. Данная система старейшая, из  имеющих звание экспертных. Первые  версии данной системы появились  еще в 1965 году во все том  же Стенфордском университете. Пользователь  дает системе DENDRAL некоторую информацию  о веществе, а также данные  спектрометрии (инфракрасной, ядерного  магнитного резонанса и масс-спектрометрии), и та в свою очередь выдает  диагноз в виде соответствующей  химической структуры.

     PROSPECTOR -- экспертная система, созданная  для содействия поиску коммерчески  оправданных месторождений полезных  ископаемых. 
 

     1.2 Системы 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.

     В словарях даются следующие определения  искусственного интеллекта.

     Искусственный интеллект - способность прикладного  процесса обнаруживать свойства, ассоциируемые  с разумным поведением человека.

     Искусственный интеллект - раздел информатики, занимающийся вопросами имитации мышления человека с помощью компьютера.

     Этот  класс пакетов включает: информационные системы, поддерживающие диалог на естественном языке (естественно-языковый интерфейс); экспертные системы, позволяющие давать рекомендации пользователю в различных  ситуациях; интеллектуальные пакеты прикладных программ, позволяющие решать прикладные задачи без программирования.

     Естественно-языковый интерфейс был наиболее привлекателен  для общения с ЭВМ с момента  ее появления. Это позволило бы исключить  необходимость обучения конечного  пользователя языку команд или другим приемам формулировки своих заданий  для решения на компьютере, поскольку  естественный язык является наиболее приемлемым средством общения для  человека. Поэтому работы по созданию такого рода интерфейса начались с  середины 20-го века. Однако, несмотря на весь энтузиазм исследователей и  проектировщиков, эта задача не решена и по сей день из-за огромных сложностей, связанных с пониманием предложений  естественного языка и связного текста в целом. Некоторые программные  продукты, которые появлялись на рынке, носили скорее экспериментальный характер, имели множество ограничений и не решали задачу кардинально. Тем не менее, несмотря на кажущийся застой в этой сфере, данная проблема остается актуальной и по сей день и вошла в состав проблематики, связанной с проектом ЭВМ пятого поколения.

     Экспертные  системы впервые появились в  области медицины. Возникла идея интеграции знаний экспертов в области медицины или ее отдельных разделов в некоторую  электронную форму, которая позволила  бы начинающему врачу иметь своеобразного  электронного советника при принятии решений по тому или иному врачебному случаю. Выбор области медицины объясняется  слишком большой ценой ошибок, которые касаются жизни и здоровья людей. Постепенно от области медицины эта технология распространилась и  на другие сферы деятельности человека, например, производство. Технология использования  экспертных систем предполагает первоначальное "обучение" системы, т.е. заполнение ее конкретными знаниями из той или  иной проблемной области, а потом  уже эксплуатацию наполненной знаниями экспертной системы для решения  прикладных задач. Эта идеология  проявила себя в проекте ЭВМ пятого поколения в части привлечения  конечного пользователя к решению  своих задач и связана с  проблемой автоформализации знаний.

     Интеллектуальные  пакеты прикладных программ позволяют, аналогично экспертным системам, предварительно создавать базу знаний, включающую совокупность знаний из той или иной области деятельности человека, а  затем решать практические задачи с  привлечением этих знаний. Различие этих видов пакетов состоит в том, что экспертные системы, в отличие  от интеллектуальных ППП, позволяют  интегрировать знания из так называемых слабо формализуемых предметных областей, в которых сложно определить входные и выходные параметры  задачи, а также невозможно сформировать четкий алгоритм ее решения. Кроме того, экспертные системы не формируют  алгоритм решения задачи как в  случае интеллектуальных ППП, а лишь выдают "советы" пользователю на основании его запроса.

Область применения

• Доказательства теорем;
• Игры;
• Распознавание образов;
• Принятие решений;
• Адаптивное программирование;
• Сочинение машинной музыки;
• Обработка данных на естественном языке;
• Обучающиеся сети (нейросети);
• Вербальные концептуальные обучения.

     Планы на будущее в области применения ИИ: В сельском хозяйстве компьютеры должны оберегать посевы от вредителей, подрезать деревья и обеспечивать избирательный уход. В горной промышленности компьютеры призваны работать там, где  возникают слишком опасные условия  для людей. В сфере производства ВМ должны выполнять различного вида задачи по сборке и техническом контроле. В учреждениях ВМ обязаны заниматься составлением расписаний для коллективов и отдельных людей, делать краткую сводку новостей. В учебных заведениях ВМ должны рассматривать задачи, которые решают студенты, в поисках ошибок, подобно тому как ищутся ошибки в программе, и устранять их. Они должны обеспечивать студентов суперкнигами, хранящимися в памяти вычислительных систем. В больницах ВМ должны помогать ставить диагноз, направлять больных в соответствующие отделения, контролировать ход лечения. В домашнем хозяйстве ВМ должны помогать советами по готовке пищи, закупке продуктов, следить за состоянием пола в квартире и газона в саду. Конечно, в настоящее время ни одна из этих вещей не представляется возможной, но исследования в области ИИ могут способствовать их реализации.