Современные технологии искусственного интеллекта

Теория игр. Позволяет формализовать описание процессов принятия сознательных целенаправленных решений при участии одной или нескольких сторон в условиях неопределенностей, риска и конфликта, которые возникают при столкновении интересов. Задача теории игр заключается в предложении рекомендаций рационального образа действий участников процесса принятия решений, т.е. в определении оптимальной стратегии для каждого из них.

Теория хаоса. Предлагает новые методы анализа данных, позволяющие выявлять скрытые зависимости там, где раньше систему считали случайной, и не имеющей каких-либо закономерностей. Применение аппарата теории хаоса позволяет качественно изучать нестабильное апериодическое поведение в нелинейных динамических системах, например, в экономических, экологических, социальных и биологических системах и процессах.

Многозначные логики. Нечеткая логика. Логика антонимов*. Расширяет возможности "обычной" двоичной логики, оперирующей только понятиями "1-да" и "0-нет". Позволяет оперировать с нечеткой, неточной, "размытой" информацией. Дает возможность использования качественных, а не количественных характеристик, что позволяет манипулировать лингвистическими понятиями и знаниями, выражаемыми на обычном языке (например, для описания процессов: "плохо"-"средне"-"хорошо", "огромный-большой-маленький-мизерный" и т.д.).[9,30]

Эволюционные и клональные алгоритмы. Адаптивные методы поиска, используемые для решения задач функциональной оптимизации. Основаны на эволюционных процессах биологических организмов: популяции развиваются, подчиняясь законам естественного отбора и принципу "выживает сильнейший". Моделируя этот процесс, эволюционные алгоритмы, в частности генетические, способны "развивать" решения реальных задач, если они соответствующим образом закодированы. Такой подход является динамическим и позволяет довольно быстро находить оптимальные, с определенной точки зрения, решения.[10,35]

Методы экспертных оценок. Применяются при отсутствии возможности или трудо-ресурсной нецелесообразности получения данных в количественном выражении. При моделировании многих процессов и систем, например, экономических, социальных и биологических, понятие точных числовых оценок теряет всякий смысл. В таких случаях обращаются к использованию знаний и опыта экспертов - методам экспертных оценок, которые включают в себя методы получения, формализации и интеграции экспертных знаний.[5,93]

Иммунные сети. Основаны на принципах функционирования иммунной системы позвоночных, которая, выступает "вторым" интеллектом - как и нервная система, обладает такими свойствами как память, способность обучаться, умение распознавать и принимать решения о том, как вести себя в новых ситуациях. Методы, основанные на концепции искусственных иммунных сетей, используются в задачах распознавания образов, информационной безопасности, прогнозировании временных рядов и многих других.

Роевой интеллект. Данный подход основан на коллективном интеллекте социальных насекомых, таких как муравьи и пчелы, каждая особь которых обладает очень малыми возможностями. Но, собираясь в многотысячную и многомиллионную колонию, они становятся роем, представляющим собой мощную интеллектуальную распределенную систему. Многие современные задачи управления, моделирования и прогнозирования могут быть эффективно решены с помощью автономных эмерджентных систем, построенных по такому принципу. Наиболее активными сферами применения являются социальное и электоральное моделирование, экономическое прогнозирование, маркетинговые исследования и исследования по корпоративному климату.

 

Заключение

Искусственный интеллект тесно связан с теоретической информатикой, откуда он заимствовал многие модели и методы, например, использование логических средств для преобразования знаний. Столь же прочны связи этого направления с кибернетикой. Математическая и прикладная лингвистика, нейрокибернетика и гомеостатика теснейшим образом связаны с развитием искусственного интеллекта. И конечно, работы в этой области немыслимы без развития систем программирования.

Основная цель работ в области искусственного интеллекта - стремление проникнуть в тайны творческой деятельности людей, их способности к овладению знаниями, навыками и умениями. Для этого необходимо раскрыть те глубинные механизмы, с помощью которых человек способен научиться практически любому виду деятельности. И если суть этих механизмов будет разгадана, то есть надежда реализовать их подобие в искусственных системах, т.е. сделать их по-настоящему интеллектуальными. Такая цель исследований в области искусственного интеллекта тесно связывает их с достижениями психологии - науки, одной из задач которой является изучение интеллекта человека. В психологии сейчас активно развивается особое направление - когнитивная психология, исследования в котором направлены на раскрытие закономерностей и механизмов, связанных с процессами познавательной деятельности человека и которые интересуют специалистов в области искусственного интеллекта.

Кроме теоретических исследований активно развиваются и прикладные аспекты искусственного интеллекта. Например, робототехника занимается созданием технических систем, которые способны действовать в реальной среде и частично или полностью заменить человека в некоторых сферах его интеллектуальной и производственной деятельности. Такие системы получили название роботов.

 

Список литературы

 

1. Бобровский  С. «Перспективы и тенденции развития  искусственного интеллекта.» \\ PC Week / RE №32, 2001. С.32-34

2. Ноткин  Л.И. «Искусственный интеллект и  проблемы обучения» - М. : КомКнига, 1999

3. Винер  Н. “Кибернетика” , М.: Наука, 1983 Эндрю  А. Искусственный интеллект –  М.: Мир, 1985.

4. Шалютин  С. М. “Искусственный интеллект” , М.: Мысль, 1985

5. Перспективы  развития вычислительной техники. Кн.2. Интеллектуализация ЭВМ.М., 2002.

6. Венда  В. Ф. Системы гибридного интеллекта  – М.: Машиностроение, 1990

7. Уоссерман  Ф. Нейрокомпьютерная техника: Теория  и практика. Пер. С англ. - М.Мир, 1992.

8. Материалы  по искусственному интеллекту  Ростовского-на-Дону государственный  колледж связи и информатики.

9. Осипов  Г.С. «искусственный интеллект: состояние  исследований и взгляд в будущее»  Президент Российской ассоциации  искусственного интеллекта, постоянный  член Европейского координационного  комитета по искусственному интеллекту (ECCAI), д.ф.-м.н., профессор.

10. Уинстон  П. Искусственный интеллект. М.2001.