Проблема и перспектива искусственного интеллекта

Размещено на http://www.allbest.ru/

Доклад

Проблема и перспектива искусственного интеллекта

Группа 115.1

Наконечная Л.А.

Искусственный интеллект - это наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ; либо, второй вариант - это свойство интеллектуальных систем выполнять творческие функции, которые по традиции считаются прерогативой человека.

Искусственный интеллект тесно связан c задачей использования компьютеров для того, чтобы понять человеческий интеллект.

Определение искусственного интеллекта, представленное выше, сформулировал Джон Маккарти (выдающийся американский информатик) в 1956 году на конференции в Дартмутском университете, и оно не связано напрямую с пониманием интеллекта у человека. Согласно Маккарти, исследователи искусственного интеллекта имеют право использовать методы, которые не наблюдаются у людей, если это необходимо для решения конкретных задач.

История искусственного интеллекта как абсолютно нового научного направления начинается в середине XX века. К тому времени уже были сформированы предпосылки для его зарождения: философы спорили о природе человека и процессе познания мира, нейрофизиологи и психологи разрабатывали теории относительно работы человеческого мозга и мышления, экономисты и математики задавались вопросами оптимальных расчётов и представления знаний о мире в формализованном виде; и, в итоге, зародился фундамент математической теории вычислений - теории алгоритмов - были созданы первые компьютеры.

Возможности новых компьютеров в плане скорости вычислений были больше человеческих, поэтому у учёных появился вопрос: каковы границы возможностей компьютеров и смогут ли они достигнуть уровня развития человека? В 1950 году английский учёный Алан Тьюринг, пишет статью под названием «Может ли машина мыслить?», в которой он описывает процедуру, с помощью которой можно будет определить момент, когда машина сравняется в плане разумности с человеком. Это процедура получила название тест Тьюринга.

Суть теста: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы - ввести человека в заблуждение, заставив сделать неверный выбор». Участники теста не должны видеть друг друга.

Общий подход предполагает, что искусственный интеллект будет способен проявлять поведение, которое не отличается от человеческого, в нормальных ситуациях. Эта идея является обобщением подхода теста Тьюринга, который утверждает, что машина станет разумной только тогда, когда сможет поддерживать разговор с обычным человеком, и тот не поймет, что говорит с машиной (при условии, что разговор будет идти по переписке).

Символьное моделирование мыслительных процессов.

Анализируя историю развития искусственного интеллекта, можно выделить такое направление как моделирование рассуждений. В течение долгого времени развитие этой науки двигалось по этому пути, и сейчас это одна из самых развитых областей в современном искусственном интеллекте. Моделирование рассуждений подразумевает под собой создание символьных систем, на входе которых поставлена некоторая задача, а на выходе требуется получить её решение. Предлагаемая задача должна быть уже формализована, то есть, переведена в математическую форму, либо не имеет алгоритма решения, либо он очень сложен и трудоёмок. В это направление входят: доказательство теорем, принятие решений и теория игр, планирование и диспетчеризация, прогнозирование.

Машинное обучение.

Проблема машинного обучения касается процесса самостоятельного получения знаний интеллектуальной системой в процессе её работы. Данное направление было одним из центральных с начала развития искусственного интеллекта. В 1956 году, на Дартмундской летней конференции, Рей Соломонофф написал отчёт о вероятностной машине, которая обучается без учителя, назвав её: «Индуктивная машина вывода».

При обучении без учителя машина распознает образы во входном потоке. А обучение с учителем включает еще и классификацию, и регрессионный анализ. Классификация используется для того, чтобы определить, к какой категории принадлежит данный образ. Регрессионный анализ используется, чтобы в рядах числовых примеров входа/выхода и обнаружить непрерывную функцию, на основании которой можно было бы прогнозировать выход. При обучении машина вознаграждается за хорошие ответы и наказывается за плохие. Впоследствии они могут быть проанализированы с точки зрения теории решений, используя такое понятие как полезность. Математический анализ машинных алгоритмов изучения - это раздел теоретической информатики, известный как вычислительная теория обучения.

К области машинного обучения относится большой класс задач на распознавание образов. Например, это может быть распознавание символов, рукописного текста, речи, анализ текстов. Многие задачи успешно решаются с помощью биологического моделирования.

Робототехника.

Робототехника и искусственный интеллект тесно связаны друг с другом. Интегрирование этих двух наук, создание интеллектуальных роботов составляют ещё одно направление искусственного интеллекта. Интеллектуальность необходима роботам, чтобы манипулировать объектами, выполнять навигацию с возможными проблемами локализации (определять местонахождение, изучать ближайшие области) и планировать движение (как добраться до цели). Примером интеллектуальной робототехники могут служить игрушки-роботы Pleo, AIBO, QRIO.

Машинное творчество.

Природа человеческого творчества ещё менее изучена, чем природа интеллекта. Но, тем не менее, эта область существует, и здесь поставлены проблемы написания компьютером литературных произведений (зачастую - стихов или сказок), музыки, картин. Создание реалистичных образов широко используется в кино и индустрии игр.

Существует много приложений искусственного интеллекта, каждое из которых образует практически самостоятельное направление. Например - программирование интеллекта в компьютерных играх, нелинейное управление, интеллектуальные системы информационной безопасности.

Современный искусственный интеллект.

Можно выделить два направления развития искусственного интеллекта:

· решение проблем, связанных с приближением специализированных систем искусственного интеллекта к возможностям человека, и их интеграции, которая реализована природой человека;

· создание искусственного разума, представляющего интеграцию уже созданных систем искусственного интеллекта в единую систему, способную решать проблемы человечества.

Но в настоящий момент в области искусственного интеллекта наблюдается вовлечение многих предметных областей, имеющих практическое отношение к искусственному интеллекту, а не фундаментальное. Многие подходы уже были опробованы, но к возникновению искусственного разума ни одна исследовательская группа пока так и не подошла.

Некоторые самые известные искусственно интеллектуальные системы:

Deep Blue - победил чемпиона мира по шахматам. Матч Каспаров против ЭВМ не принёс удовлетворения ни компьютерщикам, ни шахматистам, и система не была признана Каспаровым.

Watson - перспективная разработка IBM, которая способна воспринимать человеческую речь и производить вероятностный поиск, с применением большого количества алгоритмов. Для демонстрации работы Watson принял участие в американской игре «Jeopardy!», аналог «Своей игры» в России, где системе удалось выиграть в обеих играх.

MYCIN - одна из экспертных систем, которая смогла диагностировать небольшой набор заболеваний, часто так же точно, как и доктора.

20Q - проект, основанный на идеях искусственного интеллекта, по мотивам классической игры «20 вопросов». Стал очень популярен после появления в Интернете на сайте 20q.net.

Банки применяют системы искусственного интеллекта в страховой деятельности (актуарная математика), при игре на бирже и управлении собственностью. Методы распознавания образов (включая, как более сложные и специализированные, так и нейронные сети) широко используют при оптическом и акустическом распознавании (в том числе текста и речи), медицинской диагностике, спам-фильтрах, в системах ПВО (определение целей), а также для обеспечения ряда других задач национальной безопасности.

Разработчики компьютерных игр применяют ИИ в той или иной степени проработанности. Это образует понятие «Игровой искусственный интеллект». Стандартными задачами ИИ в играх являются нахождение пути в двумерном или трёхмерном пространстве, имитация поведения боевой единицы, расчёт верной экономической стратегии и так далее.

Основывая свое мнение на приведенной выше информации, можно сказать, что на сегодняшний день, несмотря на глобальное продвижение в вопросе технологий, появление искусственного интеллекта все еще фантастика. Некоторые продукты настолько адаптировались к системам, для которых их создавали «например Deep Blue, Watson», что создают иллюзию интеллектуального мышления, хотя используют не весь принцип интеллектуального мышления, а лишь алгоритмы и варианты поведения, заранее заложенные создателями, без возможности «творить». Однако, несмотря на то, что создание искусственного интеллекта, в основной массе сегодня происходит в технических лабораториях, и во много зависит от способностей инженеров-гениев реализовать накопленный технический потенциал, создав «дитя», которое, скорее всего, станет самым знаковым изобретением человечества, огромную роль и залог реализации несет в себе психология в области разработок подобного рода. Ведь перед создателями, помимо технических трудностей, стоят не менее, а может быть и более сложные ментальные проблемы, так как холодная мыслящая машина, должна во многом разделять наши принципы и устои, ведь человечество далеко не во всем готово к рациональности.

искусственный интеллект мыслительный робототехника

Источники

1. Статья Википедия Искусственный интеллект https://ru.wikipedia.org/wiki/%C8%F1%EA%F3%F1%F1%F2%E2%E5%ED%ED%FB%E9_%E8%ED%F2%E5%EB%EB%E5%EA%F2#cite_note-macarti-1

Размещено на Allbest.ru