Размещено на http: //www. allbest. ru/

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

«КАМЧАТСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

Факультет заочного обучения

Кафедра «Информационные системы»

Контрольная работа №1

«Технические характеристики персонального компьютера. Проблемы создания искусственного разума»

Выполнил:

студент группы 16 СМ

Фасхутдинов М.И.

Петропавловск-Камчатский 2017

Содержание

1. Технические характеристики персонального компьютера

2. Проблемы создания искусственного интеллекта

Список источников

1. Технические характеристики персонального компьютера

Основными техническими характеристиками компьютера в целом являются такие как:

Производительность (быстродействие) ПК - возможность компьютера обрабатывать большие объёмы информации. Определяется быстродействием процессора, объёмом ОП и скоростью доступа к ней (например, Pentium III обрабатывает информацию со скоростью в сотни миллионов операций в секунду)

Производительность (быстродействие) процессора - количество элементарных операций выполняемых за 1 секунду.

Тактовая частота процессора (частота синхронизации) - число тактов процессора в секунду, а такт - промежуток времени (микросекунды) за который выполняется элементарная операция (например сложение). Таким образом Тактовая частота - это число вырабатываемых за секунду импульсов, синхронизирующих работу узлов компьютера. Именно ТЧ определяет быстродействие компьютера

Задается ТЧ специальной микросхемой «генератор тактовой частота», который вырабатывает периодические импульсы. На выполнение процессором каждой операции отводится определенное количество тактов. Частота в 1Мгц = 1миллиону тактов в 1 секунду. Превышение порога тактовой частоты приводит к возникновению ошибок процессора и др. устройств. Поэтому существуют фиксированные величины тактовых частот для каждого типа процессоров, например: 2,8 ; 3,0 Ггц и тд

Разрядность процессора - max длина (кол-во разрядов) двоичного кода, который может обрабатываться и передаваться процессором целиком.

Разрядность связана с размером специальных ячеек памяти - регистрами. Регистр в 1байт (8бит) называют восьмиразрядным, в 2байта - 16-разрядным и тд. Высокопроизводительные компьютеры имеют 8-байтовые регистры (64разряда). Иными словами, разрядность- ширина канала передачи данных. Разрядность можно сравнить с шириной магистрали, по которой движется поток автомашин. Если она узкая, поток машин растянется, и чтобы проехать до нужного пункта потребуется много времени, если магистраль широкая- значительно меньше. Разрядность связана с типом процессора и материнской платы. Например, первый микропроцессор фирмы INTEL 8008 имел разрядность 4 бита, а процессор PENTIUM - 32 бита.

Время доступа - Быстродействие модулей ОП, это период времени, необходимый для считывание min порции информации из ячеек памяти или записи в память. Современные модули обладают скоростью доступа свыше 100нс (1нс=10-9с)

Объем оперативной памяти - он определяет возможность запуска на ЭВМ тех или иных программ. В оперативной памяти хранится обрабатываемая в данный момент информация. Ее объем должен быть достаточным для этого. Если это не так, соответствующие программы не смогут быть запущены на данной машине. Поэтому при описании программ всегда указывают, какой должен быть объем оперативной памяти, чтобы можно было запустить данную программу. В первых ПК фирмы IBM (1981 г.) максимальный объем оперативной памяти был установлен равным 640 Кбайт. Считалось, что это очень много, и больше никогда не потребуется. Оказалось, однако, что это далеко не так, и производителям техники и программных продуктов пришлось очень скоро заняться преодолением "барьера 640". В настоящее время объем оперативной памяти достигает нескольких десятков Гигабайт.

Кэш-память - Для ускорения доступа к оперативной памяти на быстродействующих компьютерах используется специальная кэш-память, которая располагается как бы «между микропроцессором и оперативной памятью и хранит копии наиболее часто используемых участков оперативной памяти.

Плотность записи - объем информации, записанной на единице длины дорожки (бит/мм)

Так же не маловажным техническим аспектом является качество и современность периферийных устройств.

Периферийное устройство - устройство, входящее в состав внешнего оборудования персонального компьютера, обеспечивающее ввод/вывод данных, организацию промежуточного и длительного хранения данных.

Функциональные классы периферийных устройств:

1. ПУ, предназначенные для связи с пользователем. К ним относят различные устройства ввода ( клавиатуры, сканеры, а также манипуляторы - мыши, трекболы и джойстики), устройства вывода ( мониторы, индикаторы, принтеры, графопостроители и т.п.) и интерактивные устройства (терминалы, ЖК-планшеты с сенсорным вводом и др.)

2. Устройства массовой памяти ( винчестеры, дисководы, стримеры накопители на оптических дисках, флэш-память и др.)

3. Устройства связи с объектом управления (АЦП, ЦАП, датчики, цифровые регуляторы, реле и т.д.)

4. Средства передачи данных на большие расстояния (средства телекоммуникации) (модемы, сетевые адаптеры).

Клавиатура. Основным устройством ввода информации в компьютер является клавиатура, которая представляет собой совокупность механических датчиков, воспринимающих давление на клавиши и замыкающих тем или иным образом определенную электрическую цепь. В настоящее время распространены два типа клавиатур: с механическими или с мембранными переключателями. В первом случае датчик представляет собой традиционный механизм с контактами из специального сплава. Во втором случае переключатель состоит из двух мембран: верхней - активной, нижней - пассивной, разделенных третьей мембраной-прокладкой.

Как правило, внутри корпуса любой клавиатуры, кроме датчиков клавиш, расположены электронные схемы дешифрации и микроконтроллер. Обмен информации между клавиатурой и системной платой осуществляется по специальному последовательному интерфейсу 11-битовыми блоками. Основной принцип работы клавиатуры заключается в сканировании переключателей клавиш. Замыканию и размыканию любого из этих переключателей соответствует уникальный цифровой код - скан-код. В случае, когда клавиша отпускается, клавиатура IBM PC AT предваряет скан-код кодом F016. Когда контроллер клавиатуры фиксирует нажатие или отпускание клавиши, он инициирует аппаратное прерывание IRQ1. Если в клавиатурах компьютеров типа IBM PC XT передача данных может осуществляться только в одном направлении, то в клавиатурах типа IBM PC AT подобная связь возможна уже в двух направлениях, т. е. клавиатура может принимать специальные команды (установки параметров задержки автоповтора и частоты автоповтора). Подключение клавиатуры к системной плате выполняется посредством электрически идентичных разъемов USB, 5 DIN или 6 mini-DIN, последний впервые был представлен в IBM PS/2, откуда и унаследовал свое "жаргонное" название. Для обеспечения двунаправленного обмена используется единственная линия данных, требующая, однако, выводов с открытым коллектором.

Мышь. Первую компьютерную мышь создал Дуглас Энджельбарт в 1963 году в Стэндфордском исследовательском центре. Распространение мыши получили благодаря росту популярности программных систем с графическим интерфейсом пользователя. Мышь делает удобным манипулирование такими широко распространенными в графических пакетах объектами, как окна, меню, кнопки, пиктограммы и т.д.

Первая мышь при движении вращала два колеса, которые были связаны с осями переменных резисторов. Перемещение курсора такой мыши вызывалось изменением сопротивления переменных резисторов. Большинство современных мышей имеют оптико-механическую конструкцию. С поверхностью, по которой перемещают мышь, соприкасается тяжелый обрезиненный шарик сравнительно большого диаметра. При перемещении мыши этот шарик может вращать прижатые к нему два перпендикулярных ролика. Ось вращения одного из роликов вертикальна, а другого - горизонтальна. На оси роликов установлены датчики, представляющие собой диски с прорезями, по разные стороны которых располагаются оптопары "светодиод-фотодиод". Порядок, в котором освещаются фоточувствительные элементы одной оси, определяет направление перемещения мыши, а частота приходящих от них импульсов - скорость.

Другой популярной конструкцией мыши является полностью оптическая конструкция. С помощью светодиода и системы линз, фокусирующих его свет, под мышью подсвечивается участок поверхности. Отраженный от этой поверхности свет, в свою очередь, собирается другой линзой и попадает на приемный сенсор микросхемы процессора обработки изображений. Этот чип делает снимки поверхности под мышью с высокой частотой и обрабатывает их. На основании анализа череды последовательных снимков, представляющих собой квадратную матрицу из пикселей разной яркости, интегрированный DSP-процессор высчитывает результирующие показатели, свидетельствующие о направлении перемещения мыши вдоль осей Х и Y, и передает результаты своей работы на периферийный интерфейс. Основные характеристики, обеспечивающие надежность работы оптических мышей, определяются техническими параметрами применяемых сенсоров.

Монитор (дисплей) - устройство визуализации текстовой или графической информации без ее долговременной фиксации. По типу отображаемой информации мониторы делят на алфавитно-цифровые (в настоящее время не используются) и графические. По способу формирования изображения графические дисплеи делят на векторные (не используются в ПК) и растровые. В векторном дисплее изображение строится из элементарных отрезков векторов (в случае ЭЛТ - электронный луч непрерывно "вырисовывает" контур изображения, собирая его из этих векторов). В растровых дисплеях изображение получают с помощью матрицы точек (в случае ЭЛТ - электронные лучи пробегают по строкам экрана, подсвечивая требуемые точки своим цветом). Наиболее широкое распространение получили мониторы на базе электронно-лучевых трубок (ЭЛТ) и на основе жидких кристаллов (ЖК).

Работа ЖК-мониторов основана на свойстве некоторых веществ проявлять анизотропию в текучем ("жидком") состоянии. Первый ЖК-монитор был продемонстрирован американской фирмой RCA в 1966 году. Для изготовления ЖК-мониторов используют так называемые нематические кристаллы, молекулы которых имеют форму палочек или вытянутых пластинок. В отсутствии электрического поля молекулы этого вещества образуют скрученные спирали (обычно 90  ). В результате такой ориентации молекул плоскость поляризации проходящего света поворачивается. Если же к прозрачным электродам приложено напряжение, спираль молекул распрямляется (они ориентируются вдоль поля), при этом поворота плоскости поляризации проходящего света не происходит. Используя подходящим образом ориентированный пленочный поляризатор, можно добиться, чтобы в первом случае ЖК-элемент пропускал проходящий свет, а во втором - нет.

Таким образом, каждая точка изображения на ЖК-мониторе представляет из себя соответствующий TSTN8 -элемент, а весь экран - матрицу этих элементов. Для адресации ЖК-элементов можно использовать два метода: прямой (пассивный) и косвенный (активный). При прямой адресации элементов каждая выбираемая точка изображения активируется подачей напряжения на соответствующий проводник-электрод для строки (общий для целой строки) и на проводник-электрод для столбца (общий для всего столбца). Матрицы с пассивным управлением ("пассивные матрицы") имеют недостаточный контраст изображения, т.к. электрическое поле возникает не только в точке пересечения адресных проводников, но и на всем пути распространения тока. Эта проблема решается при использовании так называемых активных матриц, когда каждой точкой изображения управляет свой независимый электронный переключатель (как правило, TFT ).

При применении активных матриц большое значение имеют такие параметры, как малое время отклика (типичное значение - 10-25 мкс) и большой угол зрения (75  -120  ).

Накопители с магнитным носителем. В настоящее время распространены три типа накопителей с магнитной записью информации: на жестких (несъемных) магнитных дисках (НЖМД или " винчестеры "), на гибких магнитных дисках (НГМД или флоппи-дисководы) и на магнитной ленте (НМЛ или стримеры).

НЖМД содержит один или несколько жестких алюминиевых или стеклянных дисков, покрытых слоем ферромагнитного материала, которые смонтированы на оси-шпинделе. Считывающие головки в рабочем режиме не касаются поверхности пластин благодаря тонкой прослойке воздуха (доли микрон), образуемой при быстром вращении дисков. Скорость вращения современных винчестеров составляет 5400-15000 об/мин. Информация записывается на диск в результате изменения ориентации магнитных доменов на участке поверхности диска под записывающей головкой.

Поверхность магнитного носителя в ее первозданном виде - это всего лишь магнитное покрытие, которое не готово к работе. Структура диска, включающая в себя дорожки (концентрические полоски, но которые разделена каждая сторона пластины), цилиндры (дорожки на обеих сторонах пластины, расположенные на окружностях с одинаковым радиусом) и сектора (участки дорожки, представляющие собой наименьший размер порции данных, которая может быть изменена в результате перезаписи), формируется при физическом (низкоуровневом) форматировании. В ходе этой операции контроллер накопителя записывает на носитель служебную информацию: байты синхронизации, указывающие на начало каждого сектора, идентификационные заголовки, состоящие из номеров головки, сектора и цилиндра, байты контрольной суммы CRC (Cyclic Redundancy Check) и коды обнаружения ошибок ECC (Error Correction Code); при этом происходит также маркировка дефектных секторов для исключения обращения к ним в процессе эксплуатации диска.

Все современные винчестеры поддерживают технологию SMART (Self-Monitoring, Analysis and Reporting Technology), которая предполагает выполнение внутренней диагностики винчестера, определяющей состояние двигателя, магнитных головок, рабочих поверхностей носителя и контроллера.

Тем самым можно сказать, что чем современнее и качественнее изготовлено периферийное устройство ввода и вывода тем быстрее и четче будет связь между пользователем и компьютером. Если, к примеру, для офисного работника быстродействие клавиатуры или мыши особой роли не играет, то для, так называемого «геймера», игрока в видео-игры эти показатели важны, ведь быстрее среагирует ПУ на команду пользователя и передаст её на компьютер, тем лучше будет результат игры.

2. Проблемы создания искусственного интеллекта

Анализ проблемы искусственного интеллекта открывает роль таких философских познавательных орудий, как категории, специфическая семиотическая система, логические структуры, ранее накопленное знание. Всё это обнаруживаются не посредством исследования физиологических или психологических механизмов познавательного процесса, но выявляется в знании, в его языковом выражении. Орудия познания, формирующиеся, в конечном счёте на основе практической деятельности, необходимы для любой системы, выполняющей функции абстрактного мышления, независимо от её конкретного материального субстрата и структуры. Поэтому, чтобы создать систему, выполняющую функции абстрактного мышления (т. е. в конечном счёте, формирующую адекватные схемы внешних действий в существенно меняющихся средах) необходимо наделить такую систему этими орудиями. Развитие систем ИИ за последние время как раз идёт по этому пути.

Степень продвижения в данном направлении в отношении каждого из указанных познавательных орудий разная, но в целом пока, увы, незначительна.

В наибольшей мере системы ИИ используют формально-логические структуры, что обусловлено их неспецифичностью для мышления и, в сущности, алгоритмическим характером. Это дает возможность относительно легкой их технической реализации. Но даже здесь кибернетике предстоит пройти большой путь. В системах искусственного интеллекта ещё слабо используются модальная, императивная, вопросная и иные логики, которые функционируют в человеческом интеллекте, и не менее необходимы для успешных познавательных процессов, чем давно освоенные логикой, а затем и кибернетикой формы выводов. Повышение «интеллектуального» уровня технических систем, безусловно, связано не только с расширением применяемых логических средств, но и с более интенсивным их использованием - проверка информации на непротиворечивость, конструирования планов вычислений и т. п.

Сложнее обстоит дело с семиотическими системами, без которых интеллект невозможен в принципе. Языки, используемые в ЭВМ, ещё далеки от семиотических структур, которыми оперирует мышление. Прежде всего, для решения ряда задач, необходимо последовательное приближение семиотических систем, которыми наделяется ЭВМ, к естественному языку, точнее, к использованию его ограниченных фрагментов. В этом плане предпринимаются попытки наделить входные языки ЭВМ универсалиями языка, например, полисемией (которая элиминируется при обработке в лингвистическом процессоре). Уже разработаны проблемно-ориентированные фрагменты естественных языков, достаточные для решения системой ряда практических задач. Наиболее важным итогом такой работы является создание семантических языков (и их формализация), в которых слова-символы имеют определенную интерпретацию.

Многие универсалии естественных языков, необходимые для выполнения ими познавательных функций, в языках ИИ пока реализованы слабо (например, открытость) или используются ограниченно (например, полисемия). Все чаще воплощение в семиотических системах универсалий естественного языка, обусловленных его познавательной функцией, выступает одной из важнейших линий совершенствования систем ИИ, особенно тех, в которых проблемная область заранее чётко не определена.

Сегодня системы искусственного интеллекта способны осуществлять перевод с одномерных языков на многомерные. В частности, они могут строить диаграммы, схемы, чертежи, графы, чертить на экране кривые и т. п. ЭВМ производят и обратный перевод (описывают графики и тому подобное с помощью символов). Такого рода перевод является существенным элементом интеллектуальной деятельности. Правда современные системы ИИ пока не способны к непосредственному (без перевода на символический язык) использованию изображений или воспринимаемых сцен для «интеллектуальных» действий. Поиск путей глобального, а не локального, оперирования информацией составляет одну из важнейших и задач теории искусственного интеллекта.

Воплощение в информационные массивы и программы систем ИИ аналогов категорий находится пока в начальной стадии. Например, в категории входят понятия «целое», «часть», «общее», «единичное». Они используются в ряде систем представления знаний, в частности в качестве «базовых отношений», в той мере, в какой это необходимо для тех или иных конкретных предметных или проблемных областей, с которыми взаимодействуют системы. В формализованном понятийном аппарате некоторых систем представления знаний предприняты отдельные попытки выражения некоторых моментов содержания и других категорий (например, «причина» и «следствие»). Однако ряд категорий (например, «сущность» и «явление») в языках систем представления знаний отсутствует. В целом, данная проблема разработчиками систем ИИ в полной мере ещё не осмыслена, и предстоит ещё большая работа философов, логиков и кибернетиков по внедрению аналогов категорий в системы представления знаний, и другие компоненты интеллектуальных систем.

Современные системы ИИ почти не имитируют сложную иерархическую структуру образа, что не позволяет им перестраивать проблемные ситуации, комбинировать локальные части сетей знаний в блоки, перестраивать эти блоки и т. п. Не является совершенным и взаимодействие вновь поступающей информации с совокупным знанием, фиксированным в системах. В семантических сетях и фреймах, использующихся при представлении знаний, пока недостаточно используются методы, благодаря которым интеллект человека легко пополняется новой информацией, находит нужные данные, перестраивает свою систему знаний и т. п.

Ещё в меньшей мере современные системы ИИ способны активно воздействовать на внешнюю среду, без чего не может; осуществляться самообучение и вообще совершенствование «интеллектуальной» деятельности.

Таким образом, хотя определенные шаги к воплощению гносеологических характеристик мышления в современных системах искусственного интеллекта сделаны, но в целом эти системы ещё далеко не владеют комплексом гносеологических орудий, которыми располагает человек и которые необходимы для выполнения совокупности функций абстрактного мышления. Чем больше характеристики систем искусственного интеллекта будут приближены к гносеологическим характеристикам мышления человека, тем ближе будет их «интеллект» к интеллекту человека, точнее, тем выше будет их способность к комбинированию знаковых конструкций, воспринимаемых и интерпретируемых человеком в качестве решения задач и вообще воплощения мыслей.

Поэтому возникает сложный вопрос. При анализе познавательного процесса гносеология абстрагируется от психофизиологических механизмов, посредством которых реализуется сам процесс. Но из этого не следует, что для построения систем искусственного интеллекта эти механизмы не имеют значения. Не исключено, что механизмы, необходимые для воплощения неотъемлемых характеристик интеллектуальной системы, не могут быть реализованы в цифровых машинах или даже в любой технической системе, включающей в себя только компоненты неорганической природы. Также не исключено, что хотя мы и можем познать все гносеологические закономерности, обеспечивающие выполнение человеком его познавательной функции, но их совокупность реализуема лишь в системе, субстратно тождественной человеку.

Подобный взгляд обосновывается X. Дрейфусом. «Телесная организация человека - пишет он - позволяет ему выполнять... функции, для которых нет машинных программ - таковые не только ещё не созданы, но даже не существуют в проекте... Эти функции включаются в общую способность человека к приобретению телесных умений и навыков. Благодаря этой фундаментальной способности наделенный телом субъект может существовать в окружающем его мире, не пытаясь решить невыполнимую задачу формализации всего и вся».

Подчеркивание значения «телесной организации» для понимания особенностей психических процессов, в частности возможности восприятия, заслуживает отдельного внимания. Качественные различия в способности конкретных систем отражать мир тесно связаны с их структурой, которая хотя и обладает относительной самостоятельностью, но не может преодолеть некоторых рамок, заданных субстратом. В процессе биологической эволюции совершенствование свойства отражения происходило на основе усложнения нервной системы, т. е. субстрата отражения. Не исключено, что различие субстратов ЭВМ и человека может обусловить фундаментальные различия в их способности к отражению, что ряд функций человеческого интеллекта в принципе недоступен машинам.

В философской литературе утверждается, что допущение возможности выполнения технической системой интеллектуальных функций человека означает сведение высшего (биологического и социального) к низшему (к системам из неорганических компонентов) и, следовательно, противоречит материалистической диалектике. Но в этом рассуждении не учитывается, что пути усложнения материи однозначно не однозначны, и не исключено, что общество имеет возможность создать из неорганических компонентов (абстрактно говоря, минуя химическую форму движения) системы не менее сложные и не менее способные к отражению, чем биологические. Созданные таким образом системы являлись бы компонентами общества, социальной формой движения. Вопрос о возможности передачи интеллектуальных функций техническим системам, и в частности о возможности наделения их рассмотренными в работе гносеологическими орудиями, не может быть решен только исходя из философских соображений. Он должен быть подвергнут анализу на базе конкретных научных исследований. X. Дрейфус подчеркивает, что ЭВМ оперирует информацией, которая не имеет значения, смысла. Для ЭВМ необходим перебор огромного числа вариантов. Телесная организация человека, его организма позволяет отличать значимое от незначимого для жизнедеятельности и вести поиск только в сфере первого. Для «не телесной» ЭВМ, утверждает Дрейфус, это недоступно. Конечно, конкретный тип организации тела позволяет человеку ограничивать пространство возможного поиска. Это происходит уже на уровне анализаторной системы. Совсем иначе обстоит дело с ЭВМ. Когда в кибернетике ставится общая задача, например распознания образов, то эта задача переводится с чувственно-наглядного уровня на абстрактный. Тем самым снимаются ограничения, не осознаваемые человеком, но содержащиеся в его «теле», в структуре органов чувств и организма в целом. Они игнорируются ЭВМ. Поэтому пространство поиска резко увеличивается. Это значит, что к «интеллекту» ЭВМ предъявляются более высокие требования (поиска в более обширном пространстве), чем к интеллекту человека, к которому приток информации ограничен физиологической структурой его тела.

Обладающие психикой системы отличаются от ЭВМ прежде всего тем, что им присущи биологические потребности, обусловленные их материальным, биохимическим субстратом. Отражение внешнего мира происходит сквозь призму этих потребностей, в чём и выражается активность психической системы. ЭВМ не имеет потребностей, органически связанных с ее субстратом, для нее как таковая информация незначима, безразлична. Значимость, генетически заданная человеку, имеет два типа последствий. Первый - круг поиска сокращается, и, тем самым, облегчается решение задачи. Второй - нестираемые из памяти фундаментальные потребности организма обусловливают односторонность психической системы. Дрейфус пишет в связи с этим: «Если бы у нас на Земле очутился марсианин, ему, наверное, пришлось бы действовать в абсолютно незнакомой обстановке; задача сортировки релевантного и нерелевантного, существенного и несущественного, которая бы перед ним возникла, оказалась бы для него столь же неразрешимой, как и для цифровой машины, если, конечно, он не сумеет принять в расчет никаких человеческих устремлений». С этим можно не согласится. Если предложенный «марсианин» имеет иную биологию, чем человек, то он имеет и иной фундаментальный слой неотъемлемых потребностей, и принять ему «человеческие устремления» значительно труднее, чем ЭВМ, которая может быть запрограммирована на любую цель.

Живое существо в принципе не может быть по отношению к этому фундаментальному слою перепрограммировано, хотя для некоторых целей оно может быть запрограммировано вновь, посредством дрессировки. В этом смысле потенциальные интеллектуальные возможности машины шире подобных возможностей животных. У человека же над фундаментальным слоем биологических потребностей надстраиваются социальные потребности, и информация для него не только биологически, но и социально значима. Человек универсален и с точки зрения потребностей, и с точки зрения возможностей их удовлетворения. Однако эта универсальность особо присуща ему как социальному существу, производящему средства целесообразной деятельности, в том числе и системы искусственного интеллекта. Следовательно, телесная организация не только даёт дополнительные возможности, но и создает дополнительные трудности. Поэтому интеллекту человека важно иметь на вооружении системы, свободные от его собственных телесных или иных потребностей. Конечно, от таких систем неразумно требовать, чтобы они самостоятельно распознавали образы, классифицировали их по признакам, по которым это делает человек. Цели для них необходимо задавать в явной форме.

Следует отметить, что технические системы могут иметь аналог телесной организации. Развитая кибернетическая система обладает рецепторными и эффекторными придатками. Начало развитию таких систем положили интегральные промышленные роботы, в которых ЭВМ в основном выполняет функцию памяти. В роботах «третьего поколения» ЭВМ выполняет и «интеллектуальные» функции. Их взаимодействие с миром призвано совершенствовать их «интеллект». Такого рода роботы имеют «телесную организацию», конструкция их рецепторов и эффекторов содержит определенные ограничения, сокращающие пространство, в котором, образно говоря, могла бы совершать поиск цифровая машина. Тем не менее, совершенствование систем искусственного интеллекта на базе цифровых машин может иметь границы, из-за которых переход к решению интеллектуальных задач более высокого порядка, требующих учёта глобального характера переработки информации и ряда других гносеологических характеристик мышления, невозможен на дискретных машинах при сколь угодно совершенной программе. Техническая, а не только биологическая, эволюция отражающих систем оказывается связанной с изменением материального субстрата и конструкции этих систем. Такая эволюция, т. е. аппаратное усовершенствование систем искусственного интеллекта, например, через более интенсивное использование аналоговых компонентов, гибридных систем, голографии и ряда других идей, будет иметь место. При этом не исключается использование физических процессов, протекающих в мозгу, и таких, которые психика в качестве своих механизмов не использует. Наряду с этим ещё далеко не исчерпаны возможности совершенствования систем ИИ путём использования в функционировании цифровых машин гносеологических характеристик мышления, о которых речь шла выше.

В последнее время при анализе проблем, связанных с ИИ, часто применяют математический аппарат нечётких множеств, идея и реализация которого принадлежит американскому математику Л.Заде. Суть подхода состоит в отказе от принципа детерминизма. Пожалуй, наиболее поразительным свойством человеческого интеллекта является способность принимать правильные решения в обстановке неполной и нечёткой информации. Построение моделей, приближенных е рассуждениям человека, и использование их в компьютерных системах будущих поколений представляет сегодня одну из важнейших проблем науки. Смещение центра исследований нечётких систем в сторону практических приложений привело к выявлению целого ряда проблем, таких, как новые архитектуры компьютеров для нечётких вычислений, элементная база нечётких компьютеров и контроллеров, инструментальные средства разработки, инженерные методы расчёта и разработки нечётких систем управления и многое другое. Математическая теория нечётких множеств, предложенная Л.Заде около тридцати лет назад, позволяет описывать нечёткие понятия и знания, оперировать этими знаниями и делать нечёткие выводы. Основанные на этой теории методы построения компьютерных нечетких систем существенно расширяют области применения компьютеров. Нечёткое управление является одной из самых активных и результативных областей исследований применения теории нечётких множеств. Нечёткое управление оказывается особенно полезным, когда технологические процессы являются слишком сложными для анализа с помощью общепринятых количественных методов, или когда доступные источники информации интерпретируются неточно или неопределенно. Экспериментально показано, что нечёткое управление дает лучшие результаты, по сравнению с получаемыми, при общепринятых алгоритмах управления. Нечеткая логика, на которой основано нечеткое управление, ближе к человеческому мышлению и естественным языкам, чем традиционные логические системы.

компьютер периферийный искусственный интеллект

Список использованных источников

1. studentguide.ru: «Состав и структура системного блока компьютера» 23 Апр. 2009

2. www.intuit.ru: Наталья Ершова, Алексей Соловьев «Лекция 16: Состав, классификация и характеристики периферийных устройств», Ульяновский Государственный Университет, 2006

3. theoryandpractice.ru: Сергей Голенков, «Почему невозможно создать искусственный интеллект: сознание как испытание бытия/бытием», 22 окт. 2013

4. bookmate.com: Сотник С.Л. «Основы проектирования систем искусственного интеллекта» 1998

5. bookmate.com: Мамардашвили М.К. «Сознание как философская проблема» - «Вопросы философии», 1990, №10

6. bookmate.com: Лефевр В.А. «От психофизики к моделированию души.» - «Вопросы философии», 1990, №7, с. 25-31.

7. bookmate.com: Шамис А.Л. «Поведение, восприятие, мышление: проблемы создания искусственного интеллекта». - Серия «Науки об искусственном» - 2005.

Размещено на Аllbest.ru