Искусственный интеллект

Вопросы

Искусственный интеллект: характеристика понятия. Этапы развития.
Основные направления исследований в области

Искусственный интеллект

Термин введен в 1956 г. Дж. Маккарти
на Дартмусской конференции.
1950 г.

Искусственный интеллект

Имеет два значения:
Теория создания аппаратных и программных средств, способных

Трудность: не существует однозначного определения и понимания интеллекта естественного.
ИИ – набор

Когнитивная наука: теория и практика

От интеллекта естественного к искусственному

«Тезис Лавлейс»: машина никогда не сможет сделать то, чего не может

Парадокс «китайской комнаты»

Джон Сирл (Беркли, 1984):
парадокс «китайской комнаты»

«Иллюзия понимания» снаружи
при полном непонимании внутри.

Когнитивная наука и рукотворный мир:
«психопатология обыденных вещей»

Предметы из «Каталога невозможных

Невозможные объекты

Тайны природы

Существуют гигантские базы знаний, мощные экспертные системы, содержащие тысячи правил решения

История:
«Романтический период" ИИ.
Серьезные научные исследования.
Практические задачи.

1950-ые гг.
Г. Саймон, А. Ньюэл, Шоу –
ЛОГИК-ТЕОРЕТИК, ОБЩИЙ РЕШАТЕЛЬ ПРОБЛЕМ

Представители компьютерного пессимизма:
Х. Дрейфус «Чего не могут вычислительны машины». 1978
Х. Дрейфус,

Обработка естественного языка:
системы машинного перевода (1950-е)

Spirit is strong, but flesh

1960-ые гг.
Метод резолюций Робинсона.
Цель исследований: разработка программ, способных решать "человеческие задачи".

З. Пилишин – теоретическая концепция ИИ как машинного эквивалента человеческого мышления.

Л. Сутро, У. Килмер, Дж. Олбус – нейроподобные сети.

Мозг человека: преимущества перед компьютером

1011 нейронов, 1014-1015 связей между нейронами.
Частота

Нейронные сети: рождение идеи (1943)

Уоррен Маккаллох

Уолтер Питтс

Нейросетевой подход:
основные положения

Процессы познания -- результат взаимодействия большого числа

Критика перцептронов: математическое обоснование их неэффективности в решении задач распознавания образов

М. Мински, Р. Шенк – фреймовые системы.
Фрейм – целостная структура, содержащая

Дэвид Марр «Зрительное восприятие: вычислительное исследование отображения и обработки зрительной информации

Этапы развития систем ИИ:

Первый этап – игры. Математические головоломки. 1956 –

Искусственный интеллект

- решение задач
- экспертные системы и системы поддержки принятия

Экспертные системы и нейронные сети

Их использование сочетается с технологией традиционного программирования.
Преимущество:

Машинный интеллект и робототехника

Роботы первого поколения (промышленные роботы).
Роботы второго поколения (система

Автономные агенты

Генри Либерман
(Лаборатория MIT) –
автоматическое
генерирование технической
документации.
SAP разработала новую

Генетическое программирование

Genetic programming – использование метафоры генной инженерии для описания различных

Успех систем ИИ:

Специализация
Языки традиционного программирования
Интегрированность
Открытость и переносимость

Направления исследований в области ИИ

Основа деления – две точки зрения на

Искусственный интеллект

Моделирование результатов интеллектуальной деятельности. Машинный интеллект

Моделирование биологических систем. Искусственный разум

Моделирование

Экспертные системы

Относятся к системам ИИ общего назначения – системам, которые не

Структура экспертной системы

Эксперт-пользователь
Д
И
А
Л
О
Г

Объяснение

Рабочая память

Приобретение знаний

Решатель

База знаний

Сущность ЭС:
В базе знаний записан перечень возможных проблемных ситуаций,

Объяснение в ЭС

Цель: обосновать, аргументировать ответ в максимально естественной форме.
Что

Знания в ЭС

Знания о предметной области
Общие знания
Знания как

Представление знаний в ЭС

ЕСЛИ (условие) – ТО (действие)
ЕСЛИ пациент был по

Разработка ЭС

Эксперт.
Программист-специалист по разработке инструментальных средств.
Инженер по знаниям.

Схема работы ЭС

ЭС в исторических исследованиях

ГИДРОНИМИКОН (Ю.Е.Храмов) – анализ проихождения гидронимов Восточной славии.