Системи штучного інтелекту

Проблеми

Продукційна модель знімає обмеження, характерні для логіки, проте з  нею пов'язані інші пробеми: нескінченні  цикли, можлива суперечність знань  і непрозорість поведінки машини виведення.

Нескінченні цикли виникають у  тому випадку, коли машина виведення  повертається до правил, які вже  були переглянуті. Це можливо, наприклад, за наявності таких правил:

If A then B; If B then C; If C then A.

Суперечливі знання з'являються тоді, коли додавання нових правил призводить до суперченості тим фактам, які  можна було отримати раніше.

Непрозорість поведінки обумовлена тим, що немає жодних принципів, які  б встановлювали порядок перегляду  правил і їхнього застосування в  тому випадку, коли може бути застосовано  кілька правил. Унаслідок цього досить важко обробляти всі продукційні  бази знань великого обсягу, оскільки навіть за умов коректності всіх наявних  правил хибний порядок їхнього виконання  може привести до помилок, що важко  виявляються.

Частково зняти обмеження, характерні для формально-логічної та продукційної моделей, можна шляхом структуризації бази знань. Названі моделі допускають зображення в базі знань лише елементарних фактів. Структуризація фактів приводить  до створення груп взаємопов'язаних фактів, тобто певних абстракцій. Структурні абстракції можуть мати свою семантику, щодо якої застосовуються правила виведення.

Семантичні мережі та фрейми, найчастіше використовуються у моделях, які  підтримують структурні абстракції.

Штучний інтелект, який аналізує питання  і підбирає людину для відповіді  на нього Тахуті.

20q — проект, в основі якого лежать ідеї ШІ, за мотивами класичної гри «Двадцять питань». Став дуже популярним після появи в інтернеті на сайті 20q.net.

Розпізнання голосового тексту. Системи такі як ViaVoice здібні обслуговувати користувачів.

Роботи в щорічному  турнірі RoboCup змагаються в спрощеній формі футболу.

«Cleverbot» — веб-застосунок що здатен проводити бесіди з людьми англійською мовою.

Cleverbot (англ. розумний бот) — є веб-застосунком що використовує алгоритм штучного інтелекту для проведення бесід з людьми англійською мовою. Був створений у 1988 році британським вченим по штучному інтелекту Ролло Карпентером (англ. Rollo Carpenter), який також створив «Jabberwacky», аналогічний веб-додаток. У перше десятиліття свого існування, Cleverbot провів кілька тисяч бесід з Карпентером і його соратниками. З моменту старту в Інтернеті в 1997 році число розмов перевищило 65 млн.

На противагу іншим розмовним  ботам, відповіді Cleverbot не є суто запрограмованими. Штучний інтелект оперує словами  що були вписані людьми в попередніх бесідах. Люди пишуть в рядок під  логотипом Cleverbot і система знаходить  всі ключові слова або точну  фразу відповідних вхідних і  після пошуку через її фонд розмов попередніх балачок, реагує на введення, знаходячи як люди відповідали в  минулому[1] [2]. Комерційна версія Cleverbot працює на рівні більше тисячі запитів  на сервер за одиницю часу. Завдяки  добрій організації штучного інтелекту, збільшилась швидкість і якість відповідей.

Cleverbot взяв участь разом з  людьми у формальному тесті  Тюринга в 2011 Techniche фестиваль в  Індійському технологічному інституті  Гувахаті 3 вересня 2011 року. З 1334 голосів  Cleverbot отримав більше 50% визнань що  він людина. Оцінка в розмірі  50% або більше часто вважається  прохід тест Тюринга.

Blue Brain Project — проект з комп'ютерного моделювання неокортексу людини. Почався в липні 2005 року. Над проектом спільно працюють компанія IBM і Швейцарський Федеральний Технічний Інститут Лозанни (École Polytechnique Fédérale de Lausanne — EPFL). У проекті використовується суперкомп'ютер Blue Gene.

Імітаційне моделювання

Основною структурною одиницею неокортексу (нової кори головного  мозку) людини є нейронна колонка. Одна така колонка містить близько 103-104 нейронів, дендрити яких проходять  через всю висоту колонки. Неокортекс і кожна його колонка складається  з 6 шарів. Товщина кожного шару приблизно  дорівнює товщині кредитної картки. Кількість шарів відіграє істотну  роль у розумовому процесі. Так, наприклад, у собаки 4 шари нової кори, через  що вона не має здатністі прогнозувати ситуацію.

Проект використовує суперкомп'ютер Blue Gene для моделювання колонок. Наприкінці 2006 року вдалося змоделювати одну колонку неокортексу молодого щура. При цьому використовувався один комп'ютер Blue Gene і було задіяно 8192 процесора  для моделювання 10000 нейронів. Тобто  практично один процесор моделював  один нейрон. Для з'єднань нейронів було змодельовано близько 3х107 синапсів.

У цей час команда працює над  «режимом реального часу», при якому 1 секунда реального часу роботи мозку моделюється процесорами  за 1 секунду.

Фаза I

26 листопада 2007 року було оголошено  про завершення «Фази I» проекту  Blue Brain. Результатами цієї фази  є:

Нова модель мережевої структури, яка автоматично, за запитом, генерує  нейронну мережу за наданими біологічним  даними.

Новий процес симуляції та саморегуляції, який перед кожним релізом автоматично  проводить систематичну перевірку  та калібрування моделі, для точнішої відповідності біологічній природі.

Перша модель колонки неокортексу  клітинного рівня, побудована виключно за біологічними даними.

3D візуалізація

У процесі моделювання виходить величезний обсяг даних (сотні гігабайт інформації на секунду), які надзвичайно  важко аналізувати. Тому крім паралельної  обробки вихідних даних був розроблений  інтерфейс 3D візуалізації колонки. Меш-об'єкт  візуалізованої колонки (10000 нейронів) містить близько 1 більйона трикутників  і має обсяг в 100 Гб. Модель колонки, з відображенням електричної  активності має обсяг близько 150 Гб. Такий інтерфейс дозволяє візуально  аналізувати інформацію електричної  активності та виявляти найцікавіші  зони. Він також дозволяє порівнювати  результати, отримані моделюванням з  експериментальними результатами, які  були отримані шляхом вимірюванням мікро  електроенцефалограми колонки. Калібрування моделі за рахунок порівняння з реальною біологічною колонкою буде проведено  в «Фазі II» проекту.

Керівник проекту —  невролог Генрі Маркрам (Henry Markram) зі Швейцарського федерального технологічного інституту в Лозанні отримає  на його реалізацію 0,5 млрд. євро. Такий  же обсяг фінансових коштів протягом десяти років внесе в його розвиток сам інститут і приватні компанії. Застосування і перспективи розвитку

Застосування ШІ

Банки застосовують системи  штучного інтелекту (СШІ) в страховій  діяльності (актуарна математика) при  грі на біржі і управлінні власністю. У серпні 2001 року роботи виграли  в людей у імпровізованому  змаганні з трейдингу (BBC News, 2001). Методи розпізнавання образів, (включаючи, як складніші й спеціалізованіші, так і нейронні сітки) широко використовують при оптичному і акустичному  розпізнаванні (в тому числі тексту і голосу), медицинській діагностиці, спам-фільтрах, в системах ППО (визначення цілей), а також для забезпечення ряду інших задач національної безпеки.

Розробники комп'ютерних  ігор вимушені застосовувати ШІ тої  чи іншої міри пропрацьованості. Стандартними задачами ШІ в іграх є відшукання шляху в двовимірному або тривимірному просторі, імітація поведінки бойової  одиниці, обрахунок вірної економічної  стратегії і так далі.

Перспективи ШІ

Проглядаються два напрямки розвитку ШІ:

перший полягає у вирішенні  проблем, пов'язаних з наближенням  спеціалізованих систем ШІ до можливостей  людини і їх інтеграції, яка реалізована  природою людини.

другий полягає у створенні  Штучного Розуму, який представляє  інтеграцію уже створених систем ШІ в єдину систему, здібну вирішувати проблеми людства.

Чи може машина мислити?

Найгарячіші суперечки  у філософії штучного інтелекту  викликає питання можливості мислення творення людських рук. Питання «Чи  може машина мислити?», яке підштовхнуло дослідників до створення науки  про моделювання людського розуму, було поставлено Аланом Тьюрінгом у 1950 р. Дві основних точки зору на це питання носять назви гіпотез  сильного і слабкого штучного інтелекту.

Термін «Сильний штучний  інтелект» ввів Джон Сьорль, його ж  словами підхід і характеризується:

Більше того, така програма буде не тільки моделлю розуму; вона в буквальному розумінні слова  сама і буде розумом, в тому ж розумінні, в якому людський розум — це розум..[5]

З іншого боку, прихильники  слабкого ШІ надають перевагу розгляду програми лише як інструмент, який дозволяє вирішувати ті чи інші задачі, які не потребують повного спектру людських пізнавальних здібностей.

У своєму мисленному експерименті «Китайська кімната», Джон Сьорль показує, що походження теста Тьюринга не є  критерієм наявності істиного процесу  мислення.

Мислення є процесом опрацювання інформації, яка перебуває  в памяті: аналіз, синтез і самопрограмування.

Аналогічну позицію займає і Роджер Пенроуз, який в своїй  книзі «Новий розум короля» аргументує неможливість отримання процесу  мислення на основі формальних систем[6].

Що вважати інтелектом?

Існують різні точки  зору на це запитання. Аналітичний підхід допускає аналіз вищої нервової діяльності людини до нижчої, неподільного рівня (функція вищої нервової діяльності, елементрана реакція на зовнішні подразники (стимули), збудження синапсів сукупності зв'язаних функцією нейронів) і подальше відтворення цих функцій.

Деякі спеціалісти за інтелект приймають здатність раціонального, мотивованого вибору, в умовах недостатку інформації. Тобто інтелектуальною  просто рахується та програма діяльності (не обов'язково реалізована на сучасних ЕОМ), яка зможе вибрати із визначеної множини альтернатив, наприклад, куди іти у випадку «наліво підеш  …», «направо підеш …», «прямо підеш  …».

 

РОЗДІЛ 3. ШТУЧНИЙ ІНТЕЛЕКТ В УКРАЇНІ

В Україні питанням штучного інтелекту  займається Інститут проблем штучного інтелекту НАН України.

Інститут проблем штучного інтелекту  Національної Академії Наук України  — науково-дослідний заклад у  Донецьку. До 2011 року мав назву "Інститут проблем штучного інтелекту НАН  і МОН України" та підпорядковувався  Державному університету інформатики  і штучного інтелекту.

В інституті фундаментально-теоретичними та прикладними дослідженнями в  галузі штучного інтелекту займаються понад 340 співробітників.

Основними напрямками наукової діяльності інституту є:

• створення інтелектуальних інтерфейсів і комп'ютерів нового покоління;
• дослідно-конструкторські розробки;
• створення робототехнічних систем i комп'ютерів нової генерації;
• вирішення загальнотеоретичних i прикладних проблем штучного інтелекту;
• комп'ютерна обробка i розпізнавання мовних i зорових образів;
• створення природномовних інтерфейсів сучасних комп'ютерів та розпізнавання мовних образів;
• впровадження елементів штучного інтелекту при створенні інтелектуальних роботів;
• впровадження сучасних комп'ютерних технологій: до медико-біологічних досліджень функціональних можливостей людського мозку; до сфери освіти (створення інтелектуальних інформаційно-навчальних систем i розробка комп'ютерних підручників та навчальних посібників); до сфери психофізіологічних досліджень інтелектуальної діяльності людини (розробка тестів для визначення загального рівня й кількісної оцінки інтелекту).

Сьогодні в інституті інтенсивно ведуться розробки комп'ютерів нового покоління з розвинутим інтелектуальним  інтерфейсом та інтелектуально-механічних роботів цільового призначення.

ПРОЕКТИ ІНСТИТУТУ

Комп`ютерна система автоматичного  розпiзнавання зон ультразвукової луногенностi "КРУЇЗ"

призначення

Система "КРУЇЗ" - програмний продукт, що використовує найсучаснiшi алгоритми обробки i розпiзнавання зображень. Головне призначення "КРУЇЗ" - пiдвищення якостi дiагностики в  ультразвуковiй медицинi. За допомогою  нашої комп'ютерної системи можна  дослiджувати стан окремих луногенних зон на УЗД – зображеннi будь-якого  органу, стосовно якого iснує гiпотетичний дiагноз. "КРУЇЗ" робить обробку, перетворення й виявлення специфiчних зон на лунограмi пацiєнта. У результатi професійний спецiалiст в ультразвуковiй медицинi може уточнити дiагноз.

Унiкальнiсть  системи "КРУЇЗ" – в автоматичному  видiленні зон (областей) лунограми, однорiдних за своїми вiдбиваючими властивостями.

Спецiалiзована база даних системи: "КРУЇЗ" використовує спецiалiзовану базу даних для упорядкованого збереження вихiдних зображень лунограм i результатiв обробки.