Основи інтелектуальних систем

"Область науки,  яка має справу з поясненням і відтворенням інтелектуальної поведінки в термінах обчислювальних процесів" (Schalkoff, 1990).

"Вивчення того, як  примусити комп’ютери робити речі, які в даний час краще роблять люди" (Rich, Knight, 1991).

"Вивчення обчислень, які дають можливість розпізнавати, роздумувати і діяти" (Winston, 1992).

"Область інформатики, що має  справу з автоматизацією інтелектуальної  поведінки" (Luger, Stubblefield, 1993).

"Властивість автоматичних систем  брати на себе окремі функції  інтелекту людини, такі як, обирати й приймати оптимальні рішення на основі раніше отриманого досвіду та раціонального аналізу зовнішніх дій".

Така різноманітність визначень  пояснюється тим, що поняття "Штучний  інтелект" може розглядатися в різних контекстах. Воно може розглядатися як наука, набір технологій, реалізована модель розуму (мета), розділ інформатики, що займається вивченням того, як працює мозок.

Деякі учені схильні розглядати "штучний інтелект" як дещо постійне, що вислизає і недоступне (мета, що завжди знаходиться за горизонтом). Така точка зору пояснюється тим, що технології і алгоритми, розроблені в рамках штучного інтелекту, з часом стають невід’ємною частиною інформаційних технологій і більш не асоціюються з штучним інтелектом. Якщо встати на цю точку зору, то штучним інтелектом можна назвати "ще не широко використовувані або не відкриті технології, які реалізують або моделюють процеси обробки інформації в нервовій системі".

Введемо визначення, які  використовуватимемо як робочі визначення.

Предметом інформатики є обробка інформації за відомими законами. Предметом штучного інтелекту є вивчення інтелектуальної діяльності людини, що підкоряється законам, які наперед невідомі. Штучний інтелект – розділ інформатики, що вивчає методи, способи моделювання та відтворення за допомогою ЕОМ різної діяльності людини, пов’язаної з розв’язання будь-яких задач.

Мета ШІ – змоделювати розумну діяльність людини, автоматизувати мислення. Розумна діяльність – розв’язування складних задач. Область застосування – розв’язання слабоформалізованих задач.

Слабоформалізовані задачі – це задачі, які володіють наступними властивостями:

1. цілі цих задач не можуть бути представлені у вигляді математичних функцій;
2. алгоритми досягнення даної цілі не можуть бути описані строго математично (не існує алгоритмічного розв’язання задачі);
3. в багатьох випадках для цих задач алгоритмічний розв’язок існує, але простір пошуку рішень дуже великий;
4. для розв’язання задач потрібні евристики – тверждення, що засновані на досвіді, інтуіції. Мета їх застосування – знайти більш раціональний розв’язок, а не оптимальний, шляхом виключення наперед непотрібних рішень;
5. дані та знання, що використовуються для розв’язання цих задач, володіють наступними властивостями: не повні; помилкові; різнорідні; неоднозначні; суперечливі; динамічні.

Системою називатимемо множину елементів, що знаходяться у певних зв’язках та відношеннях один з одним та із зовнішнім середовищем, утворюють цілісність та єдність.

Зовнішнє (оточующе середовище) – це ті елементи, які не входять до складу системи, але зміна стану яких впливає на стан системи.

Адаптивна система – це система, яка зберігає працездатність при непередбачуваних змінах властивостей керованого об’єкту, цілей управління або оточуючого середовища шляхом зміни алгоритму функціонування, програми поведінки або пошуку оптимальних, в деяких випадках просто ефективних, рішень і станів. Традиційно, за способом адаптації розрізняють системи, що самостійно налагоджуються, самостійно навчаються і такі, що самостійно організуються [4].

Складна система – система, яка характеризується великою кількістю параметрів, ієрархічністю структури, різнорідністю елементів.

Під інтелектуальною системою розумітимемо адаптивну систему, що дозволяє будувати доцільні програми для розв’язання поставлених перед нею завдань на основі аналізу конкретної ситуації, що склалася в даний момент в оточуючому середовищі [5].

Зробимо два важливі  доповнення до даного визначення.

1. До переліку завдань, що вирішуються за допомогою ІС відносяться завдання, що володіють, як правило, наступними особливостями:
• наперед невідомий алгоритм рішення завдань (такі завдання називатимемо інтелектуальними завданнями);
• крім традиційних даних в числовому форматі використовується інформація у вигляді зображень, малюнків, знаків, літер, звуків;
• передбачається наявність вибору дій (не існує алгоритму - це означає, що потрібно зробити вибір між багатьма варіантами в умовах невизначеності). Свобода дій є істотною складовою інтелектуальних завдань.
2. Інтелектуальні робототехнічні системи (ІРС) містять змінну, таку, що налаштовується, модель зовнішнього світу і реальної виконавчої системи, з об’єктом управління. Мета і дії, що управляють, формуються в ІРС на основі знань про зовнішнє середовище, об’єкт управління і на основі моделювання ситуацій в реальній системі.

Про які ознаки інтелекту  доречно говорити стосовно інтелектуальних систем? ІС повинна уміти в наборі фактів розпізнати істотні, ІС здатні з наявних фактів і знань зробити виведення (висновки) не тільки з використанням дедукції, але і за допомогою аналогії, індукції і т.д. Крім того, ІС повинні бути здібні до самооцінки - володіти рефлексією, тобто засобами для оцінки результатів власної роботи. За допомогою підсистем пояснення ІС може відповісти на питання, чому отриманий той або інший результат. Нарешті, ІС повинна уміти узагальнювати, уловлюючи схожість між наявними фактами.

Чи можна вважати  шахову програму інтелектуальною системою? Якщо шахова програма при повторній грі робить одну і ту ж помилку - то не можна. Навчана, адаптивність, накопичення досвіду і знань - найважливіші властивості інтелекту. Якщо шахова програма реалізована на комп’ютері з нескінченно-високою швидкодією і обіграє людину за рахунок прорахунку всіх можливих варіантів гри за жорсткими алгоритмами - то таку програму ми також не назвемо інтелектуальної. Але якщо шахова програма здійснює вибір та прийняття рішень в умовах невизначеності на основі ефективних методів ухвалення рішень і евристик, коректуючи свою гру від партії до партії в кращу сторону, то таку програму можна вважати достатньо інтелектуальною.

Кожний раз, як тільки виникають сумніву в інтелектуальності деякої системи, домовимося згадувати тест Алана Тьюринга на інтелектуальність. Після цього сумніву і подальші спори, як правило, припиняються.

3. Інформація (дані) і знання

Чим відрізняється поняття "знання" від поняття "дані" або "інформація"? Останнім часом учені приходять до висновку, що разом з речовиною і енергією інформація є об’єктивно існуючою невід’ємною частиною матеріального світу, що характеризує його впорядкованість (неоднорідність) або структуру. Здатність живих істот зберігати свою структуру (впорядкованість) в світі, де, ймовірно, превалює прагнення до збільшення ентропії (однорідності), обумовлена їхньою здатністю розпізнавати структуру навколишнього світу і використовувати результат розпізнавання (тобто знання про світ) для цілей виживання.

Дані – це окремі факти, інформація фізичного характеру, що характеризують об’єкти, процеси та явища предметної області, а також їх властивості. Як правило, ця інформація не потребує при своєму подальшому використанні більш глибокого осмислення та аналізу. Дані – це інформація, отримана в результаті спостережень або вимірювань окремих властивостей (атрибутів), що характеризують об’єкти, процеси та явища предметної області. Зазвичай дані представляють у вигляді таблиць, діаграм, графіків.

Знання – це сприйнята живою істотою (суб’єктом) інформація із зовнішнього світу, що описує не тільки окремі факти, але й взаємозв’язки між ними.

Знання – це зв’язки та закономірності предметної області (принципи, моделі, закони), отримані в результаті практичної діяльності та професійного досвіду, що дозволяють спеціалістам ставити та розв’язувати задачі в даній області. Знання – це добре структуровані дані, або дані про дані або мета дані.

На відміну від "інформації" поняття "знання" є суб’єктивним. Воно залежить від особливостей життєвого досвіду суб’єкта, його історії взаємовідношень із зовнішнім середовищем, тобто від особливостей процесу його навчання або самонавчання. На цьому рівні абстракції знання є унікальним і обмін знанням між індивідуумами не може відбуватися без втрат на відміну від даних, в яких закодована інформація (неоднорідність), і які можуть передаватися від передавача до приймача без втрат (не враховуючи можливість спотворення унаслідок перешкод). Знання передається між суб’єктами за допомогою будь-якої мови представлення знань, найбільш типовим представником якого є природна мова. Створюючи і використовуючи природну мову, людина з одного боку прагнула в нім формалізувати та уніфікувати знання для того, щоб передавати їх однаковим чином найбільшій кількості людей з різним життєвим досвідом, а з іншого боку, намагався дати можливість передавати все багатство особистого знання. Перша тенденція призвела до появи різних формалізованих спеціальних діалектів мови в різних областях знань (математиці, фізиці, медицині та ін.). Друга призвела до появи художньої літератури, в основі якої лежить прагнення засобами мови викликати асоціації (переживання) мозку людини, тобто примусити її думати і переживати на основі знань, що почерпнули з прочитаного, і своїх власних знань. Тобто всі різновиди мистецтва направлені на це – передачу знань з використанням асоціацій.

Якщо перейти від  такого високого рівня абстракції (філософського) до більш приземленого, то можна порівнювати знання і дані в їх формалізованому вигляді, що зазвичай і робиться в літературі з штучного інтелекту.

1. Знання є результатом, отриманим шляхом пізнання навколишнього світу та його об’єктів.
2. Знання – система думок з принциповою і єдиною організацією, заснована на об’єктивній закономірності.
3. Знання це формалізована інформація, на яку посилаються або яку використовують в процесі логічного виведення (рис. 2).
4. Під знаннями розумітимемо сукупність фактів і правил. Поняття правила, що представляє фрагмент знань, має вигляд:

якщо <умова> то <дія>

Наприклад, якщо X є істинним і Y є істинним, то Z є істинним з достовірністю P.

 
Рис. 2. Процес логічного виведення в ІС

Визначення 1 і 2 є достатньо загальними філософськими визначеннями. В ІС прийнято використовувати визначення 3 для визначення знань. Визначення 4 є окремим випадком визначення 3.

Знання можуть бути отримані: 1) на основі обробки експериментальних  даних; 2) в результаті мислительної діяльності людини.

Під статичними знаннями розумітимемо знання, введені до ІС на етапі її проектування. Під динамічними знаннями (досвідом) розумітимемо знання, отримані ІС в процесі функціонування або експлуатації в реальному часі.

База знань – основа будь-якої інтелектуальної системи, де знання описані на деякій мові представлення знань, максимально наближеній до природної.

Поверхневі знання – знання про видимі взаємозв’язки між окремими подіями та фактами в предметній області.

Глибокі знання – абстракції, аналогії та схеми, що відображають структуру та природу процесів, що протікають в предметній області.

В ІС знання можна поділити на факти та правила. Під фактами маються на увазі знання типу «A це A», вони характерні для баз даних. Під правилами (продукціями) розуміються знання виду «ЯКЩО-ТО». Окрім цих знань існують так звані метазнання (знання про знання). Створення продукційних систем для представлення знань дозволило поділити знання та управління в комп’ютерній програмі, забезпечити модульність продукційних правил, тобто відсутність синтаксичної взаємодії між правилами. При створенні моделей представлення знань слід враховувати такі чинники, як однорідність уявлення і простота розуміння. Виконати цю вимогу в рівній мірі для простих і складних завдань досить складно.

Розглянемо докладніше систему управління ІРС, структурна схема якої представлена на рис. 3.

 
Рис. 3. Структурна схема інтелектуальної робототехнічної системи

На цьому малюнку  стрілками позначений напрям руху інформації, двонаправленими стрілками позначена  взаємодія типу «запит-відповідь» і  «дія-підтвердження», вельми поширена в інформаційних системах. Входом системи є Блок введення інформації, призначений для введення числових даних, тексту, мови, розпізнавання зображень. Інформація на вхід системи може поступати (залежно від завдання, що розв’язується) від користувача, зовнішнього середовища, об’єкту управління. Далі вхідна інформація поступає до Блоку логічного виведення, або відразу в базу даних (БД) – сукупність таблиць, що зберігають, як правило, символьну і числову інформацію про об’єкти предметної області (у нашому випадку – об’єкти робототехніки).

Блок логічного доведення (БЛД) і формування керуючої інформації забезпечує знаходження розв’зків для нечітко формалізованих завдань ІС,а також здійснює планування дій і формування керуючої інформації для користувача або об’єкту управління на основі Бази Знань (БЗ), БД, Бази Цілей (БЦ) і Блоку Алгоритмічних Методів Розв’язання (БАМР).

БЗ – сукупність знань, наприклад, система продукційних правил, про закономірності наочної області.

БЦ – це сукупність локальних цілей системи, що є сукупністю знань, активізованих в конкретний момент і в конкретній ситуації для досягнення глобальної цілі.

БАМР містить програмні  модулі розв’язання завдань предметної області за жорсткими алгоритмами.

Блок засвоєння знань (БЗЗ) здійснює аналіз динамічних знань з метою їх засвоєння і збереження в БЗ.

Блок пояснення рішень (БПР) інтерпретує користувачеві послідовність логічного виведення, що застосовується для досягнення поточного результату.

На виході системи  Блок виведення інформації забезпечує виведення даних, тексту, мови, зображень та інші результати логічного виведення користувачеві і/або Об’єкту Управління (ОУ).

Контур зворотного зв’язку дозволяє реалізувати властивості адаптивності та навчання ІС. На етапі проектування експерти й інженери зі знань наповнюють базу знань і базу цілей, а програмісти розробляють програми алгоритмічних методів розв’язків. База даних створюється і поповнюється, як правило, в процесі експлуатації ІС.

Динаміка роботи ІРС може бути описана таким чином. Під час надходження інформації на зовнішній мові системи на вхід БВІ проводиться її інтерпретація у внутрішнє представлення для роботи з символьною моделлю системи. БЛВ вибирає з БЗ множину правил, активізованих вхідною інформацією, що поступила, і поміщає ці правила в БЦ як поточні цілі системи. Далі БЛВ за заданою стратегію, наприклад, стратегією максимальної достовірності, вибирає правило з БЦ і намагається довизначити змінні моделі, оточуючого середовища і виконавчої системи з об’єктом управління. На основі цього активізуються нові правила БЗ і починається логічне виведення в системі продукцій (правил). Ця процедура закінчується, як тільки рішення буде знайдено, або коли буде вичерпана БЦ. Знайдене рішення з внутрішнього представлення інтерпретується Блоком Виведення інформації у зовнішню мову підсистеми управління нижчого рівня і об’єкту управління.