Информационные технологии создания систем искуственного интеллекта

    Для большинства логических методов  характерна большая трудоемкость, поскольку во время поиска доказательства возможен полный перебор вариантов. Поэтому данный подход требует эффективной реализации вычислительного процесса, и хорошая работа обычно гарантируется при сравнительно небольшом размере базы данных.

              2.2 Структурный подход

    _П

од структурным  подходом мы подразумеваем здесь  попытки построения ИИ путем моделирования  структуры человеческого мозга. Одной из первых таких попыток был перцептрон Френка Розенблатта. Основной моделируемой структурной единицей в перцептронах (как и в большинстве других вариантов моделирования мозга) является нейрон.

    Позднее возникли и другие модели, которые получили довольно широкую известность под термином "нейронные сети" (НС). Эти модели различаются по строению отдельных нейронов, по топологии связей между ними и по алгоритмам обучения. Среди наиболее известных сейчас вариантов НС можно назвать НС с обратным распространением ошибки, сети Хопфилда, стохастические нейронные сети.⁷

    НС  наиболее успешно применяются в  задачах распознавания образов, в том числе сильно зашумленных, однако имеются и примеры успешного  применения их для построения собственно систем ИИ, это уже ранее упоминавшийся ТАИР.

    Для моделей, построенных по мотивам  человеческого мозга характерна не слишком большая выразительность, легкое распараллеливание алгоритмов, и связанная с этим высокая производительность параллельно реализованных НС. Также для таких сетей характерно одно свойство, которое очень сближает их с человеческим мозгом — нейронные сети работают даже при условии неполной информации об окружающей среде, то есть как и человек, они на вопросы могут отвечать не только "да" и "нет" но и "не знаю точно, но скорее да".

              2.3 Эволюционный подход

    Довольно  большое распространение получил  и эволюционный подход. При построении систем ИИ по данному подходу основное внимание уделяется построению начальной модели, и правилам, по которым она может изменяться (эволюционировать). Причем модель может быть составлена по самым различным методам, это может быть и НС, и набор логических правил, и любая другая модель. После этого мы включаем компьютер, и он на основании проверки моделей отбирает самые лучшие из них, на основании которых по самым различным правилам генерируются новые модели, из которых опять выбираются самые лучшие и т. д.

    В принципе можно сказать, что эволюционных моделей как таковых не существует, существует только эволюционные алгоритмы  обучения, но модели, полученные при эволюционном подходе, имеют некоторые характерные особенности, что позволяет выделить их в отдельный класс.

    Такими  особенностями являются перенесение  основной работы разработчика с построения модели на алгоритм ее модификации и то, что полученные модели практически не сопутствуют извлечению новых знаний о среде, окружающей систему ИИ, то ест ь она становится как бы вещью в себе.

              2.4 Имитационный подход

    Еще один широко используемый подход к  построению систем ИИ — имитационный. Данный подход является классическим для кибернетики с одним из ее базовых понятий — "черным ящиком" (ЧЯ). ЧЯ — устройство, программный  модуль или набор данных, информация о внутренней структуре и содержании которых отсутствуют полностью, но известны спецификации входных и выходных данных. Объект, поведение которого имитируется, как раз и представляет собой такой "черный ящик". Нам не важно, что у него и у модели внутри и как он функционирует, главное, чтобы наша модель в аналогичных ситуациях вела себя точно так же.

    Таким образом, здесь моделируется другое свойство человека — способность копировать то, что делают другие, не вдаваясь в подробности, зачем это нужно. Зачастую эта способность экономит ему массу времени, особенно в начале его жизни.

    Основным  недостатком имитационного подхода  также является низкая информационная способность большинства моделей, построенных с его помощью.

    С ЧЯ связана одна очень интересная идея. Кто бы хотел жить вечно? Я  думаю, что почти все ответят  на этот вопрос "я".

    Представим  себе, что за нами наблюдает какое-то устройство, которое следит за тем, что в каких ситуациях мы делаем, говорим. Наблюдение идет за величинами, которые поступают к нам на вход (зрение, слух, вкус, тактильные, вестибулярные и т. д.) и за величинами, которые выходят от нас (речь, движение и др.). Таким образом человек выступает здесь как типичный ЧЯ.

    Далее это устройство пытается отстроить  какую-то модель таким образом, чтобы при определенных сигналах на входе человека, она выдавала на выходе те же данные, что и человек. Если данная затея будет когда-нибудь реализована, то для всех посторонних наблюдателей такая модель будет той же личностью, что и реальный человек. А после его смерти она, будет высказывать те мысли, которые предположительно высказывал бы и смоделированный человек.

    Мы  можем пойти дальше и скопировать  эту модель и получить брата близнеца с точно такими же "мыслями". Подобную идею (вернее даже ее реализацию) можно увидеть в романе братьев Стругацких «Полдень,  XXII век».

              Заключение

    Развитие  информационной техники позволило  компенсировать человеку психофизиологическую ограниченность своего организма в  ряде направлений. “Внешняя нервная система”, создаваемая и расширяемая человеком, уже дала ему возможность вырабатывать теории, открывать количественные закономерности, раздвигать пределы познания сложных систем. Искусственный интеллект и его совершенствование превращают границы сложности, доступные человеку, в систематически раздвигаемые. Это особенно важно в современную эпоху, когда общество не может успешно развиваться без рационального управления сложными и сверхсложными системами. Разработка проблем искусственного интеллекта является существенным вкладом в осознание человеком закономерностей внешнего и внутреннего мира, в их использование в интересах общества и тем самым в развитие свободы человека.

              Список литературы

1. Гайсинский  И.Е., Вострикова Т.В., Перова М.В., Зверяко А.Е. Информационные технологии: практикум: Учебное пособие / Под общ. ред. И.Е. Гайсинского. Ростов н/Д.: Изд-во: Мини-Тайп, 2012, 400 с.
2. Вострикова Т.В., Перова М.В. Информационные технологии. Банк тестовых заданий. Ростов н/Д., 2011, 138 с.
3. Автоматизированные информационные технологии в экономике: Учебник / Под ред. Г.А. Титоренко. М.: ЮНИТИ, 2005.
4. Гайсинский И.Е., Вострикова Т.В., Перова М.В. Информатика: теоретические основы и практика. Ростов н/Д: Изд-во СКАГС, 2008, 115 с.
5. Информатика: Учебник / Под общ. ред. А.Н. Данчула. М.: Изд-во РАГС, 2004, 528 с.
6. Информатика / Под ред. Н.В. Макаровой. М.: Финансы и статистика, 2005.
7. Голицына О.Л., Максимов Н.В., Партыка Т.Л., Попов И.И. Информационные технологии: Учебник для вузов. М.: Форму, Инфра-М, 2006, 544 с.
8. Тьюринг А. М. Вычислительные машины и разум. // В сб.: Хофштадер Д., Деннет Д. Глаз разума. — Самара: Бахрах-М, 2003.
9. Дрейфус Х. “Чего не могут вычислительные машины” . - М.: Прогресс, 1979
10. “Компьютер обретает разум” . Москва Мир 1990
11. Брушлинский А. В. “Возможен ли “искусственный интеллект?”
12. Уоссермен Ф. Нейрокомпьютерная техника. — М., Мир, 1992.
13. Монахова Е. «Нейрохирурги» с Ордынки, PC Week/RE, № 9, 1995.
14. http://ru.wikipedia.org – Википедия, свободная энциклопедия