Искусственный интеллект

Автор работы: Пользователь скрыл имя, 15 Марта 2012 в 16:36, творческая работа

Описание

С конца 40-х годов ученые все большего числа университетских и промышленных исследовательских лабораторий устремились к дерзкой цели: построение компьютеров, действующих таким образом, что по результатам работы их невозможно было бы отличить от человеческого разума.

Содержание

Может ли машина мыслить? 4
История развития искусственного интеллекта за рубежом 6
История развития искусственного интеллекта в России 10
Нейрокибернетика 11
Кибернетика 12
Нейросети 17
Экспертные системы реального времени - основное направление искусственного интеллекта 19
Основные производители 20
Генетические алгоритмы 21
Модель бюджета РФ 23
Состояние и тенденции развития искусственного интеллекта 24
Успехи систем искусственного интеллекта и их причины 26

Работа состоит из  1 файл

Творческая работа.docx

— 61.12 Кб (Скачать документ)

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ  УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

 

«СЕВЕРО-КАВКАЗСКАЯ АКАДЕМИЯ ГОСУДАРСТВЕННОЙ СЛУЖБЫ»

 

КАФЕДРА ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

 

 

 

 

 

Творческая работа на тему:

«Искусственный интеллект».

 

  Выполнила студентка

                                                                              факультета ГМУ 

                                                                              группы 514

                                                                              Куйданова Олеся

                                                                              Алексеевна

 

                                                                              Научный руководитель

                                                                              Вострикова Татьяна

                                                                              Викторовна

                                                                             

 

 

 

 

 

 

 

 

 

 

г.Ростов-на-Дону

2010 г.

 

Содержание

 

Может ли машина мыслить? 4

История развития искусственного интеллекта за рубежом 6

История развития искусственного интеллекта в России 10

Нейрокибернетика 11

Кибернетика 12

Нейросети 17

Экспертные системы реального времени - основное направление искусственного интеллекта 19

Основные производители 20

Генетические алгоритмы 21

Модель бюджета РФ 23

Состояние и тенденции развития искусственного интеллекта 24

Успехи систем искусственного интеллекта и их причины 26

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Введение.

С конца 40-х  годов ученые все большего числа  университетских и промышленных исследовательских лабораторий  устремились к дерзкой цели: построение компьютеров, действующих таким  образом, что по результатам работы их невозможно было бы отличить от человеческого  разума.

Терпеливо продвигаясь вперед в своем нелегком труде, исследователи, работающие в  области искусственного интеллекта (ИИ), обнаружили, что вступили в схватку  с весьма запутанными проблемами, далеко выходящими за пределы традиционной информатики. Оказалось, что прежде всего необходимо понять механизмы процесса обучения, природу языка и чувственного восприятия. Выяснилось, что для создания машин, имитирующих работу человеческого мозга, требуется разобраться в том, как действуют миллиарды его взаимосвязанных нейронов. И тогда многие исследователи пришли к выводу, что, пожалуй, самая трудная проблема, стоящая перед современной наукой – познание процессов функционирования человеческого разума, а не просто имитация его работы. Что непосредственно затрагивало фундаментальные теоретические проблемы психологической науки. В самом деле, ученым трудно даже прийти к единой точке зрения относительно самого предмета их исследований – интеллекта. Здесь, как в притче о слепцах, пытавшихся описывать слона, пытается придерживаться своего заветного определения.

Некоторые считают, что интеллект – умение решать сложные задачи; другие рассматривают  его как способность к обучению, обобщению и аналогиям; третьи –  как возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого. Тем не менее многие исследователи ИИ склонны принять тест машинного интеллекта, предложенный в начале 50-х годов выдающимся английским математиком и специалистом по вычислительной технике Аланом Тьюрингом. Компьютер можно считать разумным, – утверждал Тьюринг, – если он способен заставить нас поверить, что мы имеем дело не с машиной, а с человеком.

 

 

Может ли машина мыслить?

Не совсем ясно, как компьютер может делать что-либо, чего "нет в программе"? Разве можно скомандовать кому бы то ни было рассуждать, догадываться, делать выводы?

Противники  тезиса о "мыслящих машинах" обычно считают достаточным сослаться  на общеизвестный факт: компьютер  в любом случае делает лишь то, что  задано в его программе, – и, следовательно, никогда не сможет "думать", так  как "мысли по программе" уже  нельзя считать "мыслями".

Это и  верно, и неверно. Строго говоря, действительно: если компьютер делает не то, что  в данный момент предписывается ему  программой, то его следует считать  испортившимся.

Однако  то, что представляется "программой" человеку, и то, что является программой для компьютера, – вещи очень  разные. Ни один компьютер не сможет выполнить "программу" похода в магазин за продуктами, которую вы вкладываете в голову десятилетнего сына, – даже если эта "программа" включает только совершенно однозначные инструкции.

Разница заключается в том, что компьютерные программы состоят из огромного  количества гораздо более мелких, частных команд. Из десятков и сотен  таких микрокоманд складывается один шаг, из тысяч и даже миллионов  – вся программа похода за продуктами в том виде, в каком ее смог бы выполнить компьютер.

Сколь бы смешным ни казалось нам такое  мелочное регламентирование, для компьютера этот способ является единственно применимым. И самое удивительное – что  он дает компьютеру возможность быть гораздо более "непредсказуемым", чем принято обычно считать!

В самом  деле: если бы вся программа состояла из одного приказа "сходить за продуктами", то компьютер по определению не смог бы сделать ничего другого – он упрямо шел бы в универсам, что  бы ни происходило вокруг. Иными  словами, хотя для понимания короткой программы обязателен "человеческий" интеллект, результат такой программы  – выполняй ее компьютер, а не человек  – был бы детерминирован весьма жестко.

Мы, однако, вынуждены давать компьютерам гораздо  более подробные инструкции, определяя  малейший их шаг. При этом нам приходится добавлять в программу и такие  инструкции, которые впрямую не относятся  к данной задаче. Так, в нашем примере  роботу необходимо сообщить правила  перехода улицы (и правило "если на тебя едет машина, отпрыгивай в сторону").

Эти инструкции обязательно должны включать в себя проверку некоторых условий для  принятия решений, обращение за справками (о погоде, о местоположении магазинов) к тем или иным базам данных, сравнение важности различных обстоятельств  и многое другое. В результате компьютер  с такой программой получает гораздо  больше "степеней свободы" – существует очень много мест, в которых он может отклониться от пути к конечной цели.

Разумеется, в подавляющем большинстве случаев  эти отклонения будут нежелательными, и мы стараемся создать для  работы компьютера такие условия, в  которых риск "выскакивающего из-за угла автомобиля" был бы минимальным. Но жизнь есть жизнь, и все мыслимые сюрпризы предусмотреть невозможно. Вот почему компьютер способен удивить как неожиданно "разумной" реакцией на, казалось бы, непредсказуемые обстоятельства, так и невероятной "глупостью" даже в самых ординарных ситуациях (чаще, к сожалению, последнее).

Именно  построение сложных программ на основе детального анализа мельчайших шагов, из которых складывается процесс  мышления у человека, и составляет современный подход к созданию "думающих машин" (во всяком случае, один из подходов). Конечно, сложность – это далеко не все. И все же из ученых, занимающихся этой проблемой, мало кто сомневается  в том, что "умные" программы XXI века будут отличаться от современных прежде всего неизмеримо большей сложностью и количеством элементарных инструкций.

Многие  современные системы обработки  информации уже настолько сложны, что некоторые особенности их поведения просто невозможно вывести  из самих программ – их приходится в буквальном смысле слова исследовать, ставя эксперименты и проверяя гипотезы. И наоборот – многие черты разумной деятельности человека, которые на первый взгляд кажутся едва ли не "озарениями свыше", уже достаточно хорошо моделируются сложными программами, состоящими из множества простых шагов.

 

ИСТОРИЯ РАЗВИТИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

История развития искусственного интеллекта за рубежом

Идея создания искусственного подобия  человеческого разума для решения сложных задач и моделирования мыслительной способности витала в воздухе с древнейших времен. Впервые ее выразил Р. Луллий (ок.1235-ок.1315), который еще в XIV в. пытался создать машину для решения различных задач на основе всеобщей классификации понятий.

В XVIII в. Г.Лейбниц (1646 - 1716) и Р.Декарт (1596 - 1650) независимо друг от друга развили эту идею, предложив универсальные языки классификации всех наук. Эти идеи легли в основу теоретических разработок в области создания искусственного интеллекта.

Развитие искусственного интеллекта как научного направления стало  возможным только после создания ЭВМ. Это произошло в 40-х гг. XX в. В это же время Н.Винер (1894 - 1964) создал свои основополагающие работы по новой науке — кибернетике.

Термин искусственный интеллект (artificial intelligence) предложен в 1956 г. на семинаре с аналогичным названием в Станфордском университете (США). Семинар был посвящен разработке логических, а не вычислительных задач. Вскоре после признания искусственного интеллекта самостоятельной отраслью науки произошло разделение на два основных направления: нейрокибернетику и кибернетику "черного ящика". И только в настоящее время стали заметны тенденции к объединению этих частей вновь в единое целое.

Основную идею нейрокибернетики можно сформулировать следующим образом. Единственный объект, способный мыслить, — это человеческий мозг. Поэтому любое "мыслящее" устройство должно каким-то образом воспроизводить его структуру.

Таким образом нейрокибернетика ориентирована на аппаратное моделирование структур, подобных структуре мозга. Физиологами давно установлено, что основой человеческого мозга является большое количество (до 1021) связанных между собой и взаимодействующих нервных клеток — нейронов. Поэтому усилия нейрокибернетики были сосредоточены на создании элементов, аналогичных нейронам, и их объединении в функционирующие системы. Эти системы принято называть нейронными сетями, или нейросетями.

Первые нейросети были созданы в конце 50-х гг. американскими учеными Г.Розен-блаттом и П.Мак-Каллоком. Это были попытки создать системы, моделирующие человеческий глаз и его взаимодействие с мозгом. Устройство, созданное ими, получило название перцептрона. Оно умело различать буквы алфавита, но было чувствительно к их написанию, например, буквы А, А и А для этого устройства были тремя разными знаками. Постепенно в 70-80 гг. количество работ по этому направлению искусственного интеллекта стало снижаться. Слишком неутешительны оказались первые результаты. Авторы объясняли неудачи малой памятью и низким быстродействием существующих в то время компьютеров.

Однако в середине 80-х гг. в  Японии в рамках проекта разработки компьютера V поколения, основанного на знаниях, был создан компьютер VI поколения, или нейрокомпьютер. К этому времени ограничения по памяти и быстродействию были практически сняты. Появились транспьютеры — параллельные компьютеры с большим количеством процессоров. От транспьютеров был один шаг до нейрокомпьютеров, моделирующих структуру мозга человека. Основная область применения нейрокомпьютеров — распознавание образов.

В настоящее время используются три подхода к созданию нейросетей:

• аппаратный — создание специальных компьютеров, плат расширения, наборов микросхем, реализующих все необходимые алгоритмы;

• программный — создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры. Сети создаются в памяти компьютера, всю работу выполняют его собственные процессоры;

• гибридный — комбинация первых двух. Часть вычислений выполняют специальные

платы расширения (сопроцессоры), часть  — программные средства.

В основу кибернетики "черного ящика" лег принцип, противоположный нейрокибернетике. Не имеет значения, как устроено "мыслящее" устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг.

Это направление искусственного интеллекта было ориентировано на поиски алгоритмов решения интеллектуальных задач на существующих моделях компьютеров. В 1956 -1963 гг. велись интенсивные поиски моделей и алгоритма человеческого мышления и разработка первых программ. Оказалось, что ни одна из существующих наук — философия, психология, лингвистика — не может предложить такого алгоритма. Тогда кибернетики предложили создать собственные модели. Были созданы и опробованы различные подходы.

В конце 50-х гг. родилась модель лабиринтного поиска. Этот подход представляет задачу как некоторый граф, отражающий пространство состояний, и в этом графе проводится поиск оптимального пути от входных данных к результирующим. Была проделана большая работа по разработке этой модели, но в решении практических задач идея большого распространения не получила.

Начало 60-х гг.—эпоха эвристического программирования. Эвристика — правило, теоретически не обоснованное, но позволяющее сократить количество переборов в пространстве поиска. Эвристическое программирование — разработка стратегии действий на основе известных, заранее заданных эвристик.

В 1963 - 1970 гг. к решению задач стали  подключать методы математической логики. На основе метода резолюций, позволившего автоматически доказывать теоремы при наличии набора исходных аксиом, в 1973 г. создается язык Пролог.

Существенный прорыв в практических приложениях искусственного интеллекта произошел в середине 70-х гг., когда на смену поискам универсального алгоритма мышления пришла идея моделировать конкретные знания специалистов-экспертов. В США появились первые коммерческие системы, основанные на знаниях, или экспертные системы. Пришел новый подход к решению задач искусственного интеллекта — представление знаний. Созданы MYCIN и DENDRAL — ставшие уже классическими экспертные системы для медицины и химии. Объявлено несколько глобальных программ развития интеллектуальных технологий — ESPRIT (Европейский Союз), DARPA (министерство обороны США), японский проект машин V поколения.

Информация о работе Искусственный интеллект