Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
2. ИСТОРИЯ И ЭТАПЫ РАЗВИТИЯ ИСКУССТВЕННОГО
ИНТЕЛЛЕКТА
Идея создания искусственного подобия человека для решения сложных задач и моделирования человеческого разума витала в воздухе еще в древнейшие времена.
Так, в древнем Египте была создана «оживающая» механическая статуя бога Амона. У Гомера в «Илиаде» бог Гефест ковал человекоподобные существа-автоматы. В литературе эта идея обыгрывалась многократно: от Галатеи Пигмалиона до Буратино папы Карло.
Однако родоначальником искусственного интеллекта считается средневековый испанский философ, математик и поэт Раймонд Луллий, который еще в XIII веке попытался создать механическую машину для решения различных задач на основе разработанной им всеобщей классификации понятий.
Позже Лейбниц и Декарт независимо друг от друга продолжили эту идею, предложив универсальные языки классификации всех наук.
Эти работы можно считать первыми теоретическими работами в области искусственного интеллекта.
Окончательное рождение искусственного интеллекта как научного направления произошло только после создания ЭВМ в 40-х гг. ХХ века. В это же время Норберт Винер создал свои основополагающие работы по новой науке – кибернетике.
Термин «искусственный интеллект» - ИИ - (AI - artificial intelligence) был предложен в 1956 г. на семинаре с аналогичным названием в Дартсмутском колледже (США). Семинар был посвящен разработке методов решения логических, а не вычислительных задач. В английском языке данное словосочетание не имеет той слегка фантастической антропоморфной окраски, которую оно приобрело в довольно неудачном русском переводе. Слово intelligence означает «умение рассуждать разумно», а вовсе не «интеллект», для которого есть английский аналог: intellect.
Вскоре после признания искусственного интеллекта отдельной областью науки произошло разделение его на два направления:
- нейрокибернетика и
- «кибернетика черного ящика».
Эти направления развиваются практически независимо, существенно различаясь как в методологии, так и в технологии. И только в настоящее время стали заметны тенденции к объединению этих частей вновь в единое целое.
2.1. Подходы к созданию систем искусственного интеллекта
В основу подхода «кибернетики черного ящика» положен принцип, противоположный нейрокибернетике. Не имеет значения, как устроено «мыслящее» устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг.
Сторонники этого направления мотивировали свой подход тем, что человек не должен слепо следовать природе в своих научных и технологических поисках.
Вспомним, что колеса в природе нет, крылья у самолета функционируют не так как у птицы.
К тому же пограничные науки о человеке не смогли внести существенного теоретического вклада, объясняющего, хотя бы приблизительно, как протекают интеллектуальные процессы у человека, как устроена память и как человек познает окружающий мир.
Это направление искусственного интеллекта было ориентировано на поиски алгоритмов решения интеллектуальных задач на существующих моделях компьютеров.
Существенный вклад в становление новой науки внесли ее пионеры:
- Маккарти, Минский, Ньюэлл, Саймон, Шоу, Хант и др.
В 1956-63 гг. велись интенсивные поиски моделей и алгоритмов человеческого мышления и разработка первых программ на их основе. Представители существующих гуманитарных наук – философы, психологи, лингвисты – ни тогда, ни сейчас не в состоянии были предложить такие алгоритмы.
Тогда кибернетики начали создавать собственные модели. Так последовательно были созданы и опробованы различные подходы.
1). В конце 50-х гг. родилась модель лабиринтного поиска.
Этот подход представляет задачу как некоторое пространство состояний в форме графа, и в этом графе проводится поиск оптимального пути от входных данных к результирующим. Была проделана большая работа по разработке этой модели, но для решения практических задач эта идея не нашла широкого применения.
2). Начало 60-х – это эпоха эвристического программирования.
Эвристика – правило, теоретически не обоснованное, которое позволяет сократить количество переборов в пространстве поиска.
Эвристическое программирование – разработка стратегии действий на основе известных, заранее заданных эвристик.
3). В 1963-70 гг. к решению задач стали подключать методы математической логики.
Робинсон разработал метод резолюций, который позволяет автоматически доказывать теоремы при наличии набора исходных аксиом.
Примерно в это же время выдающийся отечественный математик Ю.С.Маслов предложил так называемый обратный вывод, впоследствии названный его именем, решающий аналогичную задачу другим способом.
На основе метода резолюций француз Альбер Кольмероэ в 1973 г. создает язык логического программирования ПРОЛОГ.
Большой резонанс имела программа «Логик-теоретик», созданная Ньуэллом, Саймоном и Шоу, которая доказывала школьные теоремы. Однако большинство реальных задач не сводится к набору аксиом, и человек, решая производственные задачи, не использует классическую логику, поэтому логические модели при всех своих преимуществах имеют существенные ограничения по классам решаемых задач
4). История искусственного интеллекта полна драматических событий, одним из которых стал в 1973 г. так называемый «доклад Лайтхилла», который был подготовлен в Великобритании по заказу Британского совета научных исследований. Известный математик Лайтхилл, никак с искусственным интеллектом профессионально не связанный, подготовил обзор состояния дел в этой области. В докладе были признаны определенные достижения, однако их уровень определялся как разочаровывающий, и общая оценка была отрицательной с позиций практической значимости. Этот отчет отбросил европейских исследователей примерно на пять лет назад, так как финансирование работ существенно сократилось.
5). Примерно в это же время существенный прорыв в развитии практических приложений искусственного интеллекта произошел в США, когда в середине 70-х гг. 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 (ЭС). Стал применяться новый подход к решению задач искусственного интеллекта – представление знаний.
Созданы MYCIN и DENDRAL, ставшие уже классическими, две первые экспертные системы для медицины и химии. Существенный финансовый вклад вносит Пентагон, предлагая базировать новую программу министерства обороны США на принципах искусственного интеллекта.
Уже вдогонку упущенных возможностей Европейский Союз в начале 80-х объявляет о глобальной программе развития новых технологий ESPRIT, в которую включена проблематика искусственного интеллекта.
6). В конце 70-х в гонку включается Япония, объявив о начале проекта машин V поколения, основанных на знаниях.
Проект был рассчитан на десять лет и объединял лучших молодых специалистов крупнейших японских компьютерных корпораций. Для этих специалистов был создан специально новый институт ICOT, и они получили полную свободу действий, правда, без права публикации предварительных результатов. В результате они создали достаточно громоздкий и дорогой символьный процессор, программно реализующий ПРОЛОГо-подобный язык, не получивший широкого признания.
Однако положительный эффект этого проекта был очевиден. В Японии появилась значительная группа высококвалифицированных специалистов в области искусственного интеллекта, которая добилась существенных результатов в различных прикладных задачах. К середине 90-х гг. японская ассоциация искусственного интеллекта насчитывает 40 тысяч человек.
7). Нейрокибернетика.
Основную идею этого направления 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 программно-аппаратное моделирование структур, подобных структуре мозга. Усилия нейрокибернетики были сосредоточены на создании элементов, аналогичных нейронам, и их объединении в функционирующие системы, т.е. в нейронные сети.
Первые нейросети были созданы в 1956-65 гг. Это были не очень удачные попытки создать системы, моделирующие человеческий глаз и его взаимодействие с мозгом. Постепенно в 1970-80 гг. количество работ по этому направлению искусственного интеллекта стало снижаться. Слишком неутешительны были первые результаты. Авторы объясняли неудачи малой памятью и низким быстродействием существующих в то время компьютеров.
Однако в Японии в рамках проекта «ЭВМ V поколения» был создан первый нейрокомпьютер, или компьютер VI поколения. К этому времени ограничения по памяти и быстродействию были практически сняты. Появились транспьютеры – параллельные компьютеры с большим количеством процессоров.
Транспьютерная технология – это только один из десятка новых подходов к аппаратной реализации нейросетей, которые моделируют иерархическую структуру мозга человека.
Сегодня можно выделить три подхода к созданию нейросетей:
- аппаратный (создание специальных компьютеров, нейрочипов, плат расширения, наборов микросхем);
- программный (создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры);
- сети создаются в памяти компьютера, всю работу выполняют его собственные процессоры);
- гибридный (комбинации первых двух).
Начиная с середины 1980-х гг., повсеместно происходит коммерциализация искусственного интеллекта. Растут ежегодные капиталовложения, создаются промышленные экспертные системы. Растет интерес к самообучающимся системам. Издаются десятки научных журналов, ежегодно собираются международные и национальные конференции по различным направлениям искусственного интеллекта.
В настоящее время искусственный интеллект становится одной из наиболее перспективных и престижных областей информатики. Количество работ в этой области, начиная с 2001 года, интенсивно растет, появляются новые направления, технологии. В различных сферах деятельности интеллектуальные системы, приборы, устройства становятся привычным делом.
2.2. Искусственный интеллект в России
В 1954 г. в МГУ начал работу семинар «Автоматы и мышление» под руководством академика А.А.Ляпунова (1911-1973), одного из основателей российской кибернетики. В этом семинаре принимали участие физиологи, лингвисты, психологи, математики. Принято считать, что именно в это время родился искусственный интеллект в России.
Как и за рубежом, выделились два основных направления – нейрокибернетики и кибернетики «черного ящика».
В 1954-64 гг. создаются отдельные программы и проводятся исследования в области поиска решения логических задач. В ЛОМИ – Ленинградское отделение Математического института им. Стеклова создается программа АЛПЕВ ЛОМИ, автоматически доказывающая теоремы. Она основана на оригинальном обратном выводе Маслова, аналогичном методу резолюций Робинсона.
Среди наиболее значимых результатов, полученных отечественными учеными в 60-е гг., следует отметить алгоритм «Кора» М.М. Бонгарда, моделирующий деятельность человеческого мозга при распознавании образов.
Большой вклад в становление российской школы искусственного интеллекта внесли выдающиеся ученые М.Л. Цетлин, В.Н. Пушкин, М.А. Гаврилов, чьи ученики и явились пионерами этой науки в России.
В 1965-80 гг. происходит рождение нового направления – ситуационного (соответствует представлению знаний, в западной терминологии). Основателем этой научной школы стал проф. Д.А. Поспелов. Были разработаны специальные модели представления ситуаций – представления знаний.
При том, что отношение к новым наукам в советской России всегда было настороженное, наука с таким «вызывающим» названием тоже не избежала этой участи и была встречена в Академии наук в штыки. К счастью, даже среди членов Академии наук СССР нашлись люди, не испугавшиеся столь необычного словосочетания в качестве названия нового научного направления.
Только в 1974 г. при Комитете по системному анализу при президиуме АН СССР был создан научный Совет по проблеме «Искусственный интеллект», его возглавил Г.С. Поспелов. По инициативе Совета было организовано пять комплексных научных проектов, которые были возглавлены ведущими специалистами в данной области:
- «Диалог» (работы по пониманию естественного языка),
- «Ситуация» (ситуационное управление),
- «Банк» (банки данных),
- «Конструктор» (поисковое конструирование),
- «Интеллект робота».
В 1980-90 гг. проводятся активные исследования в области представления знаний, разрабатываются языки представления знаний, экспертные системы. В МГУ создается язык РЕФАЛ.
В 1988 г. создается АИИ – Ассоциация искусственного интеллекта, президентом единогласно избирается Д.А. Поспелов, выдающийся ученый, чей вклад в развитие искусственного интеллекта в России трудно переоценить. В рамках Ассоциации проводится большое количество исследований, организуются школы для молодых специалистов, семинары, симпозиумы, раз в два года собираются объединенные конференции, издается научный журнал.
Уровень теоретических исследований по искусственному интеллекту в России ничуть не ниже мирового. К сожалению, начиная с 80-х гг. на прикладных работах начинает сказываться постепенное отставание в технологии.
На данный момент отставание в области разработки промышленных интеллектуальных систем составляет порядка 10-15 лет по разным направлениям искусственного интеллекта.
2.3. Направления развития искусственного интеллекта
Искусственный интеллект – это одно из направлений информатики, цель которого разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои задачи, традиционно считающиеся интеллектуальными, общаясь с ЭВМ на ограниченном подмножестве естественного языка.
Основными направлениями искусственного интеллекта являются:
1). Представление знаний и разработка систем, основанных на знаниях
Это основное направление искусственного интеллекта. Оно связано с разработкой моделей представления знаний, созданием баз знаний, образующих ядро экспертных систем (ЭС). В последнее время включает в себя модели и методы извлечения и структурирования знаний и сливается с инженерией знаний.
2). Игры и творчество
Традиционно искусственный интеллект включает в себя игровые интеллектуальные задачи – шахматы, шашки, го. В основе лежит один из ранних подходов – лабиринтная модель плюс эвристики. Сейчас это скорее коммерческое направление, так как в научном плане эти идеи считаются тупиковыми.
3). Разработка естественноязыковых интерфейсов и машинный перевод
В 50-х п. одной из популярных тем исследований искусственного интеллекта являлась область машинного перевода. Первая программа в этой области – переводчик с английского языка на русский. Первая идея – пословный перевод, оказалась неплодотворной. В настоящее время используется более сложная модель, включающая анализ и синтез естественно-языковых сообщений, которая состоит из нескольких блоков. Для анализа это:
- морфологический анализ – анализ слов в тексте;
- синтаксический анализ – анализ предложений, грамматики и связей между словами;
- семантический анализ – анализ смысла каждого предложения на основе некоторой предметно-ориентированной базы знаний;
- прагматический анализ – анализ смысла предложений в окружающем контексте на основе собственной базы знаний. Синтез включает аналогичные этапы, но несколько в другом порядке.
4). Распознавание образов
Традиционное направление искусственного интеллекта, берущее начало у самых его истоков. Каждому объекту ставится в соответствие матрица признаков, по которой происходит ею распознавание. Это направление близко к машинному обучению, тесно связано с нейрокибернетикой.
5). Новые архитектуры компьютеров
Это направление занимается разработкой новых аппаратных решений и архитектур, направленных на обработку символьных и логических данных. Создаются Пролог- и Лисп-машины, компьютеры V и VI поколений. Последние разработки посвящены компьютерам баз данных и параллельным компьютерам.
6). Интеллектуальные роботы
Роботы – это электромеханические устройства, предназначенные для автоматизации человеческого труда.
Идея создания роботов исключительно древняя. Само слово появилось в 20-х гг. Его автор – чешский писатель Карел Чапек. Со времени создания сменилось несколько поколений роботов:
Роботы с жесткой схемой управления. Практически все современные промышленные роботы принадлежат к первому поколению. Фактически это программируемые манипуляторы.
Адаптивные роботы с сенсорными устройствами. Есть образцы таких роботов, но в промышленности они пока не используются.
Самоорганизующиеся, или интеллектуальные, роботы. Это конечная цель развития робототехники. Основная проблема при создании интеллектуальных роботов – проблема машинного зрения.
В настоящее время в мире изготавливается более 60 тыс. роботов в год.
7). Специальное программное обеспечение
В рамках этого направления разрабатываются специальные языки для решения задач невычислительного плана. Эти языки ориентированы на символьную обработку информации – LISP, PROLOG, SMALLTALK, РЕФАЛ и др.
Помимо этого создаются пакеты прикладных программ, ориентированные на промышленную разработку интеллектуальных систем, или программные инструментарии искусственного интеллекта, например KEE, ARTS.
Достаточно популярно создание так называемых пустых экспертных систем, или "оболочек", - BXSYS, Ml и др., в которых можно наполнять базы знаний, создавая различные системы.
8). Обучение и самообучение
Активно развивающаяся область искусственного интеллекта. Включает модели, методы и алгоритмы, ориентированные на автоматическое накопление знаний на основе анализа и обобщения данных. Включает обучение по примерам (или индуктивное), а также традиционные подходы распознавания образов.