Подходы к построению систем искусственного интеллекта.

История развития систем искусственного интеллекта.

Исторически сложились три основных подхода в моделировании искусственного интеллекта:

1. Объектом исследований являются структура и механизмы работы мозга человека, а конечная цель заключается в раскрытии принципов мышления. Необходимыми этапами исследований в этом направлении являются построение моделей на основе психофизиологических данных, проведение экспериментов с ними и т. д.
2. Объектом исследования является искусственный интеллект. Здесь интеллектуальная деятельность моделируется с помощью вычислительных машин. Целью является создание алгоритмического и программного обеспечения вычислительных машин, позволяющего решать интеллектуальные задачи на уровне человека.
3. Создание смешанных человеко-машинных систем, т.е. симбиоз возможностей естественного и искусственного интеллекта. Основными проблемами в этих исследованиях является оптимальное распределение функций между естественным и искусственным интеллектом и организация диалога между человеком и машиной.

История решения интеллектуальных задач на ЭВМ:

- логические игры;

- доказательство теорем;

- распознавание образов и ситуаций;

- машинный перевод, а также обучение машины языку;

- робототехника;

- экспертные системы.

1. Логический подход. Основой для данного подхода служит Булева алгебра. Исходные данные хранятся в базе данных в виде аксиом и правил логического вывода как отношений между ними. Кроме того, каждая такая машина имеет блок генерации цели, и система вывода пытается доказать данную цель как теорему. Таким образом, практически каждая система искусственного интеллекта, построенная на логическом принципе, представляет собой машину доказательства теорем. Если цель доказана, то трассировка примененных правил позволяет получить цепочку действий, необходимых для реализации поставленной цели.

Недостаток: большая трудоемкость, поскольку во время поиска доказательства возможен полный перебор вариантов. Поэтому данный подход используется при сравнительно небольшом объеме данных.

2. Структурный подход. Построение искусственного интеллекта осуществляется путем моделирования структуры человеческого мозга. Результирующими моделями в этом подходе являются искусственные нейронные сети.

3. Эволюционный подход. Основное внимание уделяется построению начальной модели, и правилам, по которым она может изменяться (эволюционировать). Модель может быть составлена различными методами (нейронная сеть, набор логических правил и др.). После этого в результате проверки моделей отбираются лучшие из них, на основании которых по различным правилам генерируются новые модели, из которых опять выбираются лучшие и т. д. Особенность – перенесение основной работы разработчика с построения модели на алгоритм ее модификации.

4. Имитационный подход. Базовое понятие – «черный ящик» – объект, информация о внутренней структуре и содержании которого отсутствует, но известны спецификации входных и выходных данных. Таким образом, здесь моделируется свойство человека – способность копировать то, что делают другие.

Недостаток: низкая информативность моделей.