Тенденции и перспективы развития систем искусственного интеллекта.

Искусственный интеллект (ИИ) представляет собой научное направление, находящееся на стыке целого ряда дисциплин: информатики, философии, кибернетики, психологии, математики, физики, химии и др. Понятие ИИ обычно используется для обозначения способности вычислительной системы выполнять задачи, свойственные интеллекту человека, например задачи логического вывода и обучения. Любая задача, алгоритм решения которой заранее не известен или же данные неполные может быть отнесена к задачам области ИИ. Это, например, игра в шахматы, чтение текста, перевод текста на другой язык и т. д.

Характерной чертой компьютеров пятого поколения обязано быть внедрение искусственного интеллекта и естественных языков общения. Предполагается, что вычислительные машины пятого поколения будут просто управляемы. Пользователь сумеет голосом подавать машине команды.

Существует два наиболее распространенных мнения о будущем искусственного интеллекта. Сторонники первого взгляда утверждают, что технические устройства никогда не смогут достигнуть уровня человеческого сознания и между ними стоит непреодолимая стена.

Последователи второй концепции считают, что достижение результатов, сопоставимых с деятельностью человеческого разума, лишь вопрос времени и будет связано, в основном, с повышением быстродействия электронно-вычислительных устройств. Для подобных утверждений сегодня имеются некоторые основания. Существуют компьютерные системы, читающие газетный шрифт человеческим голосом в режиме реального времени и выполняющие переводы технической литературы высокого качества. Эти и многие другие факты лежат в основе мнения, что трудности на пути создания искусственного интеллекта, превосходящего по мощи и творческим возможностям человеческий, носят временный характер и связаны лишь с техническими проблемами.

Наиболее перспективными на сегодняшний день направлениями в познании ИИ, являются нейронные сети, эволюционные вычисления, экспертные системы.

Нейронные сети. Продолжается совершенствование алгоритмов обучения и классификации в масштабе реального времени, обработка естественных языков, распознавание изображений, сигналов, речи, а также создание моделей интеллектуального интерфейса, подстраивающегося под пользователя. Нейронные сети способны решать такие прикладные задачи, как — финансовое прогнозирование, контроль за деятельностью сетей, шифрование данных, диагностика систем. В последние годы продолжается усиленный поиск эффективных методов работы нейронных сетей на параллельных устройствах.

Эволюционные вычисления (ЭВ). На развитие сферы эволюционных вычислений значительное влияние оказали, прежде всего, инвестиции в нанотехнологии. ЭВ призваны разрешить практические проблемы самосборки, самовосстановления и самоконфигурирования систем, состоящих из множества одновременно функционирующих узлов. При этом удается успешно применять научные достижения из области цифровых автоматов.

Экспертные системы (ЭС). Спрос на ЭС остается на достаточно высоком уровне. Наибольшее внимание сегодня привлечено к системам принятия решений в масштабе времени, близком к реальному, системам динамического планирования, средствам хранения, извлечения, анализа и моделирования знаний.