23399

Методи штучного інтелекту

Лабораторная работа

Информатика, кибернетика и программирование

підпис прізвище €œ ____ €œ _____________ 2011 року ЛАБОРАТОРНЕ ЗАНЯТТЯ № 9 з навчальної дисципліни __моделювання комп’ютерних мереж напряму підготовки _______інформаційні технології________ освітньокваліфікаційного рівня ____cпеціаліст_____________ спеціальності _____ ком’пютерні системи та мережі_________ Тема Методи штучного інтелекту повна назва лекції Лабораторне заняття №8 розроблено стар. вчена ступінь та звання прізвище та ініціали автора Обговорено на засіданні...

Украинкский

2013-08-03

326 KB

7 чел.

МІНІСТЕРСТВО   ІНФРАСТРУКТУРИ   УКРАЇНИ

Державний університет інформаційно-комунікаційних технологій

КАФЕДРА           інфокомунікацій____________

ЗАТВЕРДЖУЮ

Завідуючий кафедрою

_______________ Костік Б.Я.

       (підпис, прізвище)

“ ____ “  _____________  2011  року

ЛАБОРАТОРНЕ ЗАНЯТТЯ №  9

з навчальної дисципліни __моделювання компютерних мереж 

напряму підготовки _______інформаційні технології________

освітньо-кваліфікаційного рівня ____cпеціаліст_____________

спеціальності _____ компютерні системи та мережі_________

Тема Методи  штучного  інтелекту

                                                 (повна назва лекції)

Лабораторне  заняття №8 розроблено стар. викл каф. Інф. Срочинська Г.С.

(вчена ступінь та звання,  прізвище та ініціали автора)

Обговорено на засіданні кафедри (ПМК)

Протокол № __________

“ ____ “ _____________ 2011 року

Київ


Навчальні цілі: Вивчення основних понять моделювання, ознайомлення з поняттями системи та моделі, співвідношенням між моделлю та системою, класифікацією  моделей,  видами  моделей, технологію моделювання;

Виховні цілі: Формування у студентів інженерно-технічного кругозору, методами  імітаційного моделювання для побудови  комп’ютерних систем та мереж, вміння ставити та вирішувати складні інженерні задачі, проводити аналіз, аргументовано робити висновки.       

Час  90 хв.

ПЛАН ПРОВЕДЕННЯ ПРАКТИЧНОГО ЗАНЯТТЯ ТА РОЗРАХУНОК ЧАСУ

Вступ                                                                                                   10  хвилин

Навчальні питання

  1.  Підходи до розуміння проблеми                                  10  хвилин
  2.  Напрямки досліджень                                                                   10  хвилин
  3.  Застосування і перспективи розвитку                                             10  хвилин

Заключення                                                                                           10  хвилин

ЛІТЕРАТУРА:

(рекомендована для студентів)

1. В.Г. Кривуца, В.В. Барковський, Л.Н. Беркман. Математичне моделювання телекомунікаційних систем: Навч. посібник. –К.: Звязок, 2007.

НАВЧАЛЬНО-МАТЕРІАЛЬНЕ ЗАБЕЗПЕЧЕННЯ

(наочні посібники, схеми, таблиці, ТЗН та інше)

Діапроектор, дидактичні слайди


НАВЧАЛЬНІ МАТЕРІАЛИ

Вступ

Штучний інтелект» (англ. Artificial intelligence, AI) — розділ комп'ютерної лінгвістики та інформатики, що займається формалізацією проблем та завдань, які нагадують завдання, виконувані людиною. При цьому, у більшості випадків алгоритм розв'язання завдання невідомий наперед. Точного визначення цієї науки немає, оскільки у філософії не розв'язане питання про природу і статус людського інтелекту. Немає і точного критерію досягнення комп'ютером «розумності», хоча перед штучним інтелектом було запропоновано низку гіпотез, наприклад, Тест Тюринга або гіпотеза Ньюела-Саймона. Нині існує багато підходів як до розуміння задач ШІ, так і до створення інтелектуальних систем.

Одна з класифікацій виділяє два підходи до розробки ШІ:

  •  нисхідний, семіотичний — створення символьних систем, моделюючих високорівневі психічні процеси: мислення, судження, мова, емоції, творчість і т. д.;
  •  висхідний, біологічний — вивчення нейронних мереж і еволюційні обчислення, моделюючі інтелектуальну поведінку на основі менших «не інтелектуальних» елементів.

Ця наука пов'язана з психологією, нейрофізіологією, трансгуманізмом та іншими. Як і всі комп'ютерні науки, вона використовує математичний апарат. Особливе значення для неї мають філософія і робототехніка.

Штучний інтелект — дуже молода область досліджень, започаткована 1956 року. Її історичний шлях нагадує синусоїду, кожен «зліт» якої ініціювався деякою новою ідеєю. На сьогодні її розвиток перебуває на «спаді», поступаючись застосуванню уже досягнутих результатів в інших областях науки, промисловості, бізнесі та навіть повсякденному житті.

  1.  ПІДХОДИ ДО РОЗУМІННЯ ПРОБЛЕМИ

Єдиної відповіді на питання чим займається штучний інтелект (ШІ), не існує. Майже кожен автор, котрий пише книгу про ШІ, відштовхується від якогось визначення, розглядаючи в його світлі досягнення цієї науки. Зазвичай ці визначення зводяться до наступних:

— ШІ вивчає методи розв'язання задач, які потребують людського розуміння. Грубо кажучи мова іде про те, щоб навчити ШІ розв'язувати тести інтелекту. Це передбачає розвиток способів розв'язання задач за аналогією, методів дедукції та індукції, накопичення базових знань і вміння їх використовувати.

— ШІ вивчає методи розв'язання задач, для яких не існує способів розв'язання або вони не коректні (через обмеження в часі, пам'яті тощо). Завдяки такому визначенню інтелектуальні алгоритми часто використовуються для розв'язання NP-повних задач, наприклад, задачі комівояжера.

— ШІ займається моделюванням людської вищої нервової діяльності.

— ШІ — це системи, які можуть оперувати з знаннями, а найголовніше — навчатися. В першу чергу мова ведеться про те, щоби визнати клас експертних систем (назва походить від того, що вони спроможні замінити «на посту» людей-експертів) інтелектуальними системами.

— Останній підхід, що почав розвиватися з 1990-х років, називається агентно-орієнтованим підходом. Даний підхід акцентує увагу на тих методах і алгоритмах, які допоможуть інтелектуальному агенту виживати в навколишньому середовищі під час виконання свого завдання. Тому тут значно краще вивчаються алгоритми пошуку і прийняття рішення.

Непопулярні підходи

— Найзагальніший підхід полягає в тому, що ШІ матиме змогу поводити себе як людський в нормальних ситуаціях. Ця ідея являє собою узагальнений підхід тесту Тюрінга, який стверджує, що машина стане розумною тоді, коли буде спроможна підтримувати діалог зі звичайною людиною, а та не зможе зрозуміти, що розмовляє з машиною (діалог ведеться переписуванням).

Письменники-фантасти часто пропонують ще один підхід: ШІ виникає тоді, коли машина буде відчувати і творити. Так, наприклад, хазяїн Ендрю Мартіна з «Двохсотлітньої людини» починає ставитись до нього як до людини тоді, коли цей створив іграшку за власним проектом. А. Дейта з Зоряного шляху, будучи спроможним до комунікацій та навчання, мріє отримати емоції та інтуїцію.

 Підходи до вивчення

Існують різні підходи до створення систем ШІ. На даний момент можна виділити 4 досить різних підходи:

1. Логічний підхід. Основою для вивчення логічного підходу слугує алгебра логіки. Кожен програміст знайомий з нею з тих пір, коли він вивчав оператор IF. Свого подальшого розвитку алгебра логіки отримала у вигляді числення предикатів — в якому вона розширена за рахунок введення предметних символів, відношень між ними. Крім цього, кожна така машина має блок генерації цілі, і система виводу намагається довести дану ціль як теорему. Якщо ціль досягнута, то послідовність використаних правил дозволить отримати ланцюжок дій, необхідних для реалізації поставленої цілі (таку систему ще називають експертною системою). Потужність такої системи визначається можливостями генератора цілей і машинного доведення теорем. Для того щоб досягти кращої виразності логічний підхід використовує новий напрям, його назва — нечітка логіка. Головною відмінністю цього напряму є те, що істинність вислову може приймати окрім значень так/ні (1/0) ще й проміжне значення — не знаю (0.5), пацієнт швидше за все живий, ніж мертвий (0.75), пацієнт швидше за все мертвий, ніж живий (0.25). Такий підхід подібніший до мислення людини, оскільки вона рідко відповідає так або ні.

2. Під структурним підходом ми розуміємо спроби побудови ШІ шляхом моделювання структури людського мозку. Однією з перших таких спроб був перцептрон Френка Розенблатта. Головною моделюючою структурною одиницею в перцептронах (як і в більшості інших варіантах моделювання мозку) є нейрон. Пізніше виникли й інші моделі, відоміші під назвою нейронні мережі (НМ) і їхні реалізації — нейрокомп’ютери. Ці моделі відрізняються за будовою окремих нейронів, за топологією зв'язків між ними і алгоритмами навчання. Серед найвідоміших на даний час варіантів НМ можна назвати НМ зі зворотнім розповсюдженням помилки, сітки Кохонена, сітки Хопфілда, стохастичні нейрони сітки. У ширшому розумінні цей підхід відомий як Конективізм. Відмінності між логічним та структурним підходом не стільки принципові, як це здається на перший погляд. Алгоритми спрощення і вербалізації нейронних мереж перетворюють моделі структурного підходу в явні логічні моделі.[1] З іншої сторони, ще в 1943 році Маккалок і Піттс показали, що нейронна сітка може реалізувати будь-яку функцію алгебри логіки[2].

3. Еволюційний підхід. Під час побудови системи ШІ за даним методом основну увагу зосереджують на побудові початкової моделі, і правилам, за якими вона може змінюватися (еволюціонувати). Причому модель може бути створена за найрізноманітнішими методами, це може бути і НМ, і набір логічних правил, і будь-яка інша модель. Після цього ми вмикаємо комп'ютер і він, на основі перевірки моделей відбирає найкращі з них, і за цими моделями за найрізноманітнішими правилами генеруються нові моделі. Серед еволюційних алгоритмів класичним вважається генетичний алгоритм.

4. Імітаційний підхід. Цей підхід є класичним для кібернетики з одним із її базових понять чорний ящик. Об'єкт, поведінка якого імітується, якраз і являє собою «чорний ящик». Для нас не важливо, які моделі в нього всередині і як він функціонує, головне, щоби наша модель в аналогічних ситуаціях поводила себе без змін. Таким чином тут моделюється інша властивість людини — здатність копіювати те, що роблять інші, без поділу на елементарні операції і формального опису дій. Часто ця властивість економить багато часу об'єктові, особливо на початку його життя.

У рамках гібридних інтелектуальних систем намагаються об'єднати ці напрямки. Експертні правила висновків можуть генеруватися нейронними мережами, а породжуючі правила отримують з допомогою статистичного вивчення. Багатообіцяючий новий підхід, який ще називають підсилення інтелекту, розглядають досягнення ШІ в процесі еволюційної розробки як поточний ефект підсилення людського інтелекту технологіями.

  1.  НАПРЯМКИ ДОСЛІДЖЕНЬ

Аналізуючи історію ШІ, можна виділити такий обширний напрям як моделювання міркувань. Багато років розвиток цієї науки просувався саме цим шляхом, і зараз це одна з найрозвиненіших областей в сучасному ШІ. Моделювання міркувань має на увазі створення символьних систем, на вході яких поставлена деяка задача, а на виході очікується її розв'язок. Як правило, запропонована задача уже формалізована, тобто переведена в математичну форму, але або не має алгоритму розв'язання, або цей алгоритм за складний, трудомісткий і т. д. В цей напрям входять: доведення теорем, прийняття рішень і [теорія ігор], планування і диспетчеризація, прогнозування.

Таким чином, на перший план виходить інженерія знань, яка об'єднує задачі отримання знань з простої інформації, їх систематизацію і використання. Досягнення в цій області зачіпають майже всі інші напрями дослідження ШІ. Тут також необхідно відмітити дві важливі підобласті. Перша з них — машинне навчання — стосується процесу самостійного отримання знань інтелектуальною системою в процесі її роботи. Друга пов'язана з створенням експертних систем — програм, які використовують спеціалізовані бази знань для отримання достовірних висновків щодо довільної проблеми.

Великі і цікаві досягнення є в області моделювання біологічних систем. Сюди можна віднести кілька незалежних напрямків. Нейронні мережі використовуються для розв'язання нечітких і складних проблем, таких як розпізнавання геометричних фігур чи кластеризація об'єктів. Генетичний підхід заснований на ідеї, що деякий алгоритм може стати ефективнішим, якщо відбере кращі характеристики у інших алгоритмів («батьків»). Відносно новий підхід, де ставиться задача створення автономної програми — агента, котрий співпрацює з навколишнім середовищем, називається агентний підхід. А якщо належним чином примусити велику кількість «не дуже інтелектуальних» агентів співпрацювати разом, то можна отримати «мурашиний» інтелект.

Задачі розпізнавання об'єктів вже частково розв'язуються в рамках інших напрямків. Сюди відносяться розпізнавання символів, рукописного тексту, мови, аналіз текстів. Особливо слід згадати комп’ютерне бачення, яке пов'язане з машинним навчанням та робототехнікою.

Робот-скрипаль від Toyota Motor

У загальному, робототехніка і штучний інтелект часто асоціюються одне з одним. Інтеграцію цих двох наук, створення інтелектуальних роботів, можна вважати ще одним напрямом ШІ.

Окремо тримається машинна творчість (англ. Computational creativity), в зв'язку з тим, що природа людської творчості ще менше вивчена, ніж природа інтелекту. Тим не менше, ця область існує, і тут стоять проблеми написання комп'ютером музики, літературних творів (часто — віршів та казок), художнє мистецтво.

Нарешті, існує безліч програм штучного інтелекту, кожна з яких утворює майже самостійний напрямок. В якості прикладів можна навести програмування інтелекту в комп'ютерних іграх, нелінійному керуванні, інтелектуальні системи безпеки.

Не важко бачити, що більшість областей дослідження перетинаються. Це властиво для будь-якої науки. Але в штучному інтелекті взаємозв'язок між, задавалось би, різними напрямами виражений дуже сильно, і це пов'язано з філософським спором про сильний і слабкий ШІ.

Моделі мозку

Теоретичні положення

Кінцевою метою досліджень з питань «штучного інтелекту» є розкриття таємниць мислення та створення моделі мозку. Принципова можливість моделювання інтелектуальних процесів випливає з основного гносеологічного результату кібернетики, який полягає у тому, що будь-яку функцію мозку, будь-яку розумову діяльність, описану мовою з суворо однозначною семантикою за допомогою скінченного числа слів, в принципі можна передати електронній цифровій обчислювальній машині (ЕЦОМ). Сучасні ж наукові уявлення про природу мозку дають підстави вважати, що принаймні в суто інформаційному аспекті найістотніші закономірності мозку визначаються скінченною (хоч, може, й надзвичайно великою) системою правил.

Практична реалізація

Штучний інтелект — технічна (в усіх сучасних випадках спроб практичної реалізаціїї — комп'ютерна) система, що має певні ознаки інтелекту, тобто здатна:

  •  розпізнавати та розуміти;
  •  знаходити спосіб досягнення результату та приймати рішення;
  •  вчитися.

У практичному плані наявність лише неповних знань про мозок, про його функціонування не заважає будувати його наближені інформаційні моделі, моделювати на ЕЦОМ найскладніші процеси мислення, у тому числі й творчі.

Проблематика моделювання

Хоч проблема «штучного інтелекту» тісно пов'язана з потребами практики, однак тут немає єдиної загальної практичної задачі, яка б однозначно визначала розвиток теорії, проте є багато задач, які є частковими, вузькими. Тому проблема «штучного інтелекту» — це фактично цілий комплекс проблем, які характеризуються різним ступенем загальності, абстрактності, складності й розробленості і кожній з яких властиві свої принципові й практичні труднощі. Це такі проблеми, як розпізнавання образів, навчання й самонавчання, евристичне програмування, створення загальної теорії самоорганізовуваних систем, побудова фізичної моделі нейрона та ін., багато з яких мають велике самостійне значення. Для всіх цих напрямів одержано важливі результати, як практичного так і теоретичного характеру, продовжуються інтенсивні дослідження.

Оскільки крім малочисельних оптимістів майже ніхто не намагається саме «виготовити» інтелект, аналогічний людському, то мова ведеться про створення системи, яка буде здатна реалізувати певні моделі інтелекту.

Історія і сучасний стан

На початку XVII століття Рене Декарт зробив припущення, що тварина — деякий складний механізм, тим самим сформулювавши механічну теорію. В 1623 р. Вільгельм Шикард (нім. Wilhelm Schickard) побудував першу механічну цифрову вичислювальну машину, за якою послідували машини Блеза Паскаля (1643) і Лейбніца (1671). Лейбніц також був першим, хто описав сучасну двійкову систему числення, хоча до нього цією системою періодично захоплювались різні великі вчені[3][4]. В ХІХ столітті Чарльз Беббідж і Ада Лавлейс працювали над програмованою механічною обчислювальною машиною.

В 1910—1913 рр. Бертран Рассел і А. Н. Уайтхед опублікували працю «Принципи математики», яка здійснила революцію в формальній логіці. В 1941 р. Конрад Цузе побудував перший працюючий програмно-контрольований комп'ютер. Воррен Маккалок і Вальтер Піттс в 1943 р. опублікували A Logical Calculus of the Ideas Immanent in Nervous Activity, поклавши основи нейронних мереж.

 Сучасний стан справ

ASIMO — Інтелектуальний гуманоїдний робот від Honda, використовує сенсори та спеціальні алгоритми для уникнення перешкод та ходіння сходами.

Kismet, робот з базовими соціальними навичками.

На даний момент у створенні штучного інтелекту (в буквальному розумінні цього слова, експертні системи і шахові програми сюди не відносяться) спостерігається інтенсивний перелом усіх предметних областей, які мають хоч якесь відношення до ШІ в базі знань. Практично всі підходи були випробувані, але до появи штучного розуму жодна дослідницька група так і не дійшла.

Дослідження ШІ влились в загальний потік технологій сингулярності (видового стрибка, експотенціального розвитку людини), таких як нанотехнологія, молекулярна біоелектроніка, теоретична біологія, квантова теорія(ї), ноотропіки, екстромофіли і т. д. див. щоддений потік новин Курцвейля, MIT

Деякі з найбільш вражаючих систем ШІ:

  •  Deep Blue — переміг чемпіона світу з шахів. Матч Каспаров проти суперЕОМ не приніс задоволення ні комп'ютерщикам, ні гравцям і система не була визнана Каспаровим, хоча оригінальні компактні шахові програми — невід'ємний елемент шахової творчості. Згодом лінія суперкомп'ютерів IBM проявилась у проектах brute force BluGene (молекулярне моделювання) і моделювання системи пірамідальних клітин в швейцарському центрі — проект Blue Brain[2]. Дана історія — приклад заплутаних і засекречених відносин ШІ, бізнесу і національних стратегічних задач.
  •  Mycin — одна з ранніх експертних систем, яка могла діагностувати невеликий набір захворювань, причому, часто так само точно, як і лікарі.
  •  Штучний інтелект, який аналізує питання і підбирає людину для відповіді на нього Тахуті.
  •  20q — проект, в основі якого лежать ідеї ШІ, за мотивами класичної гри «Двадцять питань». Став дуже популярним після появи в інтернеті на сайті 20q.net.
  •  Розпізнання голосового тексту. Системи такі як ViaVoice здібні обслуговувати користувачів.
  •  Роботи в щорічному турнірі RoboCup змагаються в спрощеній формі футболу.
  1.  ЗАСТОСУВАННЯ І ПЕРСПЕКТИВИ РОЗВИТКУ

Застосування ШІ

Банки застосовують системи штучного інтелекту (СШІ) в страховій діяльності (актуарна математика) при грі на біржі і управлінні власністю. В Серпні 2001 року роботи виграли в людей у імпровізованому змаганні з трейдингу BBC News, 2001). Методи розпізнавання образів, (включаючи, як складніші й спеціалізованіші, так і нейронні сітки) широко використовують при оптичному і акустичному розпізнаванні (в тому числі тексту і голосу), медицинській діагностиці, спам-фільтрах, в системах ППО (визначення цілей), а також для забезпечення ряду інших задач національної безпеки.

Розробники комп'ютерних ігор вимушені застосовувати ШІ тої чи іншої міри пропрацьованості. Стандартними задачами ШІ в іграх є відшукання шляху в двовимірному або тривимірному просторі, імітація поведінки бойової одиниці, обрахунок вірної економічної стратегії і так далі.

Перспективи ШІ

Проглядаються два напрямки розвитку ШІ:

  •  перший полягає у вирішенні проблем, пов'язаних з наближенням спеціалізованих систем ШІ до можливостей людини і їх інтеграції, яка реалізована природою людини.
  •  другий полягає у створенні Штучного Розуму, який представляє інтеграцію уже створених систем ШІ в єдину систему, здібну вирішувати проблеми людства.

Зв'язок з іншими науками

Штучний інтелект тісно пов'язаний із трансгуманізмом. А разом із нейрофізіологією і когнітивною психологією він утворює загальнішу науку, яку називають когнітологія. Окрему роль в штучному інтелекті відіграє філософія.


Філософські питання

Наука «про створення штучного розуму» не могла не привернути уваги філософів. З появою перших інтелектуальних систем були зачеплені фундаментальні питання про людину і знання, а інколи і влаштування світу. З одної сторони, вони нерозривно пов'язані з цією наукою, а з іншої — вносять в неї деякий хаос. Серед дослідників ШІ до цих пір не існує якої-небудь домінуючої точки зору на критерії інтелектуальності, систематизацію вирішуваних цілей і задач, нема навіть строгого визначення науки.

Чи може машина мислити?

Найгарячіші суперечки у філософії штучного інтелекту викликає питання можливості мислення творення людських рук. Питання «Чи може машина мислити?», яке підштовхнуло дослідників до створення науки про моделювання людського розуму, був поставлений Аланом Тьюрінгом у 1950 р. Дві основних точки зору на це питання носять назви гіпотез сильного і слабкого штучного інтелекту.

Термін «Сильний штучний інтелект» ввів Джон Сьорль, його ж словами підхід і характеризується:

Більше того, така програма буде не тільки моделлю розуму; вона в буквальному розумінні слова сама і буде розумом, в тому ж розумінні, в якому людський розум — це розум..[5]

З іншого боку, прихильники слабкого ШІ надають перевагу розгляду програми лише як інструмент, який дозволяє вирішувати ті чи інші задачі, які не потребують повного спектру людських пізнавальних здібностей.

В своєму мисленному експерименті «Китайська кімната», Джон Сьорль показує, що походження теста Тьюринга не є критерієм наявності істиного процесу мислення.

Мислення є процесом опрацювання інформації, яка знаходиться в памяті: аналіз, синтез і самопрограмування.

Аналогічну позицію займає і Роджер Пенроуз, який в своїй книзі «Новий розум короля» аргументує неможливість отримання процесу мислення на основі формальних систем[6].

Що вважати інтелектом?

Існують різні точки зору на це запитання. Аналітичний підхід допускає аналіз вищої нервової діяльності людини до нижчої, неподільного рівня (функція вищої нервової діяльності, елементрана реакція на зовнішні подразники (стимули), збудження синапсів сукупності зв'язаних функцією нейронів) і подальше відтворення цих функцій.

Деякі спеціалісти за інтелект приймають здатність раціонального, мотивованого вибору, в умовах недостатку інформації. Тобто інтелектуальною просто рахується та програма діяльності (не обов'язково реалізована на сучасних ЕОМ), яка зможе вибрати із визначеної множини альтернатив, наприклад, куди іти у випадку «наліво підеш …», «направо підеш …», «прямо підеш …».

 Наука про знання

також, з проблемами штучного інтелекту тісно пов'язана епістемологія — наука про знання в рамках філософії. Філософи, які займаються даною проблематикою, вирішують питання, подібні до тих, які вирішуються інженерами ШІ про те, як краще представити і використати знання і інформацію.

Етичні проблеми створення штучного розуму

Відношення до ШІ в суспільстві

ШІ і релігія

Серед послідовників авраамічних релігій існує декілька точок зору на можливість створення ШІ на основі структурного підходу. За однією із них мозок, роботу якого стараються імітувати системи, на їх думку, не приймає участі в процесі мислення, не є джерелом свідомості і якої-небудь іншої розумової діяльності. Створення ШІ на основі структурного підходу неможливе.

Згідно з іншою точкою зору, мозок бере участь в процесі мислення, але у вигляді «передавача» інформації від душі. Мозок відповідальний за такі «прості» функції, як безумовні рефлекси, реакція на біль тощо Створення ШІ на основі структурного підходу можливе, якщо система, яка конструюється, може виконувати «передавальні» функції.

Обидві позиції на даний момент зазвичай не признаються наукою, так як поняття душа не розглядається сучасною наукою в якості наукової категорії.

На думку багатьох буддистів ШІ можливий. Так, духовний лідер далай-лама XIV не виключає можливості існування свідомості на комп'ютерній основі[7].

Раэлиты активно підтримують розробки в області штучного інтелекту.

ШІ і наукова фантастика

В науково-фантастичній літературі ШІ частіше всього показуються як сила, яка намагається скинути владу людини (Омніус, HAL 9000, Скайнет, Colossus , Матриця і реплікант) або обслуговуючий гуманоїд (C-3PO, Data, KITT и KARR, Двохсотрічна людина). Неминучість домінування над світом ШІ, який вийшов з-під контролю, заперечується такими фантастами як Айзек Азимов і Кевін Ворвік.

Цікаве бачення майбутнього представлено в романі «Вибір по Тюрингу» письменника-фантаста Гаррі Гаррісона і вченого Марвіна Мінскі[8]. Автори розмірковують на тему втрати людяності в людини, в мозок якої була вживлена ЕОМ, і набуття людяності машиною з ШІ, в пам'ять якої була скопійована інформація із головного мозку людини.

Деякі наукові фантасти, наприклад Вернор Віндж, також міркували над наслідками появи ШІ, яке спричинить різкі драматичні зміни в суспільстві. Такий період називають технологічною сингулярністю.

Одним із найвидатніших досліджень проблематики ШІ фактично є вся творчість видатного фантаста і філософа ХХ століття Станіслава Лема.


II. МЕТОДИЧНІ ВКАЗІВКИ

           Дисципліна “ Моделювання комп’ютерних систем ”- це теоретичні основи принципів вивчення основних понять імітаційного моделювання, ознайомлення з поняттями системи та моделі, співвідношенням між моделлю та системою, класифікацією  моделей,  видами  моделей, технологію моделювання; побудовою  імітаційної моделі персонального комп’ютера; технологічних етапів випробування та експлуатації імітаційних моделей.

Основні форми поточного контролю – спостереження за діями студентів, проведення модульного контролю.

Самостійна робота студента по підготовці до поточних занять, модульного контролю в межах відведеного часу планується особисто кожним студентом.

III. ВИКОРИСТАНА ЛІТЕРАТУРА

1. В.Г. Кривуца, В.В. Барковський, Л.Н. Беркман. Математичне моделювання телекомунікаційних систем: Навч. посібник. –К.: Звязок, 2007.

Розробник лабораторного заняття старший викладач кафедри інфокомунікацій

___                          Срочинська Г.С.

(підпис, прізвище)

“ ____ “  _____________  2011  року

PAGE  11


 

А также другие работы, которые могут Вас заинтересовать

18345. Сутність, призначення і роль бюджету держави 18.48 KB
  Тема 1. Сутність призначення і роль бюджету держави Хронологічна таблиця історії виникнення та розвитку бюджету Дата Подія 1215 р. Прийнято Велику хартію вольностей[3 C.33] 1302 p. ...
18346. Бюджет як основний фінансовий план держави 68.14 KB
  Тема 2. Бюджет як основний фінансовий план держави Таблиця2.1. Трактування сутності понять Джерело Визначення Казначейська система: Підручник / Юрій С.І. Стоян В.І. Мац М.Й. Тернопіль 2002. БЮДЖЕТНЕ ПЛАНУВАНН
18347. Бюджетний дефіцит і джерела його фінансування 90 KB
  Тема 4. Бюджетний устрій та побудова бюджетної системи Порівняльна характеристика складу структури бюджетної системи України та Чехії. 1. Бюджетна система Існує три варіанти виокремлення видів бюджетів: створення єдиного для всієї країни бюджету на загальноде
18348. Бюджетний процес 30.32 KB
  Тема 5. Бюджетний процес Таблиця 5.1. Аналіз бюджетного процесу на державному та місцевому рівнях Стадії бюджетного процесу Учасники бюджетного процесу Функції учасників бюджетного процесу Тер...
18349. Міжбюджетнівідносини і система бюджетноговирівнювання 26.3 KB
  Тема 6. Міжбюджетнівідносини і система бюджетноговирівнювання Частина 1 Таблиця 6.1. Трактування вітчизняними та зарубіжними науковцями сутності поняття бюджетне регулювання Джерело Визначення Бюджетна си...
18350. Система доходів бюджету 33.25 KB
  Тема 7. Система доходів бюджету Частина 1 Таблиця 7.1 Джерела Визначення Бюджетна система. Вишкіл студії: Навчальний посібник / За ред. С. І. Юрія О. П. Кириленко. – Тернопіль: Економічна думка 2010. – 424 с. – С. 84. ...
18351. Система видатків бюджету 38.65 KB
  Тема 8. Система видатків бюджету ІОпрацювати та систематизувати у формі таблиці 8.1 трактування вітчизняними та зарубіжними науковцями сутності поняття видатки бюджету не менше десяти визначень та на основі цього запропонувати власне найбільш повне і точне. Табли...
18352. Видатки бюджету на економічну діяльність та науку 53.36 KB
  Тема 9. Видатки бюджету на економічну діяльність та науку ІОпрацювати та систематизувати у формі таблиці 9.1 трактування вітчизняними та зарубіжними науковцями сутності поняття бюджетне фінансування не менше десяти визначень та на основі цього запропонувати власне...
18353. Видатки бюджету на соціальний захист населення і соціальну сферу 29.12 KB
  Тема 10. Видатки бюджету на соціальний захист населення і соціальну сферу На основі звітності про виконання місцевого бюджету за місцем проживання у 2009–2010 рр. провести аналіз соціальних видатків бюджету у таблиці 10.1. Охарактеризувати проблемні аспекти та перспективи о