45338

Основные понятия искусственного интеллекта

Доклад

Информатика, кибернетика и программирование

Интеллектом называется способность мозга решать задачи путём приобретения запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам. Искусственный интеллект это одно из направлений информатики целью которого является разработка аппаратнопрограммных средств позволяющих пользователюнепрограммисту ставить и решать свои традиционно считающиеся интеллектуальными задачи общаясь с компьютером на ограниченном подмножестве естественного языка. Понятие интеллектуальной задачи...

Русский

2013-11-16

40 KB

26 чел.

01 Основные понятия искусственного интеллекта

Термин интеллект (intelligence) происходит от латинского intellectus – что означает ум, рассудок, разум, мыслительные способности человека. Интеллектом называется способность мозга решать задачи путём приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам.

Вопрос "Возможно ли создать искусственный разум?" давно интересует людей. Многочисленные попытки ответить на него породили целое направление науки, получившее название искусственный интеллект (artificial intelligence) – ИИ (AI).

Искусственный интеллект как наука существует около полувека, и её структура, круг вопросов и методики не так чётко определены, как в более зрелых науках, например, физике. Первая система, которую можно считать интеллектуальной, является программа "Логик-Теоретик" предназначенная для доказательства теорем и исчисления высказываний. Она была продемонстрирована 9 августа 1956 года. За прошедшее с тех пор время в области искусственного интеллекта разработано большое множество различных систем, которые принято называть интеллектуальными. Области их применения охватывают практически все сферы человеческой деятельности.

Термин искусственный интеллект был предложен в 1956 году на семинаре в Дартмутском колледже (США). На сегодняшний день не существует единого определения, которое однозначно описывает это понятие. Приведем некоторые из определений искусственного интеллекта.

Искусственный интеллект – это область компьютерных наук, занимающуюся исследованием и автоматизацией разумного поведения.

Искусственный интеллект – это одно из направлений информатики, целью которого является разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными задачи, общаясь с компьютером на ограниченном подмножестве естественного языка.

Понятие искусственный интеллект можно толковать, как свойство автоматических систем брать на себя отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий.

Понятие интеллектуальной задачи

Что понимается под интеллектуальной задачей? Для пояснения отличия интеллектуальной задачи от простой, необходимо ввести термин "алгоритм".

Под алгоритмом понимают точное предписание о выполнении в определённом порядке системы операций для решения любой задачи из некоторого данного класса (множества) задач. В математике класс задач определённого типа считается решённым, когда для её решения установлен алгоритм. Отыскание алгоритма для задач некоторого данного типа связано со сложными рассуждениями, требующими большой изобретательности и высокой квалификации. Принято считать, что подобного рода деятельность требует участия интеллекта человека. Задачи, связанные с отысканием алгоритма решения класса задач определённого типа, принято называть интеллектуальными.

Эффективность алгоритмов заключается в том, что они сводят решение сложной задачи к определенной последовательности достаточно простых операций. Исходная информация поступает на вход алгоритма, на каждом шаге она преобразуется и в таком виде передаётся на следующий шаг, в результате чего на выходе алгоритма получается информация, представляющая собой решение задачи.

После того, как алгоритм для задачи найден, процесс решения соответствующего класса задач становится таким, что его может в точности выполнить человек или компьютер (должным образом запрограммированный), не имеющие ни малейшего представления о сущности самой задачи. Требуется только, чтобы решающий задачу, был способен выполнять те простые операции, из которых складывается процесс, и выполнял их в определенном порядке, предложенным алгоритмом. Таким образом, действуя чисто машинально, возможно успешно решать любые задачи данного класса. Поэтому представляется совершенно естественным исключить их из класса интеллектуальных задач.

Примерами таких задач могут служить чисто вычислительные задачи: решение системы линейных алгебраических уравнений, численное интегрирование дифференциальных уравнений и т. д. Для решения подобного рода задач имеются стандартные алгоритмы, которые могут быть легко реализованы в виде программы. В противоположность этому для широкого класса интеллектуальных задач, таких как распознавание образов, игра в шахматы, доказательство теорем и т. п., напротив это формальное разбиение процесса поиска решения на отдельные элементарные шаги часто оказывается весьма затруднительным, даже если само их решение несложно.

Из этих рассуждений вытекает следующее определение интеллекта: интеллект представляет собой универсальный алгоритм, способный разрабатывать алгоритмы решения конкретных задач.

Характерными чертами интеллекта являются способность к обучению, обобщению, накоплению опыта (знаний и навыков) и адаптации к изменяющимся условиям. Благодаря этим качествам интеллекта мозг может решать разнообразные задачи, а также легко перестраиваться с решения одной задачи на другую.

Понятие интеллектуальной системы

Интеллектуальная система должна уметь в наборе фактов распознать существенные и из имеющихся фактов и знаний сделать выводы не только с использованием дедукции, но и с помощью аналогии, индукции и т. д.

Дедукция (от латинского deductio – выведение), вывод по правилам логики; цепь умозаключений (рассуждение), звенья которой (высказывания) связаны отношением логического следования.

Индукция (от латинского inductio – наведение), умозаключение от фактов к некоторой гипотезе (общему утверждению).

Кроме того, интеллектуальные системы должны быть способны к самооценке – обладать рефлексией, т. е. средствами оценки результатов собственной работы. С помощью подсистем объяснения она может ответить на вопрос, почему получен тот или иной результат. Наконец, интеллектуальная система должна уметь обобщать, улавливая сходство между имеющимися фактами.

В 1950 году британский математик Алан Тьюринг опубликовал в журнале "Mind" свою работу "Вычислительная машина и интеллект", в которой описал тест для проверки программы на интеллектуальность. Он предложил поместить исследователя и программу в разные комнаты и до тех пор, пока исследователь не определит, кто за стеной – человек или программа, считать поведение программы разумным. Это было одно из первых определений интеллектуальности, т. е. А. Тьюринг предложил называть интеллектуальным такое поведение программы, моделирующее разумное поведение человека.

А. Тьюрингом было высказано предложение о возможности обучения интеллектуальных систем, что на сегодняшний день очевидно для всех специалистов в области искусственного интеллекта. Вот его слова: "Пытаясь имитировать интеллект взрослого человека, мы вынуждены много размышлять о том процессе, в результате которого человеческий мозг достиг своего настоящего состояния… Почему бы нам вместо того, чтобы пытаться создать программу, имитирующую интеллект взрослого человека, не попытаться создать программу, которая имитировала бы интеллект ребенка? Ведь если интеллект ребенка получает соответствующее воспитание, он становится интеллектом взрослого человека… Наш расчет состоит в том, что устройство, ему подобное, может быть легко запрограммировано… Таким образом, мы расчленим нашу проблему на две части: на задачу построения "программы-ребенка" и задачу "воспитания" этой программы".

Именно этот путь и используют практически все системы искусственного интеллекта. Кроме того, именно на этом пути появляются и другие признаки интеллектуальной деятельности: накопление опыта, адаптация и т. д.


 

А также другие работы, которые могут Вас заинтересовать

50069. Свободные (затухающие) колебания в последовательном RLC-контуре 116 KB
  Цель работы: наблюдение затухающих колебаний на экране осциллографа и экспериментальное определение характеристик колебаний и параметров контура. Краткие теоретические сведения: Уравнение свободных колебаний в последовательном RLC контуре рис.1 может быть получено из второго правила Кирхгофа: Uc UR = es где Окончательно уравнение принимает вид 1 где Решением уравнения 1 при малом затухании b2 wо2 является функция описываемая уравнением...
50070. Изучение сложения колебаний 145 KB
  Изучение сложения колебаний Цель: экспериментально исследовать явления происходящие при сложении колебаний. Сложение сонаправленных колебаний Рассмотрим два гармонических колебания совершаемые в одном направлении. Как видно из рисунка амплитуда результирующего колебания может быть легко найдена по теореме косинусов 1 а начальная фаза определяется соотношением 2 Картина колебаний является неизменной если их амплитуда не изменяется со временем. Из 1 видно что это возможно только в случае если частоты складываемых...
50071. Изготовление модели значка выпускника ИИС 78.5 KB
  В дальнейшем раскрывая это окно можно будет контролировать такие свойства создаваемых объектов как абрис заливка и пр. Вызовите свиток Outline Абрис с панели инструментов или через меню View Вид установите в нем толщину линии 0508 мм. Проконтролируйте единицу измерения толщины линии вызвав в свитке Outline Абрис окно Edit Изменить. Примените к малому ромбу абрис Deep Yellow толщиной 0254 мм и заливку цветом Bby blue.
50072. Определение момента инерции махового колеса методом колебаний 163 KB
  Момент инерции тела I относительно некоторой оси является мерой инертности тела при вращении его вокруг этой оси. Для материальной точки момент инерции равен произведению ее массы на квадрат расстояния до оси вращения...
50073. Измерение диэлектрической проницаемости твердых материалов 663 KB
  Цель работы: Определение электрической ёмкости конденсатора. Выявление взаимосвязи электрической постоянной и напряжения электрической постоянной и расстояния между обкладками конденсатора. Основные законы явления и физические величины изучаемые в работе: Уравнение Гаусса условие потенциальности поля электрическая постоянная ёмкость плоского конденсатора реальные заряды нескомпенсированные заряды электрическое смещение диэлектрическая поляризация диэлектрическая проницаемость. Если на обкладки конденсатора подано...
50074. Визначення роботи виходу електронів з металу за допомогою явища термоелектронної емісії 74 KB
  Мета роботи: дослідження явища термоелектронної емісії та визначення роботи виходу електронів з вольфраму. Розвязавши цю систему рівнянь визначимо роботу виходу А = 4. визначити роботу виходу електрона з металу вольфраму.
50075. ОПРЕДЕЛЕНИЕ КОНЦЕНТРАЦИИ САХАРНОГО РАСТВОРА САХАРИМЕТРОМ 126.5 KB
  К оптически активным веществам относятся некоторые кристаллы и растворы например кварц и раствор сахара в дистиллированной воде. Целью лабораторной работы является определение величины удельного вращения ρ для раствора сахара для чего используется эталонный раствор а также определение концентрации сахара в некотором исследуемом растворе. Описание установки Концентрация раствора сахара определяется прибором который называется сахариметром. Его основными частями являются поляризатор и анализатор между которыми помещается трубка с...
50076. ИЗУЧЕНИЕ УСТРОЙСТВА И РАСЧЕТ ПЕРВИЧНЫХ СРЕДСТВ ПОЖАРОТУШЕНИЯ 376 KB
  В качестве первичных средств пожаротушения применяют воду песок асбестовое или войлочное полотно огнетушители. Огнетушители надежное средство при тушении загораний до прибытия пожарных подразделений. Воздушно-пенные огнетушители В качестве веществ для получения воздушно-механической пены широко используют различные пенообразователи поверхностно-активные вещества и смачиватели.
50077. ДИСПЕРСИЯ ПРИЗМЫ 304 KB
  Дисперсией света называются явления обусловленные зависимостью показателя преломления от частоты или длины волны излучения: 1 Один из важнейших выводов электромагнитной теории света Максвелла состоит в том что показатель преломления электромагнитных волн равен в системе СГСэ: 2 Здесь ε и μ диэлектрическая и магнитная проницаемости среды постоянные которые в первоначальной теории полагались не зависящими от частоты падающего света. Для того чтобы получить соотношение связывающее показатель преломления с длиной волны необходимо...