ИСКУ́ССТВЕННЫЙ ИНТЕЛЛЕ́КТ
-
Рубрика: Математика
-
Скопировать библиографическую ссылку:
ИСКУ́ССТВЕННЫЙ ИНТЕЛЛЕ́КТ, раздел информатики, в котором разрабатываются методы и средства компьютерного решения интеллектуальных задач, традиционно решаемых человеком. Они имеют ряд особенностей, среди которых – отсутствие заданного алгоритма решения задачи. К прикладным направлениям И. и. относят создание технич. устройств, способных к логич. выводам и рациональному поведению, к приобретению новых знаний и диалогу с человеком-пользователем. В теории И. и. используются математич. методы и методы структурной лингвистики и когнитивной науки.
Термин «И. и.» ввёл Дж. Маккарти в 1956. Возникновение И. и. относят к 1957, когда амер. учёные А. Ньюэлл, Г. Саймон и К. Шоу разработали программу для игры в шахматы, в основе которой лежали т. н. эвристики, т. е. правила выбора при отсутствии точных теоретич. оснований. В 1960 ими же была разработана программа, названная универсальным решателем задач, которая, в частности, могла справляться с рядом головоломок. В 1963 Маккарти разработал язык лисп, основу которого составило использование единого спискового представления для программ и данных. В 1965 амер. учёный Дж. А. Робинсон разработал метод автоматич. поиска доказательств теорем в предикатов исчислении 1-го порядка. Этот метод послужил отправной точкой для создания языка программирования (пролог) с встроенной процедурой логич. вывода.
Большую роль в развитии И. и. сыграли работы отеч. учёных А. И. Берга, Г. С. Поспелова, Ю. И. Журавлёва и О. И. Ларичева. Д. А. Поспелову принадлежит метод ситуационного управления для поиска решений по управлению сложными системами, ряд работ в области представления знаний, моделирования поведения. Рос. учёный С. Ю. Маслов (1964) предложил метод доказательства выводимости в исчислении предикатов 1-го порядка. Рос. логик В. К. Финн в нач. 1980-х гг. предложил метод индуктивного порождения и обоснования гипотез.
Развитие прикладных интеллектуальных систем первоначально шло по пути усложнения алгоритмов и уточнения эвристич. подходов, что положило начало т. н. эвристич. программированию. Дальнейшее развитие этого направления привело к появлению в сер. 1970-х гг. прикладных интеллектуальных систем – экспертных систем. Среди этих систем – системы, предназначенные для порождения формул химич. соединений на основе спектрального анализа, для диагностики и лечения инфекц. заболеваний крови, лечения глаукомы, для прогнозирования залежей полезных ископаемых. В СССР одной из первых была разработана система анализа текстовой информации (Э. В. Попов, 1987). В Ин-те программных систем АН СССР (Г. С. Осипов, 1990) разработана, в частности, экспертная система, на основе которой предложена система оценки качества воды, позволяющая определять причины превышения предельно допустимых концентраций загрязняющих веществ в реках и водоёмах.
С появлением инструментальных средств и технологий разработки экспертных систем это направление выделилось в самостоят. область – инженерию знаний. Работы в области систем, основанных на знаниях, вызвали рост исследований методов представления знаний – структур данных общего характера, обладающих сложной внутр. организацией, встроенными процедурами и в силу этого активностью и внутр. интерпретируемостью. Потребность в технологиях разработки экспертных систем привела к созданию методов, технологий и программных средств переноса знаний в базу знаний системы. К задачам приобретения знаний примыкают методы интеллектуального анализа данных. В арсенал средств интеллектуального анализа данных входят нейронные сети, рассуждения на основе прецедентов, методы конструктивной индукции, эволюц. программирование и др. Особенностью ряда средств является возможность их применения к очень большим массивам данных, характеризующихся разнородностью данных и отсутствием их модели.
Важное направление И. и. – планирование и моделирование поведения. Здесь выделяются моделирование коллективного поведения интеллектуальных систем и моделирование целенаправленного поведения в динамич. условиях.
Всё большее значение приобретают задачи автоматич. анализа естественно-языковых текстов, среди которых – задачи автоматич. классификации текстов, сегментации текстов по тематич. классам и извлечения информации, задачи семантич. анализа и поиска текстов в локальных и глобальных сетях, управления диалогом и ряд др. (В. Ф. Хорошевский, 2002). Методы и технологии И. и. также находят применение в медицине (диагностика, управление лечением), робототехнике, управлении вооружениями, в частности автономными устройствами и их системами, в исследованиях космоса.
Искусственный интеллект в когнитивной науке
Как часть исследований когнитивных процессов, работы в области И. и. непосредственно смыкаются с междисциплинарным анализом мышления, сознания, речи, понимания, восприятия и их мозговых механизмов. Центр. проблемой здесь является определение критериев соответствия И. и. человеческому мышлению. Если в начале развития И. и. на первый план выдвигались критерии сходства результата (т. н. тест Тьюринга – если наблюдатель не может отличить диалог с человеком от диалога с искусств. системой, то она разумна), то ныне существенным представляется сходство самих процессов решения задач машиной и человеком. Филос. критика возможности И. и. связана со ссылками на теорему К. Гёделя о неполноте формальных систем и на неспособность И. и. к осмыслению осуществляемых преобразований символов. Так, согласно аргументации Дж. Сёрла, работа систем И. и. аналогична деятельности человека, который переводит текст с одного незнакомого ему языка на другой, механически заменяя символы с помощью словаря. Результат такой деятельности может быть осмысленным для внешнего наблюдателя, но остаётся совершенно непонятным для самого «переводчика».