Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: VIII Международной научно-практической конференции «Научное сообщество студентов XXI столетия. ТЕХНИЧЕСКИЕ НАУКИ» (Россия, г. Новосибирск, 07 февраля 2013 г.)

Наука: Информационные технологии

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Хаустова Е.Ю., Ельцов Д.А., Ершов Д.П. РАЗВИТИЕ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА // Научное сообщество студентов XXI столетия. ТЕХНИЧЕСКИЕ НАУКИ: сб. ст. по мат. VIII междунар. студ. науч.-практ. конф. № 8. URL: http://sibac.info/archive/technic/8.pdf (дата обращения: 27.11.2021)
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
У данной статьи нет
дипломов

РАЗВИТИЕ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Хаустова Елена Юрьевна

старший преподавателькафедры ИТУ Каменский институт (филиал) ЮРГТУ (НПИ), г. Каменск-Шахтинский

Ельцов Дмитрий Александрович

студент 5 курса, кафедры ИТУ, Каменский институт (филиал) ЮРГТУ (НПИ),г. Каменск-Шахтинский,

E-mailehaustova@mail.ru

Ершов Денис Петрович

студент 5 курса, кафедры ИТУ, Каменский институт (филиал) ЮРГТУ (НПИ), г. Каменск-Шахтинский,

E-mailehaustova@mail.ru

 

Искусственный интеллект (ИИ) представляет собой научное направление, находящееся на стыке целого ряда дисциплин: информатики, философии, кибернетики, психологии, математики, физики, химии и др. Понятие искусственный интеллект 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. Изучение вопросов искусственного интеллекта стало возможным лишь к середине XX века, после того, как был накоплен необходимый объем знаний в соответствующих научных сферах. Инициирующим фактором к бурному развитию ИИ можно считать создание первых компьютеров, послуживших базой для дальнейших исследований [5]. Возможности новых машин в плане точности и скорости вычислений оказались больше человеческих, что открыло широкие перспективы в создании разумных машин, общественность охватила эйфория. В учёном сообществе возник вопрос: каковы границы возможностей компьютеров и достигнут ли машины уровня развития человека? Ответ на данный вопрос тесно связан с понятием уровня интеллекта. Одной из классических оценок интеллектуальности машины является тест, предложенный известным английским учёным Аланом Тьюрингом, опубликованный им в 1950 году. Его смысл состоит в следующем — компьютер можно будет считать наделенным интеллектом сравнимым с человеческим тогда, когда взаимодействующий с ним человек не сможет определить с кем именно он разговаривает, с другим человеком или компьютерной программой. При этом предполагалось, что всё общение происходить лишь по средствам передачи текстовых сообщений, для того, чтобы человек мог целиком сосредоточиться на содержании разговора. Человек, в свою очередь, мог задавать любые вопросы, которые, по его мнению, смогут раскрыть сущность собеседника.

Данный метод имеет ряд важных достоинств: даёт объективное и четкое понятие об интеллекте, исключает предвзятость в пользу живых существ. Однако некоторые исследователи выступают против подобного способа измерения интеллекта, аргументируя свое мнение в первую очередь тем, что машинный интеллект может настолько отличаться от человеческого, что проверять его человеческими критериями будет фундаментальной ошибкой [8]. Тем не менее, тест Тьюринга является важной составляющей в тестировании и аттестации современных интеллектуальных программ.

Искусственный интеллект сегодня одна из передовых областей исследований ученых. В самых различных областях науки и техники требуется выполнение машинами тех задач, которые ранее были под силу только человеку.

Системы, как программные, так и аппаратные, созданные на основе искусственного интеллекта находят все большее применение в технике. Системы ИИ неотъемлемы на производстве. Именно они собирают и обрабатывают диагностическую информацию о процессе производства. Такой поток данных не в силах обработать ни один человек. Без множества интеллектуальных устройств невозможно представить современный автомобиль. Датчики дождя и парковки, автозатемнение зеркал, распознавание наличия пассажиров и препятствий [6]. Интеллектуальные системы всё плотнее входят в повседневную жизнь - элементы ИИ можно встретить даже в бытовых приборах.

Отдельно стоит отметить программные средства. К ним в первую очередь относятся экспертные системы и системы распознавания образов. Экспертные системы могут воплощать в себе огромные объемы знаний и навыков, присущих эксперту-человеку или группе специалистов. Эти системы, даже с присущими им ограничениями, представляют большую ценность, в частности, в геологии, в медицинской диагностике, а также в некоторых других областях [8].

Особое место ИИ-системы занимают в химической промышленности. Их применяют для идентификации структур молекул по опытным данным, прогнозирования реакционной способности и физических свойств химических соединений, планирования сложного синтеза, планирования сложных физико-химический экспериментов. Благодаря ИИ-технологиям стала возможной автоматизированная диагностика предаварийных состояний оборудования, позволяющая обеспечить надежность и безопасность химических производств. Так же широко используются пакеты прикладных программ, позволяющие найти решения некоторых творческих задач проектирования химических производств. Интеллектуальные системы помогают при планировании работы в сложных ситуациях, например, составлении графиков функционирования и циклограмм химико-технологических систем и сборочно-конвейерных линий [7] [3].

Можно выделить два направления развития ИИ:

1.  Нисходящий (семиотический) — создание экспертных систем, систем логического вывода и баз знаний, имитирующих высокоуровневые психические процессы: мышление, рассуждение, эмоции, речь, творчество и т. д.;

2.  Восходящий (биологический) — изучение нейронных сетей и эволюционных вычислений, моделирующих интеллектуальное поведение на основе биологических элементов, а также создание соответствующих вычислительных систем, таких как биокомпьютер или нейрокомпьютер [5].

Ведение любых исследований в области ИИ связано с рядом трудностей. Во-первых, всё еще не имеется полного и однозначного представления о принципах функционирования человеческого мозга, процессах, протекающих в нем. Это вызывает затруднения в применении восходящего подхода. Во-вторых, между естественным и искусственным интеллектами существует принципиальное отличие. Человеческий мозг оперирует структурными, неделимыми единицами — «образами», которые представляют из себя сжатый поток сенсорной информации, в то время как искусственный интеллект сегодня реализует противоположный подход, используя только «нуль» и «единицу». Поэтому формализация «образов» представляет сложную задачу. Этим обусловлены трудности в применении нисходящего подхода [2].

На основании экспериментов установлено, что нейронная структура мозга, с точки зрения способа проведения вычислений, устроена принципиально иначе, чем техническая среда. Вид преобразований мозговых сигналов зависит не только от способа изменения некоторых частотно-временных параметров, как это реализовано в технических устройствах, но и от пространственного положения участвующего в выполнении операции обработки данных нейрона. В нейронной среде реализован детекторный принцип обработки данных, когда каждый нейрон отвечает за строго определенные признаки процесса или явления. Именно поэтому мозг нуждается в таком огромном количестве нейронов [2].

Ответ на вопрос: может ли компьютер мыслить, зависит сегодня только от того, какой смысл вкладывается в понятие «мышление». Если подразумевается способность к формальному логическому мышлению или выполнению сложных математических операций, то ответ будет положительным. Если же под мышлением понимается процесс создания новых понятий, выходящий за рамки формальных математических и логических операции, состоящий в сопоставлении нескольких областей знаний и нахождении существенных аналогий между ними, то для современных интеллектуальных систем ответ будет отрицательным.

Существует два наиболее распространенных мнения о будущем искусственного интеллекта.

Сторонники первого взгляда поддерживают концепцию  компьютерного агностицизма и утверждают, что технические устройства никогда не смогут достигнуть уровня человеческого сознания и между ними стоит непреодолимая стена. В качестве доказательств непознаваемости процессов мышления, протекающих в живом мозге, приводятся экспериментальные данные, свидетельствующие о чрезвычайно сложной системной организации нейронных связей в структурах мозга.

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. К настоящему времени созданы огромные базы знаний и мощные экспертные системы, содержащие тысячи правил и способные решать некоторые задачи лучше, чем человек. 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 совершенствованием алгоритмов обучения и классификации в масштабе реального времени, обработки естественных языков, распознавания 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 [4].

Эволюционные вычисления. 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. Спрос на экспертные системы 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 [2] [1].

Исследования вопросов искусственного интеллекта являются одними из самых важных и перспективных в современной науке. На реализации технологий искусственного интеллекта уже сейчас существует большой спрос, который в дальнейшем будет лишь возрастать. Разработка интеллектуальных экспертных систем и нейронных сетей — это лишь первые шаги на пути к созданию сильного искусственного интеллекта, способного сравниться с естественным человеческим интеллектом. За тот относительно короткий интервал со времён первых разработок, ИИ-технологии прошли гигантский путь, внеся колоссальный вклад в социальную жизнь. Например, позволили упростить управление сложными устройствами, снизив требования к техническому уровню потенциальных пользователей. Так же ИИ-технологии нашли широкое применение в науке.

 

Список литературы:

  1. Алгоритмы искусственного интеллекта. [Электронный ресурс] — Режим доступа. — URL: http://faqs.org.ru/progr/common/ai.htm (дата обращения: 03.10.2012).
  2. Белов В.О перспективах искусственного интеллекта. [Электронный ресурс] — Режим доступа. — URL: http://aicommunity.narod.ru/Reports/Gen/report_AI1.html (дата обращения: 03.10.2012).
  3. Зенкин А.А. Знание-порождающие технологии когнитивной реальности // Новости Искусственного Интеллекта, 1996, № 2, стр. 72—78.
  4. Искусственная нейронная сеть. [Электронный ресурс] — Режим доступа. — URL: http://ru.wikipedia.org/wiki/Искусственная_нейронная_сеть (дата обращения: 03.10.2012).
  5. Искусственный интеллект. [Электронный ресурс] — Режим доступа. — URL: http://ru.wikipedia.org/wiki/Искусственный_интеллект(дата обращения: 02.10.2012).
  6. Искусственный интеллект в автомобилях. [Электронный ресурс] — Режим доступа. — URL: http://www.pawlin.com/content/view/43/16/(дата обращения: 03.10.2012).
  7. Кнунянц И.Л. Химическая энциклопедия «Искусственный интеллект» (т. 5) М.: Сов. энциклопедия, 1983 — 649—653 с.
  8. Хромин А.А. Проблема искусственного интеллекта. [Электронный ресурс] — Режим доступа. — URL: http://www.structuralist.narod.ru/articles/ai.htm(дата обращения: 02.10.2012).
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
У данной статьи нет
дипломов

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом