3. 3
План
1.Визначенння і Основні властивості природного інтелекту
2.Визначенння штучного інтелекту.
Поняття слабкоформалізованих задач
3.Історія розвитку досліджень в області Штучного
Інтелекту
4.Напрями досліджень в області штучного інтелекту.
2 Точки зору на розвиток штучного інтелекту
4. Штучний інтелект: минуле,
сьогодення і майбутнє
В сучасному світі, проблеми штучного інтелекту
піднімаються все частіше.
Тут і там замітки в газетах, що штучний інтелект застосовано
для військових цілей, в космосі , медицині….
Фільми:
"Матриця”
"Термінатор",
“Я- робот”
Стверджують про існування “НАД інтелекту”
Чи вірно це? Це можливо створення штучного
Інтелекту у принципі і як багато залишилося чекати,
якщо це можливо?
5. 5
ЧиЧи може бути ШТУЧНИЙможе бути ШТУЧНИЙ
ІНТЕЛЕКТІНТЕЛЕКТ??
Питання до ВАС??????Питання до ВАС??????
6. Тест Тюрінга
Розумні, подібні до людини машини впродовж
багатьох десятиліть були одними з основних
тим науково-фантастичних творів. З моменту
зародження сучасної обчислювальної техніки
розуми людей займало питання: чи можна
побудувати машину, яка могла б в чомусь
замінити людину. Спробою створити твердий
емпіричний грунт для вирішення цього питання і
став тест, розроблений Аланом Тьюрінгом.
Перший варіант тесту, опублікований в 1950
році, був декілька заплутаним. Сучасна версія
тесту Тюрінга є наступним завданням.
7. Тест Тюрінга
Тест Тюрінга — емпіричний тест, ідея якого була
запропонована Аланом Тьюрінгом в статті
«Обчислювальні машини і розум» (англ. Computing Machinery
and Intelligence), опублікованою в 1950 році у філософському
журналі «Mind». Тюрінг задався метою визначити, чи може
машина мислити.
Стандартне звучання закону: «Якщо комп'ютер може
працювати так, що людина не в змозі визначити, з ким він
спілкується — з іншою людиною або з машиною, —
вважається, що він пройшов тест Тьюрінга»
http://habrahabr.ru/blogs/artificial_intelligence/69758/
8. Тест Тюрінга
Група експертів спілкується з невідомою істотою. Вони не бачать
свого співбесідника і можуть спілкуватися з ним тільки через якусь
ізолюючу систему — наприклад, клавіатуру. Їм дозволяється ставити
співбесідникові будь-які питання, вести розмову на будь-які теми. Якщо
в кінці експерименту вони не зможуть сказати, чи спілкувалися вони з
людиною або з машиною, і якщо насправді вони розмовляли з машиною,
можна вважати, що ця машина пройшла тест Тюрінга
11. Інтелект
Інтелект пов’язується з функціями, які притаманні
діяльності людини:
* Абстрактне мислення (коли дитина каже на
хмаринку “дракон”)
* Пристосування до соціального середовища та до
інших середовищ (також існує у тварин та не визначальним
фактором)
* Вирішення задач і проблем
* Розпізнавання образів
* Розуміння змісту речень, текстів
* Моделювання подій та ситуацій, які визначають
відповідну їм поведінку
* Формування понять, суджень, аналогій
12. Визначення Інтелекту
Чіткого визначення інтелекту немає
Спроби
Інтелект - вміння логічно мислити,
концепція, яка не піддається чіткому
визначенню.
Інтелект - біологічна адаптація до
життєвих обставин
13. Визначення інтелекту
Визначення, яке використовує поняття з
іншими поняттями:
Інтелект - ум, розум, здатність мислити,
стійка структура розумових здібностей
людини, набір розумових функцій
(порівняння, абстракція, прогнозування,
створення понять, міркувань, логічних
висновків)
14. Визначення інтелекту
Визначення на основі процесів, що виконуються:
Інтелект — сукупність універсальних процедур, що дозволяють
будувати конкретні алгоритми вирішення часткових творчих
задач.
Інтелект — здатність запам’ятовувати та передбачати різні
аспекти зовнішнього середовища: мову, математику, фізичні
властивості об’єктів, соціальні ситуації.
Інтелект — загальна розумова здатність: можливість робити
висновки, планувати, вирішувати проблеми, абстрактно
мислити, розуміти складні ідеї, швидко вчитися.
15. Визначення інтелекту
Визначення на основі знань та їх
використання:
Інтелект — здатність(кебета) на основі
отриманих знань будувати моделі
навколишнього середовища та
використовувати їх для прогнозування
майбутніх змін, станів, перетворень,
поведінки.
16. Визначення інтелекту
Визначення через суб’єкт, середовище, структуризацію):
Суб’єкт(агент) — це система, яка діє в зовнішньому середовищу.
Агент — це суб’єкт, що може розглядатися, як суб’єкт, що сприймає
середовище за допомогою датчиків і діє на це середовище.
Середовище (світ) — це те оточення, в якому існує суб’єкт, який
має інтелект. Середовище розглядається як простір, в якому
визначають складові у вигляді об’єктів та зв'язків між ними.
Структуризація (створення структури середовища) – це процес
моделювання, подання середовища, який складається з
послідовного виокремлення об’єктів та зв’язків між ними.
Інтелект – це властивість, котру має суб’єкт і котра дозволяє
йому структурувати зовнішнє середовище, організовувати та
перетворювати отримане структурне подання (інтелектуальне
відображення) як форму свого когнітивного досвіду, який
використовується для побудови взаємодії суб’єкта та
середовища.
17. Основні властивості природного
інтелекту
Заснований на фізіологічних процесах:
мислення
інстинкти
безумовні (умовні) рефлекси
моторика (процес передачі нервового імпульсу з ЦНС).
Сенсорика( процес передачі нервового імпульсу в ЦНС)
19. Властивості мислення Людини
1. Здатність класифікувати, розпізнавати ,
кластеризувати.
2. Здатність адаптувати поведінку , навчатись
3. Здібність до дедуктивного мислення – перехід
від загального до конкретного
4. Здібність до індуктивного мислення
(узагальнення)
5. Здатність розуміти.
6. Здатність розробляти нові концептуальні
моделі.
5,6 – творчість
21. Деякі Визначення штучного інтелекту
через здібності.
Системи, які думають як людина
Системи, які діють як людина
Обчислювальні системи, які думають
раціонально
Обчислювальні системи, які діють
раціонально (Рассел та Норвіг)
22. Визначення штучного інтелекту
(Мінский).
«Штучний інтелект – дисципліна , що
вивчає можливість створення програм для
вирішення задач, які при розв’язанні їх
людиною потребують певних
інтелектуальних зусиль»
23. Визначення штучного інтелекту
«Шту́чний інтеле́кт»
(англ. Artificial intelligence, AI)
(від лат "intellectus"-пізнання)
-розділ інформатики, що вивчає методи
моделювання
і відтворення
за допомогою комп'ютера
людської діяльності, пов'язаної з
розв’язанням
СЛАБКОФОРМАЛІЗОВАНИХ задач
24. Мета штучного інтелекту
– змоделювати розумову діяльність людини,
автоматизувати мислення.
Сфера застосування –
вирішення завдань,
які є слабкоформалізованими
25. Особливості слабкоформалізованих задач
1. Велика кількість інформації, яка має символьну природу.
2. Не існує математичної постановки завдання і формального
алгоритмічного рішення
( а якщо і існує, то простір пошуку рішення дуже великий і
знайти його за допустимий час і з наявними ресурсами
практично неможливо).
3. Для вирішення завдань потрібні евристики – твердження,
засновані на експериментальних даних, інтуїції.
Мета їх застосування – знайти раціональне рішення, а не
точне математичне, шляхом виключення заздалегідь
непридатних рішень.
27. Приклади джерел
слабкоформалізованих задач
Задачі управління, проектування в складних системах.
Складна система – система, яка характеризуються :
великою кількістю параметрів,
ієрархічністю структури,
різнорідністю елементів.
Будь-яка соціально-економічна система.
Управління = Планування + Прогнозування + Облік + Контроль
+ Аналіз + Ухвалення рішень.
Автоматизована інформаційна система (АIС) - це
слабоформализованная завдання + складна система.
28. Деякі Концепції Штучного Інтелекту ,
що імітують властивості мислення
Людини
1. Здатність класифікувати, розпізнавати,
кластеризувати - нейронні мережі
2. Здатність адаптувати поведінку ,
навчатись- нейронні мережі, генетичні
алгоритми, нечітка логіка).
3. Здібність до дедуктивного мислення (перехід від
загального до конкретного ) - системи, засновані на
знаннях, експертні системи, нечітка логіка.
4. Здібність до індуктивного мислення (узагальнення)
-нейронні мережі
30. Історія розвитку досліджень в області Штучного
Інтелекту
Приклад сучасної розробки
Учені університету Флоріди розробляють комп'ютерний
мікрочіп, який здатний допомагати хворими такими
недугами, як параліч і епілепсія. Для цього чіп необхідно
імплантувати в головний мозок.
Мікрочіп "підключається" до нейронів головного мозку, і по
уявній команді він подаватиме сигнали до органів і кінцівок
людини. Пристрій зможе врегулювати "роботу" нейронів,
наприклад, у разі епілептичного припадку. Окрім цього,
мікрочіп дозволить людині управляти механічною рукою
силою думки.
31. Історична довівдка про розвиток Штучного
Інтелекту
1945
1-й Комп’ютер
Комп'ютерні інженери Джон Моучлі і
Джон Еккерт створили в 1945 році в
Університеті Пенсильванії комп'ютер
ENIAC .
32. Історична довівдка про розвиток Штучного
Інтелекту
1945
1-а нейромережа
У 1945 р. побудовані Вальтером Піттсом і Уорреном
Маккуллочем нейронні мережі із зворотним зв'язком.
Приблизно в той же час Норберт Вінер створив
область кібернетики, яка включала математичну
теорію зворотного зв'язку для біологічних і інженерних
систем.
Важливим аспектом даного відкриття стала концепція
про те, що розум - це процес отримання і обробки
інформації для досягнення певної мети.
33. Історична довівдка про розвиток Штучного
Інтелекту
1949
Самонавчальна нейромережа
У 1949 р. Дональд Хеббс відкрив спосіб
створення самонавчальних штучних
нейронних мереж. Цей процес, дозволяє
змінювати вагові коефіцієнти в нейронній
мережі так, що дані на виході відображають
зв'язок з інформацією на вході.
34. Історична довівдка про розвиток Штучного
Інтелекту
50-ті роки 20 стор.
Відмічені в історії як роки народження штучного інтелекту.
Алан Тьюрінг запропонував спеціальний тест як спосіб розпізнати
розумність машини. У цьому тесті один або декілька людей повинні ставити
питання двом таємним співбесідникам і на підставі відповідей визначати,
хто з них машина, а хто людина. Якщо не вдавалося розкрити машину, яка
маскувалася під людину, передбачалося, що машина розумна.
Розроблені дві мови ШІ.
Мова IPL створена Ньюеллом, Симоном і Шоу для програми Logic Theorist.
IPL була мовою обробки списку даних і привела до створення відомішої
мови LISP.
Мова LISP з'явилась в кінці 1950-х і незабаром замінила IPL, ставши
основною мовою ШІ. Мова LISP була розроблена в лабораторіях
Массачусетського технологічного інституту . Автор- Джон Маккарті,
35. Історична довівдка про розвиток Штучного
Інтелекту
60-ті роки 20 стор.
Найбільш важливим було представлення знань.
Побудовані іграшкові світи.
За допомогою цих світів створювалось навколишнє
середовище, в якому тестувались ідеї
по комп'ютерному зору
роботехніці
обробці людської мови
36. Історична довідка про розвиток Штучного
Інтелекту
70-ті роки 20 стор.
На початку 1970-х р.р. вперше була
застосована на практиці нечітка логіка
(Лотфі Заде).
Продовжувалось створення мов для ШІ.
В США розроблена мова ПРОЛОГ ( для
програм, що працюють з правилами і
фактами).
37. Історична довідка про розвиток Штучного
Інтелекту
80-ті роки 20 стор.
Відмічені зростанням числа розробок і продажів
експертних систем на мові LISP, які ставали кращими і
дешевшими.
Експертні системи використовувалися багатьма
компаніями для розробки корисних копалин,
прогнозування ,інвестицій ………
Нейронні мережі знайшли застосування при вирішенні
ряду різних завдань, таких як
розпізнавання мови
самонавчання машин.
38. Історична довідка про розвиток Штучного
Інтелекту
90-ті роки 20 стор.
Нова епоха в розвитку додатків ШІ.
Елементи ШЇ інтегровані в ряд додатків:
розпізнавання фальшивих кредитних карт;
розпізнавання осіб;
системи автоматичного планування;
системи прогнозу прибутків;
банківськісистеми;
гнучкі виробництва;
системи «здобичі даних»( data mining), що конфігуруються, з
баз даних;
інші.
39. Історія розвитку досліджень в області
Штучного Інтелекту (основні періоди).
I період:
1943 р. – перша робота по нейронних мережах, автори: Мак Коллонс, Пітс – «Штучні нейронні мережі».
1950 р. – Тюрінг, робота «Обчислювальна машина і інтелект».
Шенон – «Програмування комп'ютера для шахової гри»
1956 р. – Штучний інтелект офіційно визнаний самостійним науковим напрямом.
II період: Початок робіт по ЕС (експертним системам). Ньюел, Саймон.
1961 р. – Почата робота по створенню GPS (General Problem Solver).
III період: 1965 р. – Робота по нечіткій логіці – «Нечіткі множини»
1969 р. – «Нечіткі алгоритми» Лотфі Заде
IV період: Створюються системи
DENDRAL – інтелектуальна обробка результатів в області фізики.
MYCIN – діагностика інфекційних захворювань в області медицини.
HEARSAL – в області лінгвістики.
V період: Створюються промислові ЕС. DEC – система управління газопроводом. XCON – виявлення
несправностей устаткування нафтохімічної промисловості.
1982 р. – Мережі Хопфільда, Кохонена. Поновилися роботи по нейронних мережах.
VI період: Акуратисти – учені, які обгрунтовують роботу із строго математичним обгрунтуванням.
Неформали – висувають різні ідеї, програмуючи їх на комп'ютері.Перемога акуратистів
42. Напрями досліджень в області
штучного інтелекту
1.Системи з інтелектуальним інтерфесом
1) природне спілкування
– розпізнавання і синтез текстів на природній мові
– розпізнавання і синтез мови
– машинний переклад
– обробка візуальної інформації
2) розпізнавання образів
3) інтелектуальні БД
4) гіпертекстові системи (зберігається велика кількість документів)
5) контекстні системи допомоги
2. Моделювання когнітивних процесів
1) управління знаннями
– технологія систем, заснованих на знаннях (ЕС)
2) самонавчальні системи
– НС (нейронні мережі)
– ГА (генетичні алгоритми)
– НЛ (нечітка логіка)
3) адаптивні системи
– CASE-технологии
– компонентні технології
4) когнітивна графіка
3. Інтегровані системи виробництва
1) інтелектуальні роботи
2) інтелектуальні САПР
3) реинженеринг бізнесу
4. Інтелектуальні системи в предметних областях (торгівля, АПК, банки, страхування, малий бізнес….)
1) Експертні системи (ЕС) ;
2) система підтримки прийняття рішень( СППР)
5. Програмно-апаратне забезпечення
1) нова архітектура комп'ютерів
2) нові мови Штучного інтелекту
3) CASE-технологии
43. 2 основних підходи до
формування штучного інтелекту
1) нейробіологічний. Заснований на методі сірого ящика. Мета:
сформувати структури і процеси біологічного прототипу – людського
мозку. На цьому підході засновані нейронні мережі (НМ) і генетичні
алгоритми (ГА).
2) інформаційний (кібернетичний ) заснований на методі чорного ящика.
Мета: відтворювати результат тільки діяльності мозку. На цьому
підході засновані системи, засновані на знаннях (СЗЗ) і нечітка логіка
(НЛ).
Проблема:
існування розриву між 2-мя підходами (а в природному інтелекті не існує
окремих шарів, всі вони працюють погоджено).
Перспективи вирішення проблеми: розвиток НОВОГО напрямку “м'які
обчислення” (soft computing).
М'які обчислення = НЛ + НМ + ГА + імовірнісні обчислення (мережі Байеса).
44. Інтелектуальна інформаційна система
(ІІС)
Інтелектуальна інформаційна система (ІІС)
Інтелектуальна інформаційна система — це один з видів автоматизованих інформаційних систем, інколи ІІС називають системою, засновану на знаннях. ІІС є
комплексом програмних, лінгвістичних і логіко-математичних засобів для реалізації основного завдання: здійснення підтримки діяльності людини і пошуку
інформації в режимі розширеного діалогу на природній мові.
Завдання, що вирішуються такими системами:
1) інтерпретація даних. Це одне з традиційних завдань для експертних систем. Під інтерпретацією розуміється процес визначення змісту даних, результати якого
мають бути погодженими і коректними. Зазвичай передбачається багатоваріантний аналіз даних.
2) діагностика. Під діагностикою розуміється процес співвідношення об'єкту з деяким класом об'єктів і виявлення несправності в деякій системі. Несправність — це
відхилення від норми. Таке трактування дозволяє з єдиних теоретичних позицій розглядати і несправність устаткування в технічних системах, і захворювання
живих організмів, і всілякі природні аномалії. Важливою специфікою є тут необхідність розуміння функціональної структури («анатомії») діагностуючої системи.
3) моніторинг. Основне завдання моніторингу — безперервна інтерпретація даних в реальному масштабі часу і сигналізація про вихід тих або інших параметрів за
допустимі межі. Головні проблеми — «пропуск» тривожної ситуації і інверсне завдання «помилкового» спрацьовування. Складність цих проблем в розмитості
симптомів тривожних ситуацій і необхідність обліку тимчасового контексту.
4) проектування. Проектування полягає в підготовці специфікацій на створення «об'єктів» із заздалегідь визначеними властивостями. Під специфікацією розуміється
весь набір необхідних документів — креслення, записка пояснення і так далі Основні проблеми тут — здобуття чіткого структурного опису знань про об'єкт і
проблема «сліду».Для організації ефективного проектування і в ще більшій мірі того, що перепроектувало необхідно формувати не лише самі проектні рішення,
але і мотиви їх прийняття. Таким чином, в завданнях проектування тісно зв'язуються два основні процеси, виконуваних в рамках відповідної ЕС : процес
виведення рішення і процес пояснення.
5) прогнозування. Прогнозування дозволяє передбачати наслідки деяких подій або явищ на підставі аналізу наявних даних. Прогнозуючі системи логічно виводять
ймомірні наслідки із заданих ситуацій. У прогнозуючій системі зазвичай використовується параметрична динамічна модель, в якій значення параметрів
«підганяються» під задану ситуацію. Висновки, що виводяться з цієї моделі, складають основу для прогнозів з ймовірними оцінками.
6) планування. Під плануванням розуміється знаходження планів дій, що відносяться до об'єктів, здатних виконувати деякі функції. У таких ЕС використовуються
моделі поведінки реальних об'єктів з тим, аби логічно вивести наслідки планованої діяльності.
7) навчання. Під навчанням розуміється використання комп'ютера для навчання деякої дисципліни або предмету. Системи вчення діагностують помилки при вивченні
якої-небудь дисципліни за допомогою ЕОМ і підказують правильні рішення. Вони акумулюють знання про гіпотетичного «учня» і його характерних помилках,
потім в роботі вони здатні діагностувати слабкості в пізнаннях учнів і знаходити відповідні засоби для їх ліквідації. Крім того, вони планують акт спілкування з
учнем залежно від успіхів учня з метою передачі знань.
8) керування. Під керуванням розуміється функція організованої системи, що підтримує певний режим діяльності. Такого роду ЕС здійснюють управління поведінкою
складних систем відповідно до заданих специфікацій.
9) підтримка прийняття рішень. Підтримка прийняття рішень — це сукупність процедур, що забезпечує особу, що приймає рішення, необхідною інформацією і
рекомендаціями, що полегшують процес ухвалення рішення. Ці ЕС допомагають фахівцям вибрати і сформувати потрібну альтернативу серед безлічі виборів
при ухваленні відповідальних рішень.
У загальному випадку всі системи, засновані на знаннях, можна підрозділити на системи, що вирішують завдання аналізу, і на системи, які вирішують завдання
синтезу. Основна відмінність завдань аналізу від завдань синтезу полягає в тому, що якщо в завданнях аналізу безліч рішень може бути перераховане і
включене в систему, то в завданнях синтезу безліч рішень потенційно не обмежена і будується з рішень, компонентів або проблем. Завданнями аналізу є:
інтерпретація даних, діагностика, підтримка ухвалення рішення; до завдань синтезу відносяться проектування, планування, управління. Комбіновані: вчення,
моніторинг, прогнозування.