Искусственный интеллект

Работа  с естественными языками

Немаловажным  направлением является обработка естественного языка, в рамках которого проводится анализ возможностей понимания, обработки и генерации текстов на «человеческом» языке. В рамках этого направления ставится цель такой обработки естественного языка, которая была бы в состоянии приобрести знание самостоятельно, читая существующий текст, доступный по Интернету. Некоторые прямые применения обработки естественного языка включают информационный поиск (в том числе, глубокий анализ текста) и машинный перевод.

Представление и использование знаний

Направление инженерия  знаний объединяет задачи получения  знаний из простой информации, их систематизации и использования. Это направление  исторически связано с созданием  экспертных систем — программ, использующих специализированные базы знаний для получения достоверных заключений по какой-либо проблеме.

Производство  знаний из данных — одна из базовых  проблем интеллектуального анализа  данных. Существуют различные подходы  к решению этой проблемы, в том  числе — на основе нейросетевой технологии, использующие процедуры вербализации нейронных сетей.

Машинное  обучение

Проблематика машинного обучения касается процесса самостоятельного получения знаний интеллектуальной системой в процессе её работы. Это направление было центральным с самого начала развития искусственного интеллекта. В 1956 году, на Дартмундской летней конференции, Рей Соломонофф написал отчёт о вероятностной машине, обучающейся без учителя, назвав её: «Индуктивная машина вывода».

Обучение без  учителя — позволяет распознать образы во входном потоке. Обучение с учителем включает также классификацию и регрессионный анализ. Классификация используется, чтобы определить, к какой категории принадлежит образ. Регрессионный анализ используется, чтобы в рядах числовых примеров входа/выхода и обнаружить непрерывную функцию, на основании которой можно было бы прогнозировать выход. При обучении агент вознаграждается за хорошие ответы и наказывается за плохие. Они могут быть проанализированы с точки зрения теории решений, используя такие понятия как полезность. Математический анализ машинных алгоритмов изучения — это раздел теоретической информатики, известный как вычислительная теория обучения (англ. Computational learning theory).

К области машинного  обучения относится большой класс задач на распознавание образов. Например, это распознавание символов, рукописного текста, речи, анализ текстов. Многие задачи успешно решаются с помощью биологического моделирования. Особо стоит упомянуть компьютерное зрение, которое связано ещё и с робототехникой.

Биологическое моделирование искусственного интеллекта

Отличается  от понимания искусственного интеллекта по Джону Маккарти, когда исходят  из положения о том, что искусственные  системы не обязаны повторять  в своей структуре и функционировании структуру и протекающие в ней процессы, присущие биологическим системам. Сторонники данного подхода считают, что феномены человеческого поведения, его способность к обучению и адаптации есть следствие именно биологической структуры и особенностей её функционирования.

Сюда можно  отнести несколько направлений. Нейронные сети используются для  решения нечётких и сложных проблем, таких как распознавание геометрических фигур или кластеризация объектов. Генетический подход основан на идее, что некий алгоритм может стать более эффективным, если позаимствует лучшие характеристики у других алгоритмов («родителей»). Относительно новый подход, где ставится задача создания автономной программы — агента, взаимодействующего с внешней средой, называется агентным подходом.

Робототехника

Области робототехники и искусственного интеллекта тесно связаны друг с другом. Интегрирование этих двух наук, создание интеллектуальных роботов составляют ещё одно направление искусственного интеллекта. Интеллектуальность требуется роботам, чтобы манипулировать объектам, выполнять навигацию с проблемами локализации (определять местонахождение, изучать ближайшие области) и планировать движение (как добраться до цели). Примером интеллектуальной робототехники могут служить игрушки-роботы Pleo, AIBO, QRIO.

Машинное  творчество

Природа человеческого  творчества ещё менее изучена, чем  природа интеллекта. Тем не менее, эта область существует, и здесь  поставлены проблемы написания компьютером  музыки, литературных произведений (часто  — стихов или сказок), художественное творчество. Создание реалистичных образов широко используется в кино и индустрии игр.

Отдельно выделяется изучение проблем технического творчества систем искусственного интеллекта. Теория решения изобретательских задач, предложенная в 1946 году Г. С. Альтшуллером, положила начало таким исследованиям.

Добавление  данной возможности к любой интеллектуальной системе позволяет весьма наглядно продемонстрировать, что именно система  воспринимает и как это понимает. Добавлением шума вместо недостающей информации или фильтрация шума имеющимися в системе знаниями производит из абстрактных знаний конкретные образы, легко воспринимаемые человеком, особенно это полезно для интуитивных и малоценных знаний, проверка которых в формальном виде требует значительных умственных усилий.

Другие  области исследований

Наконец, существует масса приложений искусственного интеллекта, каждое из которых образует почти  самостоятельное направление. В  качестве примеров можно привести программирование интеллекта в компьютерных играх, нелинейное управление, интеллектуальные системы информационной безопасности.

Современный искусственный интеллект

Можно выделить два направления развития искусственного интеллекта:

• решение проблем, связанных с приближением специализированных систем искусственного интеллекта к возможностям человека, и их интеграции, которая реализована природой человека;
• создание искусственного разума, представляющего интеграцию уже созданных систем искусственного интеллекта в единую систему, способную решать проблемы человечества.

Но в настоящий  момент в области искусственного интеллекта наблюдается вовлечение многих предметных областей, имеющих  скорее практическое отношение к искусственному интеллекту, а не фундаментальное. Многие подходы были опробованы, но к возникновению искусственного разума ни одна исследовательская группа пока так и не подошла.

Применение

Некоторые из самых  известных искусственных интеллектуальных - систем:

Deep Blue — победил  чемпиона мира по шахматам. Матч  Каспаров против суперЭВМ не принёс удовлетворения ни компьютерщикам, ни шахматистам, и система не была признана Каспаровым. Затем линия суперкомпьютеров IBM проявилась в проектах brute force BluGene (молекулярное моделирование) и моделирование системы пирамидальных клеток в швейцарском центре Blue Brain.

Watson — перспективная  разработка IBM, способная воспринимать  человеческую речь и производить  вероятностный поиск, с применением  большого количества алгоритмов. Для демонстрации работы Watson принял  участие в американской игре «Jeopardy!», аналога «Своей игры» в России, где системе удалось выиграть в обеих играх.

MYCIN — одна  из ранних экспертных систем, которая могла диагностировать  небольшой набор заболеваний,  причем часто так же точно,  как и доктора.

20Q — проект, основанный на идеях искусственного интеллекта, по мотивам классической игры «20 вопросов». Стал очень популярен после появления в Интернете на сайте 20q.net.

Распознавание речи. Системы такие как ViaVoice способны обслуживать потребителей.

Роботы в  ежегодном турнире RoboCup соревнуются в упрощённой форме футбола.

Банки применяют  системы искусственного интеллекта (СИИ) в страховой деятельности (актуарная  математика), при игре на бирже и  управлении собственностью. Методы распознавания  образов (включая, как более сложные и специализированные, так и нейронные сети) широко используют при оптическом и акустическом распознавании (в том числе текста и речи), медицинской диагностике, спам-фильтрах, в системах ПВО (определение целей), а также для обеспечения ряда других задач национальной безопасности.

Разработчики компьютерных игр применяют искусственный интеллект в той или иной степени проработанности. Это образует понятие «Игровой искусственный интеллект». Стандартными задачами искусственного интеллекта в играх являются нахождение пути в двумерном или трёхмерном пространстве, имитация поведения боевой единицы, расчёт верной экономической стратегии и так далее.