Искусственный интеллект

Материал из Циклопедии
Перейти к: навигация, поиск
Искусственный интеллект — Михаил Бурцев // ПостНаука [8:17]
Искусственный интеллект / Большой скачок // Наука 2.0 [26:19]
Искусственный интеллект (рассказывает Александр Белугин) [23:37]

Искусственный интеллект (англ. artificial intelligence, AI) — это некая технология, дающая решения задач, которым иначе свойственно привлекать естественный разум человека или иных живых систем (группа людей, муравейник, глаз, экосистема…) Также — многоотраслевое направление теоретической информатики, где проводится поиск автоматической постановки и решения такого рода задач.

Точного определения — ни у эталона искусственных интеллектуальных технологий, ни у формальной науки — нет, поскольку в науке и философии не решен вопрос о природе и строении разума. Нет и точного критерия достижения компьютером (или иной рукотворной системой) «разумности»; предложены примерочные, абстрактные критерии: например, тест Тьюринга или гипотеза Ньюэлла-Саймона. Бытует много подходов как к пониманию задач искусственного интеллекта, так и к созданию интеллектуальных систем.

Джон Маккарти, введший термин в 1956 году, дал такое толкование: наука и технология создания интеллектуальных машин.[1] Такое отношение подразумевает, что понятие интеллектуальности (разумности в наивысшей степени) — способность целенаправленно образованных людей — может быть раскрыто и описано настолько подробно, что далее можно сопоставлять ему возможности машин.

Как наука, искусственный интеллект был основан в середине 1950 годов: были сформулированы формальные системы семантики человеческого языка (компьютерная лингвистика) и получены первые результаты формализации искусственных нейронных сетей, способных, как и естественные, к адаптивному обучению, а возможно, — что и к решениям задач, успешность каковых определяется человеческими (и недоступными формализации) критериями: например, «указывают ли две данных фотографии на идентичный объект» или, «как мягко посадить данный самолет». В большинстве случаев алгоритм решения таких задач неизвестен заранее, и машине искусственного интеллекта (или «машине с искусственным интеллектом») требуется автономно построить такой алгоритм на основе взаимодействия с данной конкретной инстанцией задачи — по вводным данным, параметрам. Эта наука стремится к поглощению знаний из иных дисциплин, подступающих к познанию человеческого разума: нейрология, когнитология, когнитивная лингвистика, семантика, механическое обучение, теория игр, психология, этология. Как и все компьютерные науки, она основывается системами логических понятий, и оттого тесно задействует математические теории.

Содержание

[править] Общий вид

Анализируя историю создания и развития искусственного интеллекта, можно выделить такое широкое направление, как моделирование рассуждений. Много лет развитие искусственного интеллекта двигалось именно по этому пути, и теперь это одна из самых развитых областей. Моделирование рассуждений — это создание знаковых систем, на входе которых поставлена ​​некая задача, а на выходе требуется ее решение. Обычно, предлагаемая задача уже формализована, то есть. переведена в математическую форму, либо не имеет алгоритма решения, либо он слишком сложен, трудоемок. В это направление входят: доказательство теорем, принятие решений и теория игр, планирование и диспетчеризация, прогнозирование.

Немаловажным направлением является обработка естественного языка, в рамках которого проводится анализ возможностей понимания, обработки и генерации текстов на «человеческом» языке. В частности, здесь еще не решена проблема машинного перевода текстов с одного языка на другой. В современном мире большую роль играет разработка методов информационного поиска. По своей природе, оригинальный тест Тьюринга связан с этим направлением.

Большие и интересные достижения имеются в области моделирования биологических систем. Строго говоря, сюда можно отнести несколько независимых направлений. Нейронные сети используются для решения неясных и сложных проблем, как то 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 автономного приложения-агента, который взаимодействует с внешним окружением, называется агентным подходом. Цель подхода — должным образом заставить массу «не очень интеллектуальных» агентов взаимодействовать вместе, и тем самым получить «муравьиный» интеллект.

Задача распознавания изображений уже частично решается в рамках других направлений. Сюда относятся распознавание символов, рукописного текста, речи, анализ текстов. Отдельно стоит отметить компьютерное зрение, который связанно с машинным обучением и робототехникой. Вообще, робототехника и искусственный интеллект часто ассоциируются друг с другом. Интегрирование этих двух наук, создание интеллектуальных роботов, можно считать еще одним направлением развития искусственного интеллекта.

Особняком стоит машинное творчество, в связи с тем, что природа человеческого творчества еще менее изучена, чем природа интеллекта. Тем не менее, эта область существует, и здесь поставлены проблемы написания компьютером музыки, литературных произведений, как то стихов или сказок, художественное творчество.

Наконец, существует масса приложений искусственного интеллекта, каждое из которых создает почти самостоятельное направление. В качестве примеров можно вспомнить программирование интеллекта в компьютерных играх, нелинейное управление, интеллектуальные системы безопасности. Можно заметить, что многие области исследований пересекаются. Это свойственно для любой науки. Но в искусственном интеллекте взаимосвязь между будто различными направлениями выражена особенно сильно, и это связано с философским спором о сильном и слабом искусственном интеллекте.

[править] В фантастике

[править] См. также

[править] Источники

Персональные инструменты
Пространства имён

Варианты
Действия
Навигация
Инструменты