Искусственный интеллект
Искусственный интеллект или сокращённо ИИ (англ. artificial intelligence, AI) — технология, дающая решения задач, к 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.
ИИ как наука[править]
Как наука, искусственный интеллект был основан в середине 1950-х 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 которых 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 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.
Приложения ИИ[править]
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 и 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 (стихов или сказок), иное 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.
В фантастике[править]
См. также[править]
- Искусственный интеллект в кибербезопасности
- Искусственный интеллект в Израиле
- Искусственный интеллект в медиа
- Искусственный интеллект и естественный
Источники[править]
- ↑ Джон Маккарти, «What is Artificial Intelligence» (англ.)
| ||||||||||||||||||||||||||||||||||||||||||||
