Ligjërata1 5 . Teknologjia inteligjence artificiale

Planifikoni

Koncepti i inteligjencës artificiale.

Aplikimet e AI.

Koncepti i ekspertitsistemeve.

Koncepti i inteligjencës artificiale

« Inteligjenca- tërësia e të gjitha funksioneve njohëse të një individi: nga ndjesitë dhe perceptimi te të menduarit dhe imagjinata; në një kuptim më të ngushtë - të menduarit. I. - forma kryesore e njohjes njerëzore të realitetit. Ekzistojnë tre lloje për të kuptuar funksionin e I.: 1) aftësia për të mësuar; 2) operimi me simbole; 3) aftësia për të zotëruar në mënyrë aktive modelet e realitetit rreth nesh "(Rapatsevich E.S. Fjalor-libër referimi mbi krijimtarinë shkencore dhe teknike. - Mn .: Etonim LLC, 1995. - 384 f. - F. 51-52.). ( DC 2)

Çdo veprimtari intelektuale bazohet në njohuri. Kjo njohuri përfshin karakteristikat e situatës aktuale, vlerësimet e mundësisë së kryerjes së veprimeve të caktuara, ligjet dhe modelet e botës në të cilën kryhet veprimtaria dhe shumë më tepër. Në programet që filluan të krijoheshin kur u shfaqën kompjuterët, njohuritë e nevojshme ruheshin në kujtesën e programuesve që shkruanin programet. Kompjuteri i saj ekzekutonte mekanikisht sekuencën e komandave të programit të ruajtura në memorien e tij. Nuk kërkohej asnjë njohuri për këtë kompjuter.

« inteligjence artificiale- 1) simbol i sistemeve kibernetike dhe mbështetjes së tyre logjike dhe matematikore, të krijuar për të zgjidhur disa probleme që zakonisht kërkojnë përdorimin e aftësive intelektuale të njeriut; 2) një grup aftësish funksionale të një kompjuteri elektronik (kompjuter) për të zgjidhur problemet që më parë kërkonin pjesëmarrjen e detyrueshme të një personi” (Po aty, f. 54).

Dallimi thelbësor midis sistemeve të inteligjencës artificiale është ai për sisteme të tilla programuesi nuk përgatit programe specifike për ekzekutim. Një person i jep makinës vetëm detyrën e nevojshme dhe programi që kryen këtë detyrë duhet të ndërtohet nga vetë sistemi. Kjo kërkon njohuri si për fushën lëndore të cilës i përket detyra, ashtu edhe për mënyrën se si ndërtohen programet. E gjithë kjo njohuri ruhet në sisteme inteligjente në një bllok të veçantë të quajtur baza e njohurive.

Njohuritë e ruajtura në bazën e njohurive regjistrohen në një formë të veçantë të formalizuar. Baza e njohurive mund të zbatojë procedura për përgjithësimin e korrigjimit të njohurive të ruajtura, si dhe procedura që krijojnë njohuri të reja bazuar në ato që janë tashmë atje.

Inteligjenca artificiale është një nga fushat më të reja të shkencës që u shfaq në mesin e viteve '60. Shekulli 20 bazuar në teknologjinë kompjuterike, logjikën matematikore, programimin, psikologjinë, gjuhësinë, neurofiziologjinë dhe degë të tjera të dijes. Inteligjenca artificiale është një shembull i kërkimit ndërdisiplinor, ku kombinohen interesat profesionale të specialistëve të profileve të ndryshme. Vetë emri i shkencës së re u ngrit në fund të viteve '60. dhe në vitin 1969 u mbajt Konferenca e parë Botërore për Inteligjencën Artificiale në Uashington (SHBA).

Kur në fund të viteve 40 - fillim të viteve 50. u shfaqën kompjuterë, u bë e qartë se inxhinierët dhe matematikanët krijuan jo vetëm një pajisje të shpejtë pune për llogaritjen, por diçka më domethënëse. Doli se me ndihmën e EIM është e mundur të zgjidhni enigma të ndryshme, probleme logjike, të luani shah dhe të krijoni programe lojërash. Kompjuterët filluan të merrnin pjesë në proceset krijuese: të kompozonin melodi muzikore, poema dhe madje edhe përralla. U shfaqën programe për përkthimin nga një gjuhë në tjetrën, për njohjen e modeleve dhe vërtetimin e teoremës. Kjo dëshmoi se me ndihmën e kompjuterëve dhe programeve përkatëse është e mundur të automatizohen lloje të tilla të veprimtarisë njerëzore, të cilat quhen intelektuale dhe konsiderohen të aksesueshme vetëm për njerëzit. Pavarësisht nga shumëllojshmëria e madhe e programeve jo-llogaritëse të krijuara nga fillimi i viteve '60, programimi në fushën e veprimtarisë intelektuale ishte në një pozitë shumë më të keqe sesa zgjidhja e problemeve llogaritëse. Arsyeja është e qartë. Programimi për detyra të natyrës llogaritëse u bazua në teorinë përkatëse - matematika llogaritëse. Bazuar në këtë teori, janë zhvilluar shumë metoda për zgjidhjen e problemeve. Këto metoda u bënë baza për programet përkatëse. Nuk kishte asgjë të ngjashme për detyrat jo-llogaritëse. Çdo program këtu ishte unik, si një vepër arti. Përvoja e krijimit të programeve të tilla nuk u përgjithësua në asnjë mënyrë, aftësia për t'i krijuar ato nuk u zyrtarizua.

Kur një programues krijoi një program për të luajtur shah, ai përdori njohuritë e tij për procesin e lojës. Ai i futi ato në program dhe kompjuteri e ekzekutoi vetëm teknikisht këtë program. Mund të thuhet se kompjuteri “nuk i dallonte” programet llogaritëse nga ato jokompjuterike. Ai gjeti rrënjët e një ekuacioni kuadratik në të njëjtën mënyrë ose shkroi poezi. Nuk kishte asnjë njohuri në kujtesën e kompjuterit se çfarë po bënte në të vërtetë.

Dikush mund të flitet për inteligjencën e një kompjuteri nëse ai veten time, në bazë të njohurive se si vazhdon loja e shahut dhe si e luajnë njerëzit këtë lojë, arritën të hartonin një program shahu ose të sintetizonin një program për të shkruar vals dhe marshime të thjeshta.

Jo vetë procedurat, me ndihmën e të cilave kryhet kjo apo ajo veprimtari intelektuale, por të kuptuarit se si t'i krijoni ato, si të mësoni një lloj të ri të veprimtarisë intelektuale, - këtu fshihet ajo që mund të quhet intelekt. Procedurat e veçanta për mësimin e llojeve të reja të veprimtarisë intelektuale dallojnë një person nga një kompjuter. Për rrjedhojë, në krijimin e inteligjencës artificiale, detyra kryesore është zbatimi me makineri i atyre procedurave që përdoren në veprimtarinë intelektuale të njeriut. Cilat janë këto procedura?

Është e mundur të formulohen qëllimet dhe objektivat kryesore të inteligjencës artificiale. Objekti i studimit inteligjenca artificiale janë procedurat e përdorura në zgjidhjen e problemeve njerëzore, të quajtura tradicionalisht intelektuale ose krijuese. Por nëse psikologjia e të menduarit studion këto procedura në lidhje me një person, atëherë inteligjenca artificiale krijon modele softuerësh (dhe tani edhe softuerësh dhe harduerësh) të procedurave të tilla.

Synimi kërkime në fushën e inteligjencës artificiale - krijimi i një arsenali procedurash të mjaftueshme që kompjuterët (ose sistemet e tjera teknike, si robotët) të jenë në gjendje të gjejnë zgjidhjet e tyre duke vendosur probleme. Me fjalë të tjera, ata u bënë programues autonomë të aftë për të bërë punën e programuesve profesionistë - inxhinierë të aplikuar (krijimi i programeve për zgjidhjen e problemeve në një fushë specifike lëndore). Sigurisht, qëllimi i formuluar nuk shteron të gjitha detyrat që inteligjenca artificiale i vendos vetes. Ky është objektivi i radhës. Qëllimet e mëvonshme lidhen me një përpjekje për të depërtuar në fusha të të menduarit njerëzor që ndodhen jashtë sferës së të menduarit racional dhe verbal (verbal). Sepse në kërkimin e një zgjidhjeje për shumë probleme, veçanërisht për ato që janë shumë të ndryshme nga ato të zgjidhura më parë, ajo sferë e të menduarit, e cila quhet nënndërgjegjeshëm, e pavetëdijshme ose intuitive, luan një rol të rëndësishëm.

Metodat kryesore të përdorura në inteligjencën artificiale janë modele dhe mjete të ndryshme softuerike, eksperimente kompjuterike dhe modele teorike. Megjithatë, kompjuterët modernë nuk i kënaqin më specialistët e inteligjencës artificiale. Ata nuk kanë asnjë lidhje me mënyrën se si funksionon truri i njeriut, kështu që ka një kërkim intensiv për struktura të reja teknike që mund të zgjidhin më mirë problemet që lidhen me proceset intelektuale. Kjo përfshin kërkime mbi rrjetet artificiale të ngjashme me nervat, përpjekjet për të ndërtuar makina molekulare, punën në fushën e sistemeve holografike dhe shumë më tepër.

Ekzistojnë disa probleme kryesore që po studiohen në inteligjencën artificiale.

Përfaqësimi i njohurive është zhvillimi i metodave dhe teknikave për formalizimin dhe futjen e mëvonshme në kujtesën e një sistemi njohurish inteligjente nga fusha të ndryshme problemore, përgjithësimi dhe klasifikimi i njohurive të akumuluara në zgjidhjen e problemeve.

Modelimi i arsyetimit është studimi dhe zyrtarizimi i skemave të ndryshme të konkluzioneve njerëzore të përdorura në procesin e zgjidhjes së problemeve të ndryshme, krijimin e programeve efektive për zbatimin e këtyre skemave në kompjuter.

Procedurat e dialogut për komunikimin në gjuhën natyrore, duke siguruar kontaktin midis një sistemi inteligjent dhe një specialisti njerëzor në procesin e zgjidhjes së problemeve.

Planifikimi i aktivitetit të përshtatshëm është zhvillimi i metodave për ndërtimin e programeve komplekse të veprimtarisë bazuar në njohuritë për zonën e problemit që ruhet në sistemin intelektual.

Trajnimi i sistemeve inteligjente në procesin e veprimtarisë së tyre, krijimi i një grupi mjetesh për akumulimin dhe përgjithësimin e aftësive dhe aftësive të grumbulluara në sisteme të tilla.

Krahas këtyre problemeve, po hetohen edhe shumë të tjera, të cilat përbëjnë bazën mbi të cilën specialistët do të mbështeten në raundin tjetër të zhvillimit të teorisë së inteligjencës artificiale.

Sistemet inteligjente tashmë po futen në praktikën e veprimtarisë njerëzore. Këto janë sistemet eksperte më të njohura për një gamë të gjerë specialistësh, të cilët transferojnë përvojën e specialistëve më të trajnuar tek ata më pak të trajnuar, dhe sistemet inteligjente të informacionit (për shembull, sistemet e përkthimit me makinë), robotët inteligjentë dhe sistemet e tjera që kanë çdo e drejta për t'u quajtur inteligjent. Pa sisteme të tilla, përparimi modern shkencor dhe teknologjik nuk është më i mundur.

Aktualisht, AI është një degë e fuqishme e informatikës, e cila ka si baza themelore, thjesht shkencore, ashtu edhe aspekte teknike dhe aplikative shumë të zhvilluara që lidhen me krijimin dhe funksionimin e modeleve efikase të sistemeve inteligjente. Nga rezultatet e këtyre punimeve varet shfaqja e kompjuterëve të gjeneratës së 5-të.

Çdo detyrë, algoritmi i zgjidhjes së së cilës nuk dihet, mund t'i atribuohet fushës së AI (lojë shahu, diagnostikimi mjekësor, përmbledhja e tekstit, përkthimi në një gjuhë të huaj). Tiparet karakteristike të detyrave të AI janë përdorimi i informacionit në formë simbolike dhe disponueshmëria e një zgjedhjeje nga një shumëllojshmëri opsionesh në kushte pasigurie.

Drejtimi më premtues në zhvillimin e sistemeve të mësimit kompjuterik është teknologjia e inteligjencës artificiale. Sistemet që përdorin metodologjinë e AI quhen sisteme inteligjente të të mësuarit (ITS). ITS zbaton ndërveprim adaptiv dhe të dyanshëm që synon transferimin efektiv të njohurive.Mënyra më premtuese për zhvillimin e SIT është, me sa duket, mënyra e krijimit të sistemeve të vetë-mësimit që fitojnë njohuri në një dialog me një person.

2. Aplikimet e AI

Sistemet e AI janë pajisje ose programe që kanë karakteristika të natyrshme në sjelljen intelektuale të njeriut si të kuptuarit dhe përdorimit të gjuhës, shkaktimin e sjelljes, aftësinë për të zgjidhur problemet, aftësinë për t'iu përgjigjur në mënyrë fleksibile një situate, për të përfituar nga situata të favorshme, për të gjetur zgjidhje në të paqarta. ose situata konfliktuale, të njohë rëndësinë relative të elementeve të ndryshme të situatave, të gjejë ngjashmëri mes tyre pavarësisht ndryshimit të tyre.

Sistemet softuerike që zbatojnë algoritme për të cilat nuk ekziston një model zgjidhjesh formale quhen heuristike dhe i përkasin AI. Detyrat e AI janë detyra në të cilat nuk zyrtarizohet procesi i zgjidhjes, por procesi i gjetjes së një zgjidhjeje.

Më gjerësisht, sistemet e inteligjencës artificiale përdoren për të zgjidhur problemet e mëposhtme:

Njohja e modelit është një sistem teknik që percepton informacionin vizual dhe zanor (i kodon dhe e vendos atë në kujtesë), problemet e të kuptuarit dhe arsyetimit logjik në procesin e përpunimit të informacionit vizual dhe të të folurit.

Modelimi i arsyetimit - studimi i arsyetimit njerëzor në inteligjencën artificiale sapo ka filluar, por pa krijuar modele formale për një arsyetim të tillë, është shumë e vështirë të prodhohen në sisteme inteligjente të gjitha tiparet e arsyetimit të specialistëve që zgjidhin ato probleme që duam të bëjmë. në dispozicion të sistemeve artificiale. Në sistemet e ekspertëve të krijuar tashmë sot, realizohen jo vetëm përfundime të besueshme logjike, por edhe arsyetime të besueshme dhe një sërë arsyetimesh të tjera jo monotonike. U shfaqën programet e para për arsyetim me analogji dhe shoqërim.

Sisteme llogaritëse simbolike

Sistemet me logjikë fuzzy - përfundimi fuzzy përdoret shumë gjerësisht, sepse pasqyron shumën e njohurive njerëzore për shumë fenomene të botës reale. Kur planifikoni sjelljen në robotë dhe sisteme të tjera të inteligjencës artificiale që veprojnë në mjedise të përshkruara jo plotësisht, kur merrni vendime në mungesë të informacionit gjithëpërfshirës, ​​në sisteme ekspertësh me njohuri të pjesshme të fushës së temës dhe në shumë situata të tjera, përfundimi i paqartë është i domosdoshëm.

Psikologjia kognitive është një nga fushat e shkencës moderne psikologjike që lidhet me kërkimin shkaqet e brendshme disa sjellje të një sistemi të gjallë. Si rregull, objekti i studimit është njohja e një personi për veten dhe botën përreth tij, si dhe proceset njohëse që sigurojnë përvetësimin, ruajtjen dhe transformimin e kësaj njohurie.

Kuptimi i gjuhës natyrore - analiza dhe gjenerimi i teksteve, përfaqësimi i tyre i brendshëm.

Sistemet e ekspertëve janë sisteme që përdorin njohuritë e specialistëve në aktivitete specifike.

Gjuhësia kompjuterike lindi në kryqëzimin e informatikës dhe gjuhësisë. shkencë e re ndryshoi emrin disa herë; në fillim u quajt gjuhësia matematikore, pastaj gjuhësia strukturore dhe gjuhësia llogaritëse, pastaj tashmë - gjuhësia llogaritëse.

U bë e mundur automatizimi i shumë proceseve intensive të punës, duke ruajtur një shumëllojshmëri fjalorësh dhe kartash leksikore. Përkthimi me makinë është tashmë një realitet.

Inteligjenca e makinës- një grup harduerësh dhe softuerësh të një kompjuteri, me ndihmën e të cilit sigurohet një komunikim i tillë midis një personi dhe një makine (ndërfaqeje), i cili, për nga niveli i tij, i afrohet komunikimit midis specialistëve që zgjidhin një problem të përbashkët.

Planifikimi i Sjelljesështë një nga fushat e kërkimit në inteligjencën artificiale. Detyra kryesore e këtij drejtimi është kërkimi i procedurave që mund të ofrojnë automatikisht rrugën më të shkurtër për arritjen e qëllimit, bazuar në situatën e dhënë. Detyrat e këtij lloji doli të ishin më të rëndësishmet për robotët që funksionojnë në mënyrë autonome. Duke zgjidhur detyrën që i është caktuar, roboti duhet të hartojë një plan për zgjidhjen e tij dhe të përpiqet ta përmbushë atë. Nëse në procesin e zbatimit të këtij plani roboti është i bindur se ka pengesa të pakapërcyeshme, atëherë duhet të ndërtojë një plan tjetër në të cilin këto pengesa nuk ekzistojnë.

Robotët inteligjentë.

Lojëra - lojëra të karakterizuara nga një numër i kufizuar situatash dhe rregulla të mirëpërcaktuara, ato tejkalojnë nivelin e një personi me aftësi mesatare; por nuk është arritur niveli i specialistëve më të mirë.

Zgjidhja e problemeve është formulimi, analiza dhe prezantimi i situatave specifike të jetës, zgjidhja e të cilave kërkon zgjuarsi, aftësi për të përgjithësuar. Ata përpiqen të aplikojnë teknologji kompjuterike për zbatimin e proceseve intelektuale të gjetjes së një zgjidhjeje, kur rezultati përfundimtar është i paparashikueshëm, është fryt i konkluzioneve logjike dhe konkluzioneve në të cilat del vetë.

Luftëtari i fundit rus është i pajisur me sisteme të inteligjencës artificiale Shumë ndryshime më radikale janë bërë në sistemet elektronike të avionit në bord. Si rezultat i prezantimit të një sistemi dixhital të kontrollit të avionëve fluturues me shumë kanale, duke përfshirë sistemet e inteligjencës artificiale, Su-37, në krahasim me Su-35, do të marrë aftësi shtesë të paprecedentë: Aftësia për të ofruar parandalim sulme kundër çdo armiku ajror (përfshirë avionët stealth); Siguria shumëkanale dhe algoritmike e të gjitha sistemeve të informacionit dhe shënjestrimit; Sulmi i objektivave tokësore pa hyrë në zonën e mbrojtjes ajrore të armikut; Fluturim në lartësi të ulët me fluturim mbi fluturim dhe shmangie të pengesave tokësore, përfshirë në modalitetin automatik; Veprime të automatizuara grupore kundër objektivave ajrore dhe tokësore; Kundërveprimi ndaj mjeteve radio-elektronike dhe opto-elektronike të armikut; Automatizimi i të gjitha fazave të përdorimit të fluturimit dhe luftarak

Panasonic njofton disponueshmërinë e projektorit të ri AI pt AE500E. Inteligjenca artificiale e integruar që kontrollon automatikisht ndriçimin e llambës në varësi të sinjalit të videos në hyrje, duke siguruar një raport kontrasti prej 1300:1.

Zhvillimi i teknologjisë së informacionit eksiton mendjen e njeriut për një gjysmë shekulli të mirë. Kompjuterët kanë hyrë fort tek ne jeta e përditshme. Puna në një zyrë moderne është e paimagjinueshme pa internet, Email, dhe një pushim i merituar për shumë njerëz fillon vetëm kur tastiera e lojës është e ndezur. Telefonat celularë të gjeneratës së tretë tani jo vetëm që transmetojnë zërin, por gjithashtu zëvendësojnë lehtësisht pothuajse çdo pajisje zyre. Ka edhe makina me kompjuterë në bord që mund të bëjnë një rrugë udhëtimi dhe të dërgojnë një pasagjer në destinacionin e tyre.

Procesori i parë, i lëshuar nga Intel më 11 nëntor 1971, përmbante 2,300 transistorë në një qark me madhësinë e thonjve. Mikroçipi kreu 60 mijë operacione në sekondë - asgjë sipas standardeve të sotme, por atëherë ishte një përparim serioz. Që atëherë, teknologjia informatike ka bërë një rrugë të gjatë. Për shembull, vlerësohet se gjatë 30 viteve të ekzistencës së mikroprocesorëve, madhësia minimale e elementeve të procesorit është ulur me 17 herë, ndërsa numri i transistorëve është rritur me 18 mijë herë, dhe frekuenca e orës është rritur me 14 mijë. herë. Teknologjia aktuale e procesorit të Intel-it lejon që transistorët të bëhen aq të vegjël sa një molekulë, dhe në të ardhmen deri në disa shtresa atomike.

Industria e teknologjisë së informacionit është një nga fushat më dinamike në zhvillim të jetës. Në përputhje me Ligji i Moore, në vitin 2020 kompjuterët do të arrijnë fuqinë e trurit të njeriut, sepse. do të jetë në gjendje të kryejë 20 kuadrilion (d.m.th. 20,000,000 miliardë) operacione në sekondë, dhe deri në vitin 2060, sipas disa futuristëve, kompjuteri do të barazojë fuqinë e mendjes me të gjithë njerëzimin. Sidoqoftë, në vitin 1994, një PC i bazuar në një procesor Intel Pentium me një frekuencë qesharake, deri më sot, 90 MHz mundi disa nga mjeshtrit më të fortë në botë në një seri turne shahu, duke përfshirë kampionin në fuqi të planetit, Garry Kasparov. .

Tashmë sot ka mundësi reale për të aplikuar teknologji inteligjente në pothuajse çdo makinë. Për shembull, celulari BlueConnect i Johnson Controls, një modul i integruar makine pa duar i bazuar në procesorët Intel PXA250 dhe Intel PXA210, i lejon drejtuesit të kryejë një sërë veprimesh të aktivizuara me zë duke përdorur një telefon celular dhe teknologjinë Bluetooth.

Është e qartë se çdo vit gjithnjë e më shumë mikroprocesorë të fuqishëm do të përdoren në një numër në rritje të pajisjeve të ndryshme shtëpiake. Kohët e fundit, specialistët e Intel kanë zhvilluar transistorë, shpejtësia e të cilave tejkalon shpejtësinë e Pentium 4 me pothuajse 1000%. Kështu, thonë shkencëtarët e korporatës, është vërtetuar se nuk ka pengesa themelore për zhvillimin e vazhdueshëm të mikroprocesorëve në përputhje me ligjin e Moore deri në fund të kësaj dekade.

Këta transistorë, të cilët janë vetëm 20 nanometra në madhësi, do t'i lejojnë Intelit të krijojë procesorë me një miliardë transistorë deri në vitin 2007, që funksionojnë në frekuenca deri në 20 GHz me një tension furnizimi prej rreth 1 volt. Dhe menaxhmenti i kompanisë tashmë po flet për procesorë të ardhshëm me shpejtësi të orës deri në 30 GHz. Tashmë janë krijuar parakushtet për prodhimin e mikroprocesorëve të tillë në Intel, thonë përfaqësuesit e kompanisë.

Mbështetësit e inteligjencës artificiale janë sinqerisht të bindur se qëllimi i ekzistencës së njerëzimit është krijimi i një superinteligjence kompjuterike.

Inteligjenca artificiale, në kuptimin shumë real të këtij termi, nënkupton një zëvendësues, por konkurrues në lidhje me llojin e mendjes njerëzore, "të jetuar", për shembull, në bazë kompjuterike. Deri më tani, është mundur të krijohen vetëm disa ngjashmëri, "imitues majmuni" të veprimtarisë inteligjente njerëzore. Po, roverët, duke shmangur në mënyrë të pavarur pengesat e parëndësishme, lërojnë në mënyrë autonome pajetësinë e shkretëtirave të Planetit të Kuq, por ende nevojitet një ekip njerëzor nga Toka për të vendosur drejtimin e kërkimit. Po, njësitë gjysmëpërçuese, të mbushura me qindra miliona transistorë, kanë mësuar se si të shkruajnë tekstin nga diktimi, por rezervimi më elementar, i kuptueshëm për një dëgjues të drejtpërdrejtë, i ngatërron menjëherë. Po, kompjuteri u mësua të përkthente automatikisht fjalë nga një gjuhë në tjetrën, por tekstet e marra nga një "përkthyes artificial" i tillë pa redaktim nga një ekspert i gjallë i gjuhës nuk janë ende të një cilësie shumë të lartë.

Përkufizimi i inteligjencës artificiale i cituar në preambulë, i dhënë nga John McCarthy në 1956 në një konferencë në Universitetin Dartmouth, nuk lidhet drejtpërdrejt me të kuptuarit e inteligjencës njerëzore. Sipas McCarthy, studiuesit e AI janë të lirë të përdorin metoda që nuk vërehen te njerëzit nëse është e nevojshme për të zgjidhur probleme specifike.

Në të njëjtën kohë, ekziston një këndvështrim sipas të cilit inteligjenca mund të jetë vetëm një fenomen biologjik.

Siç thekson kryetari i degës së Shën Petersburgut të Shoqatës Ruse të Inteligjencës Artificiale T. A. Gavrilova, në gjuhe angleze fraza inteligjence artificiale nuk e ka atë ngjyrosjen paksa fantastike antropomorfike që fitoi në një përkthim rusisht mjaft të pasuksesshëm. fjalë inteligjencës do të thotë "aftësia për të arsyetuar në mënyrë të arsyeshme", dhe aspak "inteligjencë", për të cilën ekziston një ekuivalent në anglisht. intelekti .

Anëtarët e Shoqatës Ruse të Inteligjencës Artificiale japin përkufizimet e mëposhtme të inteligjencës artificiale:

Një nga përkufizimet private të inteligjencës, i përbashkët për një person dhe një "makinë", mund të formulohet si më poshtë: "Inteligjenca është aftësia e një sistemi për të krijuar programe (kryesisht heuristike) në rrjedhën e vetë-mësimit për të zgjidhur problemet e një klasë të caktuar kompleksiteti dhe zgjidhni këto probleme”.

Parakushtet për zhvillimin e shkencës së inteligjencës artificiale

Historia e inteligjencës artificiale si një drejtim i ri shkencor fillon në mesin e shekullit të 20-të. Në këtë kohë, shumë parakushte për origjinën e saj ishin formuar tashmë: midis filozofëve kishte kohë që kishte mosmarrëveshje për natyrën e njeriut dhe procesin e njohjes së botës, neurofiziologët dhe psikologët zhvilluan një sërë teorish në lidhje me punën e trurit të njeriut dhe të menduarit, ekonomistët dhe matematikanët bënë pyetje për llogaritjet optimale dhe paraqitjen e njohurive për botën në formë të formalizuar; Më në fund është hedhur themeli teoria matematikore u krijuan llogaritjet - teoria e algoritmeve - dhe kompjuterët e parë.

Aftësitë e makinerive të reja për sa i përket shpejtësisë së llogaritjes rezultuan të ishin më të mëdha se ato njerëzore, kështu që u ngrit pyetja në komunitetin shkencor: cilët janë kufijtë e aftësive të kompjuterëve dhe a do të arrijnë makineritë në nivelin e zhvillimit njerëzor? Në vitin 1950, një nga pionierët në fushën e teknologjisë kompjuterike, shkencëtari anglez Alan Turing, shkroi një artikull me titull "A mund të mendojë një makinë?" , i cili përshkruan një procedurë me anë të së cilës do të jetë e mundur të përcaktohet momenti kur një makinë bëhet e barabartë në aspektin e inteligjencës me një person, i quajtur testi Turing.

Historia e zhvillimit të inteligjencës artificiale në BRSS dhe Rusi

Në BRSS, puna në fushën e inteligjencës artificiale filloi në vitet 1960. Një numër studimesh pioniere u kryen në Universitetin e Moskës dhe Akademinë e Shkencave, të kryesuar nga Veniamin Pushkin dhe D. A. Pospelov. Që nga fillimi i viteve 1960, M. L. Tsetlin dhe kolegët kanë zhvilluar çështje që lidhen me trajnimin e automateve të fundme.

Në vitin 1964, u botua vepra e logjikës së Leningradit Sergei Maslov " metodë e kundërt vendosja e derivueshmërisë në llogaritjen e kallëzuesit klasik”, i cili ishte i pari që propozoi një metodë për kërkimin automatik të provave të teoremave në llogaritjen e kallëzuesit.

Deri në vitet 1970, në BRSS, të gjitha kërkimet e AI kryheshin brenda kornizës së kibernetikës. Sipas D. A. Pospelov, shkencat e "informatikës" dhe "kibernetikës" ishin të përziera në atë kohë, për shkak të një sërë mosmarrëveshjesh akademike. Vetëm në fund të viteve 1970 në BRSS filluan të flasin për drejtimin shkencor "inteligjencën artificiale" si një degë e shkencës kompjuterike. Në të njëjtën kohë, lindi vetë informatika, duke nënshtruar "kibernetikën" paraardhëse. Në fund të viteve 1970, a Fjalor mbi inteligjencën artificiale, një udhëzues me tre vëllime për inteligjencën artificiale dhe fjalor enciklopedik në Informatikë, në të cilën në përbërje të informatikës përfshihen seksionet “Kibernetikë” dhe “Inteligjencë Artificiale”, krahas seksioneve të tjera. Termi "shkenca kompjuterike" u përhap gjerësisht në vitet 1980 dhe termi "kibernetikë" gradualisht u zhduk nga qarkullimi, duke mbetur vetëm në emrat e atyre institucioneve që u ngritën gjatë epokës së "bumit kibernetik" të fundit të viteve 1950 dhe fillimit të viteve 1960. Kjo pikëpamje e inteligjencës artificiale, kibernetikës dhe shkencës kompjuterike nuk ndahet nga të gjithë. Kjo për faktin se në Perëndim kufijtë e këtyre shkencave janë disi të ndryshëm.

Qasjet dhe drejtimet

Qasjet për të kuptuar problemin

Nuk ka asnjë përgjigje të vetme për pyetjen se çfarë bën inteligjenca artificiale. Pothuajse çdo autor që shkruan një libër për AI fillon nga një përkufizim në të, duke marrë parasysh arritjet e kësaj shkence në dritën e saj.

• nga lart-poshtë (eng. UA nga lart-poshtë), semiotike - krijimi i sistemeve të ekspertëve, bazave të njohurive dhe sistemeve të konkluzioneve që imitojnë proceset mendore të nivelit të lartë: të menduarit, arsyetimi, të folurit, emocionet, kreativiteti, etj.;
• ascending (anglisht Bottom-Up AI), biologjik - studimi i rrjeteve nervore dhe llogaritjeve evolucionare që modelojnë sjelljen intelektuale bazuar në elementë biologjikë, si dhe krijimin e sistemeve të përshtatshme kompjuterike, si një neurokompjuter ose biokomputer.

Qasja e fundit, në mënyrë rigoroze, nuk zbatohet për shkencën e AI në kuptimin e dhënë nga John McCarthy - ata janë të bashkuar vetëm nga një qëllim i përbashkët përfundimtar.

Testi Turing dhe qasja intuitive

Kjo qasje fokusohet në ato metoda dhe algoritme që do të ndihmojnë një agjent inteligjent të mbijetojë në mjedis gjatë kryerjes së detyrës së tij. Pra, këtu algoritmet për kërkimin e rrugës dhe marrjen e vendimeve studiohen shumë më hollësisht.

Qasja hibride

Qasja hibride sugjeron që vetëm kombinimi sinergjik i modeleve nervore dhe simbolike arrin spektrin e plotë të aftësive njohëse dhe llogaritëse. Për shembull, rregullat e konkluzionit të ekspertëve mund të gjenerohen nga rrjetet nervore dhe rregullat gjeneruese merren duke përdorur të mësuarit statistikor. Përkrahësit e kësaj qasjeje besojnë se sistemet hibride të informacionit do të jenë shumë më të fortë se shuma e koncepteve të ndryshme veç e veç.

Modelet dhe metodat e kërkimit

Modelimi simbolik i proceseve të të menduarit

Duke analizuar historinë e AI, mund të veçohet një drejtim kaq i gjerë si modelimi i arsyetimit. vite të gjata zhvillimi i kësaj shkence ka ecur në këtë rrugë, dhe tani ajo është një nga fushat më të zhvilluara në AI moderne. Modelimi i arsyetimit nënkupton krijimin e sistemeve simbolike, në hyrje të të cilave vendoset një detyrë e caktuar, dhe në dalje kërkohet zgjidhja e saj. Si rregull, problemi i propozuar tashmë është zyrtarizuar, pra është përkthyer në formë matematikore, por ose nuk ka një algoritëm zgjidhjeje, ose është shumë i ndërlikuar, kërkon kohë, etj. Ky drejtim përfshin: vërtetimin e teoremave, marrjen e vendimeve , dhe teoria e lojës, planifikimi dhe dispeçimi , parashikimi .

Puna me gjuhët natyrore

Një drejtim i rëndësishëm është përpunimi i gjuhës natyrore, i cili analizon mundësitë e të kuptuarit, përpunimit dhe gjenerimit të teksteve në një gjuhë "njerëzore". Në këtë drejtim synohet një përpunim i tillë i gjuhës natyrale që do të mund të merrte njohuri vetë duke lexuar tekstin ekzistues të disponueshëm në internet. Disa aplikime të drejtpërdrejta të përpunimit të gjuhës natyrore përfshijnë marrjen e informacionit (duke përfshirë nxjerrjen e tekstit) dhe përkthimin me makinë.

Përfaqësimi dhe përdorimi i njohurive

Drejtimi inxhinieri njohurish kombinon detyrat e marrjes së njohurive nga informacioni i thjeshtë, sistemimi dhe përdorimi i tyre. Ky drejtim është i lidhur historikisht me krijimin sistemet eksperte- programe që përdorin baza të specializuara njohurish për të marrë përfundime të besueshme për çdo problem.

Prodhimi i njohurive nga të dhënat është një nga problemet themelore të nxjerrjes së të dhënave. Ka qasje të ndryshme për zgjidhjen e këtij problemi, duke përfshirë ato të bazuara në teknologjinë e rrjetit nervor, duke përdorur procedurat e verbalizimit të rrjetit nervor.

Mësimi i makinerisë

Çështjet mësimi i makinës ka të bëjë me procesin i pavarur përvetësimi i njohurive nga një sistem intelektual në procesin e funksionimit të tij. Ky drejtim ka qenë qendror që nga fillimi i zhvillimit të AI. Në vitin 1956, në Konferencën Verore të Dartmundit, Ray Solomonoff shkroi një punim mbi një makinë të pambikëqyrur të të mësuarit probabilistik të quajtur Makina Induktive e Përfundimit.

Robotika

Kreativiteti i makinës

Natyra e krijimtarisë njerëzore është edhe më pak e kuptuar se natyra e inteligjencës. Megjithatë, kjo zonë ekziston dhe këtu shtrohen problemet e shkrimit të muzikës, veprave letrare (shpesh poezi apo përralla), krijimtarisë artistike. Krijimi i imazheve realiste përdoret gjerësisht në industrinë e filmit dhe lojërave.

Më vete, theksohet studimi i problemeve të krijimtarisë teknike të sistemeve të inteligjencës artificiale. Problemet shpikëse të teorisë-zgjidhje, e propozuar në vitin 1946 nga G.S. Altshuller, shënuan fillimin e një kërkimi të tillë.

Shtimi i kësaj veçorie në çdo sistem inteligjent ju lejon të demonstroni shumë qartë se çfarë saktësisht percepton sistemi dhe si kupton. Duke shtuar zhurmë në vend të informacionit të munguar ose duke filtruar zhurmën me njohuritë e disponueshme në sistem, krijohen imazhe konkrete nga njohuri abstrakte që perceptohen lehtësisht nga një person, kjo është veçanërisht e dobishme për njohuritë intuitive dhe me vlerë të ulët, verifikimi i të cilave në një formë formale kërkon përpjekje të konsiderueshme mendore.

Fusha të tjera të kërkimit

Së fundi, ka shumë aplikime të inteligjencës artificiale, secila prej të cilave formon një drejtim pothuajse të pavarur. Shembujt përfshijnë programimin e inteligjencës në lojëra kompjuterike, kontrollin jolinear, sigurinë e informacionit dhe sistemet inteligjente.

Në të ardhmen, supozohet se zhvillimi i inteligjencës artificiale është i lidhur ngushtë me zhvillimin e një kompjuteri kuantik, pasi disa veti të inteligjencës artificiale kanë parime të ngjashme të funksionimit me kompjuterët kuantikë.

Mund të shihet se shumë fusha të kërkimit mbivendosen. Kjo është e vërtetë për çdo shkencë. Por në inteligjencën artificiale, marrëdhënia midis drejtimeve në dukje të ndryshme është veçanërisht e fortë, dhe kjo lidhet me debatin filozofik për AI të fortë dhe të dobët.

Inteligjenca artificiale moderne

Ekzistojnë dy drejtime të zhvillimit të AI:

• zgjidhja e problemeve që lidhen me përafrimin e sistemeve të specializuara të AI me aftësitë njerëzore dhe integrimin e tyre, i cili zbatohet nga natyra njerëzore ( shih Inteligjencën Boost);
• krijimi i inteligjencës artificiale, që përfaqëson integrimin e sistemeve tashmë të krijuara të AI në sistem i vetëm të aftë për të zgjidhur problemet e njerëzimit ( shih Inteligjenca artificiale e fortë dhe e dobët).

Por për momentin, në fushën e inteligjencës artificiale, ka një përfshirje të shumë fushave lëndore që janë më praktike sesa themelore për AI. Shumë qasje janë provuar, por asnjë grup kërkimor nuk ka dalë ende me shfaqjen e inteligjencës artificiale. Më poshtë janë vetëm disa nga zhvillimet më të dukshme të AI.

Aplikacion

Disa nga sistemet më të famshme të AI janë:

Bankat përdorin sisteme të inteligjencës artificiale (AI) në aktivitetet e sigurimit (matematika aktuariale), kur luajnë në bursë dhe menaxhojnë pronën. Metodat e njohjes së modeleve (duke përfshirë ato më komplekse dhe të specializuara dhe rrjetet nervore) përdoren gjerësisht në njohjen optike dhe akustike (përfshirë tekstin dhe të folurin), diagnostikimin mjekësor, filtrat e postës së padëshiruar, sistemet e mbrojtjes ajrore (identifikimi i objektivit), si dhe për të siguruar një numri i detyrave të tjera të sigurisë kombëtare.

Psikologjia dhe shkenca konjitive

Metodologjia e modelimit kognitiv është krijuar për të analizuar dhe marrë vendime në situata të keqpërcaktuara. Ajo u propozua nga Axelrod.

Ai bazohet në modelimin e ideve subjektive të ekspertëve për situatën dhe përfshin: një metodologji për strukturimin e situatës: një model për përfaqësimin e njohurive të ekspertëve në formën e një digrafi të nënshkruar (hartë njohëse) (F, W), ku F është një grup faktorësh të situatës, W është një grup marrëdhëniesh shkak-pasojë ndërmjet faktorëve të situatës; metodat e analizës së situatës. Aktualisht, metodologjia e modelimit kognitiv po zhvillohet në drejtim të përmirësimit të aparatit për analizimin dhe modelimin e situatës. Këtu propozohen modele për parashikimin e zhvillimit të situatës; metodat për zgjidhjen e problemeve të anasjellta.

Filozofia

Shkenca e "krijimit të inteligjencës artificiale" nuk mund të mos tërhiqte vëmendjen e filozofëve. Me ardhjen e sistemeve të para inteligjente, u ngritën pyetje themelore rreth njeriut dhe dijes, dhe pjesërisht rreth rendit botëror.

Probleme filozofike Krijimi i inteligjencës artificiale mund të ndahet në dy grupe, duke folur relativisht, "para dhe pas zhvillimit të AI". Grupi i parë i përgjigjet pyetjes: "Çfarë është AI, a është e mundur ta krijosh atë dhe, nëse është e mundur, si ta bëjmë?" Grupi i dytë (etika e inteligjencës artificiale) shtron pyetjen: "Cilat janë pasojat e krijimit të AI për njerëzimin?"

Termi "inteligjencë e fortë artificiale" u prezantua nga John Searle, dhe qasja e tij karakterizohet nga fjalët e tij:

Për më tepër, një program i tillë do të ishte më shumë se thjesht një model i mendjes; fjalë për fjalë do të jetë vetë mendja, në të njëjtin kuptim që mendja njerëzore është mendja.

Në të njëjtën kohë, është e nevojshme të kuptohet nëse një mendje "artificiale e pastër" ("metamind") është e mundur, duke kuptuar dhe zgjidhur problemet reale dhe, në të njëjtën kohë, pa emocione që janë karakteristike për një person dhe të nevojshme për të. mbijetesa individuale [ ] .

Përkundrazi, avokatët e dobët të AI preferojnë t'i shohin programet vetëm si një mjet për zgjidhjen e detyrave të caktuara që nuk kërkojnë gamën e plotë të aftësive njohëse njerëzore.

Etika

Rrëfimet e tjera tradicionale rrallë përshkruajnë çështjet e AI. Por disa teologë megjithatë i kushtojnë vëmendje kësaj. Për shembull, kryeprifti Mikhail Zakharov, duke argumentuar nga këndvështrimi i botëkuptimit të krishterë, shtron pyetjen e mëposhtme: "Njeriu është një qenie racionalisht e lirë, e krijuar nga Zoti në imazhin dhe ngjashmërinë e Tij. Ne jemi mësuar t'i referojmë të gjitha këto përkufizime specieve biologjike Homo Sapiens. Por sa e justifikuar është kjo? . Kësaj pyetjeje ai i përgjigjet kështu:

Duke supozuar se kërkimet në fushën e inteligjencës artificiale do të çojnë ndonjëherë në shfaqjen e një qenie artificiale që është më e lartë se njeriu në inteligjencë, me vullnet të lirë, a do të thotë kjo se kjo krijesë është një person? … njeriu është një krijesë e Perëndisë. A mund ta quajmë këtë krijesë një krijesë të Zotit? Në pamje të parë, është një krijim njerëzor. Por edhe kur krijoi njeriun, vështirë se ia vlen të kuptohet fjalë për fjalë se Zoti me duart e Tij krijoi njeriun e parë nga balta. Kjo është ndoshta një alegori, që tregon materialitetin e trupit të njeriut, të krijuar me vullnetin e Zotit. Por pa vullnetin e Zotit, asgjë nuk ndodh në këtë botë. Njeriu, si bashkëkrijues i kësaj bote, mundet, duke përmbushur vullnetin e Zotit, të krijojë krijesa të reja. Krijesa të tilla, të krijuara nga dora e njeriut sipas vullnetit të Zotit, ndoshta mund të quhen krijime të Zotit. Në fund të fundit, njeriu krijon lloje të reja kafshësh dhe bimësh. Dhe ne i konsiderojmë bimët dhe kafshët si krijime të Zotit. E njëjta gjë mund të thuhet për një qenie artificiale të një natyre jobiologjike.

Fantashkencë

Tema e AI është konsideruar nga këndvështrime të ndryshme në veprën e Robert-Heinlein: hipoteza e shfaqjes së vetëdijes së AI kur struktura bëhet më komplekse përtej një niveli të caktuar kritik dhe ka ndërveprim me botën e jashtme dhe bartësit e tjerë të mendjes ( "Hëna është një mësuese e ashpër", "Kohë mjafton për dashuri", personazhet Mycroft, Dora dhe Aya në serinë "Historia e së Ardhmes", problemet e zhvillimit të AI pas vetëdijes hipotetike dhe disa çështje sociale dhe etike (" e premte"). Problemet socio-psikologjike të ndërveprimit njerëzor me inteligjencën artificiale konsiderohen gjithashtu nga romani i Philip K. Dick "A ëndërrojnë Androidët për delet elektrike? ”, i njohur edhe nga adaptimi filmik i Blade Runner.

Në veprën e shkrimtarit dhe filozofit të trillimeve shkencore Stanislav Lem, krijimi i realitet virtual, inteligjenca artificiale, nanorobotët dhe shumë probleme të tjera të filozofisë së inteligjencës artificiale. Veçanërisht vlen të përmendet teknologjia përmbledhëse e futurologjisë. Për më tepër, aventurat e Iyon Tikhiy përshkruajnë në mënyrë të përsëritur marrëdhënien midis qenieve të gjalla dhe makinave: rebelimi i kompjuterit në bord i ndjekur nga ngjarje të papritura (udhëtimi i 11-të), përshtatja e robotëve në shoqëria njerëzore(“Washing Tragedy” nga “Memories of Iyon the Quiet”), ndërtimi i rendit absolut në planet duke përpunuar banorët e gjallë (udhëtimi i 24-të), shpikjet e Corcoran dhe Diagor (“Kujtimet e Iyon the Quiet”), një klinikë psikiatrike për robotë ("Kujtimet e Iyonit të Qetë") "). Përveç kësaj, ekziston një cikël i tërë tregimesh dhe tregimesh të Cyberiad, ku pothuajse të gjithë personazhet janë robotë, të cilët janë pasardhës të largët të robotëve që u arratisën nga njerëzit (ata i quajnë njerëzit të zbehtë dhe i konsiderojnë krijesa mitike).

Filmat

Pothuajse që nga vitet 1960, së bashku me shkrimin e tregimeve dhe romaneve fantastike, janë bërë filma për inteligjencën artificiale. Shumë romane nga autorë të njohur në të gjithë botën janë filmuar dhe bëhen klasikë të zhanrit, të tjerët bëhen një moment historik në zhvillim

• Mustafina Nailya Mugattarovna, bachelor, student
• Universiteti Shtetëror Agrare i Bashkirit
• Sharafutdinov Aidar Gazizyanovich, Kandidat i Shkencave, Profesor i Asociuar, Profesor i Asociuar
• Universiteti Shtetëror Agrare i Bashkirit

• MAKINAT INFORMATIVE
• TEKNIKË
• SHKENCA
• INTELIGJENCE ARTIFICIALE

Sot, përparimi shkencor dhe teknologjik po zhvillohet me shpejtësi. Një nga industritë e saj me rritje të shpejtë është inteligjenca artificiale.

Sot, përparimi teknologjik po zhvillohet me shpejtësi. Shkenca nuk qëndron ende dhe çdo vit njerëzit dalin me teknologji gjithnjë e më të avancuara. Një nga drejtimet e reja në zhvillimin e progresit teknologjik është inteligjenca artificiale.

Njerëzimi dëgjoi për herë të parë për inteligjencën artificiale më shumë se 50 vjet më parë. Kjo ndodhi në një konferencë të mbajtur në vitin 1956 në Universitetin Dartmouth, ku John McCarthy i dha termit një përkufizim të qartë dhe të saktë. “Inteligjenca artificiale është shkenca e krijimit të makinave inteligjente dhe programeve kompjuterike. Për qëllimet e kësaj shkence, kompjuterët përdoren si një mjet për të kuptuar tiparet e inteligjencës njerëzore, në të njëjtën kohë, studimi i AI nuk duhet të kufizohet në përdorimin e metodave biologjikisht të besueshme.

Inteligjenca artificiale e kompjuterëve modernë është e një niveli mjaft të lartë, por jo në atë nivel që aftësitë e tyre të sjelljes të mos jenë inferiore ndaj të paktën kafshëve më primitive.

Rezultati i kërkimit mbi "inteligjencën artificiale" është dëshira për të kuptuar punën e trurit, për të zbuluar sekretet e ndërgjegjes njerëzore dhe problemin e krijimit të makinave me një nivel të caktuar të inteligjencës njerëzore. Mundësia themelore e modelimit të proceseve intelektuale rrjedh se çdo funksion i trurit, çdo aktivitet mendor, i përshkruar nga një gjuhë me semantikë rreptësisht të paqartë duke përdorur një numër të kufizuar fjalësh, në parim mund të transferohet në një kompjuter elektronik dixhital.

Aktualisht, disa modele të inteligjencës artificiale janë zhvilluar në fusha të ndryshme, por ende nuk është krijuar një kompjuter i aftë për të përpunuar informacione në ndonjë fushë të re.

Ndër klasat më të rëndësishme të detyrave që u janë parashtruar zhvilluesve të sistemeve inteligjente që nga përcaktimi i inteligjencës artificiale si drejtim shkencor, duhet të veçohen sa vijon. fushat e inteligjencës artificiale:

• Vërtetimi i teoremave. Studimi i teknikave të vërtetimit të teoremës ka luajtur një rol të rëndësishëm në zhvillimin e inteligjencës artificiale. Shumë probleme joformale, për shembull, diagnostifikimi mjekësor, përdorin qasjet metodologjike që janë përdorur për të automatizuar vërtetimin e teoremave gjatë zgjidhjes. Kërkimi për një provë të një teoreme matematikore kërkon jo vetëm deduksion nga hipotezat, por edhe bërjen e intuitave se cilat pohime të ndërmjetme duhet të vërtetohen për vërtetimin e përgjithshëm të teoremës kryesore.
• Njohja e imazhit. Përdorimi i inteligjencës artificiale për njohjen e modeleve ka bërë të mundur krijimin e sistemeve praktikisht funksionale për identifikimin e objekteve grafike bazuar në karakteristika të ngjashme. Çdo karakteristikë e objekteve që duhen njohur mund të konsiderohet si shenjë. Karakteristikat duhet të jenë të pandryshueshme për orientimin, madhësinë dhe formën e objekteve. Alfabeti i shenjave formohet nga zhvilluesi i sistemit. Cilësia e njohjes varet kryesisht nga sa i mirë është alfabeti i vendosur i veçorive. Njohja konsiston në marrjen a priori të një vektori të veçorive për një objekt të veçantë të zgjedhur në imazh dhe, më pas, në përcaktimin se cilit prej standardeve të alfabetit të veçorive korrespondon ky vektor.
• Përkthimi makinerik dhe kuptimi i fjalës njerëzore. Detyra e analizimit të fjalive të të folurit njerëzor duke përdorur një fjalor është një detyrë tipike e sistemeve të inteligjencës artificiale. Për ta zgjidhur atë, u krijua një gjuhë ndërmjetëse për të lehtësuar përputhjen e frazave nga gjuhë të ndryshme. Në të ardhmen, kjo gjuhë ndërmjetëse u shndërrua në një model semantik për përfaqësimin e kuptimeve të teksteve që do të përktheheshin. Evoluimi i modelit semantik ka çuar në krijimin e një gjuhe për përfaqësimin e brendshëm të njohurive. Si rezultat, sistemet moderne analizojnë tekstet dhe frazat në katër faza kryesore: analiza morfologjike, analiza sintaksore, semantike dhe pragmatike.
• Programet e lojërave. Baza e shumicës programet e lojërave parashtrohen disa ide themelore të inteligjencës artificiale, të tilla si numërimi i opsioneve dhe vetë-mësimi. Një nga detyrat më interesante në fushën e programeve të lojës duke përdorur metoda të inteligjencës artificiale është të mësoni një kompjuter për të luajtur shah. Ajo u themelua në ditët e para të informatikës, në fund të viteve 1950. Në shah, ekzistojnë nivele të caktuara të aftësive, shkallë të cilësisë së lojës, të cilat mund të japin kritere të qarta për vlerësimin e rritjes intelektuale të sistemit. Prandaj, shkencëtarët nga e gjithë bota u përfshinë në mënyrë aktive në shah kompjuterik, dhe rezultatet e arritjeve të tyre përdoren në zhvillime të tjera intelektuale me rëndësi reale praktike.
• Kreativiteti i makinës. Një nga fushat e aplikimit të inteligjencës artificiale përfshin sistemet softuerike që mund të krijojnë në mënyrë të pavarur muzikë, poezi, tregime, artikuj, diploma dhe madje edhe disertacione. Sot ekziston një klasë e tërë e gjuhëve të programimit muzikor (për shembull, gjuha C-Sound). Për detyra të ndryshme muzikore, u krijua softuer special: sisteme të përpunimit të tingullit, sinteza e zërit, sisteme kompozimi interaktive, programe të përbërjes algoritmike.
• Sistemet eksperte. Metodat e inteligjencës artificiale kanë gjetur aplikim në krijimin e sistemeve të automatizuara të këshillimit ose sistemeve të ekspertëve. Sistemet e para të ekspertëve u zhvilluan si mjete kërkimore në vitet 1960. Ato ishin sisteme të inteligjencës artificiale të krijuara posaçërisht për të zgjidhur probleme komplekse në një fushë të ngushtë lëndore, siç është diagnostikimi mjekësor i sëmundjeve. Qëllimi klasik i këtij drejtimi ishte fillimisht krijimi i një sistemi të inteligjencës artificiale me qëllim të përgjithshëm që do të ishte në gjendje të zgjidhte çdo problem pa njohuri specifike në fushën e lëndës. Për shkak të kapacitetit të kufizuar të burimeve kompjuterike, ky problem doli të ishte shumë i vështirë për t'u zgjidhur me një rezultat të pranueshëm.

Mund të themi se qëllimi kryesor i zhvillimit të inteligjencës artificiale është optimizimi, thjesht imagjinoni se si një person, pa qenë në rrezik, mund të studiojë planetë të tjerë, të nxjerrë metale të çmuara.

Kështu, mund të konkludojmë se studimi dhe zhvillimi i inteligjencës artificiale është i rëndësishëm për të gjithë shoqërinë. Në fund të fundit, me përdorimin e këtij sistemi është e mundur të sigurohet dhe lehtësohet jeta e njeriut.

Bibliografi

1. Yasnitsky L.N. Mbi mundësitë e përdorimit të inteligjencës artificiale [ Burim elektronik]: shkencore biblioteka dixhitale. URL: http://cyberleninka.ru/ (qasur më 01/06/2016)
2. Yastreb N.A. Inteligjenca artificiale [Burimi elektronik]: bibliotekë elektronike shkencore. URL: http://cyberleninka.ru/ (qasur më 01/06/2016)
3. Abdulatipova M.A. Inteligjenca artificiale [Burimi elektronik]: bibliotekë elektronike shkencore. URL: http://cyberleninka.ru/ (qasur më 01/06/2016)

Inteligjenca Artificiale (AI)(anglisht) inteligjenca artificiale, AI)është shkenca dhe zhvillimi i makinave dhe sistemeve inteligjente, veçanërisht programeve kompjuterike inteligjente, që synojnë të kuptojnë inteligjencën njerëzore. Megjithatë, metodat e përdorura nuk janë domosdoshmërisht të besueshme biologjikisht. Por problemi është se ne nuk e dimë se cilat procedura llogaritëse duam t'i quajmë inteligjente. Dhe duke qenë se ne kuptojmë vetëm disa nga mekanizmat e inteligjencës, atëherë me inteligjencë brenda kësaj shkence kuptojmë vetëm pjesën llogaritëse të aftësisë për të arritur qëllimet në botë.

Lloje dhe shkallë të ndryshme të inteligjencës ekzistojnë në shumë njerëz, kafshë dhe disa makina, sisteme informacioni inteligjente dhe modele të ndryshme të sistemeve eksperte me baza të ndryshme njohurish. Në të njëjtën kohë, siç e shohim, një përkufizim i tillë i inteligjencës nuk lidhet me të kuptuarit e inteligjencës tek njerëzit - këto janë gjëra të ndryshme. Për më tepër, kjo shkencë modelon inteligjencën njerëzore, sepse, nga njëra anë, ju mund të mësoni diçka se si t'i bëni makineritë të zgjidhin problemet duke vëzhguar njerëzit e tjerë, dhe nga ana tjetër, shumica e punës në AI studion problemet që njerëzimi duhet të zgjidhë në kuptimin industrial dhe teknologjik. Prandaj, studiuesit e AI janë të lirë të përdorin metoda që nuk vërehen te njerëzit, nëse është e nevojshme për të zgjidhur probleme specifike.

Ishte në këtë kuptim që termi u prezantua nga J. McCarthy në 1956 në një konferencë në Universitetin Dartmouth, dhe deri më tani, pavarësisht kritikave të atyre që besojnë se inteligjenca është vetëm një fenomen biologjik, në komunitetin shkencor termi ka ruajtur kuptimi i tij origjinal, pavarësisht kontradiktave të qarta në aspektin e inteligjencës njerëzore.

Në filozofi, çështja e natyrës dhe statusit të intelektit njerëzor nuk është zgjidhur. Nuk ka asnjë kriter të saktë që kompjuterët të arrijnë "inteligjencën", megjithëse në agimin e inteligjencës artificiale u propozuan një sërë hipotezash, për shembull, testi Turing ose hipoteza Newell-Simon. Prandaj, pavarësisht qasjeve të shumta për të kuptuar detyrat e AI dhe krijimin e sistemeve inteligjente të informacionit, mund të dallohen dy qasje kryesore për zhvillimin e AI:

zbritës (anglisht) UA nga lart poshtë), semiotike - krijimi i sistemeve eksperte, bazave të njohurive dhe sistemeve të konkluzioneve që imitojnë proceset mendore të nivelit të lartë: të menduarit, arsyetimi, të folurit, emocionet, kreativiteti, etj.;

në rritje (anglisht) UA nga poshtë lart), biologjik - studimi i rrjeteve nervore dhe llogaritjeve evolucionare që modelojnë sjelljen inteligjente bazuar në elementë më të vegjël "jo inteligjentë".

Qasja e fundit, në mënyrë rigoroze, nuk zbatohet për shkencën e inteligjencës artificiale në kuptimin e dhënë nga J. McCarthy, ata janë të bashkuar vetëm nga një qëllim i përbashkët përfundimtar.

Historia e inteligjencës artificiale si një drejtim i ri shkencor fillon në mesin e shekullit të 20-të. Në këtë kohë, shumë parakushte për origjinën e saj ishin formuar tashmë: midis filozofëve kishte kohë që kishte mosmarrëveshje për natyrën e njeriut dhe procesin e njohjes së botës, neurofiziologët dhe psikologët zhvilluan një sërë teorish në lidhje me punën e trurit të njeriut dhe të menduarit, ekonomistët dhe matematikanët bënë pyetje për llogaritjet optimale dhe paraqitjen e njohurive për botën në formë të formalizuar; më në fund, lindi themeli i teorisë matematikore të llogaritjes - teoria e algoritmeve - dhe u krijuan kompjuterët e parë.

Aftësitë e makinave të reja për sa i përket shpejtësisë së llogaritjes rezultuan të ishin më të mëdha se ato njerëzore, kështu që u ngrit pyetja në komunitetin shkencor: cilët janë kufijtë e aftësive të kompjuterëve dhe a do të arrijnë makineritë në nivelin e zhvillimit njerëzor? Në vitin 1950, një nga pionierët në fushën e teknologjisë kompjuterike, shkencëtari anglez Alan Turing, në artikullin "A mund të mendojë një makinë?", u jep përgjigje pyetjeve të tilla dhe përshkruan një procedurë me të cilën do të jetë e mundur të përcaktohet momenti kur një makinë barazohet për nga inteligjenca me një person, i njohur si testi Turing.

Testi Turing është një test empirik, ideja e të cilit u propozua nga Alan Turing në artikullin "Makinat kompjuterike dhe mendja", botuar në vitin 1950 në revistën filozofike ". Mendje". Qëllimi i këtij testi është të përcaktojë mundësinë e të menduarit artificial afër njeriut. Interpretimi standard i këtij testi është si më poshtë: “Një person ndërvepron me një kompjuter dhe një person. Bazuar në përgjigjet e pyetjeve, ai duhet të përcaktojë me kë po flet: me një person apo një program kompjuterik. Detyra e një programi kompjuterik është të mashtrojë një person për të bërë zgjedhjen e gabuar.” Të gjithë pjesëmarrësit e testit nuk e shohin njëri-tjetrin.

Ekzistojnë tre qasje për përkufizimin e inteligjencës artificiale:

1) Qasje logjike krijimi i sistemeve të inteligjencës artificiale synon krijimin e sistemeve eksperte me modele logjike të bazave të njohurive duke përdorur gjuhën e kallëzuesit. Në vitet 1980, gjuha dhe sistemi logjik i programimit Prolog u miratua si një model trajnimi për sistemet e inteligjencës artificiale. Bazat e njohurive të shkruara në gjuhën Prolog përfaqësojnë grupe faktesh dhe rregullash konkluzionesh të shkruara në gjuhën logjike. Modeli logjik i bazave të njohurive ju lejon të regjistroni jo vetëm informacione dhe të dhëna specifike në formën e fakteve në gjuhën Prolog, por edhe informacion të përgjithësuar duke përdorur rregullat dhe procedurat e përfundimit, duke përfshirë rregullat logjike për përcaktimin e koncepteve që shprehin njohuri të caktuara si specifike. dhe informacion të përgjithësuar. Në përgjithësi, kërkimi i problemeve të inteligjencës artificiale në shkencat kompjuterike në kuadrin e një qasjeje logjike për hartimin e bazave të njohurive dhe sistemeve të ekspertëve synon krijimin, zhvillimin dhe funksionimin e sistemeve inteligjente të informacionit, duke përfshirë çështjet e mësimdhënies së studentëve dhe nxënësit e shkollave, si dhe trajnimin e përdoruesve dhe zhvilluesve të sistemeve të tilla inteligjente të informacionit.

2) Qasja e bazuar në agjentështë zhvilluar që nga fillimi i viteve 1990. Sipas kësaj qasjeje, inteligjenca është pjesa llogaritëse (planifikimi) e aftësisë për të arritur qëllimet e vendosura për një makinë inteligjente. Vetë një makinë e tillë do të jetë një agjent inteligjent që percepton botën përreth tij me ndihmën e sensorëve dhe është i aftë të ndikojë në objektet në mjedis me ndihmën e aktuatorëve. Kjo qasje fokusohet në ato metoda dhe algoritme që do të ndihmojnë një agjent inteligjent të mbijetojë në mjedis gjatë kryerjes së detyrës së tij. Pra, algoritmet e kërkimit dhe vendimmarrjes studiohen shumë më fort këtu.

3) Qasje intuitive supozon se AI do të jetë në gjendje të shfaqë sjellje që nuk është e ndryshme nga ajo njerëzore, për më tepër, në situata normale. Kjo ide është një përgjithësim i qasjes së testit Turing, i cili thotë se një makinë do të bëhet inteligjente kur është në gjendje të zhvillojë një bisedë me një person të zakonshëm dhe ai nuk do të jetë në gjendje të kuptojë se po flet me makinën ( biseda kryhet me korrespondencë).

Sipas përkufizimit, janë zgjedhur fushat e mëposhtme të kërkimit në fushën e AI:

- Modelimi simbolik i proceseve mendore.

Duke analizuar historinë e AI, mund të veçohet një fushë kaq e gjerë si modelimi i arsyetimit. Për shumë vite, zhvillimi i AI si shkencë ka ecur në këtë rrugë dhe tani është një nga fushat më të zhvilluara në AI moderne. Modelimi i arsyetimit përfshin krijimin e sistemeve simbolike, në hyrje të të cilave vendoset një detyrë e caktuar, dhe në dalje kërkohet ta zgjidhë atë. Si rregull, problemi i propozuar tashmë është zyrtarizuar, pra është përkthyer në një formë matematikore, por ose nuk ka një algoritëm zgjidhjeje, ose është shumë i ndërlikuar, kërkon kohë, etj. Kjo fushë përfshin: vërtetimin e teoremës, vendimin. krijimi dhe teoria e lojës, planifikimi dhe dërgimi, parashikimi.

- Punoni me gjuhët natyrore.

Një fushë e rëndësishme është përpunimi i gjuhës natyrore, i cili analizon mundësitë e të kuptuarit, përpunimit dhe gjenerimit të teksteve në një gjuhë "njerëzore". Në veçanti, problemi i përkthimit me makinë të teksteve nga një gjuhë në tjetrën nuk është zgjidhur ende. Në botën moderne, zhvillimi i metodave të marrjes së informacionit luan një rol të rëndësishëm. Për nga natyra e tij, testi origjinal i Turingut lidhet me këtë drejtim.

- Grumbullimi dhe përdorimi i njohurive.

Sipas shumë shkencëtarëve, një veti e rëndësishme e inteligjencës është aftësia për të mësuar. Kështu, inxhinieria e njohurive del në plan të parë, duke ndërthurur detyrat e marrjes së njohurive nga informacioni i thjeshtë, sistemimi dhe përdorimi i tyre. Përparimet në këtë fushë prekin pothuajse çdo fushë tjetër të kërkimit të AI. Këtu, gjithashtu, duhet të theksohen dy nëndomanë të rëndësishëm. E para prej tyre - mësimi i makinerisë - ka të bëjë me procesin e përvetësimit të pavarur të njohurive nga një sistem inteligjent gjatë funksionimit të tij. E dyta lidhet me krijimin e sistemeve ekspertë - programe që përdorin baza të specializuara njohurish për të marrë përfundime të besueshme për çdo problem.

Fusha e mësimit të makinerive përfshin një klasë të madhe detyrash për njohjen e modeleve. Për shembull, kjo është njohja e personazheve, shkrimi i dorës, fjalimi, analiza e tekstit. Shumë probleme zgjidhen me sukses me ndihmën e modelimit biologjik. Modelimi biologjik

I madh dhe arritje interesante janë të disponueshme në fushën e modelimit të sistemeve biologjike. Në mënyrë rigoroze, këtu mund të përfshihen disa drejtime të pavarura. Rrjetet nervore përdoren për të zgjidhur probleme të paqarta dhe komplekse si njohja e formave gjeometrike ose grupimi i objekteve. Qasja gjenetike bazohet në idenë se një algoritëm mund të bëhet më efikas nëse huazon karakteristika më të mira nga algoritme të tjera ("prindërit"). Një qasje relativisht e re, ku detyra është krijimi i një programi autonom - një agjent që ndërvepron me të mjedisi i jashtëm, quhet qasja e agjentit. Veçanërisht duhet përmendur vizioni kompjuterik, i cili lidhet edhe me robotikën.

- Robotikë.

Në përgjithësi, robotika dhe inteligjenca artificiale shpesh lidhen me njëra-tjetrën. Integrimi i këtyre dy shkencave, krijimi i robotëve inteligjentë, mund të konsiderohet një tjetër drejtim i AI.

- Kreativiteti i makinës.

Natyra e krijimtarisë njerëzore është edhe më pak e kuptuar se natyra e inteligjencës. Megjithatë, kjo zonë ekziston dhe këtu shtrohen problemet e shkrimit të muzikës, veprave letrare (shpesh poezi apo përralla), krijimtarisë artistike. Krijimi i imazheve realiste përdoret gjerësisht në industrinë e filmit dhe lojërave. Shtimi i kësaj veçorie në çdo sistem inteligjent ju lejon të demonstroni shumë qartë se çfarë saktësisht percepton sistemi dhe si kupton. Duke shtuar zhurmë në vend të informacionit të munguar ose duke filtruar zhurmën me njohuritë e disponueshme në sistem, krijohen imazhe konkrete nga njohuri abstrakte që perceptohen lehtësisht nga një person, kjo është veçanërisht e dobishme për njohuritë intuitive dhe me vlerë të ulët, verifikimi i të cilave në një formë formale kërkon përpjekje të konsiderueshme mendore.

- Fusha të tjera të kërkimit.

Ka shumë aplikime të inteligjencës artificiale, secila prej të cilave formon një drejtim pothuajse të pavarur. Shembujt përfshijnë inteligjencën e programimit në lojërat kompjuterike, kontrollin jolinear, sistemet inteligjente të sigurisë së informacionit.

Qasje për krijimin e sistemeve inteligjente. Qasja simbolike ju lejon të operoni me përfaqësime të zyrtarizuara dobët dhe kuptimet e tyre. Efikasiteti dhe efektiviteti i përgjithshëm varen nga aftësia për të theksuar vetëm informacionin thelbësor. Gjerësia e klasave të problemeve të zgjidhura në mënyrë efektive nga mendja njerëzore kërkon një fleksibilitet të jashtëzakonshëm në metodat e abstraksionit. Nuk disponohet me asnjë qasje inxhinierike që studiuesi zgjedh që në fillim mbi një bazë qëllimisht të mbrapshtë, për aftësinë e tij për të dhënë shpejt një zgjidhje efektive për një problem që është më afër këtij studiuesi. Kjo është, tashmë për modelin e vetëm të abstraksionit dhe ndërtimit të subjekteve të zbatuar në formën e rregullave. Kjo përkthehet në kosto të konsiderueshme burimesh për detyrat jo-thelbësore, domethënë, sistemi kthehet nga inteligjenca në forcë brutale në shumicën e detyrave, dhe vetë thelbi i inteligjencës zhduket nga projekti.

Është veçanërisht e vështirë pa logjikën simbolike kur detyra është të zhvillohen rregulla, pasi përbërësit e tyre, duke mos qenë njësi të plota të njohurive, nuk janë logjike. Pjesa më e madhe e kërkimit fokusohet pikërisht në pamundësinë për të përcaktuar të paktën vështirësitë e reja që janë shfaqur me anë të sistemeve simbolike të zgjedhura në fazat e mëparshme. Sidomos për t'i zgjidhur ato dhe aq më tepër për të trajnuar kompjuterin për t'i zgjidhur ato, ose të paktën për të identifikuar dhe për të dalë nga situata të tilla.

Historikisht, qasja simbolike ishte e para në epokën e kompjuterëve dixhitalë, pasi që pas krijimit të Lisp, gjuhës së parë simbolike kompjuterike, autori i saj u bë i sigurt në mundësinë e fillimit praktik të zbatimit të këtyre mjeteve të inteligjencës. Inteligjenca si e tillë, pa asnjë rezervë dhe konventë.

Praktikohet gjerësisht krijimi i sistemeve inteligjente hibride në të cilat përdoren disa modele njëherësh. Rregullat e konkluzionit të ekspertëve mund të gjenerohen nga rrjetet nervore, dhe rregullat gjeneruese merren duke përdorur mësimin statistikor.

Zhvillimi i teorisë së bashkësive fuzzy. Zhvillimi i teorisë së grupeve fuzzy u iniciua nga artikulli “Fuzzy Sets”, botuar nga një profesor nga SHBA, Lotfi Zade, i cili i pari prezantoi konceptin e një grupi fuzzy, propozoi idenë dhe konceptin e parë të teorisë. gjë që bëri të mundur përshkrimin e paqartë të sistemeve reale. Fusha më e rëndësishme e teorisë së grupeve fuzzy është logjika fuzzy e përdorur për të kontrolluar sistemet, si dhe në eksperimentet mbi formimin e modeleve të tyre.

Në vitet 1960 filloi një periudhë e zhvillimit të shpejtë të kompjuterëve dhe teknologjive dixhitale të bazuara në logjikën binare. Në atë kohë, besohej se përdorimi i kësaj logjike do të zgjidhte shumë probleme shkencore dhe teknike. Për këtë arsye, shfaqja e logjikës së paqartë kaloi pothuajse pa u vënë re, pavarësisht nga natyra e saj konceptuale revolucionare. Megjithatë, rëndësia e logjikës fuzzy është njohur nga një numër përfaqësuesish të komunitetit shkencor dhe është zhvilluar, si dhe zbatimi praktik brenda aplikacioneve të ndryshme industriale. Pas ca kohësh, interesi për të filloi të rritet nga shkollat ​​shkencore që bashkuan adhuruesit e teknologjive të bazuara në logjikën binare. Kjo ndodhi për faktin se u zbuluan mjaft probleme praktike që nuk mund të zgjidheshin duke përdorur modele dhe metoda matematikore tradicionale, pavarësisht rritjes së konsiderueshme të shpejtësive të disponueshme për zbatimin e llogaritjeve. Kërkohej një metodologji e re, tiparet karakteristike të së cilës do të gjendeshin në logjikën fuzzy.

Ashtu si robotika, logjika fuzzy u prit me shumë interes jo në vendin e saj të origjinës, Shtetet e Bashkuara, por jashtë vendit, dhe si rezultat, përvoja e parë e përdorimit industrial të logjikës fuzzy - për të kontrolluar termocentralet e kaldajave - shoqërohet. me Evropën. Të gjitha përpjekjet për të përdorur metoda tradicionale, ndonjëherë shumë të ndërlikuara, për të kontrolluar një kazan me avull përfunduan në dështim - ky sistem jolinear doli të ishte kaq i ndërlikuar. Dhe vetëm përdorimi i logjikës fuzzy bëri të mundur sintetizimin e një kontrolluesi që plotësonte të gjitha kërkesat. Në vitin 1976, logjika fuzzy u bë baza për sistemin e kontrollit automatik për një furrë rrotulluese në prodhimin e çimentos. Sidoqoftë, rezultatet e para praktike të përdorimit të logjikës fuzzy, të marra në Evropë dhe Amerikë, nuk shkaktuan ndonjë rritje të konsiderueshme të interesit për të. Në të njëjtën mënyrë si me robotikën, vendi që fillimisht filloi prezantimin e gjerë të logjikës fuzzy, duke realizuar potencialin e saj të madh, ishte Japonia.

Ndër sistemet fuzzy të aplikuara të krijuara në Japoni, më i famshmi ishte sistemi i kontrollit të trenave i zhvilluar nga Hitachi për trenat e metrosë në Sendai. Projekti u zbatua me pjesëmarrjen e një shoferi me përvojë, njohuritë dhe përvoja e të cilit formuan bazën e modelit të zhvilluar të menaxhimit. Sistemi uli automatikisht shpejtësinë e trenit kur ai i afrohej stacionit, duke siguruar një ndalesë në vendin e kërkuar. Një tjetër avantazh i trenit ishte komoditeti i tij i lartë, për shkak të butësisë së rritjes dhe uljes së shpejtësisë. Kishte gjithashtu linjë e tërë avantazhe të tjera në krahasim me sistemet tradicionale menaxhimi.

Zhvillimi i shpejtë i logjikës fuzzy në Japoni ka çuar në faktin se aplikimet e saj praktike janë shfaqur jo vetëm në industri, por edhe në prodhimin e mallrave të konsumit. Një shembull këtu është një videokamerë e pajisur me një nënsistem të stabilizimit të imazhit fuzzy, i cili u përdor për të kompensuar luhatjet e imazhit të shkaktuara nga papërvojë e operatorit. Kjo detyrë ishte shumë e ndërlikuar për t'u zgjidhur me metoda tradicionale, pasi ishte e nevojshme të dallohej midis luhatjeve të rastësishme të imazhit dhe lëvizjes së qëllimshme të subjekteve (për shembull, lëvizja e njerëzve).

Një shembull tjetër është makina larëse automatike me një buton (Zimmerman 1994). Një "integritet" i tillë ngjalli interes dhe u prit me miratim. Përdorimi i metodave të logjikës fuzzy bëri të mundur optimizimin e procesit të larjes, duke siguruar njohjen automatike të llojit, vëllimit dhe shkallës së ndotjes së rrobave, për të mos përmendur faktin se reduktimi i mekanizmit të kontrollit të makinës në një buton të vetëm e bëri shumë më të lehtë trajtoj.

Shpikjet në fushën e logjikës fuzzy janë mishëruar nga firmat japoneze në shumë pajisje të tjera, duke përfshirë furrat me mikrovalë (Sanyo), sistemet kundër bllokimit dhe kuti automatike transmisionet (Nissan), Kontrolli i Integruar i Dinamikave të Automjeteve (INVEC) dhe kontrollorët e diskut të kompjuterit për të përshpejtuar aksesin në informacion.

Përveç aplikacioneve të përmendura më sipër, që nga fillimi i viteve '90. ka një zhvillim intensiv të metodave fuzzy në një sërë fushash aplikimi, duke përfshirë ato që nuk lidhen me teknologjinë:

Sistemi elektronik i kontrollit të stimuluesit kardiak;

Sistemi i kontrollit për automjetet mekanike;

Sistemet e ftohjes;

Kondicionerët dhe pajisjet e ventilimit;

pajisje për djegien e mbeturinave;

furre qelqi;

Sistemi i monitorimit të presionit të gjakut;

Diagnoza e tumoreve;

Diagnoza e gjendjes aktuale të sistemit kardiovaskular;

Sistemi i kontrollit për ngritjen dhe vinçat e sipërm;

Përpunimi i imazhit;

Karikues i shpejtë;

njohja e fjalëve;

Menaxhimi i bioprocesorit;

Kontrolli i motorit;

pajisje saldimi dhe proceset e saldimit;

Sistemet e kontrollit të trafikut;

Kërkime Biomjekësore;

Objektet e trajtimit të ujit.

Për momentin, në krijimin e inteligjencës artificiale (në kuptimin origjinal të fjalës, sistemet e ekspertëve dhe programet e shahut nuk bëjnë pjesë këtu), ka një bluarje intensive të të gjitha fushave lëndore që kanë të paktën njëfarë lidhje me AI në bazat e njohurive. . Pothuajse të gjitha qasjet janë provuar, por asnjë grup i vetëm kërkimor nuk i është afruar shfaqjes së inteligjencës artificiale.

Hulumtimi i AI ka hyrë në rrjedhën e përgjithshme të teknologjive të singularitetit (hapja e specieve, zhvillimi eksponencial njerëzor) si shkenca kompjuterike, sistemet e ekspertëve, nanoteknologjia, bioelektronika molekulare, biologjia teorike, teoria kuantike, nootropikët, ekstromofilët, etj. shih transmetimin e përditshëm Lajmet e Kurzweil, MIT.

Rezultatet e zhvillimeve në fushën e AI kanë hyrë në arsimin e lartë dhe të mesëm të Rusisë në formën e teksteve të shkencave kompjuterike, të cilat tani studiojnë çështjet e punës dhe krijimit të bazave të njohurive, sistemet e ekspertëve të bazuar në kompjuterë personalë bazuar në sistemet e programimit logjik vendas. , si dhe studimi i çështjeve themelore të matematikës dhe shkencave kompjuterike duke përdorur shembuj.punë me modele të bazave të njohurive dhe sistemeve eksperte në shkolla dhe universitete.

Sistemet e mëposhtme të inteligjencës artificiale janë zhvilluar:

1. Deep Blue - mposhti kampionin e botës në shah. (Ndeshja Kasparov kundër superkompjuterit nuk solli kënaqësi as për shkencëtarët e kompjuterave dhe as për lojtarët e shahut, dhe sistemi nuk u njoh nga Kasparov, megjithëse programet origjinale kompakte të shahut janë një element integral i krijimtarisë së shahut. Më pas linja e superkompjuterit IBM u shfaq në Projektet e BluGene me forcë brutale (modelimi molekular) dhe modelimi i sistemit të qelizave piramidale në Qendrën Swiss Blue Brain. Kjo historiështë një shembull i marrëdhënies së ndërlikuar dhe sekrete midis AI, biznesit dhe qëllimeve strategjike kombëtare.)

2. Mycin është një nga sistemet e hershme eksperte që mund të diagnostikonte një nëngrup të vogël sëmundjesh, shpesh me saktësi sa mjekët.

3. 20q është një projekt i frymëzuar nga AI i frymëzuar nga loja klasike 20 Pyetjet. U bë shumë i njohur pasi u shfaq në internet në 20q.net.

4. Njohja e të folurit. Sisteme të tilla si ViaVoice janë në gjendje t'u shërbejnë konsumatorëve.

5. Robotët në turneun vjetor RoboCup konkurrojnë në një formë të thjeshtuar futbolli.

Bankat aplikojnë sisteme të inteligjencës artificiale (AI) në aktivitetet e sigurimit (matematika aktuariale) kur luajnë në bursë dhe menaxhojnë pronën. Në gusht 2001, robotët mundën njerëzit në një konkurs të improvizuar tregtare (BBC News, 2001). Metodat e njohjes së modeleve (duke përfshirë rrjetet më komplekse dhe të specializuara dhe nervore) përdoren gjerësisht në njohjen optike dhe akustike (përfshirë tekstin dhe të folurin), diagnostikimin mjekësor, filtrat e postës së padëshiruar, sistemet e mbrojtjes ajrore (identifikimi i objektivit), si dhe për të siguruar një numër detyra të tjera të sigurisë kombëtare.

Zhvilluesit e lojërave kompjuterike janë të detyruar të përdorin AI të shkallëve të ndryshme të sofistikimit. Detyrat standarde të AI në lojëra janë gjetja e një rruge në hapësirën 2D ose 3D, simulimi i sjelljes së një njësie luftarake, llogaritja e strategjisë së duhur ekonomike, etj.

Inteligjenca artificiale është e lidhur ngushtë me transhumanizmin. Dhe së bashku me neurofiziologjinë, epistemologjinë dhe psikologjinë kognitive, ajo formon një shkencë më të përgjithshme të quajtur shkencë njohëse. Filozofia luan një rol të veçantë në inteligjencën artificiale. Gjithashtu, epistemologjia është e lidhur ngushtë me problemet e inteligjencës artificiale - shkencës së dijes brenda kornizës së filozofisë. Filozofët që merren me këtë problem zgjidhin pyetje të ngjashme me ato të zgjidhura nga inxhinierët e inteligjencës artificiale rreth mënyrës se si të përfaqësohen dhe përdorin më mirë njohuritë dhe informacionet. Prodhimi i njohurive nga të dhënat është një nga problemet themelore të nxjerrjes së të dhënave. Ka qasje të ndryshme për zgjidhjen e këtij problemi, duke përfshirë ato të bazuara në teknologjinë e rrjetit nervor duke përdorur procedurat e verbalizimit të rrjetit nervor.

Në shkencën kompjuterike, problemet e inteligjencës artificiale konsiderohen nga pikëpamja e projektimit të sistemeve të ekspertëve dhe bazave të njohurive. Bazat e njohurive kuptohen si një grup të dhënash dhe rregullash konkluzionesh që lejojnë konkluzionet logjike dhe përpunimin kuptimplotë të informacionit. Në përgjithësi, kërkimi i problemeve të inteligjencës artificiale në informatikë synon krijimin, zhvillimin dhe funksionimin e sistemeve inteligjente të informacionit, duke përfshirë çështjet e trajnimit të përdoruesve dhe zhvilluesve të sistemeve të tilla.

Shkenca e "krijimit të inteligjencës artificiale" nuk mund të mos tërhiqte vëmendjen e filozofëve. Me ardhjen e sistemeve të para inteligjente, u ngritën pyetje themelore rreth njeriut dhe dijes, dhe pjesërisht rreth rendit botëror. Nga njëra anë, ato janë të lidhura pazgjidhshmërisht me këtë shkencë, dhe nga ana tjetër, ato sjellin njëfarë kaosi në të. Problemet filozofike të krijimit të inteligjencës artificiale mund të ndahen në dy grupe, duke folur relativisht, "para dhe pas zhvillimit të AI". Grupi i parë i përgjigjet pyetjes: "Çfarë është AI, a është e mundur ta krijosh atë dhe, nëse është e mundur, si ta bëjmë?" Grupi i dytë (etika e inteligjencës artificiale) shtron pyetjen: "Cilat janë pasojat e krijimit të AI për njerëzimin?"

Çështjet e krijimit të inteligjencës artificiale. Shihen dy drejtime të zhvillimit të AI: i pari është zgjidhja e problemeve që lidhen me përafrimin e sistemeve të specializuara të AI me aftësitë njerëzore, dhe integrimi i tyre, i cili zbatohet nga natyra njerëzore, i dyti është në krijimin e Inteligjencës Artificiale, që përfaqëson integrimin e sistemet e krijuara tashmë të AI në një sistem të vetëm të aftë për të zgjidhur problemet e njerëzimit.

Midis studiuesve të AI, ende nuk ka një këndvështrim mbizotërues për kriteret e intelektualitetit, sistemimin e qëllimeve dhe detyrave që duhet të zgjidhen, madje nuk ka një përcaktim të rreptë të shkencës. Ka këndvështrime të ndryshme për çështjen se çfarë konsiderohet inteligjencë. Qasja analitike përfshin analizën e më të lartëve aktiviteti nervor një person në nivelin më të ulët, të pandashëm (funksioni i aktivitetit më të lartë nervor, një reagim elementar ndaj stimujve të jashtëm (stimujve), acarim i sinapseve të një grupi neuronesh të lidhur nga një funksion) dhe riprodhimi pasues i këtyre funksioneve.

Disa ekspertë marrin aftësinë e një zgjedhjeje racionale, të motivuar për inteligjencë, përballë mungesës së informacionit. Kjo do të thotë, programi i veprimtarisë që mund të zgjedhë nga një grup i caktuar alternativash konsiderohet thjesht intelektual, për shembull, ku të shkoni në rastin e "ju do të shkoni majtas ...", "ju do të shkoni djathtas. ...", "ju do të shkoni drejt ...".

Debati më i nxehtë në filozofinë e inteligjencës artificiale është çështja e mundësisë së të menduarit krijimet e duarve të njeriut. Pyetja "A mund të mendojë një makinë?", e cila i nxiti studiuesit të krijonin shkencën e modelimit të mendjes njerëzore, u shtrua nga Alan Turing në vitin 1950. Dy këndvështrimet kryesore për këtë çështje quhen hipotezat e inteligjencës artificiale të fortë dhe të dobët.

Termi "inteligjencë e fortë artificiale" u prezantua nga John Searle, dhe qasja e tij karakterizohet nga fjalët e tij: "Një program i tillë nuk do të jetë thjesht një model i mendjes; do të jetë fjalë për fjalë vetë mendja, në të njëjtin kuptim që mendja njerëzore është mendja.” Përkundrazi, avokatët e dobët të AI preferojnë t'i shohin programet vetëm si një mjet për zgjidhjen e detyrave të caktuara që nuk kërkojnë gamën e plotë të aftësive njohëse njerëzore.

Eksperimenti i mendimit "Dhoma kineze" i John Searle është një argument se kalimi i testit Turing nuk është një kriter që një makinë të ketë një proces të mirëfilltë mendimi. Të menduarit është procesi i përpunimit të informacionit të ruajtur në kujtesë: analiza, sinteza dhe vetë-programimi. Një qëndrim i ngjashëm është mbajtur nga Roger Penrose, i cili, në librin e tij Mendja e re e një mbreti, argumenton se është e pamundur të arrihet një proces mendimi mbi bazën e sistemeve formale.

6. Pajisjet kompjuterike dhe mikroprocesorët.

Një mikroprocesor (MP) është një pajisje që merr, përpunon dhe nxjerr informacione. Strukturisht, MP përmban një ose më shumë qarqe të integruara dhe kryen veprimet e përcaktuara nga programi i ruajtur në memorie (Fig. 6.1).

Figura 6.1– Deputeti i paraqitjes

Procesorët e hershëm ishin projektuar si unikë pjesë përbërëse për sistemet kompjuterike të një lloji. Më vonë, nga metoda e shtrenjtë e zhvillimit të procesorëve të krijuar për të ekzekutuar një ose disa programe shumë të specializuara, prodhuesit e kompjuterave kaluan në prodhimin serik të klasave tipike të pajisjeve të procesorit me shumë qëllime. Tendenca drejt standardizimit të komponentëve kompjuterikë e ka origjinën në epokën e zhvillimit të shpejtë të gjysmëpërçuesve, mainframe-ve dhe minikompjuterëve, dhe me ardhjen e qarqeve të integruara, është bërë edhe më popullor. Krijimi i mikroqarqeve lejoi rritjen e mëtejshme të kompleksitetit të CPU-së duke reduktuar madhësinë e tyre fizike.

Standardizimi dhe miniaturizimi i procesorëve kanë çuar në një depërtim të thellë të pajisjeve dixhitale të bazuara në to në jetën e përditshme. Procesorët modernë mund të gjenden jo vetëm në pajisjet e teknologjisë së lartë si kompjuterët, por edhe në makina, kalkulatorë, Telefonat celular madje edhe në lodrat e fëmijëve. Më shpesh ato përfaqësohen nga mikrokontrolluesit, ku, përveç pajisjes llogaritëse, në çip ndodhen përbërës shtesë (memoria e programit dhe e të dhënave, ndërfaqet, portat hyrëse / dalëse, kohëmatësit, etj.). Aftësitë llogaritëse të mikrokontrolluesit janë të krahasueshme me procesorët e kompjuterëve personalë të një dekade më parë, dhe më shpesh edhe tejkalojnë ndjeshëm performancën e tyre.

Një sistem mikroprocesor (MPS) është një sistem kompjuterik, instrumentesh ose kontrolli, në të cilin pajisja kryesore e përpunimit të informacionit është MP. Sistemi i mikroprocesorit është ndërtuar nga një grup mikroprocesorësh LSI (Fig. 6.2).

Figura 6.2– Një shembull i një sistemi mikroprocesor

Gjeneratori i pulsit të orës vendos intervalin kohor, i cili është njësia matëse (kuantike) e kohëzgjatjes së ekzekutimit të instruksionit. Sa më e lartë të jetë frekuenca, aq më e shpejtë është MPS, të gjitha gjërat e tjera janë të barabarta. MP, RAM dhe ROM janë pjesë përbërëse të sistemit. Ndërfaqet hyrëse dhe dalëse - pajisjet e ndërfaqes MPS me blloqe hyrëse dhe dalëse të informacionit. Pajisjet matëse karakterizohen nga pajisje hyrëse në formën e një paneli me butona dhe transduktorë matës (ADC, sensorë, blloqe të hyrjes së informacionit dixhital). Pajisjet dalëse zakonisht përfaqësojnë ekrane dixhitale, një ekran grafik (ekran), pajisje të jashtme të ndërfaqes me një sistem matës. Të gjitha blloqet MPS janë të ndërlidhura me autobusët e transmetimit të informacionit dixhital. Në MPS, përdoret parimi kryesor i komunikimit, në të cilin blloqet shkëmbejnë informacion mbi një autobus të vetëm të të dhënave. Numri i linjave në autobusin e të dhënave zakonisht korrespondon me gjerësinë e bitit të MPS (numri i biteve në një fjalë të dhënash). Autobusi i adresave përdoret për të treguar drejtimin e transferimit të të dhënave - ai transmeton adresën e qelizës së memories ose bllokut I/O që merr ose transmeton informacion në këtë moment. Autobusi i kontrollit përdoret për të transmetuar sinjale që sinkronizojnë të gjithë funksionimin e MPS.

Tre parime qëndrojnë në themel të ndërtimit të MSHP:

shtylla kurrizore;

Modulariteti;

Kontrolli i mikroprogramit.

Parimi i shtyllës kurrizore - përcakton natyrën e lidhjeve midis blloqeve funksionale të MPS - të gjitha blloqet janë të lidhura me një autobus të vetëm sistemi.

Parimi i modularitetit është se sistemi është ndërtuar mbi bazën e një numri të kufizuar llojesh të moduleve të plota strukturore dhe funksionale.

Parimet e shtyllës kurrizore dhe modularitetit bëjnë të mundur rritjen e aftësive kontrolluese dhe llogaritëse të MP duke lidhur module të tjera me autobusin e sistemit.

Parimi i kontrollit të mikroprogramit qëndron në mundësinë e kryerjes së operacioneve elementare - mikrokomandave (ndërrime, transferime informacioni, operacione logjike), me ndihmën e të cilave krijohet një gjuhë teknologjike, domethënë një grup komandash që i përshtaten më së miri qëllimit të sistemi.

Me emërim deputetët ndahen në universal dhe të specializuar.

Mikroprocesorët me qëllime të përgjithshme janë mikroprocesorë me qëllime të përgjithshme që zgjidhin një klasë të gjerë të problemeve të llogaritjes, përpunimit dhe kontrollit. Një shembull i përdorimit të MP universale janë kompjuterët e ndërtuar në platformat IBM dhe Macintosh.

Mikroprocesorët e specializuar janë krijuar për të zgjidhur problemet e vetëm një klase të caktuar. Deputetët e specializuar përfshijnë: sinjal, multimedia MP dhe transputers.

Procesorët e sinjalit (DSP) janë krijuar për përpunimin e sinjalit dixhital në kohë reale (për shembull, filtrimi i sinjalit, llogaritja e konvolucionit, llogaritja e funksionit të korrelacionit, prerja dhe transformimi i sinjalit, transformimi i Furierit përpara dhe invers). (Figura 6.3) Procesorët e sinjalit përfshijnë procesorë nga Texas Instruments - TMS320C80, Pajisjet Analoge - ADSP2106x, Motorola -DSP560xx dhe DSP9600x.

Figura 6.3– Shembull i strukturës së brendshme të DSP

Procesorët e mediave dhe multimedias janë krijuar për të përpunuar sinjale audio, informacione grafike, imazhe video, si dhe për të zgjidhur një sërë detyrash në kompjuterët multimedialë, konzolat e lojërave dhe pajisjet shtëpiake. Këta procesorë përfshijnë procesorë nga MicroUnity - Mediaprocessor, Philips - Trimedia, Cromatic Research - Mpact Media Engine, Nvidia - NV1, Cyrix - MediaGX.

Transputerët janë krijuar për të organizuar llogaritje masive paralele dhe për të punuar në sisteme me shumë procesor. Ato karakterizohen nga prania memorje e brendshme dhe ndërfaqen e integruar të ndërprocesorit, d.m.th. kanalet e komunikimit me MP të tjerë LSI.

Sipas llojit të arkitekturës, apo parimit të ndërtimit, dallohen deputetët me von Neumann dhe deputetët me arkitekturë të Harvardit.

Koncepti i arkitekturës së mikroprocesorit përcakton pjesët përbërëse të tij, si dhe lidhjet dhe ndërveprimin ndërmjet tyre.

Arkitektura përfshin:

bllok diagrami deputet;

modeli i softuerit MP (përshkrimi i funksioneve të regjistrit);

Informacion rreth organizimit të kujtesës (kapaciteti dhe metodat e adresimit të memories);

Përshkrimi i organizimit të procedurave input/output.

Arkitektura Fonneumann (Fig. 6.4, a) u propozua në vitin 1945 nga matematikani amerikan Joe von Neumann. E veçanta e tij është se programi dhe të dhënat janë në një memorie të përbashkët, e cila aksesohet nëpërmjet të njëjtit autobus të të dhënave dhe komandës.

Arkitektura e Harvardit u zbatua për herë të parë në vitin 1944 në një kompjuter stafetë në Universitetin e Harvardit (SHBA). Një veçori e kësaj arkitekture është se memoria e të dhënave dhe memoria e programit janë të ndara dhe kanë një autobus të veçantë të të dhënave dhe autobus komandues (Fig. 6.4, b), gjë që bën të mundur rritjen e shpejtësisë së sistemit MP.

Figura 6.4. Llojet kryesore të arkitekturave: (a - von Neumann; 6 - Harvard)

Sipas llojit të sistemit të instruksionit, dallohen procesorët CISC (Complete Instruction Set Computing) me një grup të plotë instruksionesh (përfaqësuesit tipikë të CISC janë familja e mikroprocesorëve Intel x86) dhe Procesorët RISC(Reduced Instruction Set Computing) me një grup të reduktuar instruksionesh (karakterizohet nga prania e instruksioneve me gjatësi fikse, një numër i madh regjistrash, operacione regjistrash-regjistrash dhe mungesa e adresimit indirekt).

Një mikrokontrollues me një çip (MCU) është një mikroqark i krijuar për të kontrolluar pajisjet elektronike (Figura 5). Një mikrokontrollues tipik kombinon funksionet e një procesori dhe periferikësh, dhe mund të përmbajë RAM dhe ROM. Në fakt, është një kompjuter me një çip të vetëm i aftë për të kryer detyra të thjeshta. Përdorimi i një mikroqarku të vetëm, në vend të një grupi të tërë, ul ndjeshëm madhësinë, konsumin e energjisë dhe koston e pajisjeve të bazuara në mikrokontrollues.

Figura 6.5– shembuj të ekzekutimit të mikrokontrolluesve

Mikrokontrolluesit janë baza për ndërtimin e sistemeve të integruara, ato mund të gjenden në shumë pajisje moderne, të tilla si telefonat, Lavatriçe etj Shumica e procesorëve të prodhuar në botë janë mikrokontrollues.

Deri më sot, mikrokontrolluesit 8-bit të pajtueshëm me i8051 nga Intel, mikrokontrolluesit PIC nga Microchip Technology dhe AVR nga Atmel, 16-bit MSP430 nga TI, si dhe ARM, arkitektura e të cilit është duke u zhvilluar nga ARM dhe është licencuar për kompani të tjera për prodhimin e tyre, janë të njohura me zhvilluesit. .

Gjatë projektimit të mikrokontrolluesve, duhet të arrihet një ekuilibër midis madhësisë dhe kostos nga njëra anë, dhe fleksibilitetit dhe performancës nga ana tjetër. Për aplikime të ndryshme, raporti optimal i këtyre dhe parametrave të tjerë mund të ndryshojë shumë. Prandaj, ekziston një numër i madh i llojeve të mikrokontrolluesve që ndryshojnë në arkitekturën e modulit të procesorit, madhësinë dhe llojin e memories së integruar, grupin e pajisjeve periferike, llojin e kasës, etj.

Një listë e pjesshme e pajisjeve periferike që mund të jenë të pranishme në mikrokontrolluesit përfshin:

Porta dixhitale të gjithanshme që mund të konfigurohen për hyrje ose dalje;

Ndërfaqe të ndryshme I/O si UART, I²C, SPI, CAN, USB, IEEE 1394, Ethernet;

Konvertuesit analog-në-dixhital dhe dixhital-në-analog;

Krahasuesit;

Modulatorë me gjerësi pulsi;

Kohëmatësi, gjenerator i integruar i orës dhe kohëmatës vëzhgues;

Kontrollues për motorë pa furça;

Ekrani dhe kontrollorët e tastierës;

marrës dhe transmetues RF;

Vargjet e memories flash të integruar.

Inteligjenca artificiale AI (inteligjenca artificiale) zakonisht interpretohet si pronë e sistemeve automatike për të marrë përsipër funksione individuale të aftësisë mendore të njeriut, për shembull, për të zgjedhur dhe marrë vendime optimale bazuar në përvojën e fituar më parë dhe një analizë racionale të ndikimeve të jashtme. Para së gjithash, bëhet fjalë për sisteme të bazuara në parimet e të mësuarit, vetëorganizimit dhe evolucionit me pjesëmarrje minimale njerëzore, por që e përfshin atë si mësues dhe partner, një element harmonik i sistemit njeri-makinë.

Natyrisht, përpjekjet për të krijuar AI bazuar në kompjuterë filluan në agimin e zhvillimit të teknologjisë kompjuterike. Më pas dominoi paradigma kompjuterike, tezat kryesore të së cilës u shprehën se makina Turing është modeli teorik truri, dhe kompjuteri - zbatimi makinë universale dhe çdo proces informacioni mund të riprodhohet në një kompjuter. Kjo paradigmë ishte dominuese kohe e gjate, solli shumë rezultate interesante, por detyra kryesore - ndërtimi i AI në kuptimin e modelimit të të menduarit njerëzor, nuk është arritur. Paradigma kompjuterike e krijimit të AI, e cila u shemb për shkak të një grupi të pasaktë të parakushteve kryesore, u shndërrua logjikisht në neuroinformatikë, e cila zhvillon një qasje jo-kompjuterike për modelimin e proceseve intelektuale. Truri i njeriut, duke operuar me informacione të pa segmentuara, doli të ishte shumë më i ndërlikuar se makina Turing. Çdo mendim njerëzor ka kontekstin e vet, jashtë të cilit është i pakuptimtë, njohuritë ruhen në formën e imazheve që karakterizohen nga paqartësia, paqartësia, sistemi i imazheve është dobët i ndjeshëm ndaj kontradiktave. Sistemi i ruajtjes së njohurive njerëzore karakterizohet nga besueshmëri e lartë për shkak të ruajtjes së njohurive të shpërndara, dhe trajtimi i informacionit karakterizohet nga thellësi e madhe dhe paralelizëm i lartë.

Përpunimi i informacionit në çdo sistem inteligjent bazohet në përdorimin e një procesi themelor - të mësuarit. Imazhet kanë veti karakteristike objektive në kuptimin që sisteme të ndryshme njohjeje, të trajnuara në materiale të ndryshme vëzhguese, kryesisht klasifikojnë të njëjtat objekte në të njëjtën mënyrë dhe në mënyrë të pavarur nga njëri-tjetri. Është ky objektivitet i imazheve që i lejon njerëzit në mbarë botën të kuptojnë njëri-tjetrin. Mësimi zakonisht quhet procesi i zhvillimit në një sistem të një reagimi specifik ndaj grupeve të sinjaleve të jashtme identike duke ndikuar vazhdimisht në sistemin e njohjes së sinjaleve të korrigjimit të jashtëm. Mekanizmi i gjenerimit të këtij rregullimi, i cili më së shpeshti ka kuptimin e shpërblimeve dhe ndëshkimeve, pothuajse plotësisht përcakton algoritmin e të mësuarit. Vetë-mësimi ndryshon nga të mësuarit në atë këtu informacion shtese besnikëria e reagimit ndaj sistemit nuk raportohet.

Sistemet inteligjente të informacionit mund të përdorin "biblioteka" të një shumëllojshmërie të gjerë metodash dhe algoritmesh që zbatojnë qasje të ndryshme ndaj proceseve të të mësuarit, vetëorganizimit dhe evolucionit në sintezën e sistemeve të AI. Meqenëse deri më tani nuk ka as një teori përgjithësuese të inteligjencës artificiale, as një mostër pune të një modeli plotësisht funksional të AI, është e pamundur të thuhet se cila nga këto qasje është e drejtë dhe cila është e gabuar: me shumë mundësi ato mund të plotësojnë në mënyrë harmonike njëra-tjetrën. Më shumë informacion rreth problemeve të inteligjencës artificiale mund të gjeni në faqet e internetit www.ccas.ru dhe www.iseu.by/rus/educ/envmon.

Inteligjenca artificiale zbatohet duke përdorur katër qasje (është e vështirë të mos thuash "paradigma" në modë): logjike, evolucionare, simuluese dhe strukturore. Të gjitha këto katër drejtime zhvillohen paralelisht, shpesh të ndërthurura reciproke.

Baza për qasjen logjike është algjebra Boolean dhe operatorët e saj logjikë (kryesisht operatori i njohur IF ["nëse"]). Algjebra e Bulit mori zhvillimin e saj të mëtejshëm në formën e llogaritjes së kallëzuesit, në të cilën u zgjerua duke futur simbole objektesh, marrëdhënie midis tyre, sasiorë ekzistencialë dhe universalë. Pothuajse çdo sistem AI i ndërtuar mbi një parim logjik është një makinë që provon teorema. Në këtë rast, të dhënat fillestare ruhen në bazën e të dhënave në formën e aksiomave, dhe rregullat e konkluzionit - si marrëdhënie midis tyre.

Shumica e metodave logjike karakterizohen nga intensiteti i lartë i punës, pasi gjatë kërkimit të provave, është e mundur një numërim i plotë i opsioneve. Prandaj, kjo qasje kërkon zbatim efektiv procesi i llogaritjes dhe performanca e mirë zakonisht garantohet në një nivel relativisht të ulët madhësi të vogël Baza e të dhënave. Nje shembull zbatim praktik metodat logjike janë pemë vendimi që zbatojnë në një formë të përqendruar procesin e "të mësuarit" ose sintezës së rregullit të vendimit.

Për të arritur një ekspresivitet më të madh të qasjes logjike lejon një drejtim të tillë relativisht të ri si logjika fuzzy. Pas veprave themelore të L. Zadeh, termi fuzzy (anglisht fuzzy, fuzzy) u bë fjalë kyçe. Ndryshe nga matematika tradicionale, e cila kërkon formulime të sakta dhe të paqarta të rregullsive në çdo hap të modelimit, logjika fuzzy ofron një nivel krejtësisht të ndryshëm të të menduarit, për shkak të të cilit procesi krijues i modelimit zhvillohet në një nivel më të lartë abstraksioni, në të cilin vetëm një nivel minimal. është postuluar një grup rregullsish. Për shembull, vërtetësia e një deklarate logjike mund të marrë në sistemet fuzzy, përveç "po/jo" të zakonshme (1/0), edhe vlera të ndërmjetme: "Nuk e di" (0.5), "pacienti është më i gjallë se i vdekur" (0.75), "pacienti është më i vdekur se i gjallë" (0.25), etj. Kjo qasje është më shumë si mendësia e një personi që rrallë u përgjigjet pyetjeve po ose jo. Bazat teorike dhe aspektet e aplikuara të sistemeve inteligjente të vlerësimit dhe parashikimit nën pasiguri, bazuar në teorinë e grupeve fuzzy, janë përshkruar në detaje në literaturë [Averkin et al., 1986; Borisov et al., 1989; Modele jo tradicionale.., 1991; Vasiliev dhe Ilyasov, 1995].

Termi "vetë-organizim" kuptohet, sipas Ivakhnenko, "procesi i rritjes spontane (spontane) të rendit, ose organizimit në një sistem të përbërë nga shumë elementë, që ndodhin nën ndikimin e mjedisit të jashtëm".

Parimet e vetëorganizimit ishin objekt i hulumtimit të shumë shkencëtarëve të shquar: J. von Neumann, N. Wiener, W.R. Ashby dhe të tjerët. Një kontribut të madh në zhvillimin e këtij drejtimi dha puna e kibernetikës ukrainase nën udhëheqjen e A.G. Ivakhnenko, i cili zhvilloi një klasë të tërë modelesh vetëorganizimi adaptive, të cilat mund të quheshin një "përgjithësim inteligjent" i metodave empiriko-statistikore.

Mund të vërehen parimet e mëposhtme të vetë-organizimit të modeleve matematikore:

• - parimi i vendimeve jo-përfundimtare (propozuar nga D. Gabor dhe konsiston në nevojën për të ruajtur "lirinë e zgjedhjes" të mjaftueshme të disa zgjidhjet më të mira në çdo hap të vetëorganizimit),
• - parimi i shtimit të jashtëm (bazuar në teoremën e K. Gödel dhe qëndron në faktin se vetëm kriteret e jashtme të bazuara në informacione të reja bëjnë të mundur sintetizimin e një modeli të vërtetë të një objekti të fshehur në të dhëna eksperimentale të zhurmshme);
• - parimi i përzgjedhjes masive (propozuar nga A.G. Ivakhnenko dhe tregon mënyrën më të përshtatshme për të ndërlikuar gradualisht një model vetëorganizues në mënyrë që kriteri i cilësisë së tij të kalojë në minimumin e tij).

Për shfaqjen e vetëorganizimit, është e nevojshme të kemi një strukturë fillestare, një mekanizëm për mutacionet e rastësishme të tij dhe kriteret e përzgjedhjes, falë të cilave një mutacion vlerësohet për sa i përket dobisë së tij për përmirësimin e cilësisë së sistemit. ato. gjatë ndërtimit të këtyre sistemeve të AI, studiuesi specifikon vetëm organizimin fillestar dhe listën e variablave, si dhe kriteret e cilësisë që formalizojnë qëllimin e optimizimit dhe rregullat me të cilat modeli mund të ndryshojë (vetëorganizohet ose zhvillohet). Për më tepër, modeli në vetvete mund t'i përkasë një sërë llojesh: regresioni linear ose jolinear, një grup rregullash logjike ose ndonjë model tjetër.

Modelet vetëorganizuese shërbejnë kryesisht për parashikimin e sjelljes dhe strukturës së ekosistemeve, pasi, sipas vetë logjikës së ndërtimit të tyre, pjesëmarrja e studiuesit në këtë proces minimizohet. Mund të jepen një sërë shembujsh specifikë të përdorimit të algoritmeve GMDH: për parashikimet afatgjata të sistemit ekologjik të liqenit. Baikal, modelimi i përshkrimeve gjeobotanike; sistemet "grabitqar-pre", rritja e pemëve, parashikimi i treguesve toksikologjikë të ndotësve, vlerësimi i dinamikës së numrit të komuniteteve zooplanktonike.

Në kibernetikën matematikore, dallohen dy lloje të proceseve përsëritëse të zhvillimit të sistemit:

• - përshtatja, në të cilën ekstremi (qëllimi i lëvizjes së sistemit) mbetet konstant;
• - evolucioni, në të cilin lëvizja shoqërohet me një ndryshim në pozicionin e ekstremit.

Nëse vetëorganizimi shoqërohet vetëm me mekanizma përshtatës për rregullimin e reaksioneve të sistemit (për shembull, ndryshimi i vlerave të koeficientëve të peshës), atëherë koncepti i evolucionit shoqërohet me aftësinë e një efektori (një term i prezantuar nga S. Lem) të ndryshojë strukturën e vet, d.m.th. numrin e elementeve, drejtimin dhe intensitetin e lidhjeve, duke i përshtatur ato në mënyrë optimale në lidhje me detyrat në çdo moment të caktuar kohor. Në procesin e evolucionit në një mjedis kompleks dhe në ndryshim, efekti është në gjendje të fitojë cilësi thelbësisht të reja, për të arritur në fazën tjetër të zhvillimit. Për shembull, në procesin e evolucionit biologjik, janë shfaqur organizma të gjallë jashtëzakonisht komplekse dhe në të njëjtën kohë çuditërisht produktive.

Modelimi evolucionar është një metodë thelbësisht universale për ndërtimin e parashikimeve të makrostateve të një sistemi në kushte kur informacioni posteriori mungon plotësisht, dhe të dhënat a priori specifikojnë vetëm parahistorinë e këtyre gjendjeve. Skema e përgjithshme e algoritmit të evolucionit është si më poshtë:

• - specifikohet organizimi fillestar i sistemit (në modelimin evolucionar, për shembull, një automat Mealy i fundëm përcaktues mund të shfaqet në këtë kapacitet);
• - të kryejë "mutacione" të rastësishme, d.m.th. ndryshimi i rastësishëm i makinës së gjendjes aktuale;
• - zgjidhni për "zhvillim" të mëtejshëm atë organizatë (atë automat) që është "më e mira" në kuptimin e disa kritereve, për shembull, saktësinë maksimale të parashikimit të sekuencës së vlerave të makrostateve të ekosistemit.

Kriteri i cilësisë së modelit në këtë rast nuk është shumë i ndryshëm, për shembull, nga minimumi i gabimit mesatar katror në sekuencën e trajnimit të metodës së katrorëve më të vegjël (me të gjitha disavantazhet që pasojnë). Megjithatë, në ndryshim nga përshtatja, në programimin evolucionar struktura e zgjidhësit ndryshon pak kur kalon nga një mutacion në tjetrin, d.m.th. nuk ka rishpërndarje të probabiliteteve që do të përjetësonin mutacionet që çuan në sukses në hapin e mëparshëm. Kërkimi për strukturën optimale është më i rastësishëm dhe jo i synuar, gjë që vonon procesin e kërkimit, por siguron përshtatjen më të mirë ndaj kushteve specifike të ndryshimit.

Qasja strukturore i referohet përpjekjeve për të ndërtuar sisteme AI duke modeluar strukturën e trurit të njeriut. Në dhjetë vitet e fundit, fenomeni i një shpërthimi interesi për metodat strukturore të vetëorganizimit - modelimi i rrjeteve nervore, i cili përdoret me sukses në fusha të ndryshme - biznes, mjekësi, teknologji, gjeologji, fizikë, d.m.th. kudo që është e nevojshme të zgjidhen problemet e parashikimit, klasifikimit ose kontrollit.

Aftësia e një rrjeti nervor për të mësuar u hetua për herë të parë nga J. McCulloch dhe W. Pitt, kur në vitin 1943 u botua vepra e tyre "Llogaritja logjike e ideve lidhur me aktivitetin nervor". Ai prezantoi një model të një neuroni dhe formuloi parimet për ndërtimin e rrjeteve nervore artificiale.

Një shtysë e madhe zhvillimit të neurokibernetikës i dha neurofiziologu amerikan F. Rosenblatt, i cili në vitin 1962 propozoi modelin e tij të një rrjeti nervor, perceptronin. Fillimisht u prit me shumë entuziazëm, perceptroni shpejt u vu nën një sulm intensiv nga autoritetet kryesore shkencore. Dhe, megjithëse një analizë e detajuar e argumenteve të tyre tregon se ata nuk sfiduan plotësisht perceptronin që propozoi Rosenblatt, kërkimet në shkallë të gjerë mbi rrjetet nervore u kufizuan për pothuajse 10 vjet.

Një tjetër klasë e rëndësishme e sistemeve nervore u prezantua nga Finn T. Kohonen. Kjo klasë ka emer i bukur: "Hartografitë e gjendjes vetëorganizuese që ruajnë topologjinë e hapësirës së sensorit". Teoria e Kohonen përdor në mënyrë aktive teorinë e sistemeve adaptive, e cila u zhvillua gjatë shumë viteve nga Akademiku i Akademisë Ruse të Shkencave Ya.Z. Tsypkin.

Tani është shumë popullor në të gjithë botën për të vlerësuar aftësitë e sistemeve të të mësuarit, në veçanti, rrjetet nervore, bazuar në teorinë e dimensionit, të krijuar në 1966 nga matematikanët sovjetikë V.N. Vapnik dhe A.Ya. Chervonenkis. Një klasë tjetër e modeleve të ngjashme me nervat përfaqësohet nga rrjetet e përhapjes së prapme, në zhvillimin e modifikimeve moderne të të cilave Prof. A.N. Gorban dhe shkolla e neuroinformatikës Krasnoyarsk të kryesuar prej tij. Shoqata Ruse e Neuroinformatikës nën udhëheqjen e Presidentit V.L. Dunin-Barkovsky.

E gjithë qasja e rrjetit nervor bazohet në idenë e ndërtimit të një pajisjeje llogaritëse nga një numër i madh elementësh të thjeshtë që veprojnë paralelisht - neuronet formale. Këto neurone funksionojnë në mënyrë të pavarur nga njëri-tjetri dhe janë të ndërlidhura me kanale të njëanshme të transmetimit të informacionit. Thelbi i koncepteve të rrjetit nervor është ideja që çdo neuron individual mund të modelohet me funksione mjaft të thjeshta dhe se i gjithë kompleksiteti i trurit, fleksibiliteti i funksionimit të tij dhe cilësi të tjera të rëndësishme përcaktohen nga lidhjet midis neuroneve. Shprehja përfundimtare e këtij këndvështrimi mund të jetë slogani: "Struktura e lidhjeve është gjithçka, vetitë e elementeve nuk janë asgjë".

Rrjetet nervore (NN) janë një teknikë shumë e fuqishme modelimi që ju lejon të riprodhoni varësi jashtëzakonisht komplekse që janë jolineare në natyrë. Si rregull, një rrjet nervor përdoret kur supozimet për llojin e lidhjeve midis hyrjeve dhe daljeve janë të panjohura (megjithëse, natyrisht, një grup njohurish heuristike kërkohet nga përdoruesi se si të zgjedhë dhe të përgatisë të dhënat, të zgjedhë rrjetin e dëshiruar arkitekturën dhe interpretimin e rezultateve) .

Të dhënat përfaqësuese ushqehen në hyrjen e rrjetit nervor dhe lëshohet një algoritëm mësimor që analizon automatikisht strukturën e të dhënave dhe gjeneron një marrëdhënie midis hyrjes dhe daljes. Dy lloje algoritmesh përdoren për të trajnuar NN: i kontrolluar ("të mësuarit e mbikëqyrur") dhe i pambikëqyrur ("i pambikëqyrur").

Rrjeti më i thjeshtë ka strukturën e një perceptroni shumështresor me transmetim të drejtpërdrejtë të sinjalit (shih Fig. 3), i cili karakterizohet nga sjellja më e qëndrueshme. Shtresa hyrëse përdoret për të futur vlerat e variablave fillestare, më pas neuronet e shtresave të ndërmjetme dhe të daljes punojnë në mënyrë sekuenciale. Secili prej neuroneve të fshehura dhe dalëse, si rregull, është i lidhur me të gjithë elementët e shtresës së mëparshme (për shumicën e opsioneve të rrjetit, preferohet një sistem i plotë i lidhjeve). Në nyjet e rrjetit, neuroni aktiv llogarit vlerën e tij të aktivizimit duke marrë shumën e ponderuar të daljeve të elementeve të shtresës së mëparshme dhe duke zbritur vlerën e pragut prej saj. Më pas, vlera e aktivizimit konvertohet duke përdorur një funksion aktivizimi (ose funksion transferimi) dhe rezultati është dalja e neuronit. Pasi të ketë punuar i gjithë rrjeti, vlerat e daljes së elementeve të shtresës së fundit merren si dalje e të gjithë rrjetit në tërësi.

Oriz. 3.

Së bashku me modelin e perceptronit me shumë shtresa, më vonë u shfaqën modele të tjera të rrjeteve nervore, të ndryshme në strukturën e neuroneve individuale, në topologjinë e lidhjeve midis tyre dhe në algoritmet e të mësuarit. Ndër opsionet më të njohura tani janë NN-të e përhapjes së prapme të bazuara në funksionet e bazës radiale, rrjetet e regresionit të përgjithësuar, NN-të Hopfield dhe Hamming, hartat e vetëorganizimit të Kohonen, rrjetet nervore stokastike, etj. Ka punë në rrjete të përsëritura (d.m.th., që përmbajnë reagime, duke çuar prapa nga neuronet më të largët në ato më të afërta), të cilat mund të kenë dinamikë shumë komplekse të sjelljes. Rrjetet nervore vetë-organizuese (në rritje ose në zhvillim) kanë filluar të përdoren në mënyrë efektive, të cilat në shumë raste rezultojnë të jenë më të preferueshme se rrjetet nervore tradicionale plotësisht të lidhura.

Modelet e bazuara në trurin e njeriut karakterizohen nga paralelizimi i lehtë i algoritmeve dhe performanca e lartë shoqëruese, dhe jo shumë ekspresivitet i rezultateve të paraqitura, gjë që nuk kontribuon në nxjerrjen e njohurive të reja rreth mjedisit të simuluar. Prandaj, qëllimi kryesor i modeleve të rrjeteve nervore është parashikimi.

Një kusht i rëndësishëm për përdorimin e NN, si dhe çdo metodë statistikore, është një marrëdhënie objektivisht ekzistuese midis vlerave të njohura të hyrjes dhe një përgjigje të panjohur. Kjo lidhje mund të jetë e rastësishme, e shtrembëruar nga zhurma, por duhet të ekzistojë. Kjo shpjegohet, së pari, me faktin se algoritmet përsëritëse për numërimin e drejtuar të kombinimeve të parametrave të rrjetit nervor rezultojnë të jenë shumë efikas dhe shumë të shpejtë vetëm kur cilësi të mirë të dhënat fillestare. Megjithatë, nëse ky kusht nuk plotësohet, numri i përsëritjeve rritet me shpejtësi dhe kompleksiteti llogaritës është i krahasueshëm me kompleksitetin eksponencial të algoritmeve për numërimin shterues të gjendjeve të mundshme. Së dyti, rrjeti tenton të mësojë, para së gjithash, atë që është më e lehtë për t'u mësuar dhe, në kushtet e pasigurisë së fortë dhe karakteristikave të zhurmshme, këto janë, para së gjithash, artefakte dhe fenomene të "korrelacionit të rremë".

Përzgjedhja e variablave informativë në regresionin dhe taksonominë tradicionale kryhet duke "peshuar" tipare duke përdorur kritere të ndryshme statistikore dhe procedura hap pas hapi, bazuar, në një formë ose në një tjetër, në analizën e koeficientëve të korrelacioneve të pjesshme ose të kovariancave. Për këto qëllime përdoren procedura të ndryshme të njëpasnjëshme (të njëpasnjëshme), të cilat jo gjithmonë çojnë në një rezultat mjaft të afërt me atë optimal. Një qasje e automatizuar efikase për zgjedhjen e variablave të rëndësishme hyrëse mund të zbatohet duke përdorur një algoritëm gjenetik.

Në këtë drejtim, në skemën e përgjithshme të modelimit statistikor me metoda AI, rekomandohet të kryhen në mënyrë sekuenciale dy procedura të ndryshme:

• - me ndihmën e metodave evolucionare në hapësirën binare të veçorive, kërkohet një kombinim i tillë minimal i variablave, i cili siguron një humbje të lehtë të informacionit në të dhënat origjinale,
• - matrica e minimizuar e të dhënave e marrë në fazën e mëparshme futet në hyrjen e rrjetit nervor për trajnim.