Вычислительные машины позволяют автоматизировать не только вычислительные задачи, но и задачи, которые принято относить к сфере искусственного интеллекта (ИИ).

Способы мышления и программирования определяют модели (парадигмы) программирования, которые являются основой для создания конкретных языков программирования. Есть традиционные стили программирования, такие как процедурное и функциональное программирование. Есть сравнительно новые стили, такие как логическое и объектно-ориентированное программирование.

1.4.Понятие искусственного интеллекта

Искусственный интеллект- это одна из новейших областей информатики, предметом которой является разработка компьютерных систем, обладающих возможностями, связанными со способностями естественного интеллекта. Задачи, для которых неизвестны алгоритмы решения, априорно относятся к сфере искусственного интеллекта.

Особенность задач, относящихся к сфере ИИ, заключается в том, что их почти невозможно формализовать, то есть для их описания не подходят обычные (примитивные) структуры данных, используемые в традиционных языках программирования для обработки данных, и методы работы с ними. Такие задачи не предусматривают обработки данных с фиксированной структурой(т.е. с такой структурой, в которую входят отдельные численные значения или матрицы численных значений). Один из фундаментальных вопросов программирования – это вопрос о представлении сложных объектов (например, множеств) и вопрос об эффективной реализации операций над подобными объектами. Наиболее часто используются структуры данных, принадлежащие к трем большим семействам (списки, деревья, графы).

1.5.Символьные языки программирования

Понятия отношения и предиката

В сфере ИИ используются символьные языки представления знаний и формализмы, стоящие на более высоком понятийном уровне. Здесь важное значение имеет обработка отношений междуданными. При этом эти отношения могут претерпевать существенные изменения в ходе выполнении программы. Отношение – это обобщение функций, то есть более общее понятие, чем функция (отношение определяется как подмножество прямого произведения множеств). Функция, рассматриваемая как отношение – это подмножество декартова произведения. (декартовым произведением двух множеств M1 и M2 называется множество всевозможных упорядоченных пар <x,y>, где х берется из М1, а y –из М2.)

Любую функцию можно представить в виде отношения с помощью следующего преобразования:

(f x x …x )=y ó (f x x …x y)

функция отношение

Функция- это частный случай отношения, не содержащего двух элементов (x x ….x y ) и

(x x … x y ) таких, что y y ,так как значение функции определяется однозначно.

У функции, представленной в форме отношения, аргументы и результат находятся в равнозначных позициях аргументов отношения.

Определение понятия отношение

Пусть дано множество М. Рассмотрим декартово произведение множеств M =M*M*…*M – множество всех упорядоченных последовательностей из n элементов(x₁ ,x₂ ,…x_n) таких, что x_i M; n-местным отношением на М называется его подмножество: R Mⁿ.

Например, сложение двух целых положительных чисел можно представить в виде отношения между множествами целых чисел (N1,N2,N3)

R N1*N2*N3,

где n1+n2=n3 и n_i принадлежит множеству N_i.

Отношение можно явно представить как множество троек:

R= {(1 1 2),(1 2 3),(1 3 4),. . .}

Это отношение имеет три численных аргумента, т.е. оно является 3-х местным. 0-местное отношение реализует константу, 1-местное отношение – реализует свойство, 2-х и более местное отношение можно графически представить в виде сети. На основе отношений могут быть реализованы декларативные языки (Лисп за основу программирования берет функцию и лямбда-исчисление, а Пролог основан на более общем понятии отношения и хорновской логике.)

Иногда может рассматриваться множество М1*М2*…*Mn, где Mi- множества различной природы, и подмножества этого множества рассматриваются в качестве отношений. Например, прямая и плоскость – объекты принадлежащие разным множествам, но они могут находиться в отношении параллельности, компьютер может быть инструментом для человека, на нем работающего (М1-множество компьютеров, М2-множество людей) и т.д.

Определение понятия предикат

n-местным предикатом P(x₁,x₂,..,x_n) называется функция P: MⁿB, где M –произвольное множество, а B={1,0}.

М называется предметной областью, x_i – предметными переменными.

Для любых M и n существует взаимно однозначное соответствие между n-местными отношениями и n-местными предикатами. Каждому n-местному отношению R соответствует предикат P такой, что P(x₁,x₂,….,x_n)=1 тогда и только тогда, когда (x_1,x₂,….,x_n) R,и любому предикату P(x₁,x₂,..,x_n) соответствует отношение R такое, что (x₁,x₂,..,x_n) R тогда и только тогда, когда P(x₁,x₂,..,x_n)=1.Это значит, что областью истинности предиката P является множество R.

Отсюда видно, что предикат – это индикатор отношения. Он принимает значение true или false в зависимости от того, имеет место данное отношение или нет.

ИИ изучает методы решения компьютерных задач, не имеющих явного алгоритмического решения, используя в качестве инструмента символьные языки программирования, в том числе и язык исчисления предикатов первого порядка.

1.6. Основные направления в искусственном интеллекте

В рамках ИИ различают три основных направления:

Ø символьное (нисходящее) , которое основано на моделировании процессов мышления человека, на представлении и использовании знаний;

Ø нейросетевое (восходящее) направление, которое основано на моделировании отдельных структур мозга (нейронов).

Ø Интерактивные интеллектуальные системы

Сверхзадачей ИИ является построение компьютерных интеллектуальных систем, которые обладают уровнем эффективности решений неформализованных задач, сопоставимым с человеческим или превосходящим его.

В качестве критерия интеллектуальности предложен так называемый тест Тьюринга.

Алан Тьюринг предложил его для проверки того, является ли компьютер разумным в человеческом смысле слова. Тест заключается в том, что человек-судья переписывается с двумя собеседниками на естественном языке. Один из собеседников- человек, другой – компьютер. Каждый из собеседников старается, чтобы человеком признали его. Общение сводится к обмену текстовыми сообщениями. Промежутки времени передачи сообщений контролируются, чтобы судья не мог делать заключения исходя из скорости ответов. Если судья не может надежно определить, кто есть кто, тогда считается, что компьютер прошел тест.

К настоящему времени ни одна аппаратно-программная система не достигла такого уровня развития, чтобы успешно пройти тест Тьюринга.

Поэтому в последнее время в рамках идеологии ИИ рассматривается третий подход к построению систем а именно, создание смешанных человекомашинных, или, интерактивных интеллектуальных систем, осуществляющих симбиоз возможностей естественного и искусственного интеллекта. Важнейшими проблемами в этих исследованиях являются оптимальное распределение функций между естественным и искусственным интеллектом и организация диалога между человеком и машиной.

С ИИ тесно связаны математика, логика, теория информатики, филология, философия, психология и много других смежных областей знаний.

1.7. Подходы к построению ИИ.

1) логический – основанный на правилах логического вывода;

2) структурный – моделирование структуры человеческого мозга. Основой моделирования является нервная клетка – нейрон. (например, модель зрительного восприятия и распознавания –перцептрон). Отсюда направление –нейронные сети ( строим отдельный нейрон, разрабатываем топологию связей между нейронами, разрабатываем алгоритм обучения) Нейронные сети успешно применяются в задачах распознавания образов, в робототехнике, для обслуживания АЭС, ТЭС, в медицине, автономные летающие устройства для сбора разведывательной информации(беспилотные самолеты).Наиболее известны нейросети с обратным распространением ошибки, сети Хопфилда и стохастические (вероятностные) нейронные сети.

Легкое распараллеливание алгоритма и высокая производительность нейронных сетей даже в условиях неполноты информации является их неоспоримым примуществом.

3) эволюционный подход – построение начальной модели и разработка правил, по которым она может изменяться (эволюционировать).При этом начальная модель может быть любой (и логической, и структурной). Разрабатывается эволюционный алгоритм, проверка на оптимальность - то есть выбор наилучшей модели по определенному критерию, а дальше моделируются новые модели и т.д.

4) имитационный – кибернетический подход Объект, поведение которого имитируется, представляется черным ящиком. Главное, чтобы модель в аналогичной ситуации вела себя также как и моделируемый объект. Используется теория адаптивных систем и эволюционного развития.

5) смешанные системы

Замечания

Большой интерес представляют голографические системы обработки информации. Они обещают решение тех задач ИИ, с которыми не справляются даже самые мощные компьютеры. Это связано с тем, что некоторые ключевые механизмы работы нашего мозга похожи на механизмы работы оптической голограммы.

В рамках парадигм ФЛП предлагаются различные методики и инструменты для решения задач ИИ.

Для работы в сфере ИИ надо иметь: