На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


реферат Искусственный интеллект

Информация:

Тип работы: реферат. Добавлен: 14.05.2012. Сдан: 2011. Страниц: 9. Уникальность по antiplagiat.ru: < 30%

Описание (план):


Содержание 
 

Введение стр.2
1.Философские аспекты проблемы систем ИИ, теоретические проблемы психологии стр.3
2.История развития систем ИИ стр.8
3. Феномен мышления  стр.11
4.Создание ИИ  стр.13
4.1 Механический подход стр.13
4.2 Электронный подход стр.14
4.3 Кибернетический подход стр.15
4.4 Нейронный подход стр.16
4.5 Появление перцептрона стр.17
Заключение стр.19
Список литературы стр.20 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Введение 

Современные философы и исследователи науки часто  рассматривают междисциплинарные науки, как одно из достижений, заново открытых в 20 веке. Искусственный Интеллект и искусственная жизнь представляет собой прекрасный пример такой интеграции наук. С конца 40х годов ученные всего мира устремились к дерзкой цели: создать компьютер, действующий таким образом, что по результатам их работы невозможно было бы отличить от человеческого  разума. К сожалению, оказалось, весьма трудно выбрать общее направление. Некоторые заинтересованы в исследовании «систем, демонстрирующих феномены живых систем», другие изучают природу химического репродуцирования, или пытаются решить философские проблемы самопознания.
            В понятие «Искусственный интеллект»  вкладывают разный смысл –  от признания интеллекта у  ЭВМ, до отнесения к интеллектуальным лишь тех систем, которые решают весь комплекс задач, осуществляемых человеком. Другими словами, что такое Искусственный Интеллект, ЭВМ, способная выполнить любую функцию, или ЭВМ, способная мыслить и чувствовать, подобно человеку?
            Ученым сложно прийти даже к единой точке зрения относительно самого интеллекта. Некоторые считают, что интеллект – умение решать сложные задачи; другие рассматривают его как способность к обучению, обобщению и аналогиям, способность мыслить; третьи – как возможность взаимодействия с внешним миром путем общения, восприятия и осознания.
           Основная проблема состоит в  том, что системы, обладающие  психикой, отличаются от ЭВМ тем,  что им присущи биологические  потребности. Отражение мира проходит  через призму этих потребностей, в чем выражается активность психической системы. ЭВМ не имеет потребностей, для нее информация безлична.
           На практике под термином «Искусственный  интеллект» кроется грандиозное  разнообразие различных проектов  от моделей копирования ДНК  человека и систем с обратной связью, до изучения коллективного разума.
 Цель работы- узнать об основных проблемах создания искусственного интеллекта, основных путей его создания. Задачи данной работы- рассмотреть искусственный интеллект с философской точки зрения, с точки зрения психологии. Изучить историю создания искусственного интеллекта, и методы его создания.  
 
 
 
 
 
 
 

1. Философские аспекты проблемы систем ИИ (возможность существования, безопасность, полезность), теоретические проблемы психологии.

      С наукой Искусственного интеллекта сложилась ситуация, которая роднит его с коммунизмом — изучается то, чего еще нет. И если этого не будет в течение ближайших 100 лет, то очень может быть, что эпоха ИИ на этом окончится.
Исходя из сказанного выше, вытекает основная философская проблема в области ИИ — возможность или не возможность моделирования мышления человека. Следовательно, начиная исследование ИИ, мы заранее предполагаем положительный ответ. Попробуем привести несколько соображений, которые подводят нас к данному ответу.
       Первое доказательство является  схоластическим, и доказывает непротиворечивость  ИИ и Библии. По-видимому, даже  люди далекие от религии, знают  слова священного писания: "И  создал Господь человека по  образу и подобию своему …". Исходя из этих слов, мы можем заключить, что, поскольку Господь, во-первых, создал нас, а во-вторых, мы по своей сути подобны ему, то мы вполне можем создать кого-то по образу и подобию человека.
       Создание нового разума биологическим  путем для человека дело вполне привычное. Наблюдая за детьми, мы видим, что большую часть знаний они приобретают путем обучения, а не как заложенную в них заранее. Данное утверждение на современном уровне не доказано, но по внешним признакам все выглядит именно так.
      То, что раньше казалось вершиной человеческого творчества — игра в шахматы, шашки, распознавание зрительных и звуковых образов, синтез новых технических решений, на практике оказалось не таким уж сложным делом (теперь работа ведется не на уровне возможности или невозможности реализации перечисленного, а о нахождении наиболее оптимального алгоритма). Теперь зачастую данные проблемы даже не относят к проблемам ИИ. Есть надежда, что и полное моделирование мышления человека окажется не таким уж и сложным делом.
      С проблемой воспроизведения своего мышления тесно смыкается проблема возможности самовоспроизведения.
      Способность к самовоспроизведению  долгое время считалась прерогативой  живых организмов. Однако некоторые  явления, происходящие в неживой  природе (например, рост кристаллов, синтез сложных молекул копированием), очень похожи на самовоспроизведение. В начале 50-х годов Дж. фон Нейман занялся основательным изучением самовоспроизведения и заложил основы математической теории "самовоспроизводящихся автоматов". Так же он доказал теоретически возможность их создания.
          Принципиальная возможность автоматизации  решения интеллектуальных задач  с помощью ЭВМ обеспечивается  свойством алгоритмической универсальности.  Что же это за свойство?
Алгоритмическая универсальность ЭВМ означает, что на них можно программно реализовывать любые алгоритмы преобразования информации, — будь то вычислительные алгоритмы, алгоритмы управления, поиска доказательства теорем или композиции мелодий. При этом мы имеем в виду, что процессы, порождаемые этими алгоритмами, являются потенциально осуществимыми, т. е. что они осуществимы в результате конечного числа элементарных операций. Практическая осуществимость алгоритмов зависит от имеющихся в нашем распоряжении средств, которые могут меняться с развитием техники. Так, в связи с появлением быстродействующих ЭВМ стали практически осуществимыми и такие алгоритмы, которые ранее были только потенциально осуществимыми.
Однако свойство алгоритмической универсальности  не ограничивается констатацией того, что для всех известных алгоритмов оказывается возможной их программная реализация на ЭВМ. Содержание этого свойства имеет и характер прогноза на будущее: всякий раз, когда в будущем какое-либо предписание будет признано алгоритмом, то независимо от того, в какой форме и какими средствами это предписание будет первоначально выражено, его можно будет задать также в виде машинной программы.[1]
Однако не следует  думать, что вычислительные машины и роботы могут в принципе решать любые задачи. Анализ разнообразных задач привел математиков к замечательному открытию. Было строго доказано существование таких типов задач, для которых невозможен единый эффективный алгоритм, решающий все задачи данного типа; в этом смысле невозможно решение задач такого типа и с помощью вычислительных машин. Этот факт способствует лучшему пониманию того, что могут делать машины и чего они не могут сделать. В самом деле, утверждение об алгоритмической неразрешимости некоторого класса задач является не просто признанием того, что такой алгоритм нам не известен и никем еще не найден. Такое утверждение представляет собой одновременно и прогноз на все будущие времена о том, что подобного рода алгоритм нам не известен и никем не будет указан или, и иными словами, что он не существует.
Как же действует  человек при решении таких  задач? Похоже, что он просто-напросто игнорирует их, что, однако не мешает ему  жить дальше. Другим путем является сужение условий универсальности  задачи, когда она решается только для определенного подмножества начальных условий. И еще один путь заключается в том, что человек методом "научного тыка" расширяет множество доступных для себя элементарных операций (например, создает новые материалы, открывает новые месторождения или типы ядерных реакций).
      Следующим философским вопросом ИИ является цель создания. В принципе все, что мы делаем в практической жизни, обычно направлено на то, чтобы больше ничего не делать. Однако при достаточно высоком уровне жизни (большом количестве потенциальной энергии) человека на первые роли выступает уже не лень (в смысле желания экономить энергию), а поисковые инстинкты. Допустим, что человек сумел создать интеллект, превышающий свой собственный (пусть не качеством, так количеством). Что теперь будет с человечеством? Какую роль будет играть человек? Для чего он теперь нужен? И вообще, нужно ли в принципе создание ИИ?[2]
     По-видимому, самым приемлемым ответом на  эти вопросы является концепция  "усилителя интеллекта" (УИ). Я  думаю, что здесь уместна аналогия  с президентом государства — он не обязан знать валентности ванадия или языка программирования Java для принятия решения о развитии ванадиевой промышленности. Каждый занимается своим делом — химик описывает технологический процесс, программист пишет программу; в конце концов, экономист говорит президенту, что вложив деньги в промышленный шпионаж, страна получит 20%, а в ванадиевую промышленность — 30% годовых. В данном примере президент использует биологический УИ — группу специалистов с их белковыми мозгами. Но уже сейчас используются и неживые УИ — например мы не могли бы предсказать погоду без компьютеров, при полетах космических кораблей с самого начала использовались бортовые счетно-решающие устройства. Кроме того, человек уже давно использует усилители силы (УС) — понятие, во многом аналогичное УИ. В качестве усилителей силы ему служат автомобили, краны, электродвигатели, прессы, пушки, самолеты и многое-многое другое.
     Основным  отличием УИ от УС является  наличие воли. Интеллектуальная  система, вполне могла бы иметь свои желания, и поступать не так, как нам хотелось бы. Таким образом перед нами встает еще одна проблема — проблема безопасности.
Данная проблема будоражит умы человечества еще  со времен Карела Чапека, впервые употребившего  термин "робот". Большую лепту в обсуждение данной проблемы внесли и другие писатели-фантасты. Как самые известные мы можем упомянуть серии рассказов писателя-фантаста и ученого Айзека Азимова, а так же довольно свежее произведение — "Терминатор". Кстати именно у Айзека Азимова мы можем найти самое проработанное, и принятое большинством людей решение проблемы безопасности. Речь идет о так называемых трех законах роботехники.
Робот не может  причинить вред человеку или своим  бездействием допустить, чтобы человеку был причинен вред.
Робот должен повиноваться командам, которые ему дает человек, кроме тех случаев, когда эти команды противоречат первому закону.
Робот должен заботиться о своей безопасности, насколько  это не противоречит первому и  второму закону. [5]
    На  первый взгляд подобные законы, при их полном соблюдении, должны обеспечить безопасность человечества. Однако при внимательном рассмотрении возникают некоторые вопросы. Во-первых, законы сформулированы на человеческом языке, который не допускает простого их перевода в алгоритмическую форму. Попробуйте, к примеру перевести на любой из известных Вам языков программирования, такой термин, как "причинить вред". Или "допустить". Попробуйте определить, что происходит в любом случае, а что он "допустил"?
Далее предположим, что мы сумели переформулировать, данные законы на язык, который понимает автоматизированная система. Теперь интересно, что будет подразумевать система ИИ под термином "вред" после долгих логических размышлений? Не решит ли она, что все существования человека это сплошной вред? Ведь он курит, пьет, с годами стареет и теряет здоровье, страдает. Не будет ли меньшим злом быстро прекратить эту цепь страданий? [5] Конечно можно ввести некоторые дополнения, связанные с ценностью жизни, свободой волеизъявления. Но это уже будут не те простые три закона, которые были в начале.
Следующим вопросом будет такой. Что решит система  ИИ в ситуации, когда спасение одной  жизни возможно только за счет другой? Особенно интересны те случаи, когда  система не имеет полной информации о том, кто есть кто.
       Однако несмотря на перечисленные  проблемы, данные законы являются  довольно неплохим неформальным  базисом проверки надежности  системы безопасности для систем  ИИ.
     Так  что же, неужели нет надежной  системы безопасности? Если отталкиваться от концепции УИ, то можно предложить следующий вариант.
Согласно многочисленным опытам, несмотря на то, что мы не знаем  точно, за что отвечает каждый отдельный  нейрон в человеческом мозге, многим из наших эмоций обычно соответствует  возбуждение группы нейронов (нейронный ансамбль) во вполне предсказуемой области. Были также проведены обратные эксперименты, когда раздражение определенной области вызывало желаемый результат. Это могли быть эмоции радости, угнетения, страха, агрессивности. Это наводит на мысль, что в принципе мы вполне могли бы вывести степень "довольности" организма наружу. В то же время, практически все известные механизмы адаптации и самонастройки (в первую очередь имеются в виду технические системы), базируются на принципах типа "хорошо" — "плохо". В математической интерпретации это сведение какой-либо функции к максимуму или к минимуму. Теперь представим себе, что наш УИ в качестве такой функции использует измеренную прямо или косвенно, степень удовольствия мозга человека-хозяина. Если принять меры, чтобы исключить самодеструктивную деятельность в состоянии депрессии, а так же предусмотреть другие особые состояния психики, то получим следующее.
Поскольку предполагается, что нормальный человек, не будет  наносить вред самому себе, и, без особой на то причины, другим, а УИ теперь является частью данного индивидуума (не обязательно физическая общность), то автоматически выполняются все 3 закона роботехники. При этом вопросы безопасности смещаются в область психологии и правоохранения, поскольку система (обученная) не будет делать ничего такого, чего бы не хотел ее владелец. [4]
     И  теперь осталась еще одна тема  — а стоит ли вообще создавать  ИИ, может просто закрыть все  работы в этой области? Единственное, что можно сказать по этому  поводу — если ИИ возможно создать, то рано или поздно он будет создан. И лучше его создавать под контролем общественности, с тщательной проработкой вопросов безопасности.
      Можно выделить  две основные линии работ по ИИ.  Первая связана с совершенствованием самих машин,  с повышением "интеллектуальности" искусственных  систем.  Вторая  связана с задачей оптимизации совместной работы "искусственного интеллекта" и собственно интеллектуальных  возможностей человека. [3]     

 Переходя  к собственно психологическим проблемам ИИ О.К. Тихомиров выделяет  три позиции по вопросу о взаимодействии психологии и искусственного интеллекта. 
    "Мы мало знаем о человеческом разуме,  мы хотим его воссоздать,  мы делаем это вопреки отсутствию знаний"- эта позиция характерна для многих зарубежных специалистов по ИИ
    Вторая позиция сводится  к констатации ограниченности результатов исследований интеллектуальной деятельности, проводившихся психологами, социологами и физиологами.  В качестве причины указывается отсутствие адекватных методов. Решение видится в воссоздании тех или иных интеллектуальных функций в работе машин. Иными словами, если машина решает задачу ранее решавшуюся человеком,  то знания,  которые можно подчерпнуть, анализируя эту работу и есть основной материал для построения психологических теорий.
    Третья позиция характеризуется оценкой исследования в области искусственного  интеллекта и психологии как совершенно независимых.  В этом случае допускается возможность только потребления,  использования психологических  знаний  в плане психологического обеспечения работ по ИИ.
       Закономерно  возникает  вопрос о влиянии работ по искусственному интеллекту на развитие психологической науки.  О.К.Тихомиров выделяет  в качестве первого результата - появление новой области психологических исследований,  а именно, сравнительные исследования того, как одни и те же задачи решаются человеком и машиной. Кроме того, уже первые работы по искусственному интеллекту показали,  что не  только  область  решения  задач затрагивается сопоставительными исследованиями, но и проблема мышления в целом.  Возникла потребность в уточнении критериев дифференциации "творческих" и "нетворческих" процессов.    
 Более того, и исследования восприятия и  исследования памяти находятся под сильным влиянием машинных аналогий (монография Р.Клацки).
Оригинальное  отражение работ по ИИ несет на себе новая психологическая теория поведения (исследования Д. Миллера  К.Прибрама Ю.Галантера).  В то время как для традиций отечественной психологии  необходимо разведение понятий поведения и деятельности.    
 Популярные  идеи системного анализа  позволили  сделать  сравнение принципов работы  искусственных  систем и собственно человеческой деятельности важным эвристическим приемом выделения именно специфического психологического анализа деятельности человека.    
 В 1963 г.  выступая на совещании по философским вопросам физиологии ВНД и психологии,  А.Н.  Леонтьев сформулировал следующую позицию: машина воспроизводит операции человеческого мышления,  и следовательно соотношение "машинного" и "немашинного" есть соотнесение операционального  и неоперационального в человеческой деятельности в то время этот вывод был достаточно прогрессивен и выступал  против  кибернетического редукционизма.  Однако в последствии при сравнени операций, из которых слагается работа машины,  и операций как единиц деятельности  человека выявились  существенные различия - в психологическом смысле "операция" отражает способ достижения результатов, процессуальную характеристику, в то время как прменительно к машинной работе этот термин используется в логико-математическом смысле (характеризуется результатом).    
 В работах  по  искусственному  интеллекту  постоянно используется термин "цель". Анализ отношения средств к цели А.Ньюэлл и Г.Саймон называют в  качестве одной из "эвристик".  В психологической теории деятельности "цель" является конституирующим признаком действия в отличии от операций  (и деятельности в целом).  В то время как в искусственных системах "целью" называют некоторую конечную ситуацию к которой  стремится система.  Признаки этой ситуации должны быть четко выявленными и описанными на формальном языке.  Цели человеческой деятельности  имеют другую природу.  Конечная ситуация может по разному отражаться субъектом: как на понятийном уровне, так и в форме представлений или перцептивного образа.  Это отражение может характеризоваться разной степенью ясностьи, отчетливости.  Кроме того, для человека характерно не просто достижение готовых целей но и формирование новых.   
 Также работа  систем  искусственно интеллекта,  характеризуется непросто наличием операций, программ,"целей", а как отмечает О.К.Тихомиров,- оценочными функциями.  И у искусственных систем есть своего рода "ценностные орентации". Но специфику человеческой мотивационно-эмоциональной  регуляции  деятельности  составляет  использование  не только константных,  но и ситуативно возникающих и динамично меняющихся  оценок,  существенно  также различие между словесно-логическими и эмоциональными оценками. В существовании потребностей и мотивов видится различие  между  человеком  и машиной на уровне деятельности.  Этот тезис повлек за собой цикл исследований, посвященных анализу специфики человеческой деятельности.  Так в работе Л.П. Гурьевой  показана зависимость структуры мыслительной деятельности при решении творческих задач от изменения мотивации.    
 Между прочим, именно недостаточная изученность  процесса целеобразования нашла свое отражение в формулировании "социального заказа" для психологии со стороны исследователей ИИ, и оказала существенное стимулирующее влияние психологической науки.    
 Информационная  теория эмоций Симонова также  в значительной степени питается аналогиями с работами систем ИИ. Кроме того проблема волевого принятия решения в психологии в некоторых работах рассматривается как формальный процесс выбора одной из множества заданных альтернатив, опуская тем самым специфику волевых процессов.  В то же время, Ю.Д.Бабаевой   была предпринята попытка изучения возможности формализации процесса целеобразования на основе глубокого психологического  анализа этого процесса в деятельности человека. [2]    
 Таким образом  все три традиционные области  психологии - учения  о познавательных, эмоциональных  и волевых процессах оказались под влиянием работ по ИИ,  что по мнению О.К.Тихомирова привело  к  оформлению нового предмета психологии - как наука о переработке информации, научность этого определения достигалась за счет "технизации" психологического знания.    
 Обращаясь  к проблеме роли ИИ в обучения Л.И. Ноткин  рассматривает этот процесс как одну из разновидностей взаимодействия человека с ЭВМ,  и раскрывает среди перспективных возможностей те , которые направлены на создание так называемых адаптивных обучающихся систем, имитирующих оперативный диалог учащегося и преподавателя-человека.     
 Таким образом  роль взаимодействия между  исследованиями  искусственного  интеллекта  и  психологической наукой можно охарактеризовать как плодотворный диалог,  позволяющий если не решать то хотя  бы  научиться  задавать  вопросы как высокого философского уровня - "Что есть человек ?", так и более прагматические - методические и методологические. 
 

2. История развития систем ИИ.

 
      Исторически сложились три основных направления в моделировании ИИ.
В рамках первого  подхода объектом исследований являются структура и механизмы работы мозга человека, а конечная цель заключается в раскрытии тайн мышления. Необходимыми этапами исследований в этом направлении являются построение моделей на основе психофизиологических данных, проведение экспериментов с ними, выдвижение новых гипотез относительно механизмов интеллектуальной деятельности, совершенствование моделей и т. д.
     Второй  подход в качестве объекта  исследования рассматривает ИИ. Здесь речь идет о моделировании интеллектуальной деятельности с помощью вычислительных машин. Целью работ в этом направлении является создание алгоритмического и программного обеспечения вычислительных машин, позволяющего решать интеллектуальные задачи не хуже человека.
Наконец, третий подход ориентирован на создание смешанных  человеко-машинных, или, как еще говорят, интерактивных интеллектуальных систем, на симбиоз возможностей естественного  и искусственного интеллекта. Важнейшими проблемами в этих исследованиях  является оптимальное распределение функций между естественным и искусственным интеллектом и организация диалога между человеком и машиной. [5]
Самыми первыми  интеллектуальными задачами, которые  стали решаться при помощи ЭВМ  были логические игры (шашки, шахматы), доказательство теорем. Хотя, правда здесь надо отметить еще кибернетические игрушки типа "электронной мыши" Клода Шеннона, которая управлялась сложной релейной схемой. Эта мышка могла "исследовать" лабиринт, и находить выход из него. А кроме того, помещенная в уже известный ей лабиринт, она не искала выход, а сразу же, не заглядывая в тупиковые ходы, выходила из лабиринта.
Американский  кибернетик А. Самуэль составил для  вычислительной машины программу, которая  позволяет ей играть в шашки, причем в ходе игры машина обучается или, по крайней мере, создает впечатление, что обучается, улучшая свою игру на основе накопленного опыта. В 1962 г. эта программа сразилась с Р. Нили, сильнейшим шашистом в США и победила. Можно сказать, что все элементы интеллекта, продемонстрированные машиной в процессе игры в шашки, сообщены ей автором программы. Отчасти это так. Но не следует забывать, что программа эта не является "жесткой", заранее продуманной во всех деталях. Она совершенствует свою стратегию игры в процессе самообучения. И хотя процесс "мышления" у машины существенно отличен оттого, что происходит в мозгу играющего в шашки человека, она способна у него выиграть.
Ярким примером сложной интеллектуальной игры до недавнего  времени являлись шахматы. В 1974 г. состоялся  международный шахматный турнир машин, снабженных соответствующими программами. Как известно, победу на этом турнире одержала советская машина с шахматной программой "Каисса". [2]
Почему здесь  употреблено "до недавнего времени"? В настоящее время существуют и успешно применяются программы, позволяющие машинам играть в деловые или военные игры, имеющие большое прикладное значение. Здесь также чрезвычайно важно придать программам присущие человеку способность к обучению и адаптации. Одной из наиболее интересных интеллектуальных задач, также имеющей огромное прикладное значение, является задача обучения распознавания образов и ситуаций. Решением ее занимались и продолжают заниматься представители различных наук — физиологи, психологи, математики, инженеры. Такой интерес к задаче стимулировался фантастическими перспективами широкого практического использования результатов теоретических исследований: читающие автоматы, системы ИИ, ставящие медицинские диагнозы, проводящие криминалистическую экспертизу и т. п., а также роботы, способные распознавать и анализировать сложные сенсорные ситуации.
В 1957 г. американский физиолог Ф. Розенблатт предложил модель зрительного восприятия и распознавания  — перцептрон. Появление машины, способной обучаться понятиям и  распознавать предъявляемые объекты, оказалось чрезвычайно интересным не только физиологам, но и представителям других областей знания и породило большой поток теоретических и экспериментальных исследований.
      Перцептрон или любая программа,  имитирующая процесс распознавания, работают в двух режимах: в режиме обучения и в режиме распознавания. В режиме обучения некто (человек, машина, робот или природа), играющий роль учителя, предъявляет машине объекты и о каждом их них сообщает, к какому понятию (классу) он принадлежит. По этим данным строится решающее правило, являющееся, по существу, формальным описанием понятий. В режиме распознавания машине предъявляются новые объекты (вообще говоря, отличные от ранее предъявленных), и она должна их классифицировать, по возможности, правильно. [6]
     Проблема  обучения распознаванию тесно  связана с другой интеллектуальной  задачей — проблемой перевода  с одного языка на другой, а  также обучения машины языку.  При достаточно формальной обработке  и классификации основных грамматических правил и приемов пользования словарем можно создать вполне удовлетворительный алгоритм для перевода, скажем научного или делового текста. Для некоторых языков такие системы были созданы еще в конце 60-г. Однако для того, чтобы связно перевести достаточно большой разговорный текст, необходимо понимать его смысл. Работы над такими программами ведутся уже давно, но до полного успеха еще далеко. Имеются также программы, обеспечивающие диалог между человеком и машиной на урезанном естественном языке.
Что же касается моделирования логического мышления, то хорошей модельной задачей здесь может служить задача автоматизации доказательства теорем. Начиная с 1960 г., был разработан ряд программ, способных находить доказательства теорем в исчислении предикатов первого порядка. Эти программы обладают, по словам американского специалиста в области ИИ Дж. Маккатти, "здравым смыслом", т. е. способностью делать дедуктивные заключения. [8]
        В программе К. Грина и др., реализующей вопросно-ответную систему,  знания записываются на языке логики предикатов в виде набора аксиом, а вопросы, задаваемые машине, формулируются как подлежащие доказательству теоремы. Большой интерес представляет "интеллектуальная" программа американского математика Хао Ванга. Эта программа за 3 минуты работы IBM-704 вывела 220 относительно простых лемм и теорем из фундаментальной математической монографии, а затем за 8.5 мин выдала доказательства еще 130 более сложных теорем, часть их которых еще не была выведена математиками. Правда, до сих пор ни одна программа не вывела и не доказала ни одной теоремы, которая бы, что называется "позарез" была бы нужна математикам и была бы принципиально новой.
Очень большим  направлением систем ИИ является роботехника. В чем основное отличие интеллекта робота от интеллекта универсальных вычислительных машин?
и т.д.................


Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть полный текст работы бесплатно


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.