Экспертные системы

Такой взгляд на искусственный интеллект, кибернетику и информатику разделяется  не всеми. Это связано с тем, что  на Западе границы данных наук несколько  отличаются.

История искусственного интеллекта как  нового научного направления начинается в середине XX века. К этому времени уже было сформировано множество предпосылок его зарождения: среди философов давно шли споры о природе человека и процессе познания мира, нейрофизиологи и психологи разработали ряд теорий относительно работы человеческого мозга и мышления, экономисты и математики задавались вопросами оптимальных расчётов и представления знаний о мире в формализованном виде; наконец, зародился фундамент математической теории вычислений – теории алгоритмов – и были созданы первые компьютеры.

Возможности новых машин в плане  скорости вычислений оказались больше человеческих, поэтому в учёном сообществе закрался вопрос: каковы границы возможностей компьютеров и достигнут ли машины уровня развития человека? В 1950 году один из пионеров в области вычислительной техники, английский учёный Алан Тьюринг, пишет статью под названием «Может ли машина мыслить?», в которой описывает процедуру, с помощью которой можно будет определить момент, когда машина сравняется в плане разумности с человеком, получившей название теста Тьюринга. Затем в Японии появилась значительная группа высококвалифицированных специалистов в области искусственного интеллекта, которая добилась существенных результатов в различных прикладных задачах. К середине 90-х годов японская ассоциация искусственного интеллекта насчитывает 40 тысяч человек. Начиная с середины 1980-х годов, повсеместно происходит коммерциализация искусственного интеллекта. Растут ежегодные капиталовложения, создаются промышленные экспертные системы. Растет интерес к самообучающимся системам. Издаются десятки журналов, ежегодно собираются международные и национальные конференции по различным направлениям искусственного интеллекта [7].

 

1.2 Определение искусственного интеллекта и его особенности

Искусственный интеллект – это  экспериментальная научная дисциплина, задача которой есть воссоздание  с помощью искусственных устройств  разумных рассуждений и действий. Прикладной аспект искусственного интеллекта включает решение компьютером задач, не имеющих явного алгоритмического решения, порой – с нечеткими  целями. При этом часто используются «человеческие» способы решения таких задач. Научный аспект искусственного интеллекта касается объяснения работы естественного интеллекта и имитации решения задач человеком. Искусственный интеллект – самое молодое научное направление, появление которого было подготовлено развитием мощности вычислительных машин. Область искусственного интеллекта стала развиваться после возникновения компьютеров. Сегодня его элементы используются во множестве областей, от бытовой техники до управления атомными станциями. Развитие искусственного интеллекта идет параллельно с ускорением компьютеров и прогрессом в области когнитивной науки [7].

Искусственный интеллект занимает исключительное положение. С чем  же это связано? Часть функций  программирования в настоящее время  оказалось возможным передать машине. При этом общение с машиной  происходит на языке, близком к разговорному. Для этого в ЭВМ закладывают огромную базу знаний, способы решения, процедуры синтеза, программы, а также средства общения, позволяющие пользователю легко общаться с ЭВМ. В связи с внедрением ЭВМ во все сферы человеческой жизни становится возможным переход к безбумажной технологии обработки информации. Если же раньше производство ориентировалось на обязательное участие человека, то в настоящее время находят применение безлюдные технологии, основанные на роботизации и автоматизации системы управления. Интеллектуальные системы в настоящее время начинают занимать ведущее положение в проектировании образцов изделий. Часть изделий невозможно спроектировать без их участия.

Системы, относящиеся к системам искусственного интеллекта в настоящее  время:

- экспертные системы. Первые  системы, которые нашли широкое  применение. Их элементы используются  в системах проектирования, диагностики,  управления и играх. Основаны  на вводе знаний высококвалифицированных  специалистов (экспертов) в ЭВМ  и разработке специальной системы  по их использованию;

-  системы естественно-языкового  общения (подразумевается письменная  речь). Данные системы позволяют  производить обработку связанных  текстов по какой-либо тематике  на естественном языке;

-   системы речевого общения;

- системы обработки визуальной  информации. Находят применение  в обработке аэрокосмических  снимков, данных, поступающих с  датчиков;

- системы машинного перевода. Подразумеваются  естественные языки человеческого  общения [5].

В настоящее время происходит как  бы «связка» сознания человека с информационной компьютерной средой, причем многие процессы жизнедеятельности человека переносятся  в виртуальную информационную компьютерную среду. Получившаяся в результате этого  система выигрывает за счет синергетического умножения сильных качеств каждого  из своих составляющих. В этом и  заключается принцип максимальной эффективности использования искусственного интеллекта. Например, программа Microsoft Outook может послужить примером успешного взаимодействия естественного интеллекта и программы. Приложив всего немного усилий можно легко получить органайзер, которому за достаточно короткое время удается «научиться» решать казалось бы сложные для машины проблемы, как выявление нежелательных рекламных писем и отправку их в отдельную папку.

Сегодня технологии искусственного интеллекта включают в себя множество различных  подходов. Среди которых:

- нейронные сети, работающие на  принципах, схожих с работой  мозга. Они используются для  распознания речи и рукописного  текста, для постановки диагнозов,  в финансовых программах и  т.п.;

- эволюционные алгоритмы, предполагающие  создание популяции программ, их  мутации, скрещивание (обмен частями  программ) и тестирование на выполнении  целевой задачи.  Программы, работающие лучше всего, выживают, и после множества поколений получается наиболее эффективная программа;

- нечеткая логика, позволяющая  компьютеру работать с объектами  из реального мира и их взаимоотношениями.  С помощью нечеткой логики  компьютер может понять такие  термины как «близко», «теплее», «почти» и т.д. Поэтому нечеткая  логика активно используется  в бытовой технике, такой, как  кондиционеры и стиральные машины [3].

 

3.  Состояние и тенденции развития искусственного интеллекта

По мере распространения компьютерных технологий, работа с информацией  и компьютерными агентами станет занимать всё большую часть человеческой жизни. Искусственный интеллект-агенты будут помнить за человека, помогать ему в поиске и обработке информации. Подобное «усиление разума» — один из путей к сверхразуму. Развитие носимых и вживляемых компьютеров приведёт к тому, что большинство людей станет окруженным «экзокорой», сонмом компьютеров, по сути выполняющих часть мыслительной работы и хранящих часть памяти своего хозяина. Дополненная реальность будет стирать границы между внутренним миром (воображением, памятью) и миром реальным. Человек будет воспринимать реальность уже насыщенной дополнительной информацией — имена незнакомых людей, аргументы собеседника, сведённые в единую систему, справочная информация, любопытные идеи, подсказанные искусственным интеллектом. Дальнейшая миниатюризация микрочипов сделает возможной прямой интерфейс между мозгом и компьютером, обеспечивая примитивное считывание и запись мыслей. Появление совершенных нано технологий и создание субклеточных нано роботов сделает возможным считывание и запись информации на уровне отдельного нейрона. Это даст человеку полный контроль над собственным мозгом.

Параллельно будет развиваться искусственный  интеллект, используемый в роботах. К 2010-2015 году роботы получат достаточно эффективные программы машинного зрения, которые позволят им работать в естественной обстановке. К этому времени совершенного уровня достигнут и программы распознавания и синтеза речи, позволяя роботам общаться с человеком напрямую. К 2015-2020 годам искусственный интеллект возьмёт на себя производство на множестве полностью автоматизированных заводов, значительной будет и его роль в управлении предприятиями. В большинстве кораблей, самолётов и автомобилей управление будет частично или полностью передано искусственному интеллекту.

К 2015 году многие люди будут постоянно  общаться с искусственным интеллектом на работе. Искусственный интеллект будет обладать способностями, достаточными для письменного или устного общения с человеком на обычном языке, будет понимать смысл информации из баз данных о клиентах, корпоративных правил и т. п. Многие профессии в сфере услуг, должности клерков, продавцов, специалистов из центров поддержки, будут автоматизированы с помощью искусственного интеллекта.

Примерно к 2030 году компьютеры, достигнут вычислительной мощности, достаточной для полной симуляции мозга человека во всей его сложности. Это сделает практически возможной загрузку человеческого сознания, считанного нано роботами, в компьютер. Ещё более вероятно, что уже к 2020 году будут заложены теоретические основы создания чисто машинного разума. В любом случае, где-то между 2020-2035 компьютерный разум сравняется по силе с человеческим и вскоре превзойдёт его [3].

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2 ЭКСПЕРТНЫЕ СИСТЕМЫ – ОСНОВНОЕ  НАПРАВЛЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

 

2.1 Определение экспертных систем, достоинство и назначение

Экспертные системы - это яркое и быстро прогрессирующее направление в области искусственного интеллекта. Экспертная система - это набор программ или программное обеспечение, которое выполняет функции эксперта при решении какой-либо задачи в области его компетенции. Экспертная система, как и эксперт-человек, в процессе своей работы оперирует со знаниями. Знания о предметной области, необходимые для работы экспертных систем, определённым образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы. Экспертные системы выдают советы, проводят анализ, выполняют классификацию, дают консультации и ставят диагноз. Они ориентированы на решение задач, обычно требующих проведения экспертизы человеком-специалистом. В отличие от машинных программ, использующий процедурный анализ, экспертные системы решают задачи в узкой предметной области (конкретной области экспертизы) на основе дедуктивных рассуждений. Такие системы часто оказываются способными найти решение задач, которые неструктурированны и плохо определены. Они справляются с отсутствием структурированности путём привлечения эвристик, то есть правил, взятых «с потолка», что может быть полезным в тех системах, когда недостаток необходимых знаний или времени исключает возможность проведения полного анализа.

Главное достоинство экспертных систем - возможность накапливать знания, сохранять их длительное время, обновлять  и тем самым обеспечивать относительную  независимость конкретной организации  от наличия в ней квалифицированных  специалистов. Накопление знаний позволяет  повышать квалификацию специалистов, работающих на предприятии, используя  наилучшие, проверенные решения.

Практическое применение искусственного интеллекта на машиностроительных предприятиях и в экономике основано на экспертных системах, позволяющих повысить качество и сохранить время принятия решений, а также способствующих росту  эффективности работы и повышению  квалификации специалистов [4]. 

 

2.2 Классификация экспертных систем

Класс «экспертные системы» сегодня  объединяет несколько тысяч различных  программных комплексов, которые  можно классифицировать по различным  критериям.

Классификация по решаемой задаче:

- интерпретация данных. Это одна из традиционных задач для экспертных систем. Под интерпретацией понимается определение смысла данных, результаты которого должны быть согласованными и корректными. Обычно предусматривается многовариантный анализ данных;

- диагностика. Под диагностикой понимается обнаружение неисправности в некоторой системе. Неисправность - это отклонение от нормы. Такая трактовка позволяет с единых теоретических позиций рассматривать и неисправность оборудования в технических системах, и заболевания живых организмов, и всевозможные природные аномалии. Важной спецификой является необходимость понимания функциональной структуры («анатомии») диагностирующей системы;

- мониторинг. Основная задача мониторинга - непрерывная интерпретация данных в I реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Главные проблемы – «пропуск» тревожной ситуации и инверсная задача «ложного» срабатывания. Сложность этих проблем в размытости симптомов тревожных ситуаций и необходимость учёта временного контекста;

- проектирование. Проектирование состоит в подготовке спецификаций на создание «объектов» с заранее определёнными свойствами. Под спецификацией понимается весь набор необходимых документов - чертёж, пояснительная записка и так далее. Основные проблемы здесь - получение чёткого структурного описания знаний об объекте и проблема «следа». Для организации эффективного проектирования и, в ещё большей степени, перепроектирования необходимо формировать не только сами проектные решения, но и мотивы их принятия. Таким образом, в задачах проектирования тесно связываются два основных процесса, выполняемых в рамках соответствующей экспертной системы: процесс вывода и процесс объяснения;

-прогнозирование. Прогнозирующие системы логически выводят вероятные следствия из заданных ситуаций. В прогнозирующей системе обычно используется параметрическая динамическая модель, в которой значения параметров «подгоняются» под заданную ситуацию. Выводимые из этой модели следствия составляют основу для прогнозов с вероятностными оценками;