Помощничек
Главная | Обратная связь


Археология
Архитектура
Астрономия
Аудит
Биология
Ботаника
Бухгалтерский учёт
Войное дело
Генетика
География
Геология
Дизайн
Искусство
История
Кино
Кулинария
Культура
Литература
Математика
Медицина
Металлургия
Мифология
Музыка
Психология
Религия
Спорт
Строительство
Техника
Транспорт
Туризм
Усадьба
Физика
Фотография
Химия
Экология
Электричество
Электроника
Энергетика

Рассмотрим основные аспекты агентских и эмерджентных взглядов на интеллект



Тест Тьюринга.

Одна из первых работ, посвященных вопросу о машинном разуме в отношении со- временных цифровых компьютеров, “Вычислительные машины и интеллект” была напи- сана в 1950 г. британским математиком Аланом Тьюрингом

Тест Тьюринга сравнивает способности предположительно разумной машины со спо- собностями человека

машину и ее человеческого со- перника (следователя) помещают в разные комнаты, отделенные от комнаты, в которой находится “имитатор” (рис. 1.1). Следователь не должен видеть их или говорить с ними напрямую — он сообщается с ними исключительно с помощью текстового устройства, например, компьютерного терминала. Следователь должен отличить компьютер от чело- века исключительно на основе их ответов на вопросы, задаваемые через это устройство. Если же следователь не может отличить машину от человека, тогда, утверждает Тью- ринг, машину можно считать разумной.

1. Дает объективное понятие об интеллекте, т.е. реакции заведомо разумного сущест- ва на определенный набор вопросов. Таким образом, вводится стандарт для опре- деления интеллекта, который предотвращает неминуемые дебаты об “истинности” его природы.

2. Препятствует заведению нас в тупик сбивающими с толку и пока безответными вопро- сами, такими как: должен ли компьютер использовать какие-то конкретные внутренние процессы, или же должна ли машина по-настоящему осознавать свои действия.

3. Исключает предвзятость в пользу живых существ, заставляя опрашивающего сфо- кусироваться исключительно на содержании ответов на вопросы.

тест Тьюринга представляет собой хорошую основу для многих схем, которые используются на практике для испытания современных интел- лектуальных программ.

группу людей просят сравнить “вслепую” ответы компьютера и человека

Недостатки:

Одно из наиболее слабых мест — пристрастие в пользу чисто символь- ных задач. Тест не затрагивает способностей, требующих навыков перцепции или ловкости рук

Иногда же, напротив, тест Тьюринга обвиняют в попытках втиснуть машинный интеллект в форму интеллекта человеческого. Быть может, машинный интеллект просто настолько отли- чается от человеческого, что проверять его человеческими критериями — фундаментальная ошибка? Нужна ли нам, в самом деле, машина, которая бы решала математические задачи так же медленно и неточно, как человек?

На самом деле, многие современные практики ИИ (например [Ford и Hayes, 1995]) говорят, что разработка систем, которые бы выдерживали всесторонний тест Тьюринга, — это ошибка, отвлекающая нас от более важных, насущных задач: разработ- ки универсальных теорий, объясняющих механизмы интеллекта людей и машин и примене- ние этих теорий к проектированию инструментов для решения конкретных практических проблем.

 

Биологические и социальные модели интеллекта: агенты

Итак, мы рассмотрели математический подход к задаче построения интеллектуальных устройств, подразумевающий, что основой самого интеллекта являются логические умозаключения, а также основанный на “объективности” самих логических рассуждений. Этот взгляд на знание, язык и мышление отражает традицию рационализма западной философии,

 

Интеллект-знания, как вести себя в постоянно меняющемся и развивающемся мире.

  • Критика традиционного подхода породила альтернативные модели интеллекта .
  • Нейронные сети, генетические алгоритмы социальной системы.

корни интеллекта связаны с культурой и обществом, а следовательно, разум является эмерджентным

Во- вторых, разумное поведение формируется совместными действиями большого числа очень простых взаимодействующих полуавтономных индивидуумов, или агентов.

Являются агенты нервными клетками, индивидуальными особями биологического вида или же отдельными личностями в обществе, их взаимодействие создает интеллект.

Рассмотрим основные аспекты агентских и эмерджентных взглядов на интеллект

  1. Агенты автономны или полуавтономны. Следовательно, у каждого агента есть определенный круг подзадач, причем он располагает малым знанием (или вовсе не располагает знанием) о том, что делают другие агенты или как они это дела- ют.

Каждый агент выполняет свою независимую часть решения проблемы и либо выдает собственно результат (что-то совершает) либо сообщает результат другим агентам

  1. Агенты являются “внедренными”. Каждый агент чувствителен к своей окружаю- щей среде и (обычно) не знает о состоянии полной области существования агентов. Таким образом, знание агента ограничено его текущими задачами: “файл, который я обрабатываю” или “стенка рядом со мной”, агент не владеет информацией обо всех файлах одновременно или физических границах предметной области
  2. Агенты взаимодействуют. Они формируют коллектив индивидуумов, которые со- трудничают над решением задачи. В этом смысле их можно рассматривать как “сообщество”. Как и в человеческом обществе, знания, умения и обязанности рас- пределяются среди отдельных индивидуумов.
  3. Сообщество агентов структурировано. В большинстве агентно-ориентированных методов решения проблем каждый индивидуум, работая со своим собственным ок- ружением и навыками, координирует общий ход решения с другими агентами. Та- ким образом, окончательное решение можно назвать не только коллективным, но и кооперативным
  4. явление интеллекта в этой среде является “эмерджентным”. Хотя индивидуальные агенты обладают некоторыми совокупностями навыков и обязанностей, общий, совместный, результат сообщества агентов следует рассматривать как нечто большее, чем сумма отдельных вкладов. Интеллект рассматривается как явление, возникающее в сообществе, а не как свойство отдельного агента

Эмерджентность- наличие у какой-либо системы особых свойств, не присущих её элементам, а также сумме элементов, не связанных особыми системообразующими связями; несводимость свойств системы к сумме свойств её компонентов; синоним — «системный эффект».

Агент- элемент сообщества, который может воспринимать аспекты своего окружения и взаимодействовать с этой окружающей средой либо непосредственно, либо путем сотрудничества с другими агентами.

Большинство интеллектуальных методов решений требуют наличия разнообразных агентов. Это могут быть простые агенты-механизмы, задача которых — собирать и передавать информацию; агенты-координаторы, которые обеспечивают взаимодействие между другими агентами; агенты поиска, которые перебирают пакеты информации и возвращают какие-то избранные частицы; обучающие агенты, которые на основе полученной информации формируют обобщающие концепции; и агенты, принимающие решения, которые раздают задания и делают выводы на основе ограниченной информации и обработки

Взгляды на интеллект:
1. Структуры для представления информации.

2. Стратегии поиска в пространстве альтернативных решений.

3. Архитектура, обеспечивающая взаимодействие агентов.

 

3. Искуственный интеллект
Обзор прикладных областей искусственного интеллекта. Основные сферы применения искусственного интеллекта.

Существует две основные функциональные проблемы решаемые средствами ИИ:

1. Представление знаний. Относится к проблеме получения новых знаний с помощью формального языка, подходящего для компьютерных манипуляций, всего спектра знаний, требуемых для формирования разумного поведения.

2. Поиск – метод решения проблемы, в котором систематически просматривается пространство состояний задачи, т.е. альтернативных стадий ее решения. Затем в этом пространстве альтернативных решений производится перебор в поисках окончательного ответа.

 

Сферы применения ИИ:

1. Ведение игр – все первые эксперты в этом направлении осуществлялись на основах игр: шашки, шахматы, пятнашки.

2. Автоматическое рассуждение и доказательство теории.

3. Экспертные системы – используются в знаниях экспертов по конкретной предметной области.

4. Понимание естественных языков и семантическое моделирование.

5. Моделирование работы человеческого интеллекта.

6. Планирование робототехники.

7. Машинное обучение.

8. Альтернативные представления: нейронные сети и генетические алгоритмы.

 

Какие возможности предоставляет искусственный интеллект в наши дни? Краткий ответ на этот вопрос сформулировать сложно, поскольку в этом научном направлении существует слишком много подобластей, в которых выполняется очень много исследований. Ниже в качестве примеров перечислено лишь несколько приложений.

Автономное планирование и составление расписаний. Работающая на удалении в сотни миллионов километров от Земли программа Remote Agent агентства NASA стала первой бортовой автономной программой планирования, предназначенной для управления процессами составления расписания операций для космического аппарата. Программа Remote Agent вырабатывала планы на основе целей высокого уровня, задаваемых с Земли, а также контролировала работу космического аппарата в ходе выполнения планов: обнаруживала, диагностировала и устраняла неполадки по мере их возникновения.

 

Ведение игр. Программа Deep Blue компании IBM стала первой компьютерной программой, которой удалось победить чемпиона мира в шахматном матче, после того как она обыграла Гарри Каспарова со счетом 3,5:2,5 в показательном матче. Каспаров заявил, что ощущал напротив себя за шахматной доской присутствие «интеллекта нового типа». Журнал Newsweek описал этот матч под заголовком «Последний оборонительный рубеж мозга». Стоимость акций IBM выросла на 18 миллиардов долларов.

 

Автономное управление. Система компьютерного зрения Alvinn была обучена вождению автомобиля, придерживаясь определенной полосы движения. В университете CMU эта система была размещена в микроавтобусе, управляемом компьютером NavLab, и использовалось для проезда по Соединенным Штатам; на протяжении 2850 миль система обеспечивала рулевое управление автомобилем в течение 98% времени. Человек брал на себя управление лишь в течение остальных 2%, главным образом на выездных пандусах. Компьютер NavLab был оборудован видеокамерами, которые передавали изображения дороги в систему Alvinn, а затем эта система вычисляла наилучшее направление движения, основываясь на опыте, полученном в предыдущих учебных пробегах.

 

Диагностика. Медицинские диагностические программы, основанные на вероятностном анализе, сумели достичь уровня опытного врача в нескольких областях медицины. Хекерман описал случай, когда ведущий специалист в области патологии лимфатических узлов не согласился с диагнозом программы в особо сложном случае. Создатели программы предложили, чтобы этот врач запросил у компьютера пояснения по поводу данного диагноза. Машина указала основные факторы, повлиявшие на ее решение, и объяснила нюансы взаимодействия нескольких симптомов, наблюдавшихся в данном случае. В конечном итоге эксперт согласился с решением программы.

 

Планирование снабжения. Во время кризиса в Персидском заливе в 1991 году в армии США была развернута система DART (Dynamic Analysis and Replanning) для обеспечения автоматизированного планирования поставок и составления графиков перевозок. Работа этой системы охватывала одновременно до 50 000 автомобилей, единиц груза и людей; в ней приходилось учитывать пункты отправления и назначения, маршруты, а также устранять конфликты между всеми параметрами. Методы планирования на основе искусственного интеллекта позволяли вырабатывать в течение считанных часов такие планы, для составления которых старыми методами потребовались бы недели. Представители агентства DARPA (Defense Advanced Research Project Agency — Управление перспективных исследовательских программ) заявили, что одно лишь это приложение сторицей окупило тридцатилетние инвестиции в искусственный интеллект, сделанные этим агентством.

 

Робототехника. Многие хирурги теперь используют роботов-ассистентов в микрохирургии. Например, HipNav — это система, в которой используются методы компьютерного зрения для создания трехмерной модели анатомии внутренних органов пациента, а затем применяется робототехническое управление для руководства процессом вставки протеза, заменяющего тазобедренный сустав.

 

Понимание естественного языка и решение задач. Программа Proverb — это компьютерная программа, которая решает кроссворды намного лучше, чем большинство людей; в ней используются ограничения, определяющие состав возможных заполнителей слов, большая база с данными о встречавшихся ранее кроссвордах, а также множество различных источников информации, включая словари и оперативные базы данных, таких как списки кинофильмов и актеров, которые играли в этих фильмах. Например, эта программа способна определить, что одним из решений, подходящих для ключа «Nice Story», является слово «ETAGE», поскольку ее база данных содержит пару ключ — решение «Story in France/ETAGE», а сама программа распознает, что шаблоны «Nice X» и «X in France» часто имеют одно и то же решение. Программа не знает, что Nice (Ницца) — город во Франции, но способна разгадать эту головоломку.

Выше приведено лишь несколько примеров систем искусственного интеллекта, которые существуют в настоящее время. Искусственный интеллект — это не магия и не научная фантастика, а сплав методов науки, техники и математики.

 

 




Поиск по сайту:

©2015-2020 studopedya.ru Все права принадлежат авторам размещенных материалов.