Хиймэл оюун ухааныг ашиглах чиглэл, чиглэл. Төрийн удирдлагад хиймэл оюун ухааныг ашиглах. Хүн төрөлхтний соёл иргэншлийн хөгжилд эрсдэл

Хиймэл оюун AI (хиймэл оюун ухаан) нь ихэвчлэн хүний ​​​​сэтгэцийн чадварын тодорхой үүргийг гүйцэтгэх, жишээлбэл, сонгох, хүлээн зөвшөөрөх автомат системийн өмч гэж тайлбарладаг. оновчтой шийдлүүдөмнөх туршлага, гадны нөлөөллийн оновчтой дүн шинжилгээнд үндэслэн. Юуны өмнө бид хүний ​​оролцоо багатай, харин түүнийг багш, хамтрагч, хүн-машины системийн эв нэгдэлтэй элемент болгон татан оролцуулсан суралцах, өөрийгөө зохион байгуулах, хувьслын зарчимд суурилсан тогтолцооны тухай ярьж байна.

Мэдээжийн хэрэг, компьютерт суурилсан хиймэл оюун ухааныг бий болгох оролдлого нь компьютерийн технологийн хөгжлийн эхэн үеэс эхэлсэн. Дараа нь компьютерийн парадигм давамгайлж, түүний гол тезисүүд нь Тьюрингийн машин юм онолын загвартархи, компьютер - хэрэгжилт бүх нийтийн машинмөн аливаа мэдээллийн процессыг компьютерт хуулбарлах боломжтой. Ийм парадигм нь удаан хугацааны туршид давамгайлж байсан бөгөөд энэ нь олон сонирхолтой үр дүнг авчирсан боловч энэ нь хүний ​​сэтгэлгээг загварчлах утгаараа хиймэл оюун ухааныг бүтээх гол зорилгодоо хүрч чадаагүй юм. Оюуны үйл явцыг загварчлахад компьютерийн бус хандлагыг хөгжүүлдэг үндсэн урьдчилсан нөхцөлүүдийн буруу багцын улмаас нурсан хиймэл оюун ухааныг бий болгох компьютерийн парадигм нь логикийн хувьд нейроинформатик болж хувирав. Хэсэгдээгүй мэдээллээр ажилладаг хүний ​​тархи Тьюрингийн машинаас хамаагүй илүү төвөгтэй болсон. Хүний бодол бүр өөрийн гэсэн контексттэй байдаг бөгөөд үүнээс гадна энэ нь утгагүй, мэдлэг нь бүдэг бадаг, бүдэг бадаг байдлаар тодорхойлогддог дүрс хэлбэрээр хадгалагддаг, зургийн систем нь зөрчилдөөнд сул мэдрэгддэг. Хүний мэдлэгийг хадгалах систем нь тархсан мэдлэгийн хадгалалтаас шалтгаалан өндөр найдвартай, мэдээлэлтэй харьцах нь гүн гүнзгий, өндөр параллель байдлаар тодорхойлогддог.

Аливаа ухаалаг систем дэх мэдээллийг боловсруулах нь үндсэн үйл явц болох суралцах аргыг ашиглахад суурилдаг. Зургууд нь өөр өөр таних системүүдээс суралцдаг тул объектив шинж чанартай байдаг өөр материалажиглалтууд нь ихэнх тохиолдолд бие биенээсээ хамааралгүйгээр ижил объектуудыг ангилдаг. Чухамхүү дүрсний бодитой байдал нь дэлхийн өнцөг булан бүрт байгаа хүмүүст бие биенээ ойлгох боломжийг олгодог. Гадны залруулгын дохиог таних системд дахин дахин нөлөөлөх замаар гадны ижил дохионы бүлгүүдэд тодорхой хариу үйлдэл үзүүлэх үйл явцыг зарим системд суралцах үйл явц гэж нэрлэдэг. Ихэнхдээ шагнал, шийтгэл гэсэн утгатай энэхүү зохицуулалтыг бий болгох механизм нь сургалтын алгоритмыг бараг бүрэн тодорхойлдог. Бие даан суралцах нь суралцахаас ялгаатай нь системд үзүүлэх хариу урвалын талаархи нэмэлт мэдээллийг энд мэдээлдэггүй.

Ухаалаг мэдээллийн системүүд нь хиймэл оюун ухааны системийг нэгтгэхэд суралцах, өөрийгөө зохион байгуулах, хувьслын үйл явцад янз бүрийн хандлагыг хэрэгжүүлдэг олон төрлийн арга, алгоритмын "номын сангуудыг" ашиглаж болно. Одоогоор хиймэл оюун ухааны ерөнхий онол ч, бүрэн ажиллагаатай хиймэл оюун ухааны загварын ажлын дээж ч байхгүй байгаа тул эдгээр аргуудын аль нь зөв, аль нь буруу болохыг хэлэх боломжгүй: тэд бие биенээ эв найртай нөхөж чаддаг. Хиймэл оюун ухааны асуудлын талаарх дэлгэрэнгүй мэдээллийг www.ccas.ru болон www.iseu.by/rus/educ/envmon вэбсайтаас авах боломжтой.

Хиймэл оюун ухааныг логик, хувьслын, симуляци, бүтцийн гэсэн дөрвөн аргыг (моодны "парадигмууд" гэж хэлэхгүй байх нь хэцүү) хэрэгждэг. Эдгээр дөрвөн чиглэл бүгд зэрэгцэн хөгжиж, ихэвчлэн харилцан уялдаатай байдаг.

Логик хандлагын үндэс нь Булийн алгебр ба түүний логик операторууд (ялангуяа танил IF ["if"] оператор) юм. Булийн алгебр нь цаашдын хөгжлийг предикатын тооцоо хэлбэрээр авч, объектын тэмдэг, тэдгээрийн хоорондын хамаарал, экзистенциал болон бүх нийтийн хэмжигдэхүүнийг нэвтрүүлэх замаар өргөжсөн. Логик зарчим дээр суурилсан хиймэл оюун ухааны бараг бүх систем нь теоремыг батлах машин юм. Энэ тохиолдолд анхны өгөгдлийг мэдээллийн санд аксиом хэлбэрээр, дүгнэлтийн дүрмийг тэдгээрийн хоорондын хамаарал болгон хадгалдаг.

Ихэнх логик аргууд нь хөдөлмөрийн өндөр эрч хүчээр тодорхойлогддог тул нотлох баримт хайх явцад сонголтуудыг бүрэн тоолох боломжтой байдаг. Тиймээс энэ арга нь тооцооллын процессыг үр дүнтэй хэрэгжүүлэхийг шаарддаг бөгөөд харьцангуй сайн гүйцэтгэлтэй байх нь ихэвчлэн баталгаатай байдаг. жижиг хэмжээӨгөгдлийн сан. Логик аргуудын практик хэрэгжилтийн жишээ бол шийдвэрийн дүрмийг "суралцах" эсвэл нэгтгэх үйл явцыг төвлөрсөн хэлбэрээр хэрэгжүүлдэг шийдвэрийн мод юм.

Логик хандлагын илүү илэрхийлэлд хүрэхийн тулд тодорхой бус логик гэх мэт харьцангуй шинэ чиглэлийг бий болгох боломжийг олгодог. Л.Задегийн суурь бүтээлүүдийн дараа fuzzy (англи хэлээр fuzzy, fuzzy) гэсэн нэр томьёо түлхүүр үг болсон. Загварчлах үе шат бүрт зүй тогтлыг нарийн, хоёрдмол утгагүй томъёолохыг шаарддаг уламжлалт математикаас ялгаатай нь бүдэг логик нь сэтгэлгээний огт өөр түвшнийг санал болгодог тул загварчлах бүтээлч үйл явц нь хийсвэрлэлийн өндөр түвшинд явагддаг бөгөөд үүнд зөвхөн хамгийн бага багцхэв маяг. Жишээлбэл, үнэн логик мэдэгдэлтодорхой бус системд ердийн "тийм / үгүй" (1/0) -аас гадна завсрын утгуудыг авч болно: "Би мэдэхгүй" (0.5), "өвчтөн үхсэнээс илүү амьд" (0.75), "Өвчтөн амьд гэхээсээ илүү үхсэн" (0.25) гэх мэт. Энэ арга нь тийм эсвэл үгүй ​​гэсэн асуултад ховор хариулдаг хүний ​​сэтгэлгээтэй илүү төстэй юм. Тодорхой бус олонлогийн онолд суурилсан тодорхой бус байдлын үед ухаалаг тооцоолол, таамаглах системийн онолын үндэс ба хэрэглээний талуудыг уран зохиолд дэлгэрэнгүй тайлбарласан байдаг [Averkin et al., 1986; Борисов нар, 1989; Уламжлалт бус загварууд.., 1991; Васильев ба Ильясов, 1995].

"Өөрийгөө зохион байгуулах" гэсэн нэр томъёог Ивахненкогийн хэлснээр "гадаад орчны нөлөөн дор явагддаг олон элементээс бүрдсэн систем дэх зохион байгуулалт нь аяндаа (аяндаа) нэмэгдэх үйл явц" гэж ойлгодог.

Өөрийгөө зохион байгуулах зарчмууд нь олон алдартай эрдэмтдийн судалгааны сэдэв байсан: J. von Neumann, N. Wiener, W.R. Эшби болон бусад.Энэ чиглэлийг хөгжүүлэхэд А.Г-ын удирдлаган дор Украины кибернетикийн ажил ихээхэн хувь нэмэр оруулсан. Ивахненко дасан зохицох өөрийгөө зохион байгуулах бүхэл бүтэн ангиллыг боловсруулсан бөгөөд үүнийг эмпирик-статистикийн аргуудын "ухаалаг ерөнхий" гэж нэрлэж болно.

Та тэмдэглэж болно дараах зарчмуудМатематик загваруудын бие даасан зохион байгуулалт:

• - эцсийн бус шийдвэрийн зарчим (Д. Габорын санал болгосон бөгөөд хэд хэдэн "сонголт хийх эрх чөлөөг" хангалттай байлгах хэрэгцээнээс бүрддэг. шилдэг шийдлүүдөөрийгөө зохион байгуулах алхам бүрт),
• - гаднаас нэмэх зарчим (К.Гөделийн теорем дээр үндэслэсэн бөгөөд зөвхөн шинэ мэдээлэлд суурилсан гадаад шалгуур нь дуу чимээ ихтэй туршилтын өгөгдөлд нуугдаж буй объектын жинхэнэ загварыг нэгтгэх боломжийг олгодог);
• - массыг сонгох зарчим (A.G. Ivakhnenko-ийн санал болгосон бөгөөд чанарын шалгуур нь хамгийн багадаа хүрэхийн тулд өөрийгөө зохион байгуулах загварыг аажмаар төвөгтэй болгох хамгийн тохиромжтой аргыг зааж өгсөн).

Өөрийгөө зохион байгуулалтад орохын тулд анхны бүтэц, санамсаргүй мутацийн механизм, сонгох шалгууртай байх шаардлагатай бөгөөд үүний ачаар мутацийг системийн чанарыг сайжруулахад ашиг тустай байдлаар нь үнэлдэг. Тэдгээр. Эдгээр хиймэл оюун ухааны системийг бий болгохдоо судлаач зөвхөн анхны зохион байгуулалт, хувьсагчдын жагсаалт, мөн оновчлолын зорилгыг албан ёсны болгох чанарын шалгуурууд, загварыг өөрчлөх (өөрийгөө зохион байгуулах эсвэл хөгжүүлэх) дүрмийг зааж өгдөг. Түүнээс гадна загвар нь шугаман болон шугаман бус регресс, логик дүрмийн багц эсвэл өөр ямар ч загварт хамаарагдах боломжтой.

Өөрийгөө зохион байгуулах загварууд нь экосистемийн зан байдал, бүтцийг урьдчилан таамаглахад голчлон үйлчилдэг, учир нь тэдгээрийн барилгын логикийн дагуу судлаачийн энэ үйл явцад оролцох оролцоо хамгийн бага байдаг. Дугаар өгөх боломжтой тодорхой жишээнүүд GMDH алгоритмыг ашиглах: нуурын экологийн системийн урт хугацааны урьдчилсан таамаглалд. Байгаль, геоботаникийн тодорхойлолтын загварчлал; системүүд "махчин-олз", модны өсөлт, бохирдуулагч бодисын хор судлалын үзүүлэлтийг урьдчилан таамаглах, зоопланктон бүлгүүдийн тооны динамикийн үнэлгээ.

Математик кибернетикийн хувьд системийг хөгжүүлэх хоёр төрлийн давталт үйл явцыг ялгадаг.

• - дасан зохицох, үүнд экстремум (системийн хөдөлгөөний зорилго) тогтмол хэвээр байна;
• - хувьсал, хөдөлгөөн нь экстремумын байрлалыг өөрчлөх замаар дагалддаг.

Хэрэв өөрийгөө зохион байгуулах нь зөвхөн системийн урвалыг тохируулах дасан зохицох механизмтай холбоотой бол (жишээлбэл, жингийн коэффициентийн утгыг өөрчлөх) хувьслын тухай ойлголт нь эффекторын чадвартай холбоотой байдаг (С. Лемийн оруулсан нэр томъёо). өөрийн бүтцийг өөрчлөх, өөрөөр хэлбэл. элементүүдийн тоо, холболтын чиглэл, эрч хүч, тэдгээрийг цаг хугацааны тодорхой мөч бүрт даалгаврын дагуу оновчтой байдлаар тохируулах. Нарийн төвөгтэй, өөрчлөгдөж буй орчинд хувьслын явцад эффектор нь үндсэн шинэ чанарыг олж авах, хөгжлийн дараагийн шатанд хүрэх чадвартай байдаг. Жишээлбэл, биологийн хувьслын явцад маш нарийн төвөгтэй, нэгэн зэрэг гайхалтай бүтээмжтэй амьд организмууд бий болсон.

Хувьслын загварчлал нь арын мэдээлэл бүрэн байхгүй, априори өгөгдөл нь зөвхөн эдгээр мужуудын өмнөх түүхийг тодорхойлдог нөхцөлд системийн макро төлөв байдлын урьдчилсан таамаглалыг бий болгох үндсэндээ түгээмэл арга юм. Хувьслын алгоритмын ерөнхий схем нь дараах байдалтай байна.

• - системийн анхны зохион байгуулалтыг тодорхойлсон (хувьслын загварчлалд, жишээлбэл, энэ хүчин чадлаар хязгаарлагдмал детерминист Mealy автомат гарч ирж болно);
• - санамсаргүй "мутаци" хийх, өөрөөр хэлбэл. одоогийн төлөвийн машиныг санамсаргүй байдлаар өөрчлөх;
• - экосистемийн макро төлөв байдлын утгын дарааллыг урьдчилан таамаглах хамгийн дээд нарийвчлал гэх мэт зарим шалгуурын утгаараа "хамгийн сайн" болох байгууллагыг (энэ автомат) цаашдын "хөгжлийн" зорилгоор сонгох.

Энэ тохиолдолд загварын чанарын шалгуур нь жишээлбэл, хамгийн бага квадратуудын аргын сургалтын дарааллын дундаж квадратын алдааны хамгийн бага хэмжээнээс тийм ч их ялгаатай биш юм (дараагийн бүх сул талуудтай). Гэсэн хэдий ч дасан зохицохоос ялгаатай нь хувьслын програмчлалд нэг мутациас нөгөөд шилжих үед уусгагчийн бүтэц бага зэрэг өөрчлөгддөг. өмнөх алхамд амжилтанд хүргэсэн мутацийг үргэлжлүүлэх магадлалын дахин хуваарилалт байхгүй байна. Оновчтой бүтцийг хайх нь илүү санамсаргүй, зорилтот бус бөгөөд энэ нь хайлтын үйл явцыг удаашруулдаг боловч тодорхой өөрчлөгдөж буй нөхцөлд хамгийн сайн дасан зохицох боломжийг олгодог.

Бүтцийн хандлага гэдэг нь бүтцийг загварчлах замаар хиймэл оюун ухааны системийг бий болгох оролдлогыг хэлнэ хүний ​​тархи. Сүүлийн арван жилд бизнес, анагаах ухаан, технологи, геологи, физик гэх мэт янз бүрийн салбарт амжилттай хэрэглэгдэж буй мэдрэлийн сүлжээний загварчлалын өөрийгөө зохион байгуулах бүтцийн аргуудыг сонирхож буй тэсрэлт үзэгдэл болжээ. урьдчилан таамаглах, ангилах, хянах асуудлыг шийдвэрлэх шаардлагатай газар.

Мэдрэлийн сүлжээний суралцах чадварыг Ж.Маккаллох, В.Питт нар 1943 онд "Мэдрэлийн үйл ажиллагаатай холбоотой санаануудын логик тооцоолол" хэмээх бүтээл хэвлэгдэх үед анх судалжээ. Энэ нь нейроны загварыг танилцуулж, хиймэл мэдрэлийн сүлжээг бий болгох зарчмуудыг томъёолсон.

Нейрокибернетикийн хөгжилд томоохон түлхэц болсон Америкийн нейрофизиологич Ф.Розенблатт 1962 онд мэдрэлийн сүлжээний загвар болох перцептроныг санал болгосон. Эхэндээ маш их урам зоригтойгоор хүлээн авсан перцептрон удалгүй шинжлэх ухааны томоохон байгууллагуудын хүчтэй халдлагад өртөв. Тэгээд ч нарийвчилсан шинжилгээТэдний аргументууд нь тэд Розенблаттын санал болгосон перцептроныг төдийлөн сорьсонгүй гэдгийг харуулж байгаа бөгөөд мэдрэлийн сүлжээний томоохон хэмжээний судалгаа бараг 10 жилийн турш тасарчээ.

Мэдрэлийн системийн өөр нэг чухал ангиллыг Финн Т.Кохонен нэвтрүүлсэн. Энэ анги байна сайхан нэр: "мэдрэгчийн орон зайн топологийг хадгалдаг өөрөө зохион байгуулалттай төлөвийн зураглал". Кохонены онолд дасан зохицох системийн онолыг идэвхтэй ашигладаг бөгөөд үүнийг олон жилийн турш Оросын ШУА-ийн академич Я.З. Цыпкин.

1966 онд Зөвлөлтийн математикч В.Н.-ын бүтээсэн хэмжээсийн онол дээр үндэслэн сургалтын систем, ялангуяа мэдрэлийн сүлжээний чадавхийг үнэлэх нь одоо дэлхий даяар маш их алдартай болсон. Вапник, А.Я. Червоненкис. Мэдрэлийн төстэй загваруудын өөр нэг анги нь арын тархалтын сүлжээгээр төлөөлдөг бөгөөд орчин үеийн өөрчлөлтийг боловсруулахдаа проф. А.Н. Горбан ба түүний удирддаг Красноярскийн нейроинформатикийн сургууль. Ерөнхийлөгч В.Л.-ийн удирдлаган дор Оросын нейроинформатикийн холбоо. Дунин-Барковский.

Мэдрэлийн сүлжээний бүх хандлага нь зэрэгцээ ажилладаг олон тооны энгийн элементүүд - албан ёсны нейронуудаас тооцоолох төхөөрөмжийг бүтээх санаан дээр суурилдаг. Эдгээр мэдрэлийн эсүүд нь бие биенээсээ хамааралгүйгээр ажилладаг бөгөөд нэг чиглэлтэй мэдээлэл дамжуулах сувгуудаар хоорондоо холбогддог. Мэдрэлийн сүлжээний үзэл баримтлалын гол санаа нь бие даасан нейрон бүрийг нэлээд энгийн функцээр загварчлах боломжтой, харин тархины бүхэл бүтэн нарийн төвөгтэй байдал, түүний үйл ажиллагааны уян хатан байдал болон бусад зүйлс юм. чухал чанаруудмэдрэлийн эсүүдийн хоорондын холбоогоор тодорхойлогддог. Энэхүү үзэл бодлын эцсийн илэрхийлэл нь "холболтын бүтэц бол бүх зүйл, элементүүдийн шинж чанар нь юу ч биш" гэсэн уриа байж болно.

Мэдрэлийн сүлжээ (НН) нь шугаман бус шинж чанартай маш нарийн төвөгтэй хамаарлыг хуулбарлах боломжийг олгодог маш хүчирхэг загварчлалын арга юм. Дүрмээр бол мэдрэлийн сүлжээг оролт ба гаралтын хоорондох холболтын хэлбэрийн талаархи таамаглал тодорхойгүй үед ашигладаг (мэдээжийн хэрэг, өгөгдлийг хэрхэн сонгох, бэлтгэх, хүссэн сүлжээгээ сонгох талаар хэрэглэгчээс зарим эвристик мэдлэг шаардагдана. архитектур болон үр дүнг тайлбарлах).

Төлөөлөгч өгөгдөл нь мэдрэлийн сүлжээний оролт руу орж, өгөгдлийн бүтцэд автоматаар дүн шинжилгээ хийж, оролт, гаралтын хоорондын хамаарлыг бий болгодог сургалтын алгоритмыг ажиллуулдаг. NN-ийг сургахад хяналттай (“хяналттай суралцах”) болон хяналтгүй (“хяналтгүй”) гэсэн хоёр төрлийн алгоритмыг ашигладаг.

Хамгийн энгийн сүлжээ нь дохионы шууд дамжуулалт бүхий олон давхаргат перцептрон бүтэцтэй байдаг (3-р зургийг үз), энэ нь хамгийн тогтвортой зан үйлээр тодорхойлогддог. Оролтын давхарга нь анхны хувьсагчдын утгыг оруулахад ашиглагддаг бөгөөд дараа нь завсрын болон гаралтын давхаргын нейроныг дараалан боловсруулдаг. Далд болон гаралтын нейрон бүр нь дүрмээр бол өмнөх давхаргын бүх элементүүдтэй холбогдсон байдаг (ихэнх сүлжээний сонголтуудын хувьд холболтын бүрэн системийг илүүд үздэг). Сүлжээний зангилаанууд дээр идэвхтэй нейрон нь өмнөх давхаргын элементүүдийн гаралтын жигнэсэн нийлбэрийг авч, түүнээс босго утгыг хасч идэвхжүүлэх утгыг тооцоолно. Дараа нь идэвхжүүлэлтийн утгыг идэвхжүүлэх функц (эсвэл дамжуулах функц) ашиглан хувиргах ба үр дүн нь нейроны гаралт юм. Сүлжээг бүхэлд нь ажиллуулсны дараа сүүлчийн давхаргын элементүүдийн гаралтын утгыг бүхэл бүтэн сүлжээний гаралт болгон авна.

Цагаан будаа. 3.

Олон давхаргат перцептрон загвартай хамт мэдрэлийн сүлжээний бусад загварууд хожим гарч ирсэн бөгөөд тэдгээр нь бие даасан нейронуудын бүтэц, тэдгээрийн хоорондын холболтын топологи, суралцах алгоритм зэргээрээ ялгаатай байв. Одоо хамгийн алдартай сонголтуудын нэг бол радиаль суурь функц дээр суурилсан буцах тархалтын NN, ерөнхий регрессийн сүлжээ, Хопфилд ба Хаммингийн NN, өөрөө зохион байгуулдаг Кохонен газрын зураг, стохастик мэдрэлийн сүлжээ гэх мэт. Маш нарийн төвөгтэй зан үйлийн динамиктай байж болох давтагдах сүлжээнүүд (өөрөөр хэлбэл холоос ойрын мэдрэлийн эсүүд рүү буцах санал хүсэлтийг агуулсан) ажил байдаг. Өөрөө зохион байгуулалттай (өсөн нэмэгдэж буй эсвэл хөгжиж буй) мэдрэлийн сүлжээг үр дүнтэй ашиглаж эхэлсэн бөгөөд ихэнх тохиолдолд уламжлалт бүрэн холбогдсон мэдрэлийн сүлжээнээс илүүд үздэг.

Хүний тархинд суурилсан загварууд нь алгоритмуудыг хялбархан зэрэгцүүлэх, өндөр гүйцэтгэлтэй байхаас гадна танилцуулсан үр дүнгийн хэт их илэрхийлэлгүй байдгаараа онцлог бөгөөд энэ нь дуурайлган орчны талаар шинэ мэдлэг олж авахад хувь нэмэр оруулдаггүй. Тиймээс мэдрэлийн сүлжээний загваруудын гол зорилго нь урьдчилан таамаглах явдал юм.

NN, түүнчлэн аливаа статистик аргуудыг ашиглах чухал нөхцөл бол мэдэгдэж буй оролтын утгууд ба үл мэдэгдэх хариу урвалын хоорондох объектив хамаарал юм. Энэ холболт нь санамсаргүй, чимээ шуугианаар гажсан байж болох ч энэ нь байх ёстой. Үүнийг нэгдүгээрт, мэдрэлийн сүлжээний параметрүүдийн хослолыг чиглэсэн тоолох давталтын алгоритмууд нь зөвхөн анхны өгөгдлийн чанар сайн байвал маш үр дүнтэй бөгөөд маш хурдан болдогтой холбон тайлбарлаж байна. Гэсэн хэдий ч, хэрэв энэ нөхцөл хангагдаагүй бол давталтын тоо хурдацтай өсч, тооцооллын нарийн төвөгтэй байдал нь боломжит төлөвүүдийг бүрэн тоолох алгоритмын экспоненциал нарийн төвөгтэй байдалтай харьцуулж болно. Хоёрдугаарт, сүлжээ нь юуны түрүүнд сурахад хамгийн хялбар зүйлийг сурах хандлагатай байдаг бөгөөд хүчтэй тодорхойгүй байдал, чимээ шуугиантай шинж чанаруудын нөхцөлд эдгээр нь юуны түрүүнд олдвор, "хуурамч хамаарал" юм.

Уламжлалт регресс ба ангилал зүйд мэдээллийн хувьсагчдыг сонгохдоо хэсэгчилсэн корреляци эсвэл ковариацын коэффициентүүдийн дүн шинжилгээнд үндэслэн янз бүрийн статистикийн шалгуур, үе шаттай процедурыг ашиглан "жинлэх" шинж чанаруудаар гүйцэтгэдэг. Эдгээр зорилгоор янз бүрийн дараалсан (дараалсан) процедурыг ашигладаг бөгөөд энэ нь үргэлж оновчтой үр дүнд хүрэхэд хүргэдэггүй. Оролтын чухал хувьсагчдыг сонгох үр дүнтэй автомат арга нь генетикийн алгоритмыг ашиглан хэрэгжиж болно.

Энэ шалтгааны улмаас ерөнхийдөө статистик загварчлал AI аргууд нь хоёр өөр процедурыг дараалан гүйцэтгэхийг зөвлөж байна:

• - онцлог шинж чанаруудын хоёртын орон зайд хувьслын аргуудын тусламжтайгаар хувьсагчийн хамгийн бага хослолыг хайж байгаа бөгөөд энэ нь анхны өгөгдөлд бага зэрэг мэдээлэл алдах боломжийг олгодог;
• - өмнөх үе шатанд олж авсан багасгасан өгөгдлийн матрицыг мэдрэлийн сүлжээний оролтод сургалтанд оруулна.

Тодорхойлолт

Хиймэл оюунУхаалаг зан үйлийн автоматжуулалтыг судалдаг шинжлэх ухааны салбар гэж тодорхойлж болно.

Хиймэл оюун (AI, Англи хиймэл оюун ухаан, хиймэл оюун ухаансонсох)) нь ухаалаг машин, ялангуяа ухаалаг компьютерийн программ бүтээх шинжлэх ухаан, технологи юм. AI нь хүний ​​оюун ухааныг ойлгохын тулд компьютер ашиглахтай ижил төстэй ажилтай холбоотой боловч биологийн үндэслэлтэй аргуудаар хязгаарлагдах албагүй.

Зорилго, зорилго

Хиймэл оюун ухааны зорилго нь хүний ​​тархины онцгой эрх гэж үздэг, утга учиртай мэдээлэл боловсруулах шаардлагатай үйлдлүүдийг гүйцэтгэх, тооцоололгүй асуудлыг шийдвэрлэх чадвартай техникийн системийг бий болгоход оршино. Ийм асуудалд жишээлбэл, теоремыг батлах асуудал, тоглоомын асуудал (шатар тоглох үед), нэг хэлээс нөгөө хэл рүү орчуулах, хөгжим зохиох, харааны дүрсийг таних, шинжлэх ухаан, нийгмийн практикийн цогц бүтээлч асуудлыг шийдвэрлэх зэрэг орно. Хиймэл оюун ухааны чухал ажлуудын нэг бол хүний ​​тавьсан зорилгод хүрэхийн тулд бие даан ажиллах, үйл ажиллагаандаа тохируулга хийх чадвартай ухаалаг роботуудыг бүтээх явдал юм.

Үзэл баримтлалын бүтэц

"Хиймэл оюун ухаан" нь түүний үндэс болсон хэд хэдэн үндсэн заалт, хичээлээс бүрддэг. Үүнийг доорх зурагт илүү дэлгэрэнгүй тайлбарласан болно. Зураг авсан

Зураг дээр ашигласан нэр томъёоны үндсэн тодорхойлолтыг доор харуулав.

бүдэг логиксонгодог логик, олонлогын онолын ерөнхий ойлголт болох математикийн нэг салбар болох бүдэг олонлогын онол. Бүрхэг логикийн тухай ойлголтыг анх 1965 онд профессор Лутфи Задех нэвтрүүлсэн. Энэ нийтлэлд олонлогийн гишүүнчлэлийн функц нь зөвхөн 0 эсвэл 1 биш интервалд дурын утгыг авч болно гэсэн таамаглалаар олонлогийн тухай ойлголтыг өргөтгөсөн. Ийм олонлогуудыг бүдэг олонлог гэж нэрлэдэг. Зохиогч мөн тодорхой бус олонлог дээр янз бүрийн логик үйлдлүүдийг санал болгож, утгууд нь бүдэг олонлог болох хэл шинжлэлийн хувьсагчийн тухай ойлголтыг санал болгосон.

Хиймэл мэдрэлийн сүлжээ(ANN) - амьд организмын мэдрэлийн эсийн сүлжээ - биологийн мэдрэлийн сүлжээг зохион байгуулах, ажиллуулах зарчим дээр суурилсан математик загварууд, түүнчлэн тэдгээрийн програм хангамж эсвэл техник хангамжийн хэрэгжилт. Энэхүү ойлголт нь тархинд тохиолддог үйл явцыг судлах, эдгээр үйл явцыг загварчлахыг оролдох үед үүссэн. Эхний ийм оролдлого нь МакКаллоч, Питтс нарын мэдрэлийн сүлжээ байв. Дараа нь сургалтын алгоритмыг боловсруулсны дараа үүссэн загваруудыг практик зорилгоор ашиглаж эхэлсэн: асуудлыг урьдчилан таамаглах, хэв маягийг таних, хяналтын асуудал гэх мэт.

Ухаалаг төлөөлөгч- компьютер хэрэглэгчийн тодорхойлсон даалгаврыг удаан хугацаанд бие даан гүйцэтгэх програм. Ухаалаг агентуудыг операторт туслах эсвэл мэдээлэл цуглуулахад ашигладаг. Агентуудын гүйцэтгэдэг ажлын нэг жишээ бол интернетээс шаардлагатай мэдээллийг байнга хайж, цуглуулах ажил юм. Компьютерийн вирус, роботууд, хайлтын роботууд - энэ бүгдийг ухаалаг агентуудтай холбож болно. Хэдийгээр ийм агентууд хатуу алгоритмтай байдаг ч энэ нөхцөлд "оюун ухаан" нь дасан зохицох, суралцах чадвар гэж ойлгогддог.

Шинжээчдийн систем (ES, шинжээч систем) - компьютерийн программасуудлын нөхцөл байдлыг шийдвэрлэхэд мэргэшсэн мэргэжилтэнг хэсэгчлэн солих чадвартай. Орчин үеийн ES-ийг 1970-аад онд хиймэл оюун ухаан судлаачид боловсруулж эхэлсэн бөгөөд 1980-аад онд арилжааны нэмэлт дэмжлэг авсан. Эксперт системийн анхдагчдыг 1832 онд С.Н.Корсаков санал болгосон бөгөөд "ухаалаг машин" гэж нэрлэгддэг механик төхөөрөмжийг бүтээсэн нь тухайн нөхцөлд тохирсон шийдлийг олох, жишээлбэл, хамгийн тохиромжтой эмийг тодорхойлох боломжийг олгосон юм. өвчтөний өвчний шинж тэмдэг.

генетикийн алгоритм(Англи) генетикийн алгоритм) нь биологийн хувьслыг санагдуулам механизмуудыг ашиглан хүссэн параметрүүдийг санамсаргүй сонгох, хослуулах, өөрчлөх замаар оновчтой болгох, загварчлах асуудлыг шийдвэрлэхэд ашигладаг эвристик хайлтын алгоритм юм. Энэ бол нэг төрлийн хувьслын тооцоолол юм. Генетикийн алгоритмын нэг онцлог шинж чанар нь зэрлэг ан амьтдын хөндлөн огтлолцох үүрэгтэй төстэй нэр дэвшигчийн шийдлүүдийг дахин нэгтгэх үйлдлийг гүйцэтгэдэг "гатлах" операторыг ашиглахад онцгой анхаарал хандуулдаг.

Судалгааны загвар, арга

Бодлын үйл явцын симбол загварчлал

AI-ийн түүхэнд дүн шинжилгээ хийхдээ ийм өргөн хүрээтэй чиглэлийг ялгаж салгаж болно үндэслэл загварчлал. Олон жилийн турш энэ шинжлэх ухааны хөгжил энэ замаар явж ирсэн бөгөөд одоо энэ нь орчин үеийн хиймэл оюун ухааны хамгийн хөгжсөн салбаруудын нэг юм. Үзэл бодлоо илэрхийлэх загварчлал нь оролтод тодорхой үүрэг даалгавар өгдөг, гаралтын үед үүнийг шийдвэрлэх шаардлагатай байдаг симбол системийг бий болгох явдал юм. Дүрмээр бол санал болгож буй асуудлыг аль хэдийн албан ёсны болгосон, өөрөөр хэлбэл математик хэлбэрт шилжүүлсэн боловч шийдлийн алгоритмгүй, эсвэл хэтэрхий төвөгтэй, цаг хугацаа их шаарддаг гэх мэт. Энэ чиглэлд: теоремуудыг батлах, гаргах. шийдвэр, ба тоглоомын онол, төлөвлөх ба илгээх, урьдчилан таамаглах.

Байгалийн хэлтэй ажиллах

Чухал чиглэл бол байгалийн хэлний боловсруулалт, "хүний" хэлээр текстийг ойлгох, боловсруулах, үүсгэх боломжуудад дүн шинжилгээ хийдэг. Тэр дундаа текстийг нэг хэлнээс нөгөө хэл рүү машин орчуулах асуудал одоо болтол шийдэгдээгүй байна. Орчин үеийн ертөнцөд том үүрэгмэдээлэл олж авах аргуудыг хөгжүүлэх үүрэг гүйцэтгэдэг. Анхны Тюринг тест нь мөн чанараараа энэ чиглэлтэй холбоотой юм.

Мэдлэгийг хуримтлуулах, ашиглах

Олон эрдэмтдийн үзэж байгаагаар оюун ухааны чухал шинж чанар бол суралцах чадвар юм. Тиймээс энэ нь тэргүүн эгнээнд гарч ирдэг мэдлэгийн инженерчлэлэнгийн мэдээллээс мэдлэг олж авах, тэдгээрийг системчлэх, ашиглах даалгавруудыг нэгтгэсэн . Энэ чиглэлээр гарсан дэвшил нь хиймэл оюун ухааны судалгааны бараг бүх салбарт нөлөөлдөг. Энд бас хоёр чухал дэд домайныг тэмдэглэх нь зүйтэй. Тэдний эхнийх нь - машин сурах- үйл явцтай холбоотой бие даасаноюуны тогтолцооны үйл ажиллагааны явцад мэдлэг олж авах. Хоёр дахь нь бүтээлтэй холбоотой шинжээчийн системүүд- аливаа асуудлын талаар найдвартай дүгнэлт гаргахын тулд тусгай мэдлэгийн санг ашигладаг програмууд.

Машин сургалтын талбар нь олон төрлийн асуудлуудыг агуулдаг хэв маягийг таних. Жишээлбэл, энэ нь дүрийг таних, гар бичмэл, яриа, текстийн дүн шинжилгээ юм. Биологийн загварчлалын тусламжтайгаар олон асуудлыг амжилттай шийдвэрлэдэг (дараагийн хэсгийг үзнэ үү). Энд дурдах нь зүйтэй компьютерийн харааЭнэ нь бас робот техниктэй холбоотой.

Хиймэл оюун ухааны биологийн загварчлал

Энэ нь Жон Маккартигийн хэлснээр хиймэл оюун ухааны тухай ойлголтоос ялгаатай. хиймэл системүүдбүтэц, үйл ажиллагаандаа уг бүтэц, түүнд тохиолддог үйл явцыг давтах шаардлагагүй биологийн системүүд, энэ хандлагыг дэмжигчид хүний ​​зан үйлийн үзэгдэл, түүний суралцах, дасан зохицох чадвар нь биологийн бүтэц, үйл ажиллагааны онцлогийн үр дагавар гэж үздэг.

Үүнд хэд хэдэн чиглэл орно. Мэдрэлийн сүлжээбүдэг бадаг шийдвэрлэхэд ашигладаг хэцүү асуудлуудгеометрийн хэлбэрийг таних эсвэл объектын бөөгнөрөл гэх мэт. генетикийн хандлагазээл авах замаар алгоритм илүү үр дүнтэй болох боломжтой гэсэн санаан дээр суурилдаг хамгийн сайн гүйцэтгэлбусад алгоритмууд ("эцэг эх"). Харьцангуй шинэ хандлага, бие даасан програмыг бий болгох даалгавар бол гадаад орчинтой харьцдаг агент гэж нэрлэгддэг төлөөлөгчийн хандлага.

Хөгжлийн хэтийн төлөв

Одоогийн байдлаар хиймэл оюун ухааныг хөгжүүлэхэд материаллаг болон оюуны хөрөнгө оруулалт хэлбэрээр гол анхаарлаа хандуулдаг гол салбаруудад салбарлан хөгжиж байна. Зураг авсан

Уран зохиол

1)"Корпорацийн мэдлэгийн менежмент ба бизнесийн дахин инженеринг"Абдикеев, Киселев

Компаниудыг хөгжүүлэх гол нөөц бол хүмүүс, тэдний эзэмшсэн мэдлэг юм. оюуны капитал баөсөн нэмэгдэж байна мэргэжлийн ур чадвархүрээ. Өнөөдөр хүмүүнлэгийн болон инженерийн хандлагын огтлолцол дээр тулгуурлан зохион байгуулалтыг хөгжүүлэх шинэ аргууд шаардлагатай байгаа бөгөөд энэ нь тэдний харилцан үйлчлэлийн үр дүнд синергетик нөлөө үзүүлэх боломжийг олгоно. Энэхүү арга барил нь мэдээллийн технологийн орчин үеийн ололт, тухайлбал байгууллагыг хөгжүүлэх танин мэдэхүйн технологид суурилдаг. Симбиозын бодит хөгжилмэдлэгийн менежмент, бизнесийн үйл явцын дахин инженерчлэл, танин мэдэхүйн хүний ​​бүрэлдэхүүн хэсэг гэсэн ойлголтууд.
Ахлах менежерүүд, бизнесийн шинжээчид, MBA хөтөлбөрийн оюутнуудад зориулав чиглэлүүд "Стратегийн удирдлага","Хямралын эсрэг менежмент", эдийн засгийн их, дээд сургуулийн магистрын түвшний оюутнууд, корпорацийн менежмент, бизнесийн дахин инженерийн чиглэлээр ажилладаг аспирант, багш нар.

2) " Хиймэл оюун ухааны загвар, аргууд. Эдийн засаг дахь хэрэглээ.М.Г. Матвеев, А.С. Свиридов, Н.А. Алейников

П Хиймэл оюун ухааны онолын үндэслэлийг танилцуулж байна: мэдээллийн талууд, хоёртын болон бүдэг логикийн талаархи мэдээлэл, түүнчлэн арга, загваруудхиймэл оюун ухаан, шинжээчийн систем, мэдлэгийн инженерчлэл, мэдрэлийн сүлжээ, генетикийн алгоритм зэрэг сэдэвчилсэн салбарууд. Ухаалаг системийг практикт хэрэгжүүлэх асуудлыг нарийвчлан авч үзсэн болно. Хэлэлцэж буй арга, загваруудын хөгжил, хэрэглээг харуулахын тулд олон жишээг өгсөн болно. Эдийн засгийн асуудалд онцгой анхаарал хандуулдаг.

3) "Хиймэл оюун ухаан ба ухаалаг удирдлагын систем." И. М. Макаров, В. М. Лохин, С. В. Манко, М. П. Романов; Ред. И. М. Макаров

Тодорхойгүй байдлын үед хяналтын асуудлыг шийдвэрлэхэд үр дүнтэй ашиглах үүднээс мэдлэг боловсруулах технологид суурилсан ухаалаг автомат удирдлагын системүүдийн идэвхтэй хөгжиж буй шинэ ангиллыг авч үзэж байна. Ухаалаг системийг бий болгох үндсийг тоймлон харуулав.

4) "Хиймэл оюун: орчин үеийн хандлага. "С.Рассел, П.Норвиг

Энэхүү номонд орчин үеийн бүхий л ололт амжилтыг танилцуулж, хиймэл оюун ухааныг шинжлэх ухаан болгон хөгжүүлэхэд түлхэц болсон мэдлэгийн салбарт сүүлийн тавин жилийн хугацаанд хийсэн судалгаанд томъёолсон, хоёр мянган жилийн турш цуглуулсан санаануудыг тоймлон харуулсан болно. оновчтой агентуудыг зохион бүтээх.

Эх сурвалжуудын жагсаалт

5) http://en.wikipedia.org/wiki/%D0%98%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0 %BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82

Энэ хэсэг нь генетикийн алгоритмд зориулагдсан болно. Генетикийн алгоритм гэж юу вэ? Үнэн хэрэгтээ эдгээр нь эвристикийн ангилалд хамаарах оновчлолын алгоритмууд юм. Эдгээр алгоритмууд нь бүх сонголтуудын тооллогыг арилгах, тооцоолох хугацааг мэдэгдэхүйц багасгах боломжийг олгодог. Эдгээр алгоритмуудын онцлог нь хувьслын үйл явцын симуляци хүртэл буурдаг.

9) http://www.gotai.net/implementations.aspx

Эндээс та тодорхой практик асуудлуудыг шийдвэрлэхийн тулд хиймэл оюун ухаан, холбогдох онолыг ашиглах санаа, бэлэн шийдлүүдийг олох болно.

10) http://www.gotai.net/documents-logic.aspx

Энэ хэсэгт нэг талаараа холбоотой материалууд багтсан болно сонгодог арга AI системийн симуляци, янз бүрийн логик төхөөрөмж дээр суурилсан загварчлал. Дүрмээр бол эдгээр нь шинжээчийн систем, шийдвэрийг дэмжих систем, агент системтэй холбоотой материалууд юм.

11) http://khpi-iip.mipk.kharkiv.edu/library/ai/conspai/12.html

AI хөгжлийн чиг хандлага

ОХУ-ын БОЛОВСРОЛ, ШИНЖЛЭХ УХААНЫ ЯАМ

"INFO-Ruthenia" олон улсын хүрээлэн

СУРГАЛТЫН АЖИЛ

Сахилга бат:

Хяналтын системийн судалгаа

Сэдэв: Аж ахуйн нэгжид хиймэл оюун ухааны хэрэглээ

Балацкая Е.Н.

Оршил

2. Хиймэл оюун ухаан: хэрэглээний талбарууд

3. Хиймэл оюун ухаан, түүнийг хөгжүүлэх хэтийн төлөв

Дүгнэлт

Тайлбар толь

Оршил

Хиймэл оюун ухааны шинжлэх ухаан 20-р зууны дунд үеэс үүссэн. Тэр цагаас хойш эрдэм шинжилгээний олон лабораторид хүнтэй ижил түвшинд сэтгэх чадвартай компьютер бүтээхээр эрдэмтэд ажиллаж байна. Тухайн үед хиймэл оюун ухаан үүсэх урьдчилсан нөхцөл аль хэдийн бий болсон. Тиймээс сэтгэл судлаачид хүний ​​тархины загварыг бүтээж, сэтгэн бодох үйл явцыг судалжээ. Математикчид алгоритмын онолыг бий болгосон бөгөөд энэ нь тооцооллын математик онолын үндэс суурь болж, ертөнцийн талаархи мэдлэгийг эмх цэгцтэй, бүтэцтэй болгож, оновчтой тооцооллын асуултуудыг шийдэж, анхны компьютеруудыг бүтээжээ.

Шинэ машинууд хүнээс хамаагүй хурдан тооцоо хийх чадвартай байсан тул эрдэмтэд хүний ​​хөгжлийн түвшинд хүрсэн компьютер бүтээх боломжийн талаар бодож байв. 1950 онд Английн эрдэмтэн Алан Тюринг "Машин сэтгэж чадах уу?" гэсэн өгүүлэл нийтлүүлсэн. Энэ өгүүлэлдээ тэрээр өөрийн боловсруулсан тестийг ашиглан машины оюун ухааны зэрэглэлийг тодорхойлохыг санал болгож, хожим "Тюринг тест" гэж нэрлэгдэх болсон.

Бусад эрдэмтэд хиймэл оюун ухааны салбарт ажиллаж байсан ч уламжлалт компьютерийн шинжлэх ухааны хүрээнд шийдвэрлэх боломжгүй олон асуудалтай тулгарсан. Энэ нь юуны түрүүнд механизмууд болж хувирав мэдрэхүйн ойлголт, мэдээллийг өөртөө шингээх, хэлний мөн чанар. Тархины ажлыг дуурайх нь туйлын хэцүү байсан тул үүний тулд бие биетэйгээ харилцан үйлчилдэг олон тэрбум мэдрэлийн эсийн ажлыг хуулбарлах шаардлагатай болсон. Гэхдээ бүр илүү сорилттой даалгаварЭнэ нь тархины ажлыг дуурайхаас илүүтэйгээр түүний үйл ажиллагааны зарчим, механизмыг судлах явдал болжээ. Энэ асуудал, тагнуулын судлаачид тулгарсан нь сэтгэл судлалын онолын тал дээр нөлөөлсөн. Эрдэмтэд оюун ухаан гэж юу болох талаар нэгдсэн саналд хараахан хүрч чадаагүй байна. Зарим нь нарийн төвөгтэй асуудлыг шийдвэрлэх чадварыг оюун ухааны шинж тэмдэг гэж үздэг; бусдын хувьд оюун ухаан нь юуны түрүүнд мэдээллийг сурах, нэгтгэх, дүн шинжилгээ хийх чадвар юм; Бусад нь энэ нь гадаад ертөнцтэй үр дүнтэй харилцах боломж, харилцах, хүлээн авсан мэдээллийг хүлээн авах, ойлгох чадвар гэж үздэг.

Энэхүү курсын ажлын судалгааны объект нь хиймэл оюун ухаан юм. Судалгааны сэдэв нь түүнийг сайжруулах, хөгжүүлэх боломжит арга замууд юм.

Ажлын зорилго: хиймэл оюун ухааныг ашиглаж болох хүний ​​үйл ажиллагааны чиглэлийг тодорхойлох.

Энэхүү ажлын хүрээнд хийсэн судалгааны явцад хэд хэдэн асуудлыг шийдвэрлэхээр төлөвлөж байна.

) Хиймэл оюун ухаан үүссэн түүхийг авч үзэх;

) Хиймэл оюун ухааныг бий болгох үндсэн зорилгыг тодорхойлох;

) Орчин үеийн ертөнцөд хиймэл оюун ухааны хэрэглээний төрлүүдтэй уншигчдыг танилцуулах;

) Хиймэл оюун ухааныг ашиглаж болох ирээдүйтэй салбаруудыг судлах;

) Ирээдүйд хиймэл оюун ухаан ямар байх талаар бодож үзээрэй.

Энэхүү танилцуулсан курсын ажил нь хиймэл оюун ухаан үүсч хөгжсөн түүхийг сонирхдог бүх хүмүүст сонирхолтой байж болох бөгөөд үүнийг сургалтын хэрэглэгдэхүүн болгон ашиглаж болно.

1. "Хиймэл оюун ухаан" гэсэн нэр томъёоны утга

Хүн төрөлхтөн анх 50 гаруй жилийн өмнө хиймэл оюун ухааны талаар сонссон. Энэ нь 1956 онд Дартмутын их сургуульд болсон бага хурлын үеэр болсон бөгөөд Жон МакКарти энэ нэр томъёог тодорхой бөгөөд нарийн тодорхойлсон байдаг. “Хиймэл оюун ухаан бол ухаалаг машин, компьютерийн программ бүтээх шинжлэх ухаан юм. Энэхүү шинжлэх ухааны зорилгоор компьютерийг хүний ​​оюун ухааны онцлогийг ойлгох хэрэгсэл болгон ашигладаг бөгөөд үүний зэрэгцээ хиймэл оюун ухааныг судлах нь зөвхөн биологийн үндэслэлтэй аргуудыг ашиглах замаар хязгаарлагдах ёсгүй.

Бусад хэрэглээний шинжлэх ухааны нэгэн адил хиймэл оюун ухааны шинжлэх ухаан нь онолын болон туршилтын хэсгүүдээр төлөөлдөг. Практикт "Хиймэл оюун ухаан" нь компьютерийн шинжлэх ухаан, компьютерийн шинжлэх ухаан, танин мэдэхүйн болон зан үйлийн сэтгэл судлал, мэдрэлийн физиологи зэрэг салбаруудын хооронд завсрын байр суурийг эзэлдэг. тухай онолын үндэслэл, энэ нь "Хиймэл оюун ухааны философи" боловч энэ чиглэлээр дорвитой үр дүн гарахгүй л бол онол нь бие даасан үнэ цэнэгүй болно. Гэсэн хэдий ч одоо аль хэдийн хиймэл оюун ухааны шинжлэх ухаан болон бие даасан ач холбогдолтой бусад онолын шинжлэх ухаан, аргуудыг (роботик, алгоритм, математик, физиологийн) хооронд нь ялгах шаардлагатай байна.

Одоо хиймэл оюун ухааны хөгжил нь нейрокибернетик, хар хайрцагны кибернетик гэсэн хоёр чиглэлд явагдаж байна. Нэг чиглэл болох нейрокибернетик буюу хиймэл оюун ухаан нь мэдрэлийн сүлжээ эсвэл мэдрэлийн сүлжээ гэж нэрлэгддэг хиймэл оюун ухааны системийг ашиглан хүний ​​тархины ажлыг загварчлахад суурилдаг. AI-ийн хоёрдахь чиглэл - хар хайрцагны кибернетик буюу машины тагнуул нь одоо байгаа компьютерийн загваруудыг ашиглан оюуны асуудлыг үр дүнтэй шийдвэрлэх алгоритмуудыг хайж, хөгжүүлэх чиглэлээр ажилладаг. Энэ чиглэлийн хувьд гол зүйл бол төхөөрөмжийн загвар биш, харин түүний ажиллах зарчим юм: оролтын үйлдэлд "сэтгэгч" машины хариу үйлдэл нь хүний ​​тархиныхтай ижил байх ёстой.

Хиймэл оюун ухааны талаар олон ном бичсэн боловч нэг ч зохиолч энэ шинжлэх ухаан юу хийдэг вэ гэсэн асуултад хоёрдмол утгагүй хариулт өгдөггүй. Ихэнх зохиогчид AI-ийн зөвхөн нэг тодорхойлолтыг авч үздэг бөгөөд зөвхөн шинжлэх ухааны ололт амжилтыг харгалзан үздэг энэ тодорхойлолт. Дараагийн асуудал бол хүний ​​​​оюун ухааны мөн чанар, түүний статустай холбоотой юм: философид тэдний хувьд хоёрдмол утгагүй шалгуур байдаггүй. Машины "боломжийн" зэргийг тодорхойлох ганц арга байхгүй. Гэсэн хэдий ч хиймэл оюун ухаан бий болсон цагаас хойш олон таамаг дэвшүүлсэн. Энэ бол дээр дурьдсан Тьюрингийн тест, Ньюэлл-Симоны таамаглал, хиймэл оюун ухааныг хөгжүүлэх бусад олон аргууд бөгөөд эдгээрээс хоёр голыг нь ялгаж салгаж болно.

семиотик буюу дээрээс доош: янз бүрийн сэтгэцийн үйл явцыг дуурайдаг мэдлэгийн бааз, дүгнэлтийн систем, шинжээчийн системийг бий болгоход үндэслэсэн. өндөр түвшинсэтгэлгээ, сэтгэл хөдлөл, яриа, бүтээлч байдал, үндэслэл гэх мэт.

биологийн буюу өгсөх: Энэ нь хүний ​​тархины үйл явцыг дуурайдаг мэдрэлийн сүлжээг бий болгох, судлах, түүнчлэн биокомпьютер, нейрокомпьютер болон бусад ижил төстэй тооцоолох системийг бий болгоход суурилдаг.

Хоёрдахь арга нь Жон Маккартигийн өгсөн тодорхойлолтоос давж гарсан боловч ижил утгатай эцсийн зорилго, тиймээс үүнийг хиймэл оюун ухааны салбарт хамааруулах бүрэн үндэслэл бий.

Хиймэл оюун ухаан нь танин мэдэхүйн сэтгэл зүй, эпистемологи, нейрофизиологитой хослуулан өөр нэг шинжлэх ухаан болох когнитологийг бүрдүүлдэг. Гносеологи нь AI-ийн асуудалтай шууд холбоотой, учир нь энэ нь мэдлэгийн шинжлэх ухаан (философийн нэг хэсэг) бөгөөд философи нь хиймэл оюун ухаанд чухал үүрэг гүйцэтгэдэг. Философичид болон хиймэл оюун ухааны инженерүүд ижил төстэй асуудлуудыг шийддэг: тэд хоёулаа хайж байдаг хамгийн сайн арга замуудмэдээлэл, мэдлэгийг танилцуулах, ашиглах.

Танин мэдэхүйн загварчлал бол Акселродын санал болгосон, анх туршсан арга юм. Энэ аргыг хангалттай тодорхойлогдоогүй нөхцөл байдалд шийдвэр гаргахад ашигладаг. Энэ нь нэг буюу хэд хэдэн шинжээчийн нөхцөл байдлын талаархи субьектив санааны мэдлэг дээр суурилсан загварчлал дээр суурилдаг. Шинжээчдийн төлөөллийн загвар нь танин мэдэхүйн газрын зураг (F, W) юм. W - нөхцөл байдлын хүчин зүйлсийн хоорондын шалтгаан-үр дагаврын харилцааны багц, түүнчлэн нөхцөл байдалд дүн шинжилгээ хийх аргуудын багц, F - нөхцөл байдлын бүх боломжит хүчин зүйлүүд. Одоогийн байдлаар танин мэдэхүйн загварчлалыг хөгжүүлэх гол чиглэл бол нөхцөл байдлыг загварчлах, дүн шинжилгээ хийх төхөөрөмжийг сайжруулах явдал юм. Ялангуяа нөхцөл байдлыг урьдчилан таамаглах янз бүрийн арга, урвуу асуудлыг шийдвэрлэх аргуудыг боловсруулж байна.

Компьютерийн шинжлэх ухаанд хиймэл оюун ухааны асуудлыг шийдвэрлэх нь мэдлэгийн бааз, шинжээчдийн системийн дизайныг ашиглан хийгддэг. Мэдлэгийн бааз гэдэг нь мэдээллийг утга учиртай боловсруулах боломжтой мэдлэг, дүрмийн цуглуулга юм. Ерөнхийдөө компьютерийн шинжлэх ухаанд хиймэл оюун ухааны асуудлуудыг бий болгох зорилгоор судалж байна. мэдээллийн систем, тэдгээрийн ашиглалт, сайжруулалт. Ийм системийг хөгжүүлэгчид болон хэрэглэгчдийг сургах ажлыг мэдээллийн технологийн салбарын мэргэжилтнүүд хариуцдаг.

Хиймэл оюун ухаан бий болгох оролдлого нь философич эрдэмтэн судлаачдын анхаарлыг татсаар ирсэн бөгөөд одоо ч татсаар байгаа нь зүйн хэрэг юм. Анхны ухаалаг системүүд бий болсон нь хүн төрөлхтний мэдлэг, дэлхийн дэг журам, дэлхий дээрх хүний ​​байр суурьтай холбоотой олон асуудалд нөлөөлж чадахгүй байв. Нөхцөлтэйгээр бүх зүйл философийн асуудлуудЭнэ чиглэлээр хиймэл оюун ухаан бий болгох боломж ба хиймэл оюун ухааны ёс зүй гэсэн хоёр бүлэгт хувааж болно. Эхний бүлэгт ихэнх асуултууд нь хиймэл оюун ухааныг бий болгох боломж, арга замуудад зориулагдсан болно. Хоёрдахь бүлгийн асуудал нь бүх хүн төрөлхтөнд AI үүсч болзошгүй үр дагавартай холбоотой юм. Үүний зэрэгцээ, трансхуманизмд хиймэл оюун ухааныг бий болгох нь хүн төрөлхтний өмнө тулгарч буй үндсэн ажлуудын нэг гэж тооцогддог.

АНУ-д төвтэй Singularity Institute (SIAI)-ийн эрдэмтэд хүнээс хэтэрсэн хиймэл оюун ухааныг бий болгосноор дэлхий дахинд учирч болох эрсдэлийг идэвхтэй судалж байна. Ийм эрсдэлээс урьдчилан сэргийлэхийн тулд хиймэл оюун ухаан нь хүнд ээлтэй байхаар програмчлагдсан байх ёстой. "Би, робот" кинонд хиймэл оюун ухааны ёс зүйн асуудлыг нэлээд үндэслэлтэй хөндсөн байдаг. Зарим эрдэмтэд робот техникийн хууль нь хүн амыг хор хөнөөлөөс "хамгаалах" зорилгоор "компьютерийн оюун ухаан"-ыг дэлхий дээрх эрх мэдлийг булаан авахад түлхэц болно гэж үздэг.

Шашны урсгалуудын хувьд ихэнх нь хиймэл оюун ухаан бүтээх талаар нэлээд тайван ханддаг. Жишээлбэл, Буддын шашны удирдагч Далай лам компьютерт суурилсан ухамсар оршин тогтнох боломжтой гэж үздэг. Шашны хөдөлгөөнРаэлитүүд энэ чиглэлийн хөгжлийг идэвхтэй дэмждэг. Бусад сүсэг бишрэлүүд хиймэл оюун ухаантай холбоотой асуудлыг хөнддөг бөгөөд тодорхой байр сууриа илэрхийлэх нь ховор.

Хиймэл оюун ухаан: Хэрэглээ

Хиймэл оюун ухааныг шинжлэх ухааны чиглэл гэж хүлээн зөвшөөрч, энэ нь өнгөрсөн зууны 50-аад оны дундуур болсон тэр мөчөөс эхлэн ухаалаг системийг хөгжүүлэгчид олон асуудлыг шийдвэрлэх шаардлагатай болсон. Уламжлал ёсоор бүх ажлыг хэд хэдэн ангилалд хувааж болно: хүний ​​хэлийг таних, орчуулах, автомат теорем батлах, бүтээх тоглоомын програмууд, дүрсийг таних, машин бүтээх чадвар. Асуудлын анги тус бүрийн мөн чанарыг товч авч үзье.

Теоремын баталгаа.

Автомат теоремыг батлах нь хиймэл оюун ухааны хамгийн эртний хэрэглээ юм. Энэ чиглэлээр маш олон судалгаа хийгдсэн бөгөөд үүний үр дүнд албан ёсны хайлтын алгоритмууд болон PROLOG - логик програмчлалын хэл, предикат тооцоолол зэрэг албан ёсны төлөөллийн хэлүүд гарч ирэв.

Теоремын автомат нотолгоо нь логикийн ерөнхий байдал, хатуу ширүүн дээр суурилдаг тул сонирхол татахуйц байдаг. Албан ёсны систем дэх логик нь автоматжуулалтын боломжийг илэрхийлдэг бөгөөд хэрэв та даалгавар болон түүнтэй холбоотой нэмэлт мэдээллийг логик аксиомын багц хэлбэрээр, даалгаврын онцгой тохиолдлуудыг нотлох шаардлагатай теорем болгон төлөөлвөл та дараахь шийдлийг олж авах боломжтой гэсэн үг юм. олон асуудал. Математик үндэслэл, теоремыг автоматаар баталгаажуулах системүүд нь энэ зарчим дээр суурилдаг. Өнгөрсөн жилүүдэд теоремыг автоматаар нотлох программ бичих оролдлого удаа дараа хийгдсэн боловч асуудлыг нэг аргаар шийдвэрлэх боломжийг олгох системийг бий болгох боломжгүй байсан. Харьцангуй төвөгтэй аливаа эвристик систем нь олон хамааралгүй нотлогдох теоремуудыг үүсгэж болох бөгөөд үүний үр дүнд програмууд зөвийг нь олох хүртэл тэдгээрийг батлах шаардлагатай болдог. Үүнээс үүдэн том орон зайг зөвхөн тодорхой тохиолдлуудад тусгайлан боловсруулсан албан бус стратегийн тусламжтайгаар шийдвэрлэх боломжтой гэсэн үзэл бодол бий болсон. Практикт энэ арга нь нэлээд үр дүнтэй болсон бөгөөд бусадтай хамт шинжээчдийн системийн үндэс болсон юм.

Үүний зэрэгцээ албан ёсны логик дээр үндэслэсэн үндэслэлийг үл тоомсорлож болохгүй. Албан ёсны арга нь олон асуудлыг шийдвэрлэх боломжийг олгодог. Ялангуяа үүнийг ашигласнаар та нарийн төвөгтэй системийг удирдах, компьютерийн програмын зөв эсэхийг шалгах, логик хэлхээг зохион бүтээх, турших боломжтой. Нэмж дурдахад, автомат теоремыг нотлох судлаачид логик хэллэгийн синтакс хэлбэрийн үнэлгээнд үндэслэн хүчирхэг эвристикийг боловсруулсан. Үүний үр дүнд тусгай стратеги боловсруулахгүйгээр хайлтын орон зайн нарийн төвөгтэй байдлын түвшинг бууруулах боломжтой болсон.

Автомат теоремыг нотлох нь эрдэмтдийн сонирхлыг татдаг, учир нь ялангуяа нарийн төвөгтэй асуудлуудад хүний ​​оролцоогүйгээр системийг ашиглах боломжтой байдаг. Одоогоор хөтөлбөрүүд ихэвчлэн туслах үүрэг гүйцэтгэдэг. Мэргэжилтнүүд даалгаврыг хэд хэдэн дэд даалгавруудад хуваадаг бөгөөд дараа нь эвристикийн тусламжтайгаар боломжит шалтгааныг ялгадаг. Дараа нь хөтөлбөр нь леммауудыг нотолж, чухал ач холбогдол багатай таамаглалуудыг шалгаж, тухайн хүний ​​тодорхойлсон нотлох баримтуудын албан ёсны талуудад нэмэлт өөрчлөлт оруулдаг.

Загвар таних.

Загвар таних нь нийт шинж чанаруудаас анхны өгөгдлийг тодорхойлдог чухал шинж чанаруудыг сонгох, хүлээн авсан мэдээллийн үндсэн дээр өгөгдлийг тодорхой ангилалд хуваарилах явдал юм.

Загвар таних онол нь компьютерийн шинжлэх ухааны салбар бөгөөд тус бүр нь тодорхой багцаар хангагдсан объектуудыг (объект, үйл явц, үзэгдэл, нөхцөл байдал, дохио гэх мэт) тодорхойлох, ангилах үндэс, аргыг боловсруулах явдал юм. онцлог, шинж чанар. Практикт объектыг ихэвчлэн тодорхойлох шаардлагатай байдаг. Ердийн нөхцөл байдал бол гэрлэн дохионы өнгийг таньж, яг одоо гудамжаар гарах эсэхээ шийдэх явдал юм. Объект танихаас татгалзах боломжгүй бусад салбарууд байдаг, жишээлбэл, аналог дохиог дижитал болгох, цэргийн хэрэг, хамгаалалтын систем гэх мэт, тиймээс өнөөдөр эрдэмтэд зураг таних системийг бий болгох чиглэлээр идэвхтэй ажиллаж байна.

Ажил нь хоёр үндсэн чиглэлээр явагдана.

Амьд биетийн таних чадварыг судлах, тайлбарлах, загварчлах.

Онолын болон арга зүйн үндэсхэрэглээний зорилгоор бие даасан даалгавруудыг шийдвэрлэх боломжийг олгодог төхөөрөмжийг бий болгох.

Таних асуудлыг боловсруулах нь математик хэл ашиглан хийгддэг. Хиймэл мэдрэлийн сүлжээний онол нь туршилтаар үр дүнд хүрэхэд суурилдаг бол хэв маягийг таних асуудлыг боловсруулах нь туршилтанд суурилдаггүй, харин математикийн нотолгоо, логик үндэслэл дээр тулгуурладаг.

Ийм асуудлын сонгодог томъёоллыг авч үзье. Үүнтэй холбогдуулан ангилах шаардлагатай олон объект байдаг. Олонлог нь дэд олонлогууд буюу ангиудаас бүрдэнэ. Тодорхойлсон: багцыг тодорхойлсон мэдээлэл, ангиудын тухай мэдээлэл, нэг объектын тодорхой ангилалд хамаарахыг заагаагүй тайлбар. Даалгавар: байгаа өгөгдөл дээр үндэслэн объект аль ангилалд хамаарахыг тодорхойлно.

Хэрэв асуудалд монохром зураг байгаа бол тэдгээрийг хавтгай дээрх функц гэж үзэж болно. Функц нь зургийн албан ёсны бүртгэл байх бөгөөд цэг бүрт энэ зургийн тодорхой шинж чанарыг илэрхийлэх болно - оптик нягтрал, ил тод байдал, тод байдал гэх мэт Энэ тохиолдолд зургийн багцын загвар нь хавтгай дээрх функцүүдийн багц байх болно. . Таних асуудлын томъёолол нь хүлээн зөвшөөрсний дараах үе шатууд ямар байхаас хамаарна.

Загвар таних аргуудад тархины загварын тухай ойлголтыг танилцуулсан Ф.Розенблаттын туршилтууд орно. Туршилтын даалгавар бол функциональ шинж чанар, бүтэц нь мэдэгдэж байгаа физик системд сэтгэл зүйн үзэгдэл хэрхэн үүсдэгийг харуулах явдал юм. Эрдэмтэн таних хамгийн энгийн туршилтуудыг тодорхойлсон боловч тэдгээрийн онцлог нь детерминистик бус шийдлийн алгоритм юм.

Системийн талаархи сэтгэлзүйн ач холбогдолтой мэдээллийг олж авах боломжтой хамгийн энгийн туршилт нь дараах байдалтай байна: перцептрон нь хоёр өөр өдөөлтийг дарааллаар харуулсан бөгөөд тэдгээр нь тус бүрт ямар нэгэн байдлаар хариу үйлдэл үзүүлэх ёстой бөгөөд өөр өөр өдөөлтөд зориулагдсан болно. хариу үйлдэл нь өөр байх ёстой. Ийм туршилтын зорилго өөр байж болно. Туршилт хийж буй хүн гадны хөндлөнгийн оролцоогүйгээр танилцуулсан өдөөлтийг системээр аяндаа ялгаварлан гадуурхах боломжийг судлах, эсвэл эсрэгээр нь албадан хүлээн зөвшөөрөх боломжийг судлах даалгавартай тулгарч болно. Хоёр дахь тохиолдолд туршилт хийгч системийг ангилахыг заадаг янз бүрийн объектууд, энэ нь хоёроос илүү байж болно. Сурах туршлага нь дараах байдлаар явагдана: перцептроныг дүрсээр танилцуулж, тэдгээрийн дотор бүх ангийн төлөөлөгчид хүлээн зөвшөөрөгдөх ёстой. Санах ойг өөрчлөх дүрмийн дагуу зөв хариултыг бэхжүүлдэг. Үүний дараа туршилт хийгч нь перцептрон руу хяналтын өдөөлтийг үзүүлж, энэ ангийн зургуудад өгөгдсөн хариуг авах магадлалыг тодорхойлдог. Хяналтын өдөөлт нь сургалтын дараалалд үзүүлсэн объектуудын аль нэгэнд тохирсон эсвэл танилцуулсан бүх объектоос ялгаатай байж болно. Үүнээс хамааран дараахь үр дүн гарна.

Хэрэв хяналтын өдөөлт нь өмнө нь танилцуулсан бүх сургалтын өдөөлтөөс ялгаатай бол туршилт нь цэвэр ялгаварлан гадуурхахаас гадна ерөнхий ойлголтын элементүүдийг судалдаг.

Хэрэв хяналтын өдөөлт нь өмнө нь танилцуулсан ижил ангийн өдөөлтүүдийн нөлөөн дор идэвхжсэн элементүүдийн аль нэгэнд тохирохгүй байгаа мэдрэхүйн элементүүдийн тодорхой бүлгийн идэвхжлийг үүсгэдэг бол туршилт нь цэвэр ерөнхий дүгнэлтийг судалж, судалгааг оруулаагүй болно. хүлээн зөвшөөрөх тухай.

Перцептрон нь цэвэр ерөнхийлөн дүгнэх чадваргүй хэдий ч таних даалгавруудыг хангалттай даван туулж чаддаг, ялангуяа дүрсийг харуулсан тохиолдолд перцептрон аль хэдийн тодорхой туршлагатай байдаг.

Хүний яриа таних ба машин орчуулга.

Хиймэл оюун ухааны урт хугацааны зорилтууд нь хүний ​​хэлийг таньж мэдэх, түүгээрээ утга учиртай хэллэг зохиоход ашиглах программ бүтээх явдал юм. Байгалийн хэлийг ойлгох, хэрэглэх чадвар нь хүний ​​оюун ухааны үндсэн шинж чанар юм. Энэ чадварыг амжилттай автоматжуулах нь компьютерийг илүү үр ашигтай болгоно. Өнөөдрийг хүртэл байгалийн хэлийг ойлгох чадвартай олон программ зохиогдсон бөгөөд тэдгээр нь хязгаарлагдмал нөхцөлд амжилттай хэрэглэгдэж байгаа боловч байгалийн хэлийг хүнтэй ижил ерөнхий, уян хатан байдлаар ашиглах систем одоогоор алга байна. Байгалийн хэлийг ойлгох үйл явц нь зөвхөн өгүүлбэрийг бүрэлдэхүүн хэсгүүдэд задлан шинжлэх, толь бичгүүдээс бие даасан үгсийн утгыг хайх явдал биш юм. Энэ нь яг л хөтөлбөрүүд сайн ажилладаг зүйл юм. Хүний яриаг ашиглах нь харилцан ярианы сэдэв, түүнтэй холбоотой хэлц үгсийн талаар өргөн мэдлэгтэй байхаас гадна энгийн хүний ​​​​хувьд байдаг тодорхой бус байдал, орхигдсон байдал, мэргэжлийн ур чадвар, үг хэллэг, ярианы хэллэг болон бусад олон зүйлийг ойлгох чадварыг шаарддаг. яриа.

Жишээлбэл, "довтлогч", "дамжуулах", "дамжуулах", "торгууль", "хамгаалагч", "довтлогч", "ахлагч" гэх мэт үгсийг ашигладаг хөлбөмбөгийн тухай яриа юм. Эдгээр үг тус бүр нь тодорхой утгаараа тодорхойлогддог бөгөөд тус тусад нь үг хэллэг нь нэлээд ойлгомжтой боловч тэдгээрээс бүрдсэн хэллэг нь хөлбөмбөгт дургүй, энэ тоглоомын түүх, дүрэм, зарчмын талаар юу ч мэдэхгүй хэн бүхэнд ойлгомжгүй байх болно. тоглоом. Иймд хүний ​​хэлийг ойлгох, хэрэглэхэд суурь мэдлэг шаардлагатай бөгөөд хүний ​​төрөлхийн хэлийг ойлгох, хэрэглэх үйл явцыг автоматжуулахад тулгамдаж буй гол асуудлын нэг нь уг мэдлэгийг цуглуулж, системчлэх явдал юм.

Хиймэл оюун ухаанд семантик утгыг маш өргөн ашигладаг тул эрдэмтэд тэдгээрийг тодорхой хэмжээгээр зохион байгуулах боломжийг олгодог хэд хэдэн аргыг боловсруулсан. Гэсэн хэдий ч ихэнх ажлыг сайн ойлгосон, мэргэшсэн асуудлын талбарт хийдэг. Жишээ нь "бичил ертөнц" техник юм. Үүнийг ашигласан анхны програмуудын нэг бол Терри Виноградын боловсруулсан SHRDLU программ бөгөөд энэ нь хүний ​​яриаг ойлгох системүүдийн нэг юм. Хөтөлбөрийн боломжууд нэлээд хязгаарлагдмал байсан бөгөөд өөр өөр өнгө, хэлбэрийн блокуудын байршил, хамгийн энгийн үйлдлүүдийг төлөвлөх тухай "ярилцлага" болгон бууруулсан. Хөтөлбөр нь "Загалмай дээрх пирамид ямар өнгөтэй вэ?" гэх мэт асуултуудад хариулт өгсөн. "Улаан дээр цэнхэр блок тавь" гэх мэт зааварчилгааг өгч болно. Ийм асуудлуудыг хиймэл оюун ухааны судлаачид байнга хөндөж, улмаар "блокны ертөнц" гэж нэрлэгдэх болсон.

SHRDLU хөтөлбөр нь блокуудын байршлын талаар амжилттай "ярилцаж" байсан ч энэ "бичил ертөнц" -өөс хийсвэрлэх чадваргүй байв. Энэ нь илүү нарийн төвөгтэй сэдвүүдийн семантик зохион байгуулалтыг дамжуулахад хэтэрхий энгийн аргуудыг ашигласан.

Байгалийн хэлийг ойлгох, хэрэглэх чиглэлээр хийж буй одоогийн ажил нь тухайн бүс нутгийн тодорхой бүтцэд тохирсон, өргөн хүрээний хэрэглээнд хэрэглэж болох хангалттай ерөнхий төлөөллийн формализмыг олоход чиглэгддэг. Семиотик сүлжээний өөрчлөлтүүд болох одоо байгаа ихэнх арга техникийг нарийн сэдвээр байгалийн хэлийг таних боломжтой програм бичихэд судалж, ашигладаг. Үүний зэрэгцээ орчин үеийн боломжууд нь хүний ​​яриаг олон янзаар ойлгох чадвартай бүх нийтийн хөтөлбөрийг бий болгохыг зөвшөөрдөггүй.

Загвар таних олон янзын асуудлын дотроос дараахь зүйлийг ялгаж салгаж болно.

Ашигт малтмалын ордын тодорхойлолт

Зураг таних

Бар код таних

Дүр таних

Яриа таних

Нүүр царай таних

Тээврийн хэрэгслийн дугаар таних

Тоглоомын программ дахь хиймэл оюун ухаан.

Тоглоомын хиймэл оюун ухаан нь уламжлалт хиймэл оюун ухааны аргуудаас гадна ерөнхийд нь компьютерийн шинжлэх ухааны алгоритмууд, компьютер график, робот техник, удирдлагын онолыг агуулдаг. AI яг хэрхэн хэрэгжиж байгаа нь зөвхөн хамаарахгүй Системийн шаардлага, гэхдээ бас тоглоомын төсвийг, тиймээс хөгжүүлэгчид тоглоомын хиймэл оюун ухааныг хамгийн бага зардлаар бий болгохын тулд тэнцвэртэй байх ёстой бөгөөд үүний зэрэгцээ энэ нь сонирхолтой бөгөөд нөөцөд эрэлт хэрэгцээгүй юм. Уламжлалт хиймэл оюун ухааныг бодвол огт өөр арга барилыг ашигладаг. Ялангуяа дуураймал, хууран мэхлэлт, янз бүрийн хялбаршуулсан аргуудыг өргөн ашигладаг. Жишээ нь: анхны харваачдын нэг онцлог бол ботуудын үнэн зөв хөдөлж, шууд чиглүүлэх чадвар юм, гэхдээ тэр үед хүнд ганц ч боломж байдаггүй тул ботуудын чадварыг зохиомлоор дутуу үнэлдэг. Үүний зэрэгцээ хяналтын цэгүүдийг түвшинд байрлуулсан бөгөөд ингэснээр роботууд нэг баг болж ажиллах, отолт хийх гэх мэт боломжтой.

Тоглоомын хиймэл оюун ухаанаар удирддаг компьютерийн тоглоомуудад дараахь ангиллын дүрүүд байдаг.

Танхай хүмүүс бол хүний ​​​​тоглогчтой дайсагнасан оюун ухаан багатай дүрүүд юм. Тоглогчид нутаг дэвсгэрийг даван туулах, олдвор авах, оноо авахын тулд танхайрагчдыг устгадаг.

тоглогч бус дүрүүд - ихэвчлэн эдгээр дүрүүд нь тоглогчтой нөхөрсөг эсвэл төвийг сахисан байдаг.

роботууд нь тоглогчдод дайсагнасан дүрүүд бөгөөд програмчлахад хамгийн хэцүү байдаг. Тэдний чадвар нь тоглоомын баатруудын чадварт ойртдог. Ямар ч үед тодорхой тооны роботууд тоглогчийг эсэргүүцдэг.

Компьютер тоглоомын хүрээнд олон төрлийн хиймэл тоглоомын оюун ухааны эвристик алгоритмуудыг ашигладаг олон талбар байдаг. Хамгийн өргөн хэрэглэгддэг AI тоглоом бол тоглогч бус дүрүүдийг удирдах арга замуудын нэг юм. Хяналтын өөр нэг түгээмэл арга бол скрипт юм. Тоглоомын AI-ийн өөр нэг тодорхой хэрэглээ, ялангуяа бодит цагийн стратеги тоглоомууд бол зам хайх, эсвэл NPC газрын зураг дээрх нэг цэгээс нөгөө цэгт хэрхэн хүрч болохыг тодорхойлох арга юм. Үүний зэрэгцээ саад бэрхшээл, газар нутаг, болзошгүй "дайны манан" -ыг анхаарч үзэх хэрэгтэй. Динамик тэнцвэржүүлэхТанхай хүмүүс хиймэл оюун ухаан ашиглахгүйгээр хийж чадахгүй. Урьдчилан таамаглах аргагүй оюун ухаан гэсэн ойлголтыг олон тоглоом туршиж үзсэн. Эдгээр нь Nintendogs, Black & White, Creatures болон бидний сайн мэдэх Tamagotchi тоглоом зэрэг тоглоомууд юм. Эдгээр тоглоомуудын дүрүүд нь тоглогчийн үйлдлээс хамааран зан авир нь өөрчлөгддөг тэжээвэр амьтад юм. Үнэн хэрэгтээ тэдний үйлдэл нь хязгаарлагдмал сонголтоос сонголт хийсний үр дүнд дүрүүд сурч чаддаг юм шиг санагддаг.

Тоглоомын олон програмистууд оюун ухааны хуурмаг байдлыг бий болгодог аливаа техникийг тоглоомын хиймэл оюун ухааны нэг хэсэг гэж үздэг. Гэсэн хэдий ч энэ арга нь бүрэн зөв биш юм, учир нь ижил техникийг зөвхөн тоглоомын AI хөдөлгүүрт ашиглах боломжгүй юм. Жишээлбэл, роботуудыг бүтээхдээ алгоритмууд нь ирээдүйд гарч болзошгүй мөргөлдөөний талаархи мэдээллийг ашигладаг бөгөөд үүний үр дүнд роботууд эдгээр мөргөлдөөнөөс зайлсхийх "чадвар"-ыг олж авдаг. Гэхдээ эдгээр ижил техникүүд нь физикийн хөдөлгүүрийн чухал бөгөөд зайлшгүй бүрэлдэхүүн хэсэг юм. Өөр нэг жишээ: Ботын чиглүүлэх системийн чухал бүрэлдэхүүн хэсэг нь усны өгөгдөл бөгөөд ижил өгөгдлийг дүрслэх үед график хөдөлгүүрт өргөн ашигладаг. Эцсийн жишээ бол скрипт юм. Энэ хэрэгслийг тоглоомын хөгжлийн бүх тал дээр амжилттай ашиглаж болох боловч ихэнхдээ NPC-ийн үйлдлийг хянах арга замуудын нэг гэж үздэг.

Пуристуудын үзэж байгаагаар "тоглоомын хиймэл оюун ухаан" гэсэн илэрхийлэл нь хэтрүүлэг тул оршин байх эрхгүй. Гол аргумент болгон тэд AI тоглоомонд сонгодог хиймэл оюун ухааны тухай шинжлэх ухааны зарим салбарыг л ашигладаг гэсэн баримтыг дэвшүүлэв. Хиймэл оюун ухааны зорилго нь бие даан суралцах системийг бий болгох, тэр ч байтугай сэтгэх чадвартай хиймэл оюун ухааныг бий болгох явдал байдгийг анхаарч үзэх хэрэгтэй бөгөөд энэ нь ихэвчлэн эвристик болон хэд хэдэн дүрэм журмаар хязгаарлагддаг. сайн тоглоомын явц, тоглогчид тоглолтоос тод сэтгэгдэл, мэдрэмжийг өгөх.

Одоогийн байдлаар компьютер тоглоом хөгжүүлэгчид академик хиймэл оюун ухааныг сонирхож байгаа бол эрдэм шинжилгээний хүрээнийхэн компьютер тоглоомыг сонирхож эхэлж байна. Энэ нь тоглоом болон сонгодог хиймэл оюун ухаан нь бие биенээсээ хэр зэрэг ялгаатай вэ гэсэн асуулт гарч ирнэ. Үүний зэрэгцээ тоглоомын хиймэл оюун ухаан нь сонгодог оюун ухааны дэд салбаруудын нэг гэж тооцогддог. Энэ нь хиймэл оюун ухаан нь бие биенээсээ ялгаатай янз бүрийн хэрэглээний талбартай байдагтай холбоотой юм. Хэрэв бид тоглоомын тагнуулын тухай ярих юм бол энд байгаа чухал ялгаа нь зарим асуудлыг "хууль ёсны" аргаар шийдвэрлэхийн тулд хууран мэхлэх боломж юм. Нэг талаас, хууран мэхлэлтийн сул тал нь энэ нь ихэвчлэн бодит бус зан авирыг бий болгодог бөгөөд энэ шалтгааны улмаас үргэлж ашиглах боломжгүй байдаг. Нөгөөтэйгүүр, ийм хууран мэхлэх магадлал нь AI тоглоомын хоорондох чухал ялгаа юм.

Хиймэл оюун ухааны өөр нэг сонирхолтой ажил бол компьютерт шатар тоглохыг заах явдал юм. Түүний шийдэлд дэлхийн өнцөг булан бүрээс эрдэмтэд оролцож байв. Энэ даалгаврын онцлог нь компьютерийн логик чадварыг харуулах нь зөвхөн жинхэнэ өрсөлдөгч байгаа тохиолдолд л боломжтой юм. Эхний ийм жагсаал 1974 онд Стокгольм хотод болж, шатрын хөтөлбөрүүдийн дунд дэлхийн шатрын аварга шалгаруулах тэмцээн зохиогджээ. Энэхүү уралдаанд Москвад байрладаг ЗХУ-ын ШУА-ийн Удирдлагын асуудлын хүрээлэнгийн Зөвлөлтийн эрдэмтдийн бүтээсэн Кайсса хөтөлбөр түрүүлсэн.

Машины бүтээлч байдал дахь хиймэл оюун ухаан.

Хүний оюун ухааны мөн чанарыг хараахан хангалттай судлаагүй бөгөөд хүний ​​бүтээлч байдлын мөн чанарыг судлах зэрэг нь бүр ч доогуур байна. Гэсэн хэдий ч хиймэл оюун ухааны нэг чиглэл бол машин бүтээх чадвар юм. Орчин үеийн компьютерууд нь хөгжим, уран зохиол, зургийн бүтээлүүдийг бүтээдэг бөгөөд компьютерийн тоглоом, киноны үйлдвэрүүд машин ашиглан бүтээсэн бодит зургийг удаан хугацаанд ашигладаг. Одоо байгаа программууд нь хүнд амархан мэдрэгдэж, ойлгохуйц янз бүрийн дүр төрхийг бий болгодог. Энэ нь зөн совингийн мэдлэгийн тухайд онцгой чухал бөгөөд үүнийг албан ёсны баталгаажуулахын тулд маш их оюун санааны хүчин чармайлт гаргах шаардлагатай болно. Тиймээс хөгжмийн даалгавруудыг програмчлалын хэл ашиглан амжилттай шийддэг бөгөөд тэдгээрийн нэг нь CSound хэл юм. Хөгжмийн бүтээлүүдийг бий болгодог тусгай програм хангамжийг алгоритмын найруулгын программууд, интерактив найруулгын системүүд, дууны синтез, боловсруулалтын системүүдээр төлөөлдөг.

Мэргэшсэн системүүд.

Орчин үеийн шинжээчдийн системийг хөгжүүлэх ажлыг 1970-аад оны эхэн үеэс судлаачид хийж эхэлсэн бөгөөд 1980-аад оны эхэн үеэс шинжээчдийн системийг арилжааны үндсэн дээр боловсруулж эхэлсэн. 1832 онд Оросын эрдэмтэн С.Н.Корсаковын санал болгосон шинжээчдийн системийн прототипүүд нь "ухаалаг машин" гэж нэрлэгддэг механик төхөөрөмж байсан бөгөөд энэ нь өгөгдсөн нөхцлөөр удирдуулсан шийдлийг олох боломжийг олгосон юм. Тухайлбал, өвчтөнд ажиглагдсан өвчний шинж тэмдгүүдэд дүн шинжилгээ хийж, энэ шинжилгээний үр дүнд хамгийн тохиромжтой эмийг санал болгосон.

Компьютерийн шинжлэх ухаан шинжээчдийн системийг мэдлэгийн суурьтай хамт авч үздэг. Системүүд нь шийдвэр гаргах журам, логик дүгнэлтэд суурилсан шинжээчдийн зан үйлийн загвар юм. Мэдлэгийн үндэс нь сонгосон үйл ажиллагааны чиглэлтэй шууд холбоотой дүгнэлтийн дүрэм, баримтуудын цогц гэж тооцогддог.

Өнгөрсөн зууны сүүлчээр тухайн үед нийтээр хүлээн зөвшөөрөгдсөн текстийн хүн-машины интерфейс рүү чиглэсэн шинжээчдийн системийн тодорхой ойлголт бий болсон. Одоогийн байдлаар энэ үзэл баримтлал ноцтой хямралд өртсөн нь хэрэглэгчийн програмуудад текст дээр суурилсан интерфейсийг графикаар сольсонтой холбоотой бололтой. Нэмж дурдахад, харилцааны өгөгдлийн загвар ба шинжээчдийн системийг бий болгох "сонгодог" үзэл нь хоорондоо тааруухан нийцдэг. Иймээс шинжээчдийн системийн мэдлэгийн сангуудын зохион байгуулалтыг ядаж орчин үеийн үйлдвэрлэлийн мэдээллийн сангийн менежментийн системийг ашиглан үр дүнтэй хийх боломжгүй юм. Шинжээчдийн системийн олон жишээг уран зохиол, онлайн эх сурвалжид "нийтлэг" эсвэл "өргөн танигдсан" гэж нэрлэдэг. Үнэн хэрэгтээ эдгээр бүх шинжээчдийн системүүд нь өнгөрсөн зууны 80-аад онд бүтээгдсэн бөгөөд одоо болтол оршин тогтнохоо больсон, эсвэл цөөхөн сонирхогчдын ачаар найдваргүй хуучирч, оршин тогтнож байна. Нөгөөтэйгүүр, орчин үеийн програм хангамжийн бүтээгдэхүүн хөгжүүлэгчид өөрсдийн бүтээлээ эксперт систем гэж нэрлэдэг. Ийм мэдэгдэл нь маркетингийн заль мэхээс өөр зүйл биш юм, учир нь бодит байдал дээр эдгээр бүтээгдэхүүн нь шинжээчдийн систем биш юм (компьютерийн хууль эрх зүйн лавлах системүүдийн аль нэг нь жишээ болгож болно). Сонирхогчид хэрэглэгчийн интерфэйсийг бий болгох арга барилыг шинжээчийн системийг бий болгох "сонгодог" арга барилтай хослуулахыг оролдож байна. Эдгээр оролдлого нь CLIPS.NET, CLIPS Java Native Interface болон бусад төслүүдэд тусгагдсан боловч томоохон компаниудПрограм хангамжийн компаниуд ийм төслүүдийг санхүүжүүлэхээс татгалздаг бөгөөд энэ шалтгааны улмаас бүтээн байгуулалтууд туршилтын шатнаас цааш явахгүй байна.

Мэдлэгт суурилсан системийг ашиглаж болох төрөл бүрийн салбаруудыг ангиудад хувааж болно: эмнэлгийн оношлогоо, төлөвлөлт, урьдчилан таамаглах, хяналт, менежмент, сургалт, тайлбар, цахилгаан болон механик тоног төхөөрөмжийн алдааны оношлогоо, сургалт. Эдгээр анги тус бүрийг илүү нарийвчлан авч үзье.

a) Эмнэлгийн оношлогооны систем.

Ийм системүүдийн тусламжтайгаар бие махбодийн үйл ажиллагааны янз бүрийн эмгэгүүд, тэдгээрийн боломжит шалтгаанууд хоорондоо хэрхэн холбогдож байгааг тодорхойлдог. Хамгийн алдартай оношлогооны систем бол MYCIN юм. Энэ нь менингит, бактерийн халдварыг оношлохоос гадна эдгээр өвчтэй өвчтөнүүдийн нөхцөл байдлыг хянахад ашиглагддаг. Системийн анхны хувилбарыг 70-аад онд боловсруулсан. Өнөөдрийг хүртэл түүний чадавхи мэдэгдэхүйц өргөжсөн: систем нь эмнэлгийн мэргэжилтэнтэй ижил мэргэжлийн түвшинд оношилгоо хийдэг бөгөөд үүнийг ашиглах боломжтой. өөр өөр газар нутагэм.

b) Урьдчилан таамаглах систем.

Системүүд нь тухайн үйл явдал эсвэл үйл явдлын үр дагаврыг тодорхойлох боломжтой өгөгдөл дээр үндэслэн урьдчилан таамаглах зорилготой юм Одоогийн нөхцөл байдалэсвэл объектын төлөв байдал. Ийнхүү алгоритмын статистик аргуудыг ажилдаа ашигладаг Wall Street Conquest хөтөлбөр нь зах зээлийн нөхцөл байдалд дүн шинжилгээ хийж, хөрөнгө оруулалтын төлөвлөгөө боловсруулах боломжтой болсон. Уг программ нь уламжлалт програмчлалын алгоритм, процедурыг ашигладаг тул мэдлэгт суурилсан систем гэж ангилах боломжгүй юм. Одоо байгаа мэдээлэлд дүн шинжилгээ хийснээр зорчигчдын урсгал, тариалангийн ургац, цаг агаарын байдлыг урьдчилан таамаглах хөтөлбөрүүд аль хэдийн бий болсон. Ийм программууд нь маш энгийн бөгөөд заримыг нь энгийн хувийн компьютерт ашиглаж болно. Гэсэн хэдий ч зах зээлийн мэдээлэлд үндэслэн хөрөнгөө хэрхэн нэмэгдүүлэх талаар санал болгож чадах шинжээчдийн систем одоогоор алга байна.

в) Төлөвлөлт.

Төлөвлөлтийн системүүд нь тодорхой үр дүнд хүрэхийн тулд олон тооны хувьсагчтай асуудлыг шийдвэрлэхэд зориулагдсан байдаг. Арилжааны салбарт анх удаа ийм системийг Дамаскийн Informat фирм ашигласан. Компанийн удирдлагууд оффисын үүдний танхимд 13 станц суурилуулахыг тушаасан бөгөөд компьютер худалдан авахыг хүссэн худалдан авагчдад үнэ төлбөргүй зөвлөгөө өгчээ. Машинууд нь худалдан авагчийн төсөв, хүсэлд тохирсон сонголт хийхэд тусалсан. Боинг компани нисдэг тэрэг засах, онгоцны хөдөлгүүрийн эвдрэлийн шалтгааныг тогтоох, сансрын станцуудыг төлөвлөх зэрэг зорилгоор шинжээчдийн системийг мөн ашиглаж ирсэн. DEC XCON шинжээчийн системийг бүтээсэн бөгөөд энэ нь VAX компьютерийн системийг хэрэглэгчийн шаардлагад нийцүүлэн тодорхойлж, дахин тохируулах чадвартай. DEC одоогоор XCON мэдлэгийн санг агуулсан илүү хүчирхэг XSEL системийг хөгжүүлж байна. Системийг бий болгох зорилго нь хэрэглэгчдэд шаардлагатай тохиргоо бүхий тооцоолох системийг сонгоход туслах явдал юм. XSEL болон XCON хоёрын ялгаа нь интерактив юм.

г) Тайлбар.

Тайлбарлах систем нь ажиглалтын үр дүнд үндэслэн дүгнэлт гаргах чадвартай. Хамгийн алдартай тайлбарлах системүүдийн нэг бол PROSPECTOR систем юм. Энэ нь есөн мэргэжилтний мэдлэгт суурилсан өгөгдлийг ашиглан ажилладаг. Системийн үр нөлөөг нэг жишээгээр үнэлж болно: есөн өөр шинжилгээний аргыг ашиглан систем нь ямар ч шинжээчийн төсөөлж ч байгаагүй хүдрийн ордыг илрүүлсэн. Өөр нэг мэдэгдэж буй тайлбарлах төрлийн систем бол HASP/SIAP юм. Тэр өгөгдөл ашигладаг акустик системмөрдөж, тэдгээрийн үндсэн дээр хөлөг онгоцны байршлыг тодорхойлдог Номхон далайба тэдгээрийн төрөл.

e) Ухаалаг удирдлага, удирдлагын систем.

Мэргэшсэн системийг хяналт, менежментэд амжилттай ашиглаж байна. Тэд хэд хэдэн эх сурвалжаас авсан мэдээлэлд дүн шинжилгээ хийж, шинжилгээний үр дүнд үндэслэн шийдвэр гаргах боломжтой. Ийм систем нь эмнэлгийн хяналт, агаарын хөлгийн хөдөлгөөнийг хянах чадвартай бөгөөд үүнээс гадна тэдгээрийг атомын цахилгаан станцуудад ашигладаг. Мөн тэдний тусламжтайгаар аж ахуйн нэгжийн санхүүгийн үйл ажиллагааг зохицуулж, эгзэгтэй нөхцөл байдалд шийдлийг боловсруулдаг.

е) Цахилгаан ба механик тоног төхөөрөмжийн оношлогоо, алдааг олж засварлах.

Мэдлэгт суурилсан системийг дараахь тохиолдолд ашигладаг.

дизель зүтгүүр, автомашин болон бусад цахилгаан механик хэрэгслийн засвар;

компьютерийн програм хангамж, техник хангамжийн алдаа, доголдлыг оношлох, арилгах.

g) Боловсролын компьютерийн систем.

Мэдлэгт суурилсан системийг боловсролын зорилгоор ашиглах нь нэлээд үр дүнтэй байдаг. Систем нь объектын зан байдал, үйл ажиллагаанд дүн шинжилгээ хийж, хүлээн авсан мэдээллийн дагуу мэдлэгийн баазыг өөрчилдөг. Хамгийн энгийн жишээИйм сургалт нь тоглогчийн ур чадвар нэмэгдэх тусам түвшин улам хэцүү болдог компьютер тоглоом юм. Сонирхолтой сургалтын систем - EURISCO -г Д.Ленат боловсруулсан. Энэ нь энгийн эвристикийг ашигладаг. Системийг тоглоомын загварчлалд ашигласан тулалдаж байна. Тоглоомын мөн чанар нь олон дүрмийг дагаж, ялагдал үүсгэж болзошгүй флотын оновчтой бүрэлдэхүүнийг тодорхойлох явдал юм. Систем нь энэ даалгаврыг амжилттай даван туулж, флотын бүрэлдэхүүнд нэг жижиг хөлөг онгоц, довтолгоо хийх чадвартай хэд хэдэн хөлөг онгоцыг багтаасан. Тоглоомын дүрэм жил бүр өөрчлөгддөг ч EURISCO систем нь гурван жилийн хугацаанд тогтмол ялалт байгуулсаар ирсэн.

Мэдлэгийн агуулгын дагуу нэгэн зэрэг хэд хэдэн төрөлд хамаарах олон шинжээчдийн системүүд байдаг. Жишээлбэл, төлөвлөлтийг гүйцэтгэдэг систем нь сургалтын систем байж болно. Энэ нь оюутны мэдлэгийн түвшинг тодорхойлж, энэ мэдээлэлд үндэслэн хийх боломжтой эрдэм шинжилгээний төлөвлөгөө. Хяналтын системийг төлөвлөх, урьдчилан таамаглах, оношлох, хянахад ашигладаг. Байшин, орон сууцыг хамгаалахад зориулагдсан систем нь хүрээлэн буй орчны өөрчлөлтийг хянах, нөхцөл байдлын хөгжлийг урьдчилан таамаглах, төлөвлөгөө гаргах боломжтой цаашдын арга хэмжээ. Тухайлбал, цонх онгойж, түүгээр хулгайч орох гэж байгаа тул цагдаа дуудах шаардлагатай байна.

Эксперт системийг өргөнөөр ашиглах нь 1980-аад онд анх худалдаанд гарсан үеэс эхэлсэн. ES нь бизнес, шинжлэх ухаан, технологи, үйлдвэрлэл болон бусад салбар зэрэг маш сайн тодорхойлогдсон сэдвийн хүрээнд ашиглагддаг. Энэ утгаараа "сайн тодорхойлсон" гэдэг нь хүн сэтгэхүйн чиглэлийг хувааж болно гэсэн үг юм бие даасан үе шатууд, ийм байдлаар энэ чиглэлийн хүрээнд байгаа аливаа асуудлыг шийдэж болно. Тиймээс компьютерийн програм ижил төстэй үйлдлүүдийг хийж чадна. Хиймэл оюун ухааныг ашиглах нь хүн төрөлхтөнд эцэс төгсгөлгүй боломжийг нээж өгдөг гэж хэлэхэд буруудахгүй.

Хиймэл оюун ухаан ба түүний хөгжлийн хэтийн төлөв

Утга зохиолын шүүмжлэлийн академийн ертөнцийн тухай өгүүлсэн Дэвид Ложийн "Бяцхан ертөнц" роман нь гайхалтай үйл явдлыг дүрсэлжээ. Зохиолын гол баатар уран зохиолын нэрт онолчдод хандаж, хэрэв тэдний зөв байсан бол юу болох вэ гэсэн асуултыг тавьжээ. Онолчдын дунд төөрөгдөл үүссэн. Тэд хоорондоо санал зөрөлдөж байсан ч няцаашгүй онолын талаар маргах нь ямар ч утгагүй ажил мэргэжил гэж хэн ч өмнө нь бодож байгаагүй. Хиймэл оюун ухаан судалдаг эрдэмтдээс ийм санал асуулга асуувал тэд ч бас төөрөлдөх байх. Хэрэв тэд зорилгодоо хүрч чадсан бол юу болох вэ? Эцсийн эцэст, ухаалаг компьютерууд гайхалтай ололт амжилтыг аль хэдийн харуулсан бөгөөд тэд оюун ухаангүй машинуудаас илүү ашигтай гэдгийг хүн бүр ойлгодог. Санаа зовох зүйл байхгүй юм шиг санагдаж байна. Гэхдээ ёс зүйн хэд хэдэн асуудлыг анхаарч үзэх хэрэгтэй.

Ухаалаг компьютер нь ухаалаг бус компьютерээс илүү хүчтэй боловч энэ хүчийг үргэлж зөвхөн сайн сайхны төлөө ашигладаг, харин муугийн төлөө биш гэдгийг батлах боломжтой юу? Бүх амьдралаа энэ чиглэлийн бүтээн байгуулалтад зориулсан хиймэл оюун ухааны судлаачид ажлын үр дүн нь хүн төрөлхтөнд эерэг нөлөө үзүүлэхийн тулд өөрсдийн хариуцлагаа ухамсарлах ёстой. Энэ нөлөөллийн зэрэг нь хиймэл оюун ухааны зэрэгтэй шууд холбоотой. Энэ чиглэлээр гарсан хамгийн анхны дэвшил хүртэл компьютерийн шинжлэх ухааныг хэрхэн заах, програм хангамж, техник хангамжийг хэрхэн хөгжүүлэхэд ихээхэн нөлөө үзүүлсэн. Хиймэл оюун ухаан нь хайлтын систем, робот, үр дүнтэй хяналтын систем, бараа материалын удирдлагын систем, яриа таних болон бусад хэд хэдэн цоо шинэ хэрэглээний программуудыг бий болгох боломжийг олгосон.

Хөгжүүлэгчдийн үзэж байгаагаар хиймэл оюун ухаанд хүрсэн дундаж түвшний ололт нь манай гаригийн хүн амын амьдралын хэв маягт асар их нөлөө үзүүлж чадна. Өнөөг хүртэл зөвхөн интернет, үүрэн телефоны харилцаа ийм өргөн хүрээтэй нөлөө үзүүлж байсан бөгөөд хиймэл оюун ухааны нөлөөллийн түвшин бага хэвээр байна. Гэхдээ гэр, албан тасалгааны хувийн туслах дүр төрх нь хүн төрөлхтөнд ямар ашиг тустай болохыг, мөн гадаад төрхөөрөө өдөр тутмын амьдралын чанар хэрхэн сайжрахыг төсөөлж болно, гэхдээ энэ нь эхлээд эдийн засгийн олон асуудал үүсгэж болзошгүй юм. Үүний зэрэгцээ хүн төрөлхтөнд нээгдсэн технологийн боломжууд нь бие даасан зэвсэг бүтээхэд хүргэж болзошгүй бөгөөд олон хүний ​​үзэж байгаагаар түүний гадаад төрх нь хүсээгүй юм. Эцэст нь хэлэхэд, хүний ​​оюун ухаанаас дээгүүр түвшний хиймэл оюун ухааныг бий болгох амжилт нь хүн төрөлхтний амьдралыг эрс өөрчилж чадна. Хүмүүс өөрөөр ажиллаж, амарч, хөгжилдөж, ухамсар, оюун ухаан, хүн төрөлхтний ирээдүйн талаархи санаанууд өөрчлөгдөнө. Дээд зэргийн оюун ухаан гарч ирэх нь хүмүүсийн эрх чөлөө, өөрийгөө тодорхойлох, оршин тогтноход ноцтой хохирол учруулж болзошгүйг ойлгоход хялбар байдаг. Наад зах нь эдгээр бүх тал эрсдэлтэй байж болно. Тиймээс хиймэл оюун ухаантай холбоотой судалгааг тэдгээрийн болзошгүй үр дагаврыг ухамсартайгаар хийх ёстой.

Ирээдүй юу байж болох вэ? Ихэнх шинжлэх ухааны зөгнөлт зохиолууд нь өөдрөг бус гутранги үзэл баримтлалыг дагадаг нь ийм зохиолууд уншигчдын сонирхлыг илүү татдагтай холбоотой байж болох юм. Гэвч бодит байдал дээр бүх зүйл өөр байх магадлалтай. Хиймэл оюун ухааны хөгжил нь утас, аэронавтик, инженерийн тоног төхөөрөмж, хэвлэх болон бусад хувьсгалт технологиуд нэгэн зэрэг бий болсонтой адил явагддаг бөгөөд тэдгээрийг нэвтрүүлэх нь сөрөг үр дагавраас илүү эерэг үр дагавар авчирсан.

Гэсэн хэдий ч үүнийг тэмдэглэх нь зүйтэй Богино өгүүллэгхиймэл оюун ухаан бий болсноор энэ салбарт томоохон ахиц дэвшил гарсан. Гэсэн хэдий ч хүн төрөлхтөн ирээдүйгээ харж чадвал хийх ёстой зүйлтэй харьцуулахад хэр бага зүйл хийгдэж байгааг харах болно.

Дүгнэлт

хиймэл оюун ухааны мэргэжилтэн

Шинжлэх ухааны нийгэмлэгт хиймэл оюун ухаан бүтээх боломжийн талаарх маргаан тасрахгүй байна. Олон хүний ​​үзэж байгаагаар хиймэл оюун ухааныг бүтээх нь хүний ​​нэр төрийг гутаан доромжлоход хүргэнэ. AI-ийн боломжуудын талаар ярихдаа хүний ​​оюун ухааныг хөгжүүлэх, сайжруулах хэрэгцээг мартаж болохгүй.

AI ашиглахын давуу тал нь цаашдын ахиц дэвшилд түлхэц өгөхөөс гадна үйлдвэрлэлийг автоматжуулах замаар хөдөлмөрийн бүтээмжийг ихээхэн нэмэгдүүлдэг. Гэхдээ бүх давуу талуудын зэрэгцээ кибернетик нь хүн төрөлхтний анхаарал хандуулах ёстой зарим сул талуудтай байдаг. Гол сул тал нь хиймэл оюун ухаантай ажиллахад хүргэж болзошгүй аюул юм. Өөр нэг асуудал бол хүмүүс бүтээлч байх урам зоригоо алдах явдал юм. Урлагийн салбарт компьютер хаа сайгүй байдаг бөгөөд хүмүүсийг урлагаас шахаж байгаа мэт санагддаг. Чадварлаг бүтээлч үйл ажиллагаа нь хүний ​​​​хувьд сэтгэл татам хэвээр байж, хөгжим, уран зохиол, зургийн шилдэг бүтээлүүдийг хүмүүс бүтээсээр байх болно гэдэгт найдаж байна.

Өөр нэг бүлэг, илүү ноцтой асуудал бий. Орчин үеийн машинуудмөн хөтөлбөрүүд нь өөрчлөгдөж буй гадаад хүчин зүйлд дасан зохицох, өөрөөр хэлбэл суралцах чадвартай байдаг. Тун удахгүй дасан зохицох чадвартай, найдвартай машинууд бий болох бөгөөд ингэснээр хүн шийдвэр гаргах үйл явцад хөндлөнгөөс оролцохгүй байх боломжтой болно. Энэ нь хүмүүс онцгой байдлын үед зохих ёсоор ажиллах боломжгүй болоход хүргэдэг. Онцгой байдлын үед хүн шаардлагатай үед хяналтын чиг үүргийг гүйцэтгэх боломжгүй байх магадлалтай. Энэ нь процессын автоматжуулалтад зарим хязгаарлалт, ялангуяа хүнд хэлбэрийн эмгэг үүсэхтэй холбоотой хязгаарлалтыг нэвтрүүлэх талаар бодох нь зүйтэй гэсэн үг юм. онцгой байдал. Энэ тохиолдолд хяналтын машиныг удирдаж буй хүн урьдчилан таамаглаагүй тодорхой нөхцөл байдалд зөв хариу үйлдэл үзүүлж, зөв ​​шийдвэр гаргах боломжтой болно.

Ийм нөхцөл байдал тээвэр, цөмийн эрчим хүч, пуужингийн хүчинд үүсч болно. Сүүлчийн тохиолдолд алдаа нь аймшигтай үр дагаварт хүргэж болзошгүй юм. Гэхдээ алдаа гарах магадлал үргэлж байдаг бөгөөд давхардсан, олон дахин шалгасан тохиолдолд ч хэвээр байна. Энэ нь машиныг удирдахын тулд оператор байх ёстой гэсэн үг юм.

Хүмүүс хиймэл оюун ухаантай холбоотой асуудлуудыг одоо гарч ирж байгаа бөгөөд ирээдүйд гарч ирэх тул байнга шийдвэрлэх шаардлагатай болох нь нэгэнт тодорхой болсон.

Энэхүү курсын ажилд хиймэл оюун ухааны даалгавар, түүний үүссэн түүх, хэрэглээний талбар, хиймэл оюун ухаантай холбоотой зарим асуудлыг авч үзсэн. Энэхүү нийтлэлд танилцуулсан мэдээлэл нь орчин үеийн технологи, хиймэл оюун ухаантай холбоотой ололт амжилтыг сонирхдог хүмүүст сонирхолтой байх болно. Энэхүү курсын ажлын зорилго биелсэн.

Тайлбар толь

№ p / n Тайлбарласан програмчлалын хэл дээрх ойлголтын тодорхойлолт (скрипт).

Ашигласан эх сурвалжуудын жагсаалт

Девятков В.В. Хиймэл оюун ухааны системүүд / Ч. ed. I. B. Федоров. - М .: MSTU im-ийн хэвлэлийн газар. N. E. Bauman, 2001. - 352 х. - (Техникийн их сургуулийн мэдээлэл зүй). - 3000 хувь.

Журавлев Ю.И. Таних, ангилах асуудлыг шийдвэрлэх алгебрийн аргын тухай // Кибернетикийн асуудлууд. - М.: Наука, 1978, дугаар. 33.

Маккарти D. Хиймэл оюун ухаан гэж юу вэ?, - М.: 2007.

Петрунин Ю.Ю., Рязанов М.А., Савельев А.В. Мэдрэл судлалын үзэл баримтлал дахь хиймэл оюун ухааны философи. (Шинжлэх ухааны монографи). - М.: MAKS Press, 2010.

Питер Жексон Эксперт системүүдийн танилцуулга. - 3 дахь хэвлэл. - М.: Уильямс, 2001. - S. 624.

Рассел С., Норвиг П. Хиймэл оюун ухаан: орчин үеийн хандлага / Пер. англи хэлнээс. болон ed. К.А.Птицына. - 2-р хэвлэл. - М.: Уильямс, 2006. - 1408 х. - 3000 хувь.

Ту Ж., Гонзалес Р. Загвар таних зарчим, - М .: 1978

Нарийн V. S. Зургийг таних, - М .: 1970

Д.А-ийн тодорхойлолтоор. Поспелова, "Хэрэв энэ нь дараах үндсэн функцуудыг хэрэгжүүлдэг бол системийг ухаалаг гэж нэрлэдэг.

• Системийн эргэн тойрон дахь ертөнцийн талаархи мэдлэгийг хуримтлуулах, тэдгээрийг прагматик ашиг тустай, тууштай байдлын үүднээс ангилж, үнэлэх, шинэ мэдлэг олж авах үйл явцыг эхлүүлэх, шинэ мэдлэгийг өмнө нь хадгалагдсан мэдлэгтэй харьцуулах;
• Системийн эргэн тойрон дахь ертөнцийн хэв маягийг өмнө нь хуримтлуулсан мэдлэгт тусгасан логик дүгнэлтийн тусламжтайгаар хүлээн авсан мэдлэгээ нөхөж, илүү тодорхой мэдлэг дээр үндэслэн ерөнхий мэдлэг олж авах, үйл ажиллагаагаа логикоор төлөвлөх;
• хүнтэй байгалийн хүний ​​хэлтэй аль болох ойр хэлээр харилцах;
• хүний ​​эргэн тойрон дахь ертөнцийг мэдрэхдээ ашигладагтай төстэй сувгуудаас мэдээлэл авах;
• өөртөө эсвэл тухайн хүний ​​(хэрэглэгч) хүсэлтээр өөрийн үйл ажиллагааны талаархи тайлбарыг бүрдүүлэх боломжтой байх;
• санах ойд хадгалагдаж буй мэдлэг, системд байдаг логик үндэслэлээр дамжуулан хэрэглэгчдэд туслах.

Эдгээр функцуудыг мэдлэгийг илэрхийлэх, боловсруулах, сэтгэх, харилцах функцууд гэж нэрлэж болно. Шаардлагатай бүрэлдэхүүн хэсгүүдийн хамт шийдвэрлэх ёстой ажил, тодорхой систем дэх хэрэглээний хамрах хүрээнээс хамааран эдгээр функцийг янз бүрийн түвшинд хэрэгжүүлж болох бөгөөд энэ нь архитектурын өвөрмөц байдлыг тодорхойлдог. Зураг дээр. 2.1-д хамгийн ерөнхий хэлбэрээр оюуны тогтолцооны бүтцийг блок, тэдгээрийн хоорондох холбоосын багц хэлбэрээр харуулав.

Мэдлэгийн сан нь янз бүрийн төрлийн мэдлэгийг хадгалах орчны цуглуулга юм. Тэдний зорилгыг товчхон авч үзье.

Баримт (өгөгдлийн) бааз нь тодорхой өгөгдлийг хадгалдаг, мөн дүрмийн суурь- онолоор нэрлэгддэг энгийн илэрхийллүүд хиймэл оюун бүтээгдэхүүн.

Процедурын суурь нь шаардлагатай бүх хувиргалт, тооцооллыг гүйцэтгэдэг хэрэглээний програмуудыг агуулдаг.

Загварын суурьсистемийн үйл ажиллагаа явуулж буй орчны онцлогтой холбоотой янз бүрийн мэдээллийг багтаана.

Мета-мэдлэгийн бааз (өөрийгөө танин мэдэхүйн бааз) нь системийн өөрөө болон түүний үйл ажиллагааны тодорхойлолтыг агуулдаг: янз бүрийн төрлийн мэдээллийн нэгжүүд системд хэрхэн төлөөлдөг, системийн янз бүрийн бүрэлдэхүүн хэсгүүд хэрхэн харилцан үйлчлэлцдэг, хэрхэн шийдвэрлэх тухай мэдээллийг агуулдаг. асуудал гарсан.

Зорилгуудын үндэс нь хэрэглэгчээс системд орж ирсэн эсвэл өөрийн үйл ажиллагааны явцад систем өөрөө томъёолсон зорилгодоо хүрэхийн тулд анхны баримт, дүрэм, журмын дагуу хөдөлгөөний үйл явцыг зохион байгуулах боломжийг олгодог хувилбар гэж нэрлэгддэг зорилтот бүтцийг агуулдаг. асуудалтай орчин.

Мэдлэгийн санд багтсан бүх мэдээллийн сангуудын удирдлага, тэдгээрийн харилцан үйлчлэлийн зохион байгуулалтыг мэдлэгийн сангийн удирдлагын системээр гүйцэтгэдэг. Түүний тусламжтайгаар мэдлэгийн баазыг гадаад орчинтой холбож өгдөг. Ийнхүү мэдлэгийн суурь машин нь ухаалаг системийн эхний үүргийг гүйцэтгэдэг.

Хоёрдахь функцийн гүйцэтгэлийг нэртэй ухаалаг системийн нэг хэсэг хангадаг шийдэгчба уусгагчийн удирдлагын системээр хянагддаг хэд хэдэн блокоос бүрдэнэ. Зарим блок нь логик дүгнэлтийг хэрэгжүүлдэг.

Дедуктив дүгнэлтийн блокШийдвэрлэгчд дедуктив үндэслэлийг гүйцэтгэдэг бөгөөд үүний тусламжтайгаар мэдлэгийн баазын хэв маягаас шинэ баримтууд, баримтын баазаас баримтууд, дүрмийн сангаас дүрмүүд гарч ирдэг. Нэмж дурдахад энэхүү блок нь өгөгдсөн эцсийн зорилгын хувилбаруудын дагуу асуудлыг шийдвэрлэх арга замыг эрэлхийлэх хэлбэрээр асуудлын шийдлийг олох эвристик процедурыг хэрэгжүүлдэг.

Дедуктив шинж чанаргүй үндэслэлийг хэрэгжүүлэхийн тулд, жишээлбэл, аналоги, урьдчилсан байдлаар хайх гэх мэтийг ашигладаг. индуктив ба үнэмшилтэй дүгнэлтийн блокууд.

төлөвлөлтийн блок-тай хамт шийдвэр төлөвлөлтийн асуудалд ашиглагддаг дедуктив дүгнэлтийн блок.

Зорилго функциональ өөрчлөлтүүдийн блокТооцоолол-логик, алгоритмын төрлийн асуудлыг шийдвэрлэхээс бүрдэнэ.

Гурав дахь функц - харилцааны функц нь байгалийн хэлний интерфейсийн бүрэлдэхүүн хэсэг, аман бус харилцаа холбоо гэж нэрлэгддэг рецептор ба эффекторуудын тусламжтайгаар хэрэгждэг бөгөөд ухаалаг роботуудад ашиглагддаг.

2.2. Төрөл бүрийн ухаалаг системүүд

Үзэж буй функцуудыг хэрэгжүүлдэг бүрэлдэхүүн хэсгүүдийн багцаас хамааран дараахь үндсэн төрлийн ухаалаг системийг ялгаж салгаж болно.

• ухаалаг мэдээлэл хайх систем;
• шинжээчийн систем (ES);
• тооцоо, логик систем;
• эрлийз шинжээч систем.

Ухаалаг мэдээлэл хайх системЭдгээр нь асуудалд чиглэсэн (баримт) мэдээллийн сантай байгалийн, илүү нарийвчлалтай, дүрмийн болон лексикийн хувьд хязгаарлагдмал (мэргэжлийн үгсийн сан) байгалийн хэлээр (бизнес зохиолын хэл) харилцан үйлчлэх системүүд юм. Тэдгээр нь хэрэглээгээр тодорхойлогддог (семантикийг хэрэгжүүлдэг мэдлэгийн сангаас гадна мэдлэгийг илэрхийлэх загварасуудлын талбарын тухай) хэл шинжлэлийн процессор.

Мэргэшсэн системүүдхурдацтай хөгжиж буй ухаалаг системүүдийн нэг юм. Эдгээр системийг юуны түрүүнд анагаах ухаан, геологи, биологи гэх мэт шинжлэх ухаан, технологийн математикийн хувьд сул албан ёсны чиглэлээр бий болгож эхэлсэн. Эдгээр нь энэ салбарын туршлагатай мэргэжилтнүүдийн мэдлэг, үндэслэл журмын тогтолцоонд хуримтлагдсанаар тодорхойлогддог. сэдвийн хэсэг, түүнчлэн тайлбарын тусгай систем байгаа эсэх.

Төлбөр тооцооны болон логик системЭдгээр асуудлын математик загваруудын нарийн төвөгтэй байдлаас үл хамааран тэдгээрийн томъёолол (тайлбар) болон анхны өгөгдлийн дагуу менежмент, дизайны асуудлыг шийдвэрлэх боломжийг олгоно. Энэ тохиолдолд эцсийн хэрэглэгч нь харилцан ярианы горимд тооцоолох үйл явцын бүх үе шатыг хянах боломжийг олгодог. Ерөнхийдөө хэлээр асуудлын тайлбарын дагуу сэдвийн хэсэгавтомат математик загвар бүтээхөгөгдсөн функциональ даалгавруудыг боловсруулахдаа ажлын програмын автомат синтез сэдвийн хэсэг. Эдгээр шинж чанарууд нь функциональ хэлбэрээр мэдлэгийн бааз байгаа тул хэрэгждэг семантик вэбдедуктив дүгнэлт ба төлөвлөлтийн бүрэлдэхүүн хэсгүүд.

AT сүүлийн үедтусгай ангид хуваарилагдсан эрлийз шинжээч систем. Эдгээр системүүд нь шинжээчийн болон тооцоолол-логик, мэдээлэл хайх системийн аль алиных нь хамгийн сайн шинж чанаруудыг агуулсан байх ёстой. Эрлийз эксперт системийн салбарын хөгжил эхний шатандаа байна.

Шинжээчдийн систем гэх мэт ухаалаг системүүдийн ангилалд хамгийн чухал ахиц дэвшил гарсан.

Онолын хувьд чухал байр суурь хиймэл оюун(AI) мэдлэгийг төлөөлөх асуудлыг авч үздэг. Одоогийн байдлаар мэдлэгийг илэрхийлэх загваруудын дараах үндсэн төрлүүдийг ялгаж үздэг.

• семантик сүлжээнүүд, үүнд функциональ;
• хүрээ ба хүрээний сүлжээ;
• үйлдвэрлэлийн загварууд.

Семантик сүлжээнүүдялгах боломжтой ерөнхий график гэж тодорхойлогддог олон оройболон хавирга. Графикийн орой бүр нь ойлголтыг, нум нь хос ойлголтуудын хоорондын хамаарлыг илэрхийлдэг. Нумын шошго ба чиглэл нь семантикийг тодорхойлдог. Vertex шошго нь семантик ачаалал өгдөггүй, гэхдээ лавлагаа мэдээлэл болгон ашигладаг.

Төрөл бүрийн сортууд семантик сүлжээнүүдөөр өөр семантик хүч чадалтай тул нэг сэдвийг илүү нягт эсвэл төвөгтэй дүрслэх боломжтой.

Фрейм нь хэвшмэл объект, үйл явдал, нөхцөл байдлыг дүрслэх, дүрслэх өгөгдлийн бүтэц юм. Хүрээ мэдлэгийг илэрхийлэх загвархоёр хэсгээс бүрдэнэ:

• төлөөлүүлсэн мэдлэгийн хүрээнд номын санг бүрдүүлдэг хүрээний багц;
• тэдгээрийг хувиргах, холбох гэх мэт механизмууд. Хоёр төрлийн хүрээ байдаг:
• дээж (прототип) - тодорхой багц тохиолдлын эрч хүчтэй тайлбар;
• жишээ (жишээ) - хүрээ-жишээний өргөтгөсөн дүрслэл.

Ерөнхийдөө хүрээг дараах утсаар төлөөлж болно.

<ИФ, (ИС, ЗС, ПП),..., (ИС, ЗС, ПП)>,

хаана IF - хүрээний нэр; IP - үүрний нэр; ZS - үүрний утга; PP - хавсаргасан процедурын нэр (заавал биш параметр).

Слотууд нь хоосон хүрээний дэд бүтэц бөгөөд тэдгээрийг дүүргэх нь тухайн хүрээ нь ямар нэгэн нөхцөл байдал, үзэгдэл, объекттой холбоотой байдаг.

Өгөгдлийн хувьд фрейм нь процедурын дуудлагыг (хавсаргасан процедур гэж нэрлэдэг) агуулж болно. Демон процедур ба үйлчлэгчийн процедур гэсэн хоёр төрлийн процедур байдаг. Мэдээлэл нэмэх, устгах оролдлого хийх бүрт демон процедурыг дууддаг

Хиймэл оюун ухаан (AI) гэдэг нэр томьёо нь хиймэл оюун ухаан гэсэн англи нэр томъёоны орос орчуулга юм. Олон эрдэмтэд хиймэл оюун ухааныг бүтээгчийг алдарт Тьюрингийн машины зохиогч Алан Тюринг гэж үздэг бөгөөд энэ нь алгоритмын математик тодорхойлолтуудын нэг болсон юм. 1950 онд Английн "Оюун ухаан" сэтгүүлд "Computing Machinery and Intelligence" (Орос орчуулга дээр "Can a machine think?" гэж нэрлэгдсэн) нийтлэлдээ Алан Тюринг машин сэтгэн бодох чадвартай эсэхийг тодорхойлох шалгуурыг санал болгосон. . Энэ шалгалт нь дараах байдалтай байна: хүн, машин нь тэмдэглэл ашиглан харилцан яриа өрнүүлж, өөр газар байгаа шүүгч (хүн) нь тэмдэглэлээс хэнд, эсвэл ямар нэгэн машинд хамаарахыг тодорхойлох ёстой. Хэрэв тэр бүтэлгүйтвэл энэ нь машин туршилтыг амжилттай давсан гэсэн үг юм. Одоогоор нэг ч машин ийм шалгалт өгөөгүй байна.

Хиймэл оюун ухааны талаар нийтээр хүлээн зөвшөөрөгдсөн цорын ганц тодорхойлолт байдаггүй. Хүний оюун ухааны бүх нийтийн тодорхойлолт байдаггүй тул энэ нь гайхмаар зүйл биш юм.

AI бол компьютерийн шинжлэх ухааны салбар бөгөөд байгалийн оюун ухаантай уламжлалт холбоотой компьютерийн системийг хөгжүүлэх сэдэв юм.

Хиймэл оюун ухааны салбарт зарим асуудлыг хүн шиг шийдэж чадах хэд хэдэн алгоритм, програм хангамжийн системийг дурдах нь заншилтай байдаг.

Хиймэл оюун ухааны судалгааны эхний алхам нь байгалийн оюун ухааныг судлахад чиглэсэн. Энэ асуудлыг судлахдаа мэдлэгийн янз бүрийн салбарт хэд хэдэн нээлт хийсэн. Тиймээс 1962 онд Фрэнк Розенблатт тархинд тохиолддог биофизикийн үйл явцыг дуурайдаг тархины загваруудыг санал болгов. перцептронууд. Перцептронууд нь 1943 онд Уильям МакКаллоч, Уолтер Питтс нарын боловсруулсан загвар дээр суурилсан хиймэл мэдрэлийн эсийн янз бүрийн сүлжээ юм.

Анхандаа перцептроныг судлах нь хэв маягийг таних ажилтай холбоотой байсан ч одоогоор мэдрэлийн сүлжээнүүдОйролцоо, ангилал, хэв маягийг таних, урьдчилан таамаглах, тодорхойлох, тооцоолох, ассоциатив хяналтын асуудлыг шийдвэрлэхэд өргөн хэрэглэгддэг. Мэдрэлийн сүлжээ нь хүний ​​тархины үйл ажиллагааны доод түвшний загвар юм.

Байгалийн оюун ухааныг загварчлах өөр нэг чиглэл нь хүний ​​​​тархины өндөр түвшний загварыг бий болгохтой холбоотой бөгөөд энэ нь үндэслэл, шийдвэр гаргах үйл явцыг загварчлах боломжийг олгодог.

Ер нь хүний ​​ухаалаг зан үйлийг судалснаар асуудалтай нөхцөлд хүний ​​үйл ажиллагааг дуурайдаг эвристик аргууд бий болж, эдгээр аргуудыг хэрэгжүүлэх программ хангамж, техник хангамж бий болж, өөрөөр хэлбэл хиймэл оюун ухааны систем гэж нэрлэдэг асуудал шийдэгчид.

Эдгээр судалгааны өөр нэг үр дүн юм бүтээл мэргэжилтэнсистемүүд, өөрөөр хэлбэл хүний ​​мэргэжилтний мэдлэгт суурилсан хиймэл оюун ухааны системүүд.

Түүнчлэн хүний ​​үйл ажиллагааны онцлог шинж чанарууд нь ихэвчлэн харааны болон сонсголын нарийн төвөгтэй дүрсийг таних, байгалийн хэлийг ойлгох, суралцах, үндэслэл гаргах, логик дүгнэлт гаргах чадварыг багтаадаг. Эдгээр бүх шинж чанарууд нь хиймэл оюун ухааны системд хэрэгжиж эхэлсэн.

ЗХУ-д хиймэл оюун ухаан нь 1974 онд ЗХУ-ын ШУА-ийн Тэргүүлэгчдийн дэргэд "Хиймэл оюун ухаан"-ын асуудлаар шинжлэх ухааны зөвлөл байгуулагдахад албан ёсоор хүлээн зөвшөөрөгдсөн боловч энэ чиглэлээр 60-аад оноос хойш Вениамин ажиллаж байсан. Пушкин, Дмитрий Александрович Поспелов, Сергей Маслов, В.Ф. Турчин.

Хяналтын онолын чиглэлээр анхны эерэг үр дүнд хүрсэн, учир нь энэ чиглэлээр объектыг удирдах зорилгыг албан ёсны болгох боломжгүй, тоон харьцааг нарийн тогтоох боломжгүй байсан тул уламжлалт аргууд нь тохиромжгүй хэд хэдэн ажил байсан. хяналтын процесст нөлөөлөх параметрүүдийн хооронд . Гүйцэтгэсэн ажлын үр дүнд логик хэл шинжлэлийн загварууд,Үүнд байгалийн хэл дээрх бичвэрүүд шийдвэрлэх үүрэгтэй. Ийм загварт объектыг удирдах шийдвэр гаргахад семантик мэдээллийг объектын загвар, орчны загвар, шийдвэрийн блокийг тайлбарлахад ашигладаг.

Хүний сэтгэхүйг загварчлах, логик дүгнэлтийг компьютерийн тусламжтайгаар хэрэгжүүлэх нь предикатын тооцоололд шийдлийг олох аргуудыг ашигласны ачаар боломжтой болсон. Эдгээр аргууд нь дедуктив системийн ерөнхий онолын үндэс болсон. Үүний зэрэгцээ бүх "бүтээлч асуудлууд" -ыг оюуны тооллогоор тодорхой тодорхойлсон багцад - тогтмол албан ёсны онолоор шийддэг бөгөөд энэ нь математик логикийн салбар бөгөөд шийдлийг олох үйл явц хэрэгждэг.

Одоогийн байдлаар хиймэл оюун ухааны чиглэлээр судалгааны хөгжлийн дараах чиглэлүүдийг ялгаж байна.

Мэдлэгт суурилсан системийг хөгжүүлэх. Энэ чиглэлийн зорилго нь бүтэцгүй болон хагас бүтэцтэй ажлуудад дүн шинжилгээ хийх талбарт хүний ​​чадварыг дууриах явдал юм. Судалгааны энэ чиглэлээр мэдлэгийг илэрхийлэх, задлах, бүтцийг бий болгох загваруудыг боловсруулах, түүнчлэн мэдлэгийг бий болгох асуудлуудыг гүйцэтгэдэг. мэдлэгийн суурь(BZ). Энэ ангиллын системд мөн орно шинжээчийн системүүд(ES).

Байгалийн хэлний интерфейс болон машин орчуулгыг хөгжүүлэх. Эдгээр системүүд нь тодорхой сэдвийн хүрээнд мэдлэгийн санд суурилдаг тул ухаалаг систем болгон бүтээгдсэн нарийн төвөгтэй загварууд, орчуулгыг хангах "эх хэл - утгын хэл - орчуулгын хэл". Эдгээр загварууд нь байгалийн хэл дээрх мессежүүдийн дараалсан дүн шинжилгээ, нийлэгжилт, ижил төстэй текстийн хэсгүүд, тэдгээрийн орчуулгыг тусгай хэлээр хайхад үндэслэсэн болно. мэдээллийн сан(DB).

Хэл яриа үүсгэх, таних. Фонемик текстийг боловсруулах, дүн шинжилгээ хийх, нэгтгэх асуудлыг шийддэг.

Харааны мэдээллийг боловсруулах. Зургийг боловсруулах, дүн шинжилгээ хийх, нэгтгэх асуудлыг шийддэг. Шинжилгээний даалгаварт эх зургийг текстийн тайлбар гэх мэт өөр төрлийн өгөгдөл болгон хувиргадаг. Зургийг нэгтгэхдээ дүрс бүтээх алгоритмыг оролтын мэдээлэл болгон, график объектыг гаралтын өгөгдөл болгон ашигладаг.

Боловсрол, бие даан суралцах. AI-ийн энэ талбарт мэдлэгийн дүн шинжилгээ, ерөнхий дүрмүүдийг ашиглан автоматаар мэдлэг хуримтлуулах, бий болгох загвар, арга, алгоритм орно. Энэ хэсэгт системүүд орно өгөгдөл олборлолт(Өгөгдөл- уул уурхай) болон системүүд компьютерийн мэдээллийн сангаас хэв маяг хайх (Мэдлэг нээлт) .

Загвар таних. Загварыг таних нь тодорхой шинж чанарын утгын багцаар тодорхойлсон ангиудад объектуудыг хуваарилахыг баталгаажуулдаг тусгай математик загваруудыг ашиглах үндсэн дээр хийгддэг.

Тоглоом ба машины бүтээлч байдал. Энэ хэсэгт компьютерийн хөгжим, яруу найраг, шинэ объектын бүтээл, оюуны компьютерийн тоглоом зохиох системүүд багтдаг.

AI системийн програм хангамж. Энэ хэсэгт тусгай програмчлалын хэл, бэлгэдлийн мэдээллийг боловсруулах чиг баримжаа (LISP, SMALLTALK, REFAL), логик програмчлалын хэл (PROLOG), мэдлэгийг илэрхийлэх хэл (OPS5, KRL,) зэрэг ухаалаг системийг хөгжүүлэх хэрэгслүүд орно. FRL), програм хангамжийн орчин (KE,ARTS,GURU,G2), түүнчлэн шинжээчдийн системүүдийн бүрхүүлүүд (BUILD,EMYGIN,EXSYSProfessional, EXPERT) зэрэг орно.

Компьютерийн шинэ архитектурууд. Энэ чиглэл нь бэлгэдлийн мэдээллийг боловсруулахад чиглэсэн фон Нейман архитектурын бус компьютеруудыг бий болгохтой холбоотой юм. Зэрэгцээ болон вектор компьютерийн үйлдвэрлэлийн амжилттай шийдлүүд мэдэгдэж байгаа боловч одоогоор тэд маш их байна өндөр үнэодоо байгаа тооцоолох төхөөрөмжтэй нийцэхгүй байх.

Ухаалаг роботууд. Одоогоор хиймэл оюун ухааны энэ чиглэл маш хурдацтай хөгжиж байна. Өрхийн робот, сансрын судалгаанд ашигладаг робот, эмнэлгийн робот бүтээхэд ихээхэн ахиц дэвшил гарсан.