Главная > Интеллектуальные системы > Системы искусственного интеллекта
<< Предыдущий параграф
Следующий параграф >>
<< Предыдущий параграф Следующий параграф >>
Макеты страниц

1.5. Заключение

В начале 70-х годов произошел качественный скачок в исследованиях по искусственному интеллекту. Это объясняется двумя причинами.

Во-первых, все исследователи постепенно осознали, что всем ранее созданным программам не хватает самого важного — глубоких знаний в соответствующей области. Различие между экспертом и обыкновенным человеком состоит в том, что у эксперта имеется опыт в данной области, т. е. годами накопленные знания. Поэтому для существенного улучшения результатов работы какой-либо программы искусственного интеллекта требуется не просто усовершенствовать эвристики или какие-то числовые коэффициенты, с которыми работает программа, а напротив, необходимо использовать в ней методы логических рас-суждений и накопленные в опыте знания, представленные в символьной форме.

Во-вторых, возникает конкретная проблема: как передать эти знания программе, если ее непосредственный создатель ими не обладает. Ответ ясен — сама программа должна их выделять из данных, получаемых от эксперта. Исследователи столкнулись с необходимостью снабдить системы искусственного интеллекта возможностями, которых нет в обычных языках программирования, а именно: программы искусственного интеллекта должны уметь сами собирать информацию (например, информацию такого типа: “Париж, 10 февраля, погода

хорошая”), хранить эту информацию и использовать только при наличии достаточных оснований. В данном случае имеется разграничение между заключением о каком-то факте и использованием этого факта. В противоположность этому обычный язык программирования позволяет выражать только выполнимые задания или указания.

Отмеченная особенность является существенно важной, так как эксперт обеспечивает систему отдельными изолированными фактами, не зная заранее, в какой момент она решит принять их во внимание.

Исследования по решению задач и пониманию естественного языка объединяет одна основная проблема — представление знаний.

К 1970 г. было создано множество программ, основанных на этих идеях. Первая из них — программа DENDRAL. Она предназначена для порождения структурных формул химических соединений на основе информации, поступающей от масс-спектрометра. Программа была разработана в Станфорде при участии нобелевского лауреата Д. Ледерберга. Эта программа набиралась опыта в процессе собственного функционирования. Экспертом в нее было заложено много тысяч элементарных фактов, представленных в виде отдельных правил. Рассматриваемая система явилась одной из первых экспертных систем, и результаты ее работы поразительны. В настоящее время система поставляется потребителям вместе со спектрометром.

Разумеется, представляется идеальным, когда программа сама выводит используемые правила логических заключений, основываясь на полученном опыте, т. е. обучается. Именно это было реализовано группой DENDRAL в Станфордском исследовательском институте. В программе METADENDRAL используется несколько общих правил, позволяющих отсекать неперспективные варианты при рассмотрении возможных фрагментов структур соединений. Кроме того, в процессе работы программа сама выводит и последовательно уточняет частные правила построения структурных формул. Вначале это делается для отдельных связей химического соединения, а затем строится структура всего соединения. Это особенно удобно для малоизвестных групп химических соединений и позволяет использовать данную систему при редактировании соответствующих публикаций в международных периодических изданиях в области химии.

Терри Виноград разработал систему SHRDLU (1971), которая моделирует робота, манипулирующего кубиками. С роботом можно говорить по-английски. Система интересуется не только синтаксисом фраз, но и правильно понимает их смысл, благодаря семантическим и прагматическим знаниям о своем

“мире кубиков”. Она умеет устранять двусмысленности, понимает метафоры, проверяет свои поступки и дает отчет о своих действиях. В конечном счете она показывает в реальных условиях, что все это стало возможным благодаря хорошей программе, которая управляет действиями такого робота.

Число исследователей, посвятивших себя целиком искусственному интеллекту, составляет во всем мире несколько сотен, но достигнутые ими результаты касаются каждого из нас. Об этих результатах много говорят средства массовой информации, и нередко можно услышать о “роботах” будущего. На самом деле необходимо хорошо представлять себе, что эти исследования являются долгими и трудными, так как в отличие от искателя чудодейственных рецептов исследователи в области искусственного интеллекта пытаются постепенно воссоздать и ввести в ЭВМ опыт и знания специалистов всех областей знания.

В общем случае эта информация отсутствует и нужна длительная работа с экспертом, чтобы выявить все, что было неосознанно отобрано и запомнено им за время своего совершенствования в какой-то конкретной области деятельности. Для решения этой проблемы разработаны специальные языки и системы представления информации. Но для ее решения необходимо также собрать больше информации, чем ее содержится в каком-либо словаре или энциклопедии. Эта задача не является невыполнимой, так как уже разработаны соответствующие методы и устройства. Кроме того, она увлекательна, так как позволяет узнать много нового о самом человеке и его разуме — ибо в действительности именно человек является основным объектом изучения, и можно быть уверенным, что когда эта задача будет решена, программы искусственного интеллекта будут иметь самостоятельную ценность независимо от современных компьютеров.

<< Предыдущий параграф Следующий параграф >>
Оглавление