Искусственный интеллект 1 Основные определения Искусственный

Искусственный интеллект 1

Основные определения • Искусственный интеллект (ИИ) – условное обозначение кибернетических систем, моделирующих некоторые стороны интеллектуальной деятельности человека, логическое и аналитическое мышление. • ИИ – способность робота или компьютера к имитации человеческих навыков, используемых для решения задач, изучения проблем. • ИИ – научное направление, связанное с разработкой алгоритмов и программ для автоматизации деятельности, требующей человеческого интеллекта • ИИ – одно из направлений информатики, цель которого – разработка программно-аппаратных средств, позволяющих пользователю непрограммисту ставить и решать интеллектуальные задачи, пользуясь в общении с ЭВМ ограниченным подмножеством естественного языка 2

Основные научные направления ИИ • ИИ разделяется на два научных направления: нейрокибернетику (или искусственный разум) и кибернетику черного ящика (или машинный интеллект) • Первое направление – нейрокибернетика базируется на аппаратном моделировании работы головного мозга человека. Основой мозга человека является большое количество взаимосвязанных нейронов. • Системы искусственного интеллекта, которые моделируют работу головного мозга называют нейронными сетями или нейросетями 3

Основные научные направления ИИ • Для второго направления ИИ – кибернетики «черного ящика» не имеет значения, какова конструкция «мыслящего» устройства. Главное, чтобы на заданные входные воздействия оно реагировало так же как человеческий мозг. Это направление ИИ ориентировано на поиски алгоритмов решения интеллектуальных задач на существующих моделях компьютеров. 4

Знания и модели представления знаний • Интеллектуальные системы оперируют не только данными, но и знаниями. • Знания – это выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области. • Знания – это хорошо структурированные данные или данные о данных, т. е. метаданные. • Базы знаний — как совокупность фактов и правил логического вывода в выбранной предметной области деятельности. 5

Базы знаний 1. Требования к базе знаний: • достоверность конкретных и обобщённых сведений, имеющихся в базе знаний; • релевантность информации, получаемой с помощью правил вывода базы знаний. 2. Особенности систем, оперирующих базами знаний. • Автоматическое доказательство (вывод). Способность системы выводить новые знания из старых, находить закономерности в БЗ. • Доказательство заключения. Способность системы после выдачи ответа «объяснить» ход её рассуждений, причем «по первому требованию» . • Интроспекция. Нахождение противоречий, нестыковок в БЗ, контроль правильной организации БЗ. • Машинное обучение. Превращение БЗ в гибкую систему, адаптация к проблемной области. Аналогична человеческой способности «набирать опыт» . 6

Модели представления знаний Классификация моделей: • Продуктивные • Семантические сети • Фреймы • Формальные логические модели 7

Продуктивная модель • Продуктивная модель основана на правилах, позволяющих представить знания в виде предложений типа; Если (условие), то (действие) – Где условие - это некоторое предложениеобразец, по которому осуществляется поиск в базе знаний, – Действие – действия, выполняемые при успешном исходе поиска. База знаний состоит из набора таких правил. На основе входных данных программа, называемая машиной вывода, перебирает правила и ищет совпадения с входными данными. 8

Пример продуктивной модели • Фрагмент базы знаний: • Правило 1: Если «отдых - летом» и «человек – активный» , то «ехать в горы» • Правило 2: Если «любит солнце» , то «отдых летом» • Входные данные: • «человек активный» и «любит солнце» • Обработка входных данных • 1 проход • Шаг 1: Проверяем П 1, не работает • Шаг 2: Проверяем П 2, работает, в базу поступает факт «отдых летом» • 2 проход • Шаг 3: Проверяем П 1, работает, активизируется цель «ехать в горы» , который и является рекомендацией экспертной системы 9

Семантические сети • Семантическая сеть – это ориентированный граф, вершины которого - понятия, а дуги – отношения между ними. • Понятиями обычно выступают абстрактные или конкретные объекты, а отношения – это связи типа: «это» , «имеет частью» , «принадлежит» и т. д. • Поиск решения в базе знаний семантической сети сводится к задаче поиска фрагмента сети, соответствующего поставленному вопросу. 10

Пример семантической сети значение Красный Цвет Двигатель свойство это Волга Автомобиль имеет частью Вид транспорта любит принадлежит Иванов например Человек 11

Фреймы • Под фреймом понимается абстрактный образ или ситуация. • Модель фрейма является достаточно универсальной, поскольку позволяет отобразить все многообразие знаний о мире через: • Фреймы-структуры для обозначения объектов и понятий (заем, залог, вексель); • Фреймы-роли (менеджер, кассир, клиент); • Фреймы-сценарии (банкротство, собрание акционеров); 12 • Фреймы-ситуации (тревога, авария).

Формальные логические модели • Формальные логические модели основаны на классическом исчислении предикатов 1 порядка, когда предметная область описывается в виде набора аксиом. 13

Экспертные системы • Экспертные системы (ЭС) – это сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот опыт для консультаций менее квалифицированных пользователей. • ЭС способна накапливать, систематизировать и сохранять знания и профессиональный опыт экспертов и на их основе принимать экспертные решения (давать советы, ставить диагнозы и т. д. ). • Работа ЭС основана на алгоритмах ИИ. 14

Экспертные системы • В информатике экспертные системы рассматриваются как модели поведения экспертов в определенной области знаний с использованием процедур логического вывода и принятия решений. • Похожие действия выполняет такой программный инструмент как Мастер (Wizard). Мастера применяются как в системных программах так и в прикладных для упрощения интерактивного общения с пользователем (например, при установке ПО). Главное отличие мастеров от ЭС — отсутствие базы знаний — все действия жестко запрограммированы. Это просто набор форм для заполнения пользователем. • Другие подобные программы — поисковые или справочные (энциклопедические) системы. По запросу пользователя они предоставляют наиболее подходящие (релевантные) разделы базы статей (представления об объектах областей знаний, их 15 виртуальную модель).

Обобщенная структура ЭС Решатель Интерфейс пользователя База знаний Редактор базы знаний Подсистема объяснений Пользователь Инженер по знаниям + эксперт 16

Обобщенная структура ЭС • Пользователь – специалист той предметной области, для которой предназначена ЭС. • Инженер по знаниям – специалист по ИИ, выступающий в роли буфера между экспертом и базой знаний. • Интерфейс пользователя – комплекс программ, реализующих диалог пользователя с ЭС в процессе ввода информации и вывода результатов экспертизы. • База знаний (БЗ) – совокупность знаний предметной области • Решатель – программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в БЗ • Подсистема объяснений – программа, позволяющая пользователю получать ответы на вопросы: «Почему система приняла такое решение? » , «Как была получена та или иная рекомендация? » • Редактор БЗ – программа, предоставляющая инженеру по знаниям возможность создавать и редактировать БЗ в диалоговом режиме. 17

Режимы работы ЭС • ЭС может функционировать в 2 -х режимах. • Режим ввода знаний — в этом режиме эксперт с помощью инженера по знаниям посредством редактора базы знаний вводит известные ему сведения о предметной области в базу знаний ЭС. • Режим консультации — пользователь ведет диалог с ЭС, сообщая ей сведения о текущей задаче и получая рекомендации ЭС. Например, на основе сведений о физическом состоянии больного ЭС ставит диагноз в виде перечня заболеваний, наиболее вероятных при данных симптомах. 18

Особенности ЭС • ЭС ограничены определенной предметной областью. • ЭС способна рассуждать при сомнительных исходных данных. • ЭС способна объяснить цепочку сделанных ею рассуждений. • Факты и механизм (программа) формирования выводов четко отделены друг от друга. • ЭС строится так, чтобы имелась возможность постепенного ее наращивания (расширения) и модернизации. • В результате работы ЭС формируется диагноз, рекомендация, совет. 19

Классификация ЭС 1. • • • 2. • • По решаемой задаче Интерпретация данных Диагностирование Мониторинг Проектирование Прогнозирование Сводное Планирование Обучение Управление Ремонт Отладка По связи с реальным временем Статические ЭС - это ЭС, решающие задачи в условиях не изменяющихся во времени исходных данных и знаний. Динамические ЭС - это ЭС, решающие задачи в условиях изменяющихся во времени исходных данных и знаний. 20

Этапы разработки ЭС • Этап идентификации проблем — определяются задачи, которые подлежат решению, выявляются цели разработки, определяются эксперты и типы пользователей. • Этап извлечения знаний — проводится содержательный анализ проблемной области, выявляются используемые понятия и их взаимосвязи, определяются методы решения задач. • Этап структурирования знаний — выбираются ИС и определяются способы представления всех видов знаний. • Этап формализации — осуществляется наполнение экспертом базы знаний. • Реализация ЭС — создается один или нескольких прототипов ЭС, решающие требуемые задачи. • Этап тестирования — производится оценка выбранного способа представления знаний в ЭС в 21 целом.

Экспертная система «Домашний доктор» Это простая медицинская экспертная система. Она определяет характер заболевания, основываясь на ответах пользователя, полученных в результате диалога. База знаний включает порядка 100 распространенных заболеваний. База данных для экспертной системы была взята из книги: К. Нейлор «Как построить свою экспертную систему» . 22

Малая экспертная система 2. 0 представляет собой простую экспертную систему, использующую байесовскую систему логического вывода. Она предназначена для проведения консультации с пользователем в какой-либо прикладной области (на которую настроена загруженная база знаний) с целью определения вероятностей возможных исходов и использует для этого оценку правдоподобности некоторых предпосылок, получаемую от пользователя. Для создания новой или редактирования уже имеющийся базы знаний разработан собственный редактор, что, отметим, весьма удобно. 23

Малая экспертная система 24

Редактор базы знаний 25

Окно установки настроек в малой экспертной системе 26

Экспертные системы • Сегодня создано уже большое количество экспертных систем. С помощью них решается широкий круг задач, но исключительно в узкоспециализированных предметных областях. Как правило, эти области хорошо изучены и располагают более менее четкими стратегиями принятия решений. Сейчас развитие экспертных систем несколько приостановилось из-за объективных причин. 27

• Передача экспертным системам «глубоких» знаний о предметной области является большой проблемой. Как правило, это является следствием сложности формализации эвристических знаний экспертов. • Экспертные системы неспособны предоставить осмысленные объяснения своих рассуждений, как это делает человек. Как правило, экспертные системы всего лишь описывают последовательность шагов, предпринятых в процессе поиска решения. • Отладка и тестирование любой компьютерной программы является достаточно трудоемким делом, но проверять экспертные системы особенно тяжело. Это является серьезной проблемой, поскольку экспертные системы применяются в таких критичных областях, как управление воздушным и железнодорожным движением, системами оружия и в ядерной промышленности. • Экспертные системы не способны к самообучению. Для того, чтобы поддерживать экспертные системы в актуальном состоянии необходимо постоянное вмешательство в базу знаний инженеров по знаниям. Экспертные системы, лишенные поддержки со стороны разработчиков, быстро теряют свою актуальность и востребованность. 28

Программы собеседники • В 1950 году в статье «Вычислительные машины и разум» (англ. Computing Machinery and Intelligence) Аланом Тьюрингом был предложен знаменитый тест Тьюринга для проверки, является ли компьютер разумным в человеческом смысле слова. В этом тесте один или несколько людей должны задавать вопросы двум тайным собеседникам и на основании ответов определять, кто из них машина, а кто человек. Если не удавалось раскрыть машину, которая маскировалась под человека, предполагалось, что машина разумна. Тест, предложенный Аланом Тьюрингом еще в 1950 году, положил начало целому течению программ – программ собеседников. Прошло уже много лет, но ни одна программа так и не смогла пройти этот тест, хотя попытки по созданию интеллектуальных собеседников продолжаются до сих пор. 29

Программы собеседники • Chat. Master – это самообучающаяся программа, которая поддерживает диалог с человеком. В ее основе лежат прецедентные методы, которые обеспечивают самообучение и подстройку под собеседника. Chat. Master ведет контекстнозависимый разговор, то есть понимает смысл реплики, которая опирается на предшествующие. Диалог может вестись на любом неиероглифическом языке (все европейские и некоторые азиатские). Пока база знаний программы существует только на русском, но может быть легко пополнена 30

Программа собеседник Chat. Master 3. 02 31

Программа собеседник Chat. Master 3. 02 32

Обзор программ собеседников • Electronic Brain 1300 – приятная программа с хорошей базой: достаточно большая и с оригинальными репликами. Программа обладает симпатичным интерфейсом, но управляющие элементы расположены в не совсем привычных местах. Отметим, что в Electronic Brain 1300 присутствует много дополнительных возможностей. • Miss Talking 1. 01 Симпатичная, но глупенькая программа с тремя персонажами-девочками: одна разговаривает исключительно про работу, другая – исключительно про хозяйство, третья – про любовь. • Болтун 3. 0 – это неплохая программа с хорошей базой и неплохим чувством юмора. Ответные реплики выдаются очень быстро. Короткие разговоры производят достаточно благоприятное впечатление. В длинных беседах заметно, что часто реплики программы не соответствуют контексту. 33

Обзор программ собеседников • • Бритни Спирс 1. 2 сделана довольно красиво, с фотографией в центре экрана (без традиционного прямоугольного окна), с иконкойсердечком на панели индикации. Словарный запас не очень велик, но, тем не менее, в программе есть специальный режим обучения: можно задать ключевые слова и фразы-реакции (несколько фраз, из которых потом случайным образом будет выбираться одна). На фразы, не содержащие слов из базы, программа выдает какую-то общую фразу. Виртуальный Путин 1. 5 – программа представляющая возможность поговорить с самим Владимировичем. Сделано довольно красиво, с фотографией в центре экрана (без традиционного прямоугольного окна), но база никуда не годится. Пополнять ее можно, но делать это не очень удобно. Алгоритм обработки фразы достаточно простой. Эллочка 1. 0 - программа забавная, но интеллектом не обладает совершенно. Эмулирует не столько интеллект вообще, сколько интеллект Эллочки из романа « 12 стульев» – той самой, в словарном запасе которой было всего 30 слов: хамите, хо-хо, знаменито, мрачный, жуть, парниша, не учите меня жить, как ребенка, подумаешь, и т. д. 34

Перспективные направления исследования в области ИИ • Нейронные сети - перспективное направление исследований в области искусственного интеллекта, основанное на попытках воспроизвести нервную систему человека, что должно позволить воспроизвести способность нервной системы обучаться и исправлять ошибки. • Генетические алгоритмы - это одно из направлений исследований в области искусственного интеллекта, занимающееся созданием упрощенных моделей эволюции живых организмов для решения задач оптимизации и часто применяются совместно с нейронными сетями при решении сложных задач. 35

Робототехника Нет чёткой грани между роботами и просто машинами. Особая категория роботов – это андроиды или человекообразные роботы. Создать андроидов оказалось более сложным делом, чем ожидалось. Потребовались значительные достижения в области эффективных моторов, технологий машинного зрения и увеличение вычислительной мощности компьютеров, чтобы появились первые андроиды, способные передвигаться, ориентироваться в пространстве и что-то делать, такие как ASIMO и Qrio. Технологии машинного зрения позволяют роботам (пока ещё не очень хорошо) ориентироваться в пространстве, находить дорогу, распознавать предметы. Роботы могут узнавать людей по лицам и голосам. Технологии искусственного интеллекта позволяют роботам самостоятельно принимать решения и 36 действовать автономно.