Галузі застосування штучного інтелекту

 

Предметом уваги розробників ШІ є дві найбільш фундаментальні проблеми – це зображення знань (knowledge representation) та пошук(search). Зображення знань належить до проблеми отримання знань за допомогою формальної мови, що підходить для комп’ютерних маніпуляцій, усього спектру знань, потрібних для формування розумної поведінки. Пошук – це метод розв’язання проблеми, в якому систематично проглядається простір станів задачі (problem states), тобто альтернативних стадій її розв’язку. Прикладами станів задачі є різні розміщення фігур на дошці у грі або ж проміжні кроки логічного обґрунтування. Далі в цьому просторі альтернативних розв’язків здійснюється перебір з метою пошуку остаточної відповіді. Ньюел і Саймон стверджують, що такою є техніка людського способу розв’язання різних задач. Як і більшість наук ШІ розбивається на різні піддисципліни, які поділяючи основний підхід до розв’язання проблем, мали різні застосування.

 

Ведення ігор

У більшості ігор застосовують чітко визначений набір правил: це дає змогу легко будувати простір пошуку і позбавляє дослідника від неясності і плутанини, притаманних менш структурованим проблемам. Позиції фігур легко зображуються в комп’ютерній програмі, вони не потребують створення складних формалізмів, необхідних для передавання семантичних тонкощів більш складних предметних галузей. Тестування ігрових програм не породжує ніяких фінансових чи етичних проблем. Пошук у просторі станів – це принцип, що лежить в основі більшості досліджень у галузі ведення ігор.

Ігри можуть породжувати досить великі простори станів. Для пошуку в них потрібні потужні методики, котрі визначають, які альтернативи слід розглядати. Такі методики називаються евристиками і застосовуються в багатьох дослідженнях ШІ. Евристика – це корисна стратегія, проте здатна упустити правильний розв’язок. Прикладом евристики може бути рекомендація перевірити, чи включено прилад у розетку, перш ніж робити припущення про його поломку чи виконувати рокіровку в шахматній грі, щоб спробувати вберегти короля від шаху. Більша частина того, що називається розумністю, спирається на евристики, які люди використовують, розв’язуючи задачі. Ігри є надійною основою для вивчення евристичного пошуку. Програми ведення ігор ставлять перед дослідниками нові питання, включно варіант, коли ходи суперника неможливо детерміновано передбачити. Наявність суперника ускладнює структуру програми, додає до неї елемент непередбачуваності і потребу приділяти увагу психологічним і тактичним факторам ігрової стратегії.

 

Автоматичні міркування і доведення теорем

Автоматичне доведення теорем – одна з найстаріших частин ШІ, корені якої йдуть до системи Logic Theorist (логічний теоретик) Ньюела і Саймона та General Problem Solver (універсальний розв’язувач задач) і далі до намагань Рассела та Уайтхеда побудувати всю математику на основі формальних виведень теорем з початкових аксіом. Цей напрямок має великі здобутки. Завдяки дослідженням у галузі доведення теорем було формалізовано алгоритми пошуку і розроблено мови формальних зображень, такі як числення предикатів і логічна мова програмування PROLOG.

Привабливість автоматичного доведення теорем базується на строгості і загальності логіки. У формальній системі логіка спонукає до автоматизації. Різноманітні проблеми можна спробувати розв’язати, преподавши опис задачі та істотну інформацію, що її стосується, у вигляді логічних аксіом і розглядаючи різні випадки задачі як теореми, які необхідно довести. Цей принцип лежить в основі автоматичного доведення теорем і систем математичних обґрунтувань.

Привабливість міркувань, що базуються на формальній логіці, дедалі зростає. Такі проблеми, як проектування та перевірка логічних ланцюгів, коректності комп’ютерних програм та управління складними системами, є актуальними. Окрім того, дослідникам автоматичного доведення вдалося розробити потужні евристики, які базуються на оцінюванні синтаксичної форми логічного виразу. Вони знижують складність простору пошуку. Однією з причин зростання інтересу до автоматичного доведення теорем є розуміння того, що системі не обов’язково розв’язувати найскладніші проблеми без участі людини. Багато сучасних програм доведень працюють, як розумні помічники, надаючи людині можливість класифікувати задачі на підзадачі, продумувати евристики для з’ясування можливості обґрунтування. Далі програма для автоматичного доведення розв’язує простіші задачі доведення лем, допомагає перевіряти менш істотні речення, доповнює формальні аспекти доведення, окресленого людиною.

 

Експертні системи

Експертне знання – поєднання теоретичного розуміння проблеми і набору евристичних правил для її вирішення, які, як свідчить досвід, є ефективними в даній предметній галузі. Експертні системи створюються за допомогою запозичення знань у людини-експерта і кодування їх у форму, яку комп’ютер може застосувати до аналогічних проблем. Стратегія експертних систем базується на знаннях людини-експерта. Багато програм описують носії знань про предметну галузь. Проте більшість експертних систем є результатом співпраці між експертом (лікар, хімік, геолог чи інженер) та незалежним фахівцем з ШІ. Експерт надає відповідні знання про предметну галузь, описує свої методи прийняття рішень, демонструє ці навички на прискіпливо відібраних прикладах. Фахівець з ШІ, або інженер із знань (розробник експертних систем), відповідає за реалізацію цього знання в програмі, яка повинна працювати ефективно і зовнішньо розумно. Експертні здатності програми перевіряють, даючи її пробні задачі. Експерт піддає критиці поведінку програми, а в її базу знань вносить потрібні зміни. Процес повторюється доти, доки програма не досягне потрібного рівня працездатності.

Однією з перших, використаних спеціально для предметної галузі знання, була система DENDRAL, розроблена у Стенфорді наприкінці 1960-х. Її задумали для визначення будови органічних молекул з хімічних формул та спектрографічних даних про хімічні зв’язки у молекулах. Оскільки органічні молекули дуже великі, то чисельність можливих структур цих молекул є також значною. DENDRAL розв’язує проблему великого простору перебору, застосовуючи евристичні знання експертів-хіміків до розв’язання задачі визначення структури. Методи DENDRAL, як з’ясувалося, досить працездатні. Ця програма однією з перших використала специфічне знання для досягнення рівня експерта під час розв’язання задач, проте методика сучасних експертних систем пов’язана з іншою програмою – MYCIN, в якій використано знання експертів медицини для діагностування в лікуванні спінального менінгіту та бактеріальних інфекцій крові.

Програма MYCIN, розроблена у Стенфорді в 1970-х роках, однією з перших звернулася до проблеми прийняття рішень на основі ненадійної чи недостатньої інформації. Вона видає чіткі й логічні пояснення своїм міркуванням, користуючись структурою керуючої логіки, яка відповідає специфіці предметної галузі, та критеріями для надійного оцінювання своєї роботи. Багато методик розробки експертних систем, що застосовуються сьогодні, було вперше розроблено в межах проекту MYCIN.

До інших класичних експертних систем сьогодні належать: програма PROSPECTOR (визначає можливі рудні родовища та їх типи, базуючись на геологічних даних про місцевість); програма INTERNIST (застосовуються для діагностування у сфері медицини внутрішніх органів); програма Dipmeter Advisor (інтерпретує протоколи буріння нафтових скважин) та ін. Багато експертних систем розв’язують сьогодні задачі в медицині, освіті, бізнесі, дизайні, наукових дослідженнях. Більшість експертних систем написано для спеціалізованих галузей, які добре вивчені і мають чітко визначені стратегії прийняття рішень. Проблеми, що визначені на нечіткій основі „здорового глузду”, такими засобами розв’язати складніше. Тому переоцінювати можливості такої технології не варто.

Для цієї галузі характерними є такі проблеми: труднощі у передачі ґрунтовних знань предметної галузі; брак здорового глузду та гнучкості; нездатність дати осмислені пояснення; труднощі в тестуванні; обмежені можливості навчання на досвіді. Проте, незважаючи на ці обмеження, експертні системи довели свою цінність та потребу в багатьох важливих додатках.

 








Дата добавления: 2015-04-01; просмотров: 2071;


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию.

Поделитесь с друзьями:

Если вам перенёс пользу информационный материал, или помог в учебе – поделитесь этим сайтом с друзьями и знакомыми.
helpiks.org - Хелпикс.Орг - 2014-2024 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.004 сек.