Кафедра комп’ютерних технологій
Індивідуальне завдання
з дисципліни: "Нейронні мережі та еволюційні технології"
Тема: "Зв'язок нейронних мереж з штучним інтелектом"
Коломия 2009
Зміст
Вступ
1. Природа інтелекту
1.1 Знання і уявлення
1.2 Міркування
1.3 Навчання
2. Гіпотеза символьних систем
2.1 Пошук
2.2 Продукційні системи
3. Представлення за допомогою символів
3.1 Числення висловів
3.2 Числення предикатів
3.3 Інші символьні мови
3.4 Мова Ргоlog
4. Розуміння мови
4.1. Синтаксичний аналіз
4.2. Семантичний аналіз
5. Символьні зв'язки нейронних мереж
Висновок
Вправи
Нейронні мережі можуть застосовуватися при вирішенні різних технічних проблем. Архітектура штучних нейронних мереж не може порівнятися з людським мозком по складності і розмірах, але саме такі мережі складають абстрактні моделі мозку. Тому відразу ж виникає питання: чи можна за допомогою штучних мереж реалізувати "штучний інтелект"? Штучний інтелект є однією з найважливіших дисциплін в області інформатики, що має глибокі зв'язки з математикою, психологією і навіть філософією. Ця дисципліна була визнана самостійною в 1950-х, і з тих пір на дослідження побудови інтелектуальних машин було витрачено немало часу і грошей. Мета вивчення штучного інтелекту в широкому сенсі може бути описана як створення машин, що виконують завдання, з якими добре справляється людина, але які нелегко запрограмувати з використанням традиційного підходу до обчислень. Завдання, які добре виконують люди, але які важко для запрограмувати, часто виявляються цілком поєднаними. Наприклад, ходіння по кімнаті або підтримка розмови не вимагає таких розумових зусиль, як складання чисел. Але створення машин, що виконують подібні завдання, виявилося для інженерів проблемою великої складності. Той факт, що відносно просто побудувати машину, здатну скласти університетський іспит, але не машину, здатну виконати прибирання будинку, робить виклик нашим традиційним уявленням про те, що означає бути інтелектуалом.
Дослідники штучного інтелекту зосередилися головним чином на тому, що зазвичай називають символьною парадигмою, а також "традиційним штучним інтелектом" або "класичним штучним інтелектом" (а іноді і "старомодним штучним інтелектом"). Тепер існує нова форма штучного інтелекту, заснована на коннекціях (тобто нейронних мережах) і еволюційних моделях (тобто системах, що існують в деякому середовищі і адаптуються до неї на основі природного відбору). Новий штучний інтелект не заперечує традиційний штучний інтелект, і вчені вважають, що не заперечуватиме ніколи. Насправді для створення справді інтелектуальних машин може бути потрібний радикальний переворот в наших уявленнях про них. Можна заперечити, що новий штучний інтелект є тільки новою формою традиційного штучного інтелекту, і підставою для такого заперечення є той факт, що до цих пір на нижчому рівні ми використовуємо все ті ж обчислювальні пристрої (символьні системи насправді реалізуються на послідовних машинах, так як і більшість моделей нейронних мереж). Штучний інтелект все ще обіцяє те, що обіцялося ще в початку його розвитку, але поки що про важливість штучного інтелекту ми повинні говорити з оптимізмом. Врешті-решт, наші запити до якості роботи технічних пристроїв весь час ростуть, тому на будь-якому етапі розробки таких пристроїв завжди ставиться завдання створення машини з вищим рівнем інтелекту. Поза сумнівом, створюватимуться більш інтелектуальні машини, але ми завжди цікавитимемося можливістю створення андроїда, здатного вести з нами справжній діалог. І навіть коли такий андроїд буде побудований, філософи все одно не перестануть сперечатися про те, чи володіє цей андроїд інтелектом, який можна порівняти з нашим. Щоб розвивати новий штучний інтелект, нам потрібно зрозуміти дещо з традиційного штучного інтелекту і, можливо, звести обидві ці парадигми разом "під прапором" загального штучного інтелекту. У цій роботі ми обговоримо природу інтелекту і розробки в області традиційного штучного інтелекту.
Інтелект є концепцією, яка не піддається строгому визначенню. Людський інтелект складається з безлічі компонентів, серед яких здібність до навчання, органи чуття (наприклад, зір і дотик), що дозволяють взаємодіяти із зовнішнім середовищем, і об'єм знань, який взагалі не піддається оцінці. Навіть наші домашні тварини можуть вважатися інтелектуальними: вони мають складні системи обробки інформації, які дають їм можливість розпізнавати людей і виконувати завдання, що вимагають чималої майстерності.
Інтелектуальна поведінка не є винятковою прерогативою центрального процесора (людського мозку), що діє в ізоляції, - робота центрального процесора залежить від додаткових приладів, що сприймають, заздалегідь оброблюючи і таких, які структурують дані, що поступають. Інтелектуальні агенти можуть бути побудовані таким чином, що їм доведеться діяти на повністю віртуальному світі, але цим агентам необхідно буде вказувати і розвивати бажання і цілі, щоб проявляти себе інтелектуально. Дослідження зазвичай концентруються на якомусь окремому і вузькому аспекті інтелекту, і з практичних міркувань сенсорні канали і первинна обробка даних часто замінюються припущенням про наявність відповідної структури даних. Традиційний штучний інтелект примушував нас вірити, що теоретично можливо (але практично все ще немає) створити мозок - втілення штучного інтелекту - слід лише створити правильний алгоритм, і мозок тут як тут. В рамках традиційного штучного інтелекту вивчення інтелектуальних, систем концентрувалося навколо декількох ключових питань - це представлення даних, здатність міркувати і здатність системи автоматично адаптуватися до зміни умов (іншими словами, здатність навчатися).
Інтелектуальна система втілює знання. Коли ми говоримо про знання, це можуть бути фактичні знання, необхідні наприклад, для участі у вікторині, або практичні знання, потрібні при заміні автомобільного колеса. Це можуть бути знання, названі навиками, необхідні, наприклад, при їзді на велосипеді, або ж це можуть бути мільйони бітів інформації, яку ми називаємо здоровим глуздом, що дозволяє, наприклад, не пролити воду з чашки при питті. Представлення знання може бути явним або неявним.
Явне знання може бути встановлене і інспектоване, наприклад, у формі фактів.
Яблуко є плід. Кіт є тварина.
Це можуть бути також і правила.
Якщо акумулятор розрядився, то автомобіль не заведеться.
Якщо процентні ставки ростуть, то ціна кредиту піднімається.
Неявне знання передати непросто. Наприклад, дитині можна роз'яснити загальні принципи їзди на велосипеді, включаючи необхідність обертати педалі і направляти переднє колесо у бік руху, але процедура не може бути записана так, щоб дитина могла її прочитати, а потім використовувати для того, щоб поїхати на велосипеді. Насправді знання того, як їхати на велосипеді, отримується в результаті проб і помилок.
Традиційний штучний інтелект складається з обробки символів, а знання представляються за допомогою символьних структур. Представлення знання має декілька форм і різних рівнів.
Ось приклади уявлень: знання, виражені у вигляді правил; графік зміни зростання дитини; карта лондонського метро. Рівень уявлення залежить від рівня деталізації інформації, яку необхідно передати. Наприклад, карта лондонського метро є абстрактним зображенням дійсної мережі зв'язаних станцій. Для цілей планування переїздів між станціями карта виявляється цілком відповідною, оскільки показує всі з'єднання і взаємне розташування станцій. Зображені на карті лінії не відображають реальної відстані і кривизни дійсних ліній, що зв'язують станції, оскільки ця інформація до справи не відноситься, а тільки заважає зоровому сприйняттю.
Дослідники штучного інтелекту використовують знання про мозок як керівництво для того, щоб будувати штучний інтелект, але теорію того, як людина представляє знання, формалізувати дуже важко. Як люди сприймають торці книг - як канцелярське приладдя, прикраси або елементи обстановки? Як можна представити любов, якщо машина не випробовує таких емоцій? Чи можна змусити машину випробувати любов і, якщо це можливо, то чи буде її розуміння любові відрізнятися від нашого? Існують когнітивні теорії того, як представляє знання мозок людини, і саме такі теорії служать основою для символьних уявлень.
Людина знає, як поводитися в нових ситуаціях, оскільки вона може аналізувати свої знання і ухвалювати адекватні рішення, засновані на минулому досвіді і на прогнозуванні можливих наслідків таких рішень. Символьна парадигма намагається частково імітувати таку поведінку за допомогою програм, що включають набір правил представлення відповідних висновків.
Правило. Якщоакумулятор розрядився, то автомобіль не заведеться.
Конкретні дані.
Акумулятор в автомобілі Сюзен розрядився.
Нове виведене знання. Автомобіль Сюзен не заведеться.
Зовсім не складно запрограмувати систему, що працює відповідно до основних правил логічних висновків, але перш, ніж машина зможе демонструвати щось подібне реальному інтелекту, доведеться знайти відповіді на деякі важливі питання. Правила утілюють знання, а тому і питання виявляються пов'язаними із знаннями. Які правила потрібні і є достатніми для того, щоб виконати завдання інтелектуально? Розглянемо спеціальне завдання, що вимагає тільки знання пристрою автомобіля. Експертна система (система, заснована на використанні знань, необхідних для виведення висновків у вузькій області) залучається в наступному діалозі:
Клієнт: Навіщо на автомобілях встановлюються ручні гальма?