
1. Бесспорно то, что компьютеры стали необходимостью в любой сфере деятельности человека. Тем самым, необходимо отметить некоторые причины, побудившие развитие исследований в области искусственного интеллекта
1.1. Приблизить компьютеры к непрограммирующему пользователю, сделать общение с ним столь несложным, чтобы научиться этому при желании мог каждый человек без особых усилий.
1.2. Мы нуждаемся в средствах передачи информации, живя в информационном обществе. В связи с этим вычислительные машины стали объединяться в национальные и транснациональные сети для распространения информации по всему миру. Такие сети постепенно замещают собой привычные нам бумаги, газеты, книги и т.п., которые все чаще заменяются электронной почтой и информацией, хранящейся в базах данных и знаний. Рождаются новые информационные технологии, в создании которых имеют значение не только результаты развития вычислительной техники и сетей связи, но и достижения искусственного интеллекта. Без них невозможна формализация и передача знаний, манипулирование знаниями и доступ к ним.
1.3. Развитие технологии, а вместе с тем промышленности и сельского хозяйства влечет за собой повышенные требования к технологическим процессам, условиям работы человека, ведь по сути комфортность труда определяет и непосредственно технологию производства. Таким образом, появление роботизированной техники способно избавить от многих лишних производственных затрат. Однако, для того чтобы полностью заменить человека, машина должна обладать достаточно высоким уровнем интеллекта, для того чтобы иметь возможность решать сложные производственные задачи. Прежде всего, это задачи зрительного восприятия, планирования целесообразного поведения, овладение навыками.
2. Аналитическая машина не претендует на создание чего-либо нового. Ее способности не превосходят наших знаний о том, как приказать ей что-либо исполнить… Ада Байрон (Ada Byron), графиня Лавлейс
3. Искусственный интеллект (ИИ) можно определить как область компьютерной науки, занимающуюся автоматизацией разумного поведения.
4. Несмотря на перспективы экспертных систем, было бы ошибкой переоценивать возможности этой технологии. Основные проблемы таковы:
4.1. 1) Трудности в передаче «глубоких» знаний предметной области.
4.2. 2) Недостаток здравомыслия и гибкости. Если людей поставить перед задачей, которую они не в состоянии решить немедленно, то они обычно сперва исследуют основные принципы и вырабатывают какую-то стратегию для перехода к проблеме. Экспертным системам этой способности не хватает.
4.3. 3) Неспособность предоставлять осмысленные объяснения. Поскольку экспертные системы не владеют глубоким знанием своей предметной области, их пояснения обычно ограничиваются описанием шагов, которые система предприняла в поиске решения. Но они зачастую не могут пояснить, почему был выбран данный конкретный подход.
4.4. 4) Трудности в тестировании. Хотя обоснование корректности любой большой компьютерной системы достаточно трудоемко, экспертные системы проверять особенно тяжело.
4.5. 5) Ограниченные возможности обучения на опыте. Сегодняшние экспертные системы делаются буквально вручную, производительность разработанной системы не будет возрастать до следующего вмешательства программистов.
5. Отрасли практического применения
5.1. Распознавание образов.
5.2. Использование естественного языка.
5.2.1. Под этим подразумевается разработка систем «вопрос-ответ» и систем автоматического перевода.
5.3. Экспертные системы.
5.3.1. В них воплощаются большие объемы знаний и навыков, присущих эксперту – человеку. Эти системы представляют большую ценность, в частности, в медицинской диагностике, в геологии, а также в некоторых других областях.
5.4. Инженерия знаний.
5.4.1. Эта область не является самостоятельной, но сам термин отражает определенное отношение к тому, каким образом следует осуществлять взаимодействие различных видов знаний в распознавании образов, робототехнике и в экспертных системах, а также включает ту область, в рамках которой ведутся исследования по определению знаний, манипулированию ими и слежению за пополнением и корректировкой знаний.
5.5. Моделирование игр.
5.5.1. Игры являются хорошей основой для изучения эвристического поиска. Программы ведения игр, несмотря на их простоту, ставят перед исследователями новые вопросы, включая вариант, при котором ходы противника невозможно определенно предугадать. Наличие противника усложняет структуру программы, добавляя в нее элемент непредсказуемости и потребность уделять внимание психологическим и тактическим факторам игровой стратегии
5.6. Доказательство теорем.
5.6.1. Данная область перекрывается с определенными областями математики и решением проблем в ряде других областей (например, в робототехнике).
5.7. Генетические алгоритмы.
5.7.1. С помощью генетических алгоритмов и методик искусственной жизни исследователи вырабатывают новые решения проблем из компонентов предыдущих решений. Генетические операторы, такие как скрещивания или мутация, подобно своим эквивалентам в реальном мире, вырабатывают с каждым поколением все лучшие решения.
5.8. Робототехника.
5.8.1. Эта сфера представляет непосредственный практический интерес и наглядно демонстрирует возможности, поэтому остановимся на ней подробнее.