Жасанды интеллект жүйесін құру

Жұмыс түрі: Курстық жұмыс
Тегін: Антиплагиат
Көлемі: 30 бет
Таңдаулыға:

ҚР БІЛІМ ЖӘНЕ ҒЫЛЫМ МИНИСТРЛІГІ
МИРАС УНИВЕРСИТЕТІ

Курстық жұмыс

Тақырыбы: Жасанды интеллект жүйелері
Орындаған: Искандерова А.А
Топ: ИФ-731К-1
Тексерген:_________________________ ________

Шымкент 2020

МАЗМҰНЫ
КІРІСПЕ ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... .5
1 ЖАСАНДЫ ИНТЕЛЛЕКТ ҚҰРУ ТАРИХЫ ... ... ... ... ... ... ... . ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 7
1.1 Жасанды интеллекттің дамуына тарихи шолу ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... .7
1.2 Жасанды интеллект жүйелері ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...11
1.3 Жасанды интеллект жүйесін құру ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 13
2 ЖАСАНДЫ ЗЕРДЕНІ ДАМЫТУ ... ... ... ... ... ... ... . ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ..16
2.1 Білім және оларды ұсыну модельдері ... ... ... ... ... ... . ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... .16
2.2 Білім инженериясы ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 19
2.3 Білім алу модельдері ... ... ... ... ... ... . ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... .21
ҚОРЫТЫНДЫ ... ... ... ... ... ... .. ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 27
ПАЙДАЛАНЫЛҒАН ӘДЕБИЕТТЕР ТІЗІМІ ... ... ... ... ... ... ... . ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... .29

КІРІСПЕ
Жасанды интеллект (ЖИ) жүйелерін дамытудың қазіргі кезеңінің басталуын 50-ші жылдардың ортасына жатқызуға болады. Кейбір авторлар бұл жүйені сарапшы деп атайды және оның мақсатын анықтауды Клод Шеннон мен Марвин Минск жүргізген мүмкіндіктерін талдаумен байланыстырады.
Бұл жұмыстар әртүрлі эвристикалық әдістер мен ережелерді қолдану негізінде мәселелерді шешетін бағдарламаларды әзірлеуге байланысты ЖИ зерттеулерінің басталуын белгіледі. Эвристика - логикалық әдістер мен әдістемелік ережелердің жиынтығы, шындықты теориялық зерттеу және іздеу, дәлелдерді іздеу әдістемесі. Эвристикалық ережелер-бұл пән саласындағы іздеудің тиімділігін арттыру үшін қолданылатын бейресми ережелер.
Бұл әдіс шешу кезінде бұл мәселе де тән адами ойлау негізінде, ол үшін тән пайда болуы тез ойлап табу шешу жолдары, кейіннен тексеру. Эвристикалық әдіс компьютерде қолданылатын алгоритмдік (процедуралық, процедуральдық) әдіске қарама-қайшы болды, ол анықталған дұрыс жауапқа әкелетін қадамдардың берілген тізбегін механикалық орындау ретінде түсіндірілді. Мәселені шешудің эвристикалық әдістерін мұндай түсіндіру Жасанды интеллект терминінің пайда болуы мен таралуына әкелді.
70-80 жылдары ЖИ саласындағы зерттеулер мамандардың назарын автономды жұмыс істейтін жүйелерді құру проблемаларынан адамның ақыл-ойы мен жалпы мақсатқа жету үшін компьютерлердің қабілеттерін біріктіретін адам-машина жүйелерін құруға ауыстырумен сипатталды. Осындай жүйенің алдына қойылған мәселені шешу. Көптеген адамдар бұл ақпараттық технологиялардың жаңа бағытын-маманның жұмысын алмастыратын машина сараптамасын жасайды деп сенді.
Алайда, бірқатар себептерге байланысты бұл үміттер толығымен орындалмады. Алайда, соңғы онжылдықта бұл бағыт білім базасы бар сараптамалық жүйелерді құруға бағытталған зерттеулер мен әзірлемелер түрінде қайта жанданды. Олар басқарушылық қызметте және экономиканың көптеген салаларында (сақтандыру, банк ісі және т.б.) жинақталған тәжірибені жинақтайтын ережелер мен объектілердің көмегімен қабылданатын шешімдердің сапасын арттыру үшін қолданылады.
Қазіргі уақытта ЖИ проблемалары өте кең. Жасанды интеллект пәндерінің тізімі үнемі өсіп келеді. Бүгінгі таңда оған білімді ұсыну, мәселелерді шешу, сараптамалық жүйелер, компьютерлермен табиғи тілде байланыс құралдары, оқыту, танымдық модельдеу, визуалды ақпаратты өңдеу, робототехника, нейрокомпьютерлік технологиялар және т. б. кіреді. Білімді ұсыну-жасанды интеллектті зерттеудің маңызды саласы, барлық басқа пәндердің негізі. Білім объектілерді, қатынастарды және процедураларды сипаттау түрінде болады. Тиісті білімнің болуы және оны тиімді пайдалану қабілеті Шеберлікті білдіреді. Білімді ұсынудың жалпы теориясын немесе әдісін құру стратегиялық мәселе болып табылады. Мұндай теория күн сайын жаңа мәселелерді шешу үшін қажет білім жинауға мүмкіндік береді.
Алайда, алға қойылған мақсатқа жету үшін білім беру проблемасының мәні неде болатын пәндік салалардың (бағдарламалық жасақтаманың) жалпы заңдылықтарын білдіру тәсілін табу қажет. Мәселелерді шешу белгілі бір бастапқы нүктеден мақсатты нүктеге жолды іздеуге дейін азаяды.
Адам мұны дедуктивті логикалық тұжырым (пайымдау), процедуралық талдау, ұқсастық және индукция арқылы өте тиімді етеді. Адамдар өз тәжірибесінен үйренуге қабілетті. Компьютерлер, әдетте, дедуктивті логикалық қорытынды мен процедуралық талдауды қолдана отырып, мәселелерді шешеді. Тапсырма түрі оны шешуге ең қолайлы әдісті анықтайды.
Процедуралық талдауға дейін азайтылған міндеттер, әдетте, компьютерде жақсы шешіледі. Бухгалтерлік есеп және аналитикалық тапсырмалар компьютерге қарағанда тезірек және сенімді түрде шешілетін процедуралық тапсырмалардың мысалдары ретінде қызмет етеді. Аналогияны немесе индукцияны қолданумен байланысты мәселелерді адам тиімді шешеді. Дедуктивті және индуктивті пайымдауды қажет ететін міндеттерді сараптамалық жүйелер (білімге негізделген жүйелер) арқылы шешуге ең ықтимал кандидаттар ұсынады.

1 ЖАСАНДЫ ИНТЕЛЛЕКТ ҚҰРУ ТАРИХЫ

1.1 Жасанды интеллекттің дамуына тарихи шолу
Жасанды интеллект -- адамның зияткерлік қызметінің кейбір аспектілерін-логикалық, аналитикалық ойлауды модельдейтін кибернетикалық жүйелердің белгісі. Жасанды интеллект-интеллектуалды машиналарды, әсіресе интеллектуалды компьютерлік бағдарламаларды жасау ғылымы мен технологиясы. ЖИ адамның ақыл-ойын түсіну үшін компьютерлерді қолданудың ұқсас міндетімен байланысты, бірақ міндетті түрде биологиялық тұрғыдан сенімді әдістермен шектелмейді.
Ойлау қабілетін модельдеудің күрделі мәселелерін шешу үшін адам ақыл-ойының жасанды ұқсастығын құру идеясы ежелден бері ауада. Оны алғаш рет Р.Луллиус білдірді (шамамен 1235 ж.1315), ол XIV ғасырдың басында, ұғымдарды әмбебап жіктеу негізінде әртүрлі мәселелерді шешуге арналған машина жасауға тырысты. XVII ғасырдың басында Рене Декарт жануарды механикалық теорияны тұжырымдайтын күрделі механизм деп ұсынды. 1623 жылы Вильгельм Шикард алғашқы механикалық сандық есептеуіш машинаны, содан кейін Блез машиналарын салды Паскаль (1643) және Лейбниц (1671). Лейбниц сонымен қатар қазіргі екілік сандық жүйені сипаттаған алғашқы адам болды, дегенмен көптеген ұлы ғалымдар бұл жүйені мезгіл-мезгіл алып жүрді. XVIII ғасырда г.Лейбниц (1646 - 1716) және Р. Декарт (1596 - 1650) барлық ғылымдарды жіктеудің әмбебап тілдерін ұсына отырып, осы идеяны дербес дамытты. Бұл идеялар жасанды интеллект құру саласындағы теориялық әзірлемелердің негізін қалады. Жасанды интеллекттің ғылыми бағыт ретінде дамуы компьютерлер құрылғаннан кейін ғана мүмкін болды. Бұл 40-шы жылдары болды. Осы уақытта и.Винер (1894 - 1964) өзінің жаңа ғылым - кибернетика бойынша іргелі жұмыстарын жасады. Жасанды интеллект (artificial intelligence) термині 1956 жылы ұсынылған. Семинар есептеуіш есептерді емес, логикалық есептерді әзірлеуге арналды. Жасанды интеллект тәуелсіз ғылым саласы ретінде танылғаннан кейін көп ұзамай екі негізгі бағытқа бөлінді: нейрокибернетика және қара жәшіктің кибернетикасы. Тек қазіргі уақытта бұл бөліктерді қайтадан біртұтас тұтастыққа біріктіру үрдісі байқалды.
Жасанды интеллектті модельдеудің үш негізгі бағыты тарихи түрде дамыды.
Бірінші тәсіл аясында зерттеу объектісі адам миының құрылымы мен механизмдері болып табылады, ал түпкі мақсат-ойлау құпияларын ашу. Бұл бағыттағы зерттеулердің қажетті кезеңдері-психофизиологиялық мәліметтер негізінде модельдер құру, олармен эксперименттер жүргізу, зияткерлік қызмет механизмдеріне қатысты жаңа гипотезалар ұсыну, модельдерді жетілдіру және т. б.
Екінші тәсіл зерттеу нысаны ретінде жасанды интеллектті қарастырады. Мұнда біз компьютерлердің көмегімен зияткерлік қызметті модельдеу туралы айтып отырмыз. Бұл бағыттағы жұмыстардың мақсаты-интеллектуалды есептерді адамнан кем емес шешуге мүмкіндік беретін компьютерлердің алгоритмдік және бағдарламалық жасақтамасын құру.
Сонымен, үшінші тәсіл табиғи және жасанды интеллект мүмкіндіктерінің симбиозына аралас адам-машиналық немесе интерактивті зияткерлік жүйелерді құруға бағытталған. Бұл зерттеулердегі маңызды проблемалар табиғи және жасанды интеллект арасындағы функциялардың оңтайлы бөлінуі және адам мен машина арасындағы диалогты ұйымдастыру болып табылады.
ЭЕМ көмегімен шешіле бастаған ең алғашқы интеллектуалдық міндеттер логикалық ойындар (дойбы, шахмат), Теоремалардың дәлелі болды. Дегенмен, мұнда күрделі релелік схемамен басқарылатын Клод Шеннонның электрондық тышқан түріндегі кибернетикалық ойыншықтарды атап өту керек. Бұл тышқан лабиринтті зерттеп, одан шығудың жолын таба алады. Сонымен қатар, ол қазірдің өзінде белгілі лабиринтке орналастырылған, ол шығу жолын іздемеді, бірақ бірден, өлі қозғалыстарға қарамай, лабиринттен шықты.
Американдық кибернетик А. Самуэль компьютерлік машина үшін дойбы ойнауға мүмкіндік беретін бағдарлама жасады, ал ойын барысында машина оқытылады немесе, ең болмағанда, жинақталған тәжірибе негізінде ойын жетілдіріп, үйренгендей әсер қалдырады. 1962 жылы бұл бағдарлама АҚШ-тағы ең мықты шашшы Р.Нилимен таласып, жеңіске жетті.
Машина осындай жоғары деңгейлі ойынға қалай қол жеткізді?
Әрине, ойын ережелері машинаға бағдарламалық түрде енгізілген, сондықтан келесі қадамды таңдау осы ережелерге бағынады. Ойынның әр кезеңінде машина ойын сапасының кейбір өлшемдеріне сәйкес мүмкін болатын көптеген қозғалыстардың келесі қозғалысын таңдады. Дойбыда (шахмат сияқты), әдетте, өз фигураларын жоғалту тиімсіз, ал керісінше, қарсыластың фигураларын алу пайдалы. Фигураларының қозғалғыштығын және қозғалыстарды таңдау құқығын сақтайтын және сонымен бірге бортта көптеген өрістерді ұстайтын ойыншы (ол адам немесе машина болсын), әдетте ойынның осы элементтеріне мән бермейтін қарсыласынан гөрі жақсы ойнайды. Жақсы ойынның сипатталған критерийлері ойын барысында өз күшін сақтайды, бірақ оның жеке кезеңдеріне қатысты басқа да критерийлер бар-дебют, миттендшпиль, эндгейм.
Осындай критерийлерді ақылмен біріктіре отырып (мысалы, эксперименттік таңдалған коэффициенттермен сызықтық комбинация түрінде немесе одан да күрделі түрде), машинаның келесі жүрісін бағалау үшін тиімділіктің белгілі бір сандық көрсеткішін-бағалау функциясын алуға болады. Содан кейін машина келесі қозғалыстардың тиімділігін салыстыра отырып, ең үлкен көрсеткішке сәйкес келетін қозғалысты таңдайды. Келесі қадамды таңдауды мұндай автоматтандыру міндетті түрде оңтайлы таңдауды қамтамасыз етпейді, бірақ бұл әлі де таңдау болып табылады және оның негізінде машина өткен тәжірибеде оқу процесінде өзінің стратегиясын (әрекет ету режимін) жетілдіре отырып, ойынды жалғастыра алады. Ресми түрде оқыту бағалау функциясының параметрлерін (коэффициенттерін) олардың нәтижелерін ескере отырып, қозғалыстар мен ойындарды талдау негізінде түзетуден тұрады.
А. Самуэльдің пікірінше, оқытудың бұл түрін қолданатын машина салыстырмалы түрде қысқа мерзімде орташа ойыншыдан гөрі жақсы ойнауды үйренеді.
Дойбы ойнау кезінде машина көрсеткен ақыл-ойдың барлық элементтерін оған бағдарлама авторы хабарлады деп айта аламыз. Бұл ішінара. Бірақ бұл бағдарлама "қатаң" емес, барлық егжей-тегжейлі ойластырылғанын ұмытпау керек. Ол өзін-өзі оқыту процесінде өзінің ойын стратегиясын жетілдіреді. Дегенмен үдеріс - "ойлау" машинаның айтарлықтай отличен және босануға, өйткені ми тауарлар дойбы адам, ол қабілетті оның ұтып.
Соңғы уақытқа дейін күрделі зияткерлік ойынның жарқын мысалы шахмат болды. 1974 жылы тиісті бағдарламалармен жабдықталған машиналардың Халықаралық шахмат турнирі өтті. Белгілі болғандай, бұл турнирде "Каисса" шахмат бағдарламасы бар кеңестік машина жеңіске жетті.
Неліктен мұнда "соңғы уақытқа дейін" сөзі қолданылады? Жақында болған оқиғалар шахматтың күрделілігіне және мүмкін еместігіне қарамастан, осыған байланысты қозғалыстарды толық санау, оларды әдеттегіден гөрі тереңірек таңдау мүмкіндігі жеңіске жету мүмкіндігін арттыратынын көрсетті. Мысалы, Каспаровты жеңген IBM компьютерінің 256 процессоры болды, олардың әрқайсысында 4 Гб диск жады және 128 Мб жедел жады бар. Бұл кешеннің барлығы секундына 100'000'000-нан астам қозғалысты есептей алды. Соңғы уақытқа дейін секундына көптеген бүтін операцияларды жасай алатын компьютер сирек болды, және Біз мұнда жасалуы керек және бағалау функциялары есептелген қозғалыстар туралы айтып отырмыз. Екінші жағынан, бұл мысал алгоритмдердің күші мен әмбебаптығын көрсетеді.
Қазіргі уақытта машиналарға үлкен қолданбалы маңызы бар іскери немесе әскери ойындарды ойнауға мүмкіндік беретін бағдарламалар бар және сәтті қолданылады. Сондай-ақ, бағдарламаларға адамға тән оқу және бейімделу қабілетін беру өте маңызды. Қолданбалы маңызы бар ең қызықты зияткерлік міндеттердің бірі-бейнелер мен жағдайларды тануды үйрену міндеті. Оны шешумен әр түрлі ғылым өкілдері-физиологтар, психологтар, математиктер, инженерлер айналысты және айналысуды жалғастыруда. Тапсырмаға деген қызығушылық теориялық зерттеулердің нәтижелерін кеңінен практикалық қолданудың фантастикалық перспективаларымен ынталандырылды: оқу машиналары, жасанды интеллект жүйелері, медициналық диагноз қою, сот-медициналық сараптама жүргізу және т.б., сондай-ақ күрделі сенсорлық жағдайларды тануға және талдауға қабілетті Роботтар.
1957 жылы американдық физиолог Ф. Розенблатт көрнекі қабылдау және тану моделін ұсынды-перцептрон. Тұжырымдамаларды үйренуге және ұсынылған объектілерді тануға қабілетті машинаның пайда болуы физиологтар үшін ғана емес, сонымен қатар білімнің басқа салаларының өкілдері үшін де өте қызықты болды және теориялық және эксперименттік зерттеулердің үлкен ағымын тудырды.
Тану процесін модельдейтін Перцептрон немесе кез-келген бағдарлама екі режимде жұмыс істейді: Оқу режимінде және тану режимінде. Оқыту режимінде мұғалім рөлін атқаратын біреу (адам, машина, робот немесе табиғат) машинаға объектілерді ұсынады және олардың әрқайсысы оның қандай тұжырымдамаға (сыныпқа) жататынын айтады. Осы мәліметтерге сәйкес шешуші ереже құрылады, ол тұжырымдамалардың ресми сипаттамасы болып табылады. Тану режимінде машина жаңа нысандарды ұсынады (жалпы айтқанда, бұрын көрсетілгендерден өзгеше) және оларды мүмкіндігінше дұрыс жіктеуі керек.
Тануды үйрену мәселесі басқа зияткерлік міндетпен тығыз байланысты-бір тілден екінші тілге аудару, сонымен қатар машинаны тіл үйрету мәселесі. Сөздікті қолданудың негізгі грамматикалық ережелері мен әдістерін формальды түрде өңдеу және жіктеу арқылы аударма, айталық, ғылыми немесе іскери мәтін үшін өте қанағаттанарлық алгоритм құруға болады. Кейбір тілдер үшін мұндай жүйелер 60-жылдардың соңында құрылды, алайда жеткілікті үлкен ауызекі мәтінді дәйекті түрде аудару үшін оның мағынасын түсіну керек. Мұндай бағдарламалар бойынша жұмыс ұзақ уақыт бойы жүргізіліп келеді, бірақ толық жетістікке жету әлі алыс. Сондай-ақ, қысқартылған табиғи тілде адам мен машина арасындағы диалогты қамтамасыз ететін бағдарламалар бар.
Логикалық ойлауды модельдеуге келетін болсақ, мұнда жақсы модельдік міндет теоремаларды дәлелдеуді автоматтандыру міндеті болуы мүмкін. 1960 жылдан бастап бірінші ретті предикаттарды есептеуде Теоремалардың дәлелдерін таба алатын бірқатар бағдарламалар жасалды. Жасанды интеллект саласындағы американдық маман Дж. Маккатти, "ақыл-ой", яғни дедуктивті қорытынды жасау мүмкіндігі.
Сұрақ-жауап жүйесін жүзеге асыратын к.Грин және т. б. бағдарламасында білім аксиомалар жиынтығы түрінде предикаттық логика тілінде жазылады, ал машинада қойылған сұрақтар дәлелденетін теоремалар ретінде тұжырымдалады. Американдық математик Хао Вангтың "интеллектуалды" бағдарламасы үлкен қызығушылық тудырады. Бұл бағдарлама IBM-704 жұмысының 3 минутында 220 салыстырмалы түрде қарапайым лемма мен теореманы іргелі математикалық монографиядан шығарды, содан кейін 8.5 минут ішінде тағы 130 күрделі теореманың дәлелдерін шығарды, олардың бір бөлігін математиктер әлі шығарған жоқ. Рас, осы уақытқа дейін бірде-бір бағдарлама математиктерге қажет және түбегейлі жаңа болатын "позарез" деп аталатын теореманы шығарған жоқ және дәлелдеген жоқ.
Жасанды интеллект жүйелерінің өте үлкен бағыты-робототехника. Роботтың интеллектісі мен әмбебап компьютерлердің интеллектінің басты айырмашылығы неде?
Бұл сұраққа жауап беру үшін ұлы орыс физиологы и.М. Сеченовтың сөзін еске түсірген орынды: "... Ми қызметінің сыртқы көріністерінің шексіз әртүрлілігі тек бір құбылысқа-бұлшықет қозғалысына дейін азаяды". Басқаша айтқанда, адамның барлық зияткерлік белсенділігі, сайып келгенде, қозғалыстар арқылы сыртқы әлеммен белсенді өзара әрекеттесуге бағытталған. Сол сияқты роботтың интеллект элементтері ең алдымен оның мақсатты қозғалыстарын ұйымдастыруға қызмет етеді. Сонымен қатар, таза компьютерлік жасанды интеллект жүйелерінің негізгі мақсаты абстрактілі немесе көмекші сипаттағы зияткерлік мәселелерді шешу болып табылады, олар әдетте жасанды сезімдер арқылы қоршаған ортаны қабылдаумен де, атқарушы механизмдердің қозғалысын ұйымдастырумен де байланысты емес.
Алғашқы роботтарды зияткерлік деп айту қиын. Тек 60-шы жылдары әмбебап компьютерлер басқаратын роботтар пайда болды. Мысалы, 1969 жылы электротехникалық зертханада (Жапония) "өнеркәсіптік зияткерлік робот "жобасын әзірлеу басталды. Бұл дамудың мақсаты-визуалды бақылаумен құрастыру-монтаждау жұмыстарын орындау үшін жасанды интеллект элементтері бар нақтыланған манипуляциялық роботты құру.
Робот манипуляторы алты дәрежелі еркіндікке ие және neac-3100 шағын компьютері арқылы басқарылады (32000 сөзден тұратын жедел жады, 273000 сөзден тұратын магниттік дискілердегі сыртқы жады), ол бақыланатын электрогидравликалық жүйемен жұмыс істейтін қажетті бағдарламалық қозғалысты құрайды. Манипулятордың тұтқасы тактильді сенсорлармен жабдықталған.
Көрнекі қабылдау жүйесі ретінде заттардың түсін тану үшін қызыл-жасыл-көк сүзгілермен жабдықталған екі теледидар камерасы қолданылады. Теледидар камерасының көру өрісі 64*64 ұяшыққа бөлінген. Алынған ақпаратты өңдеу нәтижесінде роботты қызықтыратын тақырып алатын аймақ өрескел анықталады. Әрі қарай, осы пәнді егжей-тегжейлі зерттеу үшін анықталған аймақ қайтадан 4096 ұяшыққа бөлінеді. Егер зат таңдалған "терезеге" сәйкес келмесе, ол автоматты түрде жылжиды, мысалы, адам тақырыпты қарап шығады. Электр зертханасының роботы арнайы жарықтандыру кезінде жазықтықтармен және цилиндрлік беттермен шектелген қарапайым заттарды тануға қабілетті болды. Бұл эксперименттік үлгінің құны шамамен 400 000 долларды құрады.
Бірте-бірте роботтардың сипаттамалары біртіндеп жақсарды, бірақ әлі күнге дейін олар адамнан түсінікті емес, дегенмен кейбір операциялар ең жақсы жонглерлер деңгейінде орындалады. Мысалы, үстел теннисінен допты пышақтың пышағында ұстаңыз. Мүмкін, мұнда Киев Кибернетика институтының жұмысын бөліп көрсетуге болады, онда н. М.Амосов пен В. М. Глушковтың (қазір марқұм) басшылығымен роботтардың интеллект элементтерін дамытуға бағытталған бірқатар зерттеулер жүргізілуде. Бұл зерттеулерде кескін мен сөйлеуді тану, логикалық тұжырым (теоремаларды автоматты түрде дәлелдеу) және нейро тәрізді желілерді басқару мәселелеріне ерекше назар аударылады.
Мысалы, 70-ші жылдары жасалған көліктік автономды интегралды роботтың (Tair) макетін қарастыруға болады. Құрылымдық жағынан, Tair-бұл сенсорлық жүйе мен басқару блогы орнатылған үш доңғалақты шасси. Сенсорлық жүйе келесі құралдарды қамтиды: оптикалық қашықтық өлшегіш, екі радиомаяк және компасы бар навигациялық жүйе, байланыс датчиктері, арбаның көлбеу бұрыш датчиктері, таймер және т. б. ТАИРДІ бізде және шетелде жасалған көптеген басқа жүйелерден ерекшелейтін ерекшелігі-оның құрамында біз үйреніп қалған компьютер жоқ. Басқару жүйесінің негізі-борттық нейро тәрізді желі, онда сенсорлық ақпаратты өңдеудің, мінез-құлықты жоспарлаудың және роботтың қозғалысын басқарудың әртүрлі алгоритмдері жүзеге асырылады.
Осы қысқаша шолудың соңында біз кең ауқымды сараптамалық жүйелердің мысалдарын қарастырамыз.
MICIN-медициналық диагностикаға арналған сараптамалық жүйе. Стэнфорд университетінің жұқпалы аурулар тобы жасаған. Ол өзіне ұсынылған белгілерге сүйене отырып, тиісті диагноз қояды және диагноз қойылған инфекциялардың кез-келгенін дәрі-дәрмекпен емдеуді ұсынады. Деректер базасы 450 ережеден тұрады.
PUFF-тыныс алудың бұзылуын талдау. Бұл жүйе MICIN болып табылады, оның ішінен инфекциялар туралы деректер алынып тасталды және өкпе аурулары туралы деректер енгізілді.
DENDRAL-химиялық құрылымдарды тану. Бұл жүйе ең көне, сарапшы атағына ие. Бұл жүйенің алғашқы нұсқалары 1965 жылы сол Стэнфорд университетінде пайда болды. Пайдаланушы DENDRAL жүйесіне зат туралы кейбір ақпаратты, сондай-ақ спектрометрия (инфрақызыл, ядролық магниттік резонанс және масс-спектрометрия) мәліметтерін береді, ал ол өз кезегінде диагнозды тиісті химиялық құрылым түрінде береді.
PROSPECTOR - коммерциялық негізделген пайдалы қазбалар кен орындарын іздеуге көмектесу үшін құрылған сараптамалық жүйе.
1.2 Жасанды интеллект жүйелері
Интеллект (интеллект) термині латынның intellectus сөзінен шыққан-бұл ақыл, ақыл, ақыл дегенді білдіреді; адамның ойлау қабілеті.
Тиісінше, жасанды интеллект (artificial intelligence) - AI (AI) әдетте адамның ақыл-ойының жеке функцияларын қабылдауға арналған автоматты жүйелердің қасиеті ретінде түсіндіріледі, мысалы, бұрын алынған тәжірибе мен сыртқы әсерлерді ұтымды талдау негізінде оңтайлы шешімдерді таңдау және қабылдау.
Сөздіктерде жасанды интеллекттің келесі анықтамалары берілген.
Жасанды интеллект-қолданбалы процестің адамның ақылға қонымды мінез-құлқымен байланысты қасиеттерді анықтау қабілеті. Жасанды интеллект-компьютердің көмегімен адамның ойлау қабілетін имитациялаумен айналысатын информатика бөлімі.
Пакеттердің бұл класына мыналар кіреді: табиғи тілде диалогты қолдайтын ақпараттық жүйелер (табиғи тілдік интерфейс); әр түрлі жағдайларда пайдаланушыға кеңес беруге мүмкіндік беретін сараптамалық жүйелер; қолданбалы есептерді бағдарламалаусыз шешуге мүмкіндік беретін ақылды қолданбалы бағдарламалық пакеттер.
Табиғи тілдік интерфейс пайда болған сәттен бастап компьютерлермен қарым-қатынас жасау үшін ең тартымды болды. Бұл соңғы пайдаланушыны командалық тілді немесе компьютерде шешуге арналған тапсырмаларды тұжырымдаудың басқа әдістерін үйрету қажеттілігін жояды, өйткені табиғи тіл адам үшін ең қолайлы қарым-қатынас құралы болып табылады. Сондықтан мұндай интерфейсті құру жұмыстары 20 ғасырдың ортасынан басталды. Алайда, зерттеушілер мен дизайнерлердің барлық ынта-жігеріне қарамастан, бұл мәселе табиғи тілдің сөйлемдерін және тұтас мәтінді түсінуге байланысты үлкен қиындықтарға байланысты әлі күнге дейін шешілген жоқ. Нарықта пайда болған кейбір бағдарламалық өнімдер табиғатта эксперименталды болды, көптеген шектеулерге ие болды және мәселені түбегейлі шеше алмады. Осыған қарамастан, осы саладағы тоқырауға қарамастан, бұл проблема бүгінгі күнге дейін өзекті болып қала береді және бесінші буын компьютерлерінің жобасымен байланысты мәселелердің бірі болды.
Сараптама жүйелері алғаш рет медицина саласында пайда болды. Медицина саласындағы сарапшылардың білімін немесе оның жеке бөлімдерін қандай-да бір медициналық жағдайға қатысты шешім қабылдаған кезде жаңадан келген дәрігерге электронды кеңесшінің қандай-да бір түріне ие болуға мүмкіндік беретін электронды формаға біріктіру идеясы пайда болды. Медицина саласын таңдау адамдардың өмірі мен денсаулығына қатысты қателіктердің тым көп болуымен түсіндіріледі. Бірте-бірте медицина саласынан бұл технология адам қызметінің басқа салаларына, мысалы, өндіріске таралды. Сараптамалық жүйелерді пайдалану технологиясы жүйені бастапқы "оқытуды", яғни оны белгілі бір проблемалық аймақтан нақты біліммен толтыруды, содан кейін қолданбалы мәселелерді шешу үшін біліммен толтырылған сараптамалық жүйені қолдануды қамтиды. Бұл идеология бесінші буын компьютерлерінің жобасында соңғы пайдаланушыны өз мәселелерін шешуге тарту тұрғысынан көрінді және білімді автоматты түрде рәсімдеу проблемасымен байланысты.
Қолданбалы бағдарламалардың зияткерлік пакеттері сараптамалық жүйелер сияқты адам қызметінің белгілі бір саласынан білім жиынтығын қамтитын білім базасын құруға, содан кейін осы білімді тарта отырып практикалық мәселелерді шешуге мүмкіндік береді. Пакеттердің бұл түрлерінің айырмашылығы-сараптамалық жүйелер, интеллектуалды PPP-ге қарағанда, білімді әлсіз формализацияланған пәндік аймақтардан біріктіруге мүмкіндік береді, онда мәселенің кіріс және шығыс параметрлерін анықтау қиын, сонымен қатар оны шешудің нақты алгоритмін құру мүмкін емес. Сонымен қатар, сараптамалық жүйелер зияткерлік PPP жағдайында мәселені шешу алгоритмін құрмайды, тек оның сұранысы негізінде пайдаланушыға "кеңестер" береді.
Қолдану саласы
* Теоремалардың дәлелі;
* Ойындар;
* Үлгіні тану;
* Шешім қабылдау;
* Адаптивті бағдарламалау;
* Машина музыкасын құрастыру;
* Деректерді табиғи тілде өңдеу;
* Желі (нейрожүйелер) білім алушылары);
* Ауызша тұжырымдамалық оқыту.
ЖИ қолдану саласындағы болашақ жоспарлар: ауыл шаруашылығында компьютерлер дақылдарды зиянкестерден қорғап, ағаштарды кесіп, селективті күтімді қамтамасыз етуі керек. Тау - кен өнеркәсібінде компьютерлер адамдар үшін тым қауіпті жағдайлар туындаған жерде жұмыс істеуге арналған. Өндіріс саласында ЖМ құрастыру және техникалық бақылау бойынша әртүрлі міндеттерді орындауы тиіс. ЖМ мекемелерінде ұжымдар мен жеке адамдар үшін кесте жасаумен айналысуға, жаңалықтардың қысқаша мәліметін жасауға міндетті. Оқу орындарында ЖМ студенттер шешетін міндеттерді бағдарламада қателер ізделетін сияқты қателерді іздеуде қарастырып, оларды жоюы керек. Олар студенттерді есептеу жүйелерінің жадында сақталған супер кітаптармен қамтамасыз етуі керек. Ауруханаларда ЖМ диагноз қоюға, науқастарды тиісті бөлімшелерге жіберуге, емдеу барысын бақылауға көмектесуі керек. Үй шаруашылығында ЖМ тамақ дайындауға, азық-түлік сатып алуға, пәтердегі еденнің және бақшадағы көгалдардың жағдайын бақылауға кеңес беруі керек. Әрине, қазіргі уақытта бұл заттардың ешқайсысы мүмкін емес, бірақ AI саласындағы зерттеулер оларды жүзеге асыруға ықпал етуі мүмкін.
1.3 Жасанды интеллект жүйесін құру
Жасанды интеллект жүйелерін құрудың әртүрлі тәсілдері бар. Бұл бөлу Тарихи емес, егер бір пікір біртіндеп басқасын алмастырса және қазір әртүрлі тәсілдер болса. Сонымен қатар, қазіргі уақытта жасанды интеллекттің толық жүйелері болмағандықтан, қандай да бір тәсіл дұрыс, ал кейбір қате деп айтуға болмайды.
Бастау үшін логикалық тәсілге қысқаша шолу жасаңыз. Ол неге пайда болды? Өйткені, адам тек логикалық ойлармен ғана айналыспайды. Бұл тұжырым, әрине, шындық, бірақ бұл адамды жануарлардан қатты ерекшелейтін логикалық ойлау қабілеті. Бұл логикалық тәсілдің негізі логикалық алгебра болып табылады. Әрбір бағдарламашы if операторын игергеннен бері онымен және логикалық операторлармен таныс. Логикалық алгебра одан әрі дамуын предикаттарды есептеу түрінде алды - онда ол пәндік белгілерді, олардың арасындағы қатынастарды, өмір сүру мен әмбебаптықтың кванторларын енгізу арқылы кеңейтілді. Логикалық принципке негізделген барлық дерлік жасанды интеллект жүйесі теоремаларды дәлелдеу машинасы болып табылады. Бұл жағдайда бастапқы деректер дерекқорда аксиома түрінде сақталады, олардың арасындағы қатынас ретінде логикалық Шығыс ережелері. Сонымен қатар, әрбір осындай машинада мақсатты генерациялау блогы бар және шығару жүйесі берілген мақсатты теорема ретінде дәлелдеуге тырысады. Егер мақсат дәлелденсе, онда қолданылған ережелерді бақылау мақсатты іске асыру үшін қажетті әрекеттер тізбегін алуға мүмкіндік береді. Мұндай жүйенің қуаты мақсатты генератордың мүмкіндіктерімен және теоремаларды дәлелдеу машинасымен анықталады.
Әрине, жасанды интеллектті толық жүзеге асыру үшін мәлімдемелер алгебрасының экспрессивтілігі жеткіліксіз деп айта аламыз, бірақ барлық компьютерлердің негізі бит - тек 0 және 1 мәндерін қабылдай алатын жад ұяшығы екенін есте ұстаған жөн. Осылайша, компьютерде жүзеге асырылуы мүмкін барлық нәрсені предикаттық логика түрінде жүзеге асыруға болады деп болжау қисынды болар еді. Бұл жерде қандай уақыт туралы ештеңе айтылмаған.
Түсініксіз логика сияқты салыстырмалы түрде жаңа бағыт логикалық тәсілге үлкен мәнерлілікке қол жеткізуге мүмкіндік береді. Оның басты айырмашылығы-мәлімдеменің шынайылығы оған "ИәЖоқ" (10) қоспағанда, аралық мәндерді қабылдауы мүмкін-білмеймін (0.5), пациент өлгеннен гөрі тірі (0.75), пациент тіріден гөрі өлі (0.25). Бұл тәсіл адамның ойлауына ұқсас, өйткені ол сұрақтарға сирек иә немесе жоқ деп жауап береді. Рас, емтихан кезінде тек классикалық логикалық алгебра категориясынан жауаптар қабылданады.
Көптеген логикалық әдістер үлкен еңбек сыйымдылығымен сипатталады, өйткені дәлелдемелерді іздеу кезінде опцияларды толық іздеу мүмкін. Сондықтан, бұл тәсіл есептеу процесін тиімді жүзеге асыруды талап етеді және жақсы жұмыс әдетте Дерекқордың салыстырмалы түрде аз мөлшерімен қамтамасыз етіледі.
Құрылымдық тәсіл бойынша біз мұнда адам миының құрылымын модельдеу арқылы жасанды интеллект құру әрекеттерін айтамыз. Осындай алғашқы әрекеттердің бірі Фрэнк Розенблатт перцептроны болды. Перцептрондардағы негізгі модельделген құрылымдық бірлік (миды модельдеудің көптеген басқа нұсқалары сияқты) - бұл нейрон.
Кейінірек қарапайым адамдарда нейрондық желілер (NS) терминімен белгілі басқа модельдер пайда болды. Бұл модельдер жеке нейрондардың құрылымында, олардың арасындағы байланыс топологиясында және оқыту алгоритмдерінде ерекшеленеді. Қазіргі уақытта ең танымал NS нұсқаларының арасында қателіктің кері таралуы бар NS, Хопфилд желілері, стохастикалық нейрондық желілер деп атауға болады.
NS бейнелерді тану тапсырмаларында, соның ішінде қатты шуылда сәтті қолданылады, бірақ оларды жасанды интеллект жүйелерін құру үшін сәтті қолданудың мысалдары бар, бұл бұрын айтылған ТАИР.
Адам миына негізделген модельдер үшін тым көп экспрессивтілік, алгоритмдердің оңай параллелизациясы және параллельді NS-мен байланысты жоғары өнімділік тән. Сондай - ақ, мұндай желілер оларды адам миына жақындататын бір қасиетпен сипатталады-нейрондық желілер қоршаған орта туралы толық емес ақпарат болған жағдайда да жұмыс істейді, яғни адам сияқты олар сұрақтарға "иә" және "жоқ" ғана емес, "нақты білмеймін, бірақ иә" деп жауап бере алады.
Эволюциялық тәсіл өте кең таралған. Осы тәсіл бойынша жасанды интеллект жүйелерін құру кезінде бастапқы модельді құруға және ол өзгеруі (дамуы) мүмкін ережелерге басты назар аударылады. Сонымен қатар, модельді әртүрлі әдістерге сәйкес жасауға болады, ол NS және логикалық ережелер жиынтығы және кез-келген басқа модель болуы мүмкін. Осыдан кейін біз компьютерді қосамыз және ол модельдерді тексеру негізінде олардың ең жақсысын таңдайды, соның негізінде жаңа модельдер әртүрлі ережелерге сәйкес жасалады, олардың ішінен ең жақсылары қайтадан таңдалады және т. б.
Негізінде, мұндай эволюциялық модельдер жоқ деп айтуға болады, тек эволюциялық оқыту алгоритмдері бар, бірақ эволюциялық тәсілмен алынған модельдер белгілі бір сипаттамаларға ие, бұл оларды жеке сыныпқа бөлуге мүмкіндік береді. Мұндай ерекшеліктер әзірлеушінің негізгі жұмысын модель құрастырудан оны өзгерту алгоритміне ауыстыру және алынған модельдер жасанды интеллект жүйесін қоршаған орта туралы жаңа білім алумен бірге жүрмейтіндігінде, яғни ол өзіне айналады. Жасанды интеллект жүйелерін құрудың тағы бір кең таралған тәсілі-Имитациялық. Бұл тәсіл кибернетика үшін классикалық болып табылады, оның негізгі ұғымдарының бірі - "қара жәшік" (ЧЯ). ЧЯ-құрылғы, бағдарламалық модуль немесе мәліметтер жиынтығы, ішкі құрылымы мен мазмұны туралы ақпарат толығымен жоқ, бірақ кіріс және шығыс сипаттамалары белгілі. Мінез-құлқына еліктейтін Объект дәл осындай "қара жәшік" болып табылады. Біз үшін оның және модельдің ішінде не бар екендігі және оның қалай жұмыс істейтіні маңызды емес, бастысы, біздің модель ұқсас жағдайларда дәл солай әрекет етеді.
Осылайша, мұнда адамның басқа қасиеті модельденеді-басқалардың не істеп жатқанын, не үшін қажет екенін егжей-тегжейлі айтпастан көшіру мүмкіндігі. Көбінесе бұл қабілет оған көп уақытты үнемдейді, әсіресе өмірінің басында. Имитациялық тәсілдің басты кемшілігі-оның көмегімен жасалған көптеген модельдердің ақпараттық қабілетінің төмендігі.
Бір өте қызықты идея ЧЯМЕН байланысты. Кім мәңгі өмір сүргісі келеді? Менің ойымша, бұл сұраққа барлығы дерлік жауап береді.
Елестетіп көріңізші, бізді қандай да бір құрылғы бақылайды, ол қандай жағдайларда біз жасаймыз, айтамыз. Бақылау бізге кіретін шамаларды (көру, есту, дәм, тактильді, вестибулярлық және т.б.) және бізден шығатын шамаларды (сөйлеу, қозғалыс және т. б.) бақылайды.
Осылайша, адам мұнда әдеттегі ЧЯ ретінде әрекет етеді. Әрі қарай, бұл құрылғы кейбір модельді адамның кіреберісіндегі белгілі бір сигналдарда ол шығудағы адам сияқты мәліметтерді беретін етіп қалпына келтіруге тырысады. Егер бұл идея бір кездері жүзеге асырылса, онда барлық сыртқы бақылаушылар үшін мұндай модель нақты адам сияқты болады. Ол қайтыс болғаннан кейін, ол модельденген адам айтқан ойларды айтады. Біз одан әрі қарай жүре аламыз және осы модельді көшіріп, егіз бауырымызды дәл сол "ойлармен"аламыз. "Әрине, бәрі қызықты, бірақ мен мұнда не істеймін? Өйткені, бұл модель тек басқалар үшін ғана болады, бірақ оның ішінде бос орын болады. Тек сыртқы атрибуттар көшіріледі, бірақ мен өлгеннен кейін ойланбаймын, менің сана-сезімім жоғалады (сенушілер үшін "сөнеді" деген сөзді "бұл дүниеден кетеді" деген сөзбен ауыстыру керек) ".
Бұл солай. Бірақ одан әрі қарай жүруге тырысайық. Осы курс авторының философиялық идеяларына сәйкес, сана-бұл мидың кейбір орталықтарының белсенділігін бақылайтын, мысалы, сөйлеу орталығы, визуалды бейнелерді түпкілікті өңдеу, содан кейін бұл суреттерді осы ақпаратты өңдеудің бастапқы кезеңдеріне "қайтарады".
Бұл жағдайда бұл суреттерді қайта өңдеу жүреді, біз миымыздың не ойлайтынын көреміз және естиміз. Сонымен қатар, осы процеске біздің "белсенді" қатысуымызбен қоршаған шындықты психикалық модельдеу мүмкіндігі бар. Бұл санаулы орталықтардың қызметін бақылау процесі, біз сана деп атаймыз.
Егер біз өз ойларымызды "көріп", "еститін" болсақ, онда біз ес-түссіз күйде боламыз. Егер біз осы бірнеше "саналы" жүйке орталықтарының (олардың жұмысы мидың қалған бөлігінің қызметіне негізделген) жұмысын бір ЧЯ ретінде, ал "супервайзердің" басқа ЧЯ ретінде жұмысын модельдей алсақ, онда "иә, бұл модель ойлайды және Мен сияқты" деп сеніммен айтуға болады. Бұл жерде мен осы жүйке орталықтарының жұмысы туралы мәліметтерді қалай алуға болатындығы туралы ештеңе айтқым келмейді, өйткені менің ойымша, бүгінде адамның миын жылдар бойы бақылауға мүмкіндік беретін және оның жұмысы мен өміріне кедергі келтірмейтін ештеңе жоқ.
Жасанды интеллект жүйелерін құрудың әртүрлі әдістері мен тәсілдерімен жылдам танысуды аяқтай отырып, іс жүзінде олардың арасында нақты шекара жоқ екенін атап өткім келеді. Аралас жүйелер өте жиі кездеседі, онда жұмыстың бір бөлігі бір түрде, ал бір бөлігі басқа түрде орындалады.

2 ЖАСАНДЫ ЗЕРДЕНІ ДАМЫТУ
2.1 Білім және оларды ұсыну модельдері
Жасанды интеллект саласындағы мамандар үшін "білім" термині бағдарламаға "интеллектуалды" әрекет ету үшін қажет ақпаратты білдіреді.
Интеллектуалды интерфейс құралдарының жұмыс істеуі біліммен жұмыс істеудің дамыған әдістеріне сүйенеді: оларды ұсыну, сақтау, түрлендіру және т. б.
Бұл жағдайда "білім" термині мәселені шешу үшін қажетті ақпараттың барлық жиынтығын білдіреді, оның ішінде мыналар туралы ақпарат:
* міндеттер шешілетін пәндік сала ұғымдарының жүйесі;
* формальды модельдер ұғымдарының жүйесі, олардың негізінде міндеттер шешіледі;
* жоғарыда аталған ұғымдар жүйелерінің сәйкестігі;
* пәндік саланың ағымдағы жағдайы;
* есептерді шешу әдістері.
Бұл жағдайда білім жүйесі есептеу жүйесінің пәндік саладағы ұғымдар мен терминдер жүйесіндегі пайдаланушымен өзара әрекеттесуін қамтамасыз ететіндей етіп ұйымдастырылуы керек. Білім дегеніміз не және олар машиналық өңдеу жүйелеріндегі мәліметтерден қалай ерекшеленеді?
Білім-бұл белсенді трансформациялық өндірістік қызмет процесінде адамзат жинаған және объективті ... жалғасы

Сіз бұл жұмысты біздің қосымшамыз арқылы толығымен тегін көре аласыз.