Лекции - Системы искусственного интеллекта

Подождите немного. Документ загружается.

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ИРКУТСКИЙ ГОСУДАPСТВЕHHЫЙ

ТЕХНИЧЕСКИЙ УHИВЕPСИТЕТ

КУЦЫЙ Н. Н.

СИСТЕМЫ

ИСКУССТВЕННОГО

ИНТЕЛЛЕКТА

Иркутск - 2005 г.

Куцый Н. Н. Системы искусственного интеллекта. - Иркутск,

изд-во Иркутск. гос. техн. ун-та, 2005. - 150 с.

Библиогр. 1 назв.

Рецензент:

1.ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ

Человек именует себя homo sapiens, что означает мудрое

существо или существо, обладающее умом (интеллектом), тем

самым, подчеркивая важность именно умственных или

интеллектуальных способностей. Область знаний

искусственного интеллекта пытается объяснить сущность этих

способностей. Одна из причин нашего интереса к

искусственному интеллекту - это узнать как можно больше о

человеке как об интеллектуальном (мудром, умном) существе,

понять, что же такое интеллект. Искусственный интеллект в

отличие от психологии и философии занимается созданием

интеллектуальных искусственных существ (объектов), которые

принято называть агентами или носителями. Поэтому другая

причина нашего интереса - это определить полезность таких

интеллектуальных искусственных существ в человеческой

жизни, позволяющих, несмотря на раннюю стадию их развития,

уже сегодня делать много полезных и нужных вещей. Никто не

в состоянии достаточно точно предсказать будущее

искусственного интеллекта, однако ясно, что развитие

информационных компьютерных систем с уровнем человеческого

интеллекта и выше будет оказывать огромное влияние на всю

нашу жизнь и будущее цивилизации.

Искусственный интеллект, как дисциплина является очень

молодой. Формально считается, что её развитие началось в

1956 г., когда было введено в обиход понятие "искусственный

интеллект". В то же время изучение собственно свойств

интеллекта философами, которые пытались понять, как

осуществляется восприятие, обучение, запоминание и

рассуждение, насчитывает уже не менее 2000 лет. Приход эры

вычислительных машин (компьютеров) в начале 50-х годов

придал дисциплине системы искусственного интеллекта

теоретически обоснованный и экспериментальный характер.

Общество почувствовало, что "электронный мозг" таит в себе

огромный потенциал для развития искусственного интеллекта.

Следует сказать и о таком наименовании этой дисциплины

как "Искусственный разум". В [1] это понятие определяется:

искусственно созданная система произвольной природы,

предназанченная для решения сложных задач широкого класса.

Компьютеры позволили создать базу для экспериментальной

проверки идей и методов искусственного интеллекта. Многие

из этих идей не выдержали испытаний - создание агентов

оказалось намного труднее, чем это предполагалось на заре

развития искусственного интеллекта. Современные идеи

намного богаче, тоньше и практичнее их ранних

предшественниц.

В настоящее время искусственный интеллект объединяет

большое число разделов. К искусственному интеллекту относят

как общую теорию очувствления или восприятия, так и

специальные методы типа игры в шахматы, доказательства

математических теорем, написания стихов или диагностики

заболеваний. Научные работники, специальностью которых не

является искусственный интеллект, находят в нем основу для

задач, которым они посвятили значительную часть своей

жизни. И наоборот, специалисты применяют методы

искусственного интеллекта в самых разнообразных областях

где без них не удается достичь успеха. Именно поэтому

искусственный интеллект является воистину универсальной

областью знаний.

Что же такое искусственный интеллект? В общих словах

было рассказано, что такое искусственный интеллект, но

этого, естественно недостаточно для, чтобы понять, каковы

же его задачи и пути решения этих задач. Приведем несколько

высказываний, которые встречаются в зарубежной и

отечественной литературе и связанных с определением

искусственного интеллекта.

Восхищающие новые усилия заставить компьютеры думать...

машины с разумом в полном и языковом смысле (1955 г.).

Автоматизация деятельности, которую мы ассоциируем с

человеческим мышлением, такой как принятие решений, решение

задач, усвоение знаний (1978 г.).

Исследование умственных способностей с помощью

использования вычислительных моделей (1985 г.).

Теория эвристического поиска и вопросы создания

решателей задач, относящихся к разряду творческих или

интеллектуальных (1986 г.).

Система, которая способна находить оригинальные и

эффективные ответы, часто неожиданные как для пользователя

и конструктора ЭВМ, так и для составителя программ, по

которым работает машина (1986 г.).

Искусство создания машин, способных выполнять действия,

которые потребовали бы интеллекта от людей, если бы они эти

действия выполняли (1990 г.).

Исследования того, как заставить компьютеры делать вещи

не хуже людей (1991 г.).

Изучение исчислений, которые позволяют понимать,

рассуждать и действовать (1992 г.).

Отрасль науки о компьютерах, которая интересуется

автоматизацией разумного поведения (1993 г.).

Этот список можно продолжить. Если считать, что все эти

высказывания или определения относятся к неким системам,

обладающим искусственным интеллектом, то можно заметить,

что все они так или иначе связывают искусственный интеллект

с умением рассуждать и действовать (принимать решения) на

основании этих рассуждений. Из большинства определений

остается неясным, как все-таки заставить машину рассуждать

и действовать подобно человеку, а может быть и лучше.

Например, можно пойти путем наблюдения за поведением

человека, а затем просто имитировать это поведение на

основе полученных экспериментальных данных. Такой путь

можно назвать имитационным.

Мы попытаемся рассмотреть другой путь, который

опирается на математический и инженерный подходы. В отличие

от имитационного назовем его логистическим (от греческого

слова логистика (logistica), означающего искусство

вычислять, рассуждать). Основополагающая часть теории

искусственного интеллекта, посвящена логистическому

подходу, т.е. тому, как надо рассуждать, используя

логистику, чтобы в результате прийти к выводу

(умозаключению) и на основании этого умозаключения

принимать решения о совершении тех или иных действий. С

помощью аппарата логистики можно изложить львиную долю

того, что сегодня входит в дисциплину искусственного

интеллекта. В основе логистики лежит определенный

математический аппарат, оперируя которым и удается

формализовать процесс рассуждения и достижения решения

(цели). Это не означает, что человек рассуждает и действует

точно также. Мы этого даже не знаем, но, воспользовавшись

подобным аппаратом, будем в состоянии построить агентов,

обладающих интеллектом, т.е. способных рассуждать и

принимать на основании этих рассуждений решения. Рассмотрим

подробнее типы агентов.

2.АГЕНТЫ – НОСИТЕЛИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Взаимодействие агента с внешней средой. Агент

воспринимает внешнюю среду с помощью датчиков

xx ,

воздействует на нее посредством исполнительных органов

zz ,,



подобно тому, как человек воспринимает внешнюю

среду или просто среду с помощью органов чувств и

воздействует на нее с помощью таких частей тела, как руки,

ноги и т.п. В понятия датчиков и исполнительных органов

закладывают самый широкий смысл. Например, датчиком может

некий аналог уха, который воспринимает речевые сообщения, а

исполнительным органом - органы речи, которые позволяют

передавать сообщения на каком-либо языке. Обычно

воздействие агента на среду называют реакцией, а восприятие

агентом среды - восприятием. Если каждый исполнительный

орган

))1(1 njz

(

сопоставить с одноименной выходной

переменной

, принимающей множество значений

и каждое

такое значение назвать микрореакцией, то реакция будет

представлять собой набор значений

1 n

yy 

Аналогично, если

каждый датчик

))1(1 mix

(

сопоставить с одноименной входной

переменной

принимающей множество значений



которые

называют микровосприятиями, то восприятие будет

представлять собой вектор значений

.,,

1 m





Поведение агента состоит в переработке восприятий в

реакции. Эта переработка осуществляется агентом с помощью

специального решателя, который функционирует на основе

заложенных в него знаний. В настоящее время не существует

какой-либо общепринятой классификации агентов. В

зависимости от сложности решаемых задач выделим следующие

четыре типа агентов: комбинационные; последовательностные;

целенаправленные; целевыбирающие.

Комбинационный агент. Поведение комбинационного агента

внешне выглядит достаточно простым. В определенный момент

времени

агент получает с датчиков

xx ,

восприятие

,,,

1 m





которое характеризует состояние среды. На

основании только этого восприятия и неизменяемых в процессе

всего существования агента знаний, которые хранятся в его

памяти, он в этот же момент времени с помощью

исполнительных органов

zz ,

формирует реакцию

1 n

yy 

Конечно, при практической реализации агента на формировании

реакций по данному восприятию требуется время, но

теоретически считается, что всё происходит мгновенно в

момент времени

, и этот момент времени нас может даже не

интересовать. Существенно лишь то, что комбинационный агент

не порождает новые знания. Каждый раз, когда надо

вырабатывать очередную реакцию по вновь поступившему

восприятию, он использует одни и тех же знания, хранящиеся

в его памяти.

Последовательностный агент. Комбинационный агент может

быть успешно использован в среде, в которой одного

восприятия в данный момент времени достаточно для выработки

реакции в тот же момент времени. Предположим, например, что

агентом является водитель автомобиля, который движется по

многорядному шоссе в крайнем правом ряду. Впереди него

движется другой автомобиль, который неожиданно начинает

резко тормозить (зажжены его тормозные огни). В этой среде

правилами агента, сформулированными на естественном языке,

могли быть следующие.

* Если зажжены тормозные огни у движущегося впереди

автомобиля и левый ряд свободен, то обогнать его без

торможения слева;

* Если зажжены тормозные огни у движущегося впереди

автомобиля и левый ряд занят, а скорость автомобиля агента

не велика, то для того, чтобы не врезаться в движущуюся

впереди машину, затормозить и продолжать движение в том же

ряду.

* Если зажжены тормозные огни у движущегося впереди

автомобиля, левый ряд занят, а скорость автомобиля агента

такова, что любое собственное торможение без съезда на

обочину приведет к столкновению, то экстренно затормозить и

съехать на обочину.

Предположим, что вследствие критической ситуации

комбинационный агент способен в данный момент времени

установить только факт наличия у движущегося впереди

автомобиля зажженных тормозных огней и факт наличия помехи

слева, но не в состоянии считать со спидометра и оценить

скорость своего автомобиля. В этом случае он может

использовать только первое правило из трех. Для того чтобы

иметь возможность применить два других правила, необходимо

в подобной ситуации каждый раз успевать считывать со

спидометра скорость своего автомобиля. Тогда количество

используемых правил может быть увеличено.

Другой путь повышения числа используемых правил -

регулярный контроль в безаварийной ситуации скорости своего

автомобиля по спидометру и запоминания его последнего

показания. Это нужно для того, чтобы извлечь из своей

памяти последнее показание спидометра, когда это

понадобится. Естественно, предполагается, что она с тех пор

не изменялась. В момент принятия решения определение

скорости происходит за счет восприятия, заполненного в

некоторый предыдущий момент времени. Агентов, которые

используют запомненную в предыдущие моменты времени

информацию, называют последовательностными.

Целенаправленный агент. Поведение целенаправленного

агента принципиально отличается от комбинационного и

последовательсностного, поскольку их поведение основано на

восприятиях в настоящий или предыдущий момент времени и

использовании правил, учитывающих только эти восприятия или

производные от них состояния. Например, тот же

комбинационный или последовательностный агент, который

является водителем автомобиля, должен попасть в

определенное по известному ему адресу не позднее

назначенного времени. Он плохо знает город, но имеет карту

и движется к нужному месту, ориентируясь по ней. Он видит,

что впереди перекресток, от которого улицы отходят только

налево и направо, и, повернув на любую из них, можно, в

конце концов, достичь места назначения. Оба маршрута

кажутся равноправными, хотя по каким-то непонятным для

водителя причинам основной поток машин поворачивает налево.

Правый поворот всегда проще и водитель решает повернуть

направо. Однако он не знает, а на карте это не помечено,

что, повернув направо, из-за ремонта на одной улиц, он

столкнется с ситуацией, когда машины вынуждены двигаться в

один ряд, следовательно, возникают постоянные заторы.

Именно поэтому большинство других машин, водители которых

лучше знают город, на перекрестке повернули налево. Таким

образом, решение агента о повороте направо, скорее всего,

приведет к тому, что он опоздает к месту назначения.

Комбинационный или последовательностный агент в этой

ситуации мог бы принять правильное решение, если бы имел

правило, которое учитывает факт поворота большинства машин

на перекрестке налево, на основании которого его реакцией

также был бы поворот налево. Однако в реальной жизни, во-

первых, трудно предусмотреть абсолютно все правила, во-

вторых, среда может изменяться, одни правила могут

становиться излишними или даже неверными, а других правил

может недоставать. Поэтому, сколько бы ни пополнялась база

правил комбинационного или последовательностного агента,

невозможно гарантировать достаточность числа правил для

выработки реакции в не предусмотренной заранее ситуации.

Кроме того, их число может стать слишком большим.

В этих условиях для того, чтобы не попасть впросак,

агент должен как-то предвидеть будущее. Комбинационный (или

последовательностный) агент использует информацию только о

прошлом и настоящем и не способен предвидеть ситуацию.

Целенаправленный же агент прежде, чем принять решение, на

основании известной ему цели (в нашем примере места

назначения и времени, к которому он туда должен прибыть)

заранее планирует свои реакции. Иными словами, на основании

имеющихся у него правил агент заранее до того, как он

начнет действовать, пытается построить план, гарантирующий

ему достижение цели, или обнаруживает, что такого плана не

существует. В случае обнаружения недостижимости цели он

может запросить дополнительные правила и продолжить или

повторить процесс поиска. План является последовательностью

пар восприятие-реакция (или только реакций), называемых

также действиями и ведущих к цели. Если план найден, то

целенаправленный агент его выполняет и достигает цели.

Таким образом, решатель целенаправленного агента

использует не раз и навсегда данное ему множество правил,

предписывающих, какие реакции выдавать в ответ на

восприятие, а всякий раз для каждой вновь возникающей цели

порождает план достижения именно этой цели. Исходными для

работы такого решателя могут быть также правила,

описывающие не реакции агента на конкретные восприятия, а

некие общие законы его поведения в среде, законы поведения

самой среды и законы порождения планов достижения целей.

Целевыбирающий агент. Целенаправленный агент в

состоянии составить план достижения цели. В принципе планов

достижения цели может быть несколько и из них надо выбрать

лучший по определенным критериям. Например,

целенаправленный агент-водитель может наметить несколько

путей достижения места назначений, но расход топлива при

этом может быть различным. Следовательно, желательно уметь

оценить планы с точки зрения расхода топлива и выбрать из

наилучший. Таким образом, целевыбирающий агент, помимо

возможности построения планов достижения целей, так же, как

это делает целенаправленный агент, способен на большее. Во-

первых, при наличии одной цели он может выбирать из

множества всех конкурирующих планов достижения целей

наилучший, иногда и без полного построения всех планов. Во-

вторых, при наличии нескольких конкурирующих целей,

достижение каждой из которых заранее нельзя оценить с

полной уверенностью, он способен определить степень успеха

достижения каждой цели в зависимости от её важности. В

третьих, на основании предшествующего опыта, он может

обучаться и корректировать или пополнять свои знания.

3. СРЕДЫ И АГЕНТЫ

Агент всегда функционирует в некоторой среде. От

свойств конкретной среды зависит выбор типа агентов и всего

того, что ему необходимо для успешного функционирования в

этой среде.

Рассмотрим в общих чертах свойства сред в виде

взаимоисключающих пар.

Дискретные и непрерывные среды. Дискретные среды

таковы, что число различных восприятий и реакций, которые

требуются агенту при функционировании в среде, конечно,

например, 9 или 383, или 10645 и т.п. Хотя и может быть

очень велико. Непрерывные среды могут порождать бесконечное

число восприятий, реакций или того и другого. Примером

дискретной среды является, например, среда шахмат, а

непрерывной - среда агента-водителя, если для его

функционирования требуется восприятие значения, например

скорости со сколь угодно высокой точностью. Если же все

параметры воспринимаются агентом (как это обычно бывает на

практике) с определенной точностью и в заданных пределах,

например, скорость с точностью до 1 км/час в пределах от 1

до 200 км/час, то такая среда с точки зрения агента также

может считаться дискретной.

Детерминированные и недетерминированные среды. В

детерминированных средах по любому восприятию агент

формирует строго одну реакцию. Недетерминированные же среды

таковы, что вследствие каких-либо причин, например

недостаточности всех необходимых восприятий, агент не в

состоянии сформировать единственную реакцию.

Статические и динамические среды. Среда является

статической, если за время, протекающее между получением

агентом любого восприятия и выработкой им реакции, в среде

ничего не изменяется. В противном случае среда называется

динамической. При функционировании агента в статической

среде необязательно, чтобы он наблюдал за ней, пока

занимается выработкой реакции. Но даже если среда является

динамической, на практике чаще всего считается, что для

агента неважно, какие изменения в ней происходят, пока он

вырабатывает реакцию. Агент игнорирует эти изменения,

считая динамическую среду статической.

Итак, мы рассмотрели три важнейших понятия:

искусственный интеллект;

агент как носитель искусственного интеллекта;

среда, в которой агент функционирует.