Направление инженерия знаний объединяет задачи получения знаний из простой информации, их систематизации и использования. Это направление исторически связано с созданием экспертных систем программ, использующих специализированные базы знаний для получения достоверных заключений по какой-либо проблеме.
Производство знаний из данных одна из базовых проблем интеллектуального анализа данных. Существуют различные подходы к решению этой проблемы, в том числе на основе нейросетевой технологии, использующие процедуры вербализации нейронных сетей
К области машинного обучения относится большой класс задач на распознавание образов. Например, это распознавание символов, рукописного текста, речи, анализ текстов.
Нейронные сети используются для решения нечётких и сложных проблем, таких как распознавание или кластеризация объектов.
Природа человеческого творчества ещё менее изучена, чем природа интеллекта. Тем не менее, эта область существует, и здесь поставлены проблемы написания компьютером музыки, литературных произведений (часто стихов или вариаций на темы сказок), художественное творчество. Создание реалистичных образов широко используется в кино и индустрии игр.
Отдельно выделяется изучение проблем технического творчества систем искусственного интеллекта. Теория решения изобретательских задач, предложенная в 1946 году российским изобретателем Г. С. Альтшуллером, положила начало таким исследованиям.
В процессе работы над искусственным интеллектом появились новые виды информации, алгоритмы работы с ними, новые методы получения и обработки данных. Информация может быть представлена в виде данных, знаний, правил и закономерностей, способов получения (добычи), способов хранения и использования. Обращено внимание на смысл, содержащийся в информации, на его поиск, хранение, получение, преобразование. Понимание смысла связано с выполнением умозаключений, с использованием интеллектуальных навыков, включающих в себя такие, как:
сопоставление сложных объектов и оценку их сходства;
выделение типового объекта из группы однородных;
поиск типичных черт, существенных признаков;
формирование описания типового объекта, выделение его отличительных черт;
определение понятий (дефиниции);
выявление причинно-следственных связей;
интерпретация связей и свойств исследуемых объектов;
генерация гипотез;
выявление закономерностей;
самообучение, адаптация;
умение делать традуктивные, индуктивные, дедуктивные выводы;
Среди важнейших классов задач, которые ставились перед ИИ с момента его зарождения как научного направления, следует выделить следующие трудно формализуемые задачи:
доказательство теорем,
управление роботами,
распознавание изображений,
машинный перевод,
понимание текстов на естественном языке,
программирование компьютерных игр,
машинное творчество (синтез музыки, стихотворений, текстов, сказок).
По мере развития ИИ появились новые виды интеллектуальных изделий, в основном это службы техподдержки различных компаний, экспертные системы по подбору товаров (подарков), по оказанию интеллектуальных услуг клиентам, автоматизированные онлайн-помощники, которые иногда реализованы как чат-боты на веб-страницах, в виде различных интеллектуальных изделий:
1. Интеллектуальных моделей, среди них:
· Обучающих;
· Самообучаемых;
· Для естественноязыкового (ЕЯ) диалога;
· Для распознавания образов, автоматической классификации;
· Для оцифровки смысла;
·Для исследования психических процессов (таких, как ассоциативная память, мышление, ).
2. Эвристические программы
3. Экспертные системы
4. Системы символьных преобразований
5. Базы знаний
6. Машины логического вывода
7. Системы автоматического программирования
8. Рассуждающие системы
9. Нейронные программные системы
10. Семантические поисковые системы
11. Системы психологического тестирования
12. Системы речевого общения
И другие
1958 г. Джон фон Нейман (John fon Neumann) предложил имитацию простых функций нейронов с использованием вакуумных трубок.
И другие
1958 г. Джон фон Нейман (John fon Neumann) предложил имитацию простых функций нейронов с использованием вакуумных трубок.
1959 г. Бернард Видров (Bernard Widrow) и Марсиан Хофф (Marcian Hoff) разработали нейросетевые модели ADALINE (ADAptive LINear Elements) и MADALINE (Множественные Адаптивные Линейные Элементы (Multiple ADAptive LINear Elements)).
Нейробиолог Френк Розенблатт (Frank Rosenblatt) начал работу над перцептроном. Однослойный перцептрон был построен аппаратно и считается классической нейросетью. Тогда перцептрон использовался для классификации входных сигналов в один из двух классов. К сожалению, однослойный перцептрон был ограниченым и подвергся критике в 1969 г., в книге Марвина Мински (Marvin Minsky) и Сеймура Пейперта (Seymour Papert) «Перцептроны».
После спада интереса к нейросетям, продолжавшегося все семидесятые годы, в 1982 г. к возрождению интереса привело несколько событий. Джон Хопфилд (John Hopfield) представил статью в национальную Академию Наук США. Подход Хопфилда показал возможности моделирования нейронных сетей на принципе новой архитектуры.
В то же время в Киото (Япония) состоялась международная конференция по компьютерам пятого поколения, которые должны были быть построены на основе искусственного интеллекта. Американские периодические издания подняли эту историю, акцентируя, что США могут остаться позади, что привело к росту финансирования в области нейросетей.
С 1985 г. Американский Институт Физики начал ежегодные встречи «Нейронные сети для вычислений».
1990 г. Департамент программ инновационных исследований защиты малого бизнеса назвал 16 основных и 13 дополнительных тем, в которых возможно использование нейронных сетей.
Сегодня обсуждения нейронных сетей происходят везде. Перспектива их использования кажется довольно яркой в свете решения нетрадиционных проблем и является ключом к целой технологии. Исследования направлены на программные и аппаратные реализации нейросетей. Компании работают над созданием трех типов нейрочипов: цифровых, аналоговых и оптических, которые обещают появиться в близком будущем.
В XXI веке усилилось внимание к аналогии с мозгом. Точная работа мозга человека все еще тайна. Тем не менее некоторые аспекты работы этого удивительного процессора известны. Базовым элементом мозга человека являются специфические клетки, известные как нейроны, способные думать и применять предыдущий опыт к каждому действию, что отличает их от остальных клеток тела.
Кора головного мозга человека является плоской, образованной из нейронов поверхностью, толщиной от 2 до 3 мм площадью около 2200 см2. Кора головного мозга содержит около 1011 нейронов. Каждый нейрон связан с 103 104 другими нейронами. В целом мозг человека имеет приблизительно от 1014 до 1015 взаимосвязей.
Сила человеческого ума зависит от числа базовых компонент, многообразия соединений между ними, а также от обучения.
Индивидуальный нейрон является сложным, имеет свои составляющие, подсистемы и механизмы управления и передает информацию через большое количество электрохимических связей. Насчитывают около сотни разных типов нейронов. Вместе нейроны и соединения между ними при работе формируют процесс, отличающийся от процесса вычислений традиционных компьютеров. Искусственные нейросети моделируют лишь главнейшие элементы сложного мозга.
В СССР до 1970-х годов все исследования ИИ велись в рамках кибернетики. По мнению Д. А. Поспелова, науки «информатика» и «кибернетика» были в это время смешаны по причине ряда академических споров. Только в конце 1970-х в СССР начинают говорить о научном направлении «искусственный интеллект» как разделе информатики. При этом родилась и сама информатика, подчинив себе прародительницу «кибернетику». В конце 1970-х создаётся толковый словарь по искусственному интеллекту, трёхтомный справочник по искусственному интеллекту и энциклопедический словарь по информатике, в котором разделы «Кибернетика» и «Искусственный интеллект» входят наряду с другими разделами в состав информатики. Термин «информатика» в 1980-е годы получает широкое распространение, а термин «кибернетика» постепенно исчезает из обращения, сохранившись лишь в названиях тех институтов, которые возникли в эпоху «кибернетического бума» конца 1950х начала 1960х годов.
В России 30 мая 2019 г. на совещании по развитию цифровой экономики под председательством В. В. Путина было принято решение о подготовке национальной стратегии Российской Федерации по искусственному интеллекту. В её рамках готовится федеральная программа.