А. В. Гаврилов
 Скачать 0.52 Mb.
|
|
Министерство образования Российской Федерации Новосибирский государственный технический университет __________________________________________________________________ А.В. ГАВРИЛОВ С И С Т Е М Ы И С К У С С Т В Е Н Н О Г О И Н Т Е Л Л Е К Т А Часть 1 Утверждено Редакционно-издательским советом в качестве учебного пособия для студентов IV и V курсов АВТФ (исправленное и дополненное) Новосибирск 2001 А.В. Гаврилов. Системы искусственного интеллекта: Учеб. пособие: в 2-х ч. – Новосибирск: Изд-во НГТУ, 2001. – Ч. 1. – 67 с. В части 1 настоящего пособия рассматриваются основные понятия искусственного ин- теллекта, прикладных систем искусственного интеллекта, методы представления и обработ- ки знаний, вопросы построения экспертных систем, общие сведения о методах приобретения знаний и инструментарии для создания экспертных систем, дано краткое описание возмож- ностей и особенностей инструментального ПО ESWin для создания экспертных систем. Учебное пособие предназначено для студентов, изучающих дисциплину "Системы ис- кусственного интеллекта" и родственные ей дисциплины, а также для всех, желающих озна- комиться с основами построения прикладных систем, основанных на представлении и обра- ботке знаний. Рис. 12, список лит. 48 назв. Рецензент: М.Г. Гриф, канд. техн. наук, доц. Работа подготовлена на кафедре вычислительной техники Новосибирский государственный технический университет, 2001 г. © 3 ВВЕДЕНИЕ Ум – хорошо, а два – лучше. Народная пословица "... – и это называется разумное существо! Позор! Позор, говорю я! Хороша же эта Природа, которая за четыре миллиарда лет создала ВОТ ЭТО!!" С. Лем. Клиника доктора Влипердиуса Несколько определений искусственного интеллекта Существует много различных определений области информатики, назы- ваемой искусственным интеллектом (ИИ). Ниже приведены некоторые из них: "[Автоматизация] видов деятельности, которые мы ассоциируем с челове- ческим мышлением (human thinking), таких как принятие решений, решение проблем, обучение …" (Belman, 1978). "Прикладывание новых усилий для того, чтобы сделать думающие компь- ютеры, … машины с мозгами в полном и дословном смысле" (Hougeland, 1985). "Изучение ментальных способностей через использование вычислитель- ных моделей" (Charniak, McDermott, 1985). "Искусство создания машин, которые осуществляют функции, требующие интеллекта при реализации их человеком" (Kurzweil, 1990). "Область науки, которая имеет дело с объяснением и воспроизведением интеллектуального поведения в терминах вычислительных процессов" (Schalkoff, 1990). "Изучение того, как заставить компьютеры делать вещи, которые в на- стоящее время лучше делают люди" (Rich, Knight, 1991). "Изучение вычислений, которые делают возможным распознавать, раз- мышлять и действовать (Winston, 1992). 4 "Область информатики, имеющая дело с автоматизацией интеллектуаль- ного поведения" (Luger, Stubblefield, 1993). Такое разнообразие определений объясняется тем, что понятие "искусст- венный интеллект" может рассматриваться в различных контекстах. Оно может рассматриваться как наука, набор технологий, реализованная модель разума (цель), раздел информатики, занимающийся изучением того, как работает мозг. Некоторые ученые склонны рассматривать "искусственный интеллект" как не- что постоянно ускользающее и недоступное (цель, всегда находящаяся за гори- зонтом). Такая точка зрения объясняется тем, что технологии и алгоритмы, разработанные в рамках ИИ, со временем становятся неотъемлемой частью информационных технологий и более не ассоциируются с ИИ. Если встать на эту точку зрения, то искусственным интеллектом можно назвать "еще не широ- ко используемые или не открытые технологии, которые реализуют или моде- лируют процессы обработки информации в нервной системе". Искусственный интеллект как цель С годами мозг мыслителя искусный Мыслителя искусственно создаст. И.В. Гете. Фауст В отличие от некоторых других достижений цивилизации, таких как авто- мобиль, самолет, кухонная бытовая техника, искусственный интеллект не име- ет прототипов в народном творчестве – мифах, легендах и сказках. Мифы или мечты о нем возникают только с появлением вычислительной техники и авто- матики (в 40-х годах нашего века), за некоторыми исключениями (одно из них, может быть, единственное) приведено в эпиграфе. Что касается более ранней мифологии, наиболее близким легендарным персонажем является искусствен- ный человек (андроид или гомункулус). Однако он всегда присутствует как бездумный послушный хозяину механизм. Можно вспомнить железного чело- века, выкованного Гефестом на горе Олимп, деревянного человека, сделанного итальянским мастером в Толедо и известного больше под именем "каменного гостя" А.С. Пушкина, Голема – слугу средневекового алхимика из г. Праги. Они явились прототипом современного робота. Однако при создании ре- альных современных роботов возникла проблема общения с ними с целью формулирования им задач. При решении этой проблемы появилось понимание того, что если мы хотим иметь удобные и надежные средства общения с робо- том (или в общем случае с некоторой сложной системой), мы должны обеспе- чить его средствами внутреннего представления и решения задач примерно та- кими же, как у человека. Иначе мы обречены либо на изучение искусственного языка общения или программирования либо на "непонимание" роботом того, что мы от него хотим. Впервые на проблему понимания интеллектуальной сис- темой того, что от нее хотят, обратил внимание основатель кибернетики Н. Ви- 5 нер в 1948 году в своей книге "Кибернетика", приведя в качестве примера притчу об обезьяньей лапке. Особенное значение эта проблема приобретает в связи с применением ис- кусственного интеллекта в военной области, что является основой так назы- ваемой "стратегической компьютерной инициативы", провозглашенной прези- дентом США Р. Рейганом в 1983 году. Искусственный интеллект и информатика В истории человечества можно выделить несколько информационных ре- волюций, которые являлись переломными моментами в развитии цивилизации. Первая была связана с появлением речи. Речь дала возможность переда- вать знания от одного индивидуума к другому и, следовательно, сохранять их, передавая из поколения в поколение. Вторая информационная революция была связана с появлением письмен- ности. Письменность позволила передавать знания между индивидуумами без непосредственного контакта и, следовательно, существенно увеличить доступ- ность и надежность сохранения знаний. Третья революция – появление книгопечатания – еще более увеличило доступность знаний и сделало возможным массовое распространение и сохра- нение знаний. Четвертая революция была связана с появлением электросвязи в различ- ных видах и средств записи знаний (информации) электрическим путем. Пятая революция, которую мы переживаем сейчас, связана с появлением массовых ЭВМ, объединенных сетями, и обладающих мощными средствами для хранения, накопления и использования знаний. В рамках этой информаци- онной революции можно выделить также ряд этапов, последним из которых является появление систем искусственного интеллекта или систем, основанных на знаниях. В целом пятая революция дала возможность сохранять и иметь бы- стрый доступ практически к неограниченным по объему знаниям. Кроме того, системы искусственного интеллекта дали возможность впервые связать непо- средственно знания с материальным производством (или в более общем случае с окружающим материальным миром), исключив человека, как промежуточное звено. Более того, они могут вырабатывать новые знания. Для этого служат средства извлечения (или приобретения) знаний, например из баз данных пу- тем выявления закономерностей и формулирования этих закономерностей в виде баз знаний. В компьютерном мире сейчас получили распространение ис- следования и разработки в области так называемых технологий "data mining" – извлечения полезных данных (знаний) из большого их количества, в том числе, из неструктурированных данных. Современная информатика во многом обязана исследованиям в области искусственного интеллекта. Например, многие разделы исследования операций появились из разработанных в 50-х годах методов ограничения перебора вари- 6 антов при решении задач ИИ. На терминологию и методы построения компи- ляторов повлияли исследования в области машинного перевода. Средства рас- познавания и синтеза речи сейчас уже являются неотъемлемой частью некото- рых специализированных информационных систем и претендуют на широкое использование в операционных системах. Системы распознавания текста яв- ляются обычной частью офисных программных систем (печатный текст) или карманных компьютеров (рукописный ввод в компьютерах Newton). Объектно- ориентированное программирование выросло из представления знаний в виде фреймов, придуманных американским ученым Мински в конце 60-х годов. Нейросетевые технологии и технологии экспертных систем успешно применя- ются в системах экономического анализа и прогнозирования. Примеры можно было бы продолжить. Информация (данные) и знания Чем отличается понятие "знание" от понятия "данные" или "информация"? В последнее время ученые приходят к выводу, что наряду с веществом и энер- гией информация является объективно существующей неотъемлемой частью материального мира, характеризующей его упорядоченность (неоднородность) или структуру. Способность живых существ сохранять свою структуру (упоря- доченность) в мире, где, вероятно, превалирует стремление к увеличению эн- тропии (однородности), обусловлена их способностью распознавать структуру окружающего мира и использовать результат распознавания (т.е. знания о ми- ре) для целей выживания. Таким образом, знания – это воспринятая живым существом (субъектом) информация из внешнего мира и в отличие от "информации" "знание" субъек- тивно. Оно зависит от особенностей жизненного опыта субъекта, его истории взаимоотношения с внешней средой, т.е. от особенностей процесса его обуче- ния или самообучения. На этом уровне абстракции знание уникально и обмен знанием между индивидуумами не может происходить без потерь в отличие от данных, в которых закодирована информация (неоднородность), и которые мо- гут передаваться от передатчика к приемнику без потерь (не учитывая возмож- ность искажения вследствие помех). Знание передается между субъектами по- средством какого-либо языка представления знаний, наиболее типичным пред- ставителем которого является естественный язык. Создавая и используя естест- венный язык, человек с одной стороны стремился в нем формализовать и уни- фицировать знания для того, чтобы передавать их одинаковым образом наи- большему количеству людей с разным жизненным опытом, а с другой стороны, пытался дать возможность передавать все богатство личного знания. Первая тенденция привела к появлению различных формализованных специальных диалектов языка в различных областях знаний (математике, физике, медицине и т.д.). Вторая привела к появлению художественной литературы, в основе ко- торой лежит стремление средствами языка вызвать ассоциации (переживания) 7 в мозгу человека, т.е. заставить его думать и переживать на основе знаний, по- черпнутых из прочтенного, и своих собственных знаний. По большому счету все разновидности искусства направлены на это – передачу знаний с использо- ванием ассоциаций. Если перейти от такого высокого уровня абстракции (философского) к бо- лее приземленному, то можно сравнивать знания и данные в их формализован- ном виде, что обычно и делается в литературе по искусственному интеллекту. Тогда можно сформулировать следующие отличия знаний от данных: • знания более структурированы; • в знаниях наибольшее значение имеют не атомарные элементы знаний (как в данных), а взаимосвязи между ними; • знания более самоинтерпретируемы, чем данные, т.е. в знаниях содер- жится информация о том, как их использовать; • знания активны в отличие от пассивных данных, т.е. знания могут по- рождать действия системы, использующей их. Следует иметь в виду, что резкой границы между данными и знаниями нет, т.к. в последние двадцать лет разработчики систем управления базами данных все более делают их похожими на знания. Примером может служить применение семантических сетей (формализма для представления знаний) для проектирования баз данных, появление объектно-ориентированных баз дан- ных, хранимых процедур (это делает в какой-то мере данные активными) и т.п. Таким образом, отличия знаний от данных, перечисленные выше, с развитием средств информатики сглаживаются. 8 1. ПРИКЛАДНЫЕ СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 1.1. Логический и нейрокибернетический подходы к созданию систем ИИ С самого начала исследований в области моделирования процесса мышле- ния (конец 40-х годов) выделились два до недавнего времени практически не- зависимых направления: логическое и нейрокибернетическое. Первое было основано на выявлении и применении в интеллектуальных системах различных логических и эмпирических приемов (эвристик), которые применяет человек для решения каких-либо задач. В дальнейшем с появлением концепций "экспертных систем" (ЭС) (в начале 80-х годов) это направление вылилось в научно-технологическое направление информатики "инженерия знаний", занимающееся созданием т.н. "систем, основанных на знаниях" (Knowledge Based Systems). Именно с этим направлением обычно ассоциирует- ся термин "искусственный интеллект" (ИИ). Второе направление – нейрокибернетическое – было основано на построе- нии самоорганизующихся систем, состоящих из множества элементов, функ- ционально подобных нейронам головного мозга. Это направление началось с концепции формального нейрона Мак-Каллока-Питтса и исследований Розенб- латта с различными моделями перцептрона – системы, обучающейся распозна- ванию образов. В связи с относительными успехами в логическом направлении ИИ и низким технологическом уровнем в микроэлектронике нейрокибернети- ческое направление было почти забыто с конца 60-х годов до начала 80-х, ко- гда появились новые удачные теоретические модели (например, "модель Хоп- филда") и сверхбольшие интегральные схемы. Логическое направление можно рассматривать как моделирование мыш- ления на уровне сознания или вербального мышления. Его достоинствами яв- ляются: • возможность относительно легкого понимания работы системы; • легкость отображения процесса рассуждений системы на ее интерфейс с пользователем на естественном языке или каком-либо формальном языке; • достижимость однозначности поведения системы в одинаковых ситуациях. Недостатками этого подхода являются: • трудность и неестественность реализации нечетких знаков (образов) (см.2.4); • трудность (или даже невозможность) реализации адекватного поведения в условиях неопределенности (недостаточности знаний, зашумленности дан- ных, не точно поставленной цели и т.п.); • трудность и неэффективность распараллеливания процесса решения задач. Нейрокибернетическое направление можно рассматривать как моделиро- вание мышления на подсознательном уровне (моделирование интуиции, твор- ческого воображения, инсайта). Его достоинства – это отсутствие недостатков, свойственных логическому направлению, а недостатки – отсутствие его досто- 9 инств. Кроме того, в нейрокибернетическом направлении привлекает возмож- ность (быть может, иллюзорная), задав базовые весьма простые алгоритмы адаптации и особенности структуры искусственной нейронной сети, получить систему, настраивающуюся на поведение сколь угодно сложное и адекватное решаемой задаче. Причем его сложность зависит только от количественных факторов модели нейронной сети. Еще одним достоинством в случае аппаратной реализации нейронной сети является ее живучесть, т.е. способность сохранять приемлемую эффективность решения задачи при выходе из строя элементов сети. Это свойство нейронных сетей достигается за счет избыточности. В случае программной реализации структурная избыточность нейронных сетей позволяет им успешно работать в условиях неполной или зашумленной информации. 1.2. Интеллектуальные роботы "Господин сначала создал людей – самый не сложный вид, который легче всего производить. Постепенно он заменил их роботами. Это был шаг вперед". А. Азимов. Логика. Из книги "Я – робот" Интеллектуальные роботы (иногда говорят "интеллектные" или роботы с искусственным интеллектом) явились развитием простейших программируе- мых промышленных роботов, которые появились в 60-х годах. Тогда же были заложены основы современных и будущих интеллектуальных роботов в иссле- дованиях, связанных с координацией программирования роботов- манипуляторов и технического зрения на основе телевизионной камеры, пла- нирования поведения мобильных роботов, общения с роботом на естественном языке. Эксперименты с первыми интеллектуальными роботами проводились в конце 60-х – начале 70-х годов в Стэндфордском университете, Стэндфордском исследовательском институте (Калифорния), Массачусетском технологическом институте (Массачусетс), Эдинбургском университете (Великобритания), в Электротехнической лаборатории (Япония). Типичный интеллектуальный робот состоит из одной или двух рук (мани- пуляторов) и одной или двух телевизионных камер, размещенных на непод- вижной тумбе либо на перемещающейся тележке. На рис. 1 показана обобщенная структура информационной системы ин- теллектуального робота. Здесь надо иметь в виду, что на подсистему воспри- ятия поступает большой объем разнотипной информации от датчиков различ- 10 ных типов: зрительных, слуховых, тактильных, температурных, лазерных или ультразвуковых дальномеров и других более специализированных. Рис. 1. Структура информационной системы интеллектуального робота Под синтаксисом понимается структура в пространстве и во времени этой разнотипной информации. Под семантикой – результат ее восприятия как мно- жества возможных типовых ситуаций или образов, требующих какой-либо дальнейшей обработки. Под миром понимается описание окружения робота как результат работы его подсистемы восприятия. Под действием понимается достаточно сложный двигательный акт, на- пример, перемещение детали из входного бункера в шпиндель станка и ее за- крепление там, в отличие от движения как результата срабатывания какой-либо одной степени свободы робота, например, вращение робота вокруг вертикаль- ной оси на заданный угол. |