3. Подходы к пониманию ии(2)

Область математических и технических наук занимающихся проблемами ИИ на столько широка, что говорить о роде деятельности человека как человека занимающегося ИИ практически так же бессмысленно так же как человек занимающийся физикой, ничего не сказать. Физика содержит массу дисциплин сложных. Так и здесь. Целая куча дисциплин в том числе случайно попавших под область ИИ сюда можно отнести. Но реально те кто занимаются чем то конкретным. Рассматривают 2 основных подхода к пониманию ИИ

2. В рамках второго подхода обладающие интеллектом считаются системы выполняющие функции человека как сознательный так и рефлекторно подсознательные. Таким функциям можно отнести распознавание образов речь моторику анализ данных приобретение знаний применение знаний. Очень часто не интеллектуальные с точки зрения первого подхода системы позволяют на порядок повысить качество управления сложными техническими и организационно техническими объектами и системами. Такие методы выполняя роль человека используют не доступные ему скорости обработки информации и показывают результаты на много превосходящие человеческие возможности. Те же самые системы управления трубопроводами. Они одновременно обозревают огромное количество задач и быстрее реагируют. В экстренных ситуациях человеку приходиться вмешиваться. Но в штатном режиме человек отдыхает. Можно заимствовать элементы поведения животных. Ученые бьются над алгоритмом полета обыкновенной мухи. Так как обладая очень малым количеством нейронов она способна показывать качество пилотирования недоступное современной авиации. Учитывая скорости изменения углов скорости реакции и т.д. Соответственно если бы удалось применить такие механизмы для авиации то можно было бы снять часть рефлекторных функций с пилота и расширить ее диапазон возможностей который сейчас ограничивается скоростями реакции человека. Если говорить снова о первом подходе то очень интересен вопрос о Мотивации. Можем поручить системе задачу. Но в зависимости от мотивации эта система может пойти разными путями для решения задачи. Эти пути в конечном итоге позволят решить задачу, но будет масса дополнительных свойств. Этот вопрос может затрагивать формализацию неформального и выработку индивидуальных решений.

4. Существует 2 подхода разработкии ии(1)

Нисходящий – создание экспертных систем, баз знаний 0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000? cbcсистемы логического вывода.

Восходящий – основан на изучении нейронных сетей. Восходящий не очень укладывается в рамки понимания ИИ. Как нейросеть так и эволюционные методы позволяют повысить «интеллектуальность» системы за счет ее адаптации. Более того эволюционные вычисления позволяют строить модели предметной области и программы поведения не основываясь на каких то исключительно строгих умозаключениях. Что позволяет в известном смысле как то решать проблему детерменированности компьютерного мышления. В рамках перечисленных подходов выделяют следующие направления:

1. Символьный подход к разработке искусственного интеллекта. Основывается в первую очередь на абстрактной формализации предметной области и выделении таких существуенных черт на основет умения выделить которых в последствии строится строгая формальная модель. Символы какого то алфовита . Символами которые обознеачают какой то метод которым можнр оперировать. Обозначение операций и правила преобразования фраз составленных из этих символов. В частности такой подход распрастранен в матматике. Где мы довольно часто встречаем в абстрактной алгебре(группы полугруппы кольца) Как только мы получили возможность адекватно абстрагировать мы перерводим содержатьльную обстановку в формальную после чего можем забыть о содержательной обстановке и приписываемому символам решать задачу путем преобразования форменных выражений после чего содержательно интерпретировать полученные результаты. Большое развитие символьный подход получил при созданиии языка LISP. Повзоляет эффективно реализовать преобразование символьных выражений в работу со списками. Значительное применение эти работы нашли там где они подъходят больше всего а именно всистемах комп математике. Завметим что симсвольный подход во многом ориентирован на решение общей а не частной задачи. Эффективнерость его применения зависиттолько существунную информацию, что требует высокой гибкости в методах абстрагирования, тогда как исследователи решающие прикладные задачи часто стараются дать быстрое решение для конкретного случая. При отсутствии эффективных механизмов формализации такой подход оказывается часто бесполезным. При решении задачи останавливается алгоритм в резулдьтате невозможности описать вновь возникающие потребности средствами уже принятой формальной системы.