Гносеологические проблемы развития искусственного интеллекта

Размещено на http://www.allbest.ru/

Курсовая работа

Гносеологические проблемы развития искусственного интеллекта

Оглавление

Введение

1. Конкретизация понятия "искусственный интеллект"

2. Гносеологические проблемы искусственного интеллекта

2.1 Знание - основа интеллектуальной системы

2.2 Аспекты представления знаний

3. Некоторые подходы к решению проблемы ИИ

3.1 Механистический подход

3.2 Электронный подход

3.3 Кибернетический подход

3.4 Нейронный подход

4. Практическая часть

Заключение

Библиографический список

Введение

Проблема искусственного интеллекта является сейчас одной из самых злободневных. Ей занимаются ученые различных специальностей: кибернетики, лингвисты, психологи, философы, математики, инженеры. При исследовании проблем, связанных с искусственным интеллектом, решаются многие основополагающие вопросы, связанные с путями развития научной мысли, с воздействием достижений в области вычислительной техники и робототехники на жизнь будущих поколений людей. Здесь возникают и развиваются новые методы научных междисциплинарных исследований. Здесь формируется новый взгляд на роль тех или иных научных результатов и возникает то, что можно назвать философским осмыслением этих результатов.

По современным научным данным человеческий мозг содержит огромное число "вычислительных" узлов - нейронов. Новейшие вычислительные системы стремительно приближаются по своим вычислительным возможностям к мозгу, хотя ещё и далеки от совершенства. Искусственные нейронные сети контролируют сложнейшие системы управления и слежения, проявляют способности в области распознавания изображения вплоть до возможности создания интеллектуальных автопилотов. В таких условиях приобретает особую значимость рассмотрение основных философских вопросов, связанных с искусственным интеллектом и искусственной жизнью. При этом очевидно, возможно взаимовлияние искусственного интеллекта и искусственной жизни на философские проблемы мышления и на жизнь вообще.

Понятие искусственного интеллекта многогранно. Но несколько наиболее важных аспектов все же можно выделить. Во-первых, это вопрос о том, что такое искусственный интеллект, ведь определение понятия обусловливает предмет, цель, методы, успешность исследования. Во-вторых, интеллект подразумевает обработку информации, поэтому важной является проблема представления знаний в системах искусственного интеллекта. В-третьих, существовали и существуют различные подходы к решению вопросов, связанных с созданием интеллектуальных систем, и их рассмотрение проливает свет на многие аспекты проблемы. В-четвертых, огромное значение имеет обеспечение взаимодействия систем искусственного интеллекта с человеком на естественном языке, так как при этом значительно облегчается ведение диалога с ними.

Несмотря на то, что, по мнению некоторых ученых, искусственный интеллект принципиально невозможен, разработки в области создания систем искусственного интеллекта являются в настоящее время одним из приоритетных направлений в науке.

1. Конкретизация понятия "искусственный интеллект"

искусственный интеллект знание гносеологический

В понятие "искусственный интеллект" вкладывается различный смысл - от признания интеллекта у ЭВМ, решающих логические или даже любые вычислительные задачи, до отнесения к интеллектуальным лишь тех систем, которые решают весь комплекс задач, осуществляемых человеком.

Если система решает задачи, которые человек обычно решает посредством своего интеллекта, то мы имеем дело с системой искусственного интеллекта.

Однако это ограничение недостаточно. Создание традиционных программ для ЭВМ - работа программиста - не есть конструирование искусственного интеллекта. Какие же задачи, решаемые техническими системами, можно рассматривать как конституирующие искусственный интеллект?

Если задача не является мыслительной, то она решается на ЭВМ традиционными методами и, значит, не входит в круг задач искусственного интеллекта.

Характеризуя особенности систем искусственного интеллекта, специалисты указывают на:

1) наличие в них собственной внутренней модели внешнего мира;

2) способность пополнения имеющихся знаний;

3) способность к дедуктивному выводу;

4) умение оперировать в ситуациях, связанных с различными аспектами нечеткости, включая "понимание" естественного языка;

5) способность к диалоговому взаимодействию с человеком;

6) способность к адаптации.

2. Гносеологические проблемы искусственного интеллекта

Теория искусственного интеллекта при решении многих задач сталкивается с гносеологическими проблемами.

Одна из таких проблем состоит в выяснении вопроса, доказуема ли теоретически (математически) возможность или невозможность искусственного интеллекта. На этот счет существуют две точки зрения. Одни считают математически доказанным, что ЭВМ в принципе может выполнить любую функцию, осуществляемую естественным интеллектом. Другие полагают в такой же мере доказанным математически, что есть проблемы, решаемые человеческим интеллектом, которые принципиально недоступны ЭВМ. Эти взгляды высказываются как кибернетиками, так и философами.

2.1 Знание - основа интеллектуальной системы

При реализации интеллектуальных функций непременно присутствует информация, называемая знаниями. Другими словами, интеллектуальные системы являются в то же время системами обработки знаний.

В настоящее время в исследованиях по искусственному интеллекту выделились несколько основных направлений:

1. Представление знаний. В рамках этого направления решаются задачи, связанные с формализацией и представлением знаний в памяти системы ИИ. Для этого разрабатываются специальные модели представления знаний и языки описания знаний, внедряются различные типы знаний. Проблема представления знаний является одной из основных проблем для системы ИИ, так как функционирование такой системы опирается на знания о проблемной области, которые хранятся в ее памяти.

2. Манипулирование знаниями. В рамках данного направления разрабатываются способы пополнения знаний на основе их неполных описаний, создаются методы достоверного и правдоподобного вывода на основе имеющихся знаний, предлагаются модели рассуждений, опирающихся на знания и имитирующих особенности человеческих рассуждений.

3. Общение. В круг задач этого направления входят: проблема понимания и синтеза связных текстов на естественном языке, понимание и синтез речи, теория моделей коммуникаций между человеком и системой ИИ. На основе исследований в этом направлении формируются методы построения лингвистических процессов, вопросно-ответных систем, диалоговых систем и других систем ИИ.

4. Восприятие. Это направление включает разработку методов представления информации о зрительных образах в базе знаний, создание методов перехода от зрительных сцен к их текстовому описанию и методов обратного перехода, создание средств, порождающих зрительные сцены на основе внутренних представлений в системах ИИ.

5. Обучение. Для развития способности систем ИИ к обучению, т.е. к решению задач, с которыми они раньше не встречались, разрабатываются методы формирования условий задач по описанию проблемной ситуации или по наблюдению за ней, методы перехода от известного решения частных задач (примеров) к решению общей задачи, создание приемов разбиения исходной задачи на более мелкие и уже известные для систем ИИ. В этом направлении ИИ сделано еще весьма мало.

6. Поведение. Необходимо разрабатывать некоторые поведенческие процедуры, которые позволили бы ИИ адекватно взаимодействовать с окружающей средой, другими системами ИИ и людьми. Это направление в ИИ также разработано ещё очень слабо.

2.2 Аспекты представления знаний

Представлению данных присущ пассивный аспект: книга, таблица, заполненная информацией память. В теории искусственного интеллекта особо подчеркивается активный аспект представления знаний: приобретение знания должно стать активной операцией, позволяющей не только запоминать, но и применять воспринятые (приобретенные, усвоенные) знания для рассуждений на их основе.

Проблема ИИ в области представления знаний связана с переходом исследований в этой области в некоторую новую фазу. Речь идет о создании практически полезных систем (прежде всего так называемых экспертных систем), применяемых в медицине, геологии, химии.

Последовательное развитие структур данных привело к их качественному изменению и к переходу от представления данных к представлению знаний. Уровень представления знаний отличается от уровня представления данных не только более сложной структурой, но и существенными особенностями: интерпретируемость, наличие классифицируемых связей (например, связь между знаниями, относящихся к элементу множества, и знаниями об этом множестве), которые позволяют хранить информацию, одинаковую для всех элементов множества, записанную одноактно при описании самого множества, наличие ситуативных отношений (одновременности, нахождения в одной точке пространства и т. п., эти отношения определяют ситуативную совместимость тех или иных знаний, хранимых в памяти). Кроме того, для уровня знаний характерны такие признаки, как наличие специальных процедур обобщения, пополнения имеющихся в системе знаний и ряда других процедур.

В последние годы все чаще стал употребляться термин "компьютерное моделирование". Очевидно, имеет смысл обозначать им построение любого из составляющих компьютерной системы - будь то знаковая модель или материальная.

С введением термина "знание" появляется свойство "осознавать", т. е. "понимать" свои интеллектуальные возможности. В свою очередь, это означает не что иное, как рефлексию. Рефлексию следует считать одним из главных инструментов построения поведения систем. Говоря языком математики, рефлексия является необходимым условием существования интеллектуальной системы.

3. Некоторые подходы к решению проблемы ИИ

3.1 Механистический подход

Идея создания мыслящих машин "человеческого типа", которые думают, двигаются, слышат, говорят, и вообще ведут себя как живые люди уходит корнями в глубокое прошлое.

Было предпринято множество попыток создания механических устройств, например, в 1736 г. Жак де Вокансон изготовил механического флейтиста в человеческий рост, который исполнял двенадцать мелодий, перебирая пальцами отверстия и дуя в мундштук. В середине 1750-х годов Фридрих фон Кнаус сконструировал серию машин, которые умели держать перо и могли писать довольно длинные тексты. В 1830-х годах английский математик Чарльз Бэббидж задумал, правда, так и не завершив, сложный цифровой калькулятор, который он назвал Аналитической машиной. Позднее, в 1914 г., Леонардо Торрес-и-Кеведо изготовил электромеханическое устройство, способное разыгрывать простейшие шахматные эндшпили.

Но все эти механические устройства имеют лишь отдаленное сходство с тем, что может быть названо ИИ, хотя интересны с исторической точки зрения.

3.2 Электронный подход

После второй мировой войны появились устройства, казалось бы, подходящие для достижения заветной цели - моделирования разумного поведения; это были электронные цифровые вычислительные машины.

К концу 50-х годов все эти увлечения выделились в новую более или менее самостоятельную ветвь информатики, получившую название "искусственный интеллект". Одних исследователей интересует чистая наука и для них компьютер - лишь инструмент, обеспечивающий возможность экспериментальной проверки теорий процессов мышления. Интересы другой группы лежат в области техники: они стремятся расширить сферу применения компьютеров и облегчить пользование ими.

3.3 Кибернетический подход

Кибернетика возникла на стыке многих областей знания: математики, логики, семиотики, биологии, социологии. Обобщающий характер кибернетических идей и методов сближает науку об управлении, каковой является кибернетика, с философией.

Задача обоснования исходных понятий кибернетики, особенно таких, как информация, управление, обратная связь и др. требуют выхода в более широкую, философскую область знаний, где рассматриваются самые общие закономерности познания.

Сама кибернетика как наука об управлении многое дает современному философскому мышлению. Она позволяет более глубоко раскрыть механизм самоорганизации материи, обогащает содержание категории связей, причинности, позволяет более детально изучить диалектику необходимости и случайности, возможности и действительности. Открываются пути для разработки "кибернетической" гносеологии, которая позволяет уточнить, детализировать и углубить в свете науки об управлении ряд существенно-важных проблем.

3.4 Нейронный подход

Уоррен Маккалок и Питтс предложили конструкцию сети из электронных "нейронов" и показали, что подобная сеть может выполнять практически любые вообразимые числовые или логические операции. Далее они предположили, что такая сеть в состоянии также обучаться, распознавать образы, обобщать, т.е. она обладает всеми чертами интеллекта. В настоящее время нейронный подход является, по мнению ряда ученых, наиболее продуктивным, так как при этом создается структура, изоморфная человеческому мозгу, что, соответственно повышает вероятность появления систем искусственного интеллекта уже в ближайшем будущем. Элементная база и принципы функционирования современных компьютеров практически исчерпали себя, и компьютерная индустрия стоит на пороге коренной ломки, которая может пойти по пути использования моделей нейронов, что может существенно упростить работу с компьютером и повысить его вычислительную мощность.

4. Практическая часть

Задача № 3.3

Расчет средней температуры чурки

1. Условие задачи и исходные данные

Рассчитать среднюю температуру чурки (бревна) при его нагреве в зависимости от диаметра, температуры обогревающей среды и времени нагрева по приближенной формуле

где tcр - средняя температура чурки, С;

tc - температура обогревающей среды, С;

tо - начальная температура древесины (принять 20 С);

a - коэффициент температуропроводности в радиальном направлении (принять 4,5 10-4 м2/час);

D - диаметр чурки, м;

- время нагрева, час;

xm - корни уравнения, правая часть которого при канонической форме записи является функцией Бесселя первого рода нулевого порядка.

Имеем:

x1 = 2,4048;

x2 = 5,5201;

x3 = 8,6537;

x4 = 11,7915;

x5 = 14,9309;

x6 = 18,0711.

Выражение в правой части расчетной формулы представляет собой ряд, который быстро сходится. Поэтому при расчете достаточно ограничиваться только шестью членами ряда (n = 6).

Найти зависимость средней температуры чурки tcp от времени нагрева , диаметра чурки D и температуры греющей среды tc.

Таблица 1 Исходные данные

Температура среды, С	Время нагрева, час	Диаметр чурака, м
tc	н	к		Dн	Dк	D
70; 78; 83; 90; 100	1	3	0,5	0,1	0,4	0,1

2. Анализ задачи

Таблица 2

Параметр (данное)	Обозначение	Размерность	Тип переменной	Формат	Имя в программе
Входные данные
Температура обогревающей среды	tc	С	Массив числовой целый	##	TERMs
Начальная температура древесины	tо	С	Числовая целая	##	TERMo
Коэффициент температуропроводности в радиальном направлении	a	м2/час	Числовая вещественная	:6:5	а
Диаметр чурки	D	м	Числовая вещественная	:5:3	D
Время нагрева		час	Числовая вещественная	:5:3	t
Корни уравнения	х1, х2, х3, х4, х5, х6	-	Массив числовой вещественный	:4:2	р
Промежуточные данные
Счетчики	l,m,n,q	-	Числовая целая	###	l,m,n,q
Переменная для сохранения результата в файл	f1	-	Файловая переменная	-	f1
Переменная правой части формулы	s	-	Числовая вещественная	-	s
Выходные данные
Средняя температура чурки	tcр	С	Числовая вещественная	:5:5	TERMsr

3. Метод решения

При решении задачи была использована формула нахождения средней температуры чурки

В ходе программы потребовалось правую часть формулы найти отдельно, присвоив ее значение переменной s

s:= .

В конечном итоге формула приобрела вид

s.

Распечатка программы

program zadacha3_3; {название программы}

{$N+}

uses crt; {подключение модуля управления экраном}

var {отдел описания переменных}

l, m, n, q: integer; {счетчики}

TERMsr, t, D, s: extended; {переменные данной формулы}

f1: text; {файловая переменная для сохранения результата}

const {отдел описания постоянных}

TERMo=20; {постоянная}

a=0.00045; {постоянная}

p: array[1..6] of real=(2.4048,5.5201,8.6537,11.7915,14.9309,18.0711); {массив значений корней уравнения}

TERMs: array[1..5] of integer=(70,78,83,90,100); {массив значений температур среды}

begin {начало программы}

clrscr; {очистка экрана вывода}

assign (f1, 'file1.txt'); {связывание переменной f1 c файлом file1.txt}

rewrite (f1); {создание нового файла file1.txt}

s:=0; {операция присвоения}

writeln(f1,'|Temp.sredy TERMs,C| Vremya t,chas| Diametr D,metr| Sred.temp.TERMsr,C|'); {«шапка» таблицы}

writeln(f1,'');

for l:=1 to 5 do

begin {начало внешнего цикла}

for m:=1 to 5 do

begin {начало 1-го внутреннего цикла}

t:=1+(m-1)*0.5; {формула расчета времени}

for n:=1 to 4 do

begin {начало 2-го внутреннего цикла}

D:=0.1+(n-1)*0.1; {формула расчета диаметра}

for q:=1 to 6 do

begin

s:=s+(4/sqr(p[q]))*exp((0-sqr(p[q]))*4*a*t/sqr(D)); {формула расчета правой части формулы}

end;

TERMsr:=TERMs[l]-(TERMs[l]-TERMo)*s; {формула расчета искомой переменной}

s:=0;

writeln(f1,'| ',TERMs[l],' | ',t:5:3,' | ',D:5:3,' | ',TERMsr:5:3,' |'); {вывод и сохранение значений полученных переменных}

writeln(f1,'');

end; {конец 2-го внутреннего цикла}

end; {конец 1-го внутреннего цикла}

end; {конец внешнего цикла}

writeln('Rezultat save v File1.txt');

close(f1); {закрытие файла}

readkey; {задержка программы}

end. {завершение программы}



Заключение

Инструментом философии является знание. Именно инструментом, а не результатом. Знание не есть конечный предмет, который можно положить в сундук и сказать: "Да, теперь у меня есть знание!" Знание - это цепочка. Знание в области искусственного интеллекта - тоже есть цепочка, причем бесконечная.

Инструментом же кибернетики является моделирование. С точки зрения теории моделирования вообще не имеет смысла говорить о полном тождестве модели и оригинала. Поэтому нельзя стопроцентно смоделировать разумное поведение, объект, способный мыслить, и поместить его все в тот же сундук. Все это вполне согласуется с понятием знания.

Развитие информационной техники позволило компенсировать человеку психофизиологическую ограниченность своего организма в ряде направлений. "Внешняя нервная система", создаваемая и расширяемая человеком, уже дала ему возможность вырабатывать теории, открывать количественные закономерности, раздвигать пределы познания сложных систем. Искусственный интеллект и его совершенствование превращают границы сложности, доступные человеку, в систематически раздвигаемые. Это особенно важно в современную эпоху, когда общество не может успешно развиваться без рационального управления сложными и сверхсложными системами. Разработка проблем искусственного интеллекта является существенным вкладом в осознание человеком закономерностей внешнего и внутреннего мира, в их использование в интересах общества и, тем самым, в развитие свободы человека.

Практическая часть:

Программа работает корректно. При ее создании помощь оказывал преподаватель. Ее недостатком, по моему мнению, является то, что в программе нарушено свойство массовости. В программе нет графиков, отражающих зависимость находимой переменной от влияющих на нее других переменных, - еще один (довольно существенный) недостаток программы. Как и требовалось, результат выполнения программы выводится в виде таблицы и сохраняется в файл. Получаемые значения близки к реальным.

Библиографический список

1. "Будущее искусственного интеллекта." М., Наука, 1991, ред.: Карл, Левитин, Поспелов, Хорошевский.

2. Алексеева И.Ю. "Знание как объект компьютерного моделирования."// "Вопросы философии", 1987, №3, с. 42-49.

3. Алексеева И.Ю. "Искусственный интеллект и рефлексия над знаниями."// "Философия науки и техники", 1991, №9, с. 44-53.

4. Анисов А.М. "ЭВМ и понимание математических доказательств."// "Вопросы философии", 1987, №3, с. 29-40.

5. Артоболевский И.И., Кобринский А.Е. "Знакомьтесь - роботы", М., 1999

6. Вапиик В.Н. "Задача обучения распознаванию образа"

7. Винер Н. "Кибернетика или управление и связь в животном и машине.", М., Наука 1993.

8. Гаврилов А.В., Канглер В.М. "Использование искусственных нейронных сетей для анализа данных."// Сб. научн. трудов НГТУ. - Новосибирск: Изд-во НГТУ, 1999. - № 3(16)

9. Геранзон Бу "Практический интеллект"// "Вопросы философии", 1998, №6

10. Глушков В.М. "Кибернетика: вопросы теории и практики"

11. Глушков В.М. "Что такое кибернетика", Педагогика, М., 2005

12. Джордж Ф. "Мозг как вычислительная машина", М., 2003

13. Клаус Г. "Кибернетика и философия", М.: Иностранная литература, 2003

14. Кругликов Р.И. "П.В. Симонов. Созидающий мозг. Нейробиологические основы творчества"// "Вопросы философии", 1994, №3

15. Кузнецов Н.А., Мускешвили Н.Л., Шрейдер Ю.А. "Информационное взаимодействие как объект научного исследования"// "Вопросы философии", 1999, №1

16. Лекторский В.А. "Теория познания (гносеология, эпистемология)"// "Вопросы философии", 1999, №8

17. Лефевр В.А. "Непостижимая" эффективность математики в исследованиях человеческой рефлексии. // "Вопросы философии", 1990, №7, с. 51-58.

18. Лефевр В.А. "От психофизики к моделированию души."// "Вопросы философии", 1990, №7, с. 25-31.

19. Мамардашвили М.К. "Сознание как философская проблема"// "Вопросы философии", 1990, №10

20. Моисеев Н.Н. "Люди и кибернетика"

21. Носов Н.А. "Виртуальная реальность"// "Вопросы философии", 1999, №10

22. Оезер Э. "Мозг, язык и мир"// "Вопросы философии", 1998, №5

23. Петрунин Ю.Ю. "Искусственный интеллект как феномен современной культуры."// "Вестник Московского университета", 1994, №8, с. 28-34.

24. Пивкин В.Я., Бакулин Е.П., Кореньков Д.И. "Нечеткие множества в системах управления"

25. Поспелов Д.А. "Философия или наука. На пути к искусственному интеллекту." М., Наука, 1992.

26. Розов М.А. "Знание как объект исследования. Воспоминания о работе новосибирского семинара (1963-1980)"// "Вопросы философии", 1999, №1

27. Смирнов В.А. "А.И. Ракитов. Философия компьютерной революции"// "Вопросы философии", 1993, №1

28. Смирнова З.Н. "Проблема разума в философской концепции Чаадаева"// "Вопросы философии", 1998, №11

29. Тимофеев А.А. "Информатика и компьютерный интеллект", М., 1991

30. Тьюринг А. "Может ли машина мыслить?", М., Наука, 1990.

31. Шалютин С.М. "Искусственный интеллект: гносеологический аспект", М.: Мысль, 1985

32. Шрейдер Ю.А. "Искусственный интеллект, рефлексивные структуры и антропный принцип."// "Вопросы философии", 1995, №7, с. 163-167.

33. Шрейдер Ю.А. "Человеческая рефлексия и две системы этического сознания."// "Вопросы философии", 1990, №7, с. 32-41.

34. Эндрю А. "Искусственный интеллект", М.: Мир, 1985

35. Рапаков Г. Г. “Программирование на языке Pascal”, БХВ-Петербург, 2005

Размещено на Allbest.ru\