Машинные мысли

Дмитрий Сошников

Спецвыпуск: Хакер, номер #055, стр. 055-080-4

На базе символьного подхода построены многие экспертные системы, основанные на знаниях экспертов, представленных в явном формализованном виде. Большая заслуга таких систем в возможности объяснить ход решения задачи, и это повышает доверие к получаемым результатам. Однако за такую радость приходится платить сложным получением знаний от экспертов и представлением их в машинном виде, удобным для обработки.

Кроме двух основных направлений, есть другие подходы к построению интеллектуальных систем. Среди них важен эволюционный, основанный на принципе естественного отбора и эволюции. Построенные в соответствии с этим принципом алгоритмы называются генетическими алгоритмами: берется некоторое количество решений, удовлетворяющих условию задачи, и определенным образом проводится "скрещивание" или мутация, после чего для дальнейшего рассмотрения выбираются только те решения, которые оптимальны в плане некоторого критерия.

Удостою внимания и так называемый эмерждентный подход к ИИ, который основан на возникновении феномена интеллектуальности в результате взаимодействия большого количества неинтеллектуальных подсистем. Этот подход сейчас активно развивается в направлении многоагентных систем, поскольку его приложения в интернете могут хорошо послужить на практике.

Первые успехи

Неудачи 60-70-х годов прошлого века по быстрому созданию интеллектуальной в плане теста Тьюринга системы породили небольшую стагнацию и упадок исследовательского духа в области ИИ, финансирование исследований сократилось. Однако многие ученые пришли к выводу, что вместо того чтобы создавать универсальные "решатели" задач и системы искусственного разума, лучше применить накопленные знания к более скромным задачам в отдельных предметных областях. Например, если некоторый эксперт или группа экспертов способны хорошо ставить диагноз респираторного заболевания, то можно на основе их знаний создать компьютерную программу, которая могла бы решать эту же задачу аналогичным образом. Эта идея и посеяла семена, из которых выросли экспертные системы - заменители человека-эксперта в определенной предметной области или его помощники при принятии решений.

Экспертные системы были первым коммерческим успехом ИИ и стали применяться на практике большими корпорациями или исследовательскими группами. В один прекрасный день система поиска месторождений полезных ископаемых PROSPECTOR, в которую были заложены знания десяти экспертов-геологов, даже обнаружила месторождение, о котором не подозревал ни один из людей-экспертов, участвовавших в ее создании.