К области ИИ принято относить ряд алгоритмов и программных систем, которые могут решать некоторые задачи так, как это делает человек.

Первый шаг в исследованиях по ИИ был сделан в направлении изучения естественного интеллекта. При изучении этого вопроса был сделан ряд открытий в различных областях знаний. Так, в 1962 году Фрэнком Розенблаттом были предложены модели мозга, имитирующие биофизические процессы, которые протекают в головном мозге и которые были названы персептронами. Персептроны представляют собой различного вида сети из искусственных нейронов, в основе которых лежат модели, разработанные еще в 1943 году Уильямом Маккалоком и УолтеромПиттсом.

Первоначально, изучение персептронов было связано с задачей распознавания образов, однако, в настоящее время нейронные сетишироко используются для решения задач аппроксимации, классификации и распознавания образов, прогнозирования, идентификации и оценивания, ассоциативного управления [5]. Нейронные сети представляют собой низкоуровневые модели мозговой деятельности человека.

Другое направление моделирования естественного интеллекта связано с созданием высокоуровневых моделей деятельности мозга человека, которые позволяют моделировать процессы рассуждений и принятия решений.

В целом можно сказать, что изучение разумного поведения человека привело к появлению эвристических методов, моделирующих деятельность человека в проблемной ситуации и к разработке программно-аппаратных средств, реализующих эти методы, то есть к разработке систем искусственного интеллекта, называемых решателями задач.

Другим результатом этих исследований можно считатьсозданиеэкспертныхсистем, то есть систем искусственного интеллекта, основанных на знаниях человека-эксперта.

Также к специфическим особенностям деятельности человека обычно относят способности к распознаванию сложных зрительных и слуховых образов, пониманию естественных языков, способности к обучению, рассуждениям и логическим выводам. Все эти особенности стали реализовываться в системах искусственного интеллекта.

В Советском союзе ИИ получил официальное признание в 1974 году, когда при президиуме АН СССР был создан научный совет по проблеме «Искусственный интеллект», хотя работы в этом направлении велись с 60-х годов Вениамином Пушкиным, Дмитрием Александровичем Поспеловым, Сергеем Масловым, В.Ф.Турчиным.

Первые положительные результаты были получены в области теории управления, так как в этой области имелся ряд задач, для решения которых традиционные методы не были пригодны из-за невозможности формализации цели управления объектом и невозможности установления точных количественных зависимостей между параметрами, оказывающими влияние на процесс управления [1]. В результате проведенных работ появились логико-лингвистические модели, в которых решающее значение имеют тексты на естественном языке. В таких моделях для принятия решения при управлении объектами используется семантическая информация для описания модели объекта, модели среды и блока принятия решения.

Моделирование рассуждений человека, осуществление логического вывода с помощью вычислительной машины стало возможным, благодаря использованию методов поиска решений в исчислении предикатов [3]. Эти методы стали основой общей теории дедуктивных систем. При этом все «творческие задачи» решаются интеллектуальным перебором в четко очерченном множестве – в фиксированной формальной теории, которая является ветвью математической логики и в которой реализуется процесс нахождения решений.

В настоящее время выделяют следующие направления развития исследований в области искусственного интеллекта:

1. Разработка систем, основанных на знаниях. Целью этого направления является имитация способностей человека в области анализа неструктурированных и слабоструктурированных задач. В данной области исследований осуществляется разработка моделей представления, извлечения и структурирования знаний, а также изучаются проблемы создания баз знаний(БЗ). К данному классу систем также относятсяэкспертные системы(ЭС).

2. Разработка естественно-языковых интерфейсов и машинный перевод. Данные системы строятся как интеллектуальные системы, так как основаны на БЗ в определенной предметной области и сложных моделях, обеспечивающих трансляцию «исходный язык – язык смысла – язык перевода». Эти модели основаны на последовательном анализе и синтезе естественно-языковых сообщений и ассоциативном поиске аналогичных фрагментов текста и их переводов в специальных базах данных(БД).

3. Генерация и распознавание речи. Решаются задачи обработки, анализа и синтеза фонемных текстов.

4. Обработка визуальной информации. Решаются задачи обработки, анализа и синтеза изображений. В задаче анализа исходные изображения преобразуются в данные другого типа, например, текстовые описания. При синтезе изображений в качестве входной информации используются алгоритмы построения изображений, а выходными данными являются графические объекты.

5. Обучение и самообучение. Данная область ИИ включает модели, методы и алгоритмы, реализующие автоматическое накопление и генерацию знаний с использованием процедур анализа и обобщения знаний. К данному направлению относятся системы добычи данных(Data-mining)исистемыпоиска закономерностей в компьютерных базах данных (KnowledgeDiscovery).

6. Распознавание образов. Распознавание образов осуществляется на применении специальных математических моделей, обеспечивающих отнесение объектов к классам, которые описываются совокупностями определенных значений признаков.

7. Игры и машинное творчество. К данной области относятся системы сочинения компьютерной музыки, стихов, изобретения новых объектов, а также интеллектуальные компьютерные игры.

8. Программное обеспечение систем ИИ. К данной области относятся инструментальные средства для разработки интеллектуальных систем, включая специальные языки программирования, ориентирование на обработку символьной информации (LISP,SMALLTALK, РЕФАЛ), языки логического программирования (PROLOG), языки представления знаний (OPS5,KRL,FRL), интегрирование программные среды (KE,ARTS,GURU,G2), а также оболочки экспертных систем (BUILD,EMYGIN,EXSYSProfessional, ЭКСПЕРТ).

9. Новые архитектуры компьютеров. Это направление связано с созданием компьютеров не фон-неймановской архитектуры, ориентированных на обработку символьной информации. Известны удачные промышленные решения параллельных и векторных компьютеров, однако в настоящее время они имеют очень высокую стоимость и недостаточную совместимость с существующими вычислительными средствами.

10. Интеллектуальные роботы. В настоящее время данная область ИИ развивается очень бурно. Достигнуты значительные успехи в создании бытовых роботов, роботов, используемых в космических исследованиях, медицинских роботов.

Лингвистический аспект ИИ

Искусственный интеллект самым непосредственным образом связан с развитием компьютерной техники, достигшей поразительных успехов, и, по сути дела, порождён ею.

Сравнительно недавно возникло понятие «система класса искусственного интеллекта», под которым подразумевается система, оперирующая знаниями и извлекающая из них то, что диктуется теми или иными потребностями. Системы класса искусственного интеллекта многообразны, но все они состоят из трёх основных элементов: компьютерной техники, соответствующих программ и знаний. Все 3 составляющие тесно связаны между собой. Исходной же величиной являются знания. (см.: В.А.Звегинцев 2001: 227)

Знания – многомерная величина, но общественно ценные знания, которыми оперируют системы класса искусственного интеллекта, всегда выражаются на языке.

Проблемы языка носят всепроникающий характер, и любая проблема информатики, искусственного интеллекта, экспертных систем имеет языковой аспект, что, к сожалению, не всегда понимается в полной мере. Корень многих недоразумений кроется в неточном определении информационной природы естественного языка. Здесь важно иметь в виду, что язык – это не только форма выражения готовых мыслей, сколько способ содержательной организации и представления знаний. Этот способ первичен, универсален, он возник с самим зарождением человеческого интеллекта и служит надежным инструментом его развития.Эффективное использование знаний, содержащихся в текстах, требует новых стратегий обработки информации, отличных от традиционных логических подходов. Такие стратегии должны учитывать смысловые законы естественного языка. Оперативная, удобная, развивающаяся кооперация человека и машины будет опираться на естественный язык, точнее, на определённый подъязык, связанный с некоторой сферой общения или классом решаемых задач.

Лингвистическое обеспечение автоматизированных систем – это совокупность средств, позволяющих осуществлять компьютеризацию языковой деятельности. Речь, в частности, идет о создании того или иного типа автоматизированной системы обработки текста (АСОТ) – некоторого процессора, на входе и на выходе которого присутствует текстовая информация на естественном языке. Типы АСОТ многообразны и могут быть нацелены на моделирование различных языковых процессоров, таких, например, как диалоговое взаимодействие, сжатие информации, реферирование текста, логическая обработка содержания, перевод на другой естественный язык и т.д. С собственной лингвистической точки зрения процессы, осуществляемые в машине при решении подобных задач, сводятся к перезаписи информации на тех или иных (естественных и искусственных) языках. Внешние критерии, которыми руководствуются создатели АСОТ, подводятся под общую формулу «оптимизация общения человека и машины».

Можно назвать некоторые из наиболее фундаментальных качеств естественного языка:

1) принципиальная нечёткость значения языковых выражений

2) динамичность языковой системы

3) образность номинаций, основанная прежде всего на метафоричности

4) бесконечные творческие возможности в освоении новых знаний

5) семантическая мощь словаря, позволяющая выражать любую информацию с помощью конечного инвентаря элементов

6) гибкость в передаче информации

7) разнообразие функций

8) специфическая системность. (см.: А.А.Реформатский 1996: 310)

В целом естественный язык может быть с полным основанием оценен как сложнейший объект для моделирования.

По мере развития компьютерных систем становится всё более очевидным, что использование этих систем намного расширится, если станет возможным использование человеческой речи при работе непосредственно с компьютером, и, в частности, станет возможным управление машиной обычным голосом в реальном времени, а также ввод и вывод информации в виде обычной человеческой речи. (см.: А.Тьюринг, «Человек и машина»: www.liceum3.info/SCIENCE/i_intel.htm )

Существующие технологии распознавания речи не имеют пока достаточных возможностей для их широкого использования, но на данном этапе исследований проводится интенсивный поиск возможностей употребления коротких многозначных слов (процедур) для облегчения понимания. Распознавание речи в настоящее время нашло реальное применение в жизни, пожалуй, только в тех случаях, когда используемый словарь сокращен до 10 знаков, например при обработке номеров кредитных карт и прочих кодов доступа в базирующихся на компьютерах системах, обрабатывающих передаваемые по телефону данные. Так что насущная задача – распознавание, по крайней мере, 20 тысяч слов естественного языка – остается пока недостижимой. Эти возможности пока недоступны для широкого коммерческого использования. Однако ряд компаний своими силами пытается использовать уже существующие в данной области науки знания.

Для успешного распознавания речи следует решить следующие задачи:

1) обработать словарь (фонемный состав),

2) обработать синтаксис,

3) сократить речь (включая возможное использование жёстких сценариев),

4) выбрать диктора (учитывая возраст, пол, родной язык и диалект),

5) тренировать диктора,

6) разработать особенного вида микрофон (принимая во внимание направленность и местоположение микрофона),

7) разработать условия работы системы и получения результата с указанием ошибок. (см.: В.А.Абидин, «Речевые технологии»: speetech.com/raspoznavanie-rechi/ )

Существующие сегодня системы распознавания речи основываются на сборе всей доступной (порой даже избыточной) информации, необходимой для распознавания слов.

Исследователи считают, что задача распознавания образца речи, основанная на качестве сигнала, подверженного изменениям, будет достаточной для распознавания, но, тем не менее, в настоящее время даже при распознавании небольших сообщений нормальной речи, пока невозможно после получения разнообразных реальных сигналов осуществить прямую трансформацию в лингвистические символы, что является желаемым результатом.

Свойства языкового знака.

Знакомявл. предметы, действия и явления, т.е. любые материальные объекты, кот. могут замещать ту или иную реалию. Знак – это двусторонняя единица, носитель соц-ной инфы. Языковой знак – цепочка фонематически расчленённых звуков – означает и понятие за ним закреплённое – означаемое.

1 тип знаков, копии или изображения (иконический). Этот тип знаков сохраняет сходство с обозначаемыми предметами. 2 тип – знаки, признаки или симптомы (индексальный) – несут информацию о предмете, следствие естественной и причинной связи с ним. 3 тип – знаки сигналов – несут информацию по договорённости. 4 тип – знаки-символы – несут информацию о предмете в отвлечении от предмета каких-либо свойств (напр. Голубь – символ мира).

Языковые знаки распределяются по трём группам:

1. естественные языки (фонетические);

2. искусственные языки (графически письменный язык, ручная речь глухонемых);

3. знаки, сопряжённые с фонетическим языком (интонация, жесты, мимика, паузы).

Своеобразие языкового знаказакл. в том, что это первичный неконвенциональный знак, объективно сформировавший-ся в процессе эволюции чел-а и чел-кого общества вообще. Среди других видов знаков, используемых в чел-ком обществе, языковой знак занимает особое место:

1. своей материальной и идеальной природой;

2. своеобразием своего генезиса, т.е. происхождения, эволюции и функционирования;

3. выполняемыми функциями;

4. формой своего существования или выражения;

5. своей ролью в жизни общества и мн. др. признаками.

Осн. свойства знака вообще и языкового знака в частности.

1. заместительная функция (любой знак что-то означает);

2. коммуникативность (любой знак явл. ср-вом общения);

3. социальность (любые знаки возникают и существуют в обществе);

4. системность (любой З. явл. элементом какой-то системы);

5. материальность (любой знак должен быть доступен чувственному восприятию – чувствовать, видеть, ощущать).

Своеобразие языка как знаковой системызакл. в универ-сальности (языковой З. исп-ся во всех сферах чел-кой деят-ти); первичности по отношению к др. знаковым системам; в посто-янном развитии и совершенстве; в полисемантичности.

Виды знаковых систем

Знаки принято отличать от признаков (симптомов). Последние не являются средствами целенаправленной передачи информации кем-то. В них план выражения (означающее, экспонент) и план содержания (означаемое) находятся в причинно-следственной связи (например, лужи воды на земле как свидетельство недавно прошедшего дождя). В собственно знаках, используемых для целенаправленной передачи информации, связь между двумя сторонами не обусловлена природными, причинно-следственными отношениями, а часто подчинена принципу условности (конвенциональности) или же принципу произвольности (арбитрарности). Возможны, однако, как уже отмечалось, многочисленные случаи той или иной мотивировки знаков, допускаемые данной системой.

Люди пользуются множеством разнообразных знаковых систем, которые можно классифицировать прежде всего с учётом канала связи (среды, в которой осуществляется их передача). Так, можно говорить о знаках звуковых (вокальных, аудитивных), зрительных, тактильных и т.д. Люди располагают, помимо звукового языка как основной коммуникативной системы, жестикуляцией, мимикой, фонационными средствами, представляющими собой особое использование голоса, и т.д. В их распоряжении имеются как естественные (спонтанно возникшие), так и искусственные, созданные ими же коммуникативные системы (письмо; сигнализация с помощью технических устройств и прочих средств: светофор, способы обозначения воинских различий и т.п., системы символов в логике, математике, физике, химии, технике, языки типа эсперанто, языки программирования и т.п.). В некоторых ситуациях общения наблюдается одновременная передача знаков разного рода, использование разных сред (мультимедийная коммуникация).