Різні підходи до проблеми моделювання штуного інтелекту41 Різні підходи до проблеми моделювання штуниоп» інтелекту. Підходи до розуміння проблеми Єдиної відповіді на питання чим займається штучний інтелект (ШІ), не існує. Майже кожен автор, котрий пише книгу про till, відштовхується від якогось визначення, розглядаючи в його світлі досягнення цієї науки. Зазвичай ці визначення зводяться до наступних: ШІ вивчає методи розв.язання задач, які потребують людського розуміння. Грубо кажучи мова іде про те, щоб навчити ШІ >сзв.язувати тести інтелекту. Це передбачає розвитки способів розв.язання задач по аналогії, методів дедукції та індукції, -сакопичення базових знань і вміння їх використовувати. ШІ вивчає методи розв.язання задач, для яких не існує способів розв.язання або вони не коректні (через обмеження в часі, іам.яті і т. п.). Завдяки такому визначенню інтелектуальні алгоритми часто використовуються для розв.язання NP-повних задач, наприклад, задачі комівояжера. ШІ займається моделюванням людської вищої нервової діяльності. ШІ — це системи, які можуть оперувати з знаннями, а найголовніше — навчатися. В першу чергу мова ведеться про те, щоби їйзнати клас експертних систем (назва походить від того, що вони спроможні замінити «на посту» людей-експертів) нтелектуальними системами. Підходи до вивчення ^ Існують різні підходи до створення систем ШІ. На даний момент можна виділити 4 досить різних підходи: |j Логічний підхід. Основою для вивчення логічного підходу слугує Булева алгебра. Кожен програміст знайомий з нею з тих іір, коли він вивчав оператор IF. Свого подальшого розвитку Булева алгебра отримала у вигляді обчислення предикатів — в якому юна розширена за рахунок введення предметних символів, відношень між ними. Крім цього, кожна така машина має блок генерації іілі, і система виводу намагається довести дану ціль як теорему. Якщо ціль досягнута, то послідовність використаних правил юзаолить отримати ланцюжок дій, необхідних для реалізації поставленої цілі (таку систему ще називають експертною системою). Іотужність такої системи визначається можливостями генератора цілей і машинного доведення теорем. Під структурним підходом ми розуміємо спроби побудови ШІ шляхом моделювання структури людського мозку. Однією з іерши>^ких_5Яро&б/ув перцептрон Френка Розенблатта. Головною моделюючою структурною одиницею в перцептронах (як і в Яльшості інших варіантах моделювання мозку) ejiettpoH. Пізніше виникли і інші моделі, більш відомі під назвою нейронні мережі НС) і їхні реалізації — нейрркомп.ютери. Ці моделі відрізняються за будовою окремих нейронів, за топологією зв.язків між ними і лгоритмами навчання. Серед найбільш відомих на даний час варіантів НС можна назвати НС зі зворотнім розповсюдженням юмилки, сітки Кохонена, сітки Хопфілда, стохастичні нейрони сітки. В більш ширшому розумінні цей підхід відомий як Сонективізм. ^..Еволюційний підхід. Під час побудови системи ШІ за даним методом основну уіагу зосереджують на побудові початкової тоделі, і правилам, за якими вона може змінюватися (еволюціонувати). Причому модель може бути створена за самими зноманітними методами, це може бути і НС, і набір логічних правил, і будь-яка інша модель. Після цього ми вмикаємо комп.ютер і ін, на основі перевірки моделей відбирає найкращі з них, і по цих моделях за найрізноманітнішими правилами генеруються нові «алелі. Серед еволюційних алгоритмів класичним вважається генетичний алгоритм. Імітаційний підхід. Цей підхід є класичним для кібернетики з одним із її базових понять чорний ящик.JC&ЄJcт) поведінка кого імітується, якраз і являє собою „чорний ящик|. Для нас не важливо, які моделі в нього всередині і як він функціонує, головне, азбй наша модель в аналогічних ситуаціях поводила себе без змін. Таким чином тут моделюється інша властивість людини — латність копіювати те, що роблять інші, без поділу на елементарні операції і формального опису дій. Часто ця властивість хономить багато часу об.єкту, особливо на початку його життя.
