Uttrykket "kunstige intelligenssystemer" for mange vekker assosiasjoner til ulike science fiction-filmer og samtalepartnerprogrammer som etterligner kunstig intelligens. Roboter har blitt en realitet i vår tid, og hver gang du åpner nok en utstilling dedikert til robotikk, blir du overrasket over hvor langt menneskeheten har kommet i sin teknologiske fremgang.
Problemet med kunstig intelligens er knyttet til det faktum at menneskeskapt sinn, ifølge allment aksepterte ideer, er en datamaskinprosess, hvis egenskaper er assosiert med menneskelig tenkning. Imidlertid kan vitenskapen fortsatt ikke finne ut nøyaktig hvordan en person tenker og hva hans tenkning er. Derfor er opprettelsen av kunstig intelligens så langt bare basert på intuitive gjetninger.
I mellomtiden har et av de mest lovende områdene for utvikling av moderne informasjonsteknologi blitt opprettelsen av anvendte nevrale nettverk. Hva errepresenterer et kunstig nevr alt nettverk (ANN)? Dette er en liten matematisk modell som fungerer etter prinsippet om biologiske nevroner, funksjonelt kombinert til et enkelt system.
Menneskeskapte nevrale nettverk, eller, som de også kalles, kunstige intelligenssystemer, brukes ofte for å finne løsninger på problemer med et ufullstendig antall data eller problemer som ikke kan formaliseres tydelig.
Den første ANN dukket opp tilbake i 1958 takket være psykologen Frank Rosenblatt. Dette bildebaserte systemet simulerte den menneskelige hjernen og gjorde forsøk på å gjenkjenne visuelle data. Prinsippet for ANN-operasjon er basert på å skape en forbindelse mellom et sett med behandlede elementer. Hvert nevron mottar et stort antall signaler ved inngangen. Den utfører deres analyse i samsvar med de vektede koeffisientene og genererer et personlig signal som kommer til et annet nevron. Alle nevroner er organisert i lag og har en forbindelse med hverandre. Hvert lag behandler inngangssignalet og genererer deretter sitt eget for neste lag. Den største fordelen med ANN er evnen til å lære seg selv.
Det er ønskelig å bruke flere prosessorer for driften av det kunstige intelligenssystemet, siden når du bare bruker én datamaskin, synker arbeidshastigheten merkbart. Slike ANN-er brukes til syntese og gjenkjennelse av tale, håndskrift, innen finans, så vel som der det er behov for å analysere kraftige informasjonsstrømmer.
Neuroekspertsystemer som er populære i dag, er spesielle systemerkunstig intelligens, som er grunnlaget for en enorm kunnskapsbase. Den lagrer en rekke informasjon og metoder som er nødvendige for å løse oppgavene. Databasen inneholder også en selvlærende algoritme som er avhengig av prosessuelle beslutningsevalueringsdata.
En veldig viktig komponent i ethvert ekspertsystem er grensesnittet. Takket være ham kan en person fylle databasen med nye data, få logiske konklusjoner, etc. Ved å bruke den akkumulerte kunnskapen kan disse systemene finne den rette løsningen for de oppgavene som er for komplekse for menneskelige evner. Ekspertsystemer brukes ofte innen områder som programvareteknikk, militærvitenskap, geologi, planlegging, prognoser, medisin og utdanning.
Nylig ble det kjent at Google har til hensikt å gi behandling av søk til en ny kunstig intelligens innen 2029. Dessuten, ifølge ordene til teknisk direktør R. Kurzweil, vil en ny intelligent søkemotor kunne forstå menneskelige følelser. Er det ikke fantastisk? Roboter vet ennå ikke hvordan de skal tenke, men de kan lære. Og hva vil skje videre?..