Frāze "mākslīgā intelekta sistēmas" daudziem izraisa asociācijas ar dažādām zinātniskās fantastikas filmām un sarunu partneru programmām, kas līdzinās mākslīgajam intelektam. Roboti mūsdienās ir kļuvuši par realitāti, un ikreiz, kad atverat kārtējo robotikai veltītu izstādi, jūs esat pārsteigts, cik tālu cilvēce ir guvusi savu tehnoloģisko progresu.
Mākslīgā intelekta problēma ir saistīta ar to, ka saskaņā ar vispārpieņemtajiem priekšstatiem cilvēka radītais prāts ir datora process, kura īpašības ir saistītas ar cilvēka domāšanu. Tomēr zinātne joprojām nevar precīzi noskaidrot, kā cilvēks domā un kāda ir viņa domāšana. Tāpēc mākslīgā intelekta radīšana līdz šim balstās tikai uz intuitīviem minējumiem.
Tikmēr par vienu no perspektīvākajām mūsdienu informācijas tehnoloģiju attīstības jomām kļuvusi lietišķo neironu tīklu izveide. Kas irapzīmē mākslīgo neironu tīklu (ANN)? Šis ir neliels matemātisks modelis, kas darbojas pēc bioloģisko neironu principa, kas funkcionāli apvienots vienā sistēmā.
Cilvēku radīti neironu tīkli vai, kā tos sauc arī, mākslīgā intelekta sistēmas, bieži tiek izmantoti, lai rastu risinājumus problēmām ar nepilnīgu datu skaitu vai problēmām, kuras nevar skaidri formalizēt.
Pirmais ANN parādījās 1958. gadā, pateicoties psihologam Frenkam Rozenblatam. Šī uz attēlu balstītā sistēma simulēja cilvēka smadzenes un mēģināja atpazīt vizuālos datus. ANN darbības princips ir balstīts uz savienojuma izveidi starp apstrādāto elementu kopu. Katrs neirons ieejā saņem lielu skaitu signālu. Tas veic to analīzi saskaņā ar svērtajiem koeficientiem un ģenerē personisku signālu, kas nāk uz citu neironu. Visi neironi ir sakārtoti slāņos un ir saistīti viens ar otru. Katrs slānis apstrādā ievades signālu un pēc tam ģenerē savu nākamajam slānim. Galvenā ANN priekšrocība ir iespēja pašam mācīties.
Mākslīgā intelekta sistēmas darbībai vēlams izmantot vairākus procesorus, jo, izmantojot tikai vienu datoru, darba ātrums manāmi krītas. Šādi ANN tiek izmantoti runas, rokraksta sintēzei un atpazīšanai, finanšu jomā, kā arī visur, kur nepieciešams analizēt spēcīgas informācijas plūsmas.
Mūsdienās populārās neiroekspertu sistēmas ir īpašas sistēmasmākslīgais intelekts, kura pamatā ir milzīga zināšanu bāze. Tajā ir daudz informācijas un metožu, kas nepieciešami uzdevumu risināšanai. Datubāzē ir arī pašmācības algoritms, kas balstās uz procesuālo lēmumu novērtēšanas datiem.
Ļoti svarīga jebkuras ekspertu sistēmas sastāvdaļa ir tās saskarne. Pateicoties viņam, cilvēks var aizpildīt datubāzi ar jauniem datiem, iegūt loģiskus secinājumus utt. Lietojot uzkrātās zināšanas, šīs sistēmas var atrast pareizo risinājumu tiem uzdevumiem, kas cilvēka spējām ir pārāk sarežģīti. Ekspertu sistēmas bieži izmanto tādās jomās kā programmatūras inženierija, militārā zinātne, ģeoloģija, plānošana, prognozēšana, medicīna un izglītība.
Nesen kļuva zināms, ka Google plāno nodrošināt meklēšanas vaicājumu apstrādi jaunam mākslīgajam intelektam līdz 2029. gadam. Turklāt, pēc tehniskā direktora R. Kurcveila vārdiem, jauns inteliģents meklētājs spēs izprast cilvēka emocijas. Vai tas nav pārsteidzoši? Roboti vēl nezina, kā domāt, bet viņi var mācīties. Un kas notiks tālāk?..
