Интеллект – совокупность умственных способностей человека, обеспечивающих успех его познавательной деятельности.
В широком смысле под этим термином понимают совокупность всех познавательных функций индивида (восприятие, память, воображение, мышление), а в узком – его мыслительные способности.
«Естественный Интеллект» – это свойство, присущее человеку и другим живым объектам.
В последнее время всё большее внимание уделяется понятию «интеллект» в связи с появлением новых объектов, при описании которых подчёркивается их интеллектуальная направленность. Обращается внимание на содержание в этих объектах чего-то, повышающего эффективность их использования, их «интеллектуальность». Получается, что новый товар имеет какое-то новое очень полезное свойство, повышающее «очеловечение» этого товара. Он становится более способным, как бы «думающим». Чтобы подчеркнуть его необычность, отличие от интеллекта человека (естественного интеллекта) ему присвоено новое название: Искусственный Интеллект.
Искусственный интеллект – это область информатики, которая занимается разработкой компьютерных систем, связанных с разумной (мыслительной) деятельностью человека. К этому виду деятельности принято относить понимание естественного языка, работу со знаниями и мышление (решение мыслительных проблем).
При создании искусственных интеллектуальных структур представляет интерес: состав, структура, принцип действия, технология создания, особенности использования интеллектуальных программ и программ повышенной интеллектуальности, языки для создания интеллектуальных систем.
Представляет так же интерес, чем отличается новая, искусственная интеллектуальная структура от естественной. Для выяснения этого необходимо сравнить, чем естественный интеллект отличается от искусственного.
Проведение научного исследования чаще всего заключается в выявлении скрытых правил и закономерностей в наборах данных, формулировке гипотез и выявлении типовых структур. Для этого приходится использовать различные методы обнаружения (добычи) знаний: абстрагирование, ассоциативное объединение, классификацию, кластеризацию, анализ временных рядов, прогнозирование и др.
Это трудная работа, так как человеческий разум не приспособлен для восприятия больших массивов разнородной информации. В среднем человек не способен улавливать более двух-трех взаимосвязей даже в небольших выборках.
Для расширения аналитических возможностей человека можно использовать методы традиционной статистики, эвристические решающие устройства на основе экспертных систем, семантический дифференциал, теорию решения изобретательских задач (ТРИЗ), нейронные сети.
Методы математической статистики, эвристические решающие устройства, семантический дифференциал, ТРИЗ, относятся к дискретным методам. Для человека же в большинстве случаев использовать при решении жизненных проблем дискретные методы трудно.
Естественным для человека является использование основных принципов мозга – ассоциативное мышление, использование принципов обучения (самообучения) и адаптации, использование связей «если – то», «посылка – следствие», лежащих в основе распознавания, управления, принятия решений.
Поэтому из различных способов расширения аналитических возможностей человека чаще всего наиболее эффективными при исследовании задач, не имеющих общепризнанного алгоритма решения, является использование нейронных сетей.
Всё, что связано с использованием нейронных сетей получило название нейросетевых технологий, или нейрокомпьютинга.
Нейросетевые технологии не требуют программирования, а предусматривают работу по обучению нейронной сети на специально подобранных примерах.
Основными функциями обучения нейросетей, воспроизводящими работу мозга и ассоциативное мышление являются классификация, узнавание, умение определять сходство и различия.
На этапе обучения формируются основные отношения между входными параметрами и оформляются в незримые таблицы (образы), которые впоследствии будут использоваться при решении задач на сети.
Нейрокомпьютинг предоставляет единую методологию решения очень широкого круга практически интересных задач. Это, как правило, ускоряет и удешевляет разработку приложений.
Нейрокомпьютинг состоит из нескольких разделов:
· конструирование нейрокомпьютеров,
· нейросетевые исследования хозяйственных процессов,
· моделирование интеллекта высшей нервной системы человека.
Конструкторский раздел нейрокомпьютинга.
Содержит модели, методы и алгоритмы, необходимые для создания нейрокомпьютеров. В него входят алгоритмы работы различных конструктивных элементов нейрокомпьютера, например – алгоритмы выполнения различных математических операций с плавающей или фиксированной запятой; выполнения этих операций младшими или «старшими разрядами вперёд»; алгоритмы выполнения таких операций, как дифференцирование, интегрирование, и др; методы преобразования систем дифференциальных уравнений; специфические операции для нейросетевых конструкций, таких, как блок обучения нейросетей, система ассоциативного поиска информации; алгоритмы свёртки, определения близости, умножения и сложения матриц и векторов, транспонирования матриц, вычисления пороговых преобразований, параллельного вычисления табличных функций, и другие.
Нейрокомпьютеры вне зависимости от того, на каких элементах они реализованы, представляют собой специализированные ЭВМ. И как и все ЭВМ они должны иметь блок питания, различные устройства ввода-вывода, блок управления и кроме того, специализированные устройства, обеспечивающие работу нейронных сетей.
Для управления работой всех этих устройств необходима операционная система. Большая часть её нужна для реализации работы технического комплекса – одних только типов устройств ввода-вывода у идеальной нейроЭВМ может быть не менее 6 – для обеспечения работы моделей зрения, слуха, вкуса, осязания, обоняния, вестибулярного аппарата (ответственного за чувство равновесия). Кроме того, могут быть и специфические конструкции, связанные с различными проявлениями интеллекта (концентрацией, воображением, интуицией, и т.д).
Но работа операционной системы этим не ограничивается. Кроме управления устройствами, ОС должна обеспечивать создание приемлемой среды, в которой будут производиться нейросетевые исследования.
Обычно нейросетевые исследования предусматривают выполнение таких видов работ, как
· подготовка исходных данных,
· формирование нейронной сети,
· обучение нейросети, анализ достигнутых результатов и оптимизацию обучения,
· проведение нейросетевого исследования,
