Mākslīgais intelekts

Vikipēdijas raksts

Mākslīgais intelekts (MI) jeb mākslīgais saprāts (angļu: Artificial intelligence - AI) - datorzinātņu un citu zinātņu nozare, kas pēta mašīnu saprātīgu izturēšanos, apmācību un pielāgošanos. MI ietvaros tiek pētīta saprātīgā uzvedība (cilvēkiem, dzīvniekiem un mašīnām) un tiek mēģināts modelēt šādu uzvedību mākslīgi radītā mašīnā; savukārt biologi ar MI modeļu palīdzību pēta bioloģisko sistēmu, organismu uzvedību, savstarpējo iedarbību.

[izmainīt šo sadaļu] MI klasifikācija

Mākslīgo intelektu var iedalīt stiprajā un vājajā. Stiprā MI (Strong AI) mērķis ir izveidot mašīnas, kas varētu domāt tāpat kā cilvēks, tām būtu saprātīgas būtnes apziņa. Savukārt vājais MI (Weak AI) ir kā blakusprodukts stiprā MI radīšanas procesā - dažādas tehnoloģijas, kuras tiek ieviestas sistēmās, lai papildinātu tās ar "saprātīgām" īpašībām; tas ir MI elementu pielietojums praktiskajā dzīvē.

[izmainīt šo sadaļu] Zinātniskās skolas

Pēc problēmas risināšanas pieejas mākslīgo intelektu iedala konvenciālajos MI un skaitļošanas intelektā.

Konvenciālais MI (Conventional AI) aptver metodes, kuras tagad klasificē kā mašīnapmācību, ko raksturo formālisms un statistiskā analīze. Tas ir pazīstams arī kā simboliskais MI, loģiskais MI. Galvenās metodes:

Ekspertsistēmas - sistēmas, balstītas uz zināšanām;
Case based reasoning - uz analogiskiem gadījumiem balstīta spriešana;
Baijesa tīkli - uz varbūtībām balstīti tīkli;
Uz uzvedību balstīti MI (Behavior based AI) - modulāra pieeja, kas sastāv no autonomām uzvedības programmām, kuras palaiž atkarībā no vides izmaiņam.

Skaitļošanas intelekts (Computational Intelligence - CI) ietver iteratīvo attīstību vai mācīšanos. Mācīšanās balstīta uz empīriskiem datiem un tiek saistīts ar nesimbolisko MI. Metodes:

Neironu tīkli - balstīti uz struktūrām, kas līdzīgas cilvēka smadzenēm; sistēmas ar ļoti lielām tēlu pazīšanas spējām;
Fazisistēmas (Fuzzy systems) - tehnika spriešanai nenoteiktības apstakļos, plaši izmanto mūsdienu ražošanas un patērētāju kontroles sistēmās;
Evolucionārā skaitļošana - izmanto biologijā pielietotas koncepcijas, tādas kā populācija, mutācija un dabiskā atlase, lai atrastu labākos problēmas risinājumus. Šīs metodes iedala:
- Evolucionārajos algoritmos (piem., ģenētiskais algoritms);
- Spieta algoritmos(piem., skudru algoritms).

Ar hibrīdām intelekta sistēmām notiek mēģinājumi kombinēt šīs abas grupas.