ВВЕДЕНИЕ 9
1. ИСТОРИЧЕСКИЕ ТЕНДЕНЦИИ РАЗВИТИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 11
1.1. ПРЕДЫСТОРИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 11
1.2. ОТ ЛОГИКИ К КИБЕРНЕТИКЕ 12
1.3. НЕЙРОКИБЕРНЕТИКА 12
1.4. КИБЕРНЕТИКА «ЧЕРНОГО ЯЩИКА» И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ 13
1.5. ОСНОВНЫЕ ЭТАПЫ РАЗВИТИЯ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 13
2. УНИВЕРСАЛЬНЫЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ТЕНДЕНЦИИ РАЗВИТИЯ 19
2.1. УНИВЕРСАЛЬНЫЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ 19
2.2. ОБЩИЕ НАПРАВЛЕНИЯ РАЗВИТИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 20
2.3. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В РОССИИ 22
3. МЕТОДЫ ПОИСКА РЕШЕНИЙ 24
3.1. ОСНОВНЫЕ ПОНЯТИЯ СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 24
3.2. КЛАССИФИКАЦИЯ ЗАДАЧ, РЕШАЕМЫХ ЧЕЛОВЕКОМ 25
3.3. МОДЕЛЬ ПРЕДМЕТНОЙ ОБЛАСТИ 28
3.3.1. Процедура решения задачи 29
3.3.2. Примеры решения задач 30
3.3.3. Выводы 33
3.4. МЕТОДЫ ПОИСКА РЕШЕНИЙ В ПРОСТРАНСТВЕ СОСТОЯНИЙ 33
3.4.1. Путь решения задачи 33
3.4.2. Метод полного перебора в ширину 35
3.4.3. Метод полного перебора в глубину 36
3.5. ЭВРИСТИЧЕСКИЕ МЕТОДЫ ПОИСКА В ПРОСТРАНСТВЕ СОСТОЯНИЙ 37
3.6. ПОИСК РЕШЕНИЯ МЕТОДОМ РАЗБИЕНИЯ ЗАДАЧ НА ПОДЗАДАЧИ 39
3.6.1. Представление задачи в виде И/ИЛИ графа 40
3.6.2. Механизм сведения задачи к подзадачам 41
3.6.3. Пример решения задачи 43
3.7. ДОСТОИНСТВА И НЕДОСТАТКИ МЕТОДОВ ПОИСКА РЕШЕНИЙ В ПРОСТРАНСТВЕ СОСТОЯНИЙ 44
4. МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ 47
4.1. ЗНАНИЯ КАК ОБЪЕКТ ИССЛЕДОВАНИЯ И ПРЕОБРАЗОВАНИЯ В СИСТЕМАХ ИИ 47
4.1.1. Внутренняя интерпретация 48
4.1.2. Наличие внутренней структуры связей 49
4.1.3. Наличие внешней структуры связей 49
4.1.4. Шкалирование 50
4.1.5. Погружение в пространство с «семантической метрикой» 51
4.1.6. Наличие активности 51
4.2. КЛАССИФИКАЦИЯ МОДЕЛЕЙ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ 52
4.3. НЕФОРМАЛЬНЫЕ МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ 52
4.4. ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ 54
4.5. ПРОДУКЦИОННАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ 55
4.6. ПРЕДСТАВЛЕНИЕ ЗНАНИЙ ФРЕЙМАМИ 56
4.7. ПРЕДСТАВЛЕНИЕ ЗНАНИЙ СЕМАНТИЧЕСКИМИ СЕТЯМИ 57
4.8. ФОРМАЛЬНЫЕ МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ 59
5. ТЕОРИЯ ВЫСКАЗЫВАНИЙ 61
5.1. ОПРЕДЕЛЕНИЕ ВЫСКАЗЫВАНИЙ 61
5.2. АЛФАВИТ ИСЧИСЛЕНИЯ ВЫСКАЗЫВАНИЙ 61
5.3. СИНТАКСИС ИСЧИСЛЕНИЯ ВЫСКАЗЫВАНИЙ 63
5.4. ПРЕОБРАЗОВАНИЕ ФОРМУЛ 64
5.5. МНОЖЕСТВО БАЗОВЫХ АКСИОМ 65
5.6. ПРАВИЛА ВЫВОДА 66
5.7. НОРМАЛЬНЫЕ ФОРМЫ 68
5.8. СВОЙСТВА ИВ КАК АКСИОМАТИЧЕСКОЙ СИСТЕМЫ 70
5.9. ПРОБЛЕМА ЛОГИЧЕСКОГО ВЫВОДА 71
5.10. АЛГОРИТМИЧЕСКАЯ ПРОБЛЕМА РАЗРЕШЕНИЯ В ИВ 73
5.11. ТЕОРЕМА ДЕДУКЦИИ 74
5.12. ПРИНЦИП ДЕДУКЦИИ 75
5.13. ПРИНЦИП РЕЗОЛЮЦИЙ 77
5.14. СВОЙСТВА МЕТОДА РЕЗОЛЮЦИЙ 78
5.15. ПРИМЕР РЕШЕНИЯ ЗАДАЧИ СРЕДСТВАМИ ИВ 81
6. ТЕОРИЯ ПРЕДИКАТОВ 84
6.1. ПОНЯТИЕ О ПРЕДИКАТАХ 84
6.2. ИСЧИСЛЕНИЕ ПРЕДИКАТОВ КАК АКСИОМАТИЧЕСКАЯ СИСТЕМА 86
6.3. ПРИМЕРЫ ПРЕДИКАТОВ 88
6.4. ПРЕОБРАЗОВАНИЕ ФОРМУЛ 89
6.5. СТАНДАРТИЗАЦИЯ ПЕРЕМЕННЫХ 91
6.6. ИСКЛЮЧЕНИЕ КВАНТОРА СУЩЕСТВОВАНИЯ 91
6.7. ПРЕДВАРЕННАЯ ФОРМА 92
6.8. ИСКЛЮЧЕНИЕ КВАНТОРОВ ОБЩНОСТИ 93
6.9. ПРИВЕДЕНИЕ МАТРИЦЫ К КНФ 93
6.10. ОБОБЩАЮЩИЙ ПРИМЕР 94
6.11. ПОДСТАНОВКИ И УНИФИКАЦИЯ 95
6.12. ВЫВОД В ИСЧИСЛЕНИИ ПРЕДИКАТОВ 96
6.13. ПРИМЕРЫ ПРИМЕНЕНИЯ МЕТОДА РЕЗОЛЮЦИЙ 99
6.14. СТРАТЕГИИ РЕЗОЛЮЦИИ 102
6.15. ПРИМЕР РЕШЕНИЯ ЗАДАЧИ СРЕДСТВАМИ ИП 105
7. ИНТЕГРИРОВАННАЯ СРЕДА ПРОГРАММИРОВАНИЯ БАЗ ЗНАНИЙ VISUAL PROLOG 109
7.1. ОПИСАНИЕ ПРЕДМЕТНОЙ ОБЛАСТИ С ПОМОЩЬЮ ПРОГРАММЫ НА ЯЗЫКЕ ПРОЛОГ 111
7.2. ФАКТЫ 112
7.3. ВОПРОСЫ ИЛИ ЦЕЛЕВЫЕ УТВЕРЖДЕНИЯ 113
7.4. ПЕРЕМЕННЫЕ 114
7.5. ПРАВИЛА 115
7.6. КОНЪЮНКЦИЯ ЦЕЛЕВЫХ УТВЕРЖДЕНИЙ 116
7.7. ПОПОЛНЕНИЕ БАЗЫ ЗНАНИЙ 117
7.8. СТРУКТУРА ПРОГРАММЫ НА ЯЗЫКЕ VISUAL PROLOG 118
7.9. РЕЛЯЦИОННЫЙ ЯЗЫК ПРОЛОГ 120
8. НЕЙРОННЫЕ СЕТИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 123
8.1. ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 123
8.2. ОСНОВЫ ТЕОРИИ НЕЙРОНА 124
8.3. НЕЙРОПОДОБНЫЕ СЕТИ 126
8.4. ОБУЧЕНИЕ НЕЙРОПОДОБНЫХ СЕТЕЙ 128
9. МОДЕЛИРОВАНИЕ СИИ НА НЕЙРОМИКРОПРОЦЕССОРАХ 129
9.1. ОСОБЕННОСТИ НЕЙРОМИКРОПРОЦЕССОРА NEUROMATRIX Л1879ВМ1 129
9.2. ОПИСАНИЕ ВЕКТОРНОГО СОПРОЦЕССОРА 131
9.3. РЕЖИМ ВЗВЕШЕННОГО СУММИРОВАНИЯ 132
9.4. ВЫПОЛНЕНИЕ ОПЕРАЦИЙ НА ВЕКТОРНОМ АЛУ 134
9.5. ПОРЯДОК ВЫПОЛНЕНИЯ ПРЕОБРАЗОВАНИЙ НАД ДАННЫМИ 134
9.6. СИСТЕМА КОМАНД НЕЙРОПРОЦЕССОРА 135
9.7. МАШИННЫЕ КОМАНДЫ НЕЙРОПРОЦЕССОРА 135
10. ПРОГРАММИРОВАНИЕ СИИ НА НЕЙРОМИКРОПРОЦЕССОРАХ 138
10.1. СКАЛЯРНЫЕ КОМАНДЫ 138
10.2. ВЕКТОРНЫЕ КОМАНДЫ 139
10.3. СПЕЦИАЛЬНЫЕ ВЕКТОРНЫЕ КОМАНДЫ ГРУППЫ VN 140
10.4. ФОРМАТ СКАЛЯРНЫХ И ВЕКТОРНЫХ КОМАНД 141
10.5. СТРУКТУРА ПРОГРАММЫ ДЛЯ НЕЙРОПРОЦЕССОРА 143
10.6. ВВОД ДАННЫХ 144
10.7. ЗАПУСК ПРОГРАММЫ 144
10.8. СТРУКТУРА АССЕМБЛЕРА NM 640Х 145
10.9. NM CALCULATOR – ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ НЕЙРОПРОЦЕССОРА 147
10.10. ВОЗМОЖНЫЕ ОБЛАСТИ ПРИМЕНЕНИЯ НЕЙРОПРОЦЕССОРОВ 149
11. СИНГУЛЯРНОСТЬ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 151
11.1. ОПРЕДЕЛЕНИЯ И ОБОСНОВАНИЯ 151
11.2. ПОНЯТИЕ СИНГУЛЯРНОСТЬ 151
11.3. СИМПТОМЫ СИНГУЛЯРНОСТИ 152
11.3.1. Искусственный интеллект 152
11.3.2. Увеличение биологических возможностей человека 154
11.3.3. Человеко-компьютерные системы 155
11.4. ПУТИ К СИНГУЛЯРНОСТИ И ОТ НЕЕ 156
11.5. ПОСЛЕДСТВИЯ СИНГУЛЯРНОСТИ 157
11.6. СЦЕНАРИИ БЕЗ СИНГУЛЯРНОСТИ 160
11.7. СИНГУЛЯРНОСТЬ БЕЗ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 161
12. КЛАССИФИКАЦИЯ ЭКСПЕРТНЫХ СИСТЕМ 165
12.1. ОСНОВНЫЕ ПОНЯТИЯ ЗНАНИЯ И СВОЙСТВА 165
12.2. ОСНОВНЫЕ ЭЛЕМЕНТЫ ЭКСПЕРТНОЙ СИСТЕМЫ 166
12.3. МАШИНА ВВОДА 168
12.4. ИНТЕРФЕЙС 168
12.5. СТРУКТУРА ЭКСПЕРТНОЙ СИСТЕМЫ 169
12.6. КЛАССИФИКАЦИЯ ЭКСПЕРТНЫХ СИСТЕМ 170
13. ПРИМЕРЫ ИСПОЛЬЗОВАНИЯ ЭКСПЕРТНЫХ СИСТЕМ 172
13.1.ЭКСПЕРТНЫЕ СИСТЕМЫ МЕДИЦИНЫ И ХИМИИ 172
13.1.1. Экспертная система ABEL 172
13.1.2. Экспертные системы MYCIN и DENDRAL 172
13.1.3. Экспертная система: PTRANS 174
13.2. ЭКСПЕРТНЫЕ СИСТЕМЫ КОМПЬЮТЕРНЫХ СИСТЕМ 175
13.2.1. Экспертная система: DART 175
13.2.2. Экспертная система: IDT 175
13.2.3. Экспертная система: XCON 175
13.2.4. Экспертная система: TIMM/TUNER 175
13.2.5. Экспертная система: YES/MVS 176
13.3. ЭКСПЕРТНЫЕ СИСТЕМЫ ЭЛЕКТРОНИКИ 176
13.3.1. Экспертная система: BDS 176
13.3.2. Экспертная система: TALIB 176
13.3.3. Экспертная система: ACE 177
14. РОБОТОТЕХНИКА 178
14.1. НАПРАВЛЕНИЯ РАЗВИТИЯ РОБОТОТЕХНИКИ 178
14.2. РОБОТ – ЧЕЛОВЕК 179
14.3. КОСМИЧЕСКИЕ РОБОТЫ 179
14.4. РОБОТОТЕХНИКА В МЕДИЦИНЕ 180
14.5. ТЕНДЕНЦИИ РАЗВИТИЯ РОБОТОТЕХНИКИ 182
15. ПРЕДСТАВЛЕНИЕ НЕЧЕТКИХ ЗНАНИЙ 184
15.1. ОБЩИЕ ПОНЯТИЯ 184
15.2. НЕЧЕТКИЕ МНОЖЕСТВА 185
15.3. ОПЕРАЦИИ НАД НЕЧЕТКИМИ МНОЖЕСТВАМИ 189
15.4. ОБЫЧНЫЕ ОТНОШЕНИЯ И ОПЕРАЦИИ НАД НИМИ 193
15.5. НЕЧЕТКИЕ ОТНОШЕНИЯ 196
15.6. ЛИНГВИСТИЧЕСКАЯ ПЕРЕМЕННАЯ 199
15.7. НЕЧЕТКИЙ ВЫВОД 201
16. ПОСТРОЕНИЕ НЕЙРОСЕТЕВОЙ ЭКСПЕРТНОЙ СИСТЕМЫ 203
16.1. ПОНЯТИЕ НЕЙРОСЕТЕВЫХ ЭКСПЕРТНЫХ СИСТЕМ 203
16.2. ИСКУССТВЕННЫЙ НЕЙРОН 204
16.3. БАЗОВАЯ ИСКУССТВЕННАЯ МОДЕЛЬ 205
16.4. ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ 206
16.5. СБОР ДАННЫХ ДЛЯ НЕЙРОННОЙ СЕТИ 208
16.6. ПРЕ/ПОСТПРОЦЕССИРОВАНИЕ 209
16.7. МНОГОСЛОЙНЫЙ ПЕРСЕПТРОН (MLP) 211
16.8. ОБУЧЕНИЕ МНОГОСЛОЙНОГО ПЕРСЕПТРОНА 211
16.9. АЛГОРИТМ ОБРАТНОГО РАСПРОСТРАНЕНИЯ 212
16.10. ПЕРЕОБУЧЕНИЕ И ОБОБЩЕНИЕ 213
16.11. ОТБОР ДАННЫХ 215
16.12. ОБУЧЕНИЕ МНОГОСЛОЙНОГО ПЕРСЕПТРОНА 217
16.13. ДРУГИЕ АЛГОРИТМЫ ОБУЧЕНИЯ MLP 220
16.14. РАДИАЛЬНАЯ БАЗИСНАЯ ФУНКЦИЯ 221
16.15. ВЕРОЯТНОСТНАЯ НЕЙРОННАЯ СЕТЬ 224
16.16. ОБОБЩЕННО-РЕГРЕССИОННАЯ НЕЙРОННАЯ СЕТЬ 227
16.17. ЛИНЕЙНАЯ СЕТЬ 227
16.18. СЕТЬ КОХОНЕНА 228
16.19 ТАБЛИЦА СТАТИСТИК КЛАССИФИКАЦИИ 230
16.20. ОТБОР ПЕРЕМЕННЫХ И ПОНИЖЕНИЕ РАЗМЕРНОСТИ 230
17. ИСПОЛЬЗОВАНИЕ КВАНТОВЫХ КОМПЬЮТЕРОВ ДЛЯ СОЗДАНИЯ ЭКСПЕРТНЫХ СИСТЕМ НОВОГО ПОКОЛЕНИЯ 233
17.1. ИСТОРИЯ РАЗВИТИЯ КВАНТОВЫХ КОМПЬЮТЕРОВ 233
17.2. ФИЗИЧЕСКИЙ СМЫСЛ КВАНТОВЫХ ВЫЧИСЛЕНИЙ 234
17.3. ОТЕЧЕСТВЕННЫЕ РАЗРАБОТКИ 235
ЛИТЕРАТУРА 237