Frazė „dirbtinio intelekto sistemos“daugeliui kelia asociacijų su įvairiais mokslinės fantastikos filmais ir pašnekovų programomis, kurios imituoja dirbtinį intelektą. Robotai tapo mūsų laikų realybe ir kiekvieną kartą atidarę dar vieną robotikai skirtą parodą, nustebsite, kaip toli žmonija pažengė į savo technologinę pažangą.
Dirbtinio intelekto problema susijusi su tuo, kad pagal visuotinai priimtas idėjas žmogaus sukurtas protas yra kompiuterinis procesas, kurio savybės siejamos su žmogaus mąstymu. Tačiau mokslas vis dar negali tiksliai išsiaiškinti, kaip žmogus mąsto ir koks jo mąstymas. Todėl dirbtinio intelekto kūrimas kol kas remiasi tik intuityviais spėjimais.
Tuo tarpu viena perspektyviausių šiuolaikinių informacinių technologijų plėtros sričių tapo taikomųjų neuroninių tinklų kūrimas. Kas yrareiškia dirbtinį neuroninį tinklą (ANN)? Tai mažas matematinis modelis, veikiantis biologinių neuronų, funkciškai sujungtų į vieną sistemą, principu.
Žmogaus sukurti neuroniniai tinklai arba, kaip jie dar vadinami, dirbtinio intelekto sistemos, dažnai naudojami ieškant problemų, susijusių su nepilnu duomenų skaičiumi arba problemoms, kurių negalima aiškiai įforminti, sprendimus.
Psichologo Franko Rosenblatto dėka pirmoji ANN pasirodė 1958 m. Ši vaizdais pagrįsta sistema imitavo žmogaus smegenis ir bandė atpažinti vaizdinius duomenis. ANN veikimo principas pagrįstas ryšio tarp apdorotų elementų rinkinio sukūrimu. Kiekvienas neuronas įvestyje gauna daug signalų. Jis atlieka jų analizę pagal svertinius koeficientus ir generuoja asmeninį signalą, ateinantį į kitą neuroną. Visi neuronai yra suskirstyti į sluoksnius ir turi ryšį vienas su kitu. Kiekvienas sluoksnis apdoroja įvesties signalą ir generuoja savo kitam sluoksniui. Pagrindinis ANN privalumas yra galimybė mokytis savarankiškai.
Dirbtinio intelekto sistemos veikimui pageidautina naudoti kelis procesorius, nes naudojant tik vieną kompiuterį darbo greitis pastebimai krenta. Tokie ANN naudojami kalbos, rašysenos sintezei ir atpažinimui, finansų srityje, taip pat visur, kur reikia analizuoti galingus informacijos srautus.
Šiandien populiarios neuro-expert sistemos yra specialios sistemosdirbtinis intelektas, kurio pagrindas – didžiulė žinių bazė. Jame saugoma daug informacijos ir metodų, reikalingų užduotims išspręsti. Duomenų bazėje taip pat yra savarankiško mokymosi algoritmas, kuris remiasi procedūrinių sprendimų vertinimo duomenimis.
Labai svarbus bet kurios ekspertinės sistemos komponentas yra jos sąsaja. Jo dėka žmogus gali užpildyti duomenų bazę naujais duomenimis, gauti logiškas išvadas ir pan. Pritaikius sukauptas žinias, šios sistemos gali rasti tinkamą sprendimą toms užduotims, kurios yra per sudėtingos žmogaus galimybėms. Ekspertų sistemos dažnai naudojamos tokiose srityse kaip programinės įrangos inžinerija, karo mokslas, geologija, planavimas, prognozavimas, medicina ir švietimas.
Neseniai tapo žinoma, kad „Google“iki 2029 m. ketina teikti paieškos užklausų apdorojimą naujam dirbtiniam intelektui. Negana to, technikos direktoriaus R. Kurzweilo žodžiais, nauja išmani paieškos sistema galės suprasti žmogaus emocijas. Argi ne nuostabu? Robotai dar nemoka mąstyti, bet gali išmokti. O kas bus toliau?..
