VJEŠTAČKA INTELIGENCIJA (POJAM I RAZVOJ VI) SEMINARSKI RAD
SADRŽAJ 1.
2.
UVOD .................................................................................................................. 2 1.1.
RADNA HIPOTEZA .................................................................................... 2
1.2.
NAUČNE METODE ..................................................................................... 2
1.3.
STRUKTURA RADA ................................................................................... 2
VJEŠTAČKA INTELIGENCIJA ........................................................................ 3 2.1.
3.
POJAM VJEŠTAČKE INTELIGENCIJE .................................................... 3
HISTORIJSKI RAZVOJ VJEŠTAČKE INTELIGENCIJE ................................ 5 3.1.
FAZE RAZVOJA,NAUKE I PRIMJENE VJEŠTAČKE INTELIGENCIJE5
3.2.
CILJ ISTRAŢIVANJA VJEŠTAČKE INTELIGENCIJE ............................ 7
3.2.1. 3.3. 4.
Inteligentni sistemi – značaj i svojstva................................................... 7
BAZA ZNANJA U INTELIGENTNIM SISTEMIMA ................................ 9
EKSPERTNI SISTEMI...................................................................................... 11 4.1.
KOMPONENTE EKSPERTNOG SISTEMA ............................................ 11
4.2.
ZNANJE – STICANJE I PREZENTOVANJE ........................................... 12
4.3.
RAZLOG PRIMJENE ES ........................................................................... 12
4.4.
POSTUPAK RAZVOJA ES ....................................................................... 12
4.5.
PRIMJENA ES ............................................................................................ 13
4.6.
IZBORI PODRUČJA RAZVOJA ES ......................................................... 13
4.7.
NAČINI PRIKUPLJANJA ZNANJA ......................................................... 13
4.8.
OSOBINE ES .............................................................................................. 14
ZAKLJUČAK ............................................................................................................ 15 LITERATURA ........................................................................................................... 16
1. UVOD Pojam veštačka inteligencija VI – (Artifical Intelligence -AI) potiče od Johna McCarty-ja i označava pojavu inteligencije koja je ostvarena na veštački način, tj. putem programiranja računara. MeĎutim mnogi autori i stručnjaci iz ove oblasti se ne slaţu s tim da termin veštačka inteligencija upotpunosti i najbolje opisuje ovu oblast nauke, jer mnoge oblasti informatike u osnovi imaju inteligentno ponašanje, ali ne spadaju u oblast veštačke inteligencije, tj. ne pripadaju toj oblasti u uţem smislu.
1.1. RADNA HIPOTEZA Vještačka inteligencija svakim danom dobija sve više paţnje i sve više napreduje. Stoga ćemo kao radnu hipotezu našeg rada uzeti tvrdnju da je nauka o razvoju vještačke inteligencije napravila veliki korak i da je je sve bliţe korištenje aparata sa vještačkom inteligencijom u komercijalne svrhe.
1.2.NAUČNE METODE U sklopu problema kojima ćemo se baviti koristiti ćemo sljedeće metode : Metoda analize – misaono, teorijsko i praktično rastavljanje svake sloţene spoznaje na njene činitelje ili na sastavne dijelove, momente i aspekte; -
Metoda sinteze – povezivanje analizom dobivenih elemenata;
-
Metoda kompilacije – sastavljanje novog rada koristeći tuĎe radove.
1.3. STRUKTURA RADA Naš rad sastoji se od pet dijelova, u prvom dijelu predočeni su uvod, radnu hipotezu, naučen metode i strukturu našeg rada. U drugom dijelu objasnili smo suštinu pojma vještačke inteligencije. U trećem dijelu govorimo o historijskom razvoju, cilju istraţivanja vještačke inteligencije i značaju i svosjtvima inteligentnih sistema. U četvrtom dijelu govorimo o ekspertnim sistemima kao grani nauke o vještačkoj inteligenciji. U posljednjem, petom dijelu iznosimo zaključak našeg rada.
2
2. VJEŠTAČKA INTELIGENCIJA Vještačka inteligencija je grana računarskih nauka koja se bavi proučavanjem i oblikovanjem računarskih sistema koji pokazuju neki oblik inteligencije. To su sistemi koji mogu učiti nove koncepte, sistemi koji mogu zaključivati i donositi zaključke o svijetu koji ih okruţuje, sistemi koji mogu razumjeti prirodni jezik ili spoznati i tumačiti sloţene vizuelne scene, sistemi koji mogu obavljati i druge vrste vještina koje zahtevaju čovjekovu vrstu inteligencije.1 Pored ove definicije postoje i druge, a to su :
• Vještačka inteligencija je naučna oblast u kojoj se izučavaju izračunavanja da bi se izračunavanjem omogućila percepcija, rezonovanje i činjenje. • Vještačka inteligencija je naučna oblast u kojoj se izučavaju metode koje bi izračunavanjem omogućile percepciju, rezonovanje i činjenje. • Vještačka inteligencija je naučna oblast u kojoj se istraţuje kako da se naprave računari, koji bi uspešno radili stvari koje u datom momentu rade bolje u odnosu na ljude.
Prema Meyer-u dijelovi vještačke inteligencije su : učenje, modeliranje simbolima, heuristika, rešavanje problema, integracija, tehnike i jezici vještačke inteligencije.
2.1. POJAM VJEŠTAČKE INTELIGENCIJE Jednostavno rečeno, vještačka inteligencija se moţe objasniti kao pokušaj da se naprave mašine koje ispunjavaju takve zadatke da bi ljudi, u slučaju da oni ispunjavaju te iste zadatke, morali upotrijebiti inteligenciju. Pri tome se pod inteligencijom podrazumjeva sposobnost snalaţenja u novim uslovima, na način kako to tumače svi psiholozi. Ipak, da bi se izbjegle nedoumice u poimanju suštine vještačke inteligencije, poţeljno je uočiti šta se sve smatra „inteligentnim ponašanjem“:
•
Razumjevanje i učenje na osnovu iskustva,
•
Razumjevanje dvosmislenih ili kontradiktornih poruka,
•
Brzo i fleksibilno prilagoĎavanje novim situacijama,
•
Upotreba razuma u rješavanju problema i efikasno upravljanje
•
Preovladavanje zbunjujućih situacija,
1
D.W. Patterson,1990
3
•
Razumjevanje i izvoĎenje zaključaka na običan, razuman način
•
Primjena znanja pri iskorištavanju okoline
•
Sticanje i primanja znanja,
•
Razmišljanje i rezonovanje i
•
Prepoznavanje relativne vaţnosti različitih elemenata u nekoj situaciji.
U razumjevanju pojma vještačke inteligencije, neophodno je prihvatiti dvije bitne činjenice:
•
Vještačka inteligencija se bavi procesom mišljenja i
•
Vještačka inteligencija pretpostavlja da se taj proces odvija putem računara.
4
3. HISTORIJSKI RAZVOJ VJEŠTAČKE INTELIGENCIJE Od davnina je ljude privlačila inteligencija – kako sam pojam inteligencije tako i mogućnost konstruisanaja „inteligentnih mašina“ koje bi mogle samostalno da rade. Takve primjere moţemo pratiti kroz historiju. U staroj Grčkoj ljudi su se bavili pitanjima inteligencije, znanja i pravilnog zaključivanja, a meĎu njima se naročito istakao Aristotel. Pojam vještačka inteligencija (VI) – Artifical Inteligence, nastaje 1956. godine u Dartmudu, Hanover (SAD), na skupu istraţivača zainteresovanih za teme inteligencije, neuronskih mreţa i teorije automata. Skup je organizovao Dţon Mekarti, ujedno sa Klodom Šenonom, Marvinom Minskim i N. Ročesterom. Na skupu su učestvovali T. Mur (Prinston), A. Semjuel (IBM), R. Solomonof i O. Selfridţ (MIT), kao i A. Nevil, H. Sajmon (Carnegie Tech, danas Carnegie Mellon University). Na skupu su postavljene osnove oblasti vještačke inteligencije i trasiran put za njen dalji razvoj. Danas se smatra da su koncept vještačke inteligencije postavili V. Mekulok i M. Pits, 1943. godine, u radu u kom se predstavlja model vještačkih neurona na bazi tri izvora: spoznaja o fiziologiji i funkcionisanju moţdanih neurona, iskazna logika Rasela i Vajteheda, i Tjuringova komputaciona teorija. Nekoliko godina kasnije stvoren je prvi neuralni računar SNARC. Zasluţni za poduhvat su studenti Prinstona, Marvin Minski i D. Edmons, 1951. godine. Negdje iz iste epohe su i prvi programi za šah, čiji su autori Šenon i Tjuring. Na osnovu istraţivanja, počev od osamdesetih godina, konstruišu se prvi komercijalni sistemi vještačke inteligencije, uglavnom tzv., ekspertski sistemi.
3.1. FAZE RAZVOJA,NAUKE I PRIMJENE VJEŠTAČKE INTELIGENCIJE Vještačka inteligencija je u svom razvoju prošla kroz odreĎena razdoblja i to: •
faza inkubacije (1943-1956)
•
faza ranog entuzijazma i velikih očekivanja (1952-1969)
•
faza sistema zasnovanih na znanju (1969-19799
•
faza kada vještačka inteligencija postaje industrija (1980-do danas)
•
faza povratka neuronskih mreţa (1986-do danas)
Iako je vještačka inteligencija veoma mlada nauka, nasljedila je puno zamisli, pristupe i tehnike iz drugih naučnih disciplina kao što su : •
filozofija 5
•
matematika,
•
teorije algoritma
•
logike,
•
vjerovatnoće,
•
psihologije.
Područja primjene vještačke inteligencije su: •
ekspertni sistemi,
•
formalizmi i metode prikaza znanja,
•
učenje,
•
razumjevanje i obrada prirodnih jezika,
•
rješavanje problema i metode pretraţivanja,
•
robotika,
•
automatsko programiranje,
•
računarski vid, raspoznavanje uzoraka i analiza scene,
•
vještačke neuronske mreţe i genetski algoritmi.
6
3.2.CILJ ISTRAŽIVANJA VJEŠTAČKE INTELIGENCIJE Vještačka inteligencija je podoblast računarstva. Cilj istraţivanja vještačke inteligencije je razvijanje programa (softvera), koji će računarima omogućiti da se ponašaju na način koji bi se mogao okarakterisati intelignentim. Prva istraţivanja se veţu za same korijene računarstva. Ideja o stvaranju mašina koje će biti sposobne da obavljaju različite zadatke inteligentno, bila je centralna preokupacija naučnika računarstva koji su se opredijelili za istraţivanje vještačke inteligencije, tokom cijele druge polovine 20. stoljeća. Savremena istraţivanja u vještačkoj inteligenciji su orijentisana na ekspertske i prevodilačke sisteme u ograničenim domenima, prepoznavanje prirodnog govora i pisanog teksta, automatske dokazivače teorema, kao i konstantno interesovanje za stvaranje generalno inteligentnih autonomnih agenata. Prvi cilj je studija ljudskih kognitivnih procesa uopšte, što potvrĎuje definiciju Patrika J. Hejesa – „studija inteligencije kao komputacije“, čime se veštačka inteligencija usmerava ka jednoj svojevrsnoj studiji inteligentnog ponašanja kod ljudi.
3.2.1.
Inteligentni sistemi – značaj i svojstva
Funkcije inteligentnog sistema su: 1)
Prikupljanje i obrada informacija
2)
Interakcija s spoljašnjim svijetom (radnom okolinom)
3)
Komunikacija s čovjekom i / ili s drugim inteligentnim sistemima,
4)
Prikupljanje znanja,
5)
Rukovanje znanjem
6)
Obrada znanja i zaključivanje,
7)
Planiranje
7
Inteligentni sistem je svaki sistem koji pokazuje sljedeća svojstva:
1) Sistem pokazuje prilagodljivo, ciljno, i usmjereno ponašanje. Ţeljeni cilj ili ciljeve predočava podciljevima, a pri tome koristi znanje o operacijama i postupcima koji prevode ţeljeni cilj u niz akcija. Ako neki od podciljeva nije ostvariv sistem traţi alternativni put prema konačnom cilju sistema.
2) Sistem uči na osnovu iskustva. Sistem ima algoritme za automatsku modifikaciju strukture i funkcija na osnovu iskustva koja stiče u radu. Učenje podrazumjeva da sistem moţe prikupljati, prikazivati i upotrebljavati znanje.
3) Sistem koristi velike količine znanja. Količina znanja smještena u sistemu mora biti slična količini znanja koju posjeduje čovjek da bi riješio takav problem.
4) Sistem pokazuje svojstva svjesnosti. Sistem ima sposobnost objašnjavanja svog ponašanja, nadgledanja i dijagnoze stanja, ispravke u slučaju greške.
5) Sistem komunicira s čovjekom prirodnim jezikom i govorom. Sistem mora komunicirati sa čovjekom i drugim inteligentnim sistemima na „prijateljski način“zato upotrebljava prirodni jezik i govor. Takva komunikacija podrazumjeva upravljanje i dvosmislenostima i gramatički neispravnim rečenicama.
6)
Sistem toleriše greške i nejasnoće u komunikaciji.
7)
Sistem odgovara u stvarnom vremenu.
8) Budući razvoj – Veštačka inteligencija omogućava razvoj u smislu : modeliranja sloţenih fizičkih sistema, korištenja raznovrsnih znanja, vremenskog rasuĎivanja, integracije različitih teorija upravljanja.
8
3.3. BAZA ZNANJA U INTELIGENTNIM SISTEMIMA Baza znanja – Apstraktni prikaz radne okoline ili svijeta u kojem sistem treba rješavati odreĎene zadatke. Baza znanja sadrţi znanje iz problemske domene i znanje o načinu kako se problem rješava.
Baza znanja sadrţi: •
Objekte i relacije meĎu njima,
•
Činjenice i nesigurne činjenice,
•
Pravila svijeta,
•
Opise motivacije, cilja i stanja sistema,
•
Metode rješavanja problema i heuristiku,
•
Opis ponašanja,
•
Hipoteze,
•
Opise tipičnih situacija,
•
Procese,
•
Ograničenja.
Jedan od središnjih problema na području vještačke inteligencije jeste razvoj dovoljno precizne i djelotvorne notacije za prikaz znanja u inteligentnom sistemu. Mnoge oblasti informatike u osnovi imaju inteligentno ponašanje, ali ne pripadaju vještačkoj inteligenciji u uţem smislu.
Dva glavna pravca razvoja vještačke inteligencije su : • Proučavanja prirodne inteligencije (spoznavanje funkcija mozga, modeliranje rada mozga, simuliranje čovjekovog ponašanja, reagovanje i rezonovanje). • Postizanje inteligentnog ponašanja primjenom drugačijih pristupa, kakvi se ne mogu sresti u prirodnim sistemima.
9
Vještačku inteligenciju prema pristupu rešavanja problemima moţemo klasifikovati na tri glavna pristupa i to su :
•
Neuronske mreţe
•
Modeliranje evolucije i
•
Heurističko programiranje
Tehnike koje pripadaju vještačkoj inteligenciji morale bi da koriste znanja koja su organizovana tako da omogućavaju :
•
Generalizaciju
•
Predstavljanje i preslikavanje u formi razumljivoj ljudima
•
Lako modifikovanje
•
Da se koriste informacije koje nisu kompletne,
• Da pomaţu u smanjenju broja mogućnosti koje bi inače morale biti razmatrane (heuristike).
Prepoznavanje oblika je ključno za snalaţenje u svakodnevnim situacijama, kako za ţive tako i za vještačke sisteme. Pri rešavanju problema vezanih za prepoznavanje oblika nastaju velike teškoće jer analogne signale koje primaju senzori/receptori sadrţe veliki broj informacija, od kojih dobar dio sadrţi šum, pa ti signali nisu dovoljno jasni. Ovo oteţava primjenu računara za snalaţenje u svakodnevnim situacijama, pa nije ni čudo što su i ţivotinje, za koje se smatra da su manje inteligentne od ljudi, sposobne za daleko kvalitetniju vizuelnu i zvučnu percepciju i obradu takvih signala nego današnji računari.
10
4. EKSPERTNI SISTEMI Ekspertni sistemi su inteligentni računarski programi kojima se podstiče rješavanje problema na način na koji to čine eksperti i predstavljaju jednu od najznačajnijih oblasti istraţivanja vještačke inteligencije. Ekspertni sistemi rješavaju realne probleme iz različitih oblasti, koji bi inače zahtjevali ljudsku ekspertizu. Cilj je da uvijek računarski program daje korektne odgovore, u datoj oblasti, ne lošije od eksperta, ali je to teško dostiţno. Zato se postavlja manje ambiciozan cilj, traţi se da sistem pruţi pomoć u odlučivanju. Ekspert je stručnjak u nekoj oblasti koji posjeduje i efikasno koristi odreĎeno znanje, razumjevanje problema i zadataka, veštine i iskustva. Eksperti posjeduju i sposobnost da u konkretnom problemu koji rješavaju prepoznaju tipski zadatak. Posjeduju i neke lične osobine poput snalaţljivosti, što čini heurističko znanje. Na osnovu ovog znanja mogu da prepoznaju najbrţi način dolaska do rešenja, kao i ispravan pristup u rješavanju problema, čak i ako su podaci nekompletni. Ekspertni sistemi iz pojedinih oblasti se povezuju čineći na taj način bazu znanja šire namjene, koja je veliki potencijal za pomoć u odlučivanju. Područje ekspertnih sistema, (Expert Systems-ES) predstavlja samo dio širokog istraţivačkog područja poznatog kao vještačka inteligencija „Artifical Inteligence“. Ekspertni sistemi podrazumjevaju onu oblast vještačke inteligencije koja se bavi primenom „računarskog znanja“ u rešavanju problema koji obično zahtevaju ljudski intelekt.
ES se satoji od:
•
kontrolnog programa,
•
sistema za komunikacije sa korisnikom.
•
baze znanja,
4.1. KOMPONENTE EKSPERTNOG SISTEMA Ekspertni sistemi imaju tri komponente : 1. Baza znanja 2. Mehanizam izvoĎenja 3. Upravljački mehanizam
11
4.2. ZNANJE – STICANJE I PREZENTOVANJE Proces funkcionisanja ES moţe se raščlaniti na pet komponenata: 1)
Akvizicija (sticanje) znanja
2)
Reprezentacija (memorisanje) znanja
3)
Obrada znanja (rješavanje problema)
4)
Komponente za objašnjenje
5)
Interfejs (jedinica za dijalog)
4.3.RAZLOG PRIMJENE ES Osnovni razlozi primjene ES su : nedostatak eksperata u organizacijama, brz rast broja informacija kojima ekspert mora ovladati, dugotrajno i skupo školovanje eksperata, jeftin hardver, potreba za brţim djelovanjem u organizaciji i okruţenju oko sebe. •
Mogu rješavati vrlo sloţene probleme jednako dobro kao ljudi-stručnjaci;
•
Imaju savršenu memoriju i uzimaju sve relevantne faktore u obzir;
• Imaju edukativnu poziciju, pošto stručnost sintetizuju u jasno definisana pravila; • Zajedničko korištenje znanja vrhunskih stručnjaka od strane šireg kruga korisnika;
4.4. POSTUPAK RAZVOJA ES U postupku razvoja ES prvo treba utvrditi problem na koji se ova tehnologija moţe primjeniti, uraditi prototip (sastoji se iz prikupljanja ekspertskog znanja), kreirati bazu znanja, izvršiti izbor tehnike prezentacije znanja u bazi, uraditi prototip primjenom odabranog softverskog alata, prezentovati prototip korisnicima i ekspertima, modifikovati prototip na osnovu prikupljenih prijedloga i mišljenja.
12
4.5. PRIMJENA ES Raspoloţivo „znanje“ ES je veoma ograničeno, budući da se oni dizajniraju za rješavanje usko specificiranog problemskog područja. Ekspertni sistemi se primjenjuju za dijagnostiku i servisiranje, planiranje, prognoziranje, dizajn, monitoring i mjerenje, zatim u raznim granama djelatnosti kao što su tehnika, medicina i druge. Neki ES kao što je AL/X koristi se brzo dijagnosticiranje kvarova, PROSPECTOR u pronalaţenju mineralnih sirovina, HASP tumačenje signala sonara, itd.
4.6. IZBORI PODRUČJA RAZVOJA ES Prilikom izbora područja za koje će se razvijati ekspertni sistem uzimaju se područja ili situacije koje imaju sljedeće karakteristike: • Gdje eksperata ima malo i rade pod velikih pritiskom (preko vikenda, praznika, noću i sl.), •
posao je toliko sloţen da oduzima mnogo vremena i često dovodi do grešaka,
• odluke koje se donose veoma su vaţne, ali se donose rijetko pa nema eksperata koji se njima stalno bave.
4.7. NAČINI PRIKUPLJANJA ZNANJA Osnovni način prikupljanja znanja za ekspertni sistem su: • Intervju - razgovor s ekspertima u kojima se ţeli pronaći i opisati najvaţnije znanje, • Učenje interakcijom - odnosi se na rad eksperta pri rješavanju problema korištenjem računara.
13
4.8. OSOBINE ES • Intergracija znanja - ES intergriše znanje potencijalno velikog broja ljudi stručnjaka na jednom mjestu; • Povećana dostupnost - ES moţe se koristiti na svim lokacijama, 24 sata dnevno; •
Smanjena cijena - ES je jeftiniji od eksperta;
• Nivo subjektivnosti - ES zadrţava nivo subjektivnosti koji je u njih incijalno ugraĎen, dok su eksperti skloni varijacijama; •
Povećana pouzdanost - ES ne čini greške, ne umara se i ne zaboravlja;
•
Uslovi djelovanja - ES moţe delovati u uslovima koji su za čovjeka opasni;
•
Brzina reakcije - brza reakcija na nastali problem;
•
Tumačenje - opis do detalja kako se došlo do rješenja.
14
ZAKLJUČAK Svakodnevno smo svjedoci brojnih primjera upotrebe vještačke inteligencije u velikom broju različitih oblasti. Za očekivati je da će u budućnosti upotreba vještačke inteligencije biti sve zastupljenija čak i u svakodnevnom radnom okruţenju. Vještačka inteligencija pokušava oponašati ljudski način razmišljanja sluţeći se deklarativno znakovnim programiranjem uz razvijanje vizuelnih senzora i prirodnih jezika. U budućnosti je za očekivati da će putem vještačke inteligencije biti zamenjeni mnogi eksperti i stručnjaci. Velike baze znanja će omogućiti lakše rješavanje problema.
15
LITERATURA 1. D. A. Waterman , „A Guide to Expert Systems“, 1986 2. prof. dr. Mladen Radivojević, „Elektronsko poslovanje – Menadţment informacioni sistemi“ Internet izvori : 3. http://www.wikipedia.org/ 4. Janičić Predrag, Nikolić Mladen, „Vještačka inteligencija“ , 2010. http://poincare.matf.bg.ac.rs/~janicic//courses/vi.pdf
16