9
Wyrażenie sztuczna inteligencja" jest używane w dwóch znaczeniach [79J:
I jako techniczno-informacyjny model naturalnego (ludzkiego) intelektu,
| jako dyscyplina naukowa lub kierunek badań, zajmujące się zagadnieniami ludzkiego intelektu.
Dyscyplina ta, pierwotnie związana z cybernetyką, zdołała się „wyemancypować*' i współcześnie szybko się rozwija. Oto cztery główne kierunki badań prowadzonych w zakresie sztucznej inteligencji.
• Reprezentacja i przetwarzanie wiedzy. Kierunek ten obejmuje budowę specjalistycznych modeli i języków reprezentacji wiedzy, u także budowę technicznych i programowych środków do realizacji tego zadania (gromadzenie wiedzy, logiczna obróbka wiedzy itd.).
• Planowanie celowych zachowań. Są to badania nad stworzeniem metod formowania celów i rozwiązywania zadań plonowuniu działań urządzeń automatycznych funkcjonujących w złożonym środowisku zewnętrznym.
• Współpraca człowieka z komputerem. Kierunek ten obejmuje zagadnienia tworzenia środków i sposobów, pozwalających użytkownikowi nic będącemu programistą efektywnie współdziałać z komputerem. Prowadzone są badania: w dziedzinie syntaktyki i semantyki języków naturalnych. sposobów zapisywania wiedzy, o języku w pomięci komputera oraz u dziedzinie specjalnych procesorów językowych reagujących na mowę ludzką i dokonujących jej tłumaczenia na wewnętrzną reprezentację przyjętą w komputerach.
określeniem lepiej oddającym
WBjaBn autor/y ima/aią, np. A. Morccki (60. 61], lenma maa/ynowi inteligencja_
n n„ ..„la obrazów i uczenie nic. Są to badania nad odbiorem
• K oz poznawania .
I informacji wizualnej, dźwiękowej i innej, a także nad metodami jej pr/etwa-li rzunia j formowania odpowiedzi na oddziaływania środowiska zewnętrznego łr oraz nad sposobami adaptacji systemów sztucznych przez procesy uczenia się.
Systemami sztucznej inteligencji sq nazywane systemy spełniające funkcje, które przyjęto uważać za charakterystyczne dla intelektualnej działalności człowieka.
* Intelektualna działalność człowieka jest związana z poszukiwaniem rozwiązań (działań, prawidłowości) w nowych, niestandardowych sytuacjach. Dla-tego też zadanie można nazwać intelektualnym, jeżeli schemat lub dokładna ■^Algorytmiczna) metoda jego rozwiązania nic jest znana a priori. Oczywiście zadanie i jego rozwiązanie można interpretować w dowolnie szerokim sensie, podobnie jak czyni to człowiek.
Proces rozwiązania zadania — to m.in. działalność (człowieka lub ma-szyny) polegająca na: opracowaniu planów i czynności koniecznych do osią* gnięciu zadanego celu, uzyskiwaniu nowych prawidłowości, automatycznym ^(maszynowym) formowaniu zadań języka naturalnego lub języka bliskiego naiu-pilnemu.
/•' Dowolna działalność intelektualna opiera się na wiedzy o obszarze (środowisku), w którym są formułowane i rozwiązywane zadania. Wiedzę tę określa swyklc zbiór wzajemnie powiązanych informacji, koniecznych i dostatecznych do rozwiązania danego zadania. Wiedza zawiera opisy obiektów, zjawisk, taktów oraz relacji między nimi, co jest charakterystyczne w działalności intelektualnej i określa najbardziej istotną właściwość systemów sztucznej inteligencji.
Spośród znanych i stosowanych obecnie metod sztucznej inteligencji można wymienić następujące:
| Systemy eksperckie, zwane też ekspertowymi lub doradczymi.
I Metody oparte na mechanizmach wnioskowania rozmytego, w których są wykorzystywane teorie zbiorów rozmytych i logika rozmyta (Fuzzy Logic).
| (Sztuczne sieci neuronowe.
i Metody, w których są wykorzystywane algorytmy genetyczne.
W produkcji przemysłowej można znaleźć wiele obszarów zastosowania metod sztucznej inteligencji: robotyka przemysłowa, sterowanie i nadzorowanie elastycznych systemów produkcyjnych, diagnostyka techniczna ftp. Wybrane obszary zastosowania metod sztucznej inteligencji w sterowaniu "*"*—*! ich rolę w produkcji przemysłowej określić można następująco JS2}:
1 Przejmowanie flinkcji klasycznych regulatorów typu PID przez regulatory rozmyte w coraz większej grupie urządzeń automatyki prretnyalDWcy. firm I golnie w układach o zmiennych parametrach. Stosuje się tutaj logikę rozmytą, dzięki czemu unika się budowania skomplikowanego modelu maso*
I matycznego, zastępując go zbiorami reguł i funkcji przynależności.
I Diagnozowanie maszyn i układów elektronicznych, fdnr aą stoaonaaao moje. sieci neuronowe i zbiory rozmyte do sryhfcaegpn i tawan 2$t