Udtrykket "kunstige intelligenssystemer" for mange fremkalder associationer til forskellige science fiction-film og samtalepartnerprogrammer, der efterligner kunstig intelligens. Robotter er blevet en realitet i vores tid, og hver gang du åbner endnu en udstilling dedikeret til robotteknologi, bliver du overrasket over, hvor langt menneskeheden er nået frem i sine teknologiske fremskridt.
Problemet med kunstig intelligens er relateret til det faktum, at menneskeskabt sind ifølge alment accepterede ideer er en computerproces, hvis egenskaber er forbundet med menneskelig tænkning. Men videnskaben kan stadig ikke finde ud af præcis, hvordan en person tænker, og hvad hans tænkning er. Derfor er skabelsen af kunstig intelligens indtil videre kun baseret på intuitive gæt.
I mellemtiden er et af de mest lovende områder for udvikling af moderne informationsteknologier blevet oprettelsen af anvendte neurale netværk. Hvad errepræsenterer et kunstigt neur alt netværk (ANN)? Dette er en lille matematisk model, der fungerer efter princippet om biologiske neuroner, funktionelt kombineret til et enkelt system.
Menneskeskabte neurale netværk, eller, som de også kaldes, kunstige intelligenssystemer, bruges ofte til at finde løsninger på problemer med et ufuldstændigt antal data eller problemer, der ikke kan formaliseres klart.
Den første ANN dukkede op tilbage i 1958 takket være psykologen Frank Rosenblatt. Dette billedbaserede system simulerede den menneskelige hjerne og gjorde forsøg på at genkende visuelle data. Princippet for ANN-drift er baseret på at skabe en forbindelse mellem et sæt af behandlede elementer. Hver neuron modtager et stort antal signaler ved indgangen. Den udfører deres analyse i overensstemmelse med de vægtede koefficienter og genererer et personligt signal, der kommer til en anden neuron. Alle neuroner er organiseret i lag og har en forbindelse med hinanden. Hvert lag behandler inputsignalet og genererer derefter sit eget til det næste lag. Den største fordel ved ANN er evnen til selv at lære.
Det er ønskeligt at bruge flere processorer til driften af det kunstige intelligens-system, da arbejdshastigheden falder mærkbart, når du kun bruger én computer. Sådanne ANN'er bruges til syntese og genkendelse af tale, håndskrift inden for finansområdet, såvel som hvor der er behov for at analysere kraftfulde informationsstrømme.
Neuroekspertsystemer, der er populære i dag, er specielle systemerkunstig intelligens, hvis grundlag er en enorm videnbase. Den gemmer adskillige informationer og metoder, der er nødvendige for at løse opgaverne. Databasen indeholder også en selvlærende algoritme, der er afhængig af proceduremæssige beslutningsevalueringsdata.
En meget vigtig komponent i ethvert ekspertsystem er dets grænseflade. Takket være ham kan en person fylde databasen med nye data, få logiske konklusioner osv. Ved at anvende den akkumulerede viden kan disse systemer finde den rigtige løsning til de opgaver, der er for komplekse til menneskelige evner. Ekspertsystemer bruges ofte inden for områder som softwareteknik, militærvidenskab, geologi, planlægning, prognoser, medicin og uddannelse.
For nylig blev det kendt, at Google har til hensigt at levere behandlingen af søgeforespørgsler til en ny kunstig intelligens inden 2029. Desuden vil en ny intelligent søgemaskine ifølge teknisk direktør R. Kurzweils ord være i stand til at forstå menneskelige følelser. Er det ikke fantastisk? Robotter ved endnu ikke, hvordan de skal tænke, men de kan lære. Og hvad vil der ske næste gang?..