Презентация книги профессора А.А. Жданова «Автономный искусственный интеллект» в ИТМиВТ им. С.А. Лебедева18 февраля 2008 В Институте точной механики и вычислительной техники им. С.А. Лебедева состоялась презентация книги «Автономный искусственный интеллект». Ее автор — Александр Аркадьевич Жданов — профессор, доктор физико-математических наук, главный научный сотрудник ИТМиВТ, занимается исследованиями в области методов адаптивного управления.
Книга стала результатом пятилетнего труда профессора А.А. Жданова и группы его единомышленников. В ней он предлагает концепцию создания системы автономного искусственного интеллекта, привлекает внимание специалистов к актуальной теме разработки техники нового вида — самообучаемых машин, приборов и программ, а также приводит несколько примеров прототипов адаптивных систем управления для практических приложений, построенных на основе данного подхода.
По убеждению А.А. Жданова: «Машины, способные к автоматическому самообучению и переобучению, позволят в условиях, которые плохо поддаются априорной формализации, достигать более высокого качества управления, чем детерминированные машины, настроенные заранее. Самообучаемые машины со временем смогут получить успешное применение в таких областях, как робототехника, машиностроение, космонавтика и приборостроение».
Приглашенные гости, среди которых были ведущие специалисты по исследованиям в области систем распознавания, нейросетей, нейрофизиологии, роботостроения и систем управления космическими аппаратами проявили высокий интерес к новой работе профессора А.А. Жданова и по достоинству оценили перспективность концепции автора книги.
Аннотация книги
В книге представлена развиваемая
автором концепция систем «автономного искусственного интеллекта», основанная на имитационном (бионическом) подходе к построению моделей нервной системы. Подход опирается на логический анализ возможности адаптивного управления в условиях, в которых находится нервная система организма. Выводы и предположения о строении и принципах работы нервной системы сделаны, исходя из принятых условий о дискретности строения нервной системы, ее автономности (принадлежности телу организма), начальной приспособленности, как результата эволюционной оптимизации, и необходимости постоянной адаптации в течение жизни.
Обсуждаются возможные целевые функции, которым следует нервная система как система управления организмом. Из результатов анализа макроописания системы «организм — нервная система — окружающая среда» сделаны выводы и гипотезы о микроструктуре нервных систем, о свойствах ее элементов, необходимых подсистемах, их функциях и организации. Описываются разработанные автором и его коллегами модели нейронов, способы их соединения для организации необходимых подсистем нервной системы. Данные вопросы отнесены к проблеме анализа нервных систем, как систем управления.
Рассматриваются проблемы синтеза моделей нервных систем. В работе приводится несколько примеров прототипов адаптивных систем управления для практических приложений, которые построены на основе описанного подхода. Это адаптивная система стабилизации углового движения космического аппарата, адаптивная система управления активной подвеской транспортного средства, адаптивная система управления мобильным роботом. Свой подход в целом автор называет методом автономного адаптивного управления (ААУ). С описанных позиций рассматриваются современные системы искусственного интеллекта, и обосновывается необходимость выделения нового направления — системы автономного искусственного интеллекта, имеющего свои задачи и сферу применения.
Оглавление книги
Введение — 3
Глава 1. Нервная система — машина адаптивного управления — 14
1.1. Интеллект человека в центре внимания всех сфер культуры — 14
1.2. Задачи адаптивного управления — 16
1.3. Алгоритм добывания новых знаний — 18
Глава 2. Анализ естественной системы управления — 25
2.1. Условие автономности — 26
2.2. Первая целевая функция автономной системы управления — выживание объекта управления — 30
2.3. Тождественность объектов — 31
2.4. Условие дискретности — 34
2.5. Датчики — 38
2.6. Исполнительные органы — 47
2.7. Целевые функции управления — 48
2.8. Макроописание системы — 51
2.9. Условие наибольшей начальной неопределенности знаний — 61
2.10. Условие наибольшей начальной приспособленности объекта управления — 63
2.11. Состав и функции подсистем адаптивной системы управления — 66
Глава 3. Синтез моделей нервных систем — 104
3.1. Синтез блока датчиков — 105
3.2. Синтез распознающей системы — 111
3.3. Синтез Базы Знаний системы ААУ и подсистемы принятия решений — 185
Глава 4. Языковые явления — 231
4.1. Свойства нейрона, порождающие язык — 231
4.2. Нейросетевые конструкции, порождающие язык — 235
4.3. Язык и мышление — 238
Глава 5. Системы автономного искусственного интеллекта — 246
5.1. Современные системы искусственного интеллекта — 246
5.2. Естественное управление — 253
5.3. Автономный интеллект и подчиненный интеллект — 258
5.4. Прикладные системы автономного искусственного интеллекта (АИИ) — 268
Глава 6. Практические приложения — 272
6.1. Адаптивная система управления угловым движением автоматического космического аппарата — 275
6.2. Адаптивное управление активной подвеской автомобиля — 318
6.3. Мобильный робот Гном № 8 с нейроноподобной адаптивной системой управления — 323
6.4. Прототип адаптивной системы поддержки принятия решений при управлении социальными объектами — 329
6.5. Использование метода ААУ для управления финансовыми операциями — 333
Глава 7. Сравнение метода ААУ с альтернативными методами — 334
7.1. Системы распознавания образов и системы ААУ — 334
7.2. Метод ААУ и искусственные нейронные сети — 336
7.3. Метод ААУ и экспертные системы — 338
7.4. Метод ААУ и системы нечеткой логики — 339
7.5. Метод ААУ и системы обучения с подкреплением — 341
7.6. О сопредельных территориях исследований — 342
7.7. О неизбежности сближения методов ИИ — 344
Заключение — 345
Список литературы — 350
|
