Интеллектуальные информационные системы. Дубровин А.Д. - 152 стр.

       Тест проходил с 8 по 14 марта 2000 года на Web-сайте BBC on-line, посетителем
которого мог быть любой желающий. Посетителю сайта предлагалось пообщаться в течение
четырех минут с собеседником, которым случайно могла оказаться и компьютерная
программа, и подготовленный для теста человек, и решить, общался он с человеком или с
компьютером. Прогнозы и ожидания Тьюринга (а он не слыл фантастом) были весомо
опровергнуты.
       Мы привели этот исторический факт, чтобы еще раз (см. раздел 4.5) напомнить о том,
что многие ученые считают компьютер фон Неймана – одно из великих творений нашей
цивилизации -        средством, принципиально не пригодным для создания
интеллектуальных систем. Это мнение основано на том, что, являясь устройством,
«понимающим» только контекстно-независимый язык, современный компьютер не может
преодолеть барьер «невычислимости». Об этом свидетельствуют исследования и работы, в
которых утверждается, что модели интеллектуальных систем будущего должны получить
свою собственную «информационную машину», работающую в непрерывном режиме
усвоения изменяющейся по форме и содержанию информации. Только с таким средством
можно создавать модели, адекватные реальным, то есть динамически настраивающимся,
интеллектуальным системам.
       В нашей стране такую позицию уже с начала 80-х годов прошлого столетия
высказывали известные ученые в области информатики, автоматического управления,
математической и структурной лингвистики. Своими работами некоторые из них (2,16,17,18
и др.) показывают, что автоматическое решение интеллектуальных задач, не поддающихся
формализации, возможно только на основе контекстного и ситуационного анализа
информации. В те же годы были созданы достаточные предпосылки к становлению
предмета информатики и ее перехода к созданию и исследованию баз знания. Но мечты
ученых об «информационном компьютере» пока остаются мечтами.
        Что же касается программно-аппаратных комплексов, называемых сегодня
интеллектуальными информационными системами, то их со всем основанием следует
считать выдающимися результатами творчества ученых и инженеров современности,
полученными с помощью средства, принципиально не соответствующего уровню проблемы.
       Наиболее успешными из этих результатов представляются достижения в области
теории и практики искусственных нейронных сетей (ИНС). Базами знаний
интеллектуальных информационных систем (ИИС), основанных на НС-технологиях,
являются наборы примеров успешного решения неформализуемых или не имеющих
адекватного формализованного представления задач. Оказалось, что с помощью НС-
технологий такие задачи могут успешно решаться на основе аналогии с этими примерами.
Совершенствование структур ИНС, алгоритмов их обучения и элементной базы позволило
расширить класс задач, доступных их «интеллекту».
       Преимущество НС-технологий в области создания систем искусственного интеллекта
объясняется благоприятным сочетанием двух факторов:
       - в основе конструкций ИНС лежит модель клетки нервной системы человека,
построенная на современных знаниях о строении мозга, механизме ассоциативного
мышления и процессах саморегуляции в нервной системе человека;
       - информационно - физическая имитация взаимодействия нейронов в ИНС идет с
применением нейропроцессоров и нейрокомпьютеров, адекватно реализующих алгоритмы
ассоциативно-адресного поиска и обработки информации.
       Важно отметить, что оба эти фактора, взаимодействуя, постоянно увеличивают свое
положительное влияние на развитие ИНС.
       В настоящее время в мире существует множество исследовательских центров,
разрабатывающих нейронные сети (IBM, ATT, Texas Instruments, Nippon Electric, Fujitsu,
Tomson и др.). Широко применяются коммерческие аппаратные и программные реализации
нейронных сетей. В нефтехимической промышленности ИНС управляют процессом очистки
нефти и даже поиском месторождений. Нейросети хорошо показали себя в системах

                                                                                     187