ИИ и хайп

ИИ и хайп

Еще раз надо вернуться к теме применения ИИ. Дело в том, что в ИИ существуют два подхода к проблеме создания приложений ИИ. Первое — широко раскручено, имеется хайп, что называется. Это то, что называется машинное обучение ML/DL еще нейросемантика туда же. Неспециалистам кажется, что это и есть весь ИИ. Также думают и многие инвесторы, которые больше склонны вкладываться в проекты, которые применяют известную технологию.
Второй подход — моделирование в машине мышления человека на основе формализации знаний и логического вывода. Этот подход позволяет получать точное решение прикладных задач, поскольку используются все конкретные знания, применяемые человеком для решения соответствующего класса задач. Этот подход раньше назывался «Экспертные системы», сейчас чаще употребляют термин “rule-based”, т. е. решение задач на на основе использования правил. Правила — это способ представления знаний предметной области.
Надо понимать, что первый подход не является универсальным, поскольку основан на математической статистике и может давать только вероятностные ответы. Например, при применении этого подхода к решению школьных текстовых задач была получена точность 60%.
В основном он применим там, где не требуется точный ответ — при игре в ГО (но не для шахмат!), для обработки изображений, для обработки больших данных (Big Data), или ответов на конкурсе эрудитов.
Второй способ — построение ИИ на основе знаний, более трудоемкий, но может обеспечить полное и точное решение задачи и, при этом, еще и дать объяснение и обоснование полученного решения. Еще одно преимущество — не требуется использовать громадные массивы данных и вычислительные мощности, как это происходит в машинном обучении.
Наш проект “TURING – thinking machine”, обеспечивает технологию построения интеллектуальных прикладных систем на основе баз знаний, описанных на языке EXXLOG.

14.04.2021 | Искусственный интеллект

14.04.21

Решил продолжить блог. Попробую более подробно все расписать, чтобы постепенно донести основные идеи нашего проекта.
В 2020 г. наш проект получил новое название : “TURING — thinking machine.”
Каждый программист, который хочет что-то сделать на основе искусственного интеллекта, может использовать наши инструменты и методологию. По возможности буду консультировать.
Программу Exxlog можно здесь скачать и создавать на ее основе реальные приложения.
Этот инструмент дает возможность создавать независимые EXE-файлы, к которым можно подключаться через файловый интерфейс. Вся интеллектуальная специфика будет внутри, а снаружи это будет обычное приложение для Windows XP, к которому можно обращаться из других программ или создать свою диалоговую оболочку. В последующих версиях Windows это тоже работает, если приложить к программе комплект DLL, который можно взять из оболочки Exxlog.
Конечно, по интерфейсу, система Exxlog, покажется устаревшей и слишком простой, но по своим возможностям моделирования интеллекта, оно превосходит большинство существующих инструментов по многим параметрам.
Для работы с Exxlog надо будет освоить основные идеи теории построения прикладных систем ИИ.
Наша технология TURING основана на моделировании мышления, т. е. на знаниях, смысловых моделях (семантике) и логическом выводе. Никаких ML/DL или нейровычислений мы не используем.
Соответственно, область приложений для технологии TURING отличается своей спецификой.
Можно сказать, что мы создаем приложения для работы с задачами, сформулированными в виде текстов на естественном языке. Текст может вводиться в диалоге с машиной или в виде файла.
Прикладные системы ИИ мы предлагаем строить на основе базы знаний (БЗ) предметной области. Например, БЗ для решения задач по планиметрии будет содержать не только все нужные теоремы, но и формальные способы описания условий задач. Для построения коммерческой версии, наверное, интереснее будет дополнить решатель задач адаптивной к ученику системой обучения и тестирования. Это уже будет система из нескольких БЗ. Такая обучающая система сможет работать полностью автоматически, без участия преподавателя.
Применение БЗ и машинное понимание естественного языка определяют типы приложений, которые можно создавать. Прежде всего, это различного рода консультирующие и обучающие системы. Можно строить целые онлайн-школы по подготовке к экзаменам, можно — системы техподдержки, а можно — системы помогающие применять сложные программные системы, например Excel.
Можно строить и более сложные интеллектуальные приложения, например, консультант по языку программирования может постепенно, по мере своего развития, превратиться в автоматического программиста.
Всевозможные системы работы с документацией, основанные на машинном понимании текста, смогут постепенно заменить большую часть офисных работников.
Это всего лишь примеры, лежащие на поверхности, можно с уверенностью предположить, что во всякой области можно найти применение интеллектуальным приложениям.
Жду откликов.

ИИ – имитация или моделирование?

Хочется поточнее определиться с этим понятием — «искусственный интеллект». Вокруг этой темы стало много шумихи, много денег и тут на первом плане у нас маркетологи – они знают как что назвать, чтобы лучше продать. В последнее время, у меня такое впечатление, что специалисты (программисты) тоже поверили маркетологам.
Еще лет пять назад термин «ИИ» употребляли с большой неохотой, поскольку вера в возможность его создания пошатнулась за десятилетия ожидания его прихода в коммерческий оборот информационных систем.vasnetsov6b
Теперь искусственный интеллект в моде. Он у нас везде – SIRI – это ИИ, ОК Гугл – ИИ, AlphaGo – ИИ, а еще автомобили без водителя и BIG DATA туда же. Инвесторы вовсю вкладываются в стартапы, создающие разные виды искусственного интеллекта. Читать

Exxlog. Руководство пользователя

Научно-производственная фирма «Семантикс Рисеч»

Инструментальный комплекс для создания машины логического вывода экспертных систем Exxlog
Руководство пользователя
(1.02)

2016

Читать