ფრაზა "ხელოვნური ინტელექტის სისტემები" ბევრისთვის იწვევს ასოციაციებს სხვადასხვა სამეცნიერო ფანტასტიკურ ფილმებთან და თანამოსაუბრე პროგრამებთან, რომლებიც ამსგავსებენ ხელოვნურ ინტელექტს. რობოტები რეალობად იქცა ჩვენს დროში და ყოველ ჯერზე, როცა რობოტიკისადმი მიძღვნილ მორიგ გამოფენას ხსნით, გაოცდებით, რამდენად წინ წავიდა კაცობრიობა ტექნოლოგიურ პროგრესში.
ხელოვნური ინტელექტის პრობლემა დაკავშირებულია იმასთან, რომ საყოველთაოდ მიღებული იდეების თანახმად, ადამიანის მიერ შექმნილი გონება არის კომპიუტერული პროცესი, რომლის თვისებები დაკავშირებულია ადამიანის აზროვნებასთან. თუმცა მეცნიერებას ჯერ კიდევ არ შეუძლია ზუსტად გაერკვია, როგორ ფიქრობს ადამიანი და როგორია მისი აზროვნება. ამიტომ, ხელოვნური ინტელექტის შექმნა ჯერჯერობით მხოლოდ ინტუიციურ გამოცნობებს ეფუძნება.
ამავდროულად, თანამედროვე საინფორმაციო ტექნოლოგიების განვითარების ერთ-ერთი ყველაზე პერსპექტიული სფერო გახდა გამოყენებითი ნერვული ქსელების შექმნა. Რა არისწარმოადგენს ხელოვნურ ნერვულ ქსელს (ANN)? ეს არის პატარა მათემატიკური მოდელი, რომელიც მუშაობს ბიოლოგიური ნეირონების პრინციპზე, ფუნქციურად გაერთიანებულია ერთ სისტემაში.
ადამიანის მიერ შექმნილი ნერვული ქსელები, ან, როგორც მათ ასევე უწოდებენ, ხელოვნური ინტელექტის სისტემები, ხშირად გამოიყენება პრობლემების გადაწყვეტის საპოვნელად არასრული რაოდენობის მონაცემების ან პრობლემების მკაფიოდ ფორმალიზებაზე.
პირველი ANN 1958 წელს გამოჩნდა ფსიქოლოგ ფრენკ როზენბლატის წყალობით. ეს სურათზე დაფუძნებული სისტემა ახდენს ადამიანის ტვინის სიმულაციას და ცდილობდა ვიზუალური მონაცემების ამოცნობას. ANN მოქმედების პრინციპი ემყარება დამუშავებული ელემენტების სიმრავლეს შორის კავშირის შექმნას. თითოეული ნეირონი იღებს სიგნალების დიდ რაოდენობას შესასვლელში. ის ასრულებს მათ ანალიზს შეწონილი კოეფიციენტების შესაბამისად და წარმოქმნის პერსონალურ სიგნალს, რომელიც მოდის სხვა ნეირონში. ყველა ნეირონი ორგანიზებულია შრეებად და აქვთ ერთმანეთთან კავშირი. თითოეული ფენა ამუშავებს შეყვანის სიგნალს და შემდეგ ქმნის საკუთარ სიგნალს შემდეგი ფენისთვის. ANN-ის მთავარი უპირატესობა არის თვითსწავლის უნარი.
სასურველია ხელოვნური ინტელექტის სისტემის მუშაობისთვის რამდენიმე პროცესორის გამოყენება, ვინაიდან მხოლოდ ერთი კომპიუტერის გამოყენებისას მუშაობის სიჩქარე შესამჩნევად ეცემა. ასეთი ANN გამოიყენება მეტყველების, ხელნაწერის სინთეზისა და ამოცნობისთვის, ფინანსურ სფეროში, ისევე როგორც ყველგან, სადაც არის საჭირო ინფორმაციის ძლიერი ნაკადების ანალიზი.
ნეირო-ექსპერტი სისტემები დღეს პოპულარულია სპეციალური სისტემებიხელოვნური ინტელექტი, რომლის საფუძველიც არის უზარმაზარი ცოდნის ბაზა. ის ინახავს უამრავ ინფორმაციას და მეთოდს, რომელიც აუცილებელია ამოცანების გადასაჭრელად. მონაცემთა ბაზა ასევე შეიცავს თვითსწავლის ალგორითმს, რომელიც ეყრდნობა გადაწყვეტილების პროცედურული შეფასების მონაცემებს.
ნებისმიერი ექსპერტი სისტემის ძალიან მნიშვნელოვანი კომპონენტია მისი ინტერფეისი. მისი წყალობით ადამიანს შეუძლია ახალი მონაცემებით შეავსოს მონაცემთა ბაზა, მიიღოს ლოგიკური დასკვნები და ა.შ. დაგროვილი ცოდნის გამოყენებით, ამ სისტემებს შეუძლიათ იპოვონ სწორი გადაწყვეტა იმ ამოცანებისთვის, რომლებიც ძალიან რთულია ადამიანის შესაძლებლობებისთვის. საექსპერტო სისტემები ხშირად გამოიყენება ისეთ სფეროებში, როგორიცაა პროგრამული უზრუნველყოფის ინჟინერია, სამხედრო მეცნიერება, გეოლოგია, დაგეგმვა, პროგნოზირება, მედიცინა და განათლება.
სულ ცოტა ხნის წინ ცნობილი გახდა, რომ Google აპირებს 2029 წლისთვის ახალ ხელოვნურ ინტელექტს საძიებო მოთხოვნების დამუშავება მიაწოდოს. უფრო მეტიც, ტექნიკური დირექტორის რ.კურცვეილის თქმით, ახალი ინტელექტუალური საძიებო სისტემა შეძლებს ადამიანის ემოციების გაგებას. გასაოცარია არა? რობოტებმა ჯერ არ იციან როგორ იფიქრონ, მაგრამ მათ შეუძლიათ ისწავლონ. და რა იქნება შემდეგ?..
