Искусственный интеллект, ситуационный подход - Artificial intelligence, situated approach

В искусственный интеллект исследования, ситуативный подход создает агентов, которые предназначены для эффективного успешного поведения в своей среде. Это требует разработки ИИ «снизу вверх», сосредоточив внимание на основных перцептивных и моторных навыках, необходимых для выживания. При ситуативном подходе абстрактному мышлению или навыкам решения проблем уделяется гораздо меньше внимания.

Первоначально этот подход был предложен как альтернатива традиционным подходам (то есть подходам, популярным до 1985 года или около того). Спустя несколько десятилетий классический AI технологии начали сталкиваться с неразрешимыми проблемами (например, комбинаторным взрывом), когда столкнулись с проблемами моделирования в реальном мире. Все подходы к решению этих проблем сосредоточены на моделировании интеллекта. расположенный в окружающей среде. Они стали известны как ситуативный подход к ИИ.

Возникновение концепции

От традиционного ИИ к новому ИИ

В конце 1980-х подход, теперь известный как Nouvelle AI (Nouvelle означает новый по-французски) была впервые введена в Лаборатория искусственного интеллекта Массачусетского технологического института к Родни Брукс. В отличие от классических или традиционных искусственный интеллект, Nouvelle AI намеренно избегает традиционной цели моделирования производительности на уровне человека, а пытается создать системы с интеллектом на уровне насекомых, приближенные к реальным роботам. Но в конце концов, по крайней мере, Массачусетский технологический институт новый ИИ действительно привел к попытке создания гуманоидного ИИ в проект Cog.

От нового ИИ к ИИ, основанному на поведении и локализации

Концептуальный сдвиг, внесенный новым ИИ, процветал в области робототехники, уступив место искусственный интеллект на основе поведения (BBAI), а методология для развития AI основан на модульной декомпозиции интеллекта. Он был прославлен Родни Брукс: его архитектура подчинения была одной из первых попыток описать механизм развития BBAI. Это чрезвычайно популярно в робототехника и в меньшей степени реализовать интеллектуальные виртуальные агенты потому что он позволяет успешно создавать динамические системы в реальном времени, которые могут работать в сложных средах. Например, это лежит в основе интеллекта Sony, Aibo и много РобоКубок команды роботов.

Понимая, что на самом деле все эти подходы были нацелены не на абстрактный интеллект, а на интеллект расположенный в данной среде они стали известны как ситуативный подход. Фактически, этот подход основан на ранних представлениях о Алан Тьюринг, описывая необходимость создания машин, оснащенных органами чувств, чтобы учиться непосредственно из реального мира, вместо того, чтобы сосредоточиться на абстрактных действиях, таких как игра в шахматы.[соответствующий? – обсуждать]

Определения

Классически программный объект определяется как смоделированный элемент, способный действовать на себя и на свою среду, и который имеет внутреннее представление о себе и внешнем мире. Сущность может общаться с другими сущностями, и ее поведение является следствием ее восприятий, ее представлений и ее взаимодействий с другими сущностями.

Цикл AI

Моделирование объектов в виртуальной среде требует моделирования всего процесса, который идет от восприятия окружающей среды или, в более общем плане, от стимула до воздействия на окружающую среду. Этот процесс называется циклом ИИ, и технологии, используемые для его моделирования, можно разделить на две категории. Сенсомоторный или низкоуровневый ИИ занимается либо проблемой восприятия (что воспринимается?), Либо проблемой анимации (как выполняются действия?). Решающий или высокий уровень AI занимается выбор действия проблема (какое действие является наиболее подходящим в ответ на данное восприятие, т.е. какое поведение является наиболее подходящим?).

Традиционный или символический ИИ

Есть два основных подхода к ИИ принятия решений. Подавляющее большинство технологий, доступных на рынке, таких как алгоритмы планирования, конечные автоматы (FSA), или экспертные системы, основаны на традиционный или символический Подход AI. Его основные характеристики:

  • это сверху вниз: он рекурсивным образом подразделяет данную проблему на ряд подзадач, которые предположительно легче решить.
  • это основанный на знаниях: он основан на символическом описании мира, таком как набор правил.

Однако пределы традиционного ИИ, целью которого является создание систем, имитирующих человеческий интеллект, хорошо известны: неизбежно комбинаторный взрыв количества правил происходит из-за сложности среды. На самом деле невозможно предсказать все ситуации, с которыми столкнется автономный субъект.

Установленный или поведенческий ИИ

Для решения этих проблем используется другой подход к ИИ, принимающий решения, также известный как ситуативный или поведенческий AI, было предложено. Он не пытается моделировать системы, которые производят дедуктивные процессы мышления, а скорее системы, которые вести себя реалистично в своей среде. Основные характеристики этого подхода следующие:

  • это вверх дном: он полагается на элементарное поведение, которое можно комбинировать для реализации более сложного поведения.
  • это основанный на поведении: он не полагается на символическое описание окружающей среды, а, скорее, на модель взаимодействия сущностей с окружающей их средой.

Цель искусственного интеллекта - моделировать объекты, автономные в своей среде. Это достигается благодаря как внутренней устойчивости архитектуры управления, так и ее возможностям адаптации к непредвиденным ситуациям.

Расположенные агенты

В искусственный интеллект и наука о мышлении, период, термин расположенный относится к агент который встроенный в окружающей среде. Период, термин расположенный обычно используется для обозначения роботы, но некоторые исследователи утверждают, что программного обеспечения агенты также могут находиться, если:

Примеры могут включать веб-агентов, которые могут изменять данные или запускать процессы (например, покупки) через Интернет, или ботов виртуальной реальности, которые населяют и изменяют виртуальные миры, такие как Вторая жизнь.

Расположение обычно считается частью воплощенный, но полезно рассматривать каждую перспективу индивидуально. Расположенная точка зрения подчеркивает, что разумное поведение проистекает из окружающей среды и поведения агента. взаимодействия с этим. Природа этих взаимодействий определяется воплощением агента.

Принципы реализации

Модульная декомпозиция

Наиболее важным атрибутом системы, управляемой локальным ИИ, является то, что интеллект контролируется набором независимых полу-автономный модули. В исходных системах каждый модуль фактически был отдельным устройство или, по крайней мере, задумывался как работающий самостоятельно обработка нить. Однако, как правило, модули просто абстракции. В этом отношении ИИ можно рассматривать как программная инженерия подход к ИИ, возможно, родственный объектно-ориентированный дизайн.

Расположенный ИИ часто ассоциируется с реактивное планирование, но это не синонимы. Брукс выступал за крайнюю версию когнитивный минимализм изначально требовалось, чтобы модули поведения были конечные автоматы и, следовательно, не содержал обычных объем памяти или же учусь. Это связано с реактивным ИИ, потому что реактивный ИИ требует реагирования на текущее состояние мира, а не на агент память или предвзятое мнение об этом мире. Однако очевидно, что обучение является ключом к реалистичному сильный ИИ, поэтому это ограничение было ослаблено, хотя и не полностью отменено.

Механизм выбора действия

Сообщество искусственного интеллекта представило несколько решений для моделирования процессов принятия решений, также известных как механизмы выбора действий. Первая попытка решить эту проблему относится к подчиненные архитектуры,[1] которые на самом деле были скорее методом реализации, чем алгоритмом. Однако эта попытка проложила путь нескольким другим, в частности свободнопоточные иерархии[2] и сети активации.[3] Сравнение структуры и производительности этих двух механизмов продемонстрировало преимущество использования свободнопоточные иерархии в решении задачи выбора действия.[4][5] Тем не мение, схемы двигателей[6] и языки описания процесса[7] два других подхода, которые успешно использовались для автономных роботов.

Примечания и ссылки

  1. ^ Брукс, Р. (1986). Надежная многоуровневая система управления мобильным роботом. Журнал IEEE по робототехнике и автоматизации 2 (1): 14-23.
  2. ^ Розенблатт Дж. И Пэйтон Д. (1989). Подробная альтернатива архитектуре подчинения для управления мобильными роботами. В: Материалы Международной конференции IEEE по нейронным сетям 2: 317-324.
  3. ^ Маес П. (1989). Как поступить правильно. Технический отчет AIM-1180, Лаборатория искусственного интеллекта Массачусетского технологического института.
  4. ^ Тиррелл Т. (1993). Вычислительные механизмы выбора действия. Доктор философии, Эдинбургский университет.
  5. ^ Тиррелл Т. (1993). Использование иерархий для выбора действий. Адаптивное поведение 1 (4): 387-420.
  6. ^ Аркин Р. Навигация на основе моторной схемы для мобильного робота: подход к программированию по поведению. В: Материалы конференции IEEE по робототехнике и автоматизации, стр. 264-271, 1987.
  7. ^ Стали, Л. (1993). Создание агентов с автономными системами поведения. В: Искусственный путь к искусственному интеллекту. Построение размещенных воплощенных агентов. Лоуренс Эрлбаум Ассошиэйтс, Нью-Хейвен.
  • Арсенио, Артур М. (2004) На пути к воплощенному ИИ, В кн .: Материалы международной конференции FLAIRS, 2004. (онлайн)
  • Путь от искусственной жизни к искусственному интеллекту: воплощенные в жизнь агенты, Luc Steels and Rodney Brooks Eds., Lawrence Erlbaum Publishing, 1995. (ISBN  978-0805815184)
  • Родни А. Брукс Кембрийский интеллект (MIT Press, 1999) ISBN  0-262-52263-2; сборник ранних работ, включая «Разведки без представления» и «Разведки без причины», за 1986 и 1991 годы соответственно.
  • Рональд С. Аркин Робототехника, основанная на поведении (MIT Press, 1998) ISBN  0-262-01165-4
  • Хендрикс-Янсен, Хорст (1996) Поймать себя в действии: определенная деятельность, интерактивное возникновение, эволюция и человеческое мышление. Кембридж, Массачусетс: MIT Press.

Смотрите также

Статьи по Теме

Традиционный ИИ

Расположенный AI

Робототехника

внешняя ссылка