Интеллектуальные системы

Описаны понятия и методы  технологии искусственного интеллекта, модели представления знаний и нечеткие знания. Приведены теоретические материалы 
и практические примеры по основным темам учебного курса, позволяющие студентам получить знания, 
умения и навыки профессиональной деятельности 
по проектированию и разработке систем искусственного интеллекта.

С. В. Исаев, О. С. Исаева
ИНТЕЛЛЕКТУАЛЬНЫЕ
СИСТЕМЫ

Учебное пособие

ИНСТИТУТ МАТЕМАТИКИ  
И ФУНДАМЕНТАЛЬНОЙ ИНФОРМАТИКИ

1.1. Основные понятия технологии искусственного интеллекта 
 

1 

Министерство образования и науки Российской Федерации 
Сибирский федеральный университет 
 
 
 
 
 
 
 
 
С. В. Исаев, О. С. Исаева 
 
 
ИНТЕЛЛЕКТУАЛЬНЫЕ  
СИСТЕМЫ 
 
Учебное пособие 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Красноярск 
СФУ 
2017 

1. Понятия и методы технологии искусственного интеллекта 
 

2 

УДК 004.89(075.8) 
ББК 87.152.223 
         И851 
 
 
 
 
 
 
 
 
 
Р е ц е н з е н т ы:  
Л. Ф. Ноженкова, доктор технических наук, профессор, зав. отделом 
прикладной информатики ИВМ СО РАН – обособленного подразделения 
ФИЦ КНЦ СО РАН; 
Д. А. Цыганок, кандидат физико-математических наук, доцент кафедры вычислительных и информационных технологий СФУ 
 
 
 
 
 
 
 
 
Исаев, С. В. 
И851    Интеллектуальные системы : учеб. пособие / С. В. Исаев, 
О. С. Исаева. – Красноярск : Сиб. федер. ун-т, 2017. – 120 с. 
ISBN 978-5-7638-3781-0 
 
Описаны понятия и методы  технологии искусственного интеллекта, модели представления знаний и нечеткие знания. Приведены теоретические материалы и практические примеры по основным темам учебного курса, позволяющие студентам получить знания, умения и навыки профессиональной деятельности по проектированию и разработке систем искусственного интеллекта.  
Предназначено для  студентов, обучающихся по направлению подготовки 02.03.01 «Математика и компьютерные науки». 
 
 
Электронный вариант издания см.: 
http://catalog.sfu-kras.ru 
УДК 004.89(075.8) 
ББК 87.152.223 
 
ISBN 978-5-7638-3781-0                                                           © Сибирский федеральный  
                                                                                                         университет, 2017 

1.1. Основные понятия технологии искусственного интеллекта 
 

3 

 
ВВЕДЕНИЕ  
 
В современном мире одной из главных тенденций развития компьютерных и информационных технологий является интеллектуализация систем 
и устройств, а также повсеместное внедрение элементов искусственного 
интеллекта в научную и практическую деятельность. Дисциплина «Интеллектуальные системы» предназначена для качественной подготовки специалистов в области прикладной информатики и информационных технологий, отвечающих требованиям современного общества, и представляет 
собой одно из базовых направлений обучения, что позволяет студентам 
получить фундаментальные знания о методах и подходах к автоматизации 
решения сложно формализуемых задач, а также способствует формированию у них умений и навыков применения изученного материала в практической деятельности.  
Изложенный в учебном пособии материал базируется на знаниях 
и компетенциях, полученных в курсах естественно-научных дисциплин, 
таких как «Программирование», «Дискретная математика», «Математическая логика», «Теория вероятностей», «Основы баз данных».  
Изучение дисциплины «Интеллектуальные системы» позволяет подготовить специалистов, востребованных в сфере компьютерных информационных технологий и специалистов по созданию систем интеллектуальной 
поддержки принятия решений. 
В учебном пособии представлены материалы курса лекций «Интеллектуальные системы», читаемых авторами на протяжении уже более         
15 лет, а также собственный практический опыт по созданию систем искусственного интеллекта и внедрению элементов интеллектуализации 
в информационные системы. 
 
 
 
 
 
 
 
 
 
 
 

1. Понятия и методы технологии искусственного интеллекта 
 

4 

 
1. ПОНЯТИЯ  И  МЕТОДЫ  ТЕХНОЛОГИИ  
ИСКУССТВЕННОГО  ИНТЕЛЛЕКТА 
 
 
1.1. Основные понятия технологии 
искусственного интеллекта 
 
 
Искусственный интеллект как наука появился в середине XX в. Первой интеллектуальной системой считается программа «Логик-теоретик», 
предназначенная для доказательства теорем и исчисления высказываний. 
Ее работа впервые была продемонстрирована 9 августа 1956 г. В создании 
программы участвовали такие известные ученые, как А. Ньюэлл, А. Тьюринг, К. Шеннон, Дж. Лоу, Г. Саймон и др. Именно в 1956 г. на семинаре 
в Дартмутском колледже (США) и был впервые предложен термин «искусственный интеллект». Семинар был посвящен разработке методов решения 
логических, а не вычислительных задач. За прошедшее с тех пор время 
в области искусственного интеллекта разработано множество компьютерных систем, которые принято называть интеллектуальными. Области их 
применения охватывают различные сферы человеческой деятельности.  
На сегодняшний день не существует единого определения, которое 
позволило бы однозначно описать эту научную область. Точнее сказать, 
что оно инвариантно относительно времени, т. е. при появлении новых  
научных идей оно изменяется. Исследования в области искусственного  
интеллекта направлены на стремление понять работу мозга, раскрыть 
секреты человеческого сознания и проблемы создания машин, обладающих определенным уровнем человеческого интеллекта. На первых этапах развития искусственный интеллект часто определяли как модель естественного. Проблема реальности создания искусственного интеллекта 
в этом толковании послужила предметом многих исследований. Критические замечания к такому подходу зачастую служили тормозом для 
развития всего направления.  
Постепенно «идеализированное» определение уступило место более 
прагматическому. Возможность моделирования интеллектуальных процессов приводила к осознанию, что любую функцию мозга и любую умственную деятельность, которую можно описать языком со строго однозначной 

1.1. Основные понятия технологии искусственного интеллекта 
 

5 

семантикой с помощью конечного числа слов, можно передать электронной цифровой вычислительной машине. 
Искусственный интеллект (artificial intelligence) стал интерпретироваться как свойство автоматических систем брать на себя отдельные функции интеллекта человека, например, выбирать и принимать оптимальные 
решения на основе ранее полученного опыта и рационального анализа 
внешних воздействий.  
Искусственный интеллект (ИИ) – это область компьютерной 
науки, занимающаяся автоматизацией разумного (интеллектуального) 
поведения.  
Более широко искусственный интеллект можно определить как фундаментальное исследование, в процессе которого разрабатываются новые 
модели и методы для решения интеллектуальных задач, ранее не поддающихся формализации и автоматизации.  
В основе определений искусственного интеллекта лежит понятие интеллектуального поведения, или интеллекта. Термин «интеллект» (intelligence) происходит от латинского intellectus – что означает ум, рассудок, 
мыслительные способности; умение рассуждать разумно.  
С момента появления искусственного интеллекта как области научной и практической деятельности его парадигма менялась множество раз, 
приводя к различному пониманию направлений исследований. Это можно 
проиллюстрировать на следующем примере. 
В 1968 г. Ассоциация по вычислительной технике рекомендовала 
в программе курса «Искусственный интеллект» рассматривать темы: доказательство теорем, игры, распознавание образов, решение задач, адаптивное 
программирование, принятие решений, сочинение музыки вычислительной 
машиной, обучающиеся (нейронные) сети, обработка данных на естественном языке, вербальное и концептуальное обучение. В настоящее время 
большая часть разделов этого курса выделилась в отдельные теории и уже 
не является частью искусственного интеллекта. Игры и решение задач           
относятся к Исследованию операций и Теории игр. Адаптивное программирование выразило себя в CASE-системах и современных языках программирования, распознавание образов и принятие решений выделились 
в одноименные теории и т. д. Исключение вопросов из области искусственного интеллекта связано с изменением взглядов людей на свой интеллект. Научив компьютеры выполнять сложные действия, которые раньше 
считались уникальной способностью человека, люди пересматривают свои 
взгляды, выдвигая на передний план новые, еще не решенные задачи. Развитие методов искусственного интеллекта подталкивает к появлению 
и развитию новых научных направлений.  

1. Понятия и методы технологии искусственного интеллекта 
 

6 

1.2. Этапы исторического развития 
 
Концентрация исследований в области искусственного интеллекта на 
отдельных направлениях приводила к возникновению некоторой парадигмы – основополагающей идеи, которая, как правило, сопровождалась ревизией всего арсенала разных наук на предмет возможного применения различных методов. На протяжении долгого периода вплоть до настоящего 
времени интерес то к одному, то к другому направлению преобладал над 
остальными. На сегодняшний день область искусственного интеллекта 
сильно увеличилась и разделилась на несколько подобластей, развивающихся автономно, кроме того, появилась тенденция интеграции различных 
парадигм и создания гибридных интеллектуальных систем. 
Область искусственного интеллекта можно условно разделить на несколько направлений и выделить этапы ее развития. Что же считать началом развития направления искусственного интеллекта. Еще в 1200-х гг. 
появились попытки создания искусственного человека и его разума. Изобретатель Раймунд Луллий сконструировал машину, состоящую из кругов, 
размеченных буквами и раскрашенных в разные цвета, которые символизировали различные понятия, элементы стихии, субъекты и объекты знания. Разнообразное их сочетание приводили с помощью логических операций к выводу «формул знаний». Примеров такого рода привести можно 
много. Но только с появлением электронно-вычислительных машин искусственный интеллект начинает формироваться как самостоятельное направление исследования. Наиболее важные этапы исторического развития искусственного интеллекта отображены в табл. 1. 
1950-е гг. – Моделирование носителя интеллекта.  Искусственный 
интеллект имеет свое начало с зарождения нейрокибернетики. Так как мозг 
человека состоит из множества нервных клеток – нейронов, то исследователи 
пытались строить разумные машины, имитируя поведение коллектива нейронов. Идея заключалась в попытках имитировать мыслительную деятельность 
человека путем воспроизведения структуры мозга и его принципов работы.  
В 1943 г. У. Маккаллок и У. Питтс предложили модель формального 
логического нейрона, который мог находиться в двух устойчивых состояниях. Д. Хебб в 1949 г. разработал простое правило, позволяющее изменять веса связей между нейронами с целью их обучения.  
Первые успехи вызвали взрыв активности и оптимизма. Минский, 
Розенблатт, Уидроу и другие разработали сети, состоящие из одного слоя 
искусственных нейронов. Часто называемые персептронами, они были использованы для такого широкого класса задач, как предсказание погоды, 
анализ электрокардиограмм и искусственное зрение. В 1951 г. М. Минский 
и Д. Эдмондс разработали нейрокомпьютер, который содержал 40 нейронов. 

1.2. Этапы исторического развития 
 

7 

Таблица 1  

Этапы исторического развития 

Годы 
Область  
исследований 
Направление 
Основные исследователи  
и системы ИИ 

1950-е 
Носитель интеллекта 
Нейронные сети 
Ф. Розенблатт, (Виннер, 
Маккаллок) 
PERCEPTRON 

1960-е 
Способы мышления 
Эвристический поиск 
А. Ньюэлл, Г. Саймон 
(К. Шеннон, А. Тьюринг) 
Global Problem Solver (GPS)

1970-е 
Представление 
и применение 
знаний 

Инженерия знаний и экспертные системы 
Е. Шортлифф (Минский, 
Маккарти) 
MYCIN (диагностика болезней крови) 

1980-е 
Развитие обучаемости 
Автоматизация извлечения 
и формирования знаний 
Ленат, Сэмюэл 
EURISCO 

1990-е 
 
Решение комплексных задач 
Интеграция информационных технологий 
Вилкинс, Розенблюм, Роуз 
ODYSSEUS, SCALIR 

2000-e 
Интеллектуализация устройств 
Интеллектуальный интерфейс: самообучающиеся, 
адаптивные, гибридные 
системы искусственного 
интеллекта 

Элементы разумного поведения в технических устройствах 

Настоящее 
время 

Замена человека 
в его профессиональной деятельности 

Увеличение производства 
и уменьшение затрат за 
счет применения искусственного интеллекта 

Промышленные, медицинские, военные системы и 
пр. Нейронные сети для ведения документооборота 

 
В течение некоторого времени казалось, что ключ к интеллекту найден, и воспроизведение человеческого мозга является лишь вопросом конструирования достаточно большой сети. Но эта иллюзия скоро рассеялась. 
Минский, используя точные математические методы, строго доказал ряд 
теорем, относящихся к функционированию нейронных сетей. Так им было 
доказано, что однослойные сети теоретически неспособны решить такие 
простые задачи, как, например, реализовать функцию «Исключающее 
ИЛИ». Блеск и строгость аргументации Минского, а также его престиж 
породили огромное доверие к книге «Персептроны» – ее выводы были              
неуязвимы. Многие разочарованные исследователи оставили эту область 
научных интересов, правительства перераспределили свои субсидии, и искусственные нейронные сети были забыты почти на два десятилетия. Тем 
не менее несколько наиболее настойчивых ученых, таких как Кохонен, 
Гроссберг, Андерсон продолжили исследования. Постепенно появился 
теоретический фундамент, на основе которого сегодня конструируются 
наиболее мощные многослойные сети. Оценка Минского оказалась излиш

1. Понятия и методы технологии искусственного интеллекта 
 

8 

не пессимистичной, многие из поставленных в его книге задач решаются 
сейчас сетями с помощью стандартных процедур. Нарастание научной активности носило взрывной характер. С одной стороны, блестящая научная 
работа Минского задержала развитие искусственных нейронных сетей, но 
с другой стороны, нет сомнений в том, что область пострадала вследствие 
необоснованного оптимизма и отсутствия достаточной теоретической базы. И возможно, что шок, вызванный книгой «Персептроны», обеспечил 
необходимый для созревания этой научной области период. 
В настоящее время имеется много впечатляющих демонстраций возможностей искусственных нейронных сетей: сеть научили превращать 
текст в фонетическое представление, которое затем с помощью уже иных 
методов превращалось в речь; другая сеть может распознавать рукописные 
буквы; сконструирована система сжатия изображений, основанная на нейронной сети. Все они используют сеть обратного распространения – наиболее 
успешный, по-видимому, из современных алгоритмов. Для улучшения существующих сетей требуется много основательной работы. Должны быть 
развиты новые технологии, улучшены существующие методы и расширены теоретические основы, прежде чем данная область сможет полностью 
реализовать свои потенциальные возможности. 
Вернемся назад к истории. В конце 1950-х гг. развивалось другое  
направление исследований в области искусственного интеллекта. Моделированию человеческого мышления в нем придавалось второстепенное значение. 
На исследования большое влияние оказало появление метода резолюции, 
предложенного Робинсоном, основанного на доказательстве теорем в логике предикатов и являющегося теоретически исчерпывающим методом 
доказательства. Методологическое значение работ Робинсона и других 
аналогичных работ заключалось в том, что основное внимание в исследованиях переместилось с разработки методов воспроизведения на компьютерах человеческого мышления на разработку машинно-ориентированных 
методов решения задач. Целью исследований стало не моделирование способов мышления человека, а разработка программ, способных решать «человеческие задачи». 
Первые работы в этом направлении проводились в Массачусетском 
технологическом институте под руководством М. Минского и Дж. Маккарти, в университете Карнеги-Меллона под руководством Г. Саймона 
и А. Ньюэлла. Они и считаются «отцами» искусственного интеллекта. Работы 
Г. Саймона и А. Ньюэлла по созданию программы «Логик-теоретик» были 
предназначены для доказательства теорем в исчислении высказываний. С ее 
помощью был доказан ряд теорем, но поиск решений был неэффективен. 
А. Ньюэлл и Г. Саймон после анализа методов решения приступили 
к синтезу общих методов поиска решений, разработав следующую про

1.2. Этапы исторического развития 
 

9 

грамму «Универсальный решатель задач» или GPS (General Problem 
Solver). Она разрабатывалась с целью имитации процесса решения задач 
человеком и базировалась на идеях эвристического поиска. В основе GPS 
лежала модель лабиринтного поиска. Согласно этому подходу решение 
интеллектуальной задачи выполнялось путем перебора огромного количества вариантов, который представлялся в виде движения по лабиринту. 
Программа GPS могла настраиваться на предметную область. Для этого 
необходимо было задать структуру состояний задачи и операторы, преобразующие эти состояния. Решение задачи осуществлялось на основе поисковых алгоритмов в пространстве возможных решений по эвристическим 
правилам, которые направляли поиск к искомой цели. Такая модель имеет 
ограниченное использование в настоящее время. 
Эти работы положили начало первому этапу исследований в области 
искусственного интеллекта, связанному с разработкой программ, решающих задачи на основе применения разнообразных эвристических методов. 
Эвристический метод решения задачи при этом рассматривался как свойственный человеческому мышлению, для которого характерно возникновение «догадок» о пути решения задачи с последующей проверкой их. Ему 
противопоставлялся используемый в ЭВМ алгоритмический метод, который 
интерпретировался как механическое осуществление заданной последовательности шагов, детерминировано приводящей к правильному ответу. 
Трактовка эвристических методов решения задач как сугубо человеческой 
деятельности и обусловила появление и дальнейшее распространение термина «искусственный интеллект». Исследователям того времени казалось, 
что создание компьютера, обладающего человеческим разумом, вопрос 
10–15-ти лет. 
На первом этапе развития искусственного интеллекта были представлены следующие основные исследования и разработки: 
● разработка языка Лисп (Дж. Маккарти); 
● идея представления знаний и логического вывода в системах искусственного интеллекта (Дж. Маккарти); 
● разработка метода резолюции (Дж Робинсон); 
● разработка вопрос-ответной системы на основе логического представления знаний (К. Грин); 
● создание персептрона для распознавания образов (Ф. Розенблатт); 
● написание книги об ограниченных возможностях персептрона 
(М. Минский, С. Пейперт). 
Таким образом, к концу 1960-х гг. основное внимание в области искусственного интеллекта стало уделяться методам представления задач 
и поиску решений, в частности представлению задач в логической форме 
и автоматическому доказательству теорем на основе метода резолюций.