бораторії (Японія) почалася розробка проекту "Промисловий інтелектуальний робот". Мета цієї розробки - створення очуствленного маніпуляційного робота з елементами штучного інтелекту для виконання складально-монтажних робіт з візуальним контролем.
Маніпулятор робота має шість ступенів свободи і управляється міні-ЕОМ NEAC-3100 (об'єм оперативної пам'яті 32000 слів, обсяг зовнішньої пам'яті на магнітних дисках 273000 слів), формує потрібне програмне рух, який відпрацьовується стежить електрогідравлічної системою. Схват маніпулятора оснащений тактильними датчиками.
В якості системи зорового сприйняття використовуються дві телевізійні камери, забезпечені червоно-зелено-синіми фільтрами для розпізнавання кольору предметів. Поле зору телевізійної камери розбите на 64 * 64 осередків. У результаті обробки отриманої інформації грубо визначається область, займана цікавлять робота предметом. Далі, з метою детального вивчення цього предмета виявлена ​​область знову ділиться на 4096 осередків. У тому випадку, коли предмет не поміщається в вбрання "віконце", воно автоматично переміщається, подібно до того, як людина ковзає поглядом по предмету. Робот Електротехнічній лабораторії був здатний розпізнавати прості предмети, обмежені площинами і циліндричними поверхнями при спеціальному освітленні. Вартість даного експериментального зразка становила приблизно 400000 доларів.
Поступово характеристики роботів монотонно поліпшувалися, Але досі вони ще далекі по тями від людини, хоча деякі операції вже виконують на рівні кращих жонглерів. Наприклад утримують на лезі ножа кулька від настільного тенісу.
Ще мабуть тут можна виділити роботи київського Інституту кібернетики, де під керівництвом Н. М. Амосова і В. М. Глушкова (нині покійного) ведеться комплекс досліджень, спрямованих на розробку елементів інтелекту роботів. Особливо е увага в цих дослідженнях приділяється проблемам розпізнавання зображень і мови, логічного висновку (автоматичного доведення теорем) та управління з допомогою нейроподібних мереж.
До прикладу можна розглянути створений ще в 70-х роках макет транспортного автономного інтегрального робота (ТАІР). Конструктивно ТАІР являє собою триколісне шасі, на якому змонтована сенсорна система і блок управління. Сенсорна система включає в себе наступні засоби очуствленія: оптичний далекомір, навігаційна система з двома радіомаяками і компасом, контактні датчики, датчики кутів нахилу візка, таймер та ін І особливість, яка відрізняє ТАІР від багатьох інших систем, створених у нас і за кордоном, це те, що в його складі немає комп'ютера в тому вигляді, до якого ми звикли. Основу системи управління складає бортова нейроподібна мережа, на якій реалізуються різні алгоритми обробки сенсорної інформації, планування поведінки і управління рухом робота.
Наприкінці даного дуже короткого огляду розглянемо приклади великомасштабних експертних систем.
MICIN - експертна система для медичної діагностики. Розроблено групою з інфекційних захворювань Стенфордського університету. Ставить відповідний діагноз, виходячи з представлених їй симптомів, і рекомендує курс медикаментозного лікування будь-який з діагностованих інфекцій. База даних складається з 450 правил. p> PUFF - аналіз порушення дихання. Дана система являє собою MICIN, з якої видалили дані по інфекцій і вставили дані про легеневі захворювання.
DENDRAL - розпізнавання хімічних структур. Дана система найстаріша, з мають звання експертних. Перші версії даної системи з'явилися ще в 1965 році у все тому ж Стенфордському університеті. За користувач дає системі DENDRAL деяку інформацію про речовину, а також дані спектрометрії (інфрачервоної, ядерного магнітного резонансу і мас-спектрометрії), і та у свою чергу видає діагноз у вигляді відповідної хімічної структури.
PROSPECTOR - експертна система, створена для сприяння пошуку комерційно виправданих родовищ корисних копалин.
В
2. Перспективи і тенденції розвитку AI
Повідомлень про унікальні досягнення фахівців у галузі штучного інтелекту (ІІ), що обіцяли небачені можливості, пропали зі сторінок науково-популярних видань багато років тому. Ейфорія, пов'язана з першими практичними успіхами в сфері ШІ, пройшла досить швидко, тому що перейти від дослідження експериментальних комп'ютерних моделей до вирішення прикладних завдань реального світу виявилося набагато складніше, ніж передбачалося. На труднощі такого переходу звернули увагу фахівці всього світу, і після детального аналізу з'ясувалося, що практично всі проблеми пов'язані з браком ресурсів двох типів: комп'ютерних (обчислювальної потужності, ємності оперативної і зовнішньої пам'яті) і людських (наукомістка розробка інтелектуального ПО вимагає залучення провідних фахівців з різних областей знання та організації довгострокових дослідницьких проектів). До сьогоднішнього дня ресурси першого типу вийшли ...
