рами спочатку виявилися настільки важливими для відпрацювання методів штучного інтелекту.
Виникає закономірне питання: чи варто вважати рефлексію невід'ємною частиною систем штучного інтелекту? Відповідь можна сформулювати наступним чином. Як і будь-яка комп'ютерна програма, наділена засобами самодіагностики, системи штучного інтелекту повинні контролювати процеси, що відбуваються, зовнішні і внутрішні. Може здатися, що в цьому сенсі буде достатньою розвинена структура зворотних зв'язків. Зворотній зв'язок лише надає дані, але не інтерпретує їх. Норберт Вінер у своїй книзі «Кібернетика, або управління і зв'язок в тварині і машині» навів приклад порушення нервової системи людей і його наслідки. Так, люди з порушенням системи орієнтації власних кінцівок в просторі повинні були візуально контролювати свої дії. Це було типове порушення зворотного зв'язку. Рефлексія ж має на увазі аналіз отриманої картини.
Аналіз функціонування власної моделі, контроль над її станом, прогнозування стану є реалізація рефлексії. Із застосуванням мов програмування високого рівня, що дозволяють формулювати цілі і будувати логічні висновки досяжності цих цілей, завдання реалізації рефлексії може бути частково вирішена. З їх допомогою можлива побудова деякої метаструктур, що дозволяє оцінювати поведінку попереднього. Однак, при розгляді терміна «глибока рефлексія» або «багаторівнева рефлексія» постає проблема побудови моделей самою системою. Тут на допомогу приходять абстрактні типи даних. Вони дозволяють оперувати структурами даних будь-якої кінцевої складності. Таким чином, вважати інтелектуальну систему повноцінної без уміння оцінювати і «розуміти» свої дії, тобто рефлексувати, не можна. Більше того, рефлексію слід вважати одним з головних інструментів побудови поведінки систем, так як вона є необхідною умовою існування інтелектуальної системи.
РОЗДІЛ 2. ПРОБЛЕМИ ШТУЧНОГО ІНТЕЛЕКТУ І гносеологічний аналіз
. 1 Проблематика штучного інтелекту
Розкриття ролі таких пізнавальних знарядь, як категорії, специфічна семіотична система, логічні структури, раніше накопичене знання можливо, провівши гносеологічний аналіз проблеми штучного інтелекту. Категорії виявляють не через дослідження фізіологічних чи психологічних механізмів пізнавального процесу, а виявляються в знанні і його мовному вираженні. Знаряддя пізнання, що формуються в результаті практичної діяльності, необхідні для будь-якої системи, яка виконує функції абстрактного мислення, безвідносно до її конкретного матеріального субстрату і структурі. Тому, щоб створити систему, що виконує функції абстрактного мислення, формуючу адекватні схеми зовнішніх дій у змінюються середовищах, необхідно наділити таку систему цими знаряддями. Розвиток систем штучного інтелекту вже давно йде цим шляхом, хоча ступінь просування в даному напрямку щодо кожного із зазначених пізнавальних знарядь неоднакова.
Найчастіше системи штучного інтелекту використовують формально-логічні структури, що пояснюється їх неспецифічністю для мислення і алгоритмічним характером. Це дає можливість відносно легкої їх технічної реалізації. Однак і тут є свої складності. У системах штучного інтелекту ще слабо використовуються модальна, імперативна, питально і інші логіки, функціонуючі в інтелекті людини і не менш необхідні для успішних пізнавальних процесів, ніж давно освоєні логікою форми виводу. Підвищення «інтелектуальності» технічних систем пов'язано не тільки з розширенням застосовуваних логічних засобів, а й з більш інтенсивним їх використанням на практиці. Більш гостро йде справа з семіотичний системами, без яких інтелект не представляється можливим. Мови програмування поки досить далекі від семіотичних структур, якими оперує мислення. Для вирішення цілого комплексу завдань необхідно наблизити семіотичні системи комп'ютерів до природний-ному мови (до використання його обмежених фрагментів). Тут робляться спроби ввести у вхідні мови ЕОМ універсалії людської мови (наприклад, властивості, характерні для полісемії). Розроблено проблемно-орієнтовані фрагменти природних мов. Найважливішим підсумком цієї роботи є створення та формалізація семантичних мов, слова-символи в яких мають інтерпретацію. Однак ж багато універсалії природних мов, необхідні для виконання ними пізнавальних функцій, в мовах штучного інтелекту або слабо реалізовані, або використовуються обмежено.
Сучасні системи штучного інтелекту здатні здійснювати переклад з одновимірних мов на мови багатовимірні і навпаки: наприклад, побудова діаграм, схем і креслень, побудова кривих, а також переклад графічних елементів на символи. Такий переклад є важливим елементом інтелектуальної діяльності, але системи штучного інтелекту кінця минулого сторіччя були до такого здатні. Навіть сучасні розробки, що припадають на 2008-2010 роки, істо...