1. Искусственный интеллект -раздел информатики, включающий разработку методов моделирования и воспроизведения с помощью ЭВМ отдельных функций творческой деятельности человека, решение проблемы представления знаний в ЭВМ и построение баз знаний, создание экспертных систем, разработку т.н. интеллектуальных роботов.

Искусственный интеллект -область компьютерной науки, занимающаяся автоматизацией разумного поведения.

Область исследований, именуемая«искусственным интеллектом», возникла и развивается, начиная примерно с 50-х годов, с основными приложениями вначале в вычислительной технике и информатике, а позднее и в автоматизации управления [1]. ИИ как область исследований был назван в 1956 г., хотя к этому году активные исследования с применением ЭВМ имели по меньшей мере 5-летний опыт, а работой, по всеобщему признанию, уже относимой к ИИ, являлась еще публикация 1943 г. У.МакКаллока и У. Питса об искусственных нейронных сетях. ИИ унаследовал и продолжает ассимилировать многие идеи, взгляды и методы разных дисциплин (философии, математики, психологии, лингвистики, информатики, теории управления).

Период 1943-1956 — период созревания ИИ, а 1952-1963 — годы раннего энтузиазма и великих ожиданий. К периоду 1966-1974 относятся первые разочарования и главной причиной этому явился типичный «комбинаторный взрыв» в задачах ИИ. Провал «кавалерийских атак» в форме программ типа GPS (общий решатель задач — General Problem Solver) заставил исследователей строить системы более специализированные и основанные на достаточном объеме экспертных знаний.

В период 1980-1988 ИИ приходит в промышленность. Уже первая коммерческая экспертная система компании Digital Equipment Corporation экономила 40 млн. долл. в год [128]. С 1986 г. возобновился и сохраняетс интерес к нейронным сетям.

Последний период (с 1987 г.) характеризуется изменением содержания и методологии исследований в ИИ. За рубежом некоторые исследователи [1] характеризуют это изменение как победу «аккуратистов» (Neats) — считающих, что ИИ должен обосновываться с математической строгостью — над «неформалами» (Scru'ffies — дословно «неряхи») — предпочитающих проверку разнообразного множества идей путем написания компьютерных программ. Оба подхода важны, а указанные изменения означают, что ИИ достиг некоторого уровня стабильности и зрелости (будет ли эта стабильность вскоре взорвана новой идеей — отдельный вопрос).

2 Основные направления исследований в области искусственного интеллекта:

- экспертные системы (Expert Systems) или системы, основанные на знаниях (Knowledge-BasedSystems);

- искусственные нейронные сети (Artificial NeuralNetworks);

- естественно - языковые системы;

-системы с нечеткой логикой (Fuzzy Logic);

- интеллектуальный анализ данных (Data Mining);

-генетические алгоритмы и эволюционное программирование (Genetic Algorithms).

3 Экспертные системы - это системы, основанные на знании, целью функционирования которых является формирование рекомендаций по решению проблем, интересующих пользователя на основе накопленных знаний и опыта в конкретной предметной области.

По структуре экспертная система - это интеллектуальная система, включающая базу знаний и механизм логич. вывода, а также компоненты обучения и объяснения выдаваемых рекомендаций и. На рис. 2 показана классическая схема структуры экспертной системы.

4. В начале 80х годов в исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название "экспертные системы" (ЭС). Цель исследований по ЭС состоит в разработке программ, которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом. ЭС предназначены для так называемых неформализованных задач, т.е. ЭС не отвергают и не заменяют традиционного подхода к разработке программ, ориентированного на решение формализованных задач.

Неформализованныезадачи обычно обладают следующими особенностями:

- Неоднозначностью, неполнотой и противоречивостью исходных данных;

- Неточностью, неоднозначностью, неполнотой и противоречивостью знаний о проблемнойобласти и решаемой задаче;

- Большой размерностью пространства решения,т.е. перебор при поиске решения весьма велик;

- Динамически изменяющимися данными изнаниями.

Следует подчеркнуть, что неформализованные задачи представляют большой и очень важный класс задач. Многие специалисты считают, что эти задачи являются наиболее массовым классом задач, решаемых ЭВМ. Примеры экономических задач, для решения которых необходимо использование экспертных знаний:

- Информационная поддержка планирования федеральных, региональных, местных бюджетов, а также бюджетов предприятий и физических лиц.

- Прогноз налогового потенциала.

- Расчет налогов для юридических и физическихлиц.

- Анализ финансовых рынков.

- Анализ кредитоспособности предприятий.

- Принятие решений по оформлении кредитов.

- Управление предприятиями в условияхбанкротства.

- Стратегическое управление предприятиями.

5. Для общения с экспертной системой создается интерфейс пользователя, обеспечивающий пользователю возможность в диалоге формулировать запросы к экспертной системе и вводить исходные данные по интересующей пользователя проблеме, а также представлять рекомендации экспертной системы. Для объяснения рекомендаций, формируемых экспертной системой, служит объяснительная компонента экспертной системы, которая обычно ссылается на правила, использованные механизмом вывода в процессе решения задач. Для накопления новых знаний служит компонент обучения.

Формализм описания знаний называется моделью представления знаний. Знания в экспертных системах могут быть представлены с помощью различных моделей: логической, продукционной, фреймовой, объектно-ориентированной. В большинстве экспертных систем знания представлены в форме правил продукций «если... то». В экспертных системах выбор модели представления знаний определяет возможности используемой базы знаний.