Azərbaycan Respublikası Təhsil Nazirliyi Azərbaycan Texniki Universiteti

Azərbaycan Respublikası Təhsil Nazirliyi

Azərbaycan Texniki Universiteti

Sərbəst iş № 1

Kurs: II

Qrup: M660a2

Tələbə : Cəfərova Solmaz

Fakültə : İnformasiya və telekommunikasiya texnologiyaları

Kafedra: Mühəndis riyaziyyatı və süni intellekt

Fənn: Süni intellekt üsulları

Müəllim: Cəfərov Zəfər

Mövzu: Süni intellektin ideyası

Süni intellekt təxminən 40 ilə yaxındır ki, bir elm kimi mövcuddur. Bu elmin əsas problemi kompüterin köməyilə insan kimi davranmağı, mühakimə yürütməyi, qeyri-müəyyən və qeyri-dəqiq mühitdə qərar qəbul etməyi bacaran maşının yaradılmasıdır. Süni intellekt termini ilk dəfə 1956-cı ilin yayında Stenford Universitetində (ABŞ) keçirilən seminarda Con Makkarti (John McCarthy) tərəfindən işlədilmişdir. O bu termini 1950-ci ildə Alan Türinq (Alan Turing) tərəfindən verilmiş kompüter intellekti (computer intelligence) anlayışı əsasında irəli sürmüşdür. Əksər hallarda süni intellektin əhatə dairəsinə elə sahələr aid edilir ki, orada dəqiq modellər, həll alqoritmi və metodlar yoxdur.

Süni intellektin metodları iki xarakrerik xüsusiyyətə əsaslanıb:

1. 
   Simvol şəkilli (hərf, söz, ifadə, işarə, şəkil) informasiyadan istifadə;
   
2. 
   Simvol məntiqindən istifadə ilə axtarış.
   

Bütün ənənəvi süni intellekt sistemləri Hard Computing (“Sərt” - dəqiq hesablama) texnologiyasına əsaslanıb ki, bu da onların imkanlarının kifayət qədər məhdudlaşdırıb. “Computing” – hərfi mənada izah etsək, ingilscədən tərcümədə hesablamaq mənasını verir. Digər tərəfdən ənənəvi süni intellekt yuxarıda qeyd edilən xüsusiyyətlərinə görə qeyri-müəyyənlik və qeyri-dəqiqliyi nəzərə alan ədədi üsulları müəyyən dərəcədə qəbul etmir. Göstərilən cəhətlərinə görə ənənəvi süni intellekt sistemlərinin maşın intellektinin səviyyəsi – MİQ (Machine Intelligence Quotient – Maşın İntellekti Qabiliyyəti) heç də yüksək deyil. Buna görə də intellektual sistemin MİQ-nin yüksəldilməsi məsələsi ortaya çıxdı. Burada qeyri-səlis məntiq, neyron şəbəkələri, təkamül hesablama və s. kimi yeni ədədi metodlardan ayrılıqda və xüsusilə də, birgə istifadəni nəzərdə tutan hesablama intellekti əsas metodologiya kimi çıxış edir, belə ki, o ənənəvi süni intellekt metodları və ümumiyyətlə, digər metodlarla həlli mümkün olmayan gerçək aləmin bir çox vacib problemlərini həll etməyə imkan verir.

Ənənəvi hesablamadan (HC - Hard Computing) fərqli olaraq SC (Soft Computing - “Yumşaq” (çevik) kompütinq) son istifadəçi üçün effektivliyi, məhsuldarlığı itirmədən qismən həqiqət, qeyri-müəyyənlik, qeyri-dəqiqlik şəraitində hesablamalar aparmağa imkan verir. Bu zamanın işidir, ola bilsin ki, heç 10 il keçməyəcək ki, biz süni intellektin ənənəvi Hard Computing texnologiyasına deyil, Soft Computing texnologiyasına əsaslandığının şahidi olacağıq.

Mürəkkəb məsələlərin həlli üçün insan zəkasına uyğun bir sistemin yaradılması qədim zamanlardan insanları düşündürmüşdür. İlk dəfə bu R.Lulliy (1235-1315) tərəfindən müxtəlif mürəkkəb məsələlərin həlli üçün bir maşının yaradılması kimi irəli sürmüşdür.

XVIII əsrdə Leybnis və Dekart bir-birilərindən asılı olmayaraq bütün elmlərin universal təsnifat dilinin yaradılması fikrini irəli sürmüşlər. Bu fikirlər süni intellektin yaradılmasının nəzəri əsaslarını təşkil etmişdir.

Süni intellektin bir elm kimi inkişafı EHM-in yaradılmasından sonra mümkün olmuşdur. Elə həmin vaxtlarda Norbert Viner (1894-1964) yeni bir elmin, kibernetika elminin əsasını qoydu. Süni intellektin bir elm kimi qəbulundan sonra o iki istiqamətdə – neyrokibernetika və “qara qutu” kibernetikası istiqamətlərində inkişaf etməyə başladı. Hal-hazırda isə bu iki istiqamətin yenidən bir vahid şəklinə düşürülməsi tendendiyası müşahidə olunur.

Neyrokibernetikanın əsas ideyasını belə təsvir etmək olar: “Yeganə düşünə bilən obyekt insan beynidir”. Buna görə də “düşünən” qurğu hər hansı yolla olursa olsun insan beyninin quruluşun bənzər olmalıdır.

Beləliklə, neyrokibernetika beyinin quruluşuna oxşar aparatın yaradılmasına yönəldildi. Fizioloqlar tərəfindən çoxdan təsbit olunmuşdur ki, insan beyninin əsasını çoxlu miqdarda öz aralarında və əsəb hüceyrələri ilə qarşılıqlı bağlı olan neyronlar təşkil edir. Buna görə də neyrokibernetikanın səyləri neyronlara analoji olan sistemin yaradılmasına yönəldi. Belə sistemlərə neyron şəbəkə və ya neyroşəbəkə adı verildi. Birinci neyron şəbəkələr 50-ci illərin sonu amerikan alimlər Rozenblatt və Makkiqyuk tərəfindən hazırlanmışdır. Bu, insan gözünü modelləşdirən və onu beyinlə əlaqələndirən sistemin yaradılmasına bir cəhd idi. Onlar tərəfindən yaradılan qurğuya perseptron adı verildi. Bu qurğu əlifbanın hərflərini fərqləndirə bilir, lakin hərflərin yazılmasına çox həssas idi. Məsələn, bu qurğu üçün А, А və А hərfləri ayrı-ayrı məna kəsb edirdi. 70-80-ci illərdə süni intellektin bu istiqamətdə işləri getdikcə azalmağa başladı. Çünki ilkin nəticələr təsəlliverici deyildi. Müəlliflər bu uğursuzluğu kiçik yaddaş və o vaxtkı kompüterlərin sürətinin aşağı olması ilə izah edirdilər.

Lakin 80-ci illərin ortalarında Yaponiyada V nəsil kompüterlərin yaradılması üzərində aparılan işlər zamanı yeni bir nəsil, VI nəsil kompüterlər – neyrokompüterlər meydana gəldi. Bu zamana kimi yaddaş məhdudluğu və kompüterlərin sürət problemləri praktiki olaraq aradan qalxmışdı. Transpüterlər – çoxlu miqdarda prosessoru olan paralel kompüterlər yarandı. Transpüterdən insan beyninin quruluşunda olan neyrokompüterə bir addım qalmışdı. Neyrokompüterlərin əsas tətbiq sahəsi surətin, simanın təyin edilməsidir.

1963-1970-ci illərdə məsələlərin həlli üçün riyazi məntiq metodlarından istifadə etməyə başladılar və 1971-1972-ci illərdə Fransanın Lumini (Marsel şəhəri) Universitetində Alen Kolmeroe (Alain Colmerauer) və Filipp Rassel (Philippe Roussel) tərəfindən Prolog dili yaradıldı. Bundan sonra bu dili bir çox kollektivlər inkişaf etdirdi ki, burada da Edinburq Universitetindən olan qrupu xüsusi qeyd etmək lazımdır. Bu dilin adı “məntiqi terminlərdə proqramlaşdırma” (Programmation en Logique) söz birləşməsindən yaranıb.

Süni intellektin təcrübi tətbiqində ən böyük addım 70-ci illərin ortalarında təfəkkürün universal axtarış alqoritminin yerinə konkret mütəxəssis-ekspert biliyinin modelləşdirilməsi ideyası oldu. ABŞ-da ilk dəfə kommersiya sistemləri – biliklərə əsaslanan ekspert sistemlər yarandı. Beləliklə, süni intellekt məsələlərinin həllinə yeni, biliklərin təqdim olunması yanaşması yarandı. Tibb və kimya üçün yaradılmış MYCIN və DENDRAL artıq klassik bir ekspert sistemlər sayılır. İntellektual texnologiyaların inkişafı üçün bir neçə qlobal proqram – ESPRIT (European strategic programme of research and development in information technology – Avropada informasiya texnologiyalarının strateji tədqiqatları və inkişafı üzrə proqram), DARPA (The Defense Advanced Research Projects Agency of USA – ABŞ-ın müdafiə sahəsində perspektiv tədqiqatlar proqramının idarə edilməsi) və yaponların V nəsil maşın layihəsi vardır.

80-ci illərin ortalarından başlayaraq süni intellektin kommersiyalaşdırılması prosesi gedir. Bu sahəyə illik kapital yatırımları ildən-ilə artır, sənaye ekspert sistemləri yaranır və özü öyrənən sistemlərə maraq artır.

Süni intellekt elm kimi üç nəsil araşdırmalardan ibarətdir. Aşağıdakı cədvəldə süni intellekt və biliklər mühəndisliyi tarixindən, Makkallok və Pitsin 1943-cü ildəki ilk işlərindən başlayaraq indiki müasir sistemlərdə ekspert sistemlər, qeyri-səlis məntiq və neyron hesablamalara qədər bütün mərhələlər verilmişdir.

İntelektual sistemlərin quruluşu və layihələşdirilməsi

Süni intellekt sistemlərinin quruluşu haqqında danışdıqda ilk öncə konkret tədqiqat sahəsində biliklərin tətbiqi və problemin həlli çərçivəsində təşkilati struktur başa düşülür.

Süni intellekt sistemlərinin komponentlərinin müvafiq quruluş, xüsusiyyət və funksiyalarına görə, əsasən də istehsal özəlliklərinə görə mühəndislik prinsipləri üzrə müəyyən edilir və istiqamətləndirilir. Bu prinsiplərin formalaşmasına müəyyən dərəcədə tədqiqat sahəsinin özünəməxsus təsiri var ki, bu da həll edilən məsələ və funksiyaların xarakterini intellektual sistemlərə həvalə edir. İntellektual sistemlərin ümumiləşmiş quruluşu istehsalın tədqiqat sahəsi üçün nəzərdən keçirilir. Yuxarıda qeyd edildiyi kimi istehsal müəssisələrində iqtisadi fəaliyyətin çoxlu sayda həlli tələb olunan məsələləri vardır.

Sistemin inteqrasiyası probleminin uğurlu həlli və istehsalın avtomatlaşdırılmış idarə edilməsi müxtəlif səviyyədə onların intellektuallaşdırılması ilə bağlıdır. Avtomatlaşdırılmış istehsalın əsas funksional və təşkilati hissələrinə layihələşdirmə, planlaşdırma, istehsalın təşkili və dispetçerləşdirməsi, texnoloji proseslərin idarə olunması, diaqnozun təyin olunması və çevik törəmə sistemlərində texnoloji hissələrin robotlaşdırılması aiddir.

Yerinə yetirdiyi funksiyaların xarakterinə və fəaliyyət sahəsinə görə ekspertlərin bir neçə tipik vəzifəsi vardır. Onların analizi biliklərə əsaslanan törəmə sistemlərinin layihəsində istiqamətlənməyə xidmət edir. Bu vəzifələr bunlardır: izahat (interpretasiya), planlaşdırma, idarəetmə, layihələşdirmə, proqnozlaşdırma, dispetçerləşdirmə və monitorinq, diaqnostika. Ən əsası ekspert öz biliklərini yeniləşdirə (yəni, öyrənə), hərəkətləri izah edə bilə, qərarları əsaslandıra, vəziyyətin dəyişməsini proqnozlaşdıra, xarici mühitlə fəal əlaqədə olub müxtəlif xarakterli informasiya ala, bilikləri əsasında tapşırıq həll edə, lazım olan informasiya və faktoqrafik verilənləri yadda saxlaya bilər. Ona görə də öz bilikləri ilə işləyən və müəyyən mənada eksperti əvəz edən və ya ona kömək edən sistem yaratmaq istəyiriksə bütün bu sadaladığımız funksiyaları sözügüdən sistemin quruluşuna daxil etməyə cəhd etməliyik. Aşağıdakı şəkildə (şəkil 2) intellektual sistemlərin ümumiləşdirilmiş quruluşu, komponentləri və əlbəttə ki, onu əhatə edən mühit verilmişdir. Bütün bu komponentlərlə yanaşı vacib, biliklərə əsaslanan, mövcudluğu konkret məsələlərlə müəyyən olunan hər bir sistem üçün müxtəlif vəzifələr təyin edilir. Nəticə etibarı ilə vəzifənin xarakteri sistemin layihəsinə əhəmiyyətli dərəcədə təsir edə bilər.

Hər bir idarə edən sistem üçün BB və ona uyğun, biliklərlə işləyən çıxış mexanizmi lazımdır. Adətən intellektual sistemlər son istifadəçi ilə, ekspertlə, bilik mühəndisi ilə, daxili verilənlər bazası (VB) ilə və tətbiqi proqram təminatı ilə qarşılıqlı əlaqədə olurlar.

İstifadəçi intefeysi məhdud təbii dildə danışığın daxil edilməsi və həm də vizual təqdimatla (qrafika, texniki görmə) əlaqəni təmin edir. İstifadəçi qismində insan-operator və ya qapalı dövri əməliyyatlarda istehsal prosesinin özü çıxış edə bilər. Bir çox istehsal prosesində verilənlərin avtomatik qəbulu və emalı, həm də idarəetmə üzrə əks əlaqə vasitələri lazım olur. Bilik mühəndisi ilə intellektual sistemlər adətən BB-nin komponentlərini almağa və modifikasiya etməyə icazə verən quruluş redaktorların köməyi ilə əlaqələndirilir.

İntellektual sistemlərin tətbiqi proqram təminatı ilə qarşılıqlı əlaqəsi xüsusi hesablamalar vaxtı hiss olunur. Belə ki, verilənlərin emalı üzrə standart əməliyyatların altməsələ qismində istifadə edilmə məcburiyyəti tez-tez yaranır.

İntellektual sistemlərin inteqrə olunmuş istehsal idarəetmə sistemi, İnternet və paylanmış VB ilə əlaqəsi verilənlər və biliklərin alınması, idarəetmənin müxtəlif ierarxiyalarına yerləşdirilməsi üçün istifadə olunur. Bundan əlavə daxili VB və İnternet ilə qarşılıqlı əlaqəni təşkil edir.

Adətən istehsalın idarə edilməsi məsələlərində ekspert tərəfindən biliklərin üç səviyyəsindən istifadə edilir: reflektiv, yəni qeyri-iradi reaksiyaların səthi biliklərinə uyğun “qabiliyyət”; standart mühakimə halları üçün qaydalar; qeyri-adi və çətin hallar üçün qaydalara deyil, konkret prinsiplərə əsaslanan dərin biliklər. BB-nin layihələşdirilməsi zamanı intellektin dərin bilikləri hesaba alması cəhdi vacibdir.

İntellektual sistemlərin layihələşdirilməsin və onların arxitekturasının seçilməsində sadəcə mövcud istehsal obyektini qiymətləndirən müstəqil proqram təminatı hazırlamaq lazım deyil. İntellektual sistemlərin prosesin müxtəlif elementlərinə yaxınlaşmasına, idarəetmə və təşkilatın texnoloji zəncirin əsas həlqəsi kimi çıxış etməsinə cəhd etmək lazımdır.

İntellektual sistemlərin yaradılması zamanı tədqiqat sahəsi haqqında biliklərin təqdim olunma üsulu və insanın xəyalının modelləşdirilməsi, düşüncə metodları və qərar qəbulunda seçimlər mühüm əhəmiyyət kəsb edir. İntellektual sistemin yaradıcısı (biliklər mühəndisi) uzun müddət BB-nin yaradılması üçün informasiya mənbəyi rolunu oynayan mütəxəssis-ekspert ilə həmin sahə üzrə birgə işləyir. Bir neçə iterasiya (təkrar) nəticəsində sistemdə biliklərin təqdim olunma sxemi və məntiqi çıxarış strategiyası seçilir.

Biliklərin BB-da qurulması və çıxış mexanizminin, düşüncələrin və seçimin təşkili problemlərindən başqa izahetmə qərarlarının funksiyaları və çıxarılışları mühüm əhəmiyyət kəsb edir. Bir qayda olaraq intellektual sistemlər istifadəçilərin onlara olan inamının artmasından sonra öz nəticə və nəsihətlərini izah edir və təsdiqləyirlər.

Mövcud intellektual sistemlərdən heç biri sadalanan komponentlərin hamısını özündə birləşdirmir. Bununla yanaşı bu elementlərin varlığı abstrakt (mücərrəd) deyil, tətbiqi aspektdə intellektuallığa iddia edən sistemin müxtəlif funksiyalarının reallaşdırılmasını əks etdirir. Bu və ya digər komponent və əlaqələrin intellektual sistemə qoşulması müəyyən səviyyədə onun təyinatından, funksiyalarından, tədqiqat sahəsindən və istehsal prosesindəki qarşılıqlı əlaqə formasından asılı olaraq müəyyən edilir. Məsələn, izahetmə funksiyalarının nizamlama intellektual sistemlərinin bazası əsasında texnoloji proseslərin idarə edilməsi sistemində reallaşdırılması əlverişli deyil. Bir çox komponentlərə isə demək olar ki, hər bir intellektual sistemin quruluşunda rast gəlmək olar.