Символический искусственный интеллект — собирательное название для всех методов исследования искусственного интеллекта , основанных на высокоуровневом « символическом » (человекочитаемом) представлении задач, логики и поиска. Символический ИИ лёг в основу доминирующей парадигмы исследований ИИ с середины 1950-х до конца 1980-х.

В 1985 году ( англ. ) дал символическому ИИ название GOFAI ( англ. Good Old-Fashioned Artificial Intelligence , «старый добрый искусственный интеллект») в своей книге Artificial Intelligence: The Very Idea , посвящённой философскому отражению последствий исследований искусственного интеллекта . В робототехнике применяется аналогичный термин GOFAIR («старый добрый искусственный интеллект в робототехнике»).

Наиболее успешная форма символического ИИ — это экспертные системы , использующие сеть продукционных правил . Продукционные правила объединяют символы в отношения, похожие на оператор « если-то ». Экспертная система, обрабатывая эти правила, делает логические выводы и определяет, какая дополнительная информация ей необходима, то есть какие следует задать вопросы, используя человекочитаемые символы.

История

Символьный подход к созданию искусственного интеллекта основан на предположении, что многие аспекты интеллекта могут быть поняты и интерпретированы благодаря манипуляциям с символами . Эта идея легла в основу гипотезы Ньюэлла-Саймона . Она была сформулирована Алленом Ньюэллом и Гербертом Саймоном в 1976 году. В общих чертах, гипотеза сводится к тому, что любое осмысленное действие (вне зависимости от того, выполняется ли оно человеком или машиной) обуславливается некой системой символов. Это предположение было выдвинуто вследствие удачно проведённого исследования, связанного с созданным Ньюэллом и Саймоном универсальным решателем задач . Эта программа предназначалась для моделирования рассуждений человека.

В то время многие исследователи ИИ возлагали на него слишком большие надежды. Считалось, что пользуясь формальными правилами логики, генерируя синтаксис, создавая логический язык, можно создать интеллект, сравнимый с человеческим. Однако на практике системы, основанные на данных принципах, хотя и работали, но плохо справлялись со сложными адаптивными задачами. Поэтому в 1980-90-е годы такие концепции подверглись серьёзной критике, и интерес многих исследователей сместился в сторону других методов ( эволюционные алгоритмы , искусственные нейросети и т. д.) .

См. также

• Инженерия знаний
• Автоматическое доказательство теорем

Примечания