De uitdrukking "kunstmatige intelligentiesystemen" roept bij velen associaties op met verschillende sciencefictionfilms en gespreksprogramma's die kunstmatige intelligentie nabootsen. Robots zijn een realiteit geworden in onze tijd, en elke keer dat je een andere tentoonstelling opent die gewijd is aan robotica, sta je er versteld van hoe ver de mensheid is gevorderd in haar technologische vooruitgang.
Het probleem van kunstmatige intelligentie houdt verband met het feit dat, volgens algemeen aanvaarde ideeën, de door de mens gemaakte geest een computerproces is waarvan de eigenschappen worden geassocieerd met menselijk denken. De wetenschap kan echter nog steeds niet precies achterhalen hoe een persoon denkt en wat zijn denken is. Daarom is het creëren van kunstmatige intelligentie tot nu toe alleen gebaseerd op intuïtieve gissingen.
Ondertussen is een van de meest veelbelovende gebieden voor de ontwikkeling van moderne informatietechnologieën de creatie van toegepaste neurale netwerken geworden. Wat isstaat voor een kunstmatig neuraal netwerk (ANN)? Dit is een klein wiskundig model dat werkt volgens het principe van biologische neuronen, functioneel gecombineerd in een enkel systeem.
Door de mens gemaakte neurale netwerken, of, zoals ze ook wel kunstmatige-intelligentiesystemen worden genoemd, worden vaak gebruikt om oplossingen te vinden voor problemen met een onvolledig aantal gegevens of problemen die niet duidelijk geformaliseerd kunnen worden.
De eerste ANN verscheen in 1958 dankzij de psycholoog Frank Rosenblatt. Dit op afbeeldingen gebaseerde systeem simuleerde het menselijk brein en deed pogingen om visuele gegevens te herkennen. Het principe van de ANN-bewerking is gebaseerd op het creëren van een verbinding tussen een reeks verwerkte elementen. Elk neuron ontvangt een groot aantal signalen aan de ingang. Het voert hun analyse uit in overeenstemming met de gewogen coëfficiënten en genereert een persoonlijk signaal dat naar een ander neuron komt. Alle neuronen zijn georganiseerd in lagen en hebben een verbinding met elkaar. Elke laag verwerkt het ingangssignaal en genereert vervolgens zijn eigen signaal voor de volgende laag. Het belangrijkste voordeel van ANN is het vermogen om zelf te leren.
Het is wenselijk om meerdere processors te gebruiken voor de werking van het kunstmatige-intelligentiesysteem, omdat bij gebruik van slechts één computer de werksnelheid merkbaar da alt. Dergelijke ANN's worden gebruikt voor de synthese en herkenning van spraak, handschrift, op financieel gebied en overal waar het nodig is om krachtige informatiestromen te analyseren.
Neuro-expertsystemen die tegenwoordig populair zijn, zijn speciale systemenkunstmatige intelligentie, met als basis een enorme kennisbasis. Het slaat tal van informatie en methoden op die nodig zijn om de taken op te lossen. De database bevat ook een zelflerend algoritme dat gebaseerd is op evaluatiegegevens van procedurele beslissingen.
Een zeer belangrijk onderdeel van elk expertsysteem is de interface. Dankzij hem kan een persoon de database vullen met nieuwe gegevens, logische conclusies trekken, enz. Door de opgebouwde kennis toe te passen, kunnen deze systemen de juiste oplossing vinden voor die taken die te complex zijn voor menselijke capaciteiten. Expertsystemen worden vaak gebruikt in gebieden zoals software-engineering, militaire wetenschappen, geologie, planning, prognoses, geneeskunde en onderwijs.
Onlangs werd bekend dat Google van plan is om in 2029 de verwerking van zoekopdrachten te voorzien van een nieuwe kunstmatige intelligentie. Bovendien, volgens de woorden van technisch directeur R. Kurzweil, zal een nieuwe intelligente zoekmachine menselijke emoties kunnen begrijpen. Is het niet geweldig? Robots kunnen nog niet denken, maar kunnen wel leren. En wat gebeurt er daarna?..