Символьное моделирование мыслительных процессов

Анализируя историю развития искусственного интеллекта, можно выделить такое направление как моделирование рассуждений. В течение долгого времени развитие этой науки двигалось по этому пути, и сейчас это одна из самых развитых областей в современном искусственном интеллекте. Моделирование рассуждений подразумевает под собой создание символьных систем, на входе которых поставлена некоторая задача, а на выходе требуется получить её решение. Предлагаемая задача должна быть уже формализована, то есть, переведена в математическую форму, либо не имеет алгоритма решения, либо он очень сложен и трудоёмок. В это направление входят: доказательство теорем, принятие решений и теория игр, планирование и диспетчеризация, прогнозирование.

Машинное обучение.

Проблема машинного обучения касается процесса самостоятельного получения знаний интеллектуальной системой в процессе её работы. Данное направление было одним из центральных с начала развития искусственного интеллекта. В 1956 году, на Дартмундской летней конференции, Рей Соломонофф написал отчёт о вероятностной машине, которая обучается без учителя, назвав её: «Индуктивная машина вывода».

При обучении без учителя машина распознает образы во входном потоке. А обучение с учителем включает еще и классификацию, и регрессионный анализ. Классификация используется для того, чтобы определить, к какой категории принадлежит данный образ. Регрессионный анализ используется, чтобы в рядах числовых примеров входа/выхода и обнаружить непрерывную функцию, на основании которой можно было бы прогнозировать выход. При обучении машина вознаграждается за хорошие ответы и наказывается за плохие. Впоследствии они могут быть проанализированы с точки зрения теории решений, используя такое понятие как полезность. Математический анализ машинных алгоритмов изучения — это раздел теоретической информатики, известный как вычислительная теория обучения.

К области машинного обучения относится большой класс задач на распознавание образов. Например, это может быть распознавание символов, рукописного текста, речи, анализ текстов. Многие задачи успешно решаются с помощью биологического моделирования.