Логический и "обычный" искусственный интеллект

[apollodema]

Недавно встретилась в сети формулировка «логический искусственный интеллект». Может ли кто-нибудь подсказать, что это такое? Чем логический ИИ отличается от обычного ИИ? Ведь, насколько я понимаю, ИИ так или иначе базируется на логике, по крайней мере, на уровне программирования. Вообще, чья это терминология наша или заимствованная? Где можно посмотреть? Заранее спасибо за ответы!

Lia: Название темы изменено на первое попавшееся без согласования с автором, ибо исходное было слишком универсально.
Если новое название не соответствует предполагаемому предмету обсуждения, уточните их оба, название и предмет обсуждения.

[Lia]

Тема перемещена из форума «Помогите решить / разобраться (М)» в форум «Computer Science»

[bondkim137]

ИИ можно пытаться построить на базе искуственных нейронных сетей, можно на базе мат. логики, можно еще экзотику какую-нибудь применить.
Есть мнение, что на базе нейронных сетей потолок у ИИ самый высокий - т.к. известный нам биологический интеллект устроен именно так. Но для решения некоторых относительно простых (качественно) конкретных задач такой ИИ неэффективный (требует непозволительно много ресурсов).
Логический вариант - это, грубо говоря, интеллект на базе математической логики и алгоритмов. Про логический вариант можно почитать, например, в "Логический подход к искусственному интеллекту", Тей, Грибомон.

[Chifu]

Есть два (а может и больше) подхода в ИИ:
1. Изучение того что создала природа и по мере понимания её искусственное моделирование, например биологических нейронных сетей, двигательной активности животных, кооперативного поведения коллективов и т.д.
2. Логический подход - создание интеллектуальных функций с точки зрения математики, усилий в этом направлении ученых (не обязательно опирающихся на биологические аналоги), это языки программирования Prolog, Lisp, экспертные системы, нечеткая логика, собственная логика технологии нейронных сетей, создание больших систем и т.д.

[lhant]

Термин «логический искусственный интеллект» не совсем корректный. Он появился еще в рамках советской школы для обозначения ИИ, решающего задачи определенного класса. Условно различают три типа ИИ: рефлексный, логический и социальный. На рефлексном уровене ИИ отвечает за движение и механическое взаимодействие. Коммуникация с ИИ здесь неосознанная, программа механически подбирает ответ по каким-то признакам. Соответствует уровню развития насекомых или простейших животных.

Логический искусственный интеллект отличает от рефлексного способность к решению комплексных задач, наличие возможности ставить себе цели, самостоятельно генерировать алгоритм исполнения. На этом уровне коммуникация ИИ наполняется содержанием (хотя бы отчасти), он начинает понимать контексты. Пока это направление только осваивается.

Надо понимать, что в контексте ИИ термин «логический» используется не в философском смысле, а имеется ввиду логика принятия решений. Соответственно, социальный уровень – это уровень, на котором у ИИ появляется аксиологические и этические представления, эмулируются и различаются эмоции. Подобная классификация не имеет массового распространения и признается далеко не всем научным и инженерным сообществом. Наиболее активно в России идею логического искусственного интеллекта пропагандирует д.т.н. О. О. Варламов и созданная им компания «Мивар». Они заявляют о том, что уже разработали логический ИИ, однако пока доступные для использования продукты компании не соответствуют определению логического ИИ.

[MrSh]

Создана технологическая платформа для логического искусственного интеллекта на основе миварного подхода:
1. Технология накопления информации. Эволюционные многомерные базы данных и правил (знаний) с изменяемой структурой на основе миварного информационного пространства: VSO («вещь, свойство, отношение»).
2. Технология обработки информации. Логический вывод с линейной вычислительной сложностью (автоматическое конструирование алгоритмов из модулей, сервисов или процедур на основе миварной сети продукционных правил: «Если …, то… »).
3. Глобальная модель (контекст). Концептуальная модель описания объекта исследования и его окружения (внешней среды) на основе миварных баз данных и логического вывода.
Огромное количество информации можно найти на сайте компании «Мивар», описанной пользователем выше.

Действительно, условно различают три типа ИИ: рефлексный, логический и социальный.

До-интеллектуальный уровень. Рефлексы - SMART
Нейротехнологии (и подобные методы) подобны инстинктивным реакциям, рефлексам и т.п. Применяются, когда надо мгновенно выполнить некое действие (нейросети и генетические алгоритмы).

Интеллектуальный уровень. Логика – WISDOM
ЛОГИЧЕСКИЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
Термин "интеллект" ближе к логическому осознанному мышлению, когда человек понимает что и как он делает. Это гораздо медленнее, чем рефлексы и реакции, но зато более универсально (логические рассуждения, обоснование и принятие решений, накопление и обработка информации).

Сверх-интеллектуальный уровень. Социальный
Неформализуемые и сложно формализуемые задачи, которые выходят за пределы "логического осознанного мышления", т.к. даже человек эти процессы не осознает (эмоции и т.п.)

Миварные технологии - основа для создания:
- системы смыслового понимания текста (на русском языке),
- вопросно-ответные системы с виртуальными личностями (на русском языке),
- системы распознавания и смыслового понимания образов,
- экспертные системы (ЭС),
- автоматизированные системы управления (АСУ),
- автоматизированные системы обработки информации (АСОИ),
- системы поддержки принятия решений (СППР для ситуационных центров)

[XYZ321]

Матлогика рассуждает так: "если такие-то утверждения истинны, то и вот такие-то утверждения тоже истинны". А тервер рассуждает так: "если такие-то события имеют такие-то вероятности, то вот эти события имеют такие-то вероятности".

Современные нейросети, которые умеют клево распознавать картинки, видео, и болтать в чатах - они построены на тервере, а не на матлогике. Они работают с данными как случайными распределениями и вытаскивают из этих распределений статистичсекие закономерности, которые потом и эксплуатируют. Полагаю, вот это всё имелось ввиду.

[buddy]

Нейросети не построены на тервере. Правильнее, основной принцип нейросети это подбор параметров (весов) в универсальной модели представления зависимостей.

[Mihaylo]

buddy в сообщении #1114071 писал(а):

Правильнее, основной принцип нейросети это подбор параметров (весов) в универсальной модели представления зависимостей.

Ну не всегда в универсальной модели, просто в хорошо работающей модели. Излишне универсальная модель слишком долго обучается - это плохо.

[buddy]

Всегда Плохо или хорошо обучается это неважно с теоретической точки зрения.
Считайте, что нейросеть это универсальная функция, универсальный аппроксиматор любых зависимостей. В этом смысле обучение означает процедуру по подгонке (фитнесу) параметров универсального аппроксиматора.
Это теоретические математические основы нейросетей, доказано занусси математиками

[Xey]

buddy в сообщении #1115068 писал(а):

нейросеть это универсальная функция,

Так может быть, уже можно обходиться и без понятия нейросеть. Тем более, что их моделируют на обычных компьютерах (где никаких слоев нет), а обучение , определение весов , это подбор параметров методом наименьших квадратов.

На входе табличка исходных данных, на выходе варианты принимаемых решений, а между ними функция, не важно как реализуемая.
?

[buddy]

Xey в сообщении #1115312 писал(а):

Так может быть, уже можно обходиться и без понятия нейросеть.

Считаю, что можно. Однако, есть история и в принципе удобно использовать понятие нейросети, достаточно и полезно было бы указывать во введении всяких учебников о том, что такое нейросеть с математической точки зрения.

[sorosquest1]

apollodema в сообщении #1103670 писал(а):

Ведь, насколько я понимаю, ИИ так или иначе базируется на логике, по крайней мере, на уровне программирования.

Нет, Вы неверно понимаете. Любая вычислительная система базируется на некоторой модели, логика тут -- это частный случай.

Под "логическим ИИ", вероятно, понимаются пролог-подобные системы, которые были в свое время весьма модными, но в конечном итоге потерпели фиаско, вместе с провалом проекта "компьютеры 5-го поколения".
Выяснилось, что подобные модели не пригодны для реализации конкурентных вычислений в распределенных системах, а это наиболее перспективная на сегодняшний день отрасль.

[Chifu]

Для эффективного Пролога нужны специализированные пролог-машины, для Лиспа специализированные лисп-машины, а для комерческого успеха универсальные машины, распределённые системы проще делать из серийных универсальных машин, хотя тоже требует специализированного подхода, например тогда же планировали запустить транспьютеры, как среду для распределенных вычислений.

[Karan]

sorosquest1 забанен как злостный клон