Cтраница 2
В создании искусственного интеллекта можно выделить два принципиально различных подхода. Первый подход заключается в разработке общего теоретического решения проблемы на основе адекватного математического аппарата. Работы в этом направлении ведутся, в частности, с использованием лингвистического подхода и теории нечетких множеств. Второй подход близок к эволюционному пути развития естественного интеллекта и заключается в постепенном накоплении частных эвристических находок для решения отдельных конкретных практических задач. Предполагается, что сумма таких частных решений даст по мере их накопления постепенное повышение уровня искусственного интеллекта, а затем откроет качественно новые возможности, прежде всего в результате создания системы самоусовершенствующегося интеллекта. В области робототехники на сегодня наиболее перспективным представляется именно такое последовательное накопление решений конкретных задач. [16]
Нам кажется целесообразным рассматривать изображения в качестве выражений, записанных на некотором плоскостном языке согласно нескольким морфологическим и синтаксическим правилам. Если необходимо выбрать алгоритм распознавания, возникает задача определения набора грамматических правил, соответствующих заданным классам образов. Судя по всему, не существует ни универсального плоскостного языка, ни универсального алгоритма распознавания, ориентированного на машинную реализацию. Тем не менее можно считать, что при работе со сложными образами наиболее эффективным оказывается лингвистический подход. Другие методы, предусматривающие использование геометрических, статистических или функциональных моделей распознавания, могут быть использованы в качестве отдельных этапов при структурно-лингвистическом анализе сложного образа. Возникает необходимость в универсальном метаязыке, позволяющем описывать и теоретически исследовать плоскостные языки, которые используются при анализе конкретных случаев. Последнее, с нашей точки зрения, может быть достигнуто на основе общей теории отношений. При этом подходе любое простое или сложное изображение рассматривается как реализация обобщенного отношения, заданного на упорядоченном семействе множеств значений локальных входных сигналов. Эта концепция развивается в настоящем лекционном курсе. [17]
Особое место в распознавании объектов и ситуаций занимают методы, основанные на нечетком и лингвистическом подходах. Нечеткими могут быть метки, указывающие принадлежность объектов обучающего множества к соответствующим классам. Возможно также размытие классификационных признаков. Признаками классификации могут служить непроизводные элементы и отношения между ними, наиболее эффективно описываемые при использовании лингвистического подхода. [18]
В данном пособии, рассчитанном на изучающих английский язык заочно, проблемы перевода рассматриваются прежде всего с лингвистической точки зрения. При отсутствии постоянного живого контакта с преподавателем трудно добиться глубокого и полного понимания иностранных текстов беспереводным путем. При таких условиях только перевод на родной язык дает гарантию правильного понимания иностранного подлинника. Однако, даже расплывчатое понимание не исключает иногда возможности правильного перевода по догадке. Поэтому важно знать не только как переводить, но и почему надо переводить именно так, а не иначе. Конечно, это вовсе не значит, что в курсе перевода можно давать готовые рецепты. В большинстве случаев ответом на оба вопроса ( как и почему) будут определенные закономерности, выведенные на основе сопоставления средств английского и русского языков. Именно в этом и заключается лингвистический подход к вопросам перевода. [19]