Umělá inteligence není jen planým zvoláním

O umělé inteligenci se hovoří již od zrodu počítačů jako takových, ale v očích veřejnosti jde o zcela imaginární věc, ke které se lidstvo blíží šnečím tempem. Není totiž všeobecně známo, že inteligentní systémy jsou již dávno v praxi a to i v ČR.

Umělá inteligence obecně je věda, která se zaobírá vštěpováním lidské inteligence strojům, tedy přeneseně počítačům. Toť obecná definice, která je jasná téměř všem pokročilým uživatelům počítačů. Umělá inteligence je poměrně obsáhlým vědním oborem, který se dále dělí na řadu dalších podkategorií. Hlavními podkategoriemi pak jsou Expertní systémy, Genetické algoritmy a v neposlední řadě také Neuronové sítě. Pojďme si na úvod o těchto podoborech umělé inteligence říci několik slov.

Expertní systémy

Expertní systémy jsou počítačové aplikace, které mají za úkol poskytovat expertní rady, rozhodnutí nebo doporučit řešení v konkrétní situaci. Expertní systémy musí být navrženy tak, aby mohly zpracovávat nenumerické a neurčité informace a řešit tak úlohy, které nejsou řešitelné tradičními algoritmickými postupy. Expertní systémy mají dva základní moduly, které jsou na sobě víceméně nezávislé. Řídící mechanismus pro odvozování závěrů a bázi znalostí. Znalosti (resp. pravidla) poskytují podklady pro rozhodnutí řídícího algoritmu.

Typické příklady využití: pomáhá uživatelům získat znalosti, specializace na expertní záležitosti, pomáhá organizovat úlohy (obvykle se využívá v průmyslových aplikacích)

Genetické algoritmy

Genetické algoritmy využívají heuristickou metodu, kterou se snaží za pomoci aplikace principů evoluční biologie nalézt řešení složitých problémů, pro které neexistuje použitelný exaktní algoritmus. Genetické algoritmy používají napodobující evoluční procesy známé z biologie – dědičnost, mutace, přirozený výběr či křížení – účelem je šlechtění řešení zadané úlohy. Princip práce genetického algoritmu je postupná tvorba generací různých řešení daného problému. Při řešení se uchovává tzv. populace, jejíž každý jedinec představuje jedno řešení daného problému. Jak populace probíhá evolucí, řešení se zlepšují.

Typický příklad využití: průmyslové úlohy – dělení materiálu, předpověď budoucího vývoje, statistické metody

Neuronové sítě

Neuronová síť je soustava propojených neuronů. Neuronové sítě vycházejí z přírodního schématu. Neuronové sítě se osvědčily v těch nejsložitějších biologických systémech určených k přežití v jejich řízení. Neuronové sítě jsou obecně vzato černé krabice, do kterých se pouští data na vstup a na výstupu vycházejí data již zpracovaná, závislá na datech vstupních. Základní vlastností a výhodou neuronových sítí je jejich schopnost učit se z příkladů. Neurony v počítači jsou reprezentovány matematickými modely biologických neuronů.

Typické příklady využití: ekonomické informační systémy, technické systémy a zdravotnictví

Dost teorie! Jaká je praxe v českých poměrech?

V českých poměrech se s umělou inteligencí setkáte nejčastěji na průmyslovém poli a je výsadou jen několika málo firem. Jak již bylo řečeno, obvykle jde o průmyslové implementace informačních a optimalizačních systémů. V českých podmínkách se ujala například optimalizace tyčového materiálu, kde je prognózováno řezání tyček tak, aby byly zbytky materiálu co nejmenší. Další aplikací je například efektivní naplnění pecí v ocelárnách. Při realizaci je větším problémem zrychlení pomalých genetických algoritmů, což se provádí pomocí navazujících algoritmických postupů. Kombinací obecných evolučních metod s expertními heuristikami bylo dosaženo rychlosti, která umožňuje nasazení těchto systémů k řízení v reálném čase nebo k optimalizaci desetitisíců položek s přiměřenou odezvou, při současném dosahování vysokých úspor provozních nákladů, což je v oblasti genetické optimalizace výjimkou.

Závěrem

Jak vidno, využití umělé inteligence je v průmyslovém prostředí na pořadu dne, neboť majitelům průmyslových podniků ušetří nemalé náklady na materiál a služby spojené s výrobou. Majitelé podniků jsou ochotni zaplatit i statisíce za vývoj podobných aplikací, neboť návratnost je často v řádech týdnů.

13. 4. 2007

Autor: David Procházka