АссистентНовый вопросИсторияОбласти знаний
Партнёрские проектыСпецпроектыСтать автором
Сменить язык
О РУВИКИ

STUDENT

STUDENT — одна из первых программ в области искусственного интеллекта, решающая текстовые задачи по алгебре. STUDENT был написан на языке Лисп Дэниелом Г. Боброу в 1964 году в качестве докторской диссертации «Natural Language Input for a Computer Problem Solving System»[1][2]. Программа предназначена для чтения и решения типов задач с формулировками, встречающихся в школьных учебниках по алгебре на английском языке. STUDENT часто упоминается как один из самых ранних достижений искусственного интеллекта в области обработки естественного языка.

Техническое описание

В 1960-е годы мэйнфреймы использовались преимущественно в университетских исследовательских проектах. В рамках проекта MAC в Массачусетском технологическом институте система STUDENT стала одним из первых примеров программного обеспечения для поиска ответов на вопросы, полностью основанного на обработке естественного языка и символьном программировании. Другие ранние попытки решать текстовые задачи по алгебре также осуществлялись на оборудовании и с использованием программного обеспечения 1960-х годов, например, системы Philips, Baseball и Synthex. Программа была реализована на языке программирования LISP[3]. Использованный в ней символьный подход ограничивал область понимания естественного языка конкретным «микромиром» (текстовыми задачами), что позволяло успешно обходить многие сложности и неоднозначности реального мира.

STUDENT принимает текстовые задачи на английском языке как входные данные и на выходе выдает числовой ответ. Это реализовано с помощью многослойного пайплайна, основанного на эвристиках для преобразования шаблонов. Сначала предложения на английском языке преобразуются в так называемые ядровые предложения, каждое из которых содержит одну информацию. Затем такие предложения переводятся в математические выражения[4]. В базе знаний системы Боброу, реализованной в 1968 году для решения текстовых алгебраических задач, было записано 52 факта.

Система STUDENT использует основанный на правилах подход с применением логического вывода[5]. Правила для обработки языка заранее программируются разработчиком и позволяют анализировать предложения на естественном языке.

Более мощные методы обработки естественного языка, такие как машинное обучение, стали широко использоваться позднее, с ростом вычислительных возможностей и распространились в дополнение к системам на основе правил[6].

Пример задачи

Если количество клиентов, которых получает Том, вдвое больше квадрата 20% от числа объявлений, которые он размещает, а число объявлений составляет 45, то сколько клиентов будет у Тома?

(пример из книги Норвиги[2])

Историческое значение

Программа STUDENT признаётся одним из первых успешных шагов к созданию систем для общения с компьютерами на естественном языке. В современных академических обзорах по истории искусственного интеллекта и обработки естественного языка за период 2017—2026 годов программа продолжает упоминаться как основополагающее достижение в области символьного решения задач[7].

Разработчик

Создатель программы Дэниел Г. Боброу скончался 20 марта 2017 года. Среди его ключевых заслуг перед научным сообществом — пост президента Американской ассоциации искусственного интеллекта (AAAI) в 1989—1991 годах[8], получение премии ACM Software System Award в 1992 году и премии Дональда Э. Уокера за выдающиеся заслуги от Международной объединённой конференции по искусственному интеллекту (IJCAI) в 1993 году[9].

Примечания

  1. ↑ A Very Short History of Artificial Intelligence (AI). Forbes (30 декабря 2016). Дата обращения: 28 мая 2026.
  2. ↑ 1 2 Norvig, Peter. Paradigms of Artificial Intelligence Programming. — Сан-Франциско, Калифорния : Morgan Kaufmann, 1992. — P. 109–149. — ISBN 1-55860-191-0.
  3. ↑ An AI STUDENT Program Designed by Daniel Bobrow. Achievements AI. Дата обращения: 28 мая 2026.
  4. ↑ Shuming Shi, Yuehui Wang, Chin-Yew Lin, Xiaojiang Liu, Yong Rui (2015). Automatically Solving Number Word Problems by Semantic Parsing and Reasoning (PDF). Proceedings of the 2015 Conference on Empirical Methods in Natural Language Processing. Association for Computational Linguistics. DOI:10.18653/v1/d15-1135. Дата обращения 2026-05-28.
  5. ↑ Lin, Yi-Chung; Liang, Chao-Chun; Hsu, Kuang-Yi; Huang, Chien-Tsung; Miao, Shen-Yun; Ma, Wei-Yun; Ku, Lun-Wei; Liau, Churn-Jung; Su, Keh-Yih (2015). Designing a tag-based statistical math word problem solver with reasoning and explanation. International Journal of Computational Linguistics & Chinese Language Processing. 20.
  6. ↑ Dongxiang Zhang, Lei Wang, Luming Zhang, Bing Tian Dai, Heng Tao Shen (2019). “The Gap of Semantic Parsing: A Survey on Automatic Math Word Problem Solvers”. IEEE Transactions on Pattern Analysis and Machine Intelligence. Institute of Electrical and Electronics Engineers (IEEE): 1. arXiv:1808.07290. DOI:10.1109/tpami.2019.2914054. PMID 31056490.
  7. ↑ 2109.01517. arXiv (2021). Дата обращения: 28 мая 2026.
  8. ↑ Past AAAI Officers. AAAI. Дата обращения: 28 мая 2026.
  9. ↑ IJCAI Awards. IJCAI. Дата обращения: 28 мая 2026.

Литература

  • Natural Language Input for a Computer Problem Solving System, докторская диссертация Д. Г. Боброу.
  • Russell, Stuart J.; Norvig, Peter (2003), Artificial Intelligence: A Modern Approach (2-е изд.), Аппер Сэддл Ривер, Нью-Джерси: Prentice Hall, ISBN 0-13-790395-2, [1], с. 19
  • Crevier, Daniel (1993), AI: The Tumultuous Search for Artificial Intelligence, Нью-Йорк: BasicBooks, ISBN 0-465-02997-3 , с. 76–79

Категории