Еще одной областью, связанной с вычислительными задачами, является доказательство теорем. Эта область творческой деятельности человека наиболее просто поддается автоматизации, т.к. математическое доказательство в достаточной степени формализовано, особенно в тех разделах математики, которые тесно связаны с формальными системами. Поэтому первыми теоремами, доказанными с помощью ЭВМ с США в середине 50-х годов, были теоремы исчисления высказываний, а затем и исчисления предикатов. Несколько позже ЭВМ использовались для доказательства теорем абстрактной алгебры и некоторых несложных геометрических теорем. На первом этапе ЭВМ оказались способными искать лишь простые доказательства путем применения правил вывода к исходным аксиомам. Одной из первых систем такого типа была разработанная в СССР программа АЛПЕВ, созданная под руководством Н.А.Шанина. Однако довольно скоро внимание логиков привлекла сама проблема вывода и поиска эффективных процедур такого вывода. Во второй половине 60-х годов были найдены две такие процедуры, которые прочно вошли в состав средств, используемых в исследованиях по искусственному интеллекту. Это метод резолюций, предложенный в 1965 году Дж.Робинсономи обратный метод С.Ю.Маслова, предложенный двумя годами позже. Оба метода дают возможность осуществлять поиск доказательств в исчислении предикатов и являются достаточно мощными. На их основе построено множество модификаций, обладающих теми или иными достоинствами. Поиск таких процедур продолжается. Он стимулируется еще и тем, что, как было показано независимо друг от друга в 1936 г. А.Черчем и А.Тьюрингом, не существует универсальной процедуры доказательства тождественной истинности произвольной формулы в исчислении предикатов первого порядка, если заранее не известно, является ли она таковой. Поэтому представляет большой интерес поиск процедур вывода, ориентированных на те или иные проблемные области, в которых за счет их специфических особенностей можно строить эффективные процедуры доказательств.Это соображение лежит в основе второй особенности машинных систем доказательства теорем, важной для искусственного интеллекта. С учетом семантики решаемой задачи на дереве поиска вывода возможно указать некоторые эвристические правила, сокращающие перебор путей, ведущих от исходных формул к доказываемой или от доказываемой к исходным. Именно при доказательстве теорем, по-видимому, впервые возникла идея эвристических правил, как путей сокращения большого перебора. Эта идея в дальнейшем развилась в целую ветвь – эвристическое программирование, сыгравшую большую роль на начальном этапе работ по интеллектуальным системам. Особенно интересными были эвристические правила, отражавшие особенности доказательства теорем человека в геометрии. Начальный этап исследований в области машинного доказательства теорем отражен в сборнике, вышедшем в США в 1963 г.
Распознавание образов
Это еще одно направление, родившееся в 50-е годы, как следствие начала использования ЭВМ для решения не вычислительных задач. Традиционная постановка задач в этой области близка к задаче классификации: необходимо найти совокупность классифицирующих признаков, с помощью которых было бы возможным построить решающие правила, относящие те или иные единичные объекты к заранее выделенным или формируемым по отношению близости по признакам классам. Распознавание образов – активно и бурно развивающаяся наука, имеющая ярко выраженное прикладное значение, выработавшая свои приемы и методы решения задач. Часть из них (например, статистические методы распознавания или распознавание с помощью метода потенциальных функций) по своим идеям весьма далеки от идей и методов искусственного интеллекта. Поэтому они не оказали заметного влияния на его развитие. Другая же часть методов теории распознавания (особенно та, методы которой опираются на идею построения классифицирующей системы признаков в процессе обучения), наоборот, весьма близка к искусственному интеллекту, связана с ним и продолжает оказывать значительное влияние на работы в области интеллектуальных систем.
Игровые программы
Использование ЭВМ для моделирования на них процесса игры также имеет давнюю историю. Программы для простых игр типа "крестики-нолики" или "ханойская башня" появились в самом конце 40-х годов. Потом число таких программ стало быстро увеличиваться. На ЭВМ стали воспроизводить процесс игры в различные карточные игры, домино, шашки, шахматы, и многие другие. Практически, сейчас нет ни одной игры, которая была бы достаточно популярна и не использовалась бы для воспроизведения на вычислительной машине. При создании таких программ исследователи столкнулись с проблемой поиска и перебора. И эти процедуры надолго привлекли внимание специалистов. Нахождение эффективных стратегий поиска по дереву игры было задачей, во многом похожей на задачу поиска эффективных путей доказательства теорем. Классификация ситуаций, складывающихся на игровом поле, во многом сближала возникающие здесь задачи с традиционными задачами распознавания образов. Это делало игровые программы хорошим полигоном для отработки различных приемов и методов поиска решений в условиях богатого множества альтернатив.Впервые проблема алгоритмизации шахматной игры была рассмотрена в 1949 г. К.Шенноном, который предложил использовать при организации шахматных программ следующие три принципа, остающиеся до настоящего времени основными для большинства программ такого рода:
1. перебор возможных продолжений шахматной партии на определенное число ходов вперед;
2. оценка возникающих позиций с помощью некоторой оценочной функции, учитывающей материал и позицию;
3. использование эвристических приемов для сокращения перебора при просмотре ходов вперед за счет учета специфики шахматной игры.
Последний принцип особенно важен, т.к. рост перебора вариантов при увеличении глубины просмотра продолжения шахматной партии происходит весьма быстро, имея экспоненциальный характер, что предъявляет повышенные требования к быстродействию ЭВМ. Поэтому именно в шахматных программах зародились идеи методов сокращения перебора на древовидных структурах. В СССР первый такой метод (метод граней и оценок) был предложен А.С.Брудно. В США методами подобного типа много занимался Н.Нильсон. Примером удачного применения эвристических приемов к шахматным программам может служить программа "Каисса", созданная в СССР В.Л.Арлазаровым, Г.М.Адельсоном-Вельским и М.Б.Донским. В последнее время в связи с развитием методов искусственного интеллекта стали появляться новые идеи и в шахматных программах. Их функционирование стало опираться не на простой перебор вариантов, а на попытку смоделировать на ЭВМ особенности мышления человека-шахматиста. В СССР эти новые идеи нашли свое отражение в проекте программы "Пионер", разработанной под руководством М.М.Ботвинника. За рубежом принципы построения программ такого типа обоснованы Д.Мичи. Эвристики и приемы сокращения перебора при большом количестве вариантов, разработанные в области создания игровых программ, находят сейчас широкое применение в различных интеллектуальных системах.