26. Основные проблемы теории искусственного интеллекта

Центральной проблемой является проблема представления знаний. Следующая проблема – компьютерная логика – это моделирование человеческих рассуждений. И последняя – компьютерная лингвистика – это проблема общения с компьютером на естественном языке.

27. Направления исследований в области систем искусственного интеллекта.

В 1956 г. США была проведена конференция- по решению задач логики, там поя-я понятие Искусственного интеллекта

Направления ИИ:

1) Нейрокибернетика (исп-ся психологические нейрофизиологические исследования для моделирования функций мозга)

2)Кибернетика черного ящика (главное – получение реакций на входное изображение)

Основные модели кибернетики:

1. 50-е гг. –моделирование творческих процессов (шашки, шахматы, стихи…)

2. 60-е – эвристическое программирование (перцептрон – первая нейронная сеть, которая должна работать, как мозг)

3. до 70 г. – работы по математической логике (доказ-ва теорем, метод резолюций, т.е. доказ-во от обратного). ▪На основе метода резолюций в 173 г. был разработан язык ИИ Prolog. ▪Lisp – язык, ориентированный на символьное вычисление. ▪Минский разработал фреймовую модель представления знаний (нечеткая логика)

4. 1973 – доклад о рез-х ИИ

5. В США ведутся работы по созданию экспертных систем для ▪медицины (диагностика заболеваний), ▪нефтеразведки, ▪химии (синтез новых соединений).

6. к. 80-х гг – получение коммерческих продуктов с исп-ем ИИ.

7. В Японии программа разработки компов V поколения: ▪Lisp, ▪Prolog, ▪БД и БЗ

Для настоящего этапа характерно:

1. Фундаментальные исследования: ▪представление знаний, компьютерная лингвистика

2. Внешняя интеллектуализация компа (обеспечение компов существующей архитектуры программно-аппаратными интеллектуальными внешними средствами, кот. позволяют человеку общаться с ПК)

3. Внутренняя интеллектуализация компов на принципах ИИ.

28. Данные и знания. Способ определения понятий.

Данные – отдельные файлы, характеризующие объекты, процессы и явления предметной области. Схема получения данных: 1)Измерение и наблюдение → 2)Занесение в таблицу → 3)Графики и диаграммы для наглядного представления данных →4)БД и СУБД. Пункты 1-3 – методы представления данных(МПЗ).

Знания основаны на данных, полученных эмпирическим путем и представляют собой результат мыслительной деятельности на основе обобщения опыта, позволяющий выявить закономерности предметной области. Путь знаний: 1)Рез-т мышления и получения выводов → 2)Регистрация в виде текстов → 3)Модели представления знаний (формализация МПЗ)→ 4)БД+СУБЗ.

Знания – это хорошо структурированные данные или метаданные (данные о данных). В основе знаний лежат понятия.

Способы определения понятий:

Интенсионал понятия – соотношение его с понятием более высокого уровня абстракции с указанием специфических свойств (определения через знания). Интенсионалы формируют знания об объектах.

Другой способ экстенсионал, т.е. через соотнесение с понятиями более низкого уровня абстракции или через перечисление фактов, относящихся к данному объекту.

Различают знания:

- декларативные (аналог данных) и процедурные (изменяют декларативные знания).

- поверхностные (знания о видимых взаимосвязях между отдельными событиями и фактами предметной области) и глубинные (абстракции, схемы, отображающие природу и внутренние механизмы процессов, протекающих в предметной области).