- •1. Определение и 2 направления развития искусственного интеллекта
- •2. Основные направления исследований в области ии
- •3)Моделирования биологических систем.
- •4. Условия для разработки и внедрения экспертных систем. Задачи, подходящие для создания экспертной системы.
- •Различие прототипов эс.
- •3. Интеллектуальные системы и признак структурированности задач.
- •Этапы проектирования эс: выбор проблемы. Коллектив разработчиков эс.
- •7. Основные программные блоки экспертной системы.
- •8. Этапы проектирования эс: оценка, стыковка и поддержка.
- •9. Различия бд и баз знаний
- •10. Продукционная модель знаний
- •11. Диагностические эс байесовского типа.
- •12. Семантические сети.
- •13. Фреймы.
- •14. Схема машины логического вывода. Особенности вывода на знаниях.
- •Стратегии получения знаний (извлечение, приобретение и формирование знаний).
- •Психологический аспект извлечения знаний.
- •Контактный слой:
- •Процедурный слой:
- •Когнитивный слой:
- •Лингвистический аспект извлечения знаний, общий код.
- •Проблема общего кода
- •Понятийная структура
- •Словарь пользователя
- •Текстологические и пассивные методы извлечения знаний.
- •Гносеологический аспект извлечения знаний, проблемы применения критериев научного знания.
- •Активные групповые методы извлечения знаний.
- •Активные индивидуальные методы извлечения знаний.
- •22. Структурирование знаний. Объектно–структурный подход и его свойства. Объектно-структурный анализ знаний о предметной области.
- •23. Алгоритм формирования поля знаний.
- •Уровни реализации моделей нейронных сетей (нс). Нейрокомпьютер. Сравнение архитектуры фон Неймана и архитектуры нейрокомпьютера.
- •Структура и свойства искусственного нейрона.
- •26. Типы нейронных сетей и типы нейронов в многослойной нс. Оценка числа нейронов в скрытых слоях.
- •27. Классы задач, решаемые нс. Примеры использования нс в различных предметных областях.
- •28. Определение и схема процесса обучения нс. От чего зависит качество обучения нс?
- •29. Алгоритм обратного распространения ошибки.
- •30. Обучение без учителя. Алгоритм Хебба.
- •Понятие самоорганизующейся нс. Настройка числа нейронов в скрытых слоях многослойной нс в процессе обучения.
- •1. Алгоритмы сокращения.
- •2. Конструктивные алгоритмы.
- •32. Нс с обратными связями (сеть Хопфилда и сеть Хемминга).
- •33. Когнитрон. Неокогнитрон.
- •34. Генетические алгоритмы. Отжиг.
- •35. Нечеткая логика. Лингвистическая переменная.
- •Основные понятия теории нечетких множеств: функция принадлежности, нечеткая переменная, нечеткое число.
Психологический аспект извлечения знаний.
Теоретические аспекты извлечения знаний.
Процесс извлечения знаний - это длительная и трудоемкая процедура, в которой инженеру по знаниям, вооруженному специальными знаниями необходимо воссоздать модель предметной области, которой пользуются эксперты для принятия решения.
3 основных аспекта процедуры извлечения знаний:
1) психологический (контактный слой, процедурный, когнитивный);
2) лингвистический (общий код, понятийная структура, словарь пользователя);
3) гносеологический (критерий научного знания, структура познания).
Психологический аспект:
Из трех выделенных аспектов извлечения знаний психологический является главным, поскольку он определяет успешность и эффективность взаимодействия инженера по знаниям с основным источником знаний - экспертом - профессионалом. Психологический аспект выделяется еще и потому, что извлечение знаний происходит чаше всего в процессе непосредственного общения разработчиков системы.
Потери информации при разговорном общении велики
Слева инженер по знаниям, справа - эксперт.
Структура психологического аспекта извлечения знаний:
∙ участники общения (партнеры);
∙ средства общения (процедура);
∙ предмет общения (знания).
В соответствии с этой структурой выделяется три слоя психологических проблем, возникающих при извлечении знаний.
Контактный слой:
Рабочая атмосфера в коллективе: сотрудничество или соперничество.
На любой коллективный процесс влияет атмосфера, возникающая в группе участников. Дружеская атмосфера в коллективе больше влияет на результат, чем индивидуальные способности отдельных членов группы. Особенно важно, чтобы в коллективе разработчиков складывались кооперативные (атмосфера сотрудничества, взаимопомощи, заинтересованности в успехах друг друга), а не конкурентные отношения (атмосфера индивидуализма и межличностного соперничества).
Можно выделить ряд черт личности, характера участников общения, оказывающих влияние на эффективность процедуры извлечения знаний: доброжелательность и дружелюбие; чувство юмора; хорошая память и внимание; большая собранность и настойчивость; располагающая внешность и манера одеваться и т.д.
Процедурный слой:
Инженер по знаниям, успешно овладевший наукой доверия и взаимопонимания с экспертом (контактный слой), должен еще уметь воспользоваться благоприятным воздействием этой атмосферы. Проблемы процедурного слоя касаются проведения самой процедуры извлечения знаний.
Организация ситуации общения:
1) место общения - комфортные рабочие условия, приличная звукоизоляция.
2) время общения, сеанс извлечения знаний не должен превышать 1,5-2 часа
3) оборудование (например, диктофон для записи процедуры извлечения знаний).
Когнитивный слой:
Когнитивная психология изучает механизмы, при помощи которых человек познает окружающий мир.
Условия:
1) Эксперт и инженер по знаниям должны четко осознавать цель процедуры извлечения знаний,
2) Инженер по знаниям не должен навязывать эксперту свою модель представления, которая ему более понятна и естественна;
3) Чаще наглядно изображать ход рассуждений (рисовать схемы).