- •Информатика Учебно-методическое пособие
- •Часть 1
- •Режим доступа к электронному аналогу печатного издания: http://www.Libdb.Sssu.Ru
- •Содержание
- •Предисловие
- •11. Основные требования фгос впо и структура дисциплины
- •2Основные понятия информатики
- •2.1. Понятие информации
- •2.2. Свойства информации
- •Понятие количества информации
- •2.4. Предмет и задачи информатики
- •2.5. Представление (кодирование) данных
- •3. Системы счисления и представление информации в эвм
- •3.1. Понятие об основных системах счисления
- •3.2. Перевод чисел из одной системы счисления в другую
- •Представление чисел в различных системах счисления
- •3.3. Двоичная арифметика
- •3.4. Представление чисел в эвм
- •Примеры представления целых чисел в шестнадцатиразрядных двоичных кодах
- •Представление десятичных чисел в четырёхразрядном коде Грея
- •3.5. Кодирование информации в эвм
- •Базовая таблица кодировки ascii
- •4. Логические основы построения эвм
- •4.1. Основы алгебры логики
- •4.2. Операции сравнения
- •4.3. Логические операции
- •Основные логические операторы
- •4.4. Основы элементной базы эвм
- •4.5. Элементы теории множеств
- •4.6. Элементы теории графов
- •3Технические средства реализации информационных процессов
- •5.1. История развития эвм
- •5.2. Классификация эвм
- •5.3. Архитектура эвм
- •5.4. Состав персонального компьютера
- •5.5. Внешние устройства
- •6. Программное обеспечение эвм
- •6.1. Базовые понятия ос
- •6.2. Классификация операционных систем
- •6.3. Файловая структура эвм
- •6.4. Файловые системы Microsoft Windows
- •6.5. Драйверы устройств
- •6.6. Служебные программы
- •6.7. Обзор операционных систем unix и Linux
- •6.8. Обзор операционных систем Windows
- •Команды ms-dos и их описание
- •7. Прикладное и инструментальное программное обеспечение
- •7.1. Прикладное программное обеспечение общего назначения
- •7.2. Прикладное программное обеспечение специального назначения
- •7.3. Инструментальное по 1
- •7.4. Нумерация версий программ
- •7.5. Правовой статус программ
- •7.6. Текстовые редакторы и процессоры
- •8. Модели решения функциональных и вычислительных задач
- •8.1. Моделирование как метод познания
- •8.2. Классификация моделей
- •8.3. Компьютерное моделирование
- •8.4. Информационные модели
- •8.5. Примеры информационных моделей
- •8.6. Базы данных
- •8.7. Искусственный интеллект
- •9. Основы алгоритмизации
- •9.1. Понятие алгоритма
- •9.2. Свойства алгоритма
- •9.3. Исполнители алгоритмов
- •9.4. Способы описания алгоритмов 1
- •Обозначения, название и функциональное назначение
- •9.5. Основные алгоритмические конструкции
- •9.6. Структурный подход к разработке алгоритмов
- •10. Тематика практических занятий
- •11. Темы, выносимые на зачёт, и примеры тестовых заданий
- •Библиографический список
- •Часть 1
- •3 46500, Г. Шахты, Ростовская обл., ул. Шевченко, 147
8.7. Искусственный интеллект
Идеи моделирования человеческого разума известны с древнейших времён. Впервые об этом упоминается в сочинении «Великое искусство» философа и теолога Раймунда Луллия (ок. 1235 – ок. 1315), который не только высказал идею логической машины для решения разнообразных задач, исходя из всеобщей классификации понятий (XIV в.), но и попытался её реализовать. Рене Декарт (1596–1650) и Готфрид Вильгельм Лейбниц (1646–1716) независимо друг от друга развивали учение о прирождённой способности ума к познанию и всеобщих и необходимых истин логики и математики, работали над созданием универсального языка классификации всех знаний. Именно на этих идеях базируются теоретические основы создания искусственного интеллекта.
Толчком к дальнейшему развитию модели человеческого мышления стало появление в 40-х гг. XX в. ЭВМ. В 1948 г. американский учёный Норберт Винер (1894–1964) сформулировал основные положения новой науки – кибернетики. В 1956 г. в Стенфордском университете (США) на семинаре под названием «Artificial intelligence» (искусственный интеллект), посвящённом решению логических задач, признано новое научное направление, связанное с машинным моделированием человеческих интеллектуальных функций и названное искусственный интеллект. Вскоре эта отрасль разделилась на два основных направления: нейрокибернетику и кибернетику «чёрного ящика».
Нейрокибернетика обратилась к структуре человеческого мозга как единственно мыслящему объекту и занялась его аппаратным моделированием. Физиологи давно выявили нейроны – связанные друг с другом нервные клетки как основу мозга. Нейрокибернетика занимается созданием элементов, аналогичных нейронам, и их объединением в функционирующие системы, эти системы называют нейросетями. В середине 80-х гг. XX в. в Японии был создан первый нейрокомпьютер, моделирующий структуру человеческого мозга. Его основная область применения – распознавание образов.
Кибернетика «чёрного ящика» использует другие принципы, структура модели не главное, важна её реакция на заданные входные данные, на выходе модель должна реагировать как человеческий мозг. Учёные этого направления занимаются разработкой алгоритмов решения интеллектуальных задач для имеющихся вычислительных систем. Наиболее значимые результаты:
модель лабиринтного поиска (конец 50-х гг.), в которой рассматривается граф состояний объекта и в нём происходит поиск оптимального пути от входных данных к результирующим. На практике эта модель не нашла широкого применения;
эвристическое программирование (начало 60-х гг.) разрабатывало стратегии действий на основе заранее известных заданных правил (эвристик). Эвристика – теоретически не обоснованное правило, позволяющее уменьшить количество переборов в поиске оптимального пути;
методы математической логики. Метод резолюций, позволяющий на основе определённых аксиом автоматически доказывать теоремы. В 1973 г. создан язык логического программирования Пролог, позволяющий обрабатывать символьную информацию.
С середины 70-х гг. реализуется идея моделирования конкретных знаний специалистов-экспертов. В США появляются первые экспертные системы. Возникает новая технология искусственного интеллекта, основанная на представлении и использовании знаний. С середины 80-х гг. искусственный интеллект коммерциализируется. Растут капиталовложения в эту отрасль, появляются промышленные экспертные системы, повышается интерес к самообучающимся системам.