Вычислительный интеллект в задачах искусственного интеллекта

Вычислительный интеллект объединяет следующие направления исследований:

• Теорию нечётких систем

• Нейронных сетей

• Эволюционные и вероятностные вычисления

Вычислительный интеллект основан на данных психологии и физиологии о решении интеллектуальных задач.

• Распознавание образов

• Обработка изображений

• Управление движением и т.д.

Причины формирования гибридных систем, которые составляют основное содержание вычислительного интеллекта, носят технологический прикладной характер. Более фундаментальной причиной развития ВИ является необходимость интеграции единой системе восприятия и логической обработки.

Вычислительный интеллект объединяет искусственные модели следующих «слоёв естественного интеллекта»:

• Сенсорика

• Моторика

• Безусловные и условные рефлексы

• Врождённые программы (инстинкты)

• Мышление

в гибридные системы, что позволяет рассматривать его не как технологическое достижение, а как парадигму развития искусственного интеллекта XXI века.

Задачи вычислительного интеллекта:

• Разумный робот

• Переводчик (остаётся смысл текста и речи)

• Обработчик текстов, выполняющий аннотирование и реферирование на естественном языке

• Робот, распознающий образы сложных пространственных объектов

• Робот, решающий новые задачи и способный к самообучению.

Особенностью проблем, согласно Дж. Клиру является организованная сложность. Задачи с малым числом переменных, с высокой степенью детерминизма, решаемые с помощью аналитики обычно в виде систем дифференциальных уравнений называют задачами организованной простоты. Задачи с большим числом переменных, проявляющихся случайным образом, решаемые с помощью статистических методов, называют задачи неорганизованной сложности.

Глубоко укоренившийся подход решения интеллектуальных задач так, будто это механические системы, описываемые дифференциальными уравнениями, эффекта не даёт, поскольку вступает принцип несовместимости Л. Заде: с ростом сложности систем человеческая способность делать точные утверждения о них падает. В области ВИ за ключевые единицы интеллектуальной работы мозга принимают не числа и не слова, а нечёткие метки, способные обобщать информацию. Поток информации, поступающий в мозг через сенсоры, обобщается таким образом, что становится возможным приближённое решение задачи.

В широком смысле в сфере ВИ разрабатывают методологическую схему, содержащую неполную, нечёткую и неточную информацию, но решающие задачи организованной сложности;

В узком смысле производят поиск гибридизации интеллектуальных технологий, обладающих преимуществами по сравнению с их автономным использованием.

Общая задача объединения модулей восприятия и логической обработки на уровне структуры должна заключаться в создании модулей, работающих с вещественными числами (перцепцией) и дискретными сигналами истины (логикой).

3. Экспертные системы. Архитектура систем. Экспертные системы

Экспертная система (ЭС) – это ИИС, предназначенная для решения слабоформализуемых задач на основе накапливаемого в базе знаний опыта работы экспертов в проблемной области. ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление.

ЭС включает базу знаний (основывается на моделях представления знаний) с набором правил (эвристик) и механизмом вывода и позволяет на основании предоставляемых пользователем фактов:

• распознать ситуацию,

• поставить диагноз,

• сформулировать решение

• дать рекомендацию для выбора действия.

Цель исследований по ЭС состоит в разработке программ, которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом.

ЭС разрабатываются с использованием математического аппарата нечеткой логики для эксплуатации в узких областях применения, поскольку их использование требует больших компьютерных ресурсов для обработки и хранения знаний. В силу больших финансовых и временных затрат в российских ЭИС ЭС не имеют большого распространения.

Отличия ЭС и систем искусственного интеллекта от систем обработки данных

• в них в основном используются символьный (а не числовой) способ представления,

• символьный вывод

• эвристический поиск решения (а не исполнение известного алгоритма).

Особенности ЭС

• применяются для решения только трудных практических (не игрушечных) задач.

• по качеству и эффективности решения не уступают решениям эксперта-человека.

• решения экспертных систем обладают "прозрачностью", т.е. могут быть объяснены пользователю на качественном уровне. Это качество обеспечивается их способностью рассуждать о своих знаниях и умозаключениях.

• способны пополнять свои знания в ходе взаимодействия с экспертом.

Система функционирует в следующем циклическом режиме:

• выбор (запрос) данных или результатов анализов,

• наблюдение,

• интерпретация результатов,

• усвоение новой информации,

• выдвижение с помощью правил временных гипотез

• выбор следующей порции данных или результатов анализов.

Такой процесс продолжается до тех пор, пока не поступит информация, достаточная для окончательного заключения.

Важным свойством ЭС является возможность их применения для обучения и тренировки персонала (содержат знания с объяснениями, ПО (интерфейс между обучаемой и ЭС), знания о методах обучения и поведения пользователя).

Технологию построения ЭС называют инженерией знаний. Этот процесс требует специфической формы взаимодействия создателя ЭС, которого называют инженером знаний, и одного или нескольких экспертов в некоторой предметной области. Инженер знаний «извлекает» из экспертов процедуры, стратегии, эмпирические правила, которые они используют при решении задач, и встраивает эти знания в ЭС. База знаний (БЗ) отражает знания экспертов.

Наиболее важный параметр БЗ — качество содержащихся знаний.

• включают самую релевантную, достоверную свежую информацию,

• имеют совершенные системы поиска информации

• имеют тщательно продуманную структуру и формат знаний.

Особенности баз знаний:

• факты носят частный характер, а правила — общий

• в БЗ включены только основополагающие факты.

• на её основе построить ЭС.

Отличие БД от БЗ:

• база данных содержит только факты,

• база знаний — факты и правила.

• наличие механизма вывода у БЗ

Интроспекция: Нахождение противоречий, нестыковок в БЗ, слежение за правильной организацией БЗ.