
- •1. Яка потреба в інтелектуалізації комп’ютерних технологій?
- •2. Назвіть кілька відомих інтелектуальних задач. Опишіть їхні спільні риси та відмінності.
- •3. У чому полягає основна проблема при автоматизації логічних побудов?
- •8. Сформулюйте визначення кібернетичної системи.
- •9. Сформулюйте визначення підсистеми. Наведіть приклади.
- •10. Наведіть класифікацію кібернетичних систем.
- •11. До якого типу належать:
- •12. Охарактеризуйте задачу керування складними системами. У чому полягає принципова відмінність у керуванні простими, складними та дуже складними системами?
- •13. Опишіть принцип зворотного зв’язку, наведіть приклади позитивного і негативного зворотнього зв’язку.
- •14. Охарактеризуйте алгоритмічний і декларативний способи керування; наведіть їх формалізований опис.
- •15. Що таке первинні інструкції, чому може виникати необхідність їх поповнення? Наведіть приклади.
- •16. У чому полягає принципова відмінність між поповненням первинних інструкцій за алгоритмічного і декларативного підходів?
- •17. Поясніть, чому реалізація декларативного способу керування пов'язана з втратою визначеності результату.
- •18. Що таке квазіалгоритм; у чому полягає відмінність квазіалгоритмічної процедури від алгоритмічної?
- •19. Охарактеризуйте інтелектуальну систему як самокеровану кібернетичну систему. Яким чином пов'язані найважливіші зворотні зв'язки з прагненням досягти певної мети?
- •20. Що виступає метою інтелектуальної системи при чисто зовнішньому керуванні нею?
- •21. Опишіть типову схему функціонування інтелектуальної системи.
- •22. Чому сприйняття зовнішнього світу інтелектуальною системою повинно бути вибірковим?
- •23. Охарактеризуйте основні риси інтелектуальної системи: самокерованість, наявність знань про світ, здатність досягати мети, здатність планувати свої дії, здатність до поповнення знань.
- •24. Охарактеризуйте біологічний і прагматичний напрями досліджень у галузі штучного інтелекту.
- •25. Дайте загальну характеристику символьного і конекціоністського підходів до створення систем штучного інтелекту.
- •26. Охарактеризуйте вербально-дедуктивний підхід до опису поняття "знання". Чи є він єдино можливим?
- •27. Наведіть інтуїтивне визначення поняття "знання".
- •28. Наведіть вербально-дедуктивне визначення знань. Що означають поняття "факти", "правила виведення" та "процедури" в цьому визначенні?
- •29. Що означають екстенсіональна та інтенсіональна частини бази знань?
- •30. Наведіть визначення експертної системи
- •31. Охарактеризуйте поняття "інформаційна одиниця"
- •32. Які існують зв'язки між інформаційними одиницями?
- •33. Що таке псевдофізичні логіки?
- •34. Охарактеризуйте поняття "агрегація".
- •35. Опишіть поняття "узагальнення".
- •36. Опишіть поняття "клас" та "екземпляр класу".
- •37. Охарактеризуйте принцип логічного виведення за успадкуванням.
- •38. Наведіть власні приклади ієрархії класів.
- •39. Чим відрізняється відношення "екземпляр — клас" від відношення "підклас — клас"?
- •40. Охарактеризуйте відношення "підклас — клас" як відношення часткового порядку.
- •41. Чим відрізняється відношення "екземпляр — клас" від відношення "елемент — множина"?
- •42. Охарактеризуйте проблему винятків. Як вона пов'язана з монотонністю логічного виведення?
- •43. Що таке канонічна форма складної системи (за Бучем)?
- •45.Перелічіть моделі задання знань.
- •46.Перелічіть області знань, характерні для діалогових експертних систем.
- •47.У чому полягає необхідність у виокремленні областей і рівнів знань?
- •48.Опишіть поняття “концептуальна одиниця”.
- •49.Яким чином можна розкласти деякий складний предикат на бінарні предикати?
- •50.Яким чином можна перетворити унарний предикат на бінарний? Наведіть приклади.
- •51.Охарактеризуйте поняття “об’єкт-атрибут-значення”.
- •52.Що означає “постулат замкненості світу” ?
45.Перелічіть моделі задання знань.
Моделлю знань називається фіксована система формалізмів (понять і правил), відповідно до яких інтелектуальна система подає знання в своїй пам’яті та здійснює операції над ними.
Моделі задання знань потрібні для:
створення спеціальних мов описів знань і маніпулювання ними;
формалізації процедур зіставлення нових знань з уже існуючими;
формалізації механізмів
На сучасному етапі найбільш розвинутими є моделі задання знань, які ґрунтуються на вербально-дедуктивній парадигмі.
Найвідомішими є чотири класи:
семантичні мережі;
фреймові;
логічні;
продукційні;
Відмітимо, що у зв’язку з тим, що усі ці моделі мають багато спільних рис, можна говорити проте, що вони мають єдину концептуальну основу.
46.Перелічіть області знань, характерні для діалогових експертних систем.
Для експертних систем, які ведуть діалог з користувачем мовою, наближеною до природної, можна виокремити такі області знань:
предметна область, яка містить знання про конкретну предметну галузь, в якій працює експертна система;
область мови, яка містить знання про мову, якою ведеться діалог;
область системи, яка містить знання експертної системи про власні можливості;
область користувача, яка містить знання про користувача. Наявність їх дозволяє враховувати індивідуальні особливості кожного користувача. Наприклад, пояснення користувачеві можуть надаватися залежно від рівня його підготовленості;
область діалогу, яка містить знання про мету діалогу, а також проформи та методи його організації.
47.У чому полягає необхідність у виокремленні областей і рівнів знань?
Для успішного здійснення операцій зі знаннями необхідно відокремлювати в базі знань певні фрагменти, які називаються областями знань. Ці області знань повинні бути відносно незалежними між собою, що означає таке:
зміни в одній області знань не повинні приводити до суттєвих змін в інших областях;
вирішення складної задачі можна, як правило, звести до підзадач таким чином, що для вирішення кожної з цих підзадач достатньо знань з однієї області.
Такий розподіл є важливим для полегшення проектування і використання бази знань. Зокрема, різні області знань можуть проектуватися незалежно одна від одної.
Знання можуть різнитися за рівнем задання і рівнем детальності. За рівнями задання розрізняють знання нульового рівня (конкретні і абстрактні знання) і знання вищих рівнів: знання про знання (метазнання). Число рівнів може бути продовжено.
У разі класифікації знань за рівнями детальності до уваги береться ступінь деталізації знань. Кількість рівнів детальності залежить від специфіки задачі, обсягу знань і моделі їх задання.
Нехай користувач запитує в експертної системи, як здійснити певну операцію. У разі отримання відповіді на найвищому рівні детальності система видає загальний план. Якщо цей загальний план не є достатнім, система може спуститися на нижчий рівень і розписати операції детальніше.