
- •Искуственный интеллект: предмет, история развития, направление исследований.
- •2) Представление информации в интеллектуальных системах. Данные и знания.
- •Понятие интеллектуальной системы (ис). Структурная схема ис.
- •Понятие нейронной сети. Однослойный персептрон. Достоинства и недостатки нейронной сети.
- •Способы обучения нейронной сети. Прямой алгоритм обучения с учителем.
- •6. Обучение многослойной сети с помощью с помощью алгоритма обратного распространения.
- •Классификация методов поиска решений. Поиск в пространстве состояний. Полный перебор, поиск в глубину. Поиск в ширину.
- •Эвристические алгоритмы поиска. Поиск в глубину и ширину с помощью упорядоченного перебора.
- •Эвристические алгоритмы поиска. Алгоритм поиска оптимального решения а*.
- •Метод редукции. Поиск решения на и/или графах. Алгоритм ао* .
- •13. Генетические алгоритмы. Репродуктивный план Холланда. Пример его применения для определения экстремума функции.
- •14. Стохастические алгоритмы поиска решений. Метод отжига.
- •15. Экспертная система: концепция, основные особенности, структура и режимы работы.
- •16. Системы понимания естественного языка. Методы обработки естественного языка. Метод синтеза речи.
- •17. Системы машинного зрения. Распознавания образов. Принципы целостного восприятия объекта.
2) Представление информации в интеллектуальных системах. Данные и знания.
Важное место в теории искусственного интеллекта занимает проблема представления знаний, являющаяся, по мнению многих исследователей, ключевой. Знания представляют собой совокупность сведений (у индивидуума, общества или у системы ИИ) о мире, включающих в себя информацию о свойствах объектов, закономерностях процессов и явлений, правилах использования этой информации для принятия решений.
Первоначально вычислительная техника была ориентирована на обработку данных. Это было связано как с уровнем развития техники и ПО, так и со спецификой решаемых задач. Дальнейшее усложнение решаемых задач, их интеллектуализация, развитие вычислительной техники ставят задачу создания машин обработки знаний.
Существенным отличием знаний от данных является их интерпретируемость. Если для интерпретации данных необходимы соответствующие программы и сами по себе они не несут содержательной информации, то знания всегда содержательны. Другой отличительной чертой знаний является наличие отношений, например, вида «тип — подтип», «элемент—множество». Знания характеризуются наличием ситуативных связей, определяющих ситуативную совместимость отдельных событий и фактов, позволяющих устанавливать причинно - следственные связи Некоторые исследователи предпринимали попытки определить типы знаний, которые должны быть представлены в системах ИИ: структуру, форму, свойства, функции и возможные состояния объекта; возможные отношения между объектами, возможные события, в которых эти объекты могут участвовать; физические законы; возможные эффекты действий и состояний, причины и условия возникновения событий и состояний.
Модели представления знаний могут быть разделены на концептуальные и эмпирические. Концептуальная модель дает эвристический метод для решения некоторой проблемы. Метод эвристичен, поскольку концептуальное описание не дает гарантии того, что он может быть применен во всех соответствующих практических ситуациях. Практическое использование концептуальной модели влечет за собой необходимость преобразования ее в эмпирическую. Знания могут быть накоплены в виде эмпирических моделей описательного характера. Эти модели могут варьировать от простого набора правил до полного описания того, как решается задача. Модели представления знаний можно условно разделить на декларативные и процедурные. Декларативная модель представления знаний основывается на предположении, что проблема представления некоей предметной области решается независимо от того, как эти знания потом будут использоваться. Поэтому модель как бы состоит из двух частей: статических описательных структур знаний и механизма вывода, оперирующего этими структурами и практически независимого от их содержательного наполнения. В декларативных моделях не содержатся в явном виде описания выполняемых процедур. Эти модели представляют собой обычно множество утверждений. В процедурном представлении знания содержатся в процедурах - небольших программах, которые определяют, как выполнять специфичные действия. При этом можно не описывать все возможные состояния среды или объекта для реализации вывода. Достаточно хранить некоторые начальные состояния и процедуры, генерирующие необходимые описания ситуаций и действий. Деление моделей представления знаний на декларативные и процедурные весьма условно.