Системы искусственного интеллекта. Основные понятия и направления исследований.
Достаточно трудно дать точное определение, что такое интеллект человека, потому что интеллект - это сплав многих навыков в области обработки и представления информации. Интеллект ( intelligence ) происходит от латинского intellectus — что означает ум, рассудок, разум; мыслительные способности человека. С большой степенью достоверности интеллектом можно называть способность мозга решать (интеллектуальные) задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам.
Искусственный интеллект (ИИ) - совокупность научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.
Искусственный интеллект - одно из направлений информатики, целью которого является разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножестве естественного языка.
Системы искусственного интеллекта (СИИ) — это системы, созданные на базе ЭВМ, которые имитируют решение человеком сложных интеллектуальных задач.
Знания: в общем случае знание — проверенный практикой результат познания действительности, верное ее отражение в мышлении человека, обладание опытом и пониманием, которые являются правильными и в субъективном, и в объективном отношении, на основании которых можно построить суждения и выводы, кажущиеся достаточно надежными для того, чтобы рассматриваться как знание. Поэтому в контексте ИТ термин знания - это информация, присутствующая при реализации интеллектуальных функций. Обычно это отклонения, тенденции, шаблоны и зависимости, обнаруженные в информации Другими словами, интеллектуальные системы являются в то же время системами обработки знаний.
Задачи искусственного интеллекта
Область ИИ имеет более чем сорокалетнюю историю развития. С самого начала в ней рассматривался ряд весьма сложных задач, которые, наряду с другими, и до сих пор являются предметом исследований:
доказательства теорем;
распознавание образов;
робототехника;
моделирование игр;
инженерия знаний;
экспертные системы
Экспертные системы - направление исследований по искусственному интеллекту
В середине семидесятых годов в исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название экспертные системы. Цель исследований по экспертным системам состоит в разработке программ (устройств), которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом. В большинстве случаев экспертные системы решают трудно формализуемые задачи или задачи, не имеющие алгоритмического решения. Рассмотрим несколько определений. Экспертные системы - это прикладные системы ИИ, в которых база знаний представляет собой формализованные эмпирические знания высококвалифицированных специалистов (экспертов) в какой либо узкой предметной области. Экспертные системы предназначены для замены при решении задач экспертов в силу их недостаточного количества, недостаточной оперативности в решении задачи или в опасных (вредных) для них условиях. Обычно экспертные системы рассматриваются с точки зрения их применения в двух аспектах: для решения каких задач они могут быть использованы и в какой области деятельности. Эти два аспекта накладывают свой отпечаток на архитектуру разрабатываемой экспертной системы. Можно выделить следующие основные классы задач, решаемых экспертными системами:
диагностика,
прогнозирование,
идентификация,
управление,
проектирование,
мониторинг.
Характеристики предметных областей. Плохо структурированные и трудно формализуемые задачи.
Классификация и область применения экспертных систем.
Общепринятая классификация экспертных систем отсутствует, однако наиболее часто экспертные системы различают по назначению, предметной области, методам представления знаний, динамичности и сложности:
По назначению классификацию экспертных систем можно провести следующим образом:
диагностика состояния систем, в том числе мониторинг (непрерывное отслеживание текущего состояния);
прогнозирование развития систем на основе моделирования прошлого и настоящего;
планирование и разработка мероприятий в организационном и технологическом управлении;
проектирование или выработка четких предписаний по построению объектов, удовлетворяющих поставленным требованиям;
автоматическое управление (регулирование);
обучение пользователей и др.
По предметной области наибольшее количество экспертных систем используется в военном деле, геологии, инженерном деле, информатике, космической технике, математике, медицине, метеорологии, промышленности, сельском хозяйстве, управлении процессами, физике, филологии, химии, электронике, юриспруденции.
Классификация экспертных систем по методам представления знаний делит их на традиционные и гибридные. Традиционные экспертные системы используют, в основном, эмпирические модели представления знаний и исчисление предикатов первого порядка. Гибридные экспертные системы используют все доступные методы, в том числе оптимизационные алгоритмы и концепции баз данных.
По степени сложности экспертные системы делят на поверхностные и глубинные. Поверхностные экспертные системы представляют знания в виде правил «ЕСЛИ-ТО». Условием выводимости решения является безобрывность цепочки правил. Глубинные экспертные системы обладают способностью при обрыве цепочки правил определять (на основе метазнаний) какие действия следует предпринять для продолжения решения задачи. Кроме того, к сложным относятся предметные области в которых текст записи одного правила на естественном языке занимает более 1/3 страницы.
Классификация экспертных систем по динамичности делит экспертные системы на статические и динамические. Предметная область называется статической, если описывающие ее исходные данные не изменяются во времени. Статичность области означает неизменность описывающих ее исходных данных. При этом производные данные (выводимые из исходных) могут и появляться заново, и изменяться (не изменяя, однако, исходных данных).
Если исходные данные, описывающие предметную область, изменяются за время решения задачи, то предметную область называют динамической. В архитектуру динамической экспертной системы, по сравнению со статической, вводятся два компонента:
подсистема моделирования внешнего мира;
подсистема связи с внешним окружением.
Последняя осуществляет связи с внешним миром через систему датчиков и контроллеров. Кроме того, традиционные компоненты статической экспертной системы (база знаний и механизм логического вывода) претерпевают существенные изменения, чтобы отразить временную логику происходящих в реальном мире событий.
Структура и функционирование экспертных систем.(вопрос 6,7 тут же)
Классификация экспертных систем:
Статические экспертные системы
Динамические экспертные системы
Интегрированные экспертные системы
Статическими называются экспертные системы, в которых входные данные не изменяются за время сеанса работы системы.
В динамических экспертных системах входные данные, поступающие от внешних источников, изменяются во времени.
Интегрированные экспертные системы содержат подсистемы традиционного программирования: СУБД, электронные таблицы, системы моделирования и др.
Типовая структура экспертных систем
Рис. 1.1. Типовая структура экспертной системы
Пользователь решает задачи предметной области.
Интерфейс пользователя предназначен для преобразования информации на языке предметной области во внутреннюю информацию системы. Интерфейс пользователя обеспечивает взаимосвязь пользователя с экспортной системы.
Редактор базы знаний предназначен для ввода знаний в экспертную систему с участием эксперта предметной области и инженера по знаниям. Базы знаний содержат правила и факты.
Решатель (Интерпретатор правил) предназначен для логического вывода решения путем использования базы знаний и обеспечивает формирование решения.
Мало получать решения, нужно представить в том виде, в каком это решение будет понятно пользователю.
Подсистема объяснения решений дает ответ на следующие вопросы:
Как полученное решение? Почему экспортная система просит ту или иную информацию?
В процессе решения формируется Протокол - порядок выполнения правил.
Рабочая база знаний содержит знания, необходимые в процессе принятия решений.