1. Основные понятия и определения
Данные- Совокупность сведений о процессе или явлении. Носят объективный характер и введены в связи с процессом хранения.
Информация- совокупность сведений новых и полезных для пользователя, позволяющих ему подтверждать или опровергать свои утверждения.
Знания- совокупность данных и связывающих их правил.
Знания связаны с искусственным интеллектом и интеллектуальными системами.
Извлечение знаний- приобретение знаний эксперта инженером по знаниям.
Инженер по знаниям-специалист, трансформирующий словесное описание знаний в формальное (математическое).
Интенсионал-описание понятия через его свойства.
Представление знаний-совокупность процедур извлечения, выявления и приобретения знаний.
Экстенсионал-набор фактов, соответствующих данному понятию.
Интеллект-мышление человека(способность рассуждать).
Искусственный интеллект-вычислительная система, которая способна решать задачи, относящиеся к творчеству.
2. Схема интеллектуальной системы
В искусственном интеллекте возникают 2 понятия:
1)Создать систему имитирующую работу мышления человека (план минимум)
2)Создать систему, работающую по закону человеческого мышления (план максимум) Основы ИС составляют блоки: БД-база данных, база правил, МЛВ- машина логического вывода.
В базе правил фиксируется знания и опыт эксперта. МЛВ выводит результат, взаимодействуя с БД и базой правил. Все 3 компьютерных блока должны быть описаны математически. Правила описываются через интерфейс эксперта в виде сложных правильно построенных формул при посредничестве инженера по знаниям.
Для стыковки интерфейса пользователя (работающего на естественном языке) с перечисленными блоками используют лингвистический и лексический процессоры.. Иногда включают и синтаксический процессор, при этом под синтаксисом понимают правила сочетания слов внутри предложения м построения предложений.
3. Классификация интеллектуальных систем.
Формальные процессы-процессы, которые могут быть однозначно математичкими. Формулами, таблицами, графиками.
Неформальные процедуры- не могут быть описаны математически, а только словесно. Неформальное описание отличается неоднозначностью.
Классификация-деление множество на подмножества по какому-либо неформальному признаку.
ЭС-экспертные системы
ИНС-искусственные нейронные сети
РЛС-расчетно-логические системы
СГА-системы с генетическими алгоритмами\
МАС-многоагентные системы
СЕЯ-системы на естественном языке
ИСУ-интеллектуальные системы управления
ЭСРВ-экспертные системы реального времени
4. Этапы создания интеллектуальных систем
Выделяют следующие этапы:
1)Идентификация. Цель этапа- получение словесной модели базы знаний.
2)Концептуализация.Цель этапа-получение ключевых понятий, необходимых для последующего формального описания процессов в системе. В самой процедуре концептуализации выделяют процессы извлечения знаний эксперта, выявление знаний из книг и документов, приобретение знаний (трансформация вербальной модели знаний в формальную)
3)Формализация. Цель этапа-переход от вербального описания процессов в системе к их описанию на некотором формальном языке
4)Выполнение (программирование). Цель этапа- создание прототипа БЗ.
5)Отладка и тестирование. На этом этапе система реализуется в полном объеме.
6)Опытная эксплуатация. Разработанная система предъявляется заказчику, который оценивает её.
5. Гносеологический аспект Извлечение знаний является многогранной процедурой, в которой выделим следующие аспекты: гносеологиеский, психологический и лингвистический. Они отражают предмет, участников и средства общения.
Гносеология – философский термин теории познания. Познание связано с созданием новых понятий и теории и происходит по схеме факт-обобщенный факт – эмпирический закон – теоритический закон. Познание использует принципы системности, внутренней согласованности, объективности и историзма. Этапы познания:
1. Описание и обобщение фактов. Предполагает сбор «врассыпную» первичных данных, хотя опытный инженер пытается уже в процессе диалога выявить связи между фактами 2. Установление связей и закономерностей. Возможно с использованием двух подходов: логического и ассоциативного. Логика-определение, сравнение, анализ, классификация, суждения, умозаключения. Ассоциативность – связи, припоминание прошлого опыта, пробы и ошибки 3. Построение модели. Создание обобщенной модели. Выбор единого и системного метода. 4. Объяснение и прогнозирование результатов её работы. Проверка достоверности результатов. Достоверные модели позволяют прогнозировать результаты, что особо важно в принятии решений.
Гносеологические корни позволили сформировать достаточно общий метод системного анализа, в котором выделяют такие этапы: выбор цели формирование вариантов достижения цели исследование ресурсов составление модели определение критериев сравнение альтернатив по принятому критерию и принятие решения реализация решения