2. Классификация интеллектуальных информационных систем (иис)

Единого признака классификации ИИС не существует. Однако, все существующие ИИС можно разбить на два класса:

общего назначения и специализированные.

К ИИС общего назначения отнесены те, которые не только исполняют заданные процедуры; но на основе метапроцедур поиска генерируют и исполняют процедуры решения новых конкретных задач.

К специализированным ИИС отнесены те, которые выполняют решение фиксированного набора задач, предопределенного при проектировании системы. Для использования таких систем требуется наполнить их данными, соответствующими выбранному приложению (прикладным задачам, предметной области).

Приведем наиболее распространенные типы классификаций ИИС.

1. По степени реализации (стадиям существования) различают:

• Прототипы(демонстрационный, исследовательский, действующий).

• промышленные

• коммерческие системы.

У прототипов стадии существования интеллектуальных систем соответствуют уровню готовности системы, завершенности ее функциональных возможностей, реализуемых инструментарием.

Промышленные системы- системы, которые не предназначены для дальнейшей «продажи», а применяемые непосредственно в конкретной промышленной сфере.

Коммерческая система- предназначена в основном для продажи. Она является либо проблемно-ориентированной, либо проблемно-независимой.

2.По степени сложности ИИС делят на поверхностные и глубинные.

Поверхностные ИИС представляют знания об области экспертизы в виде правил (условие → действие). Условие полного правила определяет образец некоторой ситуации, при соблюдении которой правило может быть выполнено. Поиск решения состоит в выполнении тех правил, образцы которых сопоставляются с текущими данными.

Глубинные ИИС, кроме возможностей поверхностных систем, обладают способностью при возникновении неизвестной ситуации определять с помощью некоторых общих принципов, справедливых для области экспертизы, какие действия следует выполнять.

3. С точки зрения разработчика целесообразно выделять статические и динамические иис.

ИИС называется статической, если описывающие ее исходные данные не изменяются во времени (точнее рассматриваются как не изменяющиеся за время решения задачи). Статичность означает неизменность описывающих ее исходных данных. Если исходные данные, описывающие предметную область ИИС, изменяются за время решения задачи, то ИИС называют динамической.

4. По типам решаемых задач ИИС можно подразделить на такие как:

• обработка данных на основе знаний (интерпретация, диагностика и мониторинг);

• формирование данных на основе знаний (прогнозирование, планирование, проектирование);

• обработка и формирование данных и знаний (обучение управление);

• а так же обработка и формирование знаний на основе метознаний (инструментальные системы и средства для автоматизации разработки ИИС, оболочки «пустые» системы).

3.Проблемная область искусственного интеллекта

В настоящее время в области искусственного интеллекта выделено шесть основных проблем (направлений развития).

1. Представление знаний. В рамках этого направления решаются задачи, связанные с формализацией и представлением знаний в памяти системы ИИ. Для этого разрабатываются специальные модели представления знаний и языки описания знаний, внедряются различные типы знаний.

2. Манипулирование знаниями. Чтобы знаниями можно было пользоваться при решении задачи, следует научить систему ИИ оперировать ими.

3. Общение. В круг задач этого направления входят: проблема понимания и синтеза связных текстов на естественном языке, понимание и синтез речи, теория моделей коммуникаций между человеком и системой ИИ.

4. Восприятие. Это направление включает разработку методов представления информации о зрительных образах в базе знаний, создание методов перехода от зрительных сцен к их текстовому описанию и методов обратного перехода, создание средств, порождающих зрительные сцены на основе внутренних представлений в системах ИИ.

5. Обучение. Для развития способности систем ИИ к обучению разрабатываются методы формирования условий задач по описанию проблемной ситуации или по наблюдению за ней, методы перехода от известного решения частных задач (примеров) к решению общей задачи, создание приемов разбиения исходной задачи на более мелкие и уже известные для систем ИИ.

6. Поведение. Поскольку системы ИИ должны действовать в некоторой окружающей среде, то необходимо разрабатывать некоторые поведенческие процедуры, которые позволили бы им адекватно взаимодействовать с окружающей средой, другими системами ИИ и людьми.