Вопрос №1

Понятие искусственного интеллекта Иску́сственный интелле́кт (ИИ, англ. Artificial intelligence, AI) — наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. ИИ связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами Если обратиться к существующим традиционным дефинициям мышления, то можно заметить, что в них обычно выделяются три его признака. Во-первых, мышление рассматривается как отражение субъектом связей и отношений между предметами и явлениями объективной действительности. Во-вторых, спецификой этого отображения считают то, что оно является обобщенным. И, в-третьих, особенность мыслительного отображения видят в его опосредованности, благодаря которой оно выводится за пределы опыта. Показывая недостаточность традиционных дефиниций мышления, Л. М. Веккер отмечает, что признаки мышления, входящие в состав его наиболее распространенных определений, будучи необходимыми компонентами его общей структуры, не являются, однако, носителями специфики мысли по сравнению с процессами домыслительной, "чисто" образной психической информации [52]. "Описанные три признака мысли, - пишет он далее, - рассматриваемые в качестве показателей ее структуры, представляют именно первый этап их научного исследования, на котором еще не произведена соответствующая конкретизация. В силу этого они выступают в своей общей форме, а специфические особенности проявления этих трех характеристик именно в области мышления по сравнению с другими познавательными процессами здесь еще не выделены" [53]. Следовательно, как полагает Л. М. Веккер, специфика мышления должна быть выведена в качестве пусть высшего и особого, но частного случая общих принципов организации психических процессов. О разумности машины говорят в том смысле, что она может самостоятельно решать задачи, которые обычно требуют постоянного управления или вмешательства со стороны человека. Такая машина, решая поставленную задачу, должна быть способна действовать самостоятельно, сообразуя свое поведение с любыми непредвиденными изменениями в окружающей среде. Под искусственным интеллектом понимают моделирование автоматами творческих мыслительных процессов с помощью эвристических программ. Информационный подход к интеллекту выразил Н. М. Амосов. "Любое техническое устройство, - пишет он, - можно считать разумным, если оно способно выделять, перерабатывать и выдавать информацию"

Вопрос №2

Признаки и функции интеллектуальных информационных систем. Классификация ИИС Классификация – это система распределения объектов (предметов, явлений, процессов, понятий) по классам в соответствии с определенным признаком. Под объектом понимается любой предмет, процесс, явление материального или нематериального свойства. Задача классификации — создать некие удобные образы, позволяющие, например, при выборе систем ограничиться определенным классом или типом. Основная проблема классификации ИС заключается в том, что единой системы оснований для классификации выработать не удалось. Предлагается классифицировать информационные системы по следующим признакам: Настольные (одиночные) ИС. Предназначены для работы одного человека. Представляют собой автоматизированное рабочее место (АРМ) специалиста (конструктора, технолога, бухгалтера малого предприятия, расчетчика заработной платы и т.д.) и позволяют повысить продуктивность и производительность его работы. Внедрение таких ИС проводится сравнительно быстро и легко (обычно всего несколько дней). Компьютерное обеспечение: настольные или мобильные ПК. ПО: различные программные приложения, связанных общим информационным фондом, Такие приложения создаются с помощью так называемых «настольных СУБД» (FoxPro, Paradox, dBase, MS Access ) или с помощью файловой системы и диалоговой оболочки для ввода, редактирования и обработки данных. Режим использования: рассчитаны на работу одного пользователя или группы пользователей, разделяющих по времени одно рабочее место. Пример: распространяемая налоговыми инспекциями программа «Налогоплательщик ЮЛ». Офисные (групповые) ИС. Их основная цель – информатизация деятельности сотрудников офиса (быстрая обработка данных, повышение эффективности работы, упрощение канцелярского труда). Групповые ИС ориентированы на коллективное использование информации членами рабочей группы одного подразделения. Строятся на основе локальной вычислительной сети ПК или как многотерминальная централизованная вычислительная система. Корпоративные ИС. Это комплексные системы автоматизации предприятий и организаций. Цель – упорядочение и автоматизация бизнес-процессов предприятия, усовершенствование механизмов управления и принятия стратегических решений, создание единой системы автоматизированного документооборота. Архитектура корпоративных ИС: файл-серверная, клиент-серверная, на основе Интернет/Интранет технологий. ПО: крупные, специально разработанные и настроенные под деятельность конкретной организации программные комплексы.

Вопрос №3

Экспертные системы. Задачи, решаемые ЭС Экспертные системы (ЭС)- это яркое и быстро прогрессирующее направление в области искусственного  интеллекта (ИИ). Причиной повышенного интереса, который ЭС вызывают к себе на протяжении всего своего существования, является возможность их применения к решению задач из самых различных областей человеческой деятельности. Пожалуй, не найдется  такой проблемной области, в которой не было бы создано ни одной ЭС или, по крайней мере, такие попытки не предпринимались бы.ЭС - это набор программ или программное обеспечение, которое выполняет функции эксперта при решении какой-либо задачи в области его компетенции. ЭС, как  и эксперт-человек, в процессе своей работы оперирует со знаниями. Знания о предметной области, необходимые для работы ЭС, определенным образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы. ЭС выдают советы, проводят анализ, выполняют классификацию, дают консультации и ставят диагноз. Они ориентированы на решение задач, обычно требующих проведения экспертизы человеком-специалистом. В отличие от машинных программ, использующий процедурный анализ, ЭС решают задачи в узкой предметной области (конкретной области экспертизы) на основе дедуктивных рассуждений. Такие системы часто оказываются способными найти решение задач, которые неструктурированны и плохо определены. Они справляются с отсутствием структурированности путем привлечения эвристик, т. е. правил, взятых “с потолка”, что может быть полезным в тех системах, когда недостаток необходимых знаний или времени исключает возможность проведения полного анализа. Главное достоинство ЭС - возможность накапливать знания, сохранять их длительное время, обновлять и тем самым обеспечивать относительную независимость конкретной организации  от наличия в ней квалифицированных специалистов. Накопление знаний позволяет повышать квалификацию специалистов, работающих на предприятии, используя наилучшие, проверенные решения. Практическое применение искусственного интеллекта на машиностроительных предприятиях и в экономике основано на  ЭС, позволяющих  повысить качество и сохранить время принятия решений, а также способствующих росту эффективности работы и повышению квалификации специалистов.

Вопрос №4

Области применения ЭС. Классификация ЭС Класс "экспертные системы" сегодня объединяет несколько тысяч различных программных комплексов, которые можно классифицировать по различным критериям. Полезными могут оказаться следующие классификации: 1) Интерпретация данных. Это одна из традиционных задач для экспертных систем. Под интерпретацией понимается определение смысла данных, результаты которого должны быть согласованными и корректными. Обычно предусматривается многовариантный анализ данных.Пример: обнаружение и идентификация различных типов океанских судов — SIAP; определение основных свойств личности по результатам психодиагностического тестирования в системах АВТАНТЕСТ и МИКРОЛЮШЕР и др. Диагностика. Под диагностикой понимается обнаружение неисправности в некоторой системе. Неисправность — это отклонение от нормы. Такая трактовка позволяет с единых теоретических позиций рассматривать и неисправность оборудования в технических системах, и заболевания живых организмов, и всевозможные природные аномалии. Важной спецификой является необходимость понимания функциональной структуры ("анатомии") диагностирующей системы. Пример: диагностика и терапия сужения коронарных сосудов — ANGY; диагностика ошибок в аппаратуре и математическом обеспечении ЭВМ — система CRIB и др.3) Мониторинг. Основная задача мониторинга — непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Главные проблемы — "пропуск" тревожной ситуации и инверсная задача "ложного" срабатывания. Сложность этих проблем в размытости симптомов тревожных ситуаций и необходимость учета временного контекста.Пример: контроль за работой электростанций СПРИНТ, помощь диспетчерам атомного реактора—REACTOR; контроль аварийных датчиков на химическом заводе — FALCON и др. Классификация по связи с реальным временем.1) Статические ЭС. Разрабатываются в предметных областях, в которых база знаний и интерпретируемые данные не меняются во времени. Они стабильны.Пример: Диагностика неисправностей в автомобиле.2) Квазидинамические ЭС. Интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом времени.Пример: Микробиологические ЭС, в которых снимаются лабораторные измерения с технологического процесса один раз в 4 - 5 ч (производство лизина, например) и анализируется динамика полученных показателей по отношению к предыдущему измерению.3) Динамические ЭС. Работают в сопряжении с датчиками объектов в режиме реального времени с непрерывной интерпретацией поступаемых данных.Пример: Управление гибкими производственными комплексами, мониторинг в реанимационных палатах и т.д. Пример инструментария для разработки динамических систем — G2.3. Классификация по типу ЭВМ

На сегодняшний день существуют: ЭС для уникальных стратегически важных задач на суперЭВМ (Эльбрус, CRAY, CONVEX и др.); ЭС на ЭВМ средней производительности (типа ЕС ЭВМ, mainframe); ЭС на символьных процессорах и рабочих станциях (SUN, APOLLO); ЭС на мини- и супермини-ЭВМ (VAX, micro-VAX и др.); ЭС на персональных компьютерах (IBM PC, MAC II и подобные).

Вопрос №5

Самообучающиеся системы В основе самообучающихся систем лежат методы автоматической классификации примеров ситуаций реальной практики (обучения на примерах). Примеры реальных ситуаций накапливаются за некоторый исторический период и составляют обучающую выборку. Эти примеры описываются множеством признаков классификации. Причем обучающая выборка может быть: “с учителем”, когда для каждого примера задается в явном виде значение признака его принадлежности некоторому классу ситуаций (классообразующего признака);“без учителя”, когда по степени близости значений признаков классификации система сама выделяет классы ситуаций.В результате обучения системы автоматически строятся обобщенные правила или функции, определяющие принадлежность ситуаций классам, которыми обученная система пользуется при интерпретации новых возникающих ситуаций. Таким образом, автоматически формируется база знаний, используемая при решении задач классификации и прогнозирования. Эта база знаний периодически автоматически корректируется по мере накопления опыта реальных ситуаций, что позволяет сократить затраты на ее создание и обновление. Общие недостатки, свойственные всем самообучающимся системам, заключаются в следующем:возможна неполнота и/или зашумленность (избыточность) обучающей выборки и, как следствие, относительная адекватность базы знаний возникающим проблемам;возникают проблемы, связанные с плохой смысловой ясностью зависимостей признаков и, как следствие, неспособность объяснения пользователям получаемых результатов;ограничения в размерности признакового пространства вызывают неглубокое описание проблемной области и узкую направленность применения.Индуктивные системы. Обобщение примеров по принципу от частного к общему сводится к выявлению подмножеств примеров, относящихся к одним и тем же подклассам, и определению для них значимых признаков.