Лекция № 23 Интеллектуальные информационные технологии. Самообучающиеся системы. Нейронные сети. Технологии экспертных систем(2 ч). Интеллектуальные информационные технологии

Информационные технологии имеют дело с информацией в виде фактов, данных, документов. Интеллектуальные информационные технологии преобразуют информацию в знания. Знания - вид информации, хранимой в базах знаний и отражающей знание человека-специалиста (эксперта) в определенной предметной области; множество всех текущих ситуаций в предметной области и способы перехода от одного описания объекта к другому. Для знаний характерна внутренняя интерпретируем ость (толкование), структурируемость, связность и активность. Говоря образно

Знания = факты + убеждения + правила.

Знания связаны с человеческим фактором, так как в его определение входит «убе­ждение», что присуще только человеческому интеллекту. Поэтому информационные тех­нологии, связанные с обработкой знаний или использующие алгоритмы, аналогичные принципам деятельности человеческого мозга, стали называть интеллектуальными.

Одновременно с появлением первой ЭВМ начали проводить работы по созданию искусственного интеллекта.

Искусственный интеллект из области фантастики стал превращаться в научные исследования после появления в сороковых годах прошлого века книги Норберта Винера «Кибернетика, или управление и связь в животном и в машине». Термин «Кибернетика» обозначает науку об общих закономерностях процессов управления и переда­чи информации в машинах, живых организмах и обществе. Сегодня этот термин используется редко. Его заменяют многочисленные практические направления исследований: искусственный интеллект, информационное моделирование, аналитические технологии, интеллектуальные информационные системы, теория управления, распознавание образов, экспертные системы и системы поддержки принятия решений, нейронные сети, робототехника и др.

Искусственный интеллект - свойство автоматических и автоматизированных систем выполнять отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних условий. Создание искусственного интеллекта связано с моделированием нервной высшей деятельности. Выделяют два основных подхода к его исследованию и моделированию - имитационный и прагматический.

Имитационный подход ставит своей целью имитировать и результаты работы мозга и принципы его действия, то есть понять, как именно работает мозг.

Прагматический подход не интересуется тем, как работает мозг. Он ставит цель найти методы, позволяющие машине решать сложные интеллектуальные задачи, какие умеет решать только человек.

В действительности оба метода дополняют друг друга. Имитационный подход порождает основные идеи, а прагматический доводит их до стадии практически полезных разработок.

В имитационном подходе обучение строится следующим образом. Накапливается статистическая информация о комбинации входных сигналов (образов). В тот момент, ко­гда система «понимает», что некая комбинация входных сигналов не случайна, она обучается (запоминает) распознавать эту комбинацию как образ. Распознавание комбинации образов обучает систему формировать образы более высокого порядка.

Такой подход позволил создавать системы управления, способные находить способ управления в соответствии с меняющимися окружающими условиями и даже корректиро­вать этот способ, то есть создавать само развивающиеся самообучающиеся системы. Цель такой системы - улучшение своего, а не нашего состояния. Поэтому, ставя цель построить модель природного мозга, мы лукавим, так как на самом деле мы хотим построить идеального исполнителя наших задач и воли, то есть искусственного раба, а не искусственный интеллект.

На этих же принципах «чего изволите?» строятся экспертные системы, лингвистические процессоры, промышленные роботы.

Интеллектуальные информационные технологии строятся с использованием технологий гипертекста, мультимедиа, когнитивной графики совместно с методами имитационного и информационного моделирования, лингвистических процессоров, семантических и нейронных сетей и др. Они используются для:

• создания экспертных систем;

• нахождения решений в сфере управления всех уровней;

• решения задач аналитического характера на основе структуризации текста для

• создания аналитических докладов, записок;

• прогнозирования природных, экологических катастроф, техногенных аварий;

• нахождения решений в социальной и политической сферах с повышенной на­пряженностью и т.д.