1.3. Направления исследований в области ии
В настоящее время выделяются шесть направлений исследований в области ИИ:
Представление знаний. Решаются задачи, связанные с формализацией и представлением знаний в памяти систем ИИ. Для этого разрабатываются специальные модели представления знаний и языки их описания.
Манипулирование знаниями. Разрабатываются способы пополнения знаний на основе их неполных описаний, создаются методы достоверного и правдоподобного выводов на основе имеющихся знаний, предлагаются модели рассуждений, опирающиеся на знания и имитирующие особенности человеческих рассуждений.
Общение. Этот проблема понимания и синтеза связанных текстов на естественном языке, понимание и синтез речи, теория моделей коммуникации между человеком и системой ИИ. На основе исследований в рамках этого направления формируются методы построения лингвистических процессоров, вопросно-ответных диалоговых и других систем ИИ, целью которых является общение человека с системой.
Восприятие. Разработка методов представления информации о зрительных образах, создание методов перехода от зрительных сцен к их текстовому описанию и обратно.
Обучение. Развитие способности систем ИИ к решению задач, с которыми они раньше не встречались. Разрабатываются методы формирования условий задач по описанию проблемной ситуации или по наблюдению за ней, методы перехода от известного решения частных задач к решению общих, создание приемов декомпозиции исходной задачи на более мелкие и уже известные для систем ИИ.
Поведение. Разрабатываются методы для адекватного взаимодействия с окружающей средой и другими системами ИИ.
Глава 2. Общие сведения о системах искусственного интеллекта
2.1. Обобщенная схема системы искусственного интеллекта
Рис. 1. Схема системы искусственного интеллекта
Описание модулей системы ИИ:
База целей определяет прагматику поведения, стимул, действия, критерии.
База знаний (БЗ) содержит основные закономерности предметной области и позволяет выводить новые факты, если они не фиксированы непосредственно. Кроме того, в ней содержатся сведения о структуре и содержании базы данных и средства, обеспечивающие понимание входного языка.
База данных содержит структурированные фактографические сведения.
Блок представления знаний содержит модель внешнего мира.
Блок интерпретации выполняет обработку запросов и результатов в терминах модели внешнего мира.
Блок выработки решений формирует результат запроса. При этом возможный поиск готового решения, полученного на основании опыта или в процессе обучения, или частичного вывода и сборке из частей.
Блок усвоения знаний. Имеется в развитых системах ИИ и предает им способность к обучению, накоплению знаний и коррекции целей.
2.2. Этапы разработки систем искусственного интеллекта
Разработка программных комплексов интеллектуальных систем, как за рубежом, так и в нашей стране находится на уровне скорее искусства, чем науки. Это связано с тем, что долгое время системы искусственного интеллекта внедрялись в основном во время фазы проектирования, а чаще всего разрабатывалось несколько прототипных версий программ, и на их основе уже создавался конечный продукт. Такой подход действует хорошо в исследовательских условиях, однако в коммерческих условиях он является слишком дорогим, чтобы оправдать затраты на разработку.
Процесс разработки промышленной интеллектуальной системы, опираясь на традиционные технологии, можно разделить на шесть более или менее независимых этапов:
Идентификация. На этапе идентификации определяются задачи, которые подлежат решению, выявляются цели разработки, ресурсы, участники процесса проектирования, их роли и категории пользователей. В ходе идентификации задачи (задач) необходимо ответить на следующие вопросы: какие задачи предлагается решать и как они могут быть oxapaктеризованы и определены; на какие подзадачи разбивается каждая задача какие данные они используют; каковы основные понятия и взаимоотношения, используемые при формулировании и решении задачи; какие знания релевантны решаемой задаче; какие ситуации препятствуют решению.
Концептуализация. На этом этапе эксплицируют ключевые понятия, отношения (упомянутые на этапе идентификации) и характеристики, необходимые для описания процесса решения задачи. На этом этапе определяются следующие особенности задачи: типы доступных данных; исходные и выводимые данные, подзадачи общей задачи; используемые стратегии и гипотезы; виды взаимосвязей между объектами проблемной области, типы используемых отношений (иерархия, причина-следствие, часть-целое и т. п.); процессы, используемые в ходе решения задачи; типы ограничений, накладываемых на процессы, используемые в ходе решения; состав знаний, используемых для решения задачи; состав знаний, используемых для оправдания (объяснения) решения.
Формализация. На данном этапе все ключевые понятия и отношения, введенные на этапе концептуализации, выражаются на некотором формальном языке. Здесь он определяет, подходят ли имеющиеся инструментальные средства для решения рассматриваемой проблемы или необходимы оригинальные разработки. Выходом этапа формализации является описание того, как рассматриваемая задача может быть представлена в выбранном или разработанном формализме.
Выполнение. Цель этого этапа создание одного или нескольких прототипов системы искусственного интеллекта, решающих требуемые задачи. Затем на данном этапе по результатам этапов тестирования и опытной эксплуатации создается конечный продукт, пригодный для промышленного использования. Разработка прототипа состоит в программировании его компонентов или выборе их из имеющихся инструментальных средств и наполнении БЗ.
Тестирование. В ходе этого этапа осуществляется оценка выбранного способа представления знаний и интеллектуальной системы в целом. Как только система ИИ оказывается в состоянии обработать от начала до конца два или три примера, необходимо начинать проверку на более широком круге примеров, чтобы определить недостатки БЗ и управляющего механизма (процедур вывода). Инженер по знаниям должен подобрать примеры, обеспечивающие всестороннюю проверку ЭС. Обычно выделяют следующие источники неудач в работе системы: тестовые примеры (недостаточно показательные); ввод–вывод (неправильные вопросы или собрана не вся необходимая информация, неудобный для пользователя входной языка), правила вывода (ошибочность, противоречивость и неполнота правил), управляющие стратегии.
Опытная эксплуатация. На данном этапе проверяется пригодность системы для конечного пользователя. Здесь система занимается решением всех возможных задач при работе с различными пользователями. Целесообразно организовать работу системы не на стенде разработчика, а на месте работы пользователей. По результатам эксплуатации может потребоваться не только модификация программ и данных (совершенствование или изменение языка общения, диалоговых средств, средств обнаружения и исправления ошибок, настройка на пользователя и т. д.), но и изменение устройств ввода–вывода из-за их неприемлемости для пользователя. После успешного завершения этапа опытной эксплуатации и использования различными пользователями система может классифицироваться как коммерческая.