28.2 Представление знаний в системах искусственного интеллекта

Попытка формально представить все, что существует в мире, была бы бесперспективной. Безусловно, не требуется фактически составлять описание всего, что есть в мире, но можно оставлять свободные места, в которые будут укладываться новые знания о предметной области. Например, мы определим, что подразумевается под понятием физический объект, а описание подробных сведений о различных типах объектов (роботах, телевизорах, книгах или чем-то другом) оставим на будущее. Такая общая инфраструктура понятий называется верхней онтологией, поскольку принято соглашение составлять схемы онтологии, помещая общие понятия в верхней части, а более конкретные под ними.

Крайне важной частью любого способа представления знаний является классификация объектов по категориям. Хотя взаимодействие с реальным миром происходит на уровне отдельных объектов, формирование рассуждений в основном проходит на уровне категорий. Для представления категорий в логике первого порядка могут применяться два способа: представление с помощью предикатов или с помощью объектов. Это означает, что можно применить либо предикат (т. е. функцию принадлежности к более высокому классу), либо овеществить всю категорию в виде некоторого объекта-множества. Категории служат для организации и упрощения базы знаний с помощью наследования. Например, если известно, что все экземпляры категории «Пища» являются съедобными, и сформировано утверждение что «Фрукты» – это подкласс «Пищи», а «Яблоки» – это подкласс фруктов, то можно говорить что все яблоки съедобные. Такие отношения между классами получили название таксономической иерархии. Явно заданные таксономии использовались в прикладных науках в течении многих столетий. Например, предметом систематической биологии является создание таксономии для всех существующих и исчезнувших видов.

28.3 Инструментарий программирования искусственного интеллекта

В программировании в области искусственного интеллекта сложилось два главных направления: прагматическое и бионическое.

Прагматическое направление основано на предположении о том, что мыслительная деятельность человека – «черный ящик». Но если результат функционирования искусственной системы в некотором смысле совпадает с результатом деятельности эксперта, то такую систему можно признать интеллектуальной независимо от способов получения этого результата. При таком подходе не ставится вопрос об адекватности используемых в компьютере структур и методов тем структурам и методам, которыми пользуется в аналогичных ситуациях человек, а рассматривается лишь конечный результат решения конкретных задач.

С точки зрения конечного результата в прагматическом направлении можно выделить три целевые области:

создание инструментария. Инструментарий – языки для систем искусственного интеллекта; дедуктивные и индуктивные методы автоматического синтеза программ; лингвистические процессоры; системы анализа и синтеза речи; базы знаний; оболочки, прототипы систем; системы когнитивной графики;

разработка методов представления и обработки знаний – является одной из основ современного периода развития искусственного интеллекта;

интеллектуальное программирование – разбивается на несколько групп. К ним относят игровые программы, естественно-языковые программы (системы машинного перевода, автоматического реферирования, генерации текстов), распознающие программы, программы создания произведений живописи и графики.

Общим для перечисленных программ является широкое использование поисковых процедур и методов решения переборных задач, связанных с поиском и просмотром большого числа вариантов. Эти методы применяются при машинном решении игровых задач, в задачах выбора решений, при планировании целесообразной деятельности в интеллектуальных системах.

Бионическое направление исследований в области искусственного интеллекта основано на предположении о том, что если в искусственной системе воспроизвести структуры и процессы человеческого мозга, то и результаты решения задач такой системой будут подобны результатам, получаемым человеком. В этом направлении исследований выделяются:

нейробионический подход, в его основе лежат системы элементов, способные подобно нейронам головного мозга воспроизводить некоторые интеллектуальные функции; прикладные системы, разработанные на основе этого подхода, называются нейронными сетями;

структурно-эвристический подход, в его основе лежат знания о наблюдаемом поведении объекта или группы объектов и соображения о тех структурах, которые могли бы обеспечить реализацию наблюдаемых форм поведения; примером подобных систем служат мультиагентные системы;

гомеостатический подход, в этом случае решаемая задача формулируется в терминах эволюционирующей популяции организмов – совокупности противоборствующих и сотрудничающих подсистем, в результате функционирования которых обеспечивается нужное равновесие (устойчивость) всей системы в условиях постоянно изменяющихся воздействий среды; такого рода подход реализован в прикладных системах на основе генетических алгоритмов.

Лекция 29 Пакеты прикладных программ

29.1 Классификация пакетов прикладных программ

29.2 Системы подготовки документации

29.3 Системы для проектирования и обработки данных

29.1 Классификация пакетов прикладных программ

Прикладная программа — это программа, направленная на решение задач, не связанных с обеспечением работы компьютера.

Пакет прикладных программ (ППП) представляет собой программный комплекс, состоящий из различных модулей (в некоторых случаях — самостоятельных прикладных программ), направленный на решение ограниченного комплекса задач определенной предметной области.

29.1.1 Классификация ППП

29.1.1.1 Проблемно–ориентированные ППП

Это наиболее развитая в плане реализуемых функций и многочисленная по количеству созданных пакетов часть ППП. В нем можно классифицировать ППП по разным признакам: типам предметных областей; информационным системам; функциям и комплексам задач, реализуемых программным способом и др. по типу предметных областей можно выделить: ППП автоматизированного бухгалтерского учета; ППП финансовой деятельности; ППП управления персоналом (кадровый учет); ППП управления материальными запасами; банковские информационные системы и др. Примеры: Rs–Bank – банковская система.