- •1. Определение искусственного интеллекта.
- •2. Тест Тьюринга.
- •3. Обзор прикладных областей искусственного интеллекта. Основные сферы применения искусственного интеллекта.
- •4. Интеллектуальные информационные системы: определение и области применения.
- •5. Инженерия знаний. Типы решаемых задач.
- •6. Представление данных и знаний.
- •7. Данные.
- •8. Знания.
- •9. Информационно-поисковые системы: процесс поиска текстовой информации.
- •10. Экспертные системы. Краткая характеристика. Общие задачи.
- •11. Архитектура типовой экспертной системы.
- •12. Выбор задачи экспертной системы. Исследовательский цикл разработки.
- •13. Концептуальная модель.
- •14. Поиск на основе данных и цели. Графы.
- •15. Экспертные системы, основанные на правилах (диагностика автомобиля) (на основе цели).
- •16. Объяснения и прозрачность при поиске на основе цели.
- •17. Экспертные системы, основанные на данных.
- •18. Поиск в глубину и ширину.
- •19. Рассуждения на основе моделей.
- •20. Рассуждения на основе опыта.
- •21. Рассуждения на основе правил (достоинства и недостатки).
- •22. Рассуждения на основе опыта (достоинства и недостатки).
- •23. Рассуждения на основе моделей (достоинства и недостатки).
- •24. Гибридные системы.
- •25. Семантические сети.
- •26. Сценарии.
- •27. Фреймы.
- •28. Концептуальные графы: введение, типы, экземпляры, имена.
- •29. Обобщение и специализация.
- •Наследование в теории концептуальных графов.
- •30. Машинное обучение на основе связей: введение, основы нейронных сетей.
- •31. Нейрон Мак-Каллока-Питтса.
- •32. Персептрон ф. Розенблата.
- •33. Карты Кохонена.
- •34. Социальные и эмерджентные модели обучения. Эволюционное алгоритмы.
- •35. Системы классификации и эволюционное программирование.
- •Деревья решений
- •36. Деревья решений - математический аппарат (алгоритм с 4.5).
- •37. Деревья решений - математический аппарат (алгоритм cart).
- •38. Ассоциативные правила. Алгоритм ограниченного перебора.
23. Рассуждения на основе моделей (достоинства и недостатки).
Преимущества рассуждений на основе моделей сводятся к следующему.
1. Возможность использовать при решении задач функциональные и структурные знания о предметной области. Это увеличивает эффективность механизма рассуждений при решении различных задач, включая те. которые не были предусмотрены при разработке системы.
2. Механизмы рассуждений на основе моделей обычно очень эффективны. Они являются мощными и гибкими средствами решения задач, поскольку, как и люди, часто возвращаются к исходным данным при столкновении с новой проблемой.
3. Некоторые знания можно использовать в разных задачах. Системы рассуждений на основе моделей зачастую базируются на теоретических научных знаниях. Поскольку наука обычно оперирует общими теориями, такое обобщение часто расширяет возможности механизма рассуждений на основе моделей.
4. Обычно системы рассуждений, основанные на моделях, обеспечивают причинные объяснения. Таким образом пользователям можно передать более глубокое понимание причин неисправности, которое может сыграть важную образовательную роль (см. также раздел 16.2).
Недостатки рассуждений на основе моделей таковы.
1. Отсутствие экспериментального (описательного) знания предметной области. Эвристические методы, используемые при рассуждениях на основе правил, отражают важный класс экспертных оценок.
2. Необходимость точной модели предметной области. Знания из многих областей имеют строгую научную основу, которую можно использовать в рассуждениях на основе моделей. Однако во многих сферах, например, в некоторых медицинских направлениях, большинстве проблем проектирования или финансовых приложениях, хорошо определенная научная теория отсутствует. В таких случаях подходы, основанные на моделях, не могут быть использованы.
3. Высокая сложность. Рассуждения, основанные на моделях, обычно ведутся на детализированном уровне, что приводит к значительным усложнениям. Именно по этой причине эксперты в первую очередь разрабатывают эвристики.
4. Исключительные ситуации. Необычные обстоятельства, например, замыкание или взаимодействие множества неисправностей электронных компонентов, могут изменить функциональность системы таким образом, что ее трудно будет предсказать.
24. Гибридные системы.
Важной областью исследований является комбинация различных моделей рассуждений. В гибридной архитектуре, объединяющей несколько парадигм, эффективность одного подхода может компенсировать слабости другого. Комбинируя различные подходы, можно обойти недостатки, присущие каждому из них в отдельности.
Например, сочетание рассуждений на основе правил и опыта может обеспечить следующие преимущества.
1. Просмотр известных случаев до начала рассуждений на основе правил позволяет снизить затраты на поиск.
2. Примеры и исключения можно сохранять в базе данных ситуаций.
3. Результаты поиска можно сохранить для будущего использования. При этом механизм рассуждений позволит избежать затрат на повторный поиск.
Комбинация рассуждений на основе правил и моделей открывает следующие возможности.
1. Объяснения дополняются функциональными знаниями. Это может быть полезно в обучающих системах.
2. Повышается устойчивость системы при отказах. При отсутствии эвристических правил, используемых в данном случае, механизм рассуждений может прибегнуть к рассуждениям от исходных принципов.
3. Поиск на основе модели дополняется эвристическим поиском. Это может помочь в сложных рассуждениях, основанных на модели, и обеспечивает возможность выбора.
Комбинация рассуждений на основе моделей и опыта дает следующие преимущества.
1. Более разумное объяснение ситуаций.
2. Проверка аналогичных случаев до начала более экстенсивного поиска посредством рассуждений на основе моделей.
3. Обеспечение записи примеров и исключений в базу данных случаев, которые могут быть использованы для управления выводом на основе модели.
4. Запись результатов вывода на основе моделей для будущего использования.
Гибридные методы заслуживают внимания как исследователей, так и разработчиков приложений. Однако построение таких систем требует решения целого ряда проблем. Необходимо определить метод рассуждения для данной ситуации, момент изменения метода рассуждения, выяснить различия между методами рассуждения, разработать представления, обеспечивающие совместное использование знаний. Далее будут рассмотрены вопросы планирования или организации частей знаний дли решения более сложных проблем.
