
- •Основы теории интеллектуальных систем
- •Нечеткие знания
- •Применение нечетких систем
- •Материальная база ии. Обзор суперкомпьютеров
- •1. Психофизиологический аспект:
- •Денотаты и гештальты
- •Треугольник Фреге
- •Наследование
- •Сети из знаков
- •Фреймы и семантические сети
- •Протофреймы и экзофреймы
- •Знаки-фреймы
- •Базовые процедуры знака-фрейма
- •Сети из знаков-фреймов
- •Операции на сетях из знаков-фреймов
- •Логические системы
- •1) Непротиворечивости, 2) независимости и 3) полноты.
- •Искусственные нейронные сети (инс)
- •Устойчивость к шумам входных данных
- •Адаптация к изменениям
- •Отказоустойчивость
- •Сверхвысокое быстродействие
- •Ответ инс всегда приблизительный
- •Невозможно многошаговое принятие решений
- •Неспособность решать вычислительные задачи
- •1. Единичная ступенчатая функция
- •2. Сигмоидальная функция
- •3. Гиперболический тангенс
- •Прогнозы развития ии Искусственный разум появится в мире через 20 лет
1. Психофизиологический аспект:
а) общительность;
б) способность отказаться от традиционных навыков и освоить новые методы;
в) интерес к разработке.
2. Профессиональный аспект. Поскольку современные ЭС — сложнейшие и дорогостоящие программные комплексы, программисты в КР должны иметь опыт и навыки разработки программ. Обязательно знакомство с основными структурами представления знаний и механизмами вывода, состоянием отечественного и мирового рынка и программных продуктов для разработки ЭС и диалоговых интерфейсов.
Инженер по знаниям
1. Психофизиологический аспект. Существуют такие профессии и виды деятельности, для которых природные качества личности (направленность, способности, темперамент) могут иметь характер абсолютного показания или противопоказания к занятиям. По-видимому, инженерия знаний принадлежит к таким профессиям. По различным оценкам, это одна из самых малочисленных, высокооплачиваемых и дефицитных в мире специальностей.
Пол. Психологи утверждают, что мужчины более склонны к широкому охвату явлений и в среднем у них выше аналитичность, чрезвычайно полезная инженеру по знаниям, которому надо иметь развитое логическое мышление и умение оперировать сложными формальными структурами. Кроме того, при общении с экспертами, которые в большинстве своем настроены скептически по отношению к будущей ЭС, инженер по знаниям – мужчина вызывает более высокую мотивацию успешности со стороны эксперта-женщины. У женщин выше наблюдательность к отдельным деталям объектов, так что пол не является окончательным показанием или, наоборот, противопоказанием к данной профессии.
Интеллект инженера по знаниям должен быть максимально возможным.
Стиль общения важен, т.к. инженер по знаниям ведет диалог с экспертом, и от него зависит его продуктивность. Он должен быть деликатным, внимательным, интеллигентным, ненавязчивым, скромным, артистичным, обладать обаянием, чувством юмора и широтой взглядов, уметь слушать и задавать вопросы.
2. Профессиональный аспект. При определении профессиональных требований к аналитику следует учитывать, что ему необходимы различные навыки и умения для грамотного и эффективного проведения процессов извлечения, концептуализации и формализации знании.Инженер по знаниям имеет дело со всеми формами знаний: Z1 (знания в памяти) —> Z2 (знания в книгах) —> Z3 (поле знаний) —> Z4 (модель знаний) -> Z5 (база знаний).
Работа на уровне Z1 требует от инженера по знаниям знакомства с элементами когнитивной психологии и способами репрезентации понятии и процессов в памяти человека, с двумя основными механизмами мышления — логическим и ассоциативным, c такими способами активизации мышления как игры, мозговой штурм и др., c различными моделями рассуждений.
Изучение и анализ текстов на уровне Z2 подразумевает широкую общенаучную подготовку инженера; знакомство c методами реферирования и аннотирования текстов; владение навыками быстрого чтения, a также текстологическими методами извлечения знаний.
Разработка поля знаний на уровне Z3 требует квалифицированного знакомства c методологией представления знаний, системным анализом, теорией познания, аппаратом многомерного шкалирования, кластерным и факторным анализом. Разработка формализованного описания Z4 предусматривает предварительное изучение аппарата математической логики и современных языков представления знаний. Модель знаний разрабатывается на основании результатов глубокого анализа инструментальных средств разработки ЭС и имеющихся «оболочек». Кроме того, инженеру по знаниям необходимо владеть методологией разработки ЭС, включая методы быстрого прототипирования.
И наконец, реализация базы знаний Z5, в которой инженер по знаниям участвует вместе с программистом, подразумевает овладение практическими навыками работы на ЭВМ и, возможно, одним из языков программирования.
Проблемы разработки промышленных ЭС
Разработка программных комплексов экспертных систем как за рубежом нашей стране находится на уровне скорее искусства, чем науки. Это связано что долгое время системы искусственного интеллекта внедрялись в основном время фазы проектирования, a 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 экспертной системы, опираясь на традиционные технологии практически для любой предметной области можно разделить на шесть более или менее независимых этапов (рис. 15).
Рис. 15. Этапы разработки ЭС
Многие специалисты по информатике весьма критично относятся к методологии экспертных систем. Они считают, что расходы на разработку таких систем очень большие, время разработки слишком велико, а полученные в результате программы накладывают тяжелое бремя на вычислительные ресурсы.
В целом за разработку экспертных систем целесообразно браться организации, где накоплен опыт по автоматизации рутинных процедур обработки информации, таких как:
формирование корпоративных информационных систем;
организация сложных расчетов;
работа с компьютерной графикой;
обработка текстов и автоматизированный документооборот.
Решение таких задач, во-первых, подготавливает высококвалифицированных специалистов по информатике, необходимых для создания интеллектуальных систем, во-вторых, позволяет отделить от экспертных систем неэкспертные задачи.