Вопросы для подготовки к экзамену по ЭлИИ в СУ
.docВопросы для подготовки к экзамену по дисциплине:
«Интеллектуальные системы управления»
Возникновение и развитие идеи создания искусственного подобия человека для решения сложных задач и моделирования человеческого разума.
Рождение искусственного интеллекта (ИИ) как научного направления.
Два направления ИИ.
Основная концепция нейрокибернетики.
Персептрон и нейросети.
Основная концепция кибернетики «черного ящика».
Схема основных направлений развития ИИ.
Подходы к решению интеллектуальных задач.
Появление первых экспертных систем (ЭС).
Определение и структура экспертной системы.
Базы знаний (БЗ) интеллектуальных систем.
Данные, знания, информация.
Знания декларативные и процедурные, интенсиональные и экстенсиональные, поверхностные и глубинные.
Модели представления знаний, их сравнительные характеристики и сферы использования.
Вывод на БЗ и его разновидности: прямой, обратный, циклический.
Механизм вывода и его компоненты.
Интерпретатор продукций и его работа в случае продукционной модели БЗ.
Интеллектуальный редактор ЭС и его функции.
Подсистема объяснений ЭС и ее функции.
Интерфейс пользователя ЭС и его функции.
Продукционные правила и их использование в системах, основанных на знаниях.
Фреймы и их использование в системах, основанных на знаниях.
Семантические сети и их использование в системах, основанных на знаниях.
Стратегии повышения эффективности вывода.
Типы отношений, используемые в семантических сетях.
Разновидности семантических сетей.
Примеры экспертных систем для различных предметных областей.
Языки представления знаний.
Сети фреймов. Наследование свойств по АКО-связям.
Классификация ЭС в зависимости от решаемой задачи.
Классификация ЭС в зависимости от связи с реальным временем, типа ЭВМ, степени интеграции.
История разработки теории нечетких множеств.
Нечеткие множества и нечеткая логика.
Базовая шкала и функция принадлежности.
Понятие лингвистической переменной.
Операции с нечеткими знаниями. Квантификаторы.
Мягкие вычисления.
Области применения нечетких знаний.
Биологический нейрон и его состав.
Искусственный нейрон и его состав.
Разновидности функций активации искусственного нейрона.
Логистическая функция активации и ее преимущества.
Нейронная сеть человека и ее оценки.
Возможности компьютерного моделирования нейронных сетей.
Соотношение скорости обработки информации реализациями ИНС и мозгом человека.
Типы задач, решаемые с помощью ИНС.
Виды ИНС.
ИНС со свойством кратковременной памяти.
Обучение ИНС с учителем и без учителя.
Преимущества и недостатки ИНС.
Состав персептрона Розенблатта.
Значения выходов сенсоров, R-элементов, S-A и A-R связей в персептроне.
Разновидности персептронов.
Отличие однослойного персептрона от искусственного нейрона.
Задачи, решаемые с помощью персептронов.
Теоремы Розенблатта и условия их выполнения.
Классификация персептронов.
Понятие линейной разделимости.
Соотношение понятий ИНС и персептрона.
Формализованные системы.
Аксиоматический метод в логике. Первичные термины, аксиомы и теоремы.
Металогические требования к аксиомам формализованной системы.
Непротиворечивость, независимость и полнота системы аксиом.
Применение аксиоматического метода к логике высказываний.
Развитие формализованных систем знаний, начиная с ХIII века.
Теорема Гёделя о неполноте и ее интерпретация с точки зрения формализации знаний.
Прогнозы развития достижений в области ИИ.