Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ИИ / ИИ / СШІ / Мультимедийний курс лекций1.ppt
Скачиваний:
56
Добавлен:
11.02.2015
Размер:
2.9 Mб
Скачать

Лекция 1

Введение в системы искусственного

интеллекта

Рассматриваемые вопросы:

1.Главные определения дисциплины Системы искусственного интеллекта.

2.Подходы к построению систем искусственного интеллекта.

Системы искусственного интеллекта -

научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными.

Концепции создания искусственного интеллекта:

1.интеллект – это умение решать сложные задачи.

2.интеллект – способность к обучению.

3.интеллект – это возможность взаимодействовать с внешним миром путем восприятия и осознания воспринятого.

Существуют два понятия:

универсальный искусственный интеллект

узкоспециализированный искусственный интеллект

Универсальный искусственный интеллект – это многогранная интеллектуальная система будущего, приближенная к человеку, аналогичная ему или превосходящая его.

Узкоспециализированный искусственный интеллект – это система, построенная по определённым интеллектуальным моделям, способная решать частные интеллектуальные задачи.

Подходы к построению систем искусственного интеллекта

Логический

Структурный

Эволюционный

Имитационный

Логический подход (логическое моделирование)

Это построение искусственного интеллекта путём моделирования логического мышления.

Основывается на применении теории логик, как исчисления высказываний и исчисления предикатов, а также нечёткой логики и других логик: модальной, временной, пространственной и т.п.

При логическом моделировании большое значение имеет выбор модели представления знаний (МПЗ). Различают три типа МПЗ:

формальные модели представления знаний( построенные на основе исчисления высказываний и исчисления предикатов),

неформальные (семантические, продукционные, фреймовые, реляционные)

интегрированные (совмещают модели различных типов)

К логическим системам искусственного интеллекта относятся: экспертные системы, интеллектуальные поисковые системы, и др.

Примеры записей на основе логики предикатов:

По русски: Каждый человек прогуливается Логически: V x ( Человек(x) Прогуливается(x)).

По русски: Некоторые люди прогуливаются Логически: Ǝ x (Человек(x) ʌ Прогуливается(x))

По русски: Ни один человек не прогуливается Логически: ¬ (Ǝ x (Человек(x) ʌ Прогуливается(x)))

По русски: Если для любой ячейки (i,j) записывается

её значение x(i,j), то это означает, что не существует ячейки, для которой не определено значение x. Логически: V (i,j) x(i,j) ≡ ¬ Ǝ (i,j) ¬ x(i,j)

Фреймовое представление знаний.

Создатель теории фреймов - американский ученый в области искусственного интеллекта М. Минский. По его мнению, процессы мышления базируются на хранящихся в памяти многочисленных структурах данных - фреймов, с помощью коих человек:

1)осознает образы зрительные - фреймы восприятия визуального;

2)понимает слова - фреймы семантические;

3)понимает рассуждения, действия - фреймы-сценарии;

4)понимает повествования - фреймы-рассказы.

Таким образом, Фрейм это минимальное описание некоего явления, факта или объекта, обладающее свойством целостности: удаление из этого описания любой составляющей приводит к тому, что данное явление перестает правильно опознаваться (классифицироваться).

В фреймовых базах данных экспертных систем фрейм представляет собой именованную таблицу с некоторым количеством слотов- ячеек, имевших свои имена и получающих в процессе работы машины вывода некоторые значения. В качестве значений могут присутствовать константы, ссылки на фреймы более высокого или более низкого уровня, а также некоторые вычислительные процедуры.

Продукционное представление знаний модель основанная на правилах, позволяет представить знание в виде предложений типа «Если (условие), то (действие)».

Правила продукций в виде: Если пациент болен гриппом И стадия заболевания начальная, ТО температура высокая с вероятностью = 0.95 И головная боль есть с вероятностью = 0.8. Правило продукции состоит из двух частей: посылки (ЕСЛИ) и заключения (ТО), каждая из которых состоит из конъюнкции утверждений более низкого уровня детализации.

В общем случае продукционную модель можно представить в следующем виде:

,где:

— описание класса ситуаций;

— условие, при котором продукция активизируется;

— ядро продукции;

— постусловие продукционного правила.

Языки сентенционного программирования

Пролог ( Prolog) — язык и система логического программирования, основанные на языке предикатов математической логики.

Рефал - Название языка происходит от "РЕкурсивных Функций АЛгоритмический язык", вся информация в этом языке представляется в виде правил конкретизации. Каждое правило записывается в виде предложения, которое представляет собой продукцию с определенными синтаксисом и семантикой. Каждое правило конкретизации определяет раскрытие смысла некоторого понятия через более элементарные. Операцию конкретизации можно также определить как переход от имени к значению.

Лисп (LISP, LISt Processing language) — «обработка списков»; современное написание: Lisp) — семейство языков программирования, программы, данные в которых представляются системами линейных списков символов. Современные пакеты Lisp позволяют выполнять функциональное программирование, объектно-ориентированное программирование, ситуационное программирование, продукционное программирование и логическое программирование(необходимо запрограммировать алгоритм доказательства).

FRL (язык фреймовых представлений).

Экспертная система (ЭС) это программное обеспечение, которое выполняет функции эксперта при решении какой-либо задачи в области его компетенции. ЭС, как и эксперт-человек, в процессе своей работы оперирует со знаниями. Знания о предметной области, необходимые для работы ЭС, определенным образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы. ЭС решают задачи в узкой предметной области на основе дедуктивных рассуждений.

Любая экспертная система включает в себя три основных компонента.

1.База знаний и интегрированные базы знаний.

2.Машина вывода с механизмом логического вывода, реализацией функции, а также синтаксис логических выводов.

3.Интерфейс разумных умозаключений.

Таблица1.1.Состав первых двух компонентов экспертной системы

База знаний

Машина вывода

Объекты, факты

Механизм логического

Правила, связи

вывода

Реализация различных

Атрибуты

функций

Значения

Синтаксис методов

 

 

логического вывода