
- •Искусственный интеллект. Определения искусственного интеллекта. История развития искусственного интеллекта
- •Предпосылки развития науки искусственного интеллекта
- •Парадигмы искусственного интеллекта. Тест Тьюринга
- •Подходы к созданию интеллектуальных систем.
- •Направления развития искусственного интеллекта
- •Области применения искусственного интеллекта
- •Интеллектуальные системы. Основные понятия и определения. Структура интеллектуальной системы.
- •Модели и методы знаний. Структуры памяти эвм. Информационные структуры для хранения данных.
- •Модели представления данных.
- •Концепция знаний.
- •Модели представления знаний. Логические и сетевые модели.
- •Модели представления знаний. Продукционные и фреймовые модели.
- •Графы сетей Петри Скучная и непонятная теория из лекций
- •Наглядный пример Пример 1
- •Пример 2
- •Сети Петри: дерево достижимых разметок.
- •Оценка свойств сетей Петри на основе матричных уравнений.
- •Алгебра сетей Петри: операции над сетями Петри.
- •Расширения сетей Петри: ингибиторные, приоритетные, временные.
- •Способы описания сетей Петри.
- •Методы анализа сетей Петри. Задачи анализа.
- •Методы анализа сетей Петри. Дерево достижимых разметок.
- •Методы анализа сетей Петри. Анализ на основе матричных методов.
- •Проектирование сложных вычислительных структур. Структурный подход.
- •Матричные структуры. Преимущества матричных структур.
- •Примеры проектирование структур матричных процессоров на основе проекций процессорных элементов.
- •Построение параллельных матричных систем на примере умножения двух матриц.
- •Глубокое обучение. Принцип действия глубокого обучения. Геометрическая интерпретация глубокого обучения.
- •История машинного обучения. Вероятностное моделирование. Метод опорных векторов. Деревья решений.
- •Математические основы нейронных сетей.
- •Нейронные сети. Представление данных.
- •Нейронные сети. Представление данных. Примеры.
- •Нейронные сети. Операции с тензорами. Примеры.
- •Сверточные нейронные сети. Эффект границ. Шаг свертки.
- •Основные задачи в сфере компьютерного зрения.
- •Сверточные нейронные сети. Модульность, иерархия, многократное использование
- •Рекурентные нейронные сети. Класс задач, решаемых рекурентными нейронными сетями.
- •Рекурентные нейронные сети. Обработка естественных языков.
- •Генеративное глубокое обучение. Художественная обработка изображений.
- •Генетические алгоритмы. Основные понятия.
Области применения искусственного интеллекта
Интеллектуальные системы. Основные понятия и определения. Структура интеллектуальной системы.
Интеллектуальная система (ИС) – автоматизированная система, основанная на знаниях, или комплекс программных, лингвистических и логико-математических средств для реализации основной задачи – осуществления поддержки деятельности человека и поиска информации в режиме продвинутого диалога на естественном языке. Кроме того, информационно-вычислительными системами с интеллектуальной поддержкой для решения сложных задач называют те системы, в которых логическая обработка информации превалирует над вычислительной. Таким образом, любая информационная система, решающая интеллектуальную задачу или использующая методы искусственного интеллекта, относится к интеллектуальным.
Для интеллектуальных информационных систем характерны следующие признаки:
− развитые коммуникативные способности;
− умение решать сложные плохо формализуемые задачи;
− способность к самообучению;
− адаптивность.
Коммуникативные способности ИС характеризуют способ взаимодействия (интерфейса) конечного пользователя с системой, в частности возможность формулирования произвольного запроса в диалоге с ИС на языке, максимально приближенном к естественному.
Сложные плохо формализуемые задачи – это задачи, которые требуют построения оригинального алгоритма решения в зависимости от конкретной ситуации, для которой могут быть характерны неопределенность и динамичность исходных данных и знаний.
Способность к самообучению – это возможность автоматического извлечения знаний для решения задач из накопленного опыта конкретных ситуаций.
Адаптивность – способность к развитию системы в соответствии с объективными изменениями модели проблемной области.
По мощности используемых вычислительных средств ИС можно условно разделить на несколько следующих категорий.
· Локальные ИС используют встроенные компьютерные средства (контроллеры и микрокомпьютеры), размещенные в самом устройстве или роботе.
· Локально распределенные ИС объединяют локальные вычислительные средства нескольких близко расположенных устройств или роботов, которые функционируют совместно (например, в промышленной роботизированной установке или линии).
· Комплексные, или корпоративные, распределенные ИС строятся как распределенные вычислительные сети комплекса роботизированных установок или линий предприятия (например, в цеху или лаборатории).
По решаемым задачам ИС можно условно разделить на несколько видов.
· ИС обработки и поиска информации решают задачи сжатия, распознавания, категоризации поступающих в систему документов, накопления в базе данных обработанной информации, а также поиска документов, релевантных запросам пользователей с использованием специализированных баз знаний о структуре накопленной информации и предпочтениях пользователей.
· ИС автоматизированного проектирования решают широкий круг задач для производства конструкторской документации при создании новых изделий с использованием специализированных баз знаний и данных, которые исходно имеются в системе и могут накапливаться в процессе ее функционирования.
· ИС поддержки принятия решений анализируют текущие состояние объектов и предлагают операторам на выбор варианты решений для нормализации ситуаций или процессов, наблюдаемых в этом состоянии При этом используются разнообразные интеллектуальные средства, включающие базы знаний о действиях операторов в разных ситуациях и соответствующие средства вывода.
· ИС управления решают задачи автоматического управления сложными объектами, например робототехническими комплексами. Эти задачи решаются с использованием баз знаний о поведении объектов в разных ситуациях и соответствующих средств вывода, как правило, с учетом неопределенностей нечеткого или вероятностного вида.
· ИС прогнозирования ситуаций, процессов или действий часто применяются в военном деле, промышленности и экономике. Решение этой задачи выполняется с использованием знаний о возможных тенденциях развития анализируемых процессов и средств вывода, позволяющих предсказывать ситуации, в которые эти процессы могут попасть в заданном интервале прогнозирования.
По назначению ИС могут быть условно разделены на следующие категории.
· Информационные ИС предназначены для обработки и поиска информации и, как правило, включают элементы искусственного интеллекта или строятся по традиционным схемам с базами знаний и машинами вывода.
· ИС промышленного назначения используются для управления отдельными устройствами, установками и комплексами установок на производстве. Такие системы также строятся по традиционным схемам.
· ИС для дома и сервиса очень разнообразны и используются, например, для управления умными домами, средствами обслуживания пациентов больниц или клиентов предприятий питания. Как правило, эти системы также используют традиционные интеллектуальные средства.
· ИС для экстремальных условий обеспечивают функционирование технических средств, работающих в экстремальных условиях (под водой, на атомных станциях, в космосе и т.д.), и должны обладать способностью адаптации к изменяющимся условиям среды за счет когнитивных элементов, накапливающих знания, которые позволят приспосабливаться к новым ситуациям.
· Робототехнические ИС, т.е. системы, обеспечивающие функционирование автономных роботов и роботизированных комплексов, реализуются разнообразными интеллектуальными средствами. Наибольший уровень интеллекта имеют системы, используемые в так называемых гуманоидных роботах, которые предназначены для работы во взаимодействии с людьми и поэтому должны иметь человекоподобное поведение и обладать в том числе когнитивными способностями и даже элементами креативности.
Архитектура интеллектуальных систем включает три комплекса вычислительных средств (рисунок 1.6).
Первый комплекс представляет собой совокупность средств, выполняющих программы (исполнительную систему), спроектированных с позиций эффективного решения задач, имеет в ряде случаев проблемную ориентацию.
Второй комплекс представляет собой совокупность средств интеллектуального интерфейса, имеющих гибкую структуру, которая обеспечивает возможность адаптации в широком спектре интересов конечных пользователей.
Третьим комплексом средств, с помощью которых организуется взаимодействие первых двух, является база знаний, обеспечивающая использование вычислительными средствами первых двух комплексов целостной и независимой от обрабатывающих программ системы знаний о проблемной среде. Исполнительная система объединяет всю совокупность средств, обеспечивающих выполнение сформированной программы.
Интеллектуальный интерфейс – система программных и аппаратных средств, обеспечивающих для конечного пользователя использование компьютера для решения задач, которые возникают в среде его профессиональной деятельности либо без посредников, либо с незначительной их помощью.
БЗ занимает центральное положение по отношению к остальным компонентам вычислительной системы. В целом, через БЗ осуществляется интеграция средств вычислительной системы, участвующих в решении задач.