- •Лекция 2
- •Идея создания искусственного подобия человека для решения сложных задач и моделирования человеческого разума
- •Луллий был автором многих трудов, однако в данном контексте интерес представляет его книга
- •Отом, насколько удачным оказался опыт использования этой машины, сказать трудно. Однако, попутно Луллий
- •В Англии XIX века были предприняты дальнейшие попытки построить логическую машину. Начало им
- •Основой этой машины является двумерная матричная конструкция, а потому с ее помощью можно
- •Еще одной интересной фигурой был хирург Альфред Сми (1818- 1877), увлекавшийся электробиологией (так
- •Русский ученый Семён Николаевич Корсаков в 1832 г. представил общественности своё изобретение —
- •В 1870 г. Уильям Стэнли Джевонс сконструировал ЛМ, позволяющую механизировать простейшие силлогистические выводы.
- •Джон Венн (1834-1923) работал в области логики классов, где создал особый графический аппарат
- •В 1883 г. Аллан Маркванд (1853-1924) взял за основу логическое пианино Джевонса и
- •В 1936 г. психолог Бенжамин Бурак построил первую электрическую ЛМ. Она была упакована
- •Слово «силлогизм» произошло от греческого syllogysmos, что означает «вывод». Очевидно, что силлогизм –
- •Посылок в силлогизме две. Они содержат три термина силлогизма, обозначаемые буквами S, P
- •Все боксеры – спортсмены.
- •Более известной была ЛМ, построенная в 1947 г. Уильямом Баркхартом и Теодором Калном.
- •После Второй мировой войны стало очевидным, что компьютерные программы могут достичь тех же
- •Термин "искусственный интеллект" - ИИ - (AI - artificial intelligence) был предложен в
- •Зарождение нейрокибернетики
- •Физиологами давно установлено, что основой человеческого мозга является большое количество (до 1021) связанных
- •Первые нейросети были созданы Розенблаттом и Мак-Каллоком в 1956-1965 гг. Это были попытки
- •Однако в 1980-х в Японии в рамках проекта "ЭВМ V поколения" был создан
- •Можно выделить 3 подхода к созданию нейросетей:
- •Откибернетики "черного ящика" к ИИ
- •Это направление искусственного интеллекта было ориентировано на поиски алгоритмов решения интеллектуальных задач на
- •В1956-1963 гг. велись интенсивные поиски моделей и алгоритмов человеческого мышления и разработка первых
- •Вконце 50-х годов родилась модель лабиринтного поиска. Этот подход представляет задачу как некоторое
- •Начало 60-х - это эпоха эвристического программирования. Эвристика - правило, теоретически не обоснованное,
- •Эвристические методы увеличивают вероятность получения работоспособного - но не всегда оптимального - решения
- •ПРИМЕР Для иллюстрации эвристического подхода может быть использован такой случай. Допустим, на Вашем
- •ПРИМЕР «Слишком много менеджеров позволяют себе долгую раскачку в процессе принятия решения, особенно
- •В 1963-1970 гг. к решению задач стали подключать методы математической логики. Робинсон разработал
- •Примерно в это же время выдающийся отечественный математик Ю. С. Маслов предложил так
- •Ньюэл, Саймон и Шоу создали программу
- •В США появились первые коммерческие системы, основанные на знаниях, или экспертные системы (середина
- •В конце 70-х в Японии объявлено о начале проекта машин V поколения, основанных
- •История искусственного интеллекта в России
- •В 1954 г. в МГУ начал свою работу семинар «Автоматы и мышление» под
- •В 1965-1980 гг. происходит рождение нового
- •Только в 1974 году при Комитете по системному анализу при президиуме АН СССР
- •В 1988 г. создается АИИ — Ассоциация искусственного интеллекта. Ее членами являются более
- •Уровень теоретических исследований по искусственному интеллекту в России ничуть не ниже мирового.
- •Направления искусственного интеллекта
- •Другие направления
- •дедуктивные модели;многоагентные системы;онтологии;менеджмент знаний;
- •1. Представление знаний и
- •2. Программное обеспечение систем
- •2. Программное обеспечение систем ИИ (software engineering for Al)
- •Интеллектуальные роботы (robotics)
- •Интеллектуальные роботы (robotics)
- •Интеллектуальные роботы (robotics)
- •Интеллектуальные роботы (robotics)
- •Интеллектуальные роботы (robotics)
- •Интеллектуальные роботы (robotics)
- •Актуальность создания интеллектуальных мобильных роботов
- •Робот-вертолет Mantis (2003 г.)
- •Роботы-солдаты Talon,SWORDS (2004 г.)
- •Роботы-солдаты Talon,SWORDS (2004 г.)
- •Роботы-солдаты Talon,SWORDS (2004 г.)
- •Робот-солдат SWORD в действии
- •Робот-таракан InsBot (2003 г.)
- •Интеллектуальный робот-пылесос (2003 г.) 14.01.03 11:16
- •Обучение и самообучение.
- •онятие Data Mining
- •Неочевидных – это значит, что найденные закономерности не обнаруживаются стандартными
- •Традиционные методы анализа данных (статистические методы) и OLAP в основном ориентированы на проверку
- •Мультидисциплинарность
- •Задачи Data Mining
- •Методы Data Mining. Технологические методы.
- •Методы Data Mining. Статистические методы.
- •Методы Data Mining. Кибернетические методы.
- •Визуализация инструментов Data Mining.
- •Проблемы и вопросы
- •Области применения Data mining
- •Области применения Data mining. Продолжение.
- •Перспективы технологии Data Mining.
- •Деревья решений. История и основные понятия.
- •Деревья решений. Пример 1.
- •Деревья решений. Пример 2.
- •Деревья решений. Преимущества метода.
- •Data mining
- •Игры и машинное творчество.
- •Системы когнитивной графики.
- •Системы когнитивной графики.
- •Системы когнитивной графики.
- •Системы когнитивной графики.
- •Системы контекстной помощи.
- •Программное обеспечение систем ИИ
- •Программное обеспечение систем ИИ
- •Признаки ИИС
- •Признаки ИИС
- •Модели представления знаний
- •Трактовки знаний
- •Трактовки знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Концептуальные свойства знаний
- •Внутренняя интерпретация знаний
- •Внутренняя интерпретация знаний
- •Наличие внутренней и внешней структур связей
- •Шкалирование знаний
- •Шкалирование знаний
- •Шкалирование знаний
- •Шкалирование знаний
- •Многомерное семантическое пространство
- •Многомерное семантическое пространство
- •Активность знаний
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •Продукционная модель
- •Продукционная модель
- •Продукционная модель
- •Продукционная модель
- •Продукционная модель
- •Продукционная модель
- •Список литературы
Модели представления знаний
Знания о некоторой ПрО представляют собой совокупность сведений об объектах этой ПрО, их существенных свойствах и связывающих их отношениях, процессах, протекающих в данной ПрО, а также методах анализа возникающих в ней ситуаций и способах разрешения ассоциируемых с ними проблем.
101
Трактовки знаний
психологическая: психические образы, мысленные модели;
интеллектуальная: совокупность сведений о некоторой ПрО, включающих факты об объектах данной Про, свойствах этих объектов и связывающих их отношениях, описания процессов, протекающих в данной ПрО, а также информацию о способах решения типовых (в рамках этой ПрО) задач
102
Трактовки знаний
формально-логическая: формализованная информация о некоторой ПрО, используемая для получения (вывода) новых знаний об этой ПрО с помощью специализированных процедур;
информационно-технологическая: структурированная информация, хранящаяся в памяти ЭВМ и используемая при работе интеллектуальных программ
103
Классификация знаний
104
Классификация знаний
декларативные знания- факты, сведения описательного характера;
процедурные знания - информация о способах решения типовых задач в некоторой ПрО);
метазнания чаще всего определяются как «знания о знаниях» и содержат общие сведения о принципах использования знаний. К уровню метазнаний также относят стратегии управления выбором и применением процедурных знаний.
105
Классификация знаний
Знания, имеющих определенную степень достоверности: «Следующим днем календаря после 31 мая является 1 июня» и «Для кипячения воды при нормальном давлении требуется ее нагрев до 100 °С».
Знания с нечеткой степенью достоверности: «Завтра в Москве будет дождь» и «При игре в шахматы не следует располагать коня на краю доски».
106
Концептуальные свойства знаний
1) внутренняя интерпретация;
2) наличие внутренней структуры связей;
3) наличие внешней структуры связей;
4) шкалирование;
5) погружение в пространство с семантической метрикой;
6) наличие активности.
107
Внутренняя интерпретация знаний
Позволяет соотнести данные, хранящиеся в памяти ЭВМ, с их смысловым содержанием. Например, пусть в оперативном запоминающем устройстве ЭВМ записано число «4». Очевидно, что этот факт сам по себе мало что говорит, так как непонятно, что конкретно обозначает число «4».
108
Внутренняя интерпретация знаний
По иному обстоят дела, если информация представлена выражением: «Оценка студента Иванова на экзамене 4». Поскольку оценка на экзамене — целое число, не большее 5 и не меньшее 2, такое представление накладывает ограничения на данные, заносимые в поле оценки.
109
Наличие внутренней и внешней структур связей
Основываются на структурном подходе к представлению ПрО, согласно которому в объекте ПрО могут быть выделены его части (элементы). Отношения между объектом-целым и его составляющими называются отношениями типа целое-часть (включение) и часть-целое (вхождение).
110
