
- •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

ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
Логика высказываний оперирует логическими связями между высказываниями, т. е. она решает вопросы типа: «Можно ли на основе высказывания А получить высказывание В»; «Истинно ли В при истинности А?» и т.п.
Элементарные высказывания рассматриваются как переменные логического типа, над которыми разрешены следующие логические операции:
¬ отрицание (унарная операция);
121

ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
^ конъюнкция (логическое умножение);
v дизъюнкция (логическое сложение);
→ импликация (если - то);
↔ эквивалентность.
122

ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
123

ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
Исчисление высказываний позволяет формализовать лишь малую часть множества рассуждений, поскольку этот аппарат не позволяет учитывать внутреннюю структуру высказывания, которая существует в естественных языках.
124

ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
В логике высказываний для обозначения фактов используются буквы(имена или идентификаторы или фразы), не имеющие структуры (используемые как атомарные объекты), и принимающие значения "1" или "0" ("да" или "нет"). То, что фразы имеют атомарный характер, не позволяет обнаружить похожесть их смысла. Например, высказывания "расстояние от Земли до Солнца – 150 млрд. км" и "расстояние от Земли до Марса – 60 млн. км" имеют похожий смысл, но абсолютно разные в логике высказываний.
125

ЛОГИЧЕСКАЯ МОДЕЛЬ
ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
Рассмотрим ставший классическим пример рассуждения о Сократе:
Р: «Все люди смертны»
Q: «Сократ — человек»
R : «Сократ - смертен»
Используя для обозначения высказываний логические переменные Р, Q, R можно составить формулу: (P ^ Q) →R , которая может быть интерпретирована как «Если все люди смертны и Сократ является человеком, то Сократ является смертным».
126

ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
Однако эта формула не является общезначимой, поскольку относится только к одному объекту (Сократу). Кроме того, высказывание R не выводится из Р и Q, т.е., если бы мы не сформулировали R заранее, мы не смогли бы записать приведенную выше формулу.
127

ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
Чтобы осуществить этот примитивный логический вывод, высказывание Q следует разделить на две части: «Сократ» (субъект) и «человек» (свойство субъекта) и представить в виде отношения «субъект — свойство», которое можно записать с помощью функции человек (Сократ).
128

ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
Очевидно, что свойство конкретного субъекта с именем «Сократ» быть «человеком» может быть присуще и ряду других субъектов, что позволяет заменить константу «Сократ» на некоторую переменную, например X. Тогда получим запись человек (X), которая обладает внутренней структурой, т.е. значение такого высказывания будет зависеть от его компонент. Записанная функция уже не является элементарным высказыванием, она называется предикатом.
129

ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
«Под предикатом будем понимать некоторую связь, которая задана на наборе из констант или переменных.
Пример предиката: «Р больше Q».
Если семантика P и Q не задана, то о предикате сказать особенно нечего. Но при задании семантики ( т.е. областей определения переменных Р и Q) о предикате можно будет сказать существенно больше.
130