- •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
Можно выделить 3 подхода к созданию нейросетей:
Аппаратный - создание специальных компьютеров, нейрочипов, плат расширения, наборов микросхем, реализующих все необходимые алгоритмы.
Программный - создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры. Сети создаются в памяти компьютера, всю работу выполняют его собственные процессоры.
Гибридный - комбинация первых двух. Часть вычислений выполняют специальные платы расширения (сопроцессоры), часть -
программные средства.
31
От
кибернетики "черного ящика" к ИИ
В основу этого подхода был положен принцип, противоположный нейрокибернетике.
Не имеет значения, как устроено "мыслящее" устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг. Сторонники этого направления мотивировали свой подход тем, что человек не должен слепо следовать природе в своих научных и технологических поисках
32
.
Так, например, очевиден успех колеса, которого не существует в природе, или самолета, не машущего крыльями, подражая птице. К тому же пограничные науки о человеке не смогли внести существенного теоретического вклада, объясняющего хотя бы приблизительно, как протекают интеллектуальные процессы у человека, как устроена память и как человек познает окружающий мир.
33

Это направление искусственного интеллекта было ориентировано на поиски алгоритмов решения интеллектуальных задач на существующих моделях компьютеров. Существенный вклад в становление новой науки внесли ее "пионеры": Маккарти (автор первого языка программирования для задач ИИ - ЛИСПа), Минский (автор идеи фрейма и фреймовой модели представления знаний), Ньюэлл, Саймон, Шоу, Хант и другие.
34
В
1956-1963 гг. велись интенсивные поиски моделей и алгоритмов человеческого мышления и разработка первых программ на их основе. Представители существующих гуманитарных наук - философы, психологи, лингвисты - ни тогда, ни сейчас не в состоянии были предложить таких алгоритмов. Тогда кибернетики начали создавать собственные модели. Так последовательно были созданы и опробованы различные подходы.
35
В
конце 50-х годов родилась модель лабиринтного поиска. Этот подход представляет задачу как некоторое пространство состояний в форме графа, и в этом графе проводится поиск оптимального пути от входных данных к результирующим. Была проделана большая работа по разработке этой модели, но для решения практических задач эта идея не нашла широкого применения. В первых учебниках по искусственному интеллекту [Хант, 1986; Эндрю, 1985] описаны эти программы - они играют в игру "15", собирают "Ханойскую башню", играют в шашки и шахматы.
36
Начало 60-х - это эпоха эвристического программирования. Эвристика - правило, теоретически не обоснованное, которое позволяет сократить количество переборов в пространстве поиска. Эвристическое программирование - разработка стратегии действий на основе известных, заранее заданных эвристик
37
Эвристические методы увеличивают вероятность получения работоспособного - но не всегда оптимального - решения творческой задачи, возникшей, например, из-за неразработанности конкретной теории, неполноты или недостоверности исходных данных.
38
ПРИМЕР Для иллюстрации эвристического подхода может быть использован такой случай. Допустим, на Вашем мобильном телефоне зафиксирован неотвеченный вызов и номер абонента не определился. Зная текущие дела, последние звонки и т.п., можно с определенной вероятностью определить круг возможных абонентов и сделать несколько звонков им. При этом вероятность отыскания звонившего абонента будет выше нуля и ниже 100% (так как мы не знаем точно, кто звонил и не перебираем всех возможных абонентов).
39
ПРИМЕР «Слишком много менеджеров позволяют себе долгую раскачку в процессе принятия решения, особенно те из них, кто обременен слишком большим образованием. Однажды я сказал Филиппу Колдуэллу, возглавившему компанию «Форд» после моего ухода: «Ваша беда в том, Фил, что вы окончили Гарвард, где вас учили не переходить к действиям, пока не станут известны все факты. В вашем распоряжении 95 процентов фактов, но вы затрачиваете еще шесть месяцев на то, чтобы добыть последние 5 процентов. К моменту, когда вы их наконец добыли, оказывается, что они уже устарели, так как рыночная ситуация претерпела изменения. Вся жизнь — это фактор времени.
40
