- •Понятие иис. Направление развития теорий искусственного интеллекта.
- •Общая схема иис. Классификация иис.
- •1 3 2 4 5 6 7 8 9
- •Понятие «знание» в ии. Свойства знаний.
- •Понятие «знание» в ии. Типы знаний. Структура сии.
- •Понятие «знание» в ии. Уровни рассмотрения построения бз.
- •Понятие модели представления данных.
- •Логическая мпз.
- •8. Продукционная мпз.
- •Фреймовая сеть
- •Семантические сети
- •Экспертные системы. Назначение и основные свойства.
- •12. Особенности построения и организации эс. Преимущества эс.
- •Режимы работы эс. Отличия эс от традиционных программ.
- •Классификация эс
- •Технология разработки эс. Принципы разработки.
- •Этапы приобретения и формализации знаний в эс.
- •Понятие нечетких знаний. Основные формулы
- •Понятие нейронной сети. Задачи, решаемые с помощью инс.
- •Принципы организации и функционирования инс. Нейрон
- •Архитектуры искусственных нейронных сетей
- •Простой и однослойный персептроны. Классификация линейно разделимых образов
- •Рекуррентные ассоциативные сети. Энергетическая функция рекуррентной сети.
- •Рекуррентные ассоциативные сети. Сеть Хопфилда.
- •Рекуррентные ассоциативные сети. Двунаправленная ассоциативная память
- •Рекуррентные ассоциативные сети. Машина Больцмана.
- •Сеть Кохонена.
Общая схема иис. Классификация иис.
Блок «интерфейс пользователя» предназначен для связи компьютера с пользователем, для которого предпочтительным языком «разговора» является естественный язык или близкий к нему.
Основу ИС составляют блоки «база данных - БД», «база правил», «машина логического вывода - МЛВ». БД хранит исходные данные. В базе правил фиксируются знания и опыт эксперта. МЛВ выводит результат, взаимодействуя с БД и правил.
По запросу пользователя компьютер с помощью блока «объяснения» может дать ответ на вопрос КАК (с помощью набора каких правил) получен результат и ПОЧЕМУ компьютер задает пользователю уточняющие вопросы, связанные, как правило, с данными.
Для стыковки интерфейса пользователя (работающего на естественном языке) с перечисленными блоками используют лингвистический и лексический процессоры. Лингвистический процессор – непосредственно работает с естественным языком, преобразуя результат в «машинный вид», словарный состав языка.
В блоке «Получение знаний» выделяют два понятия:
+ если информация поступает из книг (документов), то говорят о выявлении знаний;
+ если она получается на основе работы эксперта, то говорят об извлечении знаний.
Преобразование полученной информации инженером по знаниям называется получением знаний.
Сложность здесь заключается в том, что эксперт может не владеть языками программирования, в то время как инженер по знаниям может недостаточно ориентироваться в данной предметной области.
Классификация интеллектуальных систем.
1 3 2 4 5 6 7 8 9
Системы на естественном языке (СЕЯ) специфичны и предназначены преимущественно для таких целей, как машинный перевод, генерация документов, автоматическое аннотирование и реферирование.
Экспертные системы (ЭС) предполагают высокую степень формализации процессов.
Разновидностью экспертных систем можно считать расчетно-логические системы (РЛС), оперирующими с функциями вместо правил.
Интеллектуальные пакеты в настоящее время стали оболочками экспертных систем (ЭС без базы правил).
Искусственные нейронные сети (ИНС) представляют собой фактически разновидность систем автоматического управления, использующие свойства нейрона.
Генетические алгоритмы (СГА) относятся к разновидности эволюционных эвристических методов.
Мультиагентные системы преследуют (МАС) цель согласования теорий баз данных и баз знаний.
ИС чаще всего оперируют с дискретными величинами, но все больше необходима связь дискретных и непрерывных величин, появились дополнительные классы (ОПИМ, гибридные модели).
Существует множество вариантов реализации гибридных систем. Следует отметить, что на роль гибридных систем претендуют ИНС, СГА и экспертные системы реального времени (ЭСРВ).
Понятие «знание» в ии. Свойства знаний.
Знания – это совокупность сведений о сущностях (объектах, предметах) реального мира, их свойствах и отношениях между ними в определенной предметной области.
В этом случае, под предметной областью понимается область человеческих знаний, в терминах которой формулируются задачи и в рамках которой они решаются.
Проблемная область – это содержательное описание в терминах предметной области проблемы совместно с комплексом условий, факторов и обстоятельств, вызвавших ее возникновение.
Работа со знаниями, иначе называемая обработкой знаний, лежит в основе всего современного периода развития ИИ. В свою очередь обработка знаний включает в себя:
+ извлечение знаний из источников (под источниками понимаются материальные средства хранения знаний, а также события и явления, но при этом считается, что человек источником не является);
+ приобретение знаний от профессионалов (экспертов);
+ представление знаний, т.е. их формализация, позволяющая в дальнейшем использовать знания для проведения логического вывода на ЭВМ;
+ манипулирование знаниями, включающее пополнение, классификацию, обобщение знаний и вывод на знаниях;
+ объяснение на знаниях, позволяющее дать ответ, как и почему проведен тот или иной вывод.
Знания имеют ряд свойств, позволяющих отличать их от данных:
Внутренняя интерпретируемость означает наличие в памяти ЭВМ сведений не только о значении, но и о наименовании информационной единицы.
Внутренняя (рекурсивная) структурированность знаний. Она предусматривает установку отношений принадлежности элементов к классу (иерархия).
Внешняя взаимосвязь единиц определяет, с какой информационной единицей имеет связь данная информационная единица и какова эта связь.
Шкалирование означает использование шкал. Прежде всего шкалирование необходимо для фиксации соотношений качественной информации.
Погружение в пространство с семантической метрикой используется для задания меры близости информационных единиц.
Активность знаний выражается в возможности вызова той или иной процедуры в зависимости от структуры, сложившейся между информационными единицами.