- •Лекционные материалы по курсу
- •Раздел 1. Введение
- •1.1. Задачи и содержание дисциплины
- •Раздел 2. Модели и методы правдоподобных рассуждений
- •2.1. Модели, методы и системы хранения и обработки знаний. Проблемы классического
- •2.4. Применение многозначных логик в системах искусственного интеллекта.
- •2.3. Вероятностные модели правдоподобных рассуждений
- •2.4. Моделирование рассуждений на основе теории свидетельств г.Шафера
- •2.6. Основы индуктивного вывода. Дсм-метод в.К. Финна
- •Правила первого рода. Сформируем гипотезы о возможных причинах свойств. В результате получим функцию h: c×p→V.
- •2.6. Схемы правдоподобных рассуждений д.Пойа
- •Раздел 3. Системы интеллектуального интерфейса и распознавание образов
- •3.1. Общее представление об интеллектуальных интерфейсах. Роль и место теории распознавания образов при разработке интеллектуального интерфейса
- •3.2. Формализация образов в теории распознавания
- •3.3. Методы классификации образов
- •3.4. Алгоритмы кластеризации. Обучение и самообучение распознающих систем
- •3.5. Нейрокомпьютеры. Персептрон Розенблатта
- •Раздел 4. Ис, имитирующие творческие процессы
- •4.1. Общее представление о проблеме моделирования творческой деятельности на эвм
- •4.2. Моделирование литературного, музыкального и иных видов творчества на эвм
- •1. Вечерняя грусть (по а.Блоку)
- •7. Истерзанная любовь (по а.Вознесенскому)
- •Раздел 5. Интеллектуальные информационно-поисковые системы
- •5.1. Интеллектуальные информационно-поисковые системы (ипс). Иипс в сети Интернет
- •В заключение приведем описание работы современной системы поиска на примере машины Рамблер, взятое с сайта http://www.Searchengines.Ru/articles/004575.Html.
- •Раздел 6. Проблемы и перспективы развития интеллектуальных ис
- •6.1. Тенденции развития теории ии в современном мире
- •Вопросы на экзамен
Раздел 6. Проблемы и перспективы развития интеллектуальных ис
6.1. Тенденции развития теории ии в современном мире
Сегодня можно выделить ряд направлений в искусственном интеллекте, которые во вполне обозримом будущем могут привести к качественным изменениям в технике и технологиях.
Одно из наиболее перспективных направлений рассуждения, основанные на прецедентах. Внедрение соответствующих технологий приведет к значительному прогрессу в ряде областей ИИ.
Рассуждения о пространстве также бурно развивающаяся сейчас область ИИ. Она имеет все возрастающее прикладное значение в связи с работами по созданию автономных мобильных устройств, анализу изображений (в частности, аэрофото- и космоснимков), задачами синтеза текстовых описаний по изображениям.
С помощью методов машинного обучения и автоматического формирования гипотез можно будет решить ряд полезных практических задач от обнаружения закономерностей в данных до повышения степени адаптивности и «уровня интеллекта» различных технических устройств.
Интересное и бурно развивающееся направление технология интеллектуальных агентов. Они могут использоваться как средства управления крупными и сложными системами вроде телекоммуникационых систем, распределенных производств, систем управления войсками, транспортом, сетями, распределенным поиском информации.
Следует ожидать всё большего влияния идей и методов ИИ на машинный анализ текстов (АТ) на естественном языке. Это влияние, скорее всего, коснется семантического анализа и связанных с ним методов синтаксического анализа. В этой области оно проявится в учете модели мира на заключительных стадиях семантического анализа и использовании знаний о предметной области и ситуативной информации для уменьшения переборов на более ранних стадиях (например, при построении деревьев синтаксического разбора).
Второе направление взаимосвязи ИИ и АТ это использование методов машинного обучения в АТ, использование рассуждений на основе прецедентов и рассуждений на основе аргументации для решения некоторых задач АТ (например задач уменьшения «мусора» и повышения степени релевантности поиска).
К одному из наиболее важных и перспективных направлений в искусственном интеллекте следует сегодня отнести задачи автоматического планирования поведения. Область применения методов автоматического планирования это устройства с высокой степенью автономности и целенаправленным поведением, от бытовой техники до беспилотных космических кораблей.
Вопросы на экзамен
-
Проблема искусственного интеллекта (ИИ): история и предпосылки
-
Вклад российских ученых в теорию ИИ
-
Основные задачи ИИ и методы их решения
-
Понятие данных и знаний. Основные подходы к представлению знаний
-
Представление знаний семантическими сетями
-
Представление знаний на основе фреймовой модели
-
Продукционная и модель знаний
-
Понятие экспертной системы. Архитектура ЭС
-
Неточный вывод на знаниях. Достоинства и недостатки
-
Что такое нечеткие логики? Формализация неточного знания с помощью нечетких логик
-
Аксиомы триангулированной нормы и ко-нормы, следствия из аксиом
-
Правила МР и МТ для неточного вывода
-
Формализация неточного знания с помощью вероятности. Четыре подхода к определению вероятности.
-
Применение теоремы Байеса в моделировании правдоподобных рассуждений.
-
Ограничения на байесовскую модель правдоподобных рассуждений.
-
Принцип накопления свидетельств в неточном выводе.
-
Понятие фрейма различия в теории свидетельств Шафера
-
Роль и понятие массы в теории свидетельств Шафера
-
Комбинирование свидетельств в теории Шафера
-
Оценка незнания в теории Шафера
-
Основные функции теории Шафера. Понятие об интервале доверия.
-
Виды логического вывода: индуктивный, дедуктивный, традуктивный и абдуктивный. Их особенности
-
Методы индуктивной логики
-
Обратная дедукция (раскрыть на примерах)
-
Схемы правдоподобных рассуждений Д.Пойя
-
Роль и место теории распознавания образов в проблеме разработки интеллектуальных интерфейсов
-
Основные методы и задачи теории распознавания образов
-
Признаки объектов, виды и свойства признаков.
-
Пространство признаков, образ объекта и эталон класса.
-
Гипотеза компактности при классификации образов
-
Понятие о классификации методом решающих функций
-
Алгоритмы кластеризации
-
Персептрон. Алгоритм персептрона
-
Принцип подкрепления-наказания в обучении нейронных сетей
-
Проблема синтеза литературных текстов
-
Методы синтеза музыкальных произведений
-
Модели и методы поиска данных
-
Понятие об информационно-поисковых системах
-
Поиск на основе классификации
-
Поиск по ключевым словам
-
Виды анализа текстов в современных информационно-поисковых машинах
-
Интеллектуальные информационно-поисковые машины
-
Будущее искусственного интеллекта