- •Характеристика основных направлений в исследованиях по искусственному интеллекту.
- •Перспективы искусственного интеллекта.
- •3. Проблемы нейрокибернетики и возможные пути их решения.
- •Искусственный интеллект. Основные понятия.
- •Характеристика программно-прагматического направления в исследованиях по искусственному интеллекту.
- •Характеристика бионического направления в исследованиях по искусственному интеллекту.
- •7.Знания и модели их представления.
- •8.Логические модели представления знаний.
- •9. Продукционные модели представления знаний.
- •10. Сетевые модели представления знаний.
- •11. Фреймовые модели представления знаний.
- •12. Экспертные системы. Основные понятия.
- •13. Обобщенная структура экспертной системы.
- •14. Нейрокомпьютер и основы нейроинформатики.
- •15. Нейрон, нейронные сети. Основные понятия.
- •16. Классификаций нейронных сетей.
- •17. Характеристика моделей нейронных сетей.
- •18. Характеристика многослойных однонаправленных сетей.
- •19. Характеристика полносвязных сетей Хопфилда
- •20,21,22. Характеристика двунаправленной ассоциативной памяти
- •23. Характеристика самоорганизующихся сетей Кохонена
- •24. Области применения нейроинформатики
- •Этапы проектирования экспертной системы
- •26. Классификация интеллектуальных информационных систем
- •27. Организация базы знаний. Формы представления знаний
- •28. Методы рассуждения в интеллектуальных информационных системах
- •2.1 Рассуждения на основе прецедентов
- •2.2 Моделирование рассуждений на основе ограничений
- •2.3 Немонотонные модели рассуждений
- •2.4 Рассуждения о действиях и изменениях
- •2.5 Рассуждения с неопределенностью
- •29.Характеристика этапа постановки задачи и концептуализации при разработке экспертной системы.
- •30.Развитие прототипа до промышленной экспертной системы.
- •31.Характеристика этапа формализации проектирования экспертной системы.
- •32. Характеристика этапов реализации при проектировании экспертной системы
- •33.Характеристика этапа тестирования экспертной системы.
- •34.Характеристика этапа опытной эксплуатации системы
- •37.Приобретение знаний.
- •38.Извлечение знаний из данных.
- •39.Технология разработки экспертных систем.
- •40.Характеристика этапов оценки, стыковки и поддрежки экспертной системы при ее разработке. Этап оценка системы
- •Этап стыковка системы
- •Этап поддержка системы
- •41. Аспекты получения знаний: психологический, лингвистический, гносеологический
- •42. Стратегии получения знаний
- •43. Практические методы извлечения знаний. Их классификация и характеристика
- •44. Структурирование знаний. Концептуальная и функциональная структура предметной области
- •46.Инструментальные средства построения экспертных систем.
Характеристика основных направлений в исследованиях по искусственному интеллекту.
В исследованиях в области искусственного интеллекта сложилось два главных направления: прагматическое и бионическое.
Прагматическое направление основано на предположении о том, что мыслительная деятельность человека – «черный ящик». Но если результат функционирования искусственной системы в некотором смысле совпадает с результатом деятельности эксперта, то такую систему можно признать интеллектуальной независимо от способов получения этого результата. При таком подходе не ставится вопрос об адекватности используемых в компьютере структур и методов тем структурам и методам, которыми пользуется в аналогичных ситуациях человек, а рассматривается лишь конечный результат решения конкретных задач.
С точки зрения конечного результата в прагматическом направлении можно выделить три целевые области:
-создание инструментария. Инструментарий – языки для систем искусственного интеллекта; дедуктивные и индуктивные методы автоматического синтеза программ; лингвистические процессоры; системы анализа и синтеза речи; базы знаний; оболочки, прототипы систем; системы когнитивной графики;
-разработка методов представления и обработки знаний – является одной из основ современного периода развития искусственного интеллекта;
-интеллектуальное программирование – разбивается на несколько групп. К ним относят игровые программы, естественно-языковые программы (системы машинного перевода, автоматического реферирования, генерации текстов), распознающие программы, программы создания произведений живописи и графики.
Общим для перечисленных программ является широкое использование поисковых процедур и методов решения переборных задач, связанных с поиском и просмотром большого числа вариантов. Эти методы применяются при машинном решении игровых задач, в задачах выбора решений, при планировании целесообразной деятельности в интеллектуальных системах.
Бионическое направление исследований в области искусственного интеллекта основано на предположении о том, что если в искусственной системе воспроизвести структуры и процессы человеческого мозга, то и результаты решения задач такой системой будут подобны результатам, получаемым человеком. В этом направлении исследований выделяются:
нейробионический подход. В его основе лежат системы элементов, способные подобно нейронам головного мозга воспроизводить некоторые интеллектуальные функции. Прикладные системы, разработанные на основе этого подхода, называются нейронными сетями;
структурно-эвристический подход. В его основе лежат знания о наблюдаемом поведении объекта или группы объектов и соображения о тех структурах, которые могли бы обеспечить реализацию наблюдаемых форм поведения. Примером подобных систем служат мультиагентные системы;
гомеостатический подход. В этом случае решаемая задача формулируется в терминах эволюционирующей популяции организмов – совокупности противоборствующих и сотрудничающих подсистем, в результате функционирования которых обеспечивается нужное равновесие (устойчивость) всей системы в условиях постоянно изменяющихся воздействий среды. Такого рода подход реализован в прикладных системах на основе генетических алгоритмов.