Основные компоненты Интернета.

World Wide Web (WWW, просто Web, Всемирная паутина) пред­ставляет совокупность Web-серверов, на которых хранятся данные, реализованные в виде текстовых и/или графических страниц с ги­пертекстовыми ссылками на другие страницы или Web-серверы.

Серверы Web — специальные компьютеры, осуществляющие хранение страниц с информацией и обработку запросов от других машин.

Серверы FTP представляют собой хранилища различных фай­лов и программ в виде архивов. На этих серверах может находиться как полезная информация (дешевые условно бесплатные утилиты, программы, картинки), так и информация сомнительного характе­ра, например порнографическая.

Электронная почта является неотъемлемой частью Интернета и одной из самых полезных вещей. С ее помощью можно посылать и получать любую корреспонденцию (письма, статьи, деловые бумаги и др.).

Среди наиболее распространенных броузеров необходимо выделить Microsoft Internet Explorer и Netscape Navigator.

Фактически выход в Интернет может быть реализован несколькими видами подключений:

• доступ по выделенному каналу;

• доступ по ISDN (Integrated Services Digital Network — цифро­вая сеть с интегрированными услугами);

• доступ по коммутируемым линиям;

• с использованием протоколов SLIP и РРР.

Для передачи данных в Интернете используются интернет-протокол (IP) и протокол управления передачей (TCP).

На законы Интернета влияют три основных положения:

• государство субсидирует большие части Интернета. Эти суб­сидии исключают коммерческое использование;

• Интернет — не только национальная, но самая настоящая гло­бальная сеть. При передаче чего бы то ни было через национальные границы, начинают действовать экспортные законы; государствен­ные законы в разных местах могут существенно различаться;

• при пересылке программного обеспечения (или идеи) из од­ного места в другое, необходимо считаться с интеллектуальной собственностью и лицензионными ограничениями.

5.6. Технологии искусственного интеллекта

Исторически сложились три основных направления в моделировании ИИ.

В рамках первого подхода объектом исследований являются структура и механизмы работы мозга человека, а конечная цель заключается в раскрытии тайн мышления.

Второй подход в качестве объекта исследования рассматривает ИИ. Здесь речь идет о моделировании интеллектуальной деятельности с помощью вычислительных машин.

Наконец, третий подход ориентирован на создание смешанных человеко-машинных, или, как еще говорят, интерактивных интеллектуальных систем, на симбиоз возможностей естественного и искусственного интеллекта.

Различные подходы к построению систем ИИ (логический, структурный, эволюционный, имитационный) и методы представления знаний.

Логический подход.

Основой для данного логического подхода служит Булева алгебра. Практически каждая система ИИ, построенная на логическом принципе, представляет собой машину доказательства теорем. При этом исходные данные хранятся в базе данных в виде аксиом, правила логического вывода как отношения между ними.

Под структурным подходом мы подразумеваем здесь попытки построения ИИ путем моделирования структуры человеческого мозга. Одной из первых таких попыток был перцептрон Френка Розенблатта. Основной моделируемой структурной единицей в перцептронах (как и в большинстве других вариантов моделирования мозга) является нейрон.

Позднее возникли и другие модели, которые в простонародье обычно известны под термином "нейронные сети" (НС).

Довольно большое распространение получил и эволюционный подход. При построении систем ИИ по данному подходу основное внимание уделяется построению начальной модели, и правилам, по которым она может изменяться (эволюционировать).

Еще один широко используемый подход к построению систем ИИ — имитационный. Данный подход является классическим для кибернетики с одним из ее базовых понятий — "черным ящиком" (ЧЯ). ЧЯ — устройство, программный модуль или набор данных, информация о внутренней структуре и содержании которых отсутствуют полностью, но известны спецификации входных и выходных данных. Объект, поведение которого имитируется, как раз и представляет собой такой "черный ящик". Нам не важно, что у него и у модели внутри и как он функционирует, главное, чтобы наша модель в аналогичных ситуациях вела себя точно так же.

Воспользуемся определением «интеллектуальной системы» проф. Д.А. Поспелова: «Система называется интеллектуальной, если в ней реализованы следующие основные функции:

• накапливать знания об окружающем систему мире, класси­фицировать и оценивать их с точки зрения прагматической полез­ности и непротиворечивости, инициировать процессы получения новых знаний, осуществлять соотнесение новых знаний с ранее хранимыми;

• пополнять поступившие знания с помощью логического вывода, отражающего закономерности в окружающем систему мире или в накопленных ею ранее знаниях, получать обобщенные знания на основе более частных знаний и логически планировать свою деятельность;

• общаться с человеком на языке, максимально приближенном к естественному человеческому языку, и получать информацию от каналов, аналогичных тем, которые использует человек при вос­приятии окружающего мира, уметь формировать для себя или по просьбе человека (пользователя) объяснение собственной деятель­ности, оказывать пользователю помощь за счет тех знаний, кото­рые хранятся в памяти, и тех логических средств рассуждений, ко­торые присущи системе».

Hазновидности интеллектуальных систем:

• интеллектуальные информационно-поисковые системы;

• экспертные системы (ЭС);

• расчетно-логические системы;

• гибридные экспертные системы.

Интеллектуальные информационно-поисковые системы являются системами взаимодействия с проблемно-ориентированными (фактографическими) базами данных на естественном, точнее ограниченном как грамматически, так и лексически (профессиональной лексикой) естественном языке (языке деловой прозы).

Экспертные системы Для них характерна аккумуляция в системе знаний и правил рассуждений опытных специалистов в данной предметной области, а также наличие специальной системы объяснений.

Расчетно-логические системы позволяют решать управленческие и проектные задачи по их постановкам (описаниям) и исходным данным вне зависимости от сложности математических моделей этих задач. При этом конечному пользователю предоставляется возможность контролировать в режиме диалога все стадии вычислительного процесса.

В последнее время в специальный класс выделяются гибридные экспертные системы. Указанные системы должны вобрать в себя лучшие черты как экспертных, так и расчетно-логических и ин­формационно-поисковых систем.

Важное место в теории искусственного интеллекта (ИИ) зани­мает проблема представления знаний. В настоящее время выделя­ют следующие основные типы моделей представления знаний:

1. Семантические сети, в том числе функциональные;

2. Фреймы и сети фреймов;

3. Продукционные модели.

Семантические сети определяют как граф общего вида, в кото­ром можно выделить множество вершин и ребер. Каждая вершина графа представляет некоторое понятие, а дуга — отношение между парой понятий. Метка и направление дуги конкретизируют семан­тику. Метки вершин семантической нагрузки не несут, а использу­ются как справочная информация.

Фреймом называют структуру данных для представления и опи­сания стереотипных объектов, событий или ситуаций. Фреймовая модель представления знаний состоит из двух частей:

• набора фреймов, составляющих библиотеку внутри представ­ляемых знаний;

• механизмов их преобразования, связывания и т.д. Существует два типа фреймов:

• образец (прототип) — интенсиональное описание некоторого множества экземпляров;

• экземпляр (пример) — экстенсиональное представление фрейм-образца.

В общем виде фрейм может быть представлен следующим кор­тежем:

<ИФ, (ИС, ЗС, ПП), …, (ИС, ЗС, ПП)>,

где ИФ — имя фрейма; ИС — имя слота; ЗС — значение слота; ПП — имя присоединенной процедуры (необязательный пара­метр).

Слоты — это некоторые незаполненные подструктуры фрейма, заполнение которых приводит к тому, что данный фрейм ставится в соответствие некоторой ситуации, явлению или объекту.

Продукционные модели — это набор правил вида «усло­вия — действие», где условиями являются утверждения о содержи­мом базы данных, а действия представляют собой процедуры, ко­торые могут изменять содержимое базы данных.

Формально продукция определяется следующим образом:

Практически продукции строятся по схеме «ЕСЛИ» (причина или иначе посылка), «ТО» (следствие или иначе цель правила).

Стадия существования характеризует степень проработанности и отлаженности ЭС. Обычно выделяют следующие стадии: демон­страционный прототип, исследовательский прототип, действую­щий прототип, промышленная система, коммерческая система.

Демонстрационным прототипом называют ЭС, которая решает часть требуемых задач, демонстрируя жизнеспособность метода ин­женерии знаний. При наличии развитых интеллектуальных систем для разработки демонстрационного прототипа требуется примерно 1—2 мес.

Исследовательским прототипом называют систему, которая ре­шает все требуемые задачи, но неустойчива в работе и не полно­стью проверена.

Действующий прототип надежно решает все задачи, но для ре­шения сложных задач может потребоваться чрезмерно много вре­мени и (или) огромная память.

Экспертная система, достигшая промышленной стадии, обеспе­чивает высокое качество решения всех задач при минимуме време­ни и памяти.