Технологии искусственного интеллекта. Понятие, общая характеристика, назначение
Характерной особенностью технологий искусственного интеллекта является возможность работы с неточными данными, при этом достигается точность, достаточная для практического применения, а от пользователя не требуется специальных математических знаний.
Основными средствами, реализующими технологии искусственного интеллекта являются: экспертные системы, нейросети, генетические алгоритмы, системы нечеткой логики и др.
Экспертные системы воспроизводят осознанные мыслительные усилия человека – эксперта в соответствующей предметной области. Центральный элемент экспертной системы - база знаний, которая отражает знания специалиста-эксперта в соответствии с какой-либо моделью (деревья вывода, деревья целей, семантические сети и т.д.).
Нейросети реализуют попытки моделирования взаимодействия нейронов аналогично их функционированию в мозге человека. В основе построения искусственных нейросетей лежит подход, реализующий логически функционирующую систему, состоящую из большого числа связанных между собой простых элементов. Настройка нейросети сводится к определению структурированной совокупности элементов и значения коэффициентов, определяющих степень связей между конкретными элементами. Нейронные сети эффективны для выявления нелинейных закономерностей в отсутствии точных начальных знаний, когда традиционные методы не позволяют найти приемлемое решение.
Технологии генетических алгоритмов позволяют решать различные комбинаторные задачи и задачи оптимизации. Поиск оптимального решения рассматривается, как процесс эволюции, где используются три механизма:
- отбор «сильнейших» наборов, которым соответствуют наилучшие решения;
- операции скрещивания, т.е. производство новых наборов путем смешивания атрибутов отобранных наборов;
- операции мутации, позволяющие отследить случайные изменения у некоторых наборов.
Технологии нечеткой логики позволяют проанализировать целесообразность применения тех или иных правил из большого числа потенциально возможных правил при решении задач динамического управления в условиях существенных временных ограничений. Применение нечеткой логики позволяет в большей мере оперировать качественными параметрами, отражающими основные особенности функционирования объектов при неточных данных, описывающих их поведение. Это позволяет обеспечить приемлемый уровень точности в условиях значительной неопределенности.
Технологии искусственного интеллекта: экспертные системы
Экспертные системы являются одним из результатов исследований в области искусственного интеллекта и рассматриваются в качестве программного средства, которое позволяет представить знания специалистов высокой квалификации о предметной области. Экспертные системы воспроизводят осознанные мыслительные усилия человека.
Центральный элемент экспертной системы - база знаний, которая отражает знания специалиста-эксперта в соответствии с какой-либо моделью (деревья вывода, деревья целей, семантические сети и т.д.).
Блок логического вывода необходим для обработки базы знаний и получения новых знаний.
Блок объяснений служит для воспроизведения хода получения новых знаний в случае, если этого потребует пользователь.
Блок приобретения знаний необходим для периодической замены устаревших знаний и ввода новых.
Как правило, экспертные системы содержат еще и базы данных, содержащие информацию о фактическом состоянии объекта управления.
В экономике экспертные системы используются для консультаций по выработке инвестиционных решений, выбору стратегии маркетинга, кредитованию юридических лиц и т.д.