Технологии искусственного интеллекта: нейросети

Нейросетевые технологии в отличие от экспертных систем предназначены для воспроизводства неосознанных мыслительных усилий человека (например, человек плохо знает, как он распознает цвет предмета). Такого рода технологии используются для распознавания каких-либо событий или предметов. С их помощью можно воспроизвести многочисленные связи между множеством объектов. Принципиальное отличие искусственных нейросетей от обычных программных средств, например экспертных, состоит в том, что они не требуют программирования. Они сами настраиваются, т.е. обучаются тому, что требуется пользователю.

Известны следующие сферы применения нейросетей:

1). Экономика и бизнес – предсказание поведения рынков, предсказание банкротств, оценка стоимости недвижимости, автоматическое рейтингование, оценка кредитоспособности, прогнозирование курса валют.

2). Медицина – обработка медицинских изображений, диагностика.

3). Интернет – ассоциативный поиск информации.

4). Автоматизация производства – оптимизация режимов производственного процесса, диагностика качества продукции, предупреждение аварийных ситуаций.

5). Политические технологии – обобщение социологических опросов.

6). Безопасность и охранные системы – системы идентификации личности, распознавание автомобильных номеров и аэрокосмических снимков.

7). Геологоразведка – анализ сейсмических данных, оценка ресурсов месторождений.

Нейросеть состоит из нейронов, распределяемых по слоям.

Один нейрон работает следующим образом: на его вход поступает набор входных сигналов, нейрон суммирует входные сигналы и генерирует выходной, который направляется либо в другие нейроны, либо на выход сети.

Связь между нейронами характеризуется интенсивностью (силой возбуждения), называемой также синаптическим весом. Представить их можно в виде синаптической матрицы, элементы которой указывают на силу возбуждения связей между нейронами.

Применение нейросетей предполагает выполнение следующих этапов:

1). Постановка задачи – формирование целей применения нейросети (например, прогнозирование курса ценных бумаг).

2). Обучение нейросети – подготовка обучающих примеров, которые представляют собой уже известные результаты решения задачи без нейросети, и предъявление их последней.

3). Эксплуатация сети – сети предъявляется некоторая ситуация, которая либо распознается, либо нет.

Обучение нейронных сетей представляет собой процесс изменения синаптических весов, отражающих силу возбуждения связей между нейронами.

Процесс обучения сети производится следующим образом.

Предполагается, что некоторая величина Y зависит отряда характеристик X1, X2, …Xn. Необходимо обучить нейросеть опознавать некоторое значение Y при определенных значениях характеристик X1, X2, …Xn. Готовится набор обучающих примеров, которые состоят из наборов исходных векторов X1, X2, …Xn и соответствующих им выходных значений Y. Эти примеры подаются на вход сети. Вначале на вход подается первая строка. Нейросеть формирует начальную зависимость между Y1 и X11 … X1n. На основании этой зависимости вычисляется текущее значение Y1, которое сравнивается с эталонным значением. Если разница превышает допустимый уровень, то алгоритм обучения изменяет синаптические веса, после чего эта строка вновь подается на вход сети для обучения до тех пор, пока результат не будет удовлетворительным. Затем подается следующая строка. Процесс повторяется до тех пор, пока суммарная ошибка в реакции сети на все строки не станет меньше заданной.

Таким образом, преимущество нейросетей заключается в том, что они:

1). Способны обучаться на примерах без программирования, что позволяет отказаться от поиска каких-либо аналитических зависимостей между входными данными и результатами.

2). Могут обучаться по неполной, противоречивой и искаженной информации.

3). Для использования не требуют профессионалов-математиков.

4). Не требуют выполнения условия отсутствия взаимосвязи между входными факторами.

Web-технологии, OLTP и OLAP-технологии

Электронный офис

Сегодня офис предприятия можно рассматривать, как информационную систему, снабженную развитой коммуникационной средой. Современное АРМ работника офиса снабжено кроме компьютера электронной почтой, телексом (для подготовки и автоматической пересылки больших потоков информации различным абонентам), телетекстом. Большинство электронных офисов содержат видеотекст, который объединяет возможности телефона, компьютера и телевизора.

Главная отличительная черта современных электронных офисов в том, что они способны интегрировать программные и аппаратные средства на одном рабочем месте. Ярким проявлением программной интеграции является создание единого интегрированного комплекса Microsoft Office. В его состав входят различные программные средства, причем все средства интегрированы, т.е. имеется возможность обрабатывать результаты работы, полученные с помощью одних средств, другими средствами.

Web-технологии

Создание глобальной распределенной сети World Wide Web является одним из крупнейших достижений информатики. Технологии, сформировавшиеся на базе глобальной сети, но применяемые в пределах локальной сети или отдельного компьютера получили название Web-технологий.

Организация информационных ресурсов WWW основана на понятии гипертекста. Обычно текст представляется, как одна линия, читаемая в одном направлении. Гипертекстовая технология заключается в том, что текст представляется в виде многомерной сетевой структуры. Для этого он делится на фрагменты, который соединяются между собой по смысловому признаку. Следуя указанным связям, можно читать материал в любом порядке.

Гипертекст – это совокупность документов или их частей, чтение или просмотр которых может быть организован в различных направлениях.

Web-технологии стали быстро развиваться с появлением языка гипертекстовой разметки HTML. В результате появились гипермедийные среды – среды, в которых в качестве гипертекстовых элементов использовались не только традиционные тексты, но и изображения, аудио- и видеоданные и т.д.

Содержательно законченным документом в этой технологи является HTML-страница со встроенными ссылками на другие страницы. Набор объединенных и взаимосвязанных страниц называется Web-сайтом. Для уникальной идентификации ресурсов WWW используется универсальный локатор ресурсов URL. С его помощью можно определить местоположение ресурса в Интернете.

OLTP- и OLAP-технологии

Большая часть информации в ИС, которая находится в базе данных, обрабатывается оперативно с помощью OLTP-технологий (On Line Transactions Processing). Эта технология, названная транзакционной, предназначена для обработки повседневной, текущей информации, поступающей из цехов, складов, от поставщиков, банков и т.д.

Для формирования решений применяют другую технологию – аналитическую осуществляемую на основе данных, содержащихся в хранилищах данных (многомерных базах данных – гиперкубах). Аналитическая обработка происходит на основе OLAP-технологий (On Line Analytical Processing). OLAP-технология – это инструмент, используемый для анализа данных и принятия решений. При этом на нижнем уровне управления используется.