2. В чем, на современном этапе исследований, отличие искусственного интеллекта от естественного?Чем отличаются формализованные знания от неформализованных?

Работы по ИИ развернулись с начала промышленного использования компьютеров и сразу пошли по двум направлениям.

Первое – попытки смоделировать деятельность мозга, его психофизиологические свойства в надежде воспроизвести с помощью технических устройств искусственный интеллект или искусственный разум (аппаратная реализация ИИ). Развитие моделей искусственных нейронных сетей; появление устройств типа персептрона или пандемониума, резко отличающихся по способу своего действия от традиционных ЭВМ, - результаты исследований в этом направлении, которое можно назвать бионическим.

Второе – основное направление исследований по ИИ можно назвать прагматическим. Термин «искусственный интеллект» в исследованиях второго направления понимается исключительно в метафорическом смысле, а исследователи заняты разработкой программ, позволяющих средствами ЭВМ воспроизвести процессы, которые у человека являются результатом его мыслительной деятельности.

На современном этапе развития исследований в области ИИ эти две крайние точки зрения сближаются. Противники копирования опыта природы при конструировании интеллектуальных систем начинают понимать, что многие важные задачи могут быть решены только при обращении к этому источнику, а сторонники второго направления вынуждены согласиться с тем, что ряд функций интеллекта, связанных с символьными преобразованиями, эффективнее и легче реализовать «нечеловеческими» способами.

В силу крайне недостаточной изученности естественного интеллекта и процессов, происходящих в мозгу человека, искусственные интеллектуальные системы в настоящее время моделируют только некоторые аспекты естественного мышления. Однако знания, накопленные к настоящему времени, уже позволяют создавать искусственные интеллектуальные системы, успешно имитирующие отдельные функции естественного интеллекта.

Формализованные знания формулируются в виде точных и строгих суждений (знаний, формул, моделей алгоритмов), отражающих универсальные знания.

Неформализованные знания, как правило, не попадают в книги и руководства в связи с их неконкретностью, субъективностью, приблизительностью. Знания такого рода являются результатом обобщения многолетнего опыта работы и интуиции специалистов. Они обычно представляют собой многообразные эвристические приёмы и правила.

Билет №25

1. Нечеткие и приближенные высказывания? Что такое коэффициент определенности?

Рассмотрим простое правило, которое представляет собой импликацию с одной посылкой:

если А, то В. (А  В)

Если обозначить коэффициент определенности как ct, а вероятность как р, то коэффициент определенности посылки эквивалентен (приблизительно) вероятности того, что посылка явялется истинной. Коэффициент определенности импликации сходен с условной вероятностью заключения, полученного при истинности посылки.

Таким образом КО (A)  р (А), КО (импликации)  р (В|А).

Правило вычисления коэффициента определенности заключения в случае, если известны коэффициенты определенности посылки и импликации записывается так

КО (заключение) = КО (посылка)  КО (импликация).

Пример: Если (это последняя модель автомобиля),

то (в нем есть каталитический преобразователь).Пусть КО (посылка) =0.8, а КО (импликация)=0.9.

Тогда КО (заключение) = 0.8  0.9 = 0.72.

В общем случае посылка – это выражение, состоящее из атомарных посылок, связанных логическими операциями  и . При этом каждая элементарная посылка имеет свой коэффициент определенности.

Простейшей логической комбинацией является конъюнкция () между двумя элементарными свидетельствами. Импликация (правило) выглядит так:

Если (А₁  А₂), то В.

Коэффициент определенности общей посылки вычисляется по формуле:

КО (А₁  А₂) = min (КО (А₁), КО (А₂)),

т.е. равен коэффициенту определенности наименее надежной посылки.

Другой простой формой является правило, в котором используется дизъюнкция ():