
- •История развития ии
- •История развития ии в России.
- •Философские аспекты в системе ии
- •Основные направления и функции иис Основные направления:
- •Самообучающиеся системы
- •Информационные хранилища.
- •Генетические алгоритмы
- •Классический генетический алгоритм.
- •Применение генетических алгоритмов.
- •Основные классы экспертных систем
- •Этапы разработки экспертных систем
- •Базовые функции экспертных систем
- •Интеллектуальный интерфейс
- •Нейронные сети
- •Правило вычисления сигнала активности
- •Функций активности
- •Модели нейронных сетей.
- •Достоинства нейронных сетей перед традиционными вычислительными системами.
- •Недостатки нейронных сетей
- •Основные режимы работы экспертных систем
- •Базовые функции экспертных систем
- •Получение знаний
- •Представление знаний
- •Логическая модель представления знаний.
- •Основные понятия логики высказываний и логики предикатов.
- •Семантические сети, их классификация и принципы построения
- •Продукционная модель представления знаний
- •Классификация ядер продукции.
- •Достоинства продукционной системы:
- •Недостатки продукционной системы:
- •Фреймовая модель (из лекции по дисциплине «Представление знаний») Характерные особенности моделей представления знаний применительно к процессу разработки бз
- •Проектирование базы знаний.
- •Структура бз и взаимодействие с другими компонентами ис.
История развития ии в России.
Начало в 50-60гг. В отличие от зарубежных работ, которые шли от моделирования игр и создания интеллектуальных работ, в СССР пытаются решить проблему методологически и интеллектуально. В 54 году в МГУ проводится семинар «автоматы и мышления» под руководством профессора Ляпунова. Так же выделяется 2 направления как и на западе. Наиболее значимые работы – «алгоритм Кора» автор Вонгард - алгоритм моделирует деятельность человеческого мозга при распознании образа. С 45 – 64гг создаётся отдельная программа и исследуется поиск и решение логических задач. В Ленинграде создаётся программа автоматически доказывающая теорему. С 65-80гг получает развитие новая наука «Ситуационное управление». Основоположник этой школы Поспелов. Разработана типо дисциплина «Представление знаний». В середине 70гг 20 века семинар где выступает Хорошевский в котором выдвигает свои идею кот легли в основу языка Рефал, кот ориентирован на символьное представление знаний. В 88г создаётся ассоциация искусственного интеллекта. Отставание от запада составляет 5-7 лет.
ИИ – научное направление целью которого является разработка аппатно–програмных средств, позволяющих пользователю, не программеру ставить и решать свои традиционно считающиеся интеллектуальные задачи, общающихся с ЭВМ на ограничивающем подмножестве языка.
Задачи решаемые ИИ.
К сфере решаемых задач относится задача решающая след свойства:
1. в них не известен алгоритм решения задач
2. В них используются данные не тока в числовом формате, но и инфа в виде изображений, рисунков, звуков и т.д.
3. в них предполагается наличие выбора, т.е. не существует алгоритма и нужно выбирать
Философские аспекты в системе ии
1. Возможность существования: схоластическое доказательство (бог создал чела по своему образу, почему бы челу не создавать по своему подобию), биологическое док-во, то что раньше считалось не возможным (обучили машину играть в игры, как бы не научить машину делать что то и покруче), проблема возможности самовоспроизведения ( способны тока живые организмы, но так же идет самовоспроизведение не живых рост кристаллов, почему бы и не создать что то подобное).
2. Цель создания: должна свестись к усилению искусственного интеллекта
3. Проблема безопасности
Основные направления и функции иис Основные направления:
разработка ИИС и систем основанных на знаниях.
Интеллектуальные системы – это техническая или программная система, способная решать задачи, традиционно считающие творческими, принадлежащие конкретной предметной области, знания, которые хранятся в памяти ИС.
Система основанная на знаниях – ИС, функционирование которой определяется значением в области, в которой она используется.
Цель этого направления является влияние исследований и применений, знаний высококвалифицированных экспертов для решения сложных задач, возникающих на практике. Это направление преследует цель имитации человеческого анализа не структурированных проблем.
Разработка естественных языковых интерфейсов и машинного перевода. Система машинного перевода строится как интеллектуальная система, поскольку в их основе лежат БЗ в определяемой предметной области и сложные модели, обеспечивающие дополнительную трансляцию исходного языка оригинала -> язык смысла-> язык перевода. Они базируются на логическом подходе, включающий последовательный анализ и синтез естественных языковых сообщений. В них осуществляется ассоциативный поиск аналогичных фрагментов текста в БД. Данное направление также исследует методы реализации процесса общения человека с компьютером на естественном языке.
Генерация и распознавание речи, система речевого общения с целью повышения вводимой информации в ЭВМ и реализацию речевого общения на значимом расстоянии.
Обработка визуальной информации:
- обработки анализа и синтеза изображений
Задачи анализа исходного изображения преобразуется в данные другого типа (пример: текст – описание).
При синтезе изображений на вход системы поступает алгоритм построения изображения, а выходными данными являются графический объект.
Обучение, самообучение – включает модели, ориентированные на автоматическое накопление и формирования знаний с использованием процедур анализа и обобщения данных.
К этому направлению: datamining и синтаксиса поиска закономерности комплексных БД.
6) Распознании образов осуществления на основании применения специального математического аппарата, обеспечение отнесения объектов к классам. А классы описывают совокупность определенных значений производств.
7) Игры и машин. творчество.
8) Программ. Обеспечение систем ИИ
9) Новая архитектура компьютеров - разработка новых аппаратных решений и архитектур, направленные на обработку символьных и логических данных (пролог, lisp)
10) Интеллектуальные роботы
а) Роботы с жесткой схемой управления
б) Адаптированные роботы с сенсорными установками.
в) Самоорганизованные или интеллектуальные роботы.
Основная проблема при создании роботов проб-а машин. зрения; адекватность хранения и обработка трехмерной информации.
Характерные признаки ИС
1) Развитие коммуникабельных способностей
2) Умение решать плохоформализованные задачи.
3) Способность к самообучению
4) Адаптивность
Интеллектуальные информационные системы.
Система с интел. Интерфейсом. |
Самообучение системы |
ЭС |
Адаптировные |
-Интеллектуальная БД -Естественный язык - интерфейс -Гипертекстовые системы -Системы контекстной помощи |
-доопределяющие -трансформирующие -мультиагентные
|
-индуктивные -НС -системы основанные на прецедентах - информационные хранилища - генетические алгоритмы
|
- Case технологии -компонентные технологии |
Система с интеллектуальным интерфейсом:
Интеллектуальная БД позволяет в отличии от традиционных БД обеспечить выборку необходимой информации, не присутствует в явном виде, а выводимой из совокупности хранимых данных.
Естественный языковой интерфейс применения для доступа к интеллектуальным БД, контекстному поиску документальной текстовой информации, голосового ввода команд в системе управления машин. перевода с иностранных языков.
Гипертекстовые системы используются для реализации поиска по ключевым словам в БД. Решение этих задач заключается с помощью интеллектуальных систем, в которых механизм поиска сначала раб-т с БЗ ключевых слов, а затем к самим текстом. аналогичным образом проводится поиск мультимедийной информации, включающий графическую информацию и осуществляющий видео-образы.
Системы контекстной помощи. Относятся к классу систем распознания знаний. Дистанция синтаксиса является частным случаем естественных и звуковых систем.
Система когнитивной графики ориентирована на общение с пользователем, по средствам графических образов, в которой генерируется в соответствии с изменением параметров моделируемых или наблюдаемых процессов. Когнитивная графика позволяет в наглядном и выразительном виде предложить множество параметров, характеризующих изученное явление, способствует быстрому освоению программных средств и повышению конкурируемой способности разработки интеллектуальных систем. Применение особенно актуально в системах мониторинга и оперативного управления, в обучаемых и тренажерных системах, в оперативных системах принятия решения, работающих в режиме реального времени.