
- •1. Искусственный интеллект как направление знаний. Основные направления. Сильный и слабый ии. Критерий интеллектуальности. Тест Тьюринга. Критика теста Тьюринга.
- •2. Критерий интеллектуальности. Тест Тьюринга. Критика теста Тьюринга. Гипотеза Ньюэлла-Саймона и тезис Ады Лавлейс.
- •3. Философские аспекты ии. Теория симуляции реальности н. Бострома. Цифровая философия э.Фредкина. Эволюционная кибернетика в.Ф.Турчина
- •4. Понятие сингулярности. Трансгуманистическая философия: основные постулаты.
- •5. Модели памяти и мышления человека. Чанки. Структуры и процессы
- •6. Восходящий, нисходящий и эволюционный подходы к ии. Понятие о нейронных сетях.
- •7. Знания и информация. Понятие о представлении знаний. Статические и динамические знания. Явные и неявные представления знаний.
- •8. Процедурное представление знаний. Продукции. Деревья и-или. Деревья решений.
- •9. Сетевое представление знаний. Семантические сети. Концептуальные графы.
- •10. Фреймовое представление знаний. Основные операции логического вывода во фреймовом представлении.
- •11. Представление знаний на основе формальной логики. Пролог как возможный язык логического представления знаний.
- •12. Поиск в нагруженном графе. Алгоритм поиска с весовой функцией и его реализация на Прологе.
- •13. Понятие об эвристическом поиске. Допустимость, монотонность,
- •14. Алгоритм поиска a. Критерий допустимости a-алгоритма. Примеры.
- •15. Реализация алгоритма a* на Прологе.
- •16. Поиск с итерационным погружением (id).
- •17. Различные способы повышения эффективности алгоритмов поиска: поиск с использованием списка пар пройденных вершин, представление путей деревьями.
- •18. Экспертные системы. Структура экспертной системы. База знаний. Машина вывода.
- •19. Основные подходы к созданию экспертных систем. Оболочки экспертных систем. Роль инженера по знаниям.
- •20. Прямой логический вывод. Иллюстрация прямого вывода на деревьях и- или. Конфликтное множество. Связь с поиском в пространстве состояний. Применение различных алгоритмов поиска.
18. Экспертные системы. Структура экспертной системы. База знаний. Машина вывода.
Экспертная система является первым и наиболее распространённым типом интеллектуальной системы. Экспертная система - это программа, предназначенная для хранения знаний экспертов и передачи рекомендаций пользователям посредством их консультаций.
Структура экспертной системы:
Инженеры по знаниям в результате общения с экспертами создают базу знаний.
Машина вывода - это программа, предназначенная для интерпретации данных из базы знаний в соответствии с запросами. В задачу машины вывода входит получение необходимых частей базы знаний, которые являются ответом на заданный запрос.
Структура машины вывода:
Действие компоненты вывода основано на применении правила modus ponens (если истинно A и существует правило A ⊃ B , то истинно B ). Т.е., если истинна посылка и есть правило, позволяющее сделать заключение, то истинно заключение. За один циклический проход машина вывода последовательно просматривает базу знаний и находит правило, посылка которого совпадает с правилами в текущем состоянии рабочей памяти. Правила базы знаний срабатывают в случае, если истинно их условие. В одном цикле может сработать только одно правило. Если есть несколько правил, которые могут быть выполнены, то интерпретатор по какому либо принципу (например, случайно) выбирает единственное. После того, как правило сработало, его результат заноситься в рабочую память, и цикл повторяется вновь.
Информация из рабочей памяти последовательно сопоставляется с запросом для выявления успешного сопоставления. Совокупность отобранных правил называется
конфликтным множеством. По критерию выбора правил из конфликтного множества выбирается правило, которое добавляется либо в рабочую память, либо в базу знаний. Работа цикла продолжается до тех пор, пока не будет получен набор правил, разрешающих запрос или не истечет максимальное время работы.
Пользовательский интерфейс.
Представляет собой программную оболочку, реализующую необходимые функции общения пользователя и экспертной системы. Основными задачами являются предоставление возможности составления запросов и отображение результатов.
19. Основные подходы к созданию экспертных систем. Оболочки экспертных систем. Роль инженера по знаниям.
Рабочая
память Интерфейс
Программист
Машина вывода
База
знаний Интерфейс
администрирования
Инженер
по
знаниям
Эксперт
Сначала при создании ЭС разрабатывается машина вывода (и рабочая память) – в этом процессе участвует программист. После этого работа программиста завершена, и в дело включается инженер по знаниям, который при помощи эксперта в течение длительного времени пополняет базу знаний – уже независимо от программиста.
Существуют следующие виды ( по способу создания) ЭС :
1. Внедренные системы – обработчики того, что записано в БЗ ( на некотором языке). Но в них МВ плохо отделена от интерфейса.
2. Оболочки ЭС – все разделено, можно интегрировать с любым кодом.
- Clips.
- Jess (фреймы можно описать в файлах, подключаемых с java-кодом).
- Julia – хорошо поддерживается интерфейс с БД, логический вывод может быть распределенным (CORBA).
Этап извлечения знаний очень важен в экспертных системах: необходимо наиболее полно получить знания от эксперта в данной области (включая его личный опыт). Эта задача сложна, так как знания надо извлечь из информации наиболее полно и систематизировать. Различают пассивные и активные методы извлечения знаний.
Пассивные методы подразумевают, что ведущая роль в процедуре извлечения передается эксперту, а аналитик только протоколирует рассуждения эксперта во время его работы по принятию решений. Отсутствие обратной связи (пассивность аналитика) значительно ослабляет эффективность этих методов, чем и объясняется то, что обычно они играют вспомогательную роль. Формы пассивных методов:
1) Вовлечение в процесс (наблюдение) – непосредственное наблюдение за работой (или имитацией работы) эксперта (при этом эксперт может комментировать свои действия) - один из наиболее распространенных методов извлечения знаний на начальных этапах разработки.
2) Протоколирование "мыслей вслух" отличается от наблюдений тем, что эксперта- специалиста просят не просто прокомментировать свои действия и решения, но и объяснить, как это решение было найдено, то есть продемонстрировать всю цепочку рассуждений.
3) Лекция - от аналитика требуется грамотно законспектировать лекцию и в конце ее задать необходимые вопросы, аналитик должен сформулировать эксперту тему и задачу лекции.
В активных методах инициатива переходит к аналитику. Формы активных методов:
1) анкетирование (наиболее жесткий метод, поскольку он наиболее стандартизирован), 2)
интервью, 3) круглый стол, 4) мозговой штурм (40 мин, 10 участников высказывают любые идеи на заданную тему). Последние два относятся к групповым методам - можно получать знания сразу от нескольких экспертов.
И активные, и пассивные методы могут чередоваться в рамках одного сеанса извлечения знаний.