- •Введение.
- •История развития, исследования в области ии.
- •Математические основы нл.
- •Выбор функции принадлежности:
- •Нечеткие алгоритмы.
- •Методы нечеткого логического вывода.
- •Методы дефаззификации
- •Методология проектирования экспертных систем.
- •Обобщенная структура основных этапов разработки прототипов эс.
- •Некоторые сведения о мозге.
- •Модель искусственного нейрона.
- •Определение искусственной нейронной сети.
- •Модели нс.
- •Понятие обучения.
- •Процедура обучения.
- •Классификация нейронных сетей
- •Типовые структуры и решаемые задачи
- •Сети Кохонэна Обучение «без учителя»
- •4.1. Традиционный способ
- •4.2. Метод выпуклой комбинации
- •4.3. Модифицированные алгоритмы
- •Основные этапы нейросетевого анализа
- •Генетические алгоритмы
- •Гибридные интеллектуальные системы
Лекция 1.
Введение.
Определение:
Искусственный интеллект (ИИ) (с лат. «intellectus» - познание) – раздел информатики, изучающий методы, способы моделирования и воспроизведения с помощью ЭВМ различной деятельности человека, связанной с решением каких-либо задач.
Цель ИИ – смоделировать разумную деятельность человека, автоматизировать мышление.
Разумная деятельность – сложные задачи.
Область применения – применяется для решения слабоформализованных задач.
Определение:
Слабоформализованные задачи – это задачи, которые обладают следующими свойствами:
Цели этих задач не могут быть представлены в виде математических функций.
Алгоритмы достижения этой цели не могут быть описаны строго математически (не существует алгоритмического решения задачи).
В ряде случаев для этих задач алгоритмическое решение существует, но пространство поиска решения очень велико.
Для решения задач требуются эвристики – утверждения, основанные на опыте, интуиции. Цель их применения – найти более рациональное решение, а не оптимальное, путем исключения заранее непригодных решений.
Данные знания, используемые для решения этих задач обладают следующими свойствами:
- не полные;
- ошибочные;
- разнородные;
- неоднозначные;
- противоречивые;
- динамичные;
Пример:
К ним относятся – множество задач управления, проектирования в сложных системах.
Определение:
Сложная система – система, которая характеризуется большим количеством параметров, иерархичностью структуры, разнородностью элементов.
Пример:
Любая социально-экономическая система.
Управление = Планирование + Прогнозирование + Учет + Контроль + Анализ + Принятие решений.
Автоматизированная информационная система (АИС) = слабо формализованная задача + сложная система.
Свойства естественного интеллекта (ЕИ).
Цель ИИ воспроизвести черты ЕИ.
Моторика – процесс возбуждения моторных центров мозга.
Мышление – когнитивные процессы (cognitive - познавательные).
Структура когнитивных процессов.
Проблемы:
Огромный объем информации. Неоднозначность, не полнота, ошибочные знания и др.
Большой объем памяти (кратковременная и долговременная).
Определения:
ЕИ (Солсо) – способность осмысленно приобретать, воспроизводить, использовать знания, понимать конкретные и абстрактные идеи, постигать отношения между идеями и объектами.
ИИ (Солсо) – всякий результат работы компьютера, который сочли бы разумным, если бы он был воспроизведен человеком.
Свойства ЕИ:
Способность к классифицированию паттерны (pattern - шаблон): кластеризация, категоризация, распознавание. (ДН, НС)
Адаптивность, обучаемость. (НС, ГА)
Способность к дедуктивному мышлению – переход от общего к частному. (ЭС, НЛ)
Способность к индуктивному логическому выводу (от частного к общему) (ЭС, НС, НЛ, ГА, ДМ)
Анализ и синтез. (case-технологии)
Способность разрабатывать концептуальные модели. ( - )
Способность понимать – видеть отношения в задачах и оценивать их в решениях.
Лекция 2.