- •Лекция 1: Введение
- •Основные понятия и определения.
- •Область применения.
- •Краткий исторический обзор развития работ в области ии.
- •Функциональная структура использования сии.
- •Литература
- •Сетевые модели
- •Продукционные модели.
- •Сценарии.
- •Интеллектуальный интерфейс
- •Классификация уровней понимания
- •Методы решения задач.
- •Решение задач методом поиска в пространстве состояний.
- •Решение задач методом редукции.
- •Решение задач дедуктивного выбора
- •Решение задач, использующие немонотонные логики, вероятностные логики.
- •Данные и знания. Основные определения.
- •Особенности знаний. Переход от Базы Данных к Базе Знаний.
- •Модели представления знаний. Неформальные (семантические) модели.
- •Например, структура табл. 1.1, записанная в виде протофрейма, имеет вид
- •Формальные модели представления знаний.
- •Компоненты продукционных систем
- •Стратегии решений организации поиска
- •Представление простых фактов
- •- Описание состояния человека
- •- Описание размещения персонала предприятия
- •Примеры применения логики для представления знаний.
- •Литература
- •Лекция 6: Планирование задач
- •Основные определения
- •Комплексная схема нечеткого планирования
- •Особенности планирования целенаправленных действий
- •Оценки сложности задачи планирования
- •Литература
- •Структура экспертных систем
- •Этапы разработки экспертных систем
- •Интерфейс с конечным пользователем
- •Представление знаний в экспертных системах
- •Уравни представления и уровни детальности
- •Организация знаний в рабочей системе
- •Организация знаний в базе данных
- •Методы поиска решений в экспертных системах
- •Средства представления знаний и стратегии управления
- •Подготовительный этап
- •Основной этап
- •Системы приобретения знаний от экспертов
- •Формализация качественных знаний
- •Пример формализации качественных знаний
- •Понимание в диалоге
- •Примеры системы обработки естественного языка
- •Методы озвучивания речи
- •Наиболее распространенные системы синтеза речи
- •Речевой вывод информации
- •Методы синтеза речи
- •Обобщенная функциональная структура синтезатора
- •Модуль лингвистической обработки
- •Лингвистический анализ
- •Формирование просодических характеристик
- •Cинтезатор русской речи
- •Язык формальной записи правил синтеза
- •Интонационное обеспечение
- •Аллофонная база данных
- •Лингвистический анализ
- •Инструментарий синтеза русской речи
- •Cистема распознавания речи
- •Акустическая модель
- •Лингвистическая модель
- •Классификация систем распознавания речи
- •-Простейшие (корреляционные) детекторы
- •Заключение
- •Литература
- •Основные принципы или целостность восприятия
- •Распознавание символов
- •Шаблонные системы
- •Структурные системы
- •Признаковые системы
- •Структурно-пятенный эталон
- •Уроки машинного чтения от Cognitive Technologies
- •Распознавание рукописных текстов
- •В этой статье я хотел бы затронуть некоторые из последних научных работ в области искусственной жизни и искусственного интеллекта.
- •Состояние и тенденции развития искусственного интеллекта
- •Успехи систем искусственного интеллекта и их причины
- •Экспертные системы реального времени - основное направление искусственного интеллекта
- •Основные производители
- •Архитектура экспертной системы реального времени
- •Жизненный цикл приложения
- •Основные компоненты
- •Базы знаний
- •Машина вывода, подсистема моделирования и планировщики
- •Заключение
- •Литература
Распознавание рукописных текстов
Очевидно, проблема распозна-вания рукописного текста значи-тельно сложнее, чем в случае с текстом печатным. Если в послед-нем случае мы имеем дело с огра-ниченным числом вариаций изо-бражений шрифтов (шаблонов), то в случае рукописного текста число шаблонов неизмеримо больше. Дополнительные сложности вносят также иные соотношения линейных размеров элементов изобра-жений и т. п.
И все же сегодня мы можем признать, что основные этапы разработки технологии распознавания рукописных (отдельные символы, написанные от руки) символов уже пройдены. В арсенале Cognitive Technologies имеются технологии распознавания всех основных типов текстов: стилизованных цифр, печатных символов и <рукопечатных> символов. Но технологии ввода <рукопечатных> символов потребуется еще пройти стадию адаптации, после чего можно будет заявить, что инструментарий для потокового ввода документов в архивы действительно реализован полностью.
Резюме
Динамичное развитие новых ком-пьютерных технологий (сетевые технологии, технологии <клиент-сервер>, и т. д.) нашли свое отра-жение и в состоянии сектора элек-тронного документооборота. Если раньше в продвижении технологий бесклавиатурного ввода делался упор на преимущества их персо-нального использования, то сего-дня на первый план выходят пре-имущества коллективного и рацио-нального использования техноло-гий ввода и обработки документов. Иметь одну, обособленную систе-му распознавания сегодня уже яв-но недостаточно. С распознанны-ми текстовыми файлами (как бы хорошо они распознаны ни были) нужно что-то делать: хранить в ба-зе данных, осуществлять их поиск, передавать по локальной сети, и т. д. Словом, требуется взаимо-действие с архивной или иной сис-темой работы с документами. Та-ким образом, система распозна-вания превращается в утилиту для архивных и иных систем работы с документами.
С появлением сетевых версий систем сканирования (режим потокового сканирования OCR CuneiForm) и распознавания (сервер распознавания CuneiForm OCR Server) документов нашей компании уже удалось реализовать некоторые преимущества коллективного использования таких технологий в организациях разного масштаба. По этой причине, с нашей точки зрения, актуальным был бы разговор о комплексном решении компаниями проблемы автоматизации работы с документами в организациях самого различного ранга. Что касается Cognitive Technologies, то представляемый ею электронный архив <Евфрат> (система включает в себя возможность ввода документов с помощью OCR CuneiForm), новые утилиты, встроенные в OCR CuneiForm'96, и технологии, используемые при реализации крупных проектов, продолжают линию компании, направленную на расширение применения систем ввода информации и разработку технологий автоматизации работы с документами.
Лекция 12: Тенденции развития систем искусственного интеллекта
Введение
Состояние и тенденции развития искусственного интеллекта
Успехи систем искусственного интеллекта и их причины
Экспертные системы реального времени - основное направление искусственного интеллекта
Основные производители
Архитектура экспертной системы реального времени
Жизненный цикл приложения
Разработка прототипа приложения
Расширение прототипа до приложения
Тестирование приложения на ниличие ошибок
Тестирование логики приложения и ограничений (по времени и памяти)
Сопровождение приложения
Основные компоненты
База знаний
Сущности и иерархия классов
Иерархия модулей и рабочих пространств
Структуры данных
Выполняемые утверждения
Машина вывода, подсистема моделирования и планировщик
Заключение
Литература
Введение
«Человек благоразумный подстраивает себя под окружающий мир, тогда как безрассудный человек упорно подстраивает этот мир под самого себя. Так что весь прогресс опирается на людей безрассудных».
Бернард Шоу.
Парадоксальное высказывание Бернарда Шоу имеет непосредственное отношение к тексту статьи. В самом деле, почему человек так стремится поработить себя машинами? На сколько велика их власть над людьми? Неужели весь прогресс человечества в том только и заключается, чтобы построить такой мир, в котором сам человек станет звеном избыточным, а потом неизбежно исчезнет?