Основные направления ИИ

Практические темы.

В качестве практических заданий студентам даются задачи из банка данных лабораторных работ, которые аналогичны работам, выполненными студентами на практических занятиях.

Поиск в пространстве состояний

Нечеткая логика

.Нечеткие операции в маткаде

Идентификация

3.Идентификация 3.1.Идентификация бензина по нечеткой мере сходства 3.2.Идентификация бензина по минимуму расстояния. 3.Идентификация 3.1.Идентификация бензина по нечеткой мере сходства

.Идентификация по минимуму расстояния.

Идентификация по одной из мер сходства

Нейронные сети

Создание одиночных нейронов в маткаде

Модель однослойной сети в маткаде.

Термин искусственный интеллект (ИИ) появился в 80-е годы ХХ века. Не существует единого и общепринятого определения ИИ. Это не удивительно, так как нет универсального определения человеческого интеллекта. К ИИ принято относить ряд алгоритмов и программных систем, которые могут решать некоторые задачи так как это делает человек. В 90-е годы в исследованиях по ИИ выделились шесть основных направлений [1].

1. Представление знаний. В рамках этого направления решаются задачи, связанные с формализацией и представлением знаний в памяти интеллектуальной системы (ИС). Для этого разрабатываются специальные модели представления знаний и языки для описания знаний, создаются процедуры и методы, с помощью которых ИС может приобретать знания. ИС – это система, функционирование которой опирается на знания о проблемной области, которые хранятся в ее памяти.

2. Манипулирование знаниями. В рамках данного направления строятся способы пополнения знаний на основе их неполных описаний, разрабатываются процедуры обобщения знаний и формирования на их основе абстрактных понятий, создаются методы достоверного и правдоподобного вывода на основе имеющихся знаний, предлагаются модели рассуждений, опирающихся на знания и имитирующих особенности человеческих рассуждений. Манипулирование знаниями тесно связано с представлением знаний. Теория баз знаний включает в себя проблемы, относящиеся к обоим направлениям.

3. Общение. В круг задач данного направления входят: проблема понимания связных текстов на ограниченном и неограниченном естественном языке, синтез связных текстов, понимание речи и синтез речи, теория моделей коммуникации между человеком и ИС. К этому направлению относится проблема формирования объяснения действий ИС, которые она должна уметь порождать по просьбе человека, а также комплекс задач, связанных с интеграцией в единый внутренний образ сообщений различной модальности (речевых, текстовых, зрительных и т.п.), полученных в процессе коммуникации. На основе исследований в этом направлении формируются методы построения лингвистических процессоров, вопросно-ответных систем, диалоговых систем и других ИС, целью которых является обеспечение комфортных условий для общения человека с ИС.

4. Восприятие. Это направление традиционно включает: проблемы анализа трехмерных сцен, разработку методов представления информации о зрительных образах в базе знаний, создание методов перехода от зрительных сцен к их текстовому описанию и методов обратного перехода, создание средств порождения зрительных сцен на основе внутренних представлений в ИС.

5. Обучение. Предполагается, что ИС будут способны к обучению – решению задач, с которыми они ранее не встречались. Для этого необходимо создать методы формирования условий задачи по описанию проблемной ситуации или по наблюдению за этой ситуацией, научиться переходу от известных решений частных задач к решению общей задачи, создать методы декомпозиции исходной задачи на более мелкие, известные ИС, разработать модели самого процесса обучения, создать теорию подражательного поведения.

6. Поведение. Так как ИС должны действовать в некоторой окружающей среде, то необходимо разработать специальные поведенческие процедуры, которые позволили бы им адекватно взаимодействовать с окружающей средой, другими ИС и людьми. Для этого следует создать: модели целесообразного поведения, нормативного поведения, ситуативного поведения, специальные методы многоуровневого планирования и коррекции планов в динамических ситуациях.

Классификация СИИ.

На основе исследований в области искусственного интеллекта сформировалась новая область индустрии – производство интеллектуальных систем. Интеллектуальными системами называют такие автоматизированные системы, которые предназначены для реализации интеллектуальных задач, решаемых людьми.

К системам искусственного интеллекта относятся следующие типы автоматизированных систем:

1. Естественно- языковые системы;

2. Системы речевого общения;

3. Системы обработки визуальной информации;

4. Системы машинного перевода;

5. Экспертные системы и оболочки экспертных систем;

Все существующие интеллектуальные системы делятся на два класса:

1. Системы общего назначения;

2. Специализированные системы.

Системы общего назначения содержат метапроцедуры поиска, при помощи которых они генерируют и исполняют процедуры решения новых конкретных задач. Технология использования таких систем состоит в следующем. Пользователь (эксперт) формирует знания (данные и правила), описывающие выбранное приложение. Затем на основании этих знаний, заданной цели и исходных данных метапроцедуры системы генерируют и исполняют процедуру решения конкретной задачи. Данную технологию называют технологией инженерии знаний. Она позволяет специалисту, не знающему программирования, разрабатывать гибкие прикладные системы. В настоящее время, единственными системами общего назначения можно считать оболочки экспертных систем.

К специализированным относятся системы, которые выполняют решение фиксированного набора задач, предопределенного при проектировании интеллектуальной системы. Для использования таких систем требуется заполнить их данными, соответствующими выбранному приложению. В настоящее время многие специализированные интеллектуальные системы, в частности речевого общения и обработки изображений стали разрабатывать в виде экспертных систем.

Основными функциями естественно-языковых систем (ЕЯ-систем) являются: ведение диалога, понимание высказываний и генерация высказываний. Учитывая историю развития естественно-языковых систем, различают следующие классы ЕЯ-систем:

1. Интеллектуальные вопросно-ответные системы;

2. Системы общения с базами данных;

3. Диалоговые системы решения задач;

4. Системы обработки связных текстов.

Вопросно-ответные системы возникли в процессе развития информационно-поисковых систем, основное внимание при их разработке уделялось не столько их практическому использованию, сколько развитию моделей и методов, позволяющих осуществлять перевод ЕЯ-высказываний, относящимся к узким и заранее фиксированным областям, в формальное представление, а также обратный перевод.

Основной задачей создания систем общения с базами данных стало обеспечение доступа к информации в БД широкому классу неподготовленных конечных пользователей, которые формулируют запрос к БД на естественном языке.

Диалоговые системы решения задач помимо функций ЕЯ-доступа к БД, берут на себя решение заранее определенных классов задач (планирование боевых действий, путешествий, перевозок и т.д.). В этом случае разбиение задачи на подзадачи и распределение решения подзадач между участниками определяет не пользователь, а сама диалоговая система. Основным направлением практического использования ЕЯ-систем данного класса является реализация ЕЯ-общения с экспертными системами.

Системы обработки связных текстов предназначены для обработки больших объемов текстовой информацией для извлечения из нее каких-либо сведений.

Системы речевого общения предназначены для реализации ЕЯ-общения на основе устной речи. Узко специальные проблемы, стоящие перед такими системами – это создание преобразователей «текст – речевой сигнал» и «речевой сигнал – текст». Первая проблема – это проблема синтеза речи, вторая – анализа и распознавания речи.

Системы переработки визуальной информации решают три типа задач: обработка изображений (исходные данные и результаты обработки представлены в виде изображений), анализ изображений (входные данные являются изображением, а результат представляется в неизобразительной форме, например, в виде текста), синтез изображений (на входе имеется описание изображения, а на выходе по нему строится само изображение).

Системы машинного перевода предназначены для быстрого доступа к информации на иностранном языке, перевода больших потоков текстов. Процесс машинного перевода представляет собой последовательность преобразований, применяемых к входному тексту и превращающих его в текст на выходном языке, который должен максимально воссоздавать смысл и, как правило, структуру исходного текста, но уже средствами выходного языка.

Экспертные системы (ЭС) предназначены для решения неформализованных задач, то есть задач, решаемых с помощью неточных знаний, которые являются результатом обобщения многолетнего опыта работы и интуиции специалистов. Неформализованные знания обычно представляют собой эвристические приемы и правила. ЭС отличаются от традиционных систем программирования тем, что ориентированы на решение неформализованных задач и обладают следующими особенностями:

· алгоритм решения не известен заранее, а строится самой ЭС с помощью символических рассуждений, базирующихся на эвристических приемах;

· ясность полученных решений, то есть система «осознает» в терминах пользователя, как она получает решение;

· способность анализа и объяснения своих действий и знаний;

· способность приобретения новых знаний от пользователя-эксперта, не знающего программирования, и изменения в соответствии с ними своего поведения;

· обеспечение «дружественного», как правило, естественно-языкового интерфейса с пользователем.

Обычно к ЭС относят системы, основанные на знании, то есть системы, вычислительная возможность которых является в первую очередь следствием их наращиваемой базы знаний (БЗ) и только во вторую очередь определяется используемыми методами. В настоящее время ЭС используются при решении задач следующих типов: принятие решений в условиях неопределенности (неполноты), интерпретация символов и сигналов, предсказание, диагностика, конструирование, планирование, управление, контроль и так далее.

Дата добавления: 2015-06-27