Введение. Многие виды деятельности человека: написание программ, доказательство теорем, рассуждения на уровне «здравого смысла»

Многие виды деятельности человека: написание программ, доказательство теорем, рассуждения на уровне «здравого смысла», перевод с иностранного языка, вождение автомобиля и т.д. требуют, как говорят, «интеллекта».

На протяжении последних десятилетий было построено немало систем, способных выполнять задачи, подобные этим. Например, имеются системы способные диагностировать заболевания, планировать синтез органических соединений с заданными свойствами, решать дифференциальные уравнения в символьной форме, понимать ограниченный объем человеческой речи и естественного языкового текста, оценивать риски, связанные с финансами, проводить автоматическое доказательство теорем, составлять планы последовательней действие и многое другое.

Работа по построению таких систем велась, главным образом, в области, получившей название искусственный интеллект. В результате было разработано несколько принципов ИИ, получивших широкое применение. Эти принципы имеют абстрактный характер и могут использоваться в различных проблемных областях. Вначале мы будем изучать эти принципы на достаточно простых примерах, так как рассмотрение и анализ конкретных приложений в какой-либо области заняли бы значительное время. Затем все эти принципы найдут свое применение в одном из главных направлений в области искусственного интеллекта, получившим название технология экспертных систем.

Экспертная система — это программа для компьютера, которая оперирует со знаниями в определенной узкой предметной области с целью выработки рекомендаций или решения проблем. Экспертная система может полностью взять на себя функции, выполнение которых обычно требует привлечения опыта человека специалиста, или играть роль ассистента для человека, принимающего решение. Уровень пользователей экспертных систем может варьироваться в очень широком диапазоне. От вида деятельности пользователей зависят функции, которыми наделяются создаваемые для них экспертные системы.

К элементам архитектуры экспертной системы относятся поиск, эвристики, автоматическое рассуждение, основанное на правилах, ограниченное понимание естественного языка, отделение базы знаний от системы управления выводом.

В ЭС должны быть предусмотрены возможности выбора, которые реализуются автоматически, и позволяют ей выполнять шаги от начального состояния к новым состояниям, ведущим к цели. Идея, которая появилась в результате первых опытов, получила название «поиск в пространстве состояний». Множество проблем можно сформулировать в терминах трех важнейших состояний:

· исходное состояние проблемы;

· тест завершения — проверка, достигнуто ли требуемое конечное состояние или найдено решение проблемы;

· множество операций, которые можно использовать для изменения текущего состояния проблемы.

Алгоритм поиска имеет два основных варианта: различают поиск в глубину и поиск в ширину. Эти варианты отличаются порядком формирования состояний на шаге генерирования новых состояний.

Стратегия поиска в глубину основана на исследовании последовательностей одного варианта выбора до изучения других вариантов. Сначала исследуется неизвестная левая ветвь дерева. Когда процесс поиска заходит в тупик, он возвращается вверх в последний пункт выбора, где имеются неизученные альтернативные варианты движения, и затем осуществляется следующий вариант выбора.

Стратегия поиска в ширину состоит в исследовании всех путей, исходящих из начального пункта. Сначала длиной в один шаг, затем в два и так до тех пор, пока не будет найден ответ.

Оба метода гарантируют рассмотрение всех возможных вариантов, выбор наиболее подходящего из них зависит от особенностей исследуемой проблемы.

Проблему любой сложности, в принципе, можно свести к проблеме поиска в пространстве состояний, если только удается ее формализовать в терминах начального состояния, конечного состояния и операций перехода в пространстве состояний. Поиск в пространстве состояний должен направляться определенным образом представленными знаниями о конкретной предметной области.

Поскольку слепой поиск возможен только в небольшом пространстве вариантов, необходим способ направленного поиска, его принято называть эвристическим. Эвристика — это эмпирическое правило, с помощью которого человек-эксперт в отсутствие формулы или алгоритма определяет результат. Хорошая эвристика — мощное средство решения проблемы, но ее довольно сложно найти. Основной алгоритм, реализующий идею эвристического поиска можно сформулировать следующим образом:

· находясь в данной точке пространства состояний, применяются правила порождения нового множества возможных решений, допустимых в данной позиции;

· если одно из новых состояний является решением проблемы, процесс прекращается.

Давно была предложена схема, известная как набор порождающих правил. Со временем порождающие правила стали основным инструментом при проектировании экспертных систем. Эта методика заключается в том, что эксперту предлагается объяснять свои выкладки в процессе решения проблемы, а затем зафиксированный протокол анализируют и пытаются отыскать в нем концепции и процедуры, использованные человеком.

Существует ряд причин, которые объясняют широкое применение архитектуры, основанной на правилах. Индивидуальные правила часто отражают способ оформления экспертами собственной эвристики для решения проблемы. Автоматические рассуждения несложно выполнить, если они ведутся на основе правил. Фактически на данный момент времени в области искусственного интеллекта не существует других способов реализовать автоматические рассуждения. Кроме того, программа, основанная на правилах, легко может дать отчет о своих рассуждениях.

Экспертные системы чаще работают в диалоговом режиме, они обмениваются информацией и выводами с пользователем. Экспертная система при вступлении в диалог с пользователем должна задавать вопросы согласно ситуации, по мере поступления информации, а не согласно проверочному списку. Подразумевается, что интеллектуальная программа может принимать вводимые данные в свободной форме — в виде простых предложений. Задача о понимании не ограниченной никакими условиями речи на естественном языке до сих пор не решена. Но можно определить темы диалога пользователя и программы и установленные формы простых предложений, тогда задача понимания естественного языка окажется выполнимой.

Дата добавления: 2015-06-27