Математические модели и аппаратно-программная реализация систем ИИ

Технологии искусственного интеллекта.

В настоящее время, искусственный интеллект (ИИ) – это одно из направлений информатики, цель которого разработка программно-аппаратных средств, позволяющих пользователю-непрограммисту ставить и решать свои задачи, традиционно считающиеся интеллектуальными, общаясь с ЭВМ на ограниченном подмножестве естественного языка.

Основные направления использования систем ИИ:

Ø Представление знаний и разработка систем основанных на знаниях.

Ø Разработка естественно-языковых интерфейсов и машинный перевод.

Ø Создание интеллектуальных роботов.

Ø Распознавание образов.

Ø Проектирование компьютеров новой архитектуры.

Ø Игры и машинное творчество.

Ø Разработка и применение генетических алгоритмов.

Ø Создание систем распознавания и синтеза речи.

Ø А также разработки во многих других областях науки и техники.

После признания ИИ самостоятельной отраслью науки произошло разделение его на два направления: нейрокибернетика и «кибернетика черного ящика».

Основную идею нейрокибернетики можно сформулировать следующим образом: «Единственный объект, способный мыслить, – это человеческий мозг, поэтому «мыслящее» устройство должно каким-то образом воспроизводить его структуру».

В основу «кибернетики черного ящика» был положен принцип, противоположный нейрокибернетике: «Не имеет значения, как устроено «мыслящее» устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг».

Основная область применения нейрокомпьютеров сегодня – это задачи распознавания объектов по результатам аэрофотосъемки из космоса.

Транспьютерная технология – один из новых подходов к аппаратной реализации нейросетей, которые моделируют иерархическую структуру мозга человека.

/ Транспьютеры – параллельные компьютеры с большим количеством процессоров /

В настоящее время используются три подхода к созданию нейросетей:

Ø Аппаратный – создание специальных компьютеров, нейрочипов, плат расширений, наборов микросхем, реализующих все необходимые алгоритмы.

Ø Программный – создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры. Сети создаются в памяти компьютера, всю работу выполняют его собственные процессоры.

Ø Гибридный – комбинация первых двух. Часть вычислений выполняют специальные платы расширения (сопроцессоры), часть – программные средства.

Нейронные сети применяются для решения следующих задач:

1. Прогнозирование на фондовом рынке. Колебания цен на акции – пример сложного, многомерного, но частично прогнозируемого явления. Многие финансовые аналитики используют нейронные сети для прогнозирования цен акций на основе многочисленных факторов (прошлого поведения цен этих и других акций в совокупности с другими экономическими показателями).

2. Предоставление кредита, автоматическое считывание чеков и финансовых документов, проверка достоверности подписей.

3. Служба безопасности, распознавание лиц, голосов, отпечатков пальцев.

Они также находят широкое применение и в других областях, например, в медицине (распознавание состояния больного, анализ рентгенограмм и т.п.).

Важнейшим ресурсом современного предприятия, влияющим на повышение его конкурентоспособности, инвестиционной привлекательности и капитализации, являются корпоративные знания.

Управление знаниями (Knowledge Management) – технологический процесс работы с информационными ресурсамидля обеспечения доступа к знаниям, их объединения и генерации нового знания. Данная работа на современном этапе развития ИТ невозможна без применения систем ИИ.

Хотя большая часть знаний находится в головах людей, немало полезного можно извлечь и из письменных источников, в первую очередь из электронных документов, обработка которых с помощью ИИ способна обеспечить опти-мальное сочетание точности, полноты и скорости поиска информации.

Дата добавления: 2013-12-13