Понятия и направления развития искусственного интеллекта

Лекция 23. Тема. 11. Экспертные системы

Оценка результатов программы стимулирования сбыта

Оценка результатов программы стимулирования сбыта имеет решающее значение, однако ей редко уделяют должное внимание. Когда же производители все-таки занимаются оценкой, они могут воспользоваться одним из четырех методов. Чаще других пользуются методом сравнения показателей сбыта до, в ходе и после проведения программы стимулирования. Предположим, что до проведения кампании фирма занимала 6%-ную долю рынка, которая выросла до 10% в ходе программы, упала до 5% сразу после ее окончания, а через некоторое время поднялась до 7%. Это означает, что программа стимулирования, по всей вероятности, привлекла к товару новых покупателей "на пробу" и обеспечила рост покупок со стороны уже существующих клиентов. По окончании кампании сбыт упал, поскольку потребители некоторое время пользовались своими накопленными запасами. Конечная стабилизация с ростом до 7% свидетельствует о том, что фирма приобрела определенное количество новых пользователей своего товара. Если бы доля рынка марки стабилизировалась на уровне, который существовал до проведения кампании, это означало бы, что программа стимулирования повлияла лишь на характер распределения спроса по времени, не затронув его общего уровня.

Данные о потребительской панели покажут, какие именно группы лиц откликнулись на программу стимулирования и как они стали вести себя после ее окончания. Когда необходимо получить дополнительную информацию, можно провести опросы потребителей, чтобы выяснить, многие ли из них припоминают кампанию стимулирования, что они думали в момент ее проведения, многие ли воспользовались предлагавшимися выгодами, как сказалась она на их последующем покупательском поведении в части выбора марок. Мероприятия по стимулированию сбыта можно оценивать и посредством проведения экспериментов, в ходе которых изменяют ценностную значимость стимула, длительность его действия и средства распространения информации о нем.

Исследуя возможность автоматизации человеческой деятельности, проводились регулярные попытки заставить компьютер мыслить, как человек. Эта область научных исследований называется искусственный интеллект.

Непосредственно под искусственным интеллектом понимают область информатики, которая занимается разработкой интеллектуальных компьютерных систем, т.е. систем, обладающих возможностями, которые традиционно связывают с человеческим разумом, - понимание языка, обучение, способность рассуждать, решать проблемы и т.д. [4]

Для реализации задач искусственного интеллекта существуют три основных направления:

• нечеткая логика,
• нейросетевые технологии,
• экспертные системы.

Каждое из направлений использует свои методы обработки информации, но все он сходятся в одном – для решения задач используется математический аппарат арифметики, логики, теории вероятности и статистики.

Существует четыре этапа развития искусственного интеллекта:

• Первый этап развития искусственного интеллекта называется «Классический» и протекал он с 1950 года до середины 60- годов XX века. Этот этап позволил ученым разработать методы решения игр и доказательства теорем с помощью компьютерной техники без привлечения человеческого разума. Реализовывалось это все на основании логического мышления человека и построения моделей решений и доказательств на базе математической логики.
• Второй этап развития искусственного интеллекта называется «романтический» и длился он с середины 60-х до середины 70-х годов XX века. Этот этап замечателен тем, что в его период ученые пытались создать систему, которая понимала бы человеческий язык и вести осмысленный диалог.

Задача научить компьютер понимать человеческую речь, мыслить и вести диалог так до сих пор и не разрешена. Существует достаточно большое количество наработок в части ввода текста с голоса, тем не менее, осмысленно отвечать на вопросы, произносимые человеком на естественном языке, компьютер не научился.

Основная технология интеллектуального диалога компьютера с человеком базируется на использовании комбинации ключевых слов и фраз, которые позволяют понять, в рамках какой предметной области человек ведет диалог. На основании сопоставлении этих ключевых слов и фраз компьютер формирует некоторый ответ, который соответствует предметной области диалога.

• Третий этап развития искусственного интеллекта называется «модернизм» и существовал в период с середины 70-х до конца 80-х года XX века. Этот этап развития запомнился в науке фактом развития экспертных систем, на которых остановимся несколько позже.
• Четвертый этап развития искусственного интеллекта продолжается с начала 80-х годов XX века по настоящий момент и заключается в развитии Интернет-технологий в составе искусственного интеллекта. В большей степени это наблюдается в создании интеллектуальных поисковых систем. Такие системы основаны на исследовании человеческого мышления при поиске информации и построении логической модели пользователя.

Также в этот этап развития получили свое распространение юридические системы, которые тоже можно отнести к разряду интеллектуальных систем, основанных на анализе текстовой информации, написанной на естественном языке. Эти системы тоже являются поисковыми, но ориентированы они на другие методы анализа информации и построения модели пользователя с учетом предпочтений в процессе поиска информации, направленной на конкретную предметную область и словарных запас человека.

Одним из его важнейших элементов искусственного интеллекта является база знаний.

Выделенные и организованные в виде отдельных, целостных структур информационного обеспечения знания о предметной области становятся явными и отделяются от других типов знаний, например, общих знаний.

Базы знаний позволяют выполнять рассуждения не только и не столько на основе формальной (математической) логики, но и на основе опыта, фактов, эвристик, т.е. они приближены к человеческой логике

Под базой знаний понимают компонент системы, представленный на специальном языке, хранящий знания о предметной области и формирующий соображения и выводы. [4]

Знания имеют существенно более сложную природу, чем данные. Представлению данных присущ пассивный аспект: книга, таблица, заполненная информацией память.

В теории искусственного интеллекта особо подчеркивается активный аспект представления знаний: приобретение знания должно стать активной операцией, позволяющей не только запоминать, но и применять воспринятые (приобретенные, усвоенные) знания для рассуждений на их основе.

Дата добавления: 2014-01-04