- •Определение и критерии идентификации систем искусственного интеллекта. Тест Тьюринга.
- •Системы с интеллектуальной обратной связью.
- •3.Автоматизированные системы распознавания образов.
- •4. Интеллектуальные системы поддержки принятия решений.
- •5. Экспертные системы
- •1. Постоянство
- •2. Лёгкость передачи
- •3. Устойчивость и воспроизводимость результатов
- •6. Нейронные сети
- •7. Генетические алгоритмы и моделирование эволюции.
- •Область применения сии.
- •9. Перспективы и тенденции развития искусственного интеллекта. Проблемы ии связаны с ресурсами
- •Ии в Стране восходящего солнца
- •Военные технологии
- •10. Информация, данные, знания. Классификация сии.
- •Понятие: "Система искусственного интеллекта", место сии в классификации информационных систем
- •1.1.2.3. Определение и классификация систем искусственного интеллекта, цели и пути их создания
- •1.1.2.3.2. Классификация систем искусственного интеллекта
- •11.Бд для поддержки принятия решений
- •12. Источники эконом. Эфф-ти сис-м искус. Интел. И интел. Обработки данных.
- •13. Перспективы инф-ых технологий: интел-ция, создание самообучающихся, саморазвивающихся (эволюционирующих) и самовоспроизводящихся сис-м
- •14. Особенности технологии создания сис-м искус. Интел.
- •15. Информационная модель деятельности специалиста и место систем искусственного интеллекта в этой деятельности (Вопрос № 15).
- •16. Жизненный цикл системы искусственного интеллекта и критерии перехода между этапами этого цикла
- •18. Интеллектуальный интерфейс информационной системы
- •19. Проблема распознавания образов.
- •20. Применение распознавания образов для идентификации и прогнозирования.
- •22. Роль и место распознавания образов в автоматизации управления сложными системами.
- •23. Управление как задача, обратная идентификации и прогнозированию.
- •24. Многообразие задач принятия решений. Принятие решений, как реализация цели.
- •25. Связь принятия решений и распознавания образов
- •26. Выбор в условиях неопределенности
-
Область применения сии.
Среди важнейших классов задач, которые ставились перед разработчиками интеллектуальных систем с момента определения искусственного интеллекта как научного направления (с середины 50-х годов ХХ века), следует выделить следующие задачи, решение которых плохо поддаются формализации: доказательство теорем, распознавания изображений, машинный перевод и понимание человеческой речи, игровые программы, машинная творчество, экспертные системы.
Доказательство теорем Изучение приемов доказательства теорем сыграло важную роль в развитии искусственного интеллекта. Много неформальных задач, например, медицинская диагностика, применяют при решении методические подходы, которые использовались при автоматизации доказательства теорем. Поиск доказательства математической теоремы требует не только провести дедукцию, исходя из гипотез, но также создать интуитивные предположения о том, какие промежуточные утверждение следует доказать для общего доказательства основной теоремы.
Распознавание изображений. Применение искусственного интеллекта для распознавании образов позволила создавать практически работающие системы идентификации графических объектов на основе аналогичных признаков. В качестве признаков могут рассматриваться любые характеристики объектов, подлежащих распознаванию. Алфавит признаков формируется разработчиком системы. Распознавания состоит в априорном получении вектора признаков для выделенного на изображении отдельного объекта и, затем, в определении которой из эталонов алфавита признаков этот вектор отвечает.
Машинный перевод и понимание человеческой речи Задача анализа предложений человеческой речи с применением словаря является типичной задачей систем искусственного интеллекта. Для ее решения был создан язык-посредник, облегчающий сопоставление фраз из разных языков. В дальнейшем этот язык-посредник превратилась в семантическую модель представления значений текстов, подлежащих переводу. Современные системы осуществляют анализ текстов и фраз в четыре основных этапа: морфологический анализ, синтаксический, семантический и прагматический анализ.
Игровые программы. В основу большинства игровых программ положены несколько базовых идей искусственного интеллекта, таких как перебор вариантов и самообучения. Одна из наиболее интересных задач в сфере игровых программ, использующих методы искусственного интеллекта, заключается в обучении компьютера игры в шахматы. Она была основана еще на заре вычислительной техники, в конце 50-х годов. В шахматах существуют определенные уровни мастерства, степени качества игры, которые могут дать четкие критерии оценки интеллектуального роста системы. Поэтому компьютерными шахматами активно занимался ученые со всего мира, а результаты их достижений применяются в других интеллектуальных разработках, имеющих реальное практическое значение.
Машинная творчество. К одной из областей применений искусственного интеллекта можно отнести программные системы, способные самостоятельно создавать музыку, стихи, рассказы, статьи, дипломы и даже диссертации. Сегодня существует целый класс музыкальных языков программирования (например, язык C-Sound). Для различных музыкальных задач было создано специальное программное обеспечение: системы обработки звука, синтеза звука, системы интерактивного композиции, программы алгоритмической композиции.
Экспертные системы. Методы искусственного интеллекта нашли применение в создании автоматизированных консультирующих систем или экспертных систем. Первые экспертные системы были разработаны, как научно-исследовательские инструментальные средства в 1960-х годах прошлого столетия. Они были системами искусственного интеллекта, специально предназначенными для решения сложных задач в узкой предметной области, такой, например, как медицинская диагностика заболеваний.
Коммерческое внедрение экспертных систем произошло в начале 1980-х годов, и с тех пор экспертные системы получили значительное распространение. Они используются в бизнесе, науке, технике, на производстве, а также во многих других сферах, где существует вполне определенная предметная область. Основное значение выражения «вполне определенное», заключается в том, что эксперт-человек способен определить этапы рассуждений, с помощью которых может быть решена любая задача по данной предметной области. Это означает, что аналогичные действия могут быть выполнены компьютерной программой.