- •1 Направления искусственного интеллекта и понятие иис – 2 ч. [1; 2; 9]
- •1.1 Основные направления искусственного интеллекта и их характеристика. (Гаврилова)
- •1.1.1 Основные направления искусственного интеллекта и их характеристика. (Андрейчикова)
- •1.2 Состояние работ в области экспертных систем и направлениям искусственного интеллекта. (Попов)
- •1.3 Понятие интеллектуальной информационной системы (иис). (Андрейчикова)
- •1.5 Классификация иис. (Андрейчикова)
- •2 Понятие экспертных систем. – 2 ч. [1; 2; 3; 9]
- •2.1 2.2 2.3 Экспертные системы (эс). Назначение экспертных систем. Формальные основы экспертных систем. (Попов)
- •Назначение экспертных систем
- •Формальные основы экспертных систем
- •3 Архитектура экспертных систем и этапы разработки - 2 ч. [2; 8; 9]
- •3.3 Этапы разработки экспертных систем. (Попов)
- •5 Методы и модели представления знаний. (Попов)
- •5.1 Формальная логическая модель представления знаний. (Попов)
- •5.2. Семантическая модель представления знаний. (Попов)
- •5.3 Фреймовая модель представления знаний. (Попов)
- •5.4 Продукционная модель представления знаний. (Попов)
- •5.6 Модель представления знаний: “прецеденты”.
- •5.5 Модель доски объявлений для представления знаний.
- •5.7 Гибридные модели представления знаний
- •6 Методы поиска решений в эс
- •7 Понятие и определение нечетких знаний – 2 ч. [3; 14]
- •7.1 Нечеткие знания
- •7.2 Понятие лингвистической переменной, определение ее значения
- •7.3 Понятие нечеткого множества
- •7.4 Определение нечеткого множества (через базовую шкалу и функцию принадлежности)
- •7.5 Понятие функции принадлежности
- •7.6 Операции с нечеткими знаниями
- •8 Стратегии получения знаний - 2 ч. [3]
- •8.1 Извлечение знаний из данных, приобретение знаний, формирование знаний. Теоретические аспекты извлечения знаний.
- •Теоретические аспекты извлечения знаний
- •Психологический аспект извлечения знаний
- •Лингвистический аспект извлечения знаний
- •Гносеологический аспект извлечения знаний
- •Теоретические аспекты структурирования знаний
- •Историческая справка
- •Иерархический подход
- •Традиционные методологии структурирования
- •Объектно-структурный подход (осп)
- •9 Проектирование экспертных систем - 2ч. [1; 3]
- •9.1 Этапы проектирования экспертной системы: идентификация, концептуализация, формализация, реализация, тестирование, опытная эксплуатация.
- •9.4 Технология проектирования и разработки промышленных эс.
- •9.5 Характеристика этапов разработки эс.
- •9.6 Технология быстрого прототипирования эс.
- •9.7 Характеристика стадий разработки прототипа эс.
- •10 Понятие нейроинформатики, история развития
- •Задача обучения нейронной сети на примерах.
- •12.1 Интерфейс вывода нейросетевого блока
- •12.2 Интерпретатор нейросетевого блока
- •12.3 Блок «Учитель» нейроимитатора
- •12.4 Блок «Оценка»
- •4.3.8. Конструктор нейронной сети
- •12.7 Блок «Констрастер»
- •4.3.9. Контрастер нейронной сети
- •42. Схема работы интеллектуального компонента прогнозирования временных рядов показателей.
- •44. Персептрон Розенблатта.
- •46.Карта самоорганизации Кохонена.
- •45 Многослойный перцептрон и его обучение
1.2 Состояние работ в области экспертных систем и направлениям искусственного интеллекта. (Попов)
Средства ИИ можно разделить на системы ИИ (приложения) и на инструментальные средства (ИС), предназначенные для автоматизации всех этапов существования приложения. Анализируя тенденции в целом, следует отметить устойчивый рост продаж ИС искусственного интеллекта, доминирующую роль ИС для создания СОЗ (более 70% от общего объема) и выделение в качестве новых направлений ИИ нечетких логик, средств для извлечения знаний и генетических алгоритмов.
Американские специалисты распределяют ИС для создания ЭС (СОЗ) по следующим секторам рынка [6, 8]: персональные компьютеры (ПК) и компьютеры фирмы "Макинтош" (МАК), рабочие станции (РСт), большие ЭВМ (БЭВМ), символьные ЭВМ (СЭВМ), проблемно/предметно-ориентированные (ППО). По нашему мнению, здесь смешаны различные основания классификации: тип ЭВМ и тип ИС. Некоторым оправданием может служить тот факт, что большинство проблемно/предметно-ориентированных ИС разработано для рабочих станций. Необходимо подчеркнуть, что в настоящее время к рабочим станциям относят как собственно рабочие станции, работающие под ОС Unix, так и ПК типа 486 и Pentium, работающие под ОС Unix и Windows NT. На рис. 2.2 - 2.6 приведены данные по
Рис. 2.2. Распределение объема продаж ИС для ПК и МАК
Рис. 2.3. Распределение объема продаж ИС для РСт
распределению объемов продаж ИС для всех перечисленных выше типов компьютеров за последние пять-шесть лет, а на рис., 2.7 - интегральная диаграмма, отображающая тенденции практического использования ЭС [5, 6, 7, 8].
На основании анализа представленных диаграмм могут быть сделаны следующие выводы.
1. При некотором росте объемов продаж ИС для ПК и МАК доля ИС этого типа в общем объеме продаж ничтожна и составляет чуть более 2%. В числе основных производителей ИС для ПК и МАК можно указать следующие фирмы (в скобках разработанное фирмой ИС): The Haley Enterprise (Eclipse), IBI (Level5 Object - урезанная версия ИС, в полном объеме данное ИС поставляется для РСт),
Рис. 2.4. Распределение объема продаж ИС для БЭВМ
Рис. 2.5. Распределение объема продаж ИС для СЭВМ
Acquired Intelligence (Acquire), Attar Software (XpertRule), Exsys (Exsys RuleBook).
2. Объем продаж ИС для РСт устойчиво составляет более 31% от общего объема продаж ИС. Учитывая, что ППО ИС в основном исполняются на Рст, можно считать, что объем ИС для РСт в 1995 г. составил около 81% от общего объема продаж ИС и имеет устойчивую тенденцию к росту Среди производителей ИС для РСт лидирующую роль занимают следующие фирмы и ИС Neuron Data (Nexpert Object/Smart Elements, Smart Elements), Inference (Art-IM, Art Enterprise), Intellicorp (KAPPA), IBI (Level5 Object-50 Professional), Exsys (Exsys Professional). Кроме этих фирм, ориентированных в первую очередь на РСт, можно выделить фирмы Trinzic (продукт
Рис. 2.6. Распределение объема продаж ППО ИС
Рис. 2.7. Тенденции практического использования ЭС
AionDS) и IBM (TIRS), чьи ИС в основном ориентированы на большие ЭВМ, но с успехом используются и на РСт.
3. Объем продаж ИС для БЭВМ имеет устойчивую тенденцию к небольшому снижению, составляя в 1995 г. около 12%. Среди производителей ИС для больших ЭВМ только три реальных участника: Trinzic Corp (ИС - AionDS, KBMS), IBM (TIRS), Inference (ART).
4. Объем продаж ИС для СЭВМ (в основном имеются в виду Лисп-машины) относительно стабилен и составляет 5% от общего объема продаж. Среди производителей символьных ЭВМ основу составляют фирмы - поставщики Lisp-продуктов: Harlequim, Franz, Gold Hill. В этом секторе по-прежнему заметное место занимают фирмы Intellicorp (KEE), Inference (ART), Artificial Intelligence Technologies (Mercury).B рассмотренных выше четырех из пяти направлений ИС представлены в основном статические ИС общего назначения и статические проблемно/предметно-ориентированные ИС. Лидирующее положение среди фирм, производящих ИС этого типа, занимает упоминаемая выше фирма Trinzic (ИС - AionDS, KMBS, Forest&Trees).
Интересно отметить, что практически все разработчики ИС, ориентированных на создание статических ЭС, - Trinzic (AionDS), Inference (Art*Enterprise), Neuron Data (Nexpert Object\Smart Elements), Inference (KAPPA\OMW) подают себя не как ИС для создания ЭС, а как ИС для проведения автоматизации бизнес-процессов (БПА) (Business Process Automation - BPA), см. Приложение 2.
5. Объем продаж проблемно/предметно-ориентированных ИС растет наиболее быстрыми темпами и в 1995 г. составил около 50% от общего объема продаж ИС. Если в 1991 г. доход от этого направления ИИ составил 21 млн. дол., то в 1994г. - 75 млн. дол., а в 1995 г. - около 97 млн. дол., т.е. за четыре года объем продаж ППО ИС вырос более чем в 4,5 раза.
Все ведущие производители ИС для ЭС (Gensym, Inference, Intellicorp, Neuron Data) безоговорочно признали и реализуют проблемно-предметную ориентацию ИС. Наибольшего коммерческого успеха в этом направлении добилась фирма Gensym со своими продуктами: G2, GDA, DSP, NeurOn-Line, Rethink [1, 2, 3,4].
В проблемно/предметно-ориентированных ИС можно выделить следующие поднаправления:
1) ИС для динамических экспертных систем реального времени, используемых в управлении технологическими процессами и имитационном моделировании (см. п. 4.2);
2) ИС для систем-советчиков (help-desk application);
3) ИС для систем, основанных на прецедентах.
В области ИС и динамических ЭС доминирующие позиции занимает фирма Gensym (G2, GDA, NOL, DSP), затем идут Talarian (RTworks) и Comdale Technologies (Comdale/C, Comdale/X) (подробнее см. п. 4.2 книги).
В области ИС для систем-советчиков лидирующие позиции у фирм Software Artistry (Expert Advisor) и Carnegie Group (TestBench). Заметное место занимают фирмы Intellisys, Emerald Intelligence, ServiSoft.
В области ИС для систем, основанных на прецедентах, безусловным лидером является фирма Inference (ИС - CBR Express, CasePoint, HelpDeskSeries). Следующие позиции занимают Cognitive Systems (ReMind) и Esteem Software (ESTEEM).