Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Лекция 8-10 Технологии и системы искусственного...doc
Скачиваний:
10
Добавлен:
21.09.2019
Размер:
194.56 Кб
Скачать

Технологии и системы искусственного интеллекта План

  1. Понятие искусственного интеллекта (ИИ) и этапы развития систем ИИ

  2. Математические модели и аппаратно-программная реализация систем ИИ

  3. Направления использования систем искусственного интеллекта.

  4. Интеллектуальный анализ данных. Управление знаниями

  5. Системы поддержки решений (СППР).

  6. Экспертные системы

Вопрос 1. Понятие искусственного интеллекта (ии) и этапы развития систем ии

Термин интеллект (intelligence) происходит от латинского intellectus — что означает ум, рассудок, разум; мыслительные способности человека. Соответственно искусственный интеллект (artificial intelligence) — ИИ (AI) обычно толкуется как свойство автоматических систем брать на себя отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий.

ИИ - это научно-исследовательское направление создающее модели и соответствующие программные средства, позволяющие с помощью ЭВМ решать задачи творческого, не вычислительного характера, которые в процессе решения требуют обращения к семантике (проблеме смысла). Исследования в области ИИ проводятся в течение 50 лет.

1 этап. Началом работ в области ИИ считают создание ЭВМ, которая должна была имитировать процесс человеческого мышления. Американский физиолог Ф. Розенблатт разработал Машина-персептрон, которая имела два вида нейронов, которые образовывали нейронную сеть.

2 этап. Появление интегральных роботов, которые изначально должны были выполнять определенные операции в технологических процессах, работать в опасных для человека средах.

3 этап. Развитие ЭС. Медицинская диагностика, обучение, консультирование. Проектирование ЭС. Оказание помощи пользователям по решению задач в разных областях. Автоматическое программирование. Проверка и анализ качества ПО. Проектирование сверхбольших интегральных схем. Техническая диагностика и выработка рекомендаций по ремонту оборудования. Планирование в различных предметных областях и анализ данных, в том числе и на основе статистических методов. Интерпретация геологических данных и выработка рекомендаций по обнаружению полезных ископаемых.

4 этап. С развитием средств вычислит техники - Нейронные сети. Нейтронные сети используются в медицинской диагностике, управлении самолетом, налоговых и почтовых службах.

Вопрос 2. Математические модели и аппаратно-программная реализация систем ии

Исторически сложились три основных направления в моделировании искусственного интеллекта.

В рамках первого подхода объектом исследований являются структура и механизмы работы мозга человека, а конечная цель заключается в раскрытии тайн мышления. Необходимыми этапами исследований в этом направлении являются построение моделей на основе психофизиологических данных, проведение экспериментов с ними, выдвижение новых гипотез относительно механизмов интеллектуальной деятельности, совершенствование моделей и т. д.

Второй подход в качестве объекта исследования рассматривает искусственный интеллект. Здесь речь идет о моделировании интеллектуальной деятельности с помощью вычислительных машин. Целью работ в этом направлении является создание алгоритмического и программного обеспечения вычислительных машин, позволяющего решать интеллектуальные задачи не хуже человека.

Наконец, третий подход ориентирован на создание смешанных человеко-машинных, или, как еще говорят, интерактивных интеллектуальных систем, на симбиоз возможностей естественного и искусственного интеллекта. Важнейшими проблемами в этих исследованиях является оптимальное распределение функций между естественным и искусственным интеллектом и организация диалога между человеком и машиной.

После признания ИИ самостоятельной отраслью науки произошло разделение на два основных направления: нейрокибернетику и кибернетику «черного ящика». И только в настоящее время стали заметны тенденции к объединению этих частей вновь в единое целое.

Нейрокибернетика ориентирована на аппаратное моделирование структур, подобных структуре человеческого мозга. Известно, что основой человеческого мозга является большое количество связанных между собой и взаимодействующих нервных клеток – нейронов. Поэтому усилия нейрокибернетики сосредоточены на создании элементов, аналогичных нейронам, и их объединении в функционирующие системы. Эти системы принято называть нейронными сетями, или нейросетями.

Подходы используемые при создании нейросетей:

аппаратный, ориентированный на создание специальных компьютеров, плат расширения, наборов микросхем, реализующих все необходимые алгоритмы;

программный, ориентированный на создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры. Сети создаются в памяти компьютера, всю работу выполняют его собственные процессоры;

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

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

Это направление ИИ ориентировано на поиски алгоритмов решения интеллектуальных задач на существующих моделях компьютеров. В 1956 -1963 гг. велись интенсивные поиски моделей и алгоритма человеческого мышления и разработка первых программ. Оказалось, что ни одна из существующих наук - философия, психология, лингвистика - не может предложить такого алгоритма. Тогда кибернетики предложили создать собственные модели, например:

модель лабиринтного поиска, представляет задачу как некоторый граф, отражающий пространство состояний, и в этом графе проводится поиск оптимального пути от входных данных к результирующим;

эвристическое программирование, разработка стратегии действий на основе известных, заранее заданных эвристик (правил, теоретически не обоснованных, но позволяющих сократить количество переборов в пространстве поиска).