Основные понятие и направления развития в области искусственного интеллекта Основные понятие и направления развития в области искусственного интеллекта




НазваниеОсновные понятие и направления развития в области искусственного интеллекта Основные понятие и направления развития в области искусственного интеллекта
Дата конвертации05.04.2013
Размер445 b.
ТипПрезентации



Основные понятие и направления развития в области искусственного интеллекта

  • Основные понятие и направления развития в области искусственного интеллекта

  • Экспертные системы



Искусственный интеллект — это одно из направлений информатики, цель которого разработка аппаратно-программных средств, позволяющих пользователю ставить и решать

  • Искусственный интеллект — это одно из направлений информатики, цель которого разработка аппаратно-программных средств, позволяющих пользователю ставить и решать

  • свои задачи, традиционно считающиеся интеллектуальными, общаясь с компьютером на ограниченном подмножестве естественного языка.



представление знаний и разработка систем, основанных на знаниях;

  • представление знаний и разработка систем, основанных на знаниях;

  • игры и творчество;

  • разработка естественно-языковых интерфейсов и машинный перевод;

  • распознавание образов;

  • новые архитектуры компьютеров;

  • интеллектуальные роботы;

  • специальное программное обеспечение;

  • обучение и самообучение.



Знания — это выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области.

  • Знания — это выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области.

  • Знания связаны с данными, основываются на них, но представляют результат мыслительной деятельности человека, обобщают его опыт, полученный в ходе выполнения какой-либо практической деятельности.

  • Они получаются эмпирическим путем.



поверхностные

  • поверхностные

  • видимые взаимосвязи между отдельными событиями и фактами в предметной области

  • глубинные

  • абстракции, аналогии, схемы, отображающие структуру и процессы предметной области

  • процедурные

  • «растворены» в алгоритмах, они управляют данными и для их изменения требуется изменять программы.

  • декларативные

  • таблицы, списки, абстрактные типы данных.



Продукционная модель (модель, основанная на правилах) позволяет представить знания в виде предложений типа если условие..., то действие... Под условием понимается некоторое предложение-образец, по которому осуществляется поиск в базе знаний.

  • Продукционная модель (модель, основанная на правилах) позволяет представить знания в виде предложений типа если условие..., то действие... Под условием понимается некоторое предложение-образец, по которому осуществляется поиск в базе знаний.

  • Продукционная модель чаще всего применяется в промышленных экспертных системах.



Имеется большое число программных средств, реализующих продукционный подход:

  • Имеется большое число программных средств, реализующих продукционный подход:

  • язык OPS;

  • оболочки EXSYS,

  • ЭКСПЕРТ;

  • инструментальные системы ПИЭС, СПЭИС и промышленных экспертных систем на основе этого подхода.



– обязательное наличие трех типов отношений:

  • – обязательное наличие трех типов отношений:

  • класс-элемент класса;

  • свойство-значение;

  • пример элемента класса. Для реализации семантических сетей существуют специальные сетевые языки (например, NET).

  • Известны экспертные системы, использующие семантические сети в качестве языка представления знаний:

  • PROSPECTOR,

  • CASNET,

  • TORUS.



Фреймом называется формализованная модель для отображения образа.

  • Фреймом называется формализованная модель для отображения образа.

  • Виды фреймов:

  • фреймы-образцы (прототипы), хранящиеся в базе знаний,

  • фреймы-экземпляры создаются для отображения реальных ситуаций на основе поступающих данных.



Стратегии получения знаний:

  • Стратегии получения знаний:

  • приобретение

  • способ автоматизированного построения базы знаний посредством диалога эксперта и специальной программы

  • извлечение

  • касается непосредственно живого контакта инженера по знаниям и источника знаний

  • формирование

  • занимается разработкой моделей, методов и алгоритмов анализа данных для получения знаний и обучения.



1. Человеческий капитал неотчуждаем и, соответственно, неликвиден. 2. Человеческий капитал не храним. Время, в течение которого он не использовался, упущено навсегда. 3. Интеллектуальные ресурсы являются ресурсами двойного назначения. Они используются не только в производственной деятельности, но и в повседневном обиходе. 4. Так же как и другие виды человеческого капитала, интеллектуальные ресурсы личности двойственны с точки зрения их стоимости.

  • 1. Человеческий капитал неотчуждаем и, соответственно, неликвиден. 2. Человеческий капитал не храним. Время, в течение которого он не использовался, упущено навсегда. 3. Интеллектуальные ресурсы являются ресурсами двойного назначения. Они используются не только в производственной деятельности, но и в повседневном обиходе. 4. Так же как и другие виды человеческого капитала, интеллектуальные ресурсы личности двойственны с точки зрения их стоимости.



старение знаний – понимается не утрата знания, связанная с биофизическим старением работника, а явление, аналогичное моральному износу оборудования, в основе которого лежит старение объективированного в этом оборудовании знания;

  • старение знаний – понимается не утрата знания, связанная с биофизическим старением работника, а явление, аналогичное моральному износу оборудования, в основе которого лежит старение объективированного в этом оборудовании знания;

  • соотношение явного и неявного знания в структуре интеллектуальных ресурсов личности.



Экспертные системы — это сложные программные

  • Экспертные системы — это сложные программные

  • комплексы, аккумулирующие знания специалистов в

  • конкретных предметных областях и тиражирующие

  • этот эмпирический опыт для консультаций менее

  • квалифицированных пользователей





Класс «экспертные системы» сегодня объединяет несколько тысяч различных программных комплексов.

  • Класс «экспертные системы» сегодня объединяет несколько тысяч различных программных комплексов.

  • И только то, что экспертные системы остаются весьма сложными, дорогими, а главное, узкоспециализированными программами, сдерживает их еще более широкое распространение.





Интерпретирующие экспертные системы

  • Интерпретирующие экспертные системы

  • Интерпретация – это определение смысла данных, результаты которого должны быть согласованными и корректными. Это традиционная задача для экспертных систем.

  • Интерпретирующие системы имеют дело не с четкими символьными представлениями проблемной ситуации, а непосредственно с реальными данными (оценка производственного процесса на химическом заводе).

  • Примеры:

  • программы обнаружения и идентификации океанских судов – SIAP;

  • определение основных свойств личности по результатам психодиагностического тестирования АВТАНТЕСТ.





Экспертные системы мониторинга

  • Экспертные системы мониторинга

  • Мониторинг – это непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы.

  • Эти системы должны работать в режиме реального времени и осуществлять зависящую как от времени, так и от контекста интерпретацию поведения небольшого объекта.

  • Примеры:

  • контроль за работой электростанций СПРИНТ,

  • контроль аварийных датчиков на химическом заводе FALCON.



Проектирующие экспертные системы

  • Проектирующие экспертные системы

  • Эти экспертные системы разрабатывают конфигурации объектов с учетом набора ограничений, присущих проблеме и готовят спецификации на создаваемые объекты с заранее определенными свойствами. В этих системах тесно связаны два процесса: вывод решения и его объяснение.

  • Примеры:

  • генная инженерия,

  • разработка интегральных схем CADHELP,

  • конфигурирование компьютеров XCON.



  • Планирующие экспертные системы

  • Эти системы определяют полную последовательность действий, прежде чем начнется их выполнение, для объектов, способных выполнять некоторые функции. Используются модели поведения реальных объектов с тем, чтобы логически вывести последствия планируемой деятельности.

  • Примеры:

  • планирование поведения робота STRIPS,

  • планирование эксперимента по оценке боеспособности предполагаемого противника MOLGEN.



Прогнозирующие экспертные системы

  • Прогнозирующие экспертные системы

  • Эти системы логически выводят вероятные следствия из заданных ситуаций. Используются параметрические динамические модели, в которых значения параметров «подгоняются» под заданную ситуацию.

  • Примеры:

  • предсказание погоды WILLARD,

  • экономические прогнозы ECON,

  • возникновение военных конфликтов (прогноз по данным разведки).



Обучающие экспертные системы

  • Обучающие экспертные системы

  • диагностируют ошибки при изучении какой-либо дисциплины с помощью компьютера и подсказывают правильные решения;

  • создают модель того, что обучаемый знает и как эти знания применяет к решению проблемы;

  • «исправляют» поведение обучаемых с помощью непосредственных указаний;

  • планируют акт общения в зависимости от успехов обучаемого с целью передачи знаний. Примеры:

  • системы для обучения студентов языкам программирования (PROUST для Паскаля, «Учитель Лиспа»).



Экспертные системы, осуществляющие управление

  • Экспертные системы, осуществляющие управление

  • Эти системы адаптивно руководят поведением системы в целом.

  • Они должны включать наблюдающие компоненты, чтобы отслеживать поведение объекта на протяжении времени, и другие компоненты для выполнения множества задач:

  • интерпретирования,

  • прогнозирования,

  • диагностики,

  • проектирования,

  • ремонта,

  • отладки,

  • обучения.



Процесс разработки промышленной экспертной системы, опираясь на традиционный подход в области технологий, можно разделить на шесть этапов, практически подходящих для любой предметной области:

  • Процесс разработки промышленной экспертной системы, опираясь на традиционный подход в области технологий, можно разделить на шесть этапов, практически подходящих для любой предметной области:

  • выбор проблемы;

  • разработка прототипа системы: идентификация проблемы, извлечение знаний, концептуализация знаний, формализация знаний, реализация, тестирование;

  • развитие прототипа до промышленной экспертной системы;

  • оценка системы;

  • стыковка системы;

  • поддержка системы.





Похожие:

Основные понятие и направления развития в области искусственного интеллекта Основные понятие и направления развития в области искусственного интеллекта iconОсновные направления развития культуры Основные направления развития культуры
...
Основные понятие и направления развития в области искусственного интеллекта Основные понятие и направления развития в области искусственного интеллекта iconСостояние и перспективы использования систем искусственного интеллекта в электронных библиотеках

Основные понятие и направления развития в области искусственного интеллекта Основные понятие и направления развития в области искусственного интеллекта iconОсновные направления развития общего образования: Основные направления развития общего образования
Своевременная диспансеризация, реализация профилактических программ, организация внеурочных спортивных мероприятий, обсуждение с...
Основные понятие и направления развития в области искусственного интеллекта Основные понятие и направления развития в области искусственного интеллекта iconМежполушарное взаимодействие как основа интеллекта Курочкина Ольга Николаевна
Эти упражнения позволяют улучшить межполушарное взаимодействие, которое является основой развития интеллекта
Основные понятие и направления развития в области искусственного интеллекта Основные понятие и направления развития в области искусственного интеллекта iconОсновные направления и перспективы развития инвестиционного потенциала Основные направления и перспективы развития инвестиционного потенциала

Основные понятие и направления развития в области искусственного интеллекта Основные понятие и направления развития в области искусственного интеллекта iconРусская культура в 1-й четверти XVIII века (при Петре I) Основные направления культурного развития эпохи
Укажите основные различия во внешнем облике служилых людей XVII в и начала XVIII в
Основные понятие и направления развития в области искусственного интеллекта Основные понятие и направления развития в области искусственного интеллекта iconОсновные направления реформы: основные направления реформы
В рамках реформирования жкх идет процесс разгосударствления отрасли: доля предприятий смешанной и частной форм собственности неуклонно...
Основные понятие и направления развития в области искусственного интеллекта Основные понятие и направления развития в области искусственного интеллекта iconНаправления развития и реализация системы непрерывного агробизнес- образования* в тамбовской области непрерывное агробизнес образование
Направления развития и реализация системы непрерывного агробизнес- образования* в тамбовской области
Основные понятие и направления развития в области искусственного интеллекта Основные понятие и направления развития в области искусственного интеллекта iconНаправления совершенствования «Избирательного кодекса Псковской области» Направления совершенствования «Избирательного кодекса Псковской области»
Выборы Губернатора области проводятся по единому избирательному округу, включающему в себя всю территорию Псковской области
Основные понятие и направления развития в области искусственного интеллекта Основные понятие и направления развития в области искусственного интеллекта iconОсновные направления информатизации образования Основные направления информатизации образования
Подготовка педагогических кадров к использованию икт в образовательной деятельности
Разместите кнопку на своём сайте:
hnu.docdat.com


База данных защищена авторским правом ©hnu.docdat.com 2012
обратиться к администрации
hnu.docdat.com
Главная страница