51 вопрос по инф

Назначение и основы использования систем искусственного интеллекта; базы знаний, экспертные системы, искусственный интеллект.

Искусственный интеллект – это раздел информатики. Предмет изучения – человеческое мышление, цель – создание интеллектуальных программ на компьютере. Примеры областей ИИ – шахматы и другие игры, сочинение стихов и музыки, перевод текстов, робототехника, медицинская диагностика.

Знания в конкретной области, определенным образом формализованные и заложенные в память ЭВМ, называются компьютерной базой знаний.

Задачи при создании ИИ: моделирование знаний (разработка методов формализации знаний) и моделирование рассуждений (имитация логики человеческого мышления).

Экспертная система – это система ИИ, заключающая в себе знания и опыт специалиста-эксперта в данной предметной области.

Помимо классических применений вычислительной техники, связанных с выполнением инженерных и экономических расчетов, разработкой автоматизированных систем управления, созданием информационно поисковых систем и т.д., сейчас успешно развивается направление, называемое «искусственный интеллект».

Искусственным интеллектом называют комплексное научное направление, которое объединяет математиков, лингвистов, психологов, инженеров и ставит своей целью создание программно-технических средств, позволяющих имитировать отдельные элементы творческого процесса; автоматизировать целенаправленное поведение роботов; обеспечивать диалоговое общение с компьютером пользователей на языке их предметной области, особенно в связи с проектами ЭВМ пятого и последующих поколений и широким распространением ПЭВМ; создавать системы, работа которых опирается на знания, формируемые экспертами (экспертные системы).

К задачам искусственного интеллекта относят задачи, которые определяют процесс поиска решения, а не процесс решения. Примерами таких задач являются задачи робототехники, доказательство теорем, машинный перевод текстов с одного языка на другой, планирование с учетом неполной информации, составление прогнозов, моделирование сложных процессов и явлений, игры (шахматы, шашки) и т.д.

Задачи искусственного интеллекта предполагают получение не точного результата, а чаще всего осредненного в статистическом, вероятностном смысле.

Наиболее известные направления развития искусственного интеллекта связаны с экспертными системами, базами знаний, нейронными сетями и нейрокомпьютерами, DM-системами.

При построении экспертных систем основными являются вопросы: какие знания должны быть в них представлены и в какой форме? Структура знаний зависит от сферы их использования и может носить довольно сложный характер. Эта структура включает в себя различные факты из предметной области, взаимосвязи между ними, правила действий и т.д. Она также должна включать в себя и знания, касающиеся способа включения знаний в экспертную систему. Сложность и многообразие структур знаний вызвали к жизни несколько различных способов представления знаний, из которых следует выделить логическую модель, фреймовые и продукционные системы, семантические сети. Каждый способ представления обладает своими достоинствами и недостатками и тяготеет к определенной структуре знаний. В последние годы стали использоваться модели представления знаний, объединяющие указанные способы.

Системы, основанные на знаниях, – это системы программного обеспечения, основными структурными элементами которых являются база знаний и механизм логических выводов. В первую очередь к ним относятся экспертные системы, являющиеся мощным инструментом обработки интеллектуальной информации типа знаний.

Экспертная система – это интеллектуальная программа, способная делать логические выводы на основании знаний в конкретной предметной области и обеспечивающая решение специфических задач. Поэтому ее необходимо наделить функциями, позволяющими решать задачи, которые в отсутствие эксперта невозможно правильно решить. Следовательно, необходимым этапом в ее разработке является приобретение соответствующих знаний от эксперта. Перечислим требования к экспертным системам: использование знаний, связанных с конкретной предметной областью; приобретение знаний от эксперта; определение реальной и достаточно сложной задачи; наделение системы способностями эксперта.

Функции, которые должны выполнять структурные элементы экспертной системы.

1) необходим механизм представления знаний в конкретной предметной области и управления ими. Для реализации этих функций используется механизм, называемый базой знаний (БЗ).

2) необходим механизм, который на основании знаний, имеющихся в базе знаний, способен делать логические выводы. Этот механизм называется механизмом логических выводов.

3) необходим интерфейс для правильной передачи ответов пользователю. Механизмом, реализующим эту функцию, является пользовательский интерфейс.

4) необходим механизм получения знаний от эксперта, поддержки базы знаний и дополнения ее при необходимости. Механизмом, реализующим эту функции, является модуль приобретения знаний.

5) необходим механизм, который способен не только давать заключение, но и представлять различные комментарии, прилагаемые к этому заключению, и объяснять его мотивы. В противном случае пользователю будет трудно понять заключение. Такое понимание необходимо, если заключение используется для консультации или оказания помощи при решении каких-либо вопросов. Механизм, реализующий эти функции, называется модулем советов и пояснений.

Различают ЭС предметно-ориентированные и ЭС‑оболочки, предназначенные для наполнения любым предметным значением. Наиболее широко распространены ЭС, построенные на основе представления знаний в виде набора правил (rule-based), и на базе адаптивного подхода, основанного на обучении системы на примерах (case-based). В продукционных экспертных системах логический вывод описывается большим числом правил (продукций) типа «ЕСЛИ условие ТО действие». В ЭС, основанных на правилах, предметные знания представляются набором правил, которые проверяются через набор фактов или знаний о текущей ситуации. Когда часть ЕСЛИ правила удовлетворяет фактам, то действие, указанное в части ТО, выполняется.

Содержание