Искусственный интеллект

               ВВЕДЕНИЕ.

            Искусственный интеллект – самое молодое научное направление. Появление его было подготовлено развитием мощности вычислительных машин.

            Искусственный интеллект занимает исключительное положение. Это связано со следующим:

1)      часть функций программирования в настоящее время оказалось возможным передать машине. При этом общение с машиной происходит на языке, близком к разговорному. Для этого в ЭВМ закладывают огромную базу знаний, способы решения, процедуры синтеза, программы, а также средства общения, позволяющие пользователю легко общаться с ЭВМ.

2)      В связи с внедрением ЭВМ во все сферы человеческой жизни становится возможным переход к безбумажной технологии обработки информации.

3)      Если раньше производство ориентировалось на обязательное участие человека, то в настоящее время находят применение безлюдные технологии, основанные на роботизации и автоматизации системы управления.

4)      Интеллектуальные системы в настоящее время начинают занимать ведущее положение в проектировании образцов изделий. Часть изделий невозможно спроектировать без их участия.

Системы, относящиеся к системам ИИ в настоящее время:

1) Экспертные системы. Первые системы, которые нашли широкое    применение. Их элементы используются в системах проектирования,  диагностики, управления и играх. Основаны на вводе знаний высококвалифицированных специалистов ( экспертов ) в ЭВМ и разработке специальной системы по их использованию.

2)      Системы естественно - языкового общения ( подразумевается письменная речь ). Данные системы позволяют производить обработку связанных текстов по какой – либо тематике на естественном языке.

3)      Системы речевого общения. Состоят из двух частей:

-         системы восприятия речи

-         системы воспроизведения речи.

4)      Системы обработки визуальной информации. Находят применение в обработке аэрокосмических снимков, данных, поступающих с датчиков, роботов и автоматизированных систем.

5)      Системы машинного перевода. Подразумеваются естественные языки человеческого общения.

6)      Системы автоматического проектирования. Без этих систем не может обойтись ни одно крупное машиностроительное предприятие.

    CИСТЕМЫ АВТОМАТИЧЕСКОГО ПРОЕКТИРОВАНИЯ.

            В настоящее время в промышленности используется большое количество таких систем в машиностроении, строительстве, научных испытаниях, обучающих системах. Во всех этих системах производится обработка визуальной информации как в плоскости, так и в пространстве. Рассмотрим систему обработки плоскостной информации на базе интерактивной геометрии ИСАП “SPRUT”.

            С помощью данной системы можно создавать свои собственные системы проектирования, используя программные инструменты, предоставляемые пакетами системы SPRUT”. Одним из таких пакетов является интерактивная геометрия SIGI. Она предназначена для определения на плоскости геометрических элементов в режиме диалога. Подсистема не требует ввода операторов с клавиатуры. Не требует знания языка геометрического процессора. Подсистема позволяет выполнять следующие функции:

1)      определять элементарные геометрические объекты ( точка, прямая, окружность)

2)      из этих объектов формировать составные объекты - контуры

3)      производить модификацию объектов

4)      обмен геометрической информацией между подсистемой SIGI и программой на языке монитора SPRUT

5)      подготавливать исходный текст геометрических определений на языке геометрического процессора

6)      осуществлять действия над геометрическими элементами ( удаление, просмотр, копирование, перемещение, экспортирование)

7)      импортирование геометрических элементов из других систем: форматы DXF, DOC, DAT.

         ДОПОЛНИТЕЛЬНЫЕ СРЕДСТВА .

1)      многооконная интерактивная среда ( набор меню, набор пиктограмм подсказки )

2)      механизм управления параметрами отображения графических элементов на дисплее ( масштабирование, смещение, задание нового рабочего окна )

3)      развитая система подсказок позволяет в любой момент времени получить справку по текущей выполняемой функции и к любому элементу системы на русском языке.

ЭКСПЕРТНЫЕ СИСТЕМЫ.

Введение:

            Экспертные системы составляют самую существенную часть систем искусственного интеллекта. Экспертная система обычно определяется как программа ЭВМ, моделирующая действия эксперта человека при решении задач в узкой предметной области: составление базы знаний и накопления их. В настоящее время появились области практической деятельности, в которых без элементов экспертных систем практически невозможно обойтись. Традиционная обработка данных не соответствует нашим схемам представления. Создание систем базы данных - это попытка задать представление логических связей между данными. Выполняемая экспертом обработка знаний строится на базе огромных запасов информации, представленных в самой различной форме. При этом часть информации может быть неполной. Процесс, с помощью которого эксперт обирает, синтезирует и преобразует исходные знания, часто непонятен. Если мы желаем автоматизировать этот процесс, то нам надо уметь представлять типичные подходы, применяемые экспертом при решении различных задач. Традиционные методы представления не справляются с подобной задачей.

      ОБЩИЕ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ

        В ЭКСПЕРТНЫХ СИСТЕМАХ.

            При представлении знаний реальные объекты группируются на классы:

Иванов , Петров … - Личности (Класс )

Достоинства любой классификации в частичном решении проблемы переполнения памяти, так как в этом случае достаточно помнить характеристики класса, а не каждый объект в отдельности. Кроме классов определяют отношения между классами.

            Знания об объектах и их взаимоотношениях позволяют провести классификацию объектов. Рассмотренный тип значений называют декларативными значениями. Второй тип значений - правила. Правила используются для представления какого - либо процесса обработки знаний.

            Эксперты применяют правила и процедуры, непонятные для неспециалистов. Зачастую сам эксперт не в состоянии понять осознанный процесс обработки знаний.

            Третий необходимый компонент представления знаний - управляющая структура. Она определяет способ применения различных правил, то есть какое правило должно применяться следующим

1)      классы и отношения между классами

2)      правила

3)      управляющая структура.

         ТИПЫ ЭКСПЕРТНЫХ СИСТЕМ.

            По функциональному назначению экспертные системы можно разделить на следующие типы:

1)      Мощные экспертные системы, рассчитанные на узкий круг пользователей ( системы управления сложным технологическим оборудованием, экспертные системы ПВО ). Такие системы обычно работают в реальном масштабе времени и являются очень дорогими.

2)      Экспертные системы, рассчитанные на широкий круг пользователей. К ним можно отнести системы медицинской диагностики, сложные обучающие системы. База знаний этих систем стоит недешево , так как содержит уникальные знания, полученные от специалистов экспертов. Сбором знаний и формированием базы знаний занимается специалист по сбору знаний - инженер – когнитолог.

3)      Экспертные системы с небольшим числом правил и сравнительно недорогих. Эти системы рассчитаны на массового потребителя (системы, облегчающие поиск неисправностей в аппаратуре ). Применение таких систем позволяет обойтись без высококвалифицированного персонала, уменьшить время поиска и устранения неисправностей. Базу знаний такой системы можно дополнять и изменять, не прибегая к помощи разработчиков системы. В них обычно используются знания из различных справочных пособий и технической документации.

4)      Простые экспертные системы индивидуального использования. Часто изготавливаются самостоятельно. Применяются в ситуациях, чтобы облегчить повседневную работу. Пользователь, организовав правила в некоторую базу знаний, создает на ее основе свою экспертную систему. Такие системы находят применение в юриспруденции, коммерческой деятельности, ремонте несложной аппаратуре. Одна из таких систем, которая может быть .

  НАЗНАЧЕНИЕ И ОСОБЕННОСТИ ЭКСПЕРТНЫХ СИСТЕМ .

            Знания специалистов в конкретной области можно разделить на формализованные ( точные ) и неформализованные ( неточные ).

            Неформализованные знания являются результатом обобщения многолетнего опыта работы и интуиции специалистов. Они обычно представляют собой многообразие эвристических приемов и правил, не отражаемых в книгах.

            Традиционно программирование в качестве основы для разработки программ используют алгоритм, то есть формализованные знания. Экспертные системы обладают следующими особенностями:

1)      Алгоритм решения неизвестен заранее. Он строится самой экспертной системой в процессе решения.

2)      Ясность получаемых решений, то есть способность экспертной системы объяснять получаемое решение.

3)       Способность экспертной системы к анализу и объяснению своих действий.

4)      Способность приобретения новых знаний от пользователя - эксперта, незнающего программирования.

5)      Обеспечения дружественного естественного языка при общении с пользователем, благодаря которому экспертная система позволяет не только решать поставленные задачи, но и обучать решению соответствующих задач.

          ЗНАНИЯ И ИХ ПРЕДСТАВЛЕНИЕ.

            Если рассматривать знания с точки зрения решения задач, их   удобно разделить на две большие категории: факты и эвристику.

            Факты - это хорошо известные для данной предметной области обстоятельства, освещенные в учебниках и литературе.

            Эвристика основывается на опыте специалиста. Сюда входят способы комплектования знаний, способы удаления бесполезных знаний, способы использования нечеткой информации.

            Знания , кроме того, можно разбить на факты и правила. В данном случае под фактами понимаются значения типа: “А это “А” -определение”.

Они хранятся в базах данных. Под правилами подразумеваются знания типа : “Если…, то ….”. Кроме них существуют так называемые метазнания ( знания о знаниях ). Это понятие необходимо для управления базой знаний, логическим выводом и обучением. Знания обычно имеют классификацию, характерную не только для фактов, но и для правил. Обобщая знания, используемые в науке, их можно представить в следующей последовательности:

                      Процедурные (закрытые )  

1)      Конечный автомат.

2)      Программа.

3)      Скрипт ( сценарий ).

4)      Сематическая сеть.

5)      Фрейм ( прототип ).

6)      Графы.

7)      Формальная спецификация.

8)      Исчисления предикатов.

9)      Теоремы, правила записи.

10)  Продукционные системы.

11)  Предложения на естественном языке.

1	2	3	4	5	6	7	8