Методическое пособие по курсу «информатика»

Вид материалаМетодическое пособие

Содержание


Интеллектуализация информационных систем
Искусственный интеллект
Подобный материал:
1   ...   14   15   16   17   18   19   20   21   22

ИНТЕЛЛЕКТУАЛИЗАЦИЯ ИНФОРМАЦИОННЫХ СИСТЕМ



Одно из направлений информатики — интеллектуализация информационных систем. Интеллектуальные системы и технологии применяются для тиражирования профессионального опыта и решения сложных научных, производственных и экономических задач, например, анализ инвестиций, прогнозирование рынка и т.д. Для обработки и моделирования знаний применяются специальные модели и создаются так называемые базы знаний.

Искусственный интеллект


Искусственные интеллект (ИИ) — одно из направлений развития информатики, изучающий способы и приемы моделирования и воспроизведения с помощью ЭВМ разумной деятельности человека, связанной с решением задач. Цель этого направления — разработка программно–аппаратных средств, позволяющих пользователю–непрограммисту ставить и решать свои задачи, традиционно считающиеся интеллектуальными, общаясь с ЭВМ на ограниченном подмножестве естественного языка. Искусственным интеллектом также называют свойство интеллектуальных систем выполнять функции (творческие), которые традиционно считаются прерогативой человека.

Фундаментальные разделы ИИ:

теория представления знаний: найти такие способы описания и представления фактов, общих сведений, закономерностей, правил и предписаний, которые позволят использовать все эти знания с помощью некоторых универсальных и формальных процедур анализа, рассуждения и синтеза, доступных доля простой реализации на ЭВМ;

теория обработки информации, выраженной на естественном языке: найти методы и способы понимания устной речи, извлечения смысла из письменных сообщений, переводы с одного языка на другой, синтеза речи и т.п. с тем, чтобы реализовать все эти формы языковой практики на ЭВМ (лингвистические процессоры).

Фундаментальные разделы ИИ, воспринимая достижения смежных наук (математики, логики, психологии, физиологии, кибернетики, бионики, лингвистики и др.), результируют в создании теоретических моделей целенаправленного поведения человека, включая такие его компоненты, как восприятие, рассуждение и действие. Эти теоретические модели, имея собственную познавательную ценность, выступают в качестве строительных блоков в решении различных прикладных задач.

Основные направления развития искусственного интеллекта:
  • Представление знаний и разработка систем, основанных на знаниях

Разработка моделей представления знаний, создание баз знаний, моделей и методов извлечения и структурирования знаний).

  • Игры и творчество

Первая шахматная программа была написана еще до изобретения первого компьютера Аланом Тьюрингом. Вскоре после окончания войны он написал алгоритм, с помощью которого можно было бы обучить машину играть в шахматы. Но поскольку на тот момент еще не существовало компьютера, способного выполнить этот алгоритм, он решил сам выступить в этой роли. Ему требовалось более получаса, чтобы сделать один ход. Одна такая партия, в которой “бумажная машина” Тьюринга проиграла одному из его коллег, была записана. Примерно в то же время другой великий математик, Клод Шеннон из лаборатории Белл, заинтересовался вопросом обучения компьютера игре в шахматы. Он понял, что основная проблема будет заключается в огромном количестве продолжений. В обычной позиции возможно около 40 легальных ходов, а если посчитать каждый ответный ход, то получается 40х40 = 1600 возможных позиций. Это означает, что после каждых двух полуходов возникает 1600 вариантов возможных продолжений. После двух ходов – 2.5 млн., после трех – 4.1 млрд. В среднем за одну партии производится около 40 ходов. Это означает, что количество возможных ходов равно 10128. Это число значительно больше числа атомов в изученной нами части вселенной (всего лишь ~1080). Поэтому Шеннон придумал два различных способа обработки информации: «А-Стратегия» изучала все возможные продолжения, а «В-Стратегия» отбрасывала ненужные варианты.

Современный шахматные компьютеры – например, «Deep Blue», матч с которым в 1996 году Гарри Каспарова до сих пор бурно обсуждаем, могут выполнять почти миллиард операций а секунду. Ведущие на сегодняшний день компьютерные программы типа Fritz и Junior, используя самые быстрые компьютеры, исследуют до 600.000 позиций в секунду. Компьютерные программы «знают» десятки миллионов дебютов позиций и эндшпилей, и имеют доступ к информации по каждому из них (какие ходы были сделаны, какие из них результативные, какого ранга игрок и т.д.). Реально они рассчитаны на состязания с игроками, чей игровой потенциал свыше 2600, т.е. могут соревноваться со всеми кроме 100 ведущих игроков мира. В соревнованиях по быстрым шахматам с ними может соревноваться лишь приблизительно десять ведущих шахматистов, а в блиц турнирах только 2-3 шахматиста смогут составить достойную конкуренцию.

  • Разработка естественно-языковых интерфейсов и машинный перевод

Естественно-языковый интерфейс — это совокупность программных и аппаратных средств, обеспечивающих общение интеллектуальной системы с пользователем на ограниченном рамками проблемной области естественном языке. В его состав входят словари, отражающие словарный состав и лексику языка, а также лингвистический процессор, осуществляющий анализ текстов (морфологический, синтаксический, семантический и прагматический) и синтез ответов пользователю.

  • Распознавание образов

Это направление, основной задачей которого является создание моделей, методов и средств, связанных с решением задач классификации, таксономии, формирования понятий и т. п.

Образ, класс — классификационная группировка в системе классификации, объединяющая (выделяющая) определенную группу объектов по некоторому признаку. Образное восприятие мира — одно из загадочных свойств живого мозга, позволяющее разобраться в бесконечном потоке воспринимаемой информации и сохранять ориентацию в океане разрозненных данных о внешнем мире. Воспринимая внешний мир, мы всегда производим классификацию воспринимаемых ощущений, т. е. разбиваем их на группы похожих, но не тождественных явлений. Характерно, что для составления понятия о группе восприятий определенного класса достаточно ознакомиться с незначительным количеством ее представителей. Ребенку можно показать всего один раз какую-либо букву, чтобы он смог найти эту букву в тексте, написанном различными шрифтами, или узнать ее, даже если она написана в умышленно искаженном виде. Это свойство мозга позволяет сформулировать такое понятие, как образ.

Образы обладают характерным свойством, проявляющимся в том, что ознакомление с конечным числом явлений из одного и того же множества дает возможность узнавать сколь угодно большое число его представителей. Примерами образов могут быть: река, море, жидкость, музыка Чайковского, стихи Маяковского и т. д. В качестве образа можно рассматривать и некоторую совокупность состояний объекта управления, причем вся эта совокупность состояний характеризуется тем, что для достижения заданной цели требуется одинаковое воздействие на объект. Образы обладают характерными объективными свойствами в том смысле, что разные люди, обучающиеся на различном материале наблюдений, большей частью одинаково и независимо друг от друга классифицируют одни и те же объекты. Именно эта объективность образов позволяет людям всего мира понимать друг друга.

В целом проблема распознавания образов состоит из двух частей: обучения и распознавания. Обучение осуществляется путем показа отдельных объектов с указанием их принадлежности тому или другому образу. В результате обучения распознающая система должна приобрести способность реагировать одинаковыми реакциями на все объекты одного образа и различными — на все объекты различных образов. В качестве объектов обучения могут быть либо картинки, либо другие визуальные изображения (буквы), либо различные явления внешнего мира, например звуки, состояния организма при медицинском диагнозе, состояние технического объекта в системах управления и др. Важно, что в процессе обучения указываются только сами объекты и их принадлежность образу. За обучением следует процесс распознавания новых объектов, который характеризует действия уже обученной системы. Автоматизация этих процедур и составляет проблему обучения распознаванию образов. В том случае, когда человек сам разгадывает или придумывает, а затем навязывает машине правило классификации, проблема распознавания решается частично, так как основную и главную часть проблемы (обучение) человек берет на себя.

Круг задач, которые могут решаться с помощью распознающих систем, чрезвычайно широк. Сюда относятся не только задачи распознавания зрительных и слуховых образов, но и задачи распознавания сложных процессов и явлений, возникающих, например, при выборе целесообразных действий руководителем предприятия или выборе оптимального управления технологическими, экономическими, транспортными или военными операциями.

  • Новые архитектуры компьютеров



  • Интеллектуальные роботы

Здесь главными задачами ИИ являются задачи «машинного зрения» и управления движением. «Машинное зрение» включает в себя способность робота ориентироваться в пространстве, воспринимать обстановку и строить ее план (т.н. анализ сцен), узнавать контуры и форму предметов, обнаруживать и обходить препятствия при движении и т.д. Управление движением позволяет роботу перемещаться, совершать рабочие движения своими подвижными элементами, воспринимать нагрузку и дозировать собственные усилия.
  • Специальное программное обеспечение
  • Обучение и самообучение