Читайте данную работу прямо на сайте или скачайте
Применение технических средств искусственного интеллекта в измерениях
1 Введение
Понятие искусственный интеллект, кака впрочема и просто интеллект, весьма расплывчаты. Если обобщить все сказанное за последние тридцать лет, то оказывается, что человек просто хочет создать себе подобного ва тойа или иной форме, хочет, чтобы какие-то действия выполнялись более рационально, с меньшими затратами времениа и энергии. c конц 40-ха годова ученые все большего числа университетских и промышленных исследовательскиха лабораторий стремились к дерзкой цели:а построение акомпьютеров, действующиха таким образом, что по результатама работы иха невозможно было бы отличить от человеческого разума. В последнее время наблюдается возрастание интерес к искусственному интеллекту, вызванное повышением требований к информационным системам. мнеета программное обеспечение, мнеета бытовая техника. Мы неуклонно движемся к новой информационной революции, сравнимой по масштабам с развитием Интернета, имя которой - искусственный интеллект.
Искусственный интеллект аявляется сейчаса лгорячей точкойа научных исследований. Ва этой точке, кака ва фокусе, сконцентрированы наибольшие силия кибернетиков, лингвистов, психологов, философов, математиков и инженеров. Именно здесь решаются многие коренные вопросы, связанные с путями развития научной мысли, c воздействиема достижений в области вычислительной техники и робототехники н жизнь будущиха поколений людей. Здесь возникаюта и получаюта прав гражданств новые методы научных междисциплинарных исследований. Здесь формируется новый взгляд н роль тех или иных научных результатов и возникаета то, что можно было бы назвать философским осмыслением этиха результатов. Терпеливо продвигаясь вперед в своема нелегкома труде, исследователи, работающие ва областиа искусственного интеллект (ИИ), обнаружили, что вступили в схватку с весьма запутаннымиа проблемами, далеко выходящимиа за пределы традиционной информатики. Оказалось, что прежде всего необходимо понять механизмы процесс обучения, природу язык и чувственного восприятия. Выяснилось, что для создания машин, имитирующих работу человеческого мозга, требуется разобраться в том, кака действуюта миллиарды его взаимосвязанных нейронов. И тогда многие исследователи пришли к выводу, что, пожалуй, самая трудная проблема, стоящая переда современнойа наукой - познание процессова функционирования человеческого разума, не просто имитация его работы. Что непосредственно затрагивало афундаментальные теоретические проблемы психологической науки. В самома деле, ченыма трудно дажеа прийти к единойа точке зрения относительно самого предмет их исследований - интеллекта. Некоторые считают, что интеллект - мение решать сложные азадачи;а другие рассматриваюта его кака способность к обучению, обобщению и аналогиям; третьи - кака возможность взаимодействия са внешним миром путем общения, восприятия иа осознания воспринятого. Тема не менее многие исследователиа Иа склонны принять тест машинного интеллекта, предложенный ва начале 50-ха годова выдающимся английскима математикома и специалистом по вычислительной технике Аланома Тьюрингом. Компьютера можно считать разумным, - тверждал Тьюринг, Ца если она способена заставить нас поверить, что мы имеем дело не с машиной, с человеком.
2 Моделирование искусственного интеллекта
В настоящее время различаюта дв основныха подход к моделированию искусственного интеллекта: машинный интеллект, заключающийся в строгом задании результат функционирования, и искусственный разум, направленный н моделирование внутренней структуры системы. Разделение работа по искусственному интеллекту н два направления связано с существованием двуха точека зрения н вопрос, каким образом строить системы искусственного интеллекта. Сторонники однойа точки зрения беждены, что лважнее всего результат, т.е. хорошее совпадение поведения искусственно созданных и естественных интеллектуальныха систем, что касается внутренних механизмов формирования поведения, то разработчик искусственного интеллекта вовсе не должена копировать или дажеа учитывать особенности естественных, живых аналогов. Другая точк зрения состоита в том, что именно изучение механизмов естественного мышления и анализа данных о способах формирования разумного поведения человек могута создать основу для построения система искусственного интеллекта, причема построение это должно осуществляться прежде всего кака моделирование, воспроизведение техническими средствами принципов и конкретных особенностей
функционирования биологических объектов.
Первое направление, таким образом, рассматривает продукт интеллектуальной деятельности человека, изучает его структуру, и стремится воспроизвести этот продукта средствамиа современной техники. Моделирование система машинного интеллект достигается з счета использования законов формальной логики, теории множеств, графов, семантическиха сетейа и других достижений науки в области дискретных вычислений. Основные результаты заключаются ва создании экспертныха систем, система разбор естественного
языка иа простейшиха система правления вид лстимул-реакция. Ясно, что спехи этого направления искусственного интеллект оказываются тесно связанны с развитием возможностей ЭВМ и искусства программирования, то есть с тем комплексом научно-техническиха исследований, которые часто называют
компьютерными науками.
Второе направление искусственного интеллект рассматриваета данные о нейрофизиологических и психологических механизмах интеллектуальной деятельности и, в более широком плане, разумного поведения человека. Оно стремиться воспроизвести эти механизмы с помощью теха или иныха технических стройств, с тема чтобы лповедение такиха стройства хорошо совпадало с поведением человека в определенных, заранее задаваемыха пределах. Развитие этого направления тесно связано са спехамиа наука о человеке. Для него характерно стремление к воспроизведению болееа широкого, чема ва машинном интеллекте, спектр проявленийа разумной деятельности человека. Системы искусственного разум базируются н математической интерпретации деятельности нервной системы во главе са мозгома человек и реализуются в виде нейроподобных сетей на базе нейроподобного элемента Ца аналога нейрона.
3 Применение технических средств ИИ в измерениях.
Технические средства искусственного интеллекта широко применяются в измерительной технике и, конкретно, в измерениях.
Так как нейроподобные сетиа ва последнее время являются одним из самых перспективных направлений в области искусственного интеллект иа постепенно входят в бытность людей в широком спектре деятельности, то будем рассматривать их в качестве примера.
Что же такое нейроподобная сеть? Это искусственный аналог биологической сети, по своима параметрама максимально приближающийся к оригиналу. Нейроподобные сети прошли длинный путь становления и развития, от полного отрицания возможности иха применения до воплощения во многие сферы деятельности человека, в том числе и измерения.
Современные цифровые вычислительные машины способны с высоким быстродействиема иа точностью решать формализованные задачи с вполне определенными даннымиа по заранее известныма алгоритмам. Однако в тех случаях, когда задача не поддается формализации, входные данныеа неполны, зашумлены или противоречивы, применение традиционных компьютерова становится неэффективным. Альтернативой има становятся специализированные компьютеры, реализующие нетрадиционные нейросетевые технологии. Сильной стороной этих комплексова является нестандартный характер аобработки информации. Она кодируется и запоминается не в отдельных ячейках памяти, ва распределении связей между нейронами и в их силе, поэтомуа состояниеа каждого отдельного нейрона определяется состоянием многих другиха нейронов, связанныха с аним. Следовательно, потеря одной или нескольких связей не оказывает существенного влияния на результат работы системы в целом, что обеспечивает ее высокую надежность.
Высокая лестественная помехоустойчивость и функциональная надежность касаются как искаженных (зашумленных) потоков информации, така и ва смысле отказова отдельныха процессорныха элементов. Этима обеспечиваются высокая оперативность и достоверность обработки информации, простая дообучаемость и переобучаемость НПС позволяют при изменении внешних факторова своевременно осуществлять переход на новые виды решаемых задач.
Нейроподобные сети в области измерений могут решать следующие задачи:
- обработка высокоскоростных цифровых потоков;
- автоматизированная система быстрого поиска информации;
- классификация информации в реальном масштабе времени;
-планирование применения сил и средств в больших масштабах;
- решение трудоемких задач оптимизации;
- адаптивное правление и предсказание.
- обработка и анализ изображений;
- распознавание речи независимо от диктора, перевод;
Например, существует база измерительных приборов, состоящая из набора вольтметров, амперметров, ваттметров, феррометров. Каждый прибор имеет свой класс точности, диапазон измерений. Можно сформулировать запрос для поиска нужного в данный момент прибора по классу точности либо диапазону измерений. Также можно задать вопрос - возможно ли каким-то прибором измерить какую-то величину. То есть система с элементами искусственного интеллекта будет искать в базе нужный прибор.
Одно иза важнейшиха свойства нейроподобной сетиа Ч способность ак самоорганизации, самодаптации с целью улучшения качеств функционирования. Это достигается обучениема сети, алгоритм которого задается набором обучающих правил. Обучающие правил определяют, какима образома изменяются связи в ответ на входное воздействие. Многиеа иза ниха являются развитием высказанной Д. О. Хеббом идеи о том, что обучение основано н величении силы связи (синаптического веса)а междуа одновременно активнымиа нейронами. Таким образом, часто используемые в сети связи силиваются, что объясняет феномен обучения путем повторения и привыкания.
4 Пример применения искусственного интеллекта в измерениях.
В качестве примера приведем программу на PROLOG. В программе для простоты были использованы 3 прибора: вольтметр, амперметр, фазометр. Каждый прибор имеет разный класс точности и диапазон измерений. На основе этих данных были составлены различные запросы, на которые программа выводит ответ. Ответ состоит из пояснения и названия прибора.
К-класс точности прибора, D1 - начальное значение диапазона, D2 - конечное значение диапазона, E - единица измерения.
DOMAINS
K-integer
D1-integer
D2-integer
E-char
PREDICATES
Poisk(E).
Run.
Izmer(string,E,D1,D2,K).
CLAUSES
Izmer(voltmetr1,ТvТ,0,100,0.1).
Izmer(voltmetr2,ТvТ,0,10,1).
Izmer(voltmetr3,ТvТ,0,50,0.5).
Izmer(voltmetr4,ТvТ,0,1,0.2).
Izmer(ampermetr1,ТaТ,0,10,0.2).
Izmer(ampermetr2,ТaТ,0,5,1).
Izmer(ampermetr3,ТaТ,0,20,0.5).
Izmer(ampermetr4,ТaТ,0,3,0.1).
Izmer(fazometr1,ТfТ,0,180,0.5).
Izmer(fazometr2,ТfТ,0,90,0.1).
Izmer(fazometr3,ТfТ,-180,180,0.5).
Izmer(fazometr4,ТfТ,0,180,1).
Run:-write(У0-выход Ф),nl,
Write(У1-Каким вольтметром можно измерить напряжение 110 вольт?Ф),nl,
Write(У2-Какие вольтметры имеют класс точности больше 0,3?Ф),nl,
Write(У3-Вывод амперметров, которые имеют диапазон измерений от 0 до 3 АФ),nl,
Write(У4-Вывод амперметров, которыми можно измерить 2 ампера),nl,
Write(У5-Вывести на экран все фазометры, которые измеряют от 0 до 18Ф),nl,
Write(Введите запрос: Ф),readint(X),
Poisk(X),run.
Poisk(0):-exit.
Poisk(1):-Izmer(A,B,C,D,E),
B=v,C=0,D>=110,E>0,
Write(Напряжение 110 вольт может измерить-У,A),nl,fail.
Poisk(1).
Poisk(2):- Izmer(A,B,C,D,E),
B=v,C=0,D>1,E>0.3,
Write(Класс точности более 0,3 имеют следующие вольтметры:Ф,A),nl,fail.
Poisk(2).
Poisk(3):- Izmer(A,B,C,D,E),
B=a,C>=0,D<=3,E>0,
Write(Амперметры имеющие диапазон от 0 до А:Ф,A),nl,fail.
Poisk(3)
Poisk(4):- Izmer(A,B,C,D,E),
B=a,C>=0,D>=3,E>0,
Write(У2 ампера можно измерить амперметрами-У,A),nl,fail.
Poisk(4).
Poisk(5):- Izmer(A,B,C,D,E),
B=f,C>=0,D<=180,E>0,
Write(Фазометры измеряющие от 0 до 180-Ф,A),nl,fail.
Poisk(5).
Poisk(_):-write(Не правильный запрос),nl,fail.
GOAL
Run.
5 Список использованной литературы.
1. Шихова Е. Варианты реализации искусственного интеллект Ца ресурс Интернета, ссылка более недоступна, 2002
2. Квасный Р. Искусственный интеллект - ресурс Интернета, ассылка более недоступна, 2001.
3. Труды третьего международного симпозиума Интеллектуальные системы - Псков: 1998