- •1 Основные понятия и структурная схема приборного комплекса.
- •17 Принципы построения измерителей навигационных параметров в живом организме.
- •2.Комплексы оборудования самолетов.
- •10 . Основные направления развития исследований и систем искусственного интеллекта
- •4. Основные характеристики и требования, предъявляемые к системам отображения информации.
- •5. Навигационные комплексы. Общие сведения и классификация.
- •11.Диалоговые системы искусственного интеллекта.
- •12 Бионика, как наука.
- •6.Основные закономерности построения навигационных комплексов.
- •7.Навигационные комплексы на базе микропроцессоров.
- •8.Иерархические структуры навигационных комплексов. Системы искусственного интеллекта в навигационных комплексах.
- •18 Общие принципы построения биологических навигационных комплексов.
- •22 Интеллектуальный биологический навигационный комплекс.
- •9.Понятие об искусственном интеллекте. Интеллектуальные системы.
- •13 Обобщенная модель живого организма.
- •14 Основные функции живого организма.
- •15 Навигационная бионика. Общность задач и основных принципов навигации в живой природе и технике.
- •16 Общая характеристика методов навигации.
- •19 Информационное обеспечение пространственной навигации животных.
- •20 Обеспечение точности и надежности функционирования навигационных биосистем.
- •21 .Накопление априорной информации в биологических навигационных комплексах при обучении.
- •23 Основные особенности биологических навигационных комплексов.
- •24 Системы искусственного интеллекта – системы, базирующиеся на знаниях.
- •25 Основные структуры систем искусственного интеллекта.
- •26 Представление знаний.
- •27. Семантические сети.
- •28 Фреймовые модели.
- •29 Логические модели знаний и системы логического вывода.
- •30 Продукции и продукционные системы.
- •31. База знаний систем искусственного интеллекта.
- •32 Стратегия управления и механизм вывода в системах искусственного интеллекта.
- •33 Прямая цепочка рассуждений. База знаний. Обобщенный алгоритм работы.
- •34 Обратная цепочка рассуждений. Дерево решений. База знаний. Обобщенный алгоритм работы.
- •35 Общие методы поиска решений в пространстве состояний.
- •41)Нечеткие множества и лингвистические переменные.
- •42)Операции с нечеткими множествами.
- •37 Особенности разработки баз знаний бортовых экспертных систем.
- •43)Нечеткие алгоритмы.
- •47) Программная и аппаратная реализация нечетких регуляторов.
- •44)Общие принципы построения интеллектуальных систем управления на основе нечеткой логики.
- •45) Процедура синтеза нечетких регуляторов.
- •46) Синтез адаптивной сау с эталонной моделью на основе нечеткой логики.
- •48)Общая характеристика проблемы построения искусственных нейронных сетей. История проблемы.
- •49)Моделирование механизмов человеческого мышления. Модели нейронов.
- •50_Реализация логических функций на формальных нейронах. Проблема «Исключающего или».
- •51 .Искусственные нейронные сети. Общие положения.
- •52 . Персептрон ф. Розенблатта.
- •53 .Адаптивный пороговый элемент.
- •55. Общие принципы построения интеллектуальных сау с использованием нейронных сетей.
- •39 Нечеткая логика: история проблемы, практические приложения.
- •54. Многослойные персептроны. Алгоритм обратного распространения.
- •57 Применение нейронных сетей в задачах адаптации алгоритмов управления нелинейными объектами.
- •62. Нейрокомпьютер фирмы аас.
- •61. Способы реализации нейронных сетей. Примеры реализации нейрокомпьютеров.
- •1. Нейрокомпьютеры на базе транспьютеров.
- •58. Применение нейронных сетей в задачах идентификации математических моделей динамических объектов.
- •59 Обзор возможных вариантов построения нейронных сетей.
- •63.Генетические алгоритмы. Особенности построения и реализации
- •38 Системы искусственного интеллекта с использованием нечеткой логики.
- •36.Проблемы разработки бортовых оперативно-советующих экспертных систем.
9.Понятие об искусственном интеллекте. Интеллектуальные системы.
Искусственный интеллект (англ. – artificial intelligence) – это искусственные программные системы, созданные человеком на базе ЭВМ и имитирующие решение человеком сложных творческих задач в процессе его жизнедеятельности. По другому аналогичному определению, «искусственный интеллект» – это программы для ЭВМ, с помощью которых машина приобретает способность решать нетривиальные задачи и задавать нетривиальные вопросы”.
Различают два направления работ, составляющих искусственный интеллект (ИИ). Первое из этих направлений, которое можно условно назвать бионическим, имеет своей целью смоделировать деятельность мозга, его психофизиологические свойства, чтобы попытаться воспроизвести на ЭВМ или с помощью специальных технических устройств искусственный разум (интеллект). Второе (основное) направление работ в области ИИ, называемое иногда прагматическим, связано с созданием систем автоматического решения сложных (творческих) задач на ЭВМ без учета природы тех процессов, которые происходят в человеческом сознании при решении этих задач. Сравнение при этом осуществляется по эффективности результата, качеству полученных решений.
1) Существует цель, т.е. тот конечный результат, на который направлены мыслительные процессы человека («Цель заставляет человека думать»).
2) Человеческий мозг хранит огромное число фактов и правил их использования. Для достижения определенной цели надо только обратиться к нужным фактам и правилам.
3) Принятие решений всегда осуществляется на основе специального механизма упрощения, позволяющего отбрасывать ненужные (малосущественные) факты и правила, не имеющие отношения к решаемой в данный момент задаче, и, наоборот, выделять главные, наиболее значимые факты и правила, нужные для достижения цели.
4) Достигая цели, человек не только приходит к решению поставленной перед ним задачи, но и одновременно приобретает новые знания.
Построение универсальной системы ИИ, охватывающей все предметные области, является невозможным, так как это потребует бесконечного числа фактов и правил. Более реальной является задача создания таких систем ИИ, которые предназначены для решения задач в узко очерченной, конкретной проблемной области.
Рис. 5.1. Компоненты системы ИИ
Такие системы, использующие опыт и практические знания экспертов-специалистов в данной предметной области, называются экспертными системами (expert systems).
Применение экспертных систем оказывается чрезвычайно эффективным в самых различных областях человеческой деятельности (медицина, геология, электроника, нефтехимия, космические исследования и т.д.). Это объясняется рядом причин: во-первых, появляется возможность решения ранее не доступных, плохо формализуемых задач с привлечением нового, специально разработанного для этих целей математического аппарата (семантических сетей, фреймов, нечеткой логики и т.д.); во-вторых, создаваемые экспертные системы ориентированы на их эксплуатацию широким кругом специалистов (конечных пользователей), общение с которыми происходит в диалоговом режиме, с использованием понятной им техники рассуждений и терминологии конкретной предметной области; в-третьих, применение экспертной системы позволяет резко повысить эффективность решений, принимаемых рядовыми пользователями, за счет аккумуляции знаний в экспертной системе, в том числе знаний экспертов высшей квалификации.
Экспертная система включает базу знаний и подсистемы: общения, объяснения, принятия решений, накопления знаний. Через подсистему общения с экспертной системой связаны: конечный пользователь; эксперт – высококвалифицированный специалист, опыт и знания которого намного превосходят знания и опыт рядового пользователя; инженер по знаниям, знакомый с принципами построения экспертной системы и умеющий работать с экспертами в данной области, владеющий специальными языками описания знаний.
Системы управления, построенные на основе экспертных регуляторов, имитирующих действия человека-оператора в условиях неопределенности характеристик объекта и внешней среды, называются интеллектуальными системами управления (intelligent control systems).
Согласно другому аналогичному определению, интеллектуальной системой управления (ИСУ) является такая, которая обладает способностью понимать, рассуждать и изучать процессы, возмущения и условия функционирования. К изучаемым факторам при этом относятся, главным образом, характеристики процесса (статическое и динамическое поведение, характеристики возмущений, практика эксплуатации оборудования). Желательно, чтобы система сама накапливала эти знания, целенаправленно используя их для улучшения своих качественных характеристик.