- •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.
10 . Основные направления развития исследований и систем искусственного интеллекта
Рассмотрим направления, по которым ведутся исследования в области искусственного интеллекта.
Направление А – моделирование на ЭВМ отдельных функций творческих процессов (игровые задачи (шахматы, шашки, домино и др.), автоматическое доказательство теорем, автоматический синтез программ, анализ и синтез музыкальных произведений и др.
Направление В – внешняя интеллектуализация ЭВМ: фундаментальные и прикладные исследования, относящиеся к комплексному диалоговому интерфейсу (внешняя в том смысле, что интеллектуальные системы на начальном этапе строятся на ЭВМ существующей архитектуры, в том числе на персональных ЭВМ).
Направление С – внутренняя интеллектуализация ЭВМ (вычислительные машины новой архитектуры, построенные на принципах искусственного интеллекта и предназначенные для построения эффективных интеллектуальных систем).
Направление D – целенаправленное поведение роботов (создание интеллектуальных роботов, способных автономно совершать операции по достижению целей, поставленных человеком; к роботам будем относить также автономные транспортные средства, предназначенные для действий на земле, в воздухе и в воде).
Первое направление (направление А) ранее других стало развиваться в искусственном интеллекте, именно оно и породило этот термин.
Направление В – наиболее бурно развивающееся сейчас и практически наиболее важное направление искусственного интеллекта. Интеллектуальный интерфейс буквально рывком повышает эффективность автоматизированных систем планирования, АСУ, систем автоматического проектирования, систем научных исследований и оперативного управления производством. Стремительный рост эффективности происходит потому, что интеллектуальный интерфейс интенсифицирует работу конечного пользователя. Не выходя за пределы языка своей предметной области (подъязыка естественного языка), специалисты получают возможность:
осуществлять со своего рабочего места поиск в базах данных (знаний) необходимой документальной и фактографической информации, выходя, если требуется, в библиотечные сети и в сети распределенных баз данных;
решать проектные, плановые и управленческие задачи по их постановке (описаниям) и исходным данным вне зависимости от сложности математических моделей этих задач и контролировать в диалоговом режиме все стадии вычислительного процесса (в более общем случае по описанию проблемы на языке предметной области должны обеспечиваться автоматическое построение математических моделей и автоматический синтез рабочих программ при формулировании задач из данной предметной области);
используя аккумулированные в ЭВМ знания о предметной области, осуществлять распознавание и диагностику процессов в сложных системах, принимать решения, формулировать планы действий, выдвигать, и проверять гипотезы, выявлять закономерности в результатах наблюдений, осуществлять логический вывод.
Направление С решает проблемы построения ЭВМ новых поколений, поскольку для задач искусственного интеллекта важны ЭВМ и методы обработки символьной информации. Даже в ЭВМ традиционной архитектуры, ориентированных, на обработку числовой информации, на процессы вычисления приходится 10…12% ресурсов ЭВМ, остальные ресурсы расходуются на символьную обработку (в операционных системах, трансляторах, при обращении к памяти, при организации мультипрограммного режима виртуальных машин и т. п.).
Создание интеллектуальных роботов (направление D) – научно-техническая проблема, требующая разработки, как специализированных ЭВМ, так и целого комплекса механических и энергетических систем: сенсоров, движителей и т.п.