- •Оглавление
- •1. Характеристика моделей нейронных сетей.
- •2. Характеристика основных направлений в исследованиях по искусственному интеллекту.
- •3. Знания и модели их представления
- •4. Логические модели представления знаний
- •5. Продукционные модели представления знаний
- •6. Сетевые модели представления знаний (семантические сети)
- •7. Характеристика экспертных систем
- •8. Фреймовые модели представления знаний
- •9. Обобщенная структура экспертной системы
- •10. Характеристика многослойных однонаправленных сетей
- •11. Характеристика полносвязных сетей Хопфилда
- •12. Характеристика двухнаправленной ассоциативной памяти
- •13. Характеристика самоорганизующихся сетей Кохонена
- •14. Области применения нейроинформатики
- •15. Искусственный нейрон. Схема, основные блоки и функции
- •16. Знания и модели их представления
- •17. Фреймовые модели представления знаний.
- •18. Обобщенная структура экспертной системы
- •19. Характеристика моделей нейронных сетей.
- •20. Области применения нейроинформатики
2. Характеристика основных направлений в исследованиях по искусственному интеллекту.
Интеллект – способность субъетка или объекта находить решения конкретных задач, для которых может и не существовать стандартных, заранее известных алгоритмов.
ИИ – это свойство автоматической системы брать на себя отдельные функции интеллекта человека.
Система искусственного интеллекта (СИИ) – система, которая может решать различные, в том числе творческие, задачи, причем эта грань довольно тонкая.
В современных СИИ рассматривается 3 направления:
1)Программно-прагматическое (человек, разрабатывая различные инструментальные средства, создавая СИИ, решает задачи, которые считаются творческими и интеллектуальными);
2)Бионическое (в рамках бионического направления учеными создается субстанция, схожая по своей структуре, составу и функциям с естественным интеллектом);
3)Комбинированное (объединяет (1) и (2)).
К области применения ИИ относятся восприятия и распознавание образов, автоматическое доказательство математических терем, игры, решение задач, понимание естественных языков. В соответствии с этим можно выделить следующие направления в исследованиях по искусственному интеллекту:
Восприятие и распознавание образов. Техническим аналогом зрения выступают телекамеры и лазеры, работа которых напрямую связана с программами распознавания и анализа изображения. Это направление включает разработку методов представления информации о зрительных образах в базе знаний, создание методов перехода от зрительных сцен к их текстовому описанию и методов обратного перехода и т.д.
Понимание естественных языков. Формируются методы построения лингвистических процессов, вопросно – ответных систем, диалоговых систем и других интеллектуальных систем, целью которых является обеспечение комфортных условий для общения человека с системой искусственного интеллекта.
Решение задач. Разрабатываются методы формирования условий задач по описанию проблемной ситуации или по наблюдению за ней, методы перехода от известного решения частных задач (примеров) к решению общей задачи, создание приемов декомпозиции исходной задачи на более мелкие и уже известные для интеллектуальных систем.
Моделирование поведения. Это направление рассматривает данные о нейрофизиологических и психологических механизмах интеллектуальной деятельности, а в более широком плане— разумном поведении.
Представление и манипулирование знаниями. Решаются задачи, связанные с формализацией и представлением знаний в памяти системы ИИ. Для этого разрабатываются специальные модели представления знаний и языки описания знаний, внедряются различные типы знаний.
3. Знания и модели их представления
Знание — выявленные в результате практической деятельности и получения профессионального опыта закономерности предметной области (принципы, законы, связи), позволяющие решать задачи в этой предметной области. Знания являются метаданными (данными о данных). Понятие «знание» не имеет исчерпывавшего определения.
Классификации знаний:
1) С токи зрения решения задач в предметной области. Знания делим: на факты и эвристику.
Факты – хорошо известные обстоятельства. Эвристика основывается на собственном опыте специалиста, эксперта в данной предметной области, накопленный в результате многолетней практики.
2) По представлению знаний делятся на процедурные и декларативные.
Процедурные знания – «растворенные» в алгоритмах. Процедурные знания управляют данными. Процедурные знания – методы, алгоритмы, программы решения различных задач, последовательности действий выбранной предметной области. Составляют ядро базы знаний.
Декларативные знания – о качественных и количественных характеристик конкретных объектов явлений, их элементов. Представлены в виде фактов, иногда и эвристик.
Проблема представления знаний это проблема представления взаимосвязи в конкретной предметной области в форме понятной системе искусственного интеллекта.
Представление знаний – это формализация и структурирование знаний, с помощью которых отражаются характерные признаки знаний.
На сегодняшний день разработаны десятки моделей представления знаний для различных предметных областей. Самые распростатненные: - логическая (вся информация, необходимая для решения прикладных задач, рассматривается как совокупность фактов и утверждений, которые представляются как формулы в некоторой логике); - продукционная модель (является комбинацией элементов логических и сетевых моделей); - сетевые модели знаний; - фреймовые и т.д.