32. Понятие искусственного интеллекта, системы искусственного интеллекта.

Интеллект-ум, рассудок, разум, мыслительные способности человека.

Отдельные интеллектуальные способности человека могут быть автоматизированы путём создания систем искусственного интеллекта.

Искусственный или машинный интеллект-свойство автоматизированных или автоматических систем брать на себя отдельные функции интеллекта человека. Например, системы, способные выбирать и принимать оптимальное решение на основе ранее полученного опыта и рационального анализа внешних воздействий.

Нейросеть-это связанный, ориентированный граф, моделирующий организацию и функции нервных клеток и центральной нервной системы.

Экспертная система-это система искусственного интеллекта, которая включает в себя базу знании с набором правил и механизмом вывода, позволяющие на основании этих правил и предоставляемых пользователем фактов распознавать ситуацию, ставить диагноз, формулировать решение и давать рекомендации для выбора действий. В основе любой экспертной системы находится обширный запас знаний о конкретной предметной области. Эти знания организуются при помощи некоторой совокупности правил, которые позволяют делать заключения на основе исходных данных или предложений. Традиционно любая ЭС в общем виде может быть представлена так: Данные + Алгоритм = Программа Однако в настоящее время традиционное соотношение заменяет­ся на новое представление, основу которого составляют база знаний и "машина логического вывода". Таким образом, архитектуру ЭС можно представить в виде следующей схемы: Знания + Машина логического ввода = ЭС Полностью оформленная статическая экспертная система имеет шесть существенных компонент: База знаний (БЗ) — содержит факты (или утверждения) и правила. Факты представляют собой краткосрочную информацию в том отношении, что они могут изменяться, например, в ходе кон­сультации. Правила представляют более долговременную инфор­мацию о том, как порождать новые факты или гипотезы из того, что сейчас известно. Логическая машина вывода, используя исходные данные из рабочей памяти (РП) и базы знаний, формирует такую последо­вательность правил, которая, приводит к решению задачи. Машина вывода связана с цепочкой рассуждений, которые используются в качестве стратегии для логического вывода. Различают прямую це­почку рассуждений и обратную.

Прямая цепочка рассуждений — это цепочка, которая ведет от данных к гипотезам, при этом в процессе диалога до получения от­вета может быть задано неограниченное количество вопросов.

Обратная цепочка рассуждений является попыткой найти дан­ные для доказательства или опровержения некоторой гипотезы. Компонент приобретения знаний автоматизирует про­цесс наполнения ЭС знаниями. Источник таких знаний — эксперт (либо группа таковых). Объяснительный компонент разъясняет пользователю, как система получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что повышает доверие пользователя к полученному результату.Диалоговый компонент ориентирован на организацию дру­жественного общения с пользователем как в ходе решения задач, так и в процессе приобретения знаний и объяснения результатов ра­боты. База данных (БД) предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи. На ряду с понятием базы знаний широко используется понятие банка данных. Банк данных — это автоматизированная информационная система централизованного хранения и коллективного использова­ния данных. В состав банка данных входит одна или несколько баз данных, справочник баз данных, система управления базами дан­ных, а также библиотека запросов и прикладных программ

СППР - компьютерная информационная система, используемая для поддержки различных видов деятель­ности при принятии решений в ситуациях, где невозможно или не­желательно иметь автоматическую систему, которая полностью вы­полняет весь процесс решения. Процесс принятия решений состоит из: сбор данных, распознавание проблемы, формулировка концептуальной модели, анализ, поиск допустимых решений, проверка правильности решений, генерация решений, выполнение. СППР предназначе­ны для решения слабоструктурированных проблем. К слабоструктурированным относятся проблемы, которые содержат как количес­твенные, так и качественные переменные, причем качественные ас­пекты проблемы имеют тенденцию доминировать. Неструктуриро­ванные проблемы имеют лишь качественное описание. В процессе принятия решений возникла необходимость в субъективных, экспертных моделях (прогнозы продаж продукции, реакции конкурентов и т. д.). Возникла также необходимость в уче­те знаний многих экспертов, в анализе принятых ранее решений. Принято считать, основными признаками, характеризующими СППР, являются концептуальные модели пользователей системы, решаемые задачи, обеспечивающие средства, области применения. Иногда структуру СППР представляют следующим образом: 1)система языковая (СЯ); 2)система знаний (СЗ); 3)система обработки проблем. СЯ по своему назначению аналогична интерфейсу "пользова­тель—система", который обеспечивает коммуникации между поль­зователем и всеми компонентами СППР. С помощью СЯ пользова­тель формулирует проблему и управляет процессом ее решения, используя предоставляемые системой языковые средства (синтакси­ческие, семантические). СЗ содержит информацию о проблемной области. СЗ различа­ются по характеру содержащихся в них данных и по используемым методам представления знаний (иерархические структуры, семан­тические сети, фреймы, системы продукций, исчисление предика­тов и др.). Система обработки проблем или проблемный процесс (ПП) яв­ляется механизмом, связывающим СЯ и СЗ. ПП обеспечивает сбор информации, распознавание проблемы, формулировку модели, ее анализ и т. д. Составляющие процесса принятия решения:1)сбор данных; 2) распознавание проблемы; 3)формулировка концептуальной модели; 4)формулировка эмпирической модели; 5)верификация; 6)анализ; 7)поиск допустимых решений; 8)проверка правильности (обоснованности) решения; 9)генерация решения; 10) выполнение.