- •Лекция 1: Введение
- •Основные понятия и определения.
- •Область применения.
- •Краткий исторический обзор развития работ в области ии.
- •Функциональная структура использования сии.
- •Литература
- •Сетевые модели
- •Продукционные модели.
- •Сценарии.
- •Интеллектуальный интерфейс
- •Классификация уровней понимания
- •Методы решения задач.
- •Решение задач методом поиска в пространстве состояний.
- •Решение задач методом редукции.
- •Решение задач дедуктивного выбора
- •Решение задач, использующие немонотонные логики, вероятностные логики.
- •Данные и знания. Основные определения.
- •Особенности знаний. Переход от Базы Данных к Базе Знаний.
- •Модели представления знаний. Неформальные (семантические) модели.
- •Например, структура табл. 1.1, записанная в виде протофрейма, имеет вид
- •Формальные модели представления знаний.
- •Компоненты продукционных систем
- •Стратегии решений организации поиска
- •Представление простых фактов
- •- Описание состояния человека
- •- Описание размещения персонала предприятия
- •Примеры применения логики для представления знаний.
- •Литература
- •Лекция 6: Планирование задач
- •Основные определения
- •Комплексная схема нечеткого планирования
- •Особенности планирования целенаправленных действий
- •Оценки сложности задачи планирования
- •Литература
- •Структура экспертных систем
- •Этапы разработки экспертных систем
- •Интерфейс с конечным пользователем
- •Представление знаний в экспертных системах
- •Уравни представления и уровни детальности
- •Организация знаний в рабочей системе
- •Организация знаний в базе данных
- •Методы поиска решений в экспертных системах
- •Средства представления знаний и стратегии управления
- •Подготовительный этап
- •Основной этап
- •Системы приобретения знаний от экспертов
- •Формализация качественных знаний
- •Пример формализации качественных знаний
- •Понимание в диалоге
- •Примеры системы обработки естественного языка
- •Методы озвучивания речи
- •Наиболее распространенные системы синтеза речи
- •Речевой вывод информации
- •Методы синтеза речи
- •Обобщенная функциональная структура синтезатора
- •Модуль лингвистической обработки
- •Лингвистический анализ
- •Формирование просодических характеристик
- •Cинтезатор русской речи
- •Язык формальной записи правил синтеза
- •Интонационное обеспечение
- •Аллофонная база данных
- •Лингвистический анализ
- •Инструментарий синтеза русской речи
- •Cистема распознавания речи
- •Акустическая модель
- •Лингвистическая модель
- •Классификация систем распознавания речи
- •-Простейшие (корреляционные) детекторы
- •Заключение
- •Литература
- •Основные принципы или целостность восприятия
- •Распознавание символов
- •Шаблонные системы
- •Структурные системы
- •Признаковые системы
- •Структурно-пятенный эталон
- •Уроки машинного чтения от Cognitive Technologies
- •Распознавание рукописных текстов
- •В этой статье я хотел бы затронуть некоторые из последних научных работ в области искусственной жизни и искусственного интеллекта.
- •Состояние и тенденции развития искусственного интеллекта
- •Успехи систем искусственного интеллекта и их причины
- •Экспертные системы реального времени - основное направление искусственного интеллекта
- •Основные производители
- •Архитектура экспертной системы реального времени
- •Жизненный цикл приложения
- •Основные компоненты
- •Базы знаний
- •Машина вывода, подсистема моделирования и планировщики
- •Заключение
- •Литература
Классификация систем распознавания речи
Классификация по назначению:
-командные системы
-системы диктовки текста
По потребительским качествам:
-диктороориентированные (тренируемые на конкретного диктора)
-дикторонезависимые
-распознающие отдельные слова
-распознающие слитную речь.
По механизмам функциониро-вания:
-Простейшие (корреляционные) детекторы
-экспертные системы с различным способом формирования и обработки базы знаний
-вероятностно-сетевые модели принятия решения, в том числе нейронные сети.
Заключение
Для человека естественным и привычным является именно диалог, а не монолог. Как следствие недооценки необходимости речевого ответа появляется повышенная утомляемость операторов, монотонность речи и ограниченность применимости речевого интерфейса. Чем может помочь слепому компьютер, оснащенный распознавателем речи, если он лишен устройства обратной не визуальной связи?
Широко известен факт непроизвольной подстройки голоса под голос собеседника. Почему не использовать эту способность человека для увеличения безошибочности распознавания речи компьютером за счет корректировки произношения оператора с помощью двустороннего диалога? Кроме того, вполне возможно, что правильно организованный и модулированный синтез может в значительной степени снизить риск появления у оператора заболеваний, связанных с монотонностью речи и дополнительным напряжением. Повсеместное проникновение графического пользовательского интерфейса было обеспечено за счет совместного применения графического монитора, средства вывода графической информации, и мыши- для ее ввода, а также, не в последнюю очередь, благодаря гениальным концептуальным находкам в области оконного интерфейса фирмы Xerox.
Будущее речевого интерфейса в не меньшей степени зависит от умения современных разработчиков не только создать технологическую основу речевого ввода, но и гармонично слить технологические находки в единую логически завершенную систему взаимодействия «человек-компьютер». Основная работа еще впереди!!!
Литература
[1] Компьютерра 08.12.97.p.26-43
[2] Ю.М.Смирнов. Интеллектуализация ЭВМ.Москва,Высшая школа,1989 г.
[3] Expert system saves 20 million L on pipeline management. C&I July, 1994, р.31.
[4] Р. Harmon. The Market for Intelligent Software Products. Intelligent Sopware Strategies 1992, v.8, n.2, рр.5-12.
[5] D.R Perley. Migrating to Open Systems: Taming he Tiger. McGraw-Hill, 1993, р.252.
[6] Р. Harmon. The AI Tools Market The Market for Intelligent Software Building Tools. Part I. Intelligent Softwane Strategies, 1994, v 10, n.2, pp.1-14.
[7] Р. Harmon. The market for intelligent software pnducts Intelligent Software Strategies, 1992, v.8, n.2, рр.5-12.
[8] B.R. Clements and F. Preto. Evaluating Commencial Real Time Expert System Software for Use in the Process Industries. C&I, 1993, рр. 107-114.
[9] В. Моorе et al. Questions and Answers about G2. 1993. Gensym Corporation. рр.26-28.
[10] B. Moore. Memorandum. 1993, April. Gensym Corparation.
[11] Р. Богатырев. «Этот странный придуманный мир». Компьютерра. ©30-33. 1996 год.
Лекция 11: Системы машинного зрения
Введение
Основные принципы или целостность восприятия
Распознавание символов
Шаблонные системы
Структурные системы
Признаковые системы
Структурно-пятенный эталон
Уроки машинного чтения от Cognitive Technologies
Распознавание рукописных текстов
Резюме
Введение
О существовании специальных систем, которые «автоматически вводят в компьютер текст», знают даже начинающие пользователи. Со стороны все выглядит довольно просто и логично. На отсканированном изображении система находит фрагменты, в которых «узнает» буквы, а затем заменяет эти изображения настоящими буквами, или, по-другому, их машинными кодами. Так осуществляется переход от изображения текста к «настоящему» тексту, с которым можно работать в текстовом редакторе. Как этого добиться?
Компанией «Бит» была разработана специальная технология распознавания символов, которая получила название «Фонтанного преобразования» , а на ее основе - коммерческий продукт, получивший высокую оценку. Это система оптического распознавания Fine Reader. Сегодня на рынке представлена уже третья версия продукта, которая работает не только с текстом, но и с формами, таблицами, а разработчики уже колдуют над новой четвертой версией Fine Reader, которая будет распознавать не только печатный но и рукописный текст.