Добавил:
Upload
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:тести / testi_prolog_kopiya_gift
.txt
// Початок питання: ПитПропущСлово
{=Інтелект} - здатність осмислено здобувати, відтворювати і використовувати знання, розуміти конкретні й абстрактні ідеї, осягати відношення між ідеями й об'єктами
// Початок питання: ПитПропущСлово
Штучний інтелект - властивість автоматичних систем брати на себе окремі функції інтелекту людини, наприклад, вибирати і приймати {=оптимальні}<i> </i>рішення на основі раніше отриманого досвіду і раціонального аналізу зовнішніх впливів.
// Початок питання: ПитЗВибором
В інформаційній моделі навколишнього середовища реальні об'єкти, їхні властивості і відношення між ними не тільки відображаються і запам'ятовуються, але можуть думкою .... {
~%100%"цілеспрямовано перетворюватися"
~%-100%"раціонально використовуватись"
~%-100%"інтелектуально осмислюватись"
~%-100%"ефективно використовуватись"
}
// Початок питання: ПитПропущСлово
Задачі, зв'язані з знаходженням алгоритму вирішення класу задач нестандартного типу, будемо називати {=інтелектуальними}
// Початок питання: ПитЗВибором
Характерними рисами інтелекту, що виявляються в процесі вирішення задач, є здатність: {
~%-100%приймати рішення
~%16.667%класифікувати паттерни
~%16.667%адаптивної зміни поведінки і навчання в залежності від змін у навколишньому середовищі
~%-100%здійснювати пошук актуальної інформації
~%16.667%дедуктивного мислення (формування висновків з наявних посилань)
~%16.667%індуктивного мислення (до узагальнень)
~%-100%будувати алгоритми
~%16.667%розробляти і використовувати концептуальні моделі
~%16.667%здатність розуміти (здатність бачити відношення в задачах і оцінювати значення цих відношень)
}
// Початок питання: ПитПропущСлово
Штучний інтелект - це одна з новітніх областей науки. Перші роботи в цій області почалися після Другої світової війни, а сама назва була запропонована в {=1956} році.
// Початок питання: ПитЗВибором
План запропонований А. Тьюрингом передбачає розділити проблему побудови штучного інтелекту на дві частини: {
~%50%задачу побудови "програми-дитини"
~%-100%задачу відтворення інтелекту
~%-100%задачу навчання інтелекту
~%50%задачу "виховання програми "
~%-100%задачу розбудови інтелекту
}
// Початок питання: ПитЗВибором
Узагальнюючи властивості розумової діяльності вчені прийшли до висновку, що інтелект це: {
~%33.333%вміння вирішувати складні задачі;
~%-100%вміння підтримувати логічні зв'язки;
~%33.333%здатність до навчання узагальнень та аналогій;
~%-100%здатність розв'язувати неструктуровані задачі;
~%33.333%можливість взаємодії з зовнішнім світом шляхом спілкування сприйняття і усвідомлення сприйнятого;
~%-100%можливість накопичення досвіду;
}
// Початок питання: ПитЗВибором
В літературі прийнята класифікація визначень штучного інтелекту за чотирма категоріями - це системи, які: {
~%-100%думають без застосування алгоритмів
~%25%думають подібно до людей
~%25%думають раціонально
~%-100%діють самостійно
~%25%діють подібно до людей
~%25%діють раціонально
~%-100%діють правдоподібно
}
// Початок питання: ПитПропущСлово
Система є {=раціональною}, якщо вона "всі дії виконує правильно", при умові, що система володіє знаннями про те, що є правильним.
// Початок питання: ПитЗВибором
"Усякий раз, коли в майбутньому яке-небудь розпорядження буде визнане алгоритмом, то незалежно від того, у якій формі і яких засобах це розпорядження буде спочатку виражене, його можна буде задати також у вигляді..." {
~%-100%алгоритму
~%100%машинної програми
~%-100%бази даних
~%-100%експертної системи
}
// Початок питання: ПитПропущСлово
На початку 50-х років Дж. фон Нейман зайнявся ґрунтовним вивченням {=самовідтворення} і заклав основи математичної теорії "автоматів...".
// Початок питання: ПитЗВибором
В принципі усе, що ми робимо в практичному житті, зазвичай спрямоване на те, щоб більше нічого не робити. Однак при досить високому рівні життя (великій кількості потенційної енергії) людини на перше місце виступає не лінь (у змісті бажання заощаджувати енергію), а... {
~%-100% розвиток мистецтв
~%100%пошукові інстинкти
~%-100%піклування про навколишнє середовище
~%-100%розвиток наук
}
// Початок питання: ПитЗВибором
Припустимо, що людина зуміла створити інтелект, що перевищує її власний. Що тепер буде з людством? Яку роль буде відігравати людина? Для чого вона тепер потрібна? Для чого їй потрібен ШІ? Як ... {
~%-100%"система пошуку інформації"
~%100%"підсилювач інтелекту"
~%-100%"потужна обчислювальна машина"
~%-100%"система збереження даних"
}
// Початок питання: ПитЗВибором
В Айзека Азимова ми знаходимо постановку проблеми безпеки при використанні ШІ. Мова йде про так звані три закони робототехніки: {
~%-100%Робот повинен діяти автономно
~%33.333%Робот не може заподіяти шкоду людині
~%-100%Робот повинен оцінювати зовнішню обстановку
~%33.333%Робот повинен коритися командам
~%-100%Робот не може протидіяти людині
~%33.333%Робот повинен піклуватися про свою безпеку
}
// Початок питання: ПитЗВибором
На інтуїтивному рівні можна сформулювати кілька типових завдань розпізнавання образів: {
~%-100%визнання автентичності
~%50%завдання ідентифікації
~%50%проблема розпізнавання
~%-100%сприйняття образів
}
// Початок питання: ПитЗВибором
Інтелектуальна задача - моделювання мислення<i>, </i>зокрема формулювання наслідків з фактів, які безпосередньо спостерігаються або вважаються відомими. Можна виокремити два типи процесів мислення {
~%50%підсвідоме інтуїтивне<i> </i>мислення
~%-100%раціональне мислення
~%50%дедуктивні<i> </i>логічні побудови
~%-100%операційне мислення
}
// Початок питання: ПитКороткаВідп
Перехід від загального до часткового, виведення часткових наслідків із загальних правил називається: {
=Дедукцією
}
// Початок питання: ПитЗВибором
Реальні програми, що здійснюють логічне виведення<i>, </i>мають досить обмежене застосування, лімітований набір фактів і правил з певної, більш-менш окресленої предметної галузі, і можуть використовуватися лише у цій галузі вони часто називаються: {
~%100%експертними<i> </i>системами
~%-100%інтелектуальними системами
~%-100%дедуктивними системами
~%-100%логічними системами
}
// Початок питання: ПитЗВибором
Практична реалізація логічних побудов зіткнулася з серйозними проблемами. Головна з них - це феномен, який Р. Беллман назвав:<i> {
~%</i>-100%парадоксом даних
~%100%прокляттям розмірності
~%-100%феномен кількості
~%-100%прокляття предикатів
}
// Початок питання: ПитПропущСлово
Роботи в області штучного інтелекту почалися з зародження нейрокібернетики в {=1943} році.
// Початок питання: ПитЗВибором
Який термін був запропонований на семінарі, що проходив у Дартсмутскому коледжі (США) улітку 1956 року. Семінар був організований М. Мінським і Дж. Маккарті. {
~%100%"штучний інтелект"
~%-100%"експертна система"
~%-100%"база знань"
}
// Початок питання: ПитПропущСлово
У 1951 році М. Мінський і Д. Едмондс розробили нейрокомп'ютер, що містив 40 нейронів. Ці перші роботи в області ШІ позначили два основних підходи до розробки СШІ - {=логічний}<i> </i>і коннекціоністський.
// Початок питання: ПитЗВибором
М. Мінський і Дж, Маккарті заснували лабораторію ШІ в Массачусетському технологічному інституті, а Г. Саймон і А. НьюЕлл в університеті Карнегі-Меллона разом вони розробили програму: {
~%-100%Алгоритмік
~%100%Логік-теоретик
~%-100%Вирішувач задач
}
// Початок питання: ПитЗВибором
А. Нью Елл і Г. Саймон на основі загальних методів пошуку рішень створили програми, яку назвали "Універсальний вирішувач задач". Цю програму зазвичай називають GPS (General Problem Colver). GPS розроблялася з метою імітації процесу вирішення задач людиною і базувалася на: {
~%-100%методах індукції
~%100%ідеях евристичного пошуку
~%-100%методах дедукції
}
// Початок питання: ПитПропущСлово
{=Евристика}<i> - </i>правило, отримане дослідним шляхом, яке дозволяє скоротити кількість переборів в просторі пошуку рішень.
// Початок питання: ПитЗВибором
Дж. Маккарті в Массачусетському технологічному інституті (МТІ) впродовж 1958 року робить важливий внесок в розвиток ШІ. Створює мову, що стає домінуючою мовою програмування систем ШІ. {
~%-100%IPS
~%100%Lisp
~%-100%Slip
~%-100%Prolog
}
// Початок питання: ПитЗВибором
У 1965 р. Робінсон розробляє метод<i>, </i>який дозволяє автоматизувати процес доведення теорем при наявності початкових аксіом. {
~%100%метод резолюцій
~%-100%метод еволюцій
~%-100%метод експертизи
}
// Початок питання: ПитЗВибором
DENDRAL була першою успішно реалізованою програмою, акумулюючою знання спеціалістів. Вони містили великий обсяг практичних знань, що дозволяло їм давати відповіді на спеціальні питання в тій або іншій області. Такі програми одержали назву: {
~%-100%штучні системи
~%100%експертні системи
~%-100%аналітичні системи
~%-100%розумові системи
}
// Початок питання: ПитЗВибором
Натхненні успіхом програми DENDRAL Е. Фейгенбаум, Б. Букхенен і Е. Шортліфф розробляють експертну систему MYCIN. Система MYC1N містила близько 450 правил, що дозволяють діагностувати інфекційні захворювання крові. Важливою відмінністю системи MYCIN від DENDRAL було те, що MYCIN дозволяла здійснювати правдоподібні висновки на основі<i>. {
~%</i>100%ненадійних знань
~%-100%первинних даних
~%-100%недостовірних даних
~%-100%неповних даних
}
// Початок питання: ПитПропущСлово
Великий успіх мала експертна система PROSPECTOR (1979 р.). за допомогою якої були відкриті поклади молібдену. У системі PROSPECTOR база знань представлялася у вигляді семантичної мережі. Система забезпечувала взаємодію з користувачем природною мовою.<i> </i>Семантичні мережі<i> </i>були запропоновані в {=1967} році М. Куілліаном.
// Початок питання: ПитЗВибором
Розширення додатків СШІ вимагало розвитку моделей представлення знань. У розглянутий період були розроблені різні мови представлення звань. Деякі з них базувалися на логіці. Так, у 1973 році А. Колмерое створює мову логічного програмування <i> {
~%</i>-100%PLANNER,
~%100%Prolog
~%-100%PROSPECTOR
}
// Початок питання: ПитПропущСлово
{=Фрейм}<i> </i>представляє інформаційну структуру, що складається зі слотів, у яких зібрані характеристики і відповідні значення, що забезпечують опис об'єктів або понять. Фрейми організуються в ієрархічні мережі, що дозволяє ощадливо представляти знання в пам'яті ЕОМ Для роботи з фреймовими моделями представлення знань були розроблені мови FRL, KRL, GUS.
// Початок питання: ПитЗВибором
Після доведення М. Мінським обмежених можливостей перших нейронних мереж дослідження в цьому напрямку виконувалися вченими з інших областей знань. У 1982 р. фізик Дж. Хопфілд опублікував роботу, у якій проаналізував методами статистичної механіки властивості одношарової нейроної мережі із симетричними зв'язками. Дж. Хопфілд знайшов можливість застосування такої мережі в задачі розпізнавання образів. Психологи Д. Румельхарт і Г. Хінтон, що вивчали моделі нейромережевої пам'яті, заново відкрили в 1986 році алгоритм навчання багатошарового персептрона, названий: {
~%-100%програмою розповсюдження знань
~%100%алгоритмом зворотного поширення помилки
~%-100%системою відтворення помилок
}
// Початок питання: ПитЗВибором
Принцип знанняцентризму обумовив розвиток і панування протягом певного періоду логічних моделей. Відповідно до таких моделей на перший план висувається здатність інтелектуальної системи розмірковувати, а дії (поведінка) розглядаються як щось вторинне. Основну увагу при цьому приділяється логічному виведенні. Виділення у визначенні ШІ функції навчання (адаптації) сприяло розвиткові: {
~%-100%Перспективних моделей
~%50%Коннекціоністських моделей
~%50%Еволюційних моделей
~%-100%Економічних моделей
~%-100%Центриських моделей
}
// Початок питання: ПитПропущСлово
Інтеграційні<i> </i>процеси<i> </i>проявилися в розробці {=гібридних} систем штучного інтелекту, що поєднують у собі переваги різнорідних моделей, наприклад, нечіткі експертні системи і нейронні мережі. У таких інтегрованих системах можуть підтримуватися різні моделі представлення звань, різні типи міркувань, моделі сприйняття і розпізнавання образів.
// Початок питання: ПитПропущСлово
Процеси<i> </i>{=децентралізації}<i> </i>зв'язані з розглядом ШІ з позицій колективного поводження великого числа взаємодіючих між собою інтелектуальних агентів. При цьому інтелект агента розглядається як підсистема управління діяльністю в процесі взаємодії агента з іншими агентами.
// Початок питання: ПитЗВибором
Якщо прийняти точку зору, відповідно до якої соціотехнічним системам приписуються когнітивні властивості, наприклад, здатності робити усвідомлений<i> </i>вибір, то варто визнати, що вивчення процесів прийняття управлінських рішень повинне базуватися на синтезі підходів: {
~%-100%Алгоритмічного
~%50%Нормативного
~%50%Дескриптивного
~%-100%Центриського
}
// Початок питання: ПитЗВибором
Дескриптивний підхід вивчає реальні процеси прийняття рішень (тобто намагається одержати відповідь на питання, як насправді приймається рішення). У рамках вивчення факторів впливу на процес прийняття управлінських рішень прийнято виділяти такі типи рішень: {
~%33.333%Інтелектуальні
~%-100%Когнітивні
~%33.333%Вольові
~%-100%Раціональні
~%33.333%Емоційні
~%-100%Іраціональні
}
// Початок питання: ПитЗВибором
Інтелектуальні інформаційні системи здатні: {
~%-100%будувати алгоритм розв'язку
~%50%моделювати деякі властиві людині пізнавальні процеси
~%-100%будувати власні моделі знань
~%50%стимулювати креативне мислення людини
~%-100%розробляти моделі пошуку знань
}
// Початок питання: ПитЗВибором
Когнітивні процеси можна згрупувати у наступні блоки відповідно до послідовності прийому, зберігання і переробки інформації:<i> {
~%</i>-100%методи формалізації
~%33.333%перцептивні процеси (сприйняття)
~%-100%процеси структиризації
~%33.333%мнематичні процеси (пам'ять)
~%33.333%процеси мислення
~%-100%процеси виведення
}
// Початок питання: ПитЗВибором
Функціональне призначення мнематичних процесів <i>(</i>пам'яті<i>)</i> у системах підтримки прийняття управлінських рішень полягає в забезпеченні {
~%20%швидкої актуалізації інформації
~%20%ситуативної вибірковості пам'яті
~%-100%формалізація актуальної інформації
~%20%належного обсягу пам'яті і підтримки її в робочому стані
~%20%структурування одиниць (паттернів) у пам'яті
~%-100%відтворення первинної інформації
~%20%утримання в пам'яті суперечливої інформації
~%-100%знищення другорядної інформації
}
// Початок питання: ПитНаВідповідність
Використання інтелектуальних систем для зберігання й актуалізації інформації дозволяє не тільки виявити найбільш значимі взаємозалежні фактори у великих масивах даних, але й уникнути так званих когнітивних деформацій, які властиві пам'яті людини. До них відносяться {
=евристика доступності ->
(більш ймовірна та подія, яку легше згадати)
=евристика конкретності ->
(більш значимою є проста і зрозуміла інформація)
=ефект Ірвіна ->
(велика ймовірність настання бажаної події)
=евристика репрезентативності ->
(більш ймовірна подія, що відповідає досвіду людини)
}
// Початок питання: ПитЗВибором
Інтелектуальні системи мають можливості, які дозволяють без особливих труднощів<i>, </i>і надзвичайно складну і надзвичайно велику за обсягами інформацію. {
~%-100%Відтворювати
~%33.333%Структурувати
~%33.333%Ранжирувати
~%33.333%Актуалізувати
~%-100%Узагальнювати
}
// Початок питання: ПитЗВибором
Рішення задачі зводиться до пошуку послідовності операторів, що здійснюють переведення задачі з початкового стану в кінцевий. Такий пошук здійснюється різними методами. Найбільш цікавими є методи евристичного пошуку, зокрема, А-алгоритм, що застосовується при вирішенні багатьох задач. {
~%-100%фінансове планування
~%33.333%відновлення контурів зображень
~%-100%економічне прогнозування
~%33.333%розпізнавання мови, ігрові задачі
~%33.333%планування поведінки роботів
~%-100%синоптичне прогнозування
}
// Початок питання: ПитЗВибором
Народження цього напрямку почалося зі створення програми "Логік-теоретик", що довела ряд теорем математичної логіки. Однак ранні підходи до автоматизації доведення теорем були неефективні. Зв'язано це було з експонентним ростом числа логічних виразів у процесі доведення. Для обмеження кількості виразів пропонувалися різні методи, але найбільш ефективним виявився ????? запропонований Робінсоном. {
=метод резолюцій
~метод еволюції
~метод інтерпретації
}
// Початок питання: ПитЗВибором
Знання, що представляються в СШІ у вигляді самостійних інформаційних компонентів, зберігаються в базі знань. Існує чотири основні моделі представлення знань: {
~%25%логічна модель
~%25%продукційна модель (модель, заснована на правилах)
~%-100%математична модель
~%25%модель семантичної мережі
~%25%фреймова модель
~%-100%індукційна модель
~%-100%дескриптивна модель
}
// Початок питання: ПитЗВибором
Мови, що використовуються для розробки систем ШІ на основі зазначених моделей, називають мовами представлення знань (МПЗ). Найпоширенішою є модель представлення знань. При використанні ??????????????, база<i> </i>звань складається з набору правил, а програма, що керує перебором правил, називається машиною<i> </i>виведення<i> {
~%</i>-100%математичної моделі
~%100%продукційної моделі
~%-100%інтелектуальної моделі
~%-100%дедуктивної моделі
}
// Початок питання: ПитЗВибором
Програмні системи, що акумулюють знання експерта у певній області і здатні виробляти рішення і рекомендації на рівні експерта, називають експертними<i> </i>системами<i> </i>(ЕС). Перелік типових задач, що вирішуються ЕС, включає: {
~%25%Інтерпретацію
~%-100%Моделювання
~%25%Діагностику
~%25%Прогнозування
~%25%Моніторинг
~%-100%Формалізація
~%-100%Відтворення
}
// Початок питання: ПитПропущСлово
Напрямок ШІ, що займається проблемами одержання і структурування знання фахівців з метою наступної розробки баз знань, називається інженерією<i> </i>{=знань}
// Початок питання: ПитНаВідповідність
Для правильної інтерпретації висловлювань комп'ютер повинний мати ті ж знання, що і користувач. Це вимагає створення великих баз знань, що, само по собі, є складною задачею. Традиційно в системах, що допускають спілкування природною мовою, виконується кілька фаз аналізу вхідних повідомлень {
=<i>морфологічний аналіз</i> - ->
пошук основ слів з віднесенням їх до певних граматичних категорій, виявлення і виправлення орфографічних помилок
=<i>синтаксичний аналіз</i> - ->
граматичний розбір, речень і визначення їх лінгвістичної структури
=<i>семантичний аналіз</i> - ->
формування суті (змісту) речень на внутрішній мові системи
=<i>прагматичний аналіз</i> - ->
виявлення взаємозв'язку між реченнями тексту
}
// Початок питання: ПитПропущСлово
Вирішення задачі розпізнавання образів зводиться до побудови вирішальної функції, яка за значеннями ознак, що спостерігаються, дозволяє віднести об'єкт до того або іншого класу. При побудові {=вирішальної} функції часто використовують статистичний підхід.
// Початок питання: ПитПропущСлово
Запропоновано багато алгоритмів навчання розпізнаванню образів. Одним з найбільш простих є алгоритм {=навчання} персептрона, який являє собою найпростішу нейронну мережу.
// Початок питання: ПитЗВибором
Особливістю мов програмування що орієнтовані на створення елементів ШІ є застосування вищих рівнів абстракції даних, а також орієнтація на обробку символьної інформації. Найбільш популярні мови, що застосовуються при створенні дослідницьких прототипів СШІ, є мови: {
~%50%LISP
~%-100%Pericles
~%50%Prolog
~%-100%Sofityc
}
// Початок питання: ПитПропущСлово
{=Інтелект} - здатність осмислено здобувати, відтворювати і використовувати знання, розуміти конкретні й абстрактні ідеї, осягати відношення між ідеями й об'єктами
// Початок питання: ПитПропущСлово
Штучний інтелект - властивість автоматичних систем брати на себе окремі функції інтелекту людини, наприклад, вибирати і приймати {=оптимальні}<i> </i>рішення на основі раніше отриманого досвіду і раціонального аналізу зовнішніх впливів.
// Початок питання: ПитЗВибором
В інформаційній моделі навколишнього середовища реальні об'єкти, їхні властивості і відношення між ними не тільки відображаються і запам'ятовуються, але можуть думкою .... {
~%100%"цілеспрямовано перетворюватися"
~%-100%"раціонально використовуватись"
~%-100%"інтелектуально осмислюватись"
~%-100%"ефективно використовуватись"
}
// Початок питання: ПитПропущСлово
Задачі, зв'язані з знаходженням алгоритму вирішення класу задач нестандартного типу, будемо називати {=інтелектуальними}
// Початок питання: ПитЗВибором
Характерними рисами інтелекту, що виявляються в процесі вирішення задач, є здатність: {
~%-100%приймати рішення
~%16.667%класифікувати паттерни
~%16.667%адаптивної зміни поведінки і навчання в залежності від змін у навколишньому середовищі
~%-100%здійснювати пошук актуальної інформації
~%16.667%дедуктивного мислення (формування висновків з наявних посилань)
~%16.667%індуктивного мислення (до узагальнень)
~%-100%будувати алгоритми
~%16.667%розробляти і використовувати концептуальні моделі
~%16.667%здатність розуміти (здатність бачити відношення в задачах і оцінювати значення цих відношень)
}
// Початок питання: ПитПропущСлово
Штучний інтелект - це одна з новітніх областей науки. Перші роботи в цій області почалися після Другої світової війни, а сама назва була запропонована в {=1956} році.
// Початок питання: ПитЗВибором
План запропонований А. Тьюрингом передбачає розділити проблему побудови штучного інтелекту на дві частини: {
~%50%задачу побудови "програми-дитини"
~%-100%задачу відтворення інтелекту
~%-100%задачу навчання інтелекту
~%50%задачу "виховання програми "
~%-100%задачу розбудови інтелекту
}
// Початок питання: ПитЗВибором
Узагальнюючи властивості розумової діяльності вчені прийшли до висновку, що інтелект це: {
~%33.333%вміння вирішувати складні задачі;
~%-100%вміння підтримувати логічні зв'язки;
~%33.333%здатність до навчання узагальнень та аналогій;
~%-100%здатність розв'язувати неструктуровані задачі;
~%33.333%можливість взаємодії з зовнішнім світом шляхом спілкування сприйняття і усвідомлення сприйнятого;
~%-100%можливість накопичення досвіду;
}
// Початок питання: ПитЗВибором
В літературі прийнята класифікація визначень штучного інтелекту за чотирма категоріями - це системи, які: {
~%-100%думають без застосування алгоритмів
~%25%думають подібно до людей
~%25%думають раціонально
~%-100%діють самостійно
~%25%діють подібно до людей
~%25%діють раціонально
~%-100%діють правдоподібно
}
// Початок питання: ПитПропущСлово
Система є {=раціональною}, якщо вона "всі дії виконує правильно", при умові, що система володіє знаннями про те, що є правильним.
// Початок питання: ПитЗВибором
"Усякий раз, коли в майбутньому яке-небудь розпорядження буде визнане алгоритмом, то незалежно від того, у якій формі і яких засобах це розпорядження буде спочатку виражене, його можна буде задати також у вигляді..." {
~%-100%алгоритму
~%100%машинної програми
~%-100%бази даних
~%-100%експертної системи
}
// Початок питання: ПитПропущСлово
На початку 50-х років Дж. фон Нейман зайнявся ґрунтовним вивченням {=самовідтворення} і заклав основи математичної теорії "автоматів...".
// Початок питання: ПитЗВибором
В принципі усе, що ми робимо в практичному житті, зазвичай спрямоване на те, щоб більше нічого не робити. Однак при досить високому рівні життя (великій кількості потенційної енергії) людини на перше місце виступає не лінь (у змісті бажання заощаджувати енергію), а... {
~%-100% розвиток мистецтв
~%100%пошукові інстинкти
~%-100%піклування про навколишнє середовище
~%-100%розвиток наук
}
// Початок питання: ПитЗВибором
Припустимо, що людина зуміла створити інтелект, що перевищує її власний. Що тепер буде з людством? Яку роль буде відігравати людина? Для чого вона тепер потрібна? Для чого їй потрібен ШІ? Як ... {
~%-100%"система пошуку інформації"
~%100%"підсилювач інтелекту"
~%-100%"потужна обчислювальна машина"
~%-100%"система збереження даних"
}
// Початок питання: ПитЗВибором
В Айзека Азимова ми знаходимо постановку проблеми безпеки при використанні ШІ. Мова йде про так звані три закони робототехніки: {
~%-100%Робот повинен діяти автономно
~%33.333%Робот не може заподіяти шкоду людині
~%-100%Робот повинен оцінювати зовнішню обстановку
~%33.333%Робот повинен коритися командам
~%-100%Робот не може протидіяти людині
~%33.333%Робот повинен піклуватися про свою безпеку
}
// Початок питання: ПитЗВибором
На інтуїтивному рівні можна сформулювати кілька типових завдань розпізнавання образів: {
~%-100%визнання автентичності
~%50%завдання ідентифікації
~%50%проблема розпізнавання
~%-100%сприйняття образів
}
// Початок питання: ПитЗВибором
Інтелектуальна задача - моделювання мислення<i>, </i>зокрема формулювання наслідків з фактів, які безпосередньо спостерігаються або вважаються відомими. Можна виокремити два типи процесів мислення {
~%50%підсвідоме інтуїтивне<i> </i>мислення
~%-100%раціональне мислення
~%50%дедуктивні<i> </i>логічні побудови
~%-100%операційне мислення
}
// Початок питання: ПитКороткаВідп
Перехід від загального до часткового, виведення часткових наслідків із загальних правил називається: {
=Дедукцією
}
// Початок питання: ПитЗВибором
Реальні програми, що здійснюють логічне виведення<i>, </i>мають досить обмежене застосування, лімітований набір фактів і правил з певної, більш-менш окресленої предметної галузі, і можуть використовуватися лише у цій галузі вони часто називаються: {
~%100%експертними<i> </i>системами
~%-100%інтелектуальними системами
~%-100%дедуктивними системами
~%-100%логічними системами
}
// Початок питання: ПитЗВибором
Практична реалізація логічних побудов зіткнулася з серйозними проблемами. Головна з них - це феномен, який Р. Беллман назвав:<i> {
~%</i>-100%парадоксом даних
~%100%прокляттям розмірності
~%-100%феномен кількості
~%-100%прокляття предикатів
}
// Початок питання: ПитПропущСлово
Роботи в області штучного інтелекту почалися з зародження нейрокібернетики в {=1943} році.
// Початок питання: ПитЗВибором
Який термін був запропонований на семінарі, що проходив у Дартсмутскому коледжі (США) улітку 1956 року. Семінар був організований М. Мінським і Дж. Маккарті. {
~%100%"штучний інтелект"
~%-100%"експертна система"
~%-100%"база знань"
}
// Початок питання: ПитПропущСлово
У 1951 році М. Мінський і Д. Едмондс розробили нейрокомп'ютер, що містив 40 нейронів. Ці перші роботи в області ШІ позначили два основних підходи до розробки СШІ - {=логічний}<i> </i>і коннекціоністський.
// Початок питання: ПитЗВибором
М. Мінський і Дж, Маккарті заснували лабораторію ШІ в Массачусетському технологічному інституті, а Г. Саймон і А. НьюЕлл в університеті Карнегі-Меллона разом вони розробили програму: {
~%-100%Алгоритмік
~%100%Логік-теоретик
~%-100%Вирішувач задач
}
// Початок питання: ПитЗВибором
А. Нью Елл і Г. Саймон на основі загальних методів пошуку рішень створили програми, яку назвали "Універсальний вирішувач задач". Цю програму зазвичай називають GPS (General Problem Colver). GPS розроблялася з метою імітації процесу вирішення задач людиною і базувалася на: {
~%-100%методах індукції
~%100%ідеях евристичного пошуку
~%-100%методах дедукції
}
// Початок питання: ПитПропущСлово
{=Евристика}<i> - </i>правило, отримане дослідним шляхом, яке дозволяє скоротити кількість переборів в просторі пошуку рішень.
// Початок питання: ПитЗВибором
Дж. Маккарті в Массачусетському технологічному інституті (МТІ) впродовж 1958 року робить важливий внесок в розвиток ШІ. Створює мову, що стає домінуючою мовою програмування систем ШІ. {
~%-100%IPS
~%100%Lisp
~%-100%Slip
~%-100%Prolog
}
// Початок питання: ПитЗВибором
У 1965 р. Робінсон розробляє метод<i>, </i>який дозволяє автоматизувати процес доведення теорем при наявності початкових аксіом. {
~%100%метод резолюцій
~%-100%метод еволюцій
~%-100%метод експертизи
}
// Початок питання: ПитЗВибором
DENDRAL була першою успішно реалізованою програмою, акумулюючою знання спеціалістів. Вони містили великий обсяг практичних знань, що дозволяло їм давати відповіді на спеціальні питання в тій або іншій області. Такі програми одержали назву: {
~%-100%штучні системи
~%100%експертні системи
~%-100%аналітичні системи
~%-100%розумові системи
}
// Початок питання: ПитЗВибором
Натхненні успіхом програми DENDRAL Е. Фейгенбаум, Б. Букхенен і Е. Шортліфф розробляють експертну систему MYCIN. Система MYC1N містила близько 450 правил, що дозволяють діагностувати інфекційні захворювання крові. Важливою відмінністю системи MYCIN від DENDRAL було те, що MYCIN дозволяла здійснювати правдоподібні висновки на основі<i>. {
~%</i>100%ненадійних знань
~%-100%первинних даних
~%-100%недостовірних даних
~%-100%неповних даних
}
// Початок питання: ПитПропущСлово
Великий успіх мала експертна система PROSPECTOR (1979 р.). за допомогою якої були відкриті поклади молібдену. У системі PROSPECTOR база знань представлялася у вигляді семантичної мережі. Система забезпечувала взаємодію з користувачем природною мовою.<i> </i>Семантичні мережі<i> </i>були запропоновані в {=1967} році М. Куілліаном.
// Початок питання: ПитЗВибором
Розширення додатків СШІ вимагало розвитку моделей представлення знань. У розглянутий період були розроблені різні мови представлення звань. Деякі з них базувалися на логіці. Так, у 1973 році А. Колмерое створює мову логічного програмування <i> {
~%</i>-100%PLANNER,
~%100%Prolog
~%-100%PROSPECTOR
}
// Початок питання: ПитПропущСлово
{=Фрейм}<i> </i>представляє інформаційну структуру, що складається зі слотів, у яких зібрані характеристики і відповідні значення, що забезпечують опис об'єктів або понять. Фрейми організуються в ієрархічні мережі, що дозволяє ощадливо представляти знання в пам'яті ЕОМ Для роботи з фреймовими моделями представлення знань були розроблені мови FRL, KRL, GUS.
// Початок питання: ПитЗВибором
Після доведення М. Мінським обмежених можливостей перших нейронних мереж дослідження в цьому напрямку виконувалися вченими з інших областей знань. У 1982 р. фізик Дж. Хопфілд опублікував роботу, у якій проаналізував методами статистичної механіки властивості одношарової нейроної мережі із симетричними зв'язками. Дж. Хопфілд знайшов можливість застосування такої мережі в задачі розпізнавання образів. Психологи Д. Румельхарт і Г. Хінтон, що вивчали моделі нейромережевої пам'яті, заново відкрили в 1986 році алгоритм навчання багатошарового персептрона, названий: {
~%-100%програмою розповсюдження знань
~%100%алгоритмом зворотного поширення помилки
~%-100%системою відтворення помилок
}
// Початок питання: ПитЗВибором
Принцип знанняцентризму обумовив розвиток і панування протягом певного періоду логічних моделей. Відповідно до таких моделей на перший план висувається здатність інтелектуальної системи розмірковувати, а дії (поведінка) розглядаються як щось вторинне. Основну увагу при цьому приділяється логічному виведенні. Виділення у визначенні ШІ функції навчання (адаптації) сприяло розвиткові: {
~%-100%Перспективних моделей
~%50%Коннекціоністських моделей
~%50%Еволюційних моделей
~%-100%Економічних моделей
~%-100%Центриських моделей
}
// Початок питання: ПитПропущСлово
Інтеграційні<i> </i>процеси<i> </i>проявилися в розробці {=гібридних} систем штучного інтелекту, що поєднують у собі переваги різнорідних моделей, наприклад, нечіткі експертні системи і нейронні мережі. У таких інтегрованих системах можуть підтримуватися різні моделі представлення звань, різні типи міркувань, моделі сприйняття і розпізнавання образів.
// Початок питання: ПитПропущСлово
Процеси<i> </i>{=децентралізації}<i> </i>зв'язані з розглядом ШІ з позицій колективного поводження великого числа взаємодіючих між собою інтелектуальних агентів. При цьому інтелект агента розглядається як підсистема управління діяльністю в процесі взаємодії агента з іншими агентами.
// Початок питання: ПитЗВибором
Якщо прийняти точку зору, відповідно до якої соціотехнічним системам приписуються когнітивні властивості, наприклад, здатності робити усвідомлений<i> </i>вибір, то варто визнати, що вивчення процесів прийняття управлінських рішень повинне базуватися на синтезі підходів: {
~%-100%Алгоритмічного
~%50%Нормативного
~%50%Дескриптивного
~%-100%Центриського
}
// Початок питання: ПитЗВибором
Дескриптивний підхід вивчає реальні процеси прийняття рішень (тобто намагається одержати відповідь на питання, як насправді приймається рішення). У рамках вивчення факторів впливу на процес прийняття управлінських рішень прийнято виділяти такі типи рішень: {
~%33.333%Інтелектуальні
~%-100%Когнітивні
~%33.333%Вольові
~%-100%Раціональні
~%33.333%Емоційні
~%-100%Іраціональні
}
// Початок питання: ПитЗВибором
Інтелектуальні інформаційні системи здатні: {
~%-100%будувати алгоритм розв'язку
~%50%моделювати деякі властиві людині пізнавальні процеси
~%-100%будувати власні моделі знань
~%50%стимулювати креативне мислення людини
~%-100%розробляти моделі пошуку знань
}
// Початок питання: ПитЗВибором
Когнітивні процеси можна згрупувати у наступні блоки відповідно до послідовності прийому, зберігання і переробки інформації:<i> {
~%</i>-100%методи формалізації
~%33.333%перцептивні процеси (сприйняття)
~%-100%процеси структиризації
~%33.333%мнематичні процеси (пам'ять)
~%33.333%процеси мислення
~%-100%процеси виведення
}
// Початок питання: ПитЗВибором
Функціональне призначення мнематичних процесів <i>(</i>пам'яті<i>)</i> у системах підтримки прийняття управлінських рішень полягає в забезпеченні {
~%20%швидкої актуалізації інформації
~%20%ситуативної вибірковості пам'яті
~%-100%формалізація актуальної інформації
~%20%належного обсягу пам'яті і підтримки її в робочому стані
~%20%структурування одиниць (паттернів) у пам'яті
~%-100%відтворення первинної інформації
~%20%утримання в пам'яті суперечливої інформації
~%-100%знищення другорядної інформації
}
// Початок питання: ПитНаВідповідність
Використання інтелектуальних систем для зберігання й актуалізації інформації дозволяє не тільки виявити найбільш значимі взаємозалежні фактори у великих масивах даних, але й уникнути так званих когнітивних деформацій, які властиві пам'яті людини. До них відносяться {
=евристика доступності ->
(більш ймовірна та подія, яку легше згадати)
=евристика конкретності ->
(більш значимою є проста і зрозуміла інформація)
=ефект Ірвіна ->
(велика ймовірність настання бажаної події)
=евристика репрезентативності ->
(більш ймовірна подія, що відповідає досвіду людини)
}
// Початок питання: ПитЗВибором
Інтелектуальні системи мають можливості, які дозволяють без особливих труднощів<i>, </i>і надзвичайно складну і надзвичайно велику за обсягами інформацію. {
~%-100%Відтворювати
~%33.333%Структурувати
~%33.333%Ранжирувати
~%33.333%Актуалізувати
~%-100%Узагальнювати
}
// Початок питання: ПитЗВибором
Рішення задачі зводиться до пошуку послідовності операторів, що здійснюють переведення задачі з початкового стану в кінцевий. Такий пошук здійснюється різними методами. Найбільш цікавими є методи евристичного пошуку, зокрема, А-алгоритм, що застосовується при вирішенні багатьох задач. {
~%-100%фінансове планування
~%33.333%відновлення контурів зображень
~%-100%економічне прогнозування
~%33.333%розпізнавання мови, ігрові задачі
~%33.333%планування поведінки роботів
~%-100%синоптичне прогнозування
}
// Початок питання: ПитЗВибором
Народження цього напрямку почалося зі створення програми "Логік-теоретик", що довела ряд теорем математичної логіки. Однак ранні підходи до автоматизації доведення теорем були неефективні. Зв'язано це було з експонентним ростом числа логічних виразів у процесі доведення. Для обмеження кількості виразів пропонувалися різні методи, але найбільш ефективним виявився ????? запропонований Робінсоном. {
=метод резолюцій
~метод еволюції
~метод інтерпретації
}
// Початок питання: ПитЗВибором
Знання, що представляються в СШІ у вигляді самостійних інформаційних компонентів, зберігаються в базі знань. Існує чотири основні моделі представлення знань: {
~%25%логічна модель
~%25%продукційна модель (модель, заснована на правилах)
~%-100%математична модель
~%25%модель семантичної мережі
~%25%фреймова модель
~%-100%індукційна модель
~%-100%дескриптивна модель
}
// Початок питання: ПитЗВибором
Мови, що використовуються для розробки систем ШІ на основі зазначених моделей, називають мовами представлення знань (МПЗ). Найпоширенішою є модель представлення знань. При використанні ??????????????, база<i> </i>звань складається з набору правил, а програма, що керує перебором правил, називається машиною<i> </i>виведення<i> {
~%</i>-100%математичної моделі
~%100%продукційної моделі
~%-100%інтелектуальної моделі
~%-100%дедуктивної моделі
}
// Початок питання: ПитЗВибором
Програмні системи, що акумулюють знання експерта у певній області і здатні виробляти рішення і рекомендації на рівні експерта, називають експертними<i> </i>системами<i> </i>(ЕС). Перелік типових задач, що вирішуються ЕС, включає: {
~%25%Інтерпретацію
~%-100%Моделювання
~%25%Діагностику
~%25%Прогнозування
~%25%Моніторинг
~%-100%Формалізація
~%-100%Відтворення
}
// Початок питання: ПитПропущСлово
Напрямок ШІ, що займається проблемами одержання і структурування знання фахівців з метою наступної розробки баз знань, називається інженерією<i> </i>{=знань}
// Початок питання: ПитНаВідповідність
Для правильної інтерпретації висловлювань комп'ютер повинний мати ті ж знання, що і користувач. Це вимагає створення великих баз знань, що, само по собі, є складною задачею. Традиційно в системах, що допускають спілкування природною мовою, виконується кілька фаз аналізу вхідних повідомлень {
=<i>морфологічний аналіз</i> - ->
пошук основ слів з віднесенням їх до певних граматичних категорій, виявлення і виправлення орфографічних помилок
=<i>синтаксичний аналіз</i> - ->
граматичний розбір, речень і визначення їх лінгвістичної структури
=<i>семантичний аналіз</i> - ->
формування суті (змісту) речень на внутрішній мові системи
=<i>прагматичний аналіз</i> - ->
виявлення взаємозв'язку між реченнями тексту
}
// Початок питання: ПитПропущСлово
Вирішення задачі розпізнавання образів зводиться до побудови вирішальної функції, яка за значеннями ознак, що спостерігаються, дозволяє віднести об'єкт до того або іншого класу. При побудові {=вирішальної} функції часто використовують статистичний підхід.
// Початок питання: ПитПропущСлово
Запропоновано багато алгоритмів навчання розпізнаванню образів. Одним з найбільш простих є алгоритм {=навчання} персептрона, який являє собою найпростішу нейронну мережу.
// Початок питання: ПитЗВибором
Особливістю мов програмування що орієнтовані на створення елементів ШІ є застосування вищих рівнів абстракції даних, а також орієнтація на обробку символьної інформації. Найбільш популярні мови, що застосовуються при створенні дослідницьких прототипів СШІ, є мови: {
~%50%LISP
~%-100%Pericles
~%50%Prolog
~%-100%Sofityc
}
Соседние файлы в папке тести