- •Лекция 9
- •1. Понятие искусственного интеллекта
- •2. Технологии искусственного интеллекта.
- •Математические модели и аппаратно-программная реализация систем ии.
- •3. Экспертные системы (эс). Структура эс.
- •Система поддержки принятия решений (сппр) – система, обеспечивающая лицо, принимающее решение (лпр), необходимыми для принятия решения данными, знаниями, выводами и/или рекомендациями.
2. Технологии искусственного интеллекта.
В настоящее время, искусственный интеллект (ИИ) – это одно из направлений информатики, цель которого разработка программно-аппаратных средств, позволяющих пользователю-непрограммисту ставить и решать свои задачи, традиционно считающиеся интеллектуальными, общаясь с ЭВМ на ограниченном подмножестве естественного языка.
Основные направления использования систем ИИ:
-
Представление знаний и разработка систем основанных на знаниях.
-
Разработка естественно-языковых интерфейсов и машинный перевод.
-
Создание интеллектуальных роботов.
-
Распознавание образов.
-
Проектирование компьютеров новой архитектуры.
-
Игры и машинное творчество.
-
Разработка и применение генетических алгоритмов.
-
Создание систем распознавания и синтеза речи.
-
А также разработки во многих других областях науки и техники.
Математические модели и аппаратно-программная реализация систем ии.
После признания ИИ самостоятельной отраслью науки произошло разделение его на два направления: нейрокибернетика и «кибернетика черного ящика».
Основную идею нейрокибернетики можно сформулировать следующим образом: «Единственный объект, способный мыслить, – это человеческий мозг, поэтому «мыслящее» устройство должно каким-то образом воспроизводить его структуру».
В основу «кибернетики черного ящика» был положен принцип, противоположный нейрокибернетике: «Не имеет значения, как устроено «мыслящее» устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг».
Основная область применения нейрокомпьютеров сегодня – это задачи распознавания объектов по результатам аэрофотосъемки из космоса.
Транспьютерная технология – один из новых подходов к аппаратной реализации нейросетей, которые моделируют иерархическую структуру мозга человека.
/ Транспьютеры – параллельные компьютеры с большим количеством процессоров /
В настоящее время используются три подхода к созданию нейросетей:
-
Аппаратный – создание специальных компьютеров, нейрочипов, плат расширений, наборов микросхем, реализующих все необходимые алгоритмы.
-
Программный – создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры. Сети создаются в памяти компьютера, всю работу выполняют его собственные процессоры.
-
Гибридный – комбинация первых двух. Часть вычислений выполняют специальные платы расширения (сопроцессоры), часть – программные средства.
Нейронные сети применяются для решения следующих задач:
1. Прогнозирование на фондовом рынке. Колебания цен на акции – пример сложного, многомерного, но частично прогнозируемого явления. Многие финансовые аналитики используют нейронные сети для прогнозирования цен акций на основе многочисленных факторов (прошлого поведения цен этих и других акций в совокупности с другими экономическими показателями).
2. Предоставление кредита, автоматическое считывание чеков и финансовых документов, проверка достоверности подписей.
3. Служба безопасности, распознавание лиц, голосов, отпечатков пальцев.
Они также находят широкое применение и в других областях, например, в медицине (распознавание состояния больного, анализ рентгенограмм и т.п.).
Важнейшим ресурсом современного предприятия, влияющим на повышение его конкурентоспособности, инвестиционной привлекательности и капитализации, являются корпоративные знания.
Управление знаниями (Knowledge Management) – технологический процесс работы с информационными ресурсами для обеспечения доступа к знаниям, их объединения и генерации нового знания. Данная работа на современном этапе развития ИТ невозможна без применения систем ИИ.
Хотя большая часть знаний находится в головах людей, немало полезного можно извлечь и из письменных источников, в первую очередь из электронных документов, обработка которых с помощью ИИ способна обеспечить опти-мальное сочетание точности, полноты и скорости поиска информации.
Управление знаниями
В рамках управления знаниями реализуются функции создания (выявления и формализации), распространения (обучения и обмена) и эффективного использования знаний. Эти функции формируют корпора-тивную систему управления знаниями (Knowledge Management System).
Корпоративная система управления знаниями решает вопросы создания на предприятии единого информационного пространства, организации групповой работы сотрудников для приобретения, представления и обмена знаниями, предоставления доступа к единой корпоративной базе знаний.
Система управления знаниями – это не просто "отдельно взятый продукт". Речь идет о стратегии предприятия, цель которой – выявить и обратить на пользу фирме всю имеющуюся у нее информацию, опыт и знания сотрудников с тем, чтобы повысить качество обслуживания клиентов и сократить время реакции на меняющиеся рыночные условия.
Оценка знаний тесно связана с оценкой качества бизнес-процессов: чем выше качество бизнес-процесса, тем больше знаний в нем задействовано.
На сегодняшний день, наряду с созданием специализированных программ по управлению знаниями, многие разработчики включают соответствующую компоненту (модуль) в разрабатываемые ими КИС (например, в системе «Галактика» используется компонента системы управления знаниями «Галактика – ZOOM».
Другим направлением развития систем Управление знаниями является использование специальных так называемых ЭКСПЕРТНЫХ СИСТЕМ.