Понятие искусственного интеллекта. Основные направления работ в области искусственного интеллекта. Интеллектуальные информационные системы: понятие, основные свойства, классификация

Размещено на http://www.allbest.ru/

Понятие искусственного интеллекта. Основные направления работ в области искусственного интеллекта. Интеллектуальные информационные системы: понятие, основные свойства, классификация

Введение

Искусственный интеллект -- это одно из направлений информатики, цель которого разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои задачи, традиционно считающиеся интеллектуальными, общаясь с ЭВМ на ограниченном множестве естественного языка.

Искусственный интеллект - это, с одной стороны, интеллект, т.е. сфера интересов философии, логики, психологии, лингвистики, физиологии и т.д., а с другой стороны, - искусственный, т.е. создаваемый человеком в рамках тех технологических средств, которыми он располагает в каждый момент своего исторического развития, в нашем случае - с помощью средств современной вычислительной техники.

Объектом изучения ИИ являются метапроцедуры, используемые при решении интеллектуальных задач человеком. ИИ создает программы-модели этих метапроцедур.

Цель ИИ - создание набора метапроцедур, достаточного для того, чтобы ЭВМ могли осуществлять поиск и решать задачи по их постановке.

Задачей ИИ является автоматизация информационных процессов, аналогичных умственным действиям человека посредством моделирования целостной деятельности общения, представления знаний, обучения и учения, рассуждения, планирования, решения задач, и так далее.

1. Направления исследований в области искусственного интеллекта

Рассмотрим ряд направлений, по которым ведутся активные и многочисленные исследования в области ИИ.

Разработка интеллектуальных информационных систем или систем, основанных на знаниях. Это одно из главных направлений ИИ. Основной целью построения таких систем являются выявление, исследование и применение знаний высококвалифицированных экспертов для решения сложных задач, возникающих на практике.

При построении систем, основанных на знаниях (СОЗ), используются знания, накопленные экспертами в виде конкретных правил решения тех или иных задач. Это направление преследует цель имитации человеческого искусства анализа неструктурированных и слабоструктурированных проблем. В данной области исследований рассматриваются вопросы представления знаний, т.е. разработки методов и приемов для формализации и последующего ввода в память интеллектуальной системы знаний из различных проблемных областей; обобщение и классификация накопленных знаний; использование знаний при решении задач; моделирования рассуждений, т.е. изучение и формализация различных схем человеческих умозаключений, используемых в процессе решения разнообразных задач; создание эффективных программ для реализации этих схем в вычислительных машинах; осуществляется разработкамоделей представления, извлечения и структурирования знаний, а также изучаются проблемы создания баз знаний (БЗ), образующих ядро СОЗ. Частным случаем СОЗ являются экспертные системы (ЭС).

Разработка естественно-языковых интерфейсов и машинный перевод. Проблемы компьютерной лингвистики и машинного перевода разрабатываются в ИИ с 1950-х гг. Системы машинного перевода с одного естественного языка на другой обеспечивают быстроту и систематичность доступа к информации, оперативность и единообразие перевода больших потоков, как правило, научно-технических текстов. Системы машинного перевода строятся как интеллектуальные системы, поскольку в их основе лежат БЗ в определенной предметной области и сложные модели, обеспечивающие дополнительную трансляцию "исходный язык оригинала - язык смысла -- язык перевода". Они базируются на структурно-логическом подходе, включающем последовательный анализ и синтез естественно-языковых сообщений. Кроме того, в них осуществляется ассоциативный поиск аналогичных фрагментов текста и их переводов в специальных базах данных (БД). Данное направление охватывает также исследования методов и разработку систем, обеспечивающих реализацию процесса общения человека с компьютером на естественном языке (так называемые системы ЕЯ-общения).

Генерация и распознавание речи. Системы речевого общения создаются в целях повышения скорости ввода информации в ЭВМ, разгрузки зрения и рук, а также для реализации речевого общения на значительном расстоянии. В таких системах под текстом понимают фонемный текст (как слышится).

Обработка визуальной информации. В этом научном направлении решаются задачи обработки, анализа и синтеза изображений. Задача обработки изображений связана с трансформированием графических образов, результатом которого являются новые изображения. В задаче анализа исходные изображения преобразуются в данные другого типа, например в текстовые описания. При синтезе изображений на вход системы поступает алгоритм построения изображения, а выходными данными являются графические объекты (системы машинной графики).

Обучение и самообучение. Эта актуальная область ИИ включает модели, методы и алгоритмы, ориентированные на автоматическое накопление и формирование знаний с использованием процедур анализа и обобщения данных. К данному направлению относятся не так давно появившиеся системы добычи данных (Data-mining) и системы поиска закономерностей в компьютерных базах данных (Knowledge Discovery).

Распознавание образов. Это одно из самых ранних направлений ИИ, в котором распознавание объектов осуществляется на основании применения специального математического аппарата, обеспечивающего отнесение объектов к классам, а классы описываются совокупностями определенных значений признаков.

Игры и машинное творчество. Машинное творчество охватывает сочинение компьютерной музыки, стихов, интеллектуальные системы для изобретения новых объектов. Создание интеллектуальных компьютерных игр является одним из самых развитых коммерческих направлений в сфере разработки программного обеспечения. Кроме того, компьютерные игры предоставляют мощный арсенал разнообразных средств, используемых для обучения.

Программное обеспечение систем ИИ. Инструментальные средства для разработки интеллектуальных систем включают специальные языки программирования, ориентированные на обработку символьной информации (LISP, SMALLTALK, РЕФАЛ), языки логического программирования (PROLOG), языки представления знаний (OPS 5, KRL, FRL), интегрированные программные среды, содержащие арсенал инструментальных средств для создания систем ИИ (КЕ, ARTS, GURU, G2), а также оболочки экспертных систем (BUILD, EMYCIN, EXSYS Professional, ЭКСПЕРТ), которые позволяют создавать прикладные ЭС, не прибегая к программированию. искусственный интеллект компьютер информационный

Новые архитектуры компьютеров. Это направление связано с созданием компьютеров не фон-неймановской архитектуры, ориентированных на обработку символьной информации. Известны удачные промышленные решения параллельных и векторных компьютеров, однако в настоящее время они имеют весьма высокую стоимость, а также недостаточную совместимость с существующими вычислительными средствами.

Интеллектуальные роботы. Создание интеллектуальных роботов составляет конечную цель робототехники. В настоящее время в основном используются программируемые манипуляторы с жесткой схемой управления, названные роботами первого поколения. Несмотря на очевидные успехи отдельных разработок, эра интеллектуальных автономных роботов пока не наступила. Основными сдерживающими факторами в разработке автономных роботов являются нерешенные проблемы в области интерпретации знаний, машинного зрения, адекватного хранения и обработки трехмерной визуальной информации.

2. Интеллектуальные информационные системы: понятие, основные свойства, классификация

Интеллектуальная система - это человеко-машинная система, в которой компьютерная система реализует рассуждение, используя структурированные данные из БД и знания из БЗ. Такие системы не столько имитируют деятельность квалифицированного эксперта, сколько усиливают интеллектуальные возможности человека (эксперта). Интеллектуальные информационные системы (ИИС) основаны на концепции использования БЗ, для генерации алгоритмов решения прикладных задач различных классов в зависимости от конкретных информационных потребностей пользователей.

Для интеллектуальных информационных систем характерны следующие признаки:

· Развитые коммуникативные способности. Коммуникативные способности - это способ взаимодействия конечного пользователя с системой.

· Умение решать сложные, плохоформулируемые задачи. Сложные, плохоформулируемые задачи требуют построения оригинального алгоритма решения задачи в зависимости от конкретной ситуации, характеризуется неопределенностью и динамичностью исходных данных и знаний.

· Способность к самообучению - это умение системы автоматически извлекать знания из накопленного опыта и применять их для решения задач.

· Адаптивность - это способность системы к развитию в соответствии с объектными изменениями в области знаний.

Каждому из перечисленных признаков условно соответствует свой класс интеллектуальных информационных систем. Различные системы могут обладать одним или несколькими признаками интеллектуальности, с различной степенью проявления. Средства искусственного интеллекта могут использоваться для реализации различных функций выполняемых ИИС.

1) Системы с интеллектуальным интерфейсом

Применение ИИ для усиления коммуникативных способностей информационных систем привело к появлению систем с интеллектуальным интерфейсом, среди которых можно выделить следующие типы:

Интеллектуальные БД обеспечивают выборку необходимой информации, не присутствующей в явном виде, а выводимой из совокупности хранимых данных.

Естественно-языковой интерфейс применяется для доступа к интеллектуальным БД, контекстного поиска документальной текстовой информации, голосового ввода команд в системах управления и машинного перевода с иностранных языков. Для реализации ЕЯ - интерфейса необходимо решить проблемы морфологического и синтаксического и семантического анализа, а также задачу синтеза высказываний на естественном языке. При морфологическом анализе осуществляется распознавание и проверка правильности написания слов в словаре. Синтаксический контроль предлагает разложение входных сообщений на отдельные компоненты, проверку соответствия грамматическим правилам внутреннего представления знаний и выявление недостающих частей. Семантический анализ обеспечивает установление смысловой правильности синтаксических конструкций.

Гипертекстовые системы используются для реализации поиска по ключевым словам в БД с текстовой информацией. Механизм поиска с начала работы с базой знаний с ключевых форм, а затем с самим текстом. Для более полного отражения различных смысловых отношений терминов требуется сложная семантическая организация ключевых слов. Решение этих задач осуществляется с помощью интеллектуальных гипертекстовых систем, в которых механизм поиска сначала работает с базой знаний ключевых слов, а затем -- с самим текстом. Аналогичным образом проводится поиск мультимедийной информации, включающей кроме текста графическую информацию, аудио- и видеообразы.

Система контекстной помощи - относятся к классу систем распространения знаний. Такие системы являются, как правило, приложениями к документации. Это частный случай, гипертекстовых и естественно языковых систем. В них пользователь описывает проблему, а система на основе дополнительного диалога конкретизирует ее и выполняет поиск относящихся к ситуации рекомендаций. В обычных гипертекстовых системах, наоборот, компьютерные приложения навязывают пользователю схему поиска требуемой информации.

Когнитивная графика ориентирована на общение пользователей ИИС посредством графических образов, которые генерируются в соответствии с изменением параметров моделируемых или наблюдаемых процессов. Когнитивная графика позволяет в наглядном и выразительном виде представить множество параметров, характеризующих изучаемое явление, освобождает пользователя от анализа тривиальных ситуаций, способствует быстрому освоению программных средств и повышению конкурентоспособности разрабатываемых ИИС. Применение когнитивной графики особенно актуально в системах мониторинга и оперативного управления, в обучающих и тренажерных системах, в оперативных системах принятия решений, работающих в режиме реального времени.

2) Экспертные системы

Классифицирующие ЭС решают задачи распознавания ситуаций. Основным методом формирования решений в таких системах является дедуктивный логический вывод.

Доопределяющие ЭС используются для решения задач с не ладностью определенными данными и знаниями. В таких ЭС возникают задачи интерпретации нечетких знаний и выбора альтернативных направлений поиска в пространстве возможных решений, В качестве методов обработки неопределенных знаний могут использоваться байесовский вероятностный подход, коэффициенты уверенности, нечеткая логика.

Трансформирующие ЭС относятся к синтезирующим динамическим экспертным системам, в которых предполагается повторяющееся преобразование знаний в процессе решения задач, В ЭС данного класса используются различные способы обработки знаний:

· генерация и проверка гипотез;

· логика предположений и умолчаний (когда по неполным данным формируются представления об объектах определенного класса, которые впоследствии адаптируются к конкретным усло¬виям изменяющихся ситуаций);

· использование метазнаний (более общих закономерностей) для устранения неопределенностей в ситуациях.

Мультиагентные системы -- это динамические ЭС, основанные на интеграции нескольких разнородных источников знаний. Эти источники обмениваются между собой получаемыми результатами в ходе решения задач. Системы данного класса имеют следующие возможности:

· реализация альтернативных рассуждений на основе использования различных источников знаний;

· распределенное решение проблем, декомпозируемых на параллельно решаемые подзадачи с самостоятельными источниками знаний;

· применение различных стратегий вывода заключений в зависимости от типа решаемой проблемы;

· обработка больших массивов информации из баз данных.

3) Самообучающиеся интеллектуальные системы

Они основаны на методах автоматической классификации ситуации, из реальной практики или на методах обучения на примерах.

Индуктивные системы позволяют обобщать примеры на основе принципа индукции "от частного к общему". Процедура обобщения сводится к классификации примеров по значимым признакам.

Нейронные сети - это классический пример технологии, основанный на примерах. Нейтронная сеть - это кибернетическая модель нервной системы, которая представляет собой совокупность большого числа сравнительно простых элементов нейронов, топология соединения, которые зависят от типа сети.

Нейронная сеть - это обобщенное название группы, математических алгоритмов обладающих способностью обучаться на примерах узнавая в последствии черты встречных образцов и ситуаций.

В системах основанных на прецедентах, база знаний содержит описание конкретной ситуации (прецеденты). Прецеденты описываются множеством признаков, по которым строятся индексы быстрого поиска. В отличие от индуктивных систем, допускается нечетким поиск, с получением множества допустимых альтернатив, каждая из которых оценивается некоторым коэффициентом уверенности. Применяется для распространения знаний и в системах контекстной помощи.

Хранилище данных - это предметно ориентированная, интегрированная, привязанная ко времени неизменяемое собрание данных, применяемых для поддержки процессов, принятия управленческих решений. Информационное хранилища отличаются от интеллектуальных баз данных тем, что представляют собой хранилища значимой информации, регулярно извлекаемой из оперативных баз данных.

4) Адаптивные ИС

Потребность в них возникает, когда поддерживаемые или проблемные области постоянно развиваются, следовательно адаптивные ИС должны удовлетворять ряду специальных требований:

· адекватно отражать знания проблемной области в каждый момент времени;

· быть пригодными для легкой и быстрой реконструкции при изменении проблемной среды.

Адаптивное свойство информационных систем обеспечивается за счет интеллектуализации их архитектуры, ядром таких систем является постоянно развиваемая модель проблемной области, поддерживаемой в специальной базе знаний - репозиторий. Ядро системы управляет процессами генерации или переконфигурирования программного обеспечения.

Размещено на Allbest.ru