Искусственный интеллект – основа новой информационной технологии

Направления развития исследований и систем искусственного интеллекта. Научно-технический прогресс и неизбежность компьютеризации общества. Изучение интеллектуальных информационно-поисковых систем. Использование вычислительной техники при планировании.

Рубрика Программирование, компьютеры и кибернетика
Вид учебное пособие
Язык русский
Дата добавления 27.11.2018
Размер файла 633,5 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Распараллеливание двойных или тройных циклов приводит соответственно к организации двумерных или трёхмерных макроконвейерных систем. Управление вычислением в макроконвейер-ном вычислительном комплексе осуществляется распределённой операционной системой, обеспечивающей различные типы организации макроконвейерных вычислений и динамическую реконфигурацию системы в зависимости от решаемой задачи. В состав комплекса входят управляющие процессоры, арифметические процессоры (плавающая запятая разрядности 64 и 128, векторные операции). В дальнейшем предусматриваются процессоры реального времени и процессор логического вывода.

Разработка общесистемных и прикладных программ для макроконвейерного вычислительного комплекса ведётся с использованием специально разработанного языка параллельного программирования МАЯК. Это алгоритмический язык высокого уровня для распределённых многопроцессорных систем, удобно сочетающийся с традиционными языками последовательного программирования (типа ФОРТРАН или ПАСКАЛЬ), которые могут использоваться для разработки программных модулей, исполняемых на отдельных процессорах.

Машина с динамической архитектурой. Эта вычислительная структура с высоким уровнем интеллекта [35, 36] с точки зрения модели вычислений относится к классу объектно-ориентированных моделей, в основе которых лежат динамические автоматные сети. Они обеспечивают представление любой задачи в виде динамической структуры, т. е. в виде множества объектов, обменивающихся информацией и связанных между собой определёнными отношениями.

Рис. 1.9. Структура машины с динамической архитектурой 1, 2 -- коммутационные и операционные автоматы соответственно

Как объекты, так и отношения сами могут являться структурами. Динамизм структуры заключается в том, что она наделена способностью к автотрансформации, т. е. в состав структуры входят такие элементы, которые способны изменять её. Исходной программе соответствует некоторая начальная структура, к трансформации которой и сводится решение задачи. Она считается решённой, если в программной структуре не остаётся ни одного элемента, способного изменять эту структуру.

В рассматриваемой модели машины с динамической архитектурой используются как схема управления от данных, так и схема управления с помощью запросов.

Архитектура рассматриваемой машины относится к типу архитектур с универсальными связями на основе коммутационной системы, в состав которой входят вычислительные и коммутационные модули (рис. 1.9).

В динамической автоматной сети каждому элементу структуры сопоставляется конечный автомат (исключение составляют лишь некоторые примитивные отношения, такие, как ПРИНАДЛЕЖНОСТЬ, СЛЕДОВАНИЕ, ЭКВИВАЛЕНТНОСТЬ и ряд других, которым сопоставляются межавтоматные связи).

Конечный автомат не только преобразует входные сигналы от других автоматов в выходные, но и обеспечивает формирование таких воздействий на коммутационную среду (обеспечивающую межавтоматные связи), которые позволяют изменить связи этого автомата с другими автоматами сети, ликвидировать все связи (что эквивалентно уничтожению автомата), включать в состав сети новые автоматы, обеспечивая тем самым её развитие.

Любой динамической автоматной сети можно сопоставить виртуальную машину, архитектура которой динамически изменяется в соответствии с изменением структуры сети в ходе решения задачи.

На данном этапе развития технологии целесообразно сопоставлять реальный вычислительный модуль не отдельно взятому автомату, а множеству автоматов. Например, множество операционных автоматов отображается в вычислительные модули (по нескольку автоматов в одном модуле), при этом каждый вычислительный модуль соответствует вычислительной машине, включающей в свой состав процессоры (обеспечивающие реализацию функций автоматов), оперативную и внешнюю память (обеспечивающие хранение описаний автоматов и их состояний) и каналы ввода-вывода, осуществляющие взаимодействие автоматов с внешней средой (периферийными устройствами). Множество коммутационных автоматов отображается в коммутационные модули, соответствующие специализированным процессорам, близким по своим функциям к связным процессорам, используемым в вычислительных сетях.

Внутренние языки современных машин содержат элементы двух принципиально различных классов -- команды и данные. Программа, определяющая алгоритм решения задачи, представляет собой жёстко определённую последовательность команд, остающихся неизменными в ходе её решения. Данные являются объектами преобразования со стороны программы и непосредственно не входят в её состав. Несмотря на различия, команды и данные не содержат признаков, позволяющих отличить их друг от друга.

В машине с динамической архитектурой внутренний язык (язык ДАР) состоит из программных элементов, достаточно близких друг к другу как по структуре, так и по исполнению, поскольку каждый из этих элементов соответствует автомату динамической автоматной сети. Любой программный элемент может выполняться и, в свою очередь, быть объектом преобразования. Программа, представленная в машине с динамической архитектурой, соответствует сети программных элементов, и процесс решения задачи заключается в преобразовании исходной сети в конечную сеть, соответствующую результату.

В заключение заметим, если в макроконвейерном вычислительном комплексе языком программирования является язык МАЯК, то в машине с динамической архитектурой -- язык РЯД [37].

Теоретические и экспериментальные исследования машин с динамической архитектурой показали, что при их использовании на порядок уменьшается объём системного и прикладного программного обеспечения при одновременном повышении эффективной производительности на один-два порядка даже при наличии стандартной элементной базы. Происходит это за счёт увеличения числа одновременно работающих процессоров. В машине с динамической архитектурой, как и в человеческом коллективе, происходит, в сущности, декомпозиция общей задачи на подзадачи при дальнейшем одновременном исполнении каждой подзадачи.

Система с внутренней интеллектуализацией на основе функционального подхода

Идея функционального подхода [38, 39] возникла из сопоставления аналоговых и цифровых вычислений. Обратимся к примеру. Пусть требуется вычислить функцию

F(x) = H (G(x), K(x)).

«Естественный параллелизм», присущий определению функции Р(х), позволяет представить схему управления для параллельного вычисления Р(х) так, как показано на рис. 1.10. При аналоговых вычислениях с точностью до переходных процессов функция Р(х) вычисляется при одновременной параллельной работе всех трёх блоков G, К и Н.

В цифровых машинах вычислительный процесс состоит из отдельных вычислительных актов и носит строго иерархический характер, идея которого, в частности, может базироваться на методологии структурного программирования. Каждое вычисление (например, в блоках G, К, Н) происходит в результате вычислительного акта, после завершения которого выход одного блока может быть передан на вход другого. При аналоговом вычислении также налицо иерархичность, но она носит функциональный характер.

Для того чтобы иметь распараллеливание в цифровых системах, приближающееся к аналоговому, в работе [38] вводится понятие фрейма. Фрейм представляет собой некоторую не полностью определённую структуру и может быть охарактеризован как динамическое значение, так как в процессе работы системы [39] фрейм может уточняться. Такой подход обеспечивает возможность вычисления по программе, несмотря на то что входные данные не полностью определены. Это напоминает так называемые смешанные вычисления [40].

Рис. 1.10. Распараллеливание функции Р (х)

Рассматриваемая модель вычислений со схемой управления от данных может быть отнесена к классу объектно-ориентированных моделей. Система состоит из двух уровней. На верхнем - реализуется реляционный язык описания ситуаций задачи и запросов (заданий на выполнение). Нижний уровень -- уровень вычислительной модели. Основным понятием на нём является понятие объекта.

Объекты бывают двух типов: атомы (статические, не меняющиеся в процессе вычислений объекты) и фреймы (динамические объекты). Минимальный набор статических объектов состоит из двух атомов -- Т (истина) и Р (ложь).

При функционировании системы ссылка на атом указывает на изображение этого атома, а ссылка на фрейм есть адрес действительного элемента памяти, хранящего этот фрейм.

С элементами памяти связан абстрактный процессор, способный независимо от других процессоров принимать и обрабатывать заявки на выполнение локальных преобразований в данном элементе памяти. При выполнении заявки этот процессор может порождать новые заявки, которые он посылает другим процессорам. Заявки, поступающие на конкретный процессор, выполняются последовательно. Имеется фиксированный набор команд (приказов), которые могут передаваться в заявках.

1.7.3. ЭВМ, ориентированные на символьные преобразования

Появление ЭВМ новых поколений вызвано возрастающей потребностью в символьных преобразованиях, к которым приводят задачи обработки текстов, поиска и сортировки (т. е. задачи, связанные с манипуляцией знаниями). По сравнению с символьными преобразованиями удельный вес собственно вычислений стал падать, в то время как архитектура современных ЭВМ ориентирована на автоматизацию вычислений. Это обусловило снижение эффективности использования ЭВМ, усложнение подготовки и программирования задач. Кроме того, необходимость изучения программирования сдерживала массовое применение ЭВМ.

Эти обстоятельства привели к созданию ЭВМ новых поколений, ориентированных на решение невычислительных задач и доступных для массового пользователя.

Логическая информационно-вычислительная система (ЛИВС) [41] относится к классу ЭВМ новых поколений. Общая структура системы показана на рис. 1.11. Собственно ЛИВС выделена штриховой линией. В состав ЛИВС входят пять основных блоков:

решатели с рабочим полем памяти;

система управления базой знаний с базами знаний и данных;

процессор общения (лингвистический процессор);

подсистемы объяснения и доверия, необходимые при реализации на ЛИВС экспертных систем.

В базе знаний хранится сложно структурированная информация в виде семантической сети, вершины (информационные единицы) которой связаны между собой системой именованных отношений. Все операции со знаниями -- это операции на семантических сетях по обработке информации, хранящейся в информационных единицах (фреймах, списках, сценариях и т. п.). На рис 1.12 показан фрагмент семантической сети, образованный из фреймов Фi (Кi -- значения, хранящиеся в слотах с именами Si). Значениями слотов могут быть как некоторые константные, так и целые совокупности специально образованных фактов. Со значением некоторого слота связана целая таблица константных фактов Р1, P2, ..., Рп, следовательно, БД входит в более сложную структуру - базу знаний (рис. 1.12). Все операции со знаниями: навигация в семантических сетях, перестройка сетей, обработка информации, хранящейся в информационных единицах, обработка знаний -- тесно связаны с процедурами логического вывода. В данной системе совмещены процедуры дедуктивного вывода, необходимые при поиске значений и пополнении базы знаний, с процедурами правдоподобного вывода, используемыми для получения новой информации на основе хранящихся в базе единичных фактов и наблюдений. В лингвистических процессорах широко используются грамматики сетевого типа (схемы Вудса, Конвея, расширенные сети переходов).

Рис. 1.11. Структура логической информационно-вычислительной системы

Рис. 1.12. Фрагмент семантической сети

Процедуры в таких грамматиках носят чётко выраженный продукционный характер, что неизбежно приводит к проблемам логического вывода. Необходимость реализации на ЛИВС экспертных систем продукционного типа также ставит задачу создания механизмов логического вывода. В логической информационно-вычислительной системе [41] реализованы разнообразные механизмы логического вывода, позволяющие решать следующие задачи:

описание проблемной области в некоторой системе понятий и отношений между ними с возможностью автоматического пополнения этих описаний;

анализ реализации различных процессов преобразования описаний, функциональных зависимостей (на основе функциональных логик);

конструирование новых объектов в проблемной области и их включение в систему отношений (на основе логических процедур конструирующего типа, приводящих к правдоподобным выводам о закономерностях проблемной области).

При разработке ЛИВС логика рассматривается как пара язык -- исчисление, а язык, в свою очередь, как пара синтаксис -- семантика. Такой подход позволяет описывать проблемную область, а также все процедуры, связанные с решением задач в этой области. Из такого подхода вытекает альтернатива традиционному способу построения архитектуры ЭВМ. Следует подчеркнуть, что в рассматриваемой системе реализуется целый спектр непохожих друг на друга и в то же время взаимодействующих между собой логических систем, что является существенной особенностью логической информационной вычислительной системы.

В заключение заметим, что ЛИВС можно использовать в качестве:

очень мощной базы знаний или информационной системы с широко развитыми средствами интеллектуального интерфейса (развитым языком запросов как прямых, так и косвенных), а в дальнейших версиях -- с речевым вводом-выводом и графическим интерфейсом;

экспертной системы или любой другой интеллектуальной системы, опирающейся на знания;

гибридной системы, когда использование блоков ЛИВС сочетается с ЭВМ, ориентированной на вычисления и пакеты прикладных программ.

Машина параллельной архитектуры для интеллектуальных систем. Существенной особенностью системы ПАМИР [42] является то, что она ориентирована на архитектуру, опирающуюся на волновые асинхронные процессы (динамика которых отражает динамику решения задач), разнообразные идеи, связанные с ассоциативным поиском, децентрализованными способами обмена, управления с помощью «классных досок объявлений», потоковыми схемами и другие.

В системе ПАМИР рассматриваются с единых позиций организация волновых процессов в статических и динамических сетях. Системы представления знаний, логического вывода, поиска ответов на запросы реализуются на архитектуре активной сетевой базы данных (АСБД), представляющей собой однородную среду с регулярными связями, где в вершинах находятся однотипные специализированные процессоры. Мультипроцессорная среда, в которую погружена АСБД, реализует волновые параллельные процессоры, данные которых нужны пользователям, а также для подсистем логического вывода.

Рис. 1.13. Структура системы ПАМИР

Структура системы ПАМИР показан на рис. 1.13. В состав системы входят блоки, которые могут функционировать как в составе всей системы, так и автономно. Совместное функционирование всех блоков обеспечивается специальными системными средствами таким образом, что взаимодействие между блоками носит параллельный асинхронный характер.

Подсистема представления знаний состоит из двух компонентов -- машины данных и машины знаний и блока интерфейса между ними. Различие между машинами -- это различие между экстенсиональными и интенсиональными знаниями. Интерфейс между ними реализован с помощью монитора.

Рис. 1.14. Транспьютерная реализация функциональной схемы системы ПАМИР. Тi -- транспьютер.

Поскольку в системе ПАМИР предполагается максимально использовать распределённые модели управления, то монитор как физический блок может отсутствовать.

Подсистема логического вывода состоит из двух машин: машины дедуктивного и машины правдоподобного вывода, блока интерфейса между ними, а также ряда внешних интерфейсных блоков. Особенностью подсистемы вывода, не встречавшейся в новых версиях ЭВМ нового поколения (за исключением ЛИВС), является возможность одновременной работы машин дедуктивного и правдоподобного вывода, когда определённые дедуктивные шаги перемежаются индуктивными или традуктивными шагами.

Следует ещё подчеркнуть, что подсистема логического вывода ориентируется не на язык ПРОЛОГ, а на специальные версии волновых языков вывода. Машина дедуктивного вывода реализуется средствами, похожими на АСБД или АСБЗ, и, следовательно, с самого начала в системе ПАМИР ставится проблема волнового вывода на семантической сети.

В вершинах семантической сети располагаются спецпроцессоры или транспьютеры вывода, состоящие, в свою очередь, из трёх блоков: блока унификации, блока расщепления и обменного блока. Транспьютерная реализация системы ПАМИР представлена на рис. 1.14.

Система общения в системе ПАМИР обеспечивает связь с пользователем на ограниченном естественном языке. Основным её отличием от других систем общения является ориентация на волновой характер процессов, являющийся следствием организации лингвистической базы знаний на основе активной семантической сети.

Таким образом, система ПАМИР проникнута единой волновой идеологией, основанной на использовании активных семантических сетей.

ГЛАВА 2. ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННО-ПОИСКОВЫЕ СИСТЕМЫ

Как уже указывалось выше, взаимодействие человека и ЭВМ развивалось и развивается по двум дополняющим друг друга путям: приближение языка ЭВМ к языку человека и приближение языка человека в общении с ЭВМ к языку ЭВМ. Первым путём идут исследования по искусственному интеллекту, более точно -- по интеллектуальному интерфейсу пользователя. Исследования по приближению языка человека в общении с ЭВМ к языку ЭВМ, что будем просто называть интерфейсом пользователя, шли, с одной стороны, по линии повышения уровня языков программирования от языков низкого уровня к языкам высокого, сверхвысокого и, наконец, даже к языкам ультравысокого уровня.

К языкам низкого уровня относится язык Ассемблер, к языкам высокого уровня -- ФОРТРАН, АЛГОЛ, ЛИСП и др.; к языкам сверхвысокого уровня -- СМОЛТОК, ПРОЛОГ, СИМУЛА, ПЛЭННЕР, ЛИСП.

С другой стороны, интерфейс пользователя развивался по линиям разнообразных сервисных систем регламентированного диалога, графического диалога и т. п. Рассмотрим эти направления.

2.1 Интерфейс пользователя

Важность интерфейса пользователя сейчас настолько возросла, что, как справедливо указывается в статье [43], именно с него начинается сейчас проектирование ЭВМ, тогда как раньше интерфейс пользователя разрабатывался в последнюю очередь. В первой главе уже кратко указывалось на разнообразные развитые в персональных ЭВМ сервисные средства. К ним относятся:

текстовый редактор (позволяет отредактировать текст какого-либо документа и после окончательного редактирования получить необходимое число твёрдых копий на принтере, что крайне важно для канцелярских персональных ЭВМ);

многооконный экран (в каждый кадр-окно можно ввести информацию об одновременно вычисляемых процессах или высветить разнообразные меню диалогового процесса);

пиктограммы (графическое представление процессов обработки информации);

манипулятор типа «мышь» (даёт возможность перемещать по экрану курсор (указатель) и тем самым выбирать нужные окна, элементы меню и пиктограммы);

динамический крупноформатный электронный бланк (прямоугольная таблица с взаимосвязанными данными в каждой клетке; при изменении значения данных в какой-либо клетке все связанные с этой клеткой данные в других клетках автоматически пересчитываются; динамический крупноформатный электронный бланк представляет собой крайне эффективное средство проведения так называемых прямых плановых и балансовых расчётов).

Далее часть текста до Заключения и

Списка литературы не оцифрована.

О развитии отечественных экспертных систем

Исследования в области экспертных систем в Советском Союзе можно условно разбить на два этапа.

На первом из них, с середины 60-х до конца 70-х годов, активно развивалась общая теория интеллектуальных систем и велась серия экспериментальных проектов по созданию систем-прототипов. В эти годы были заложены:

основы теории ситуационного управления (подхода, опередившего многие зарубежные работы в этой области);

основы теории и практики автоматического синтеза программ;

разработаны экспериментальные системы представления и манипулирования знаниями;

созданы практические системы взаимодействия с ЭВМ на естественном языке.

Все эти работы и создали фундамент для второго этапа развития исследований в области собственно экспертных систем в современном понимании этого термина.

Исторически технология экспертных систем развивалась в СССР, как и во всём мире, применительно к медицинским приложениям. Одной из первых медицинских экспертных систем была система принятия решений в неотложной хирургии органов брюшной полости [81].

Основные направления исследований в области теории экспертных систем и накопления, медицинских знаний следующие:

теория представления знаний [82, 83];

разработка моделей представления медицинских знаний [84];

разработка и реализация программных средств представления знаний, разработка и реализация подсистем объяснений [85--88].

Значительным вкладом в разработку медицинских экспертных систем явилось создание системы МОДИС, реализованной на языке ЛИСП в вычислительной среде ЭВМ VAX 11/780, а затем адаптированной для персональных компьютеров типа IBM РС/ХТ [89].

В Советском Союзе ведётся разработка экспертных систем не только в области медицины, но и в других предметных областях, где целесообразно применение технологии экспертных систем.

Разработка инструментальных экспертных систем, т. е. систем, ориентированных на автоматизацию проектирования и реализацию «пустых» и на этой основе прикладных экспертных систем,-- основное направление исследований в проекте ПИЭС (Программный Инструментарий для создания Экспертных Систем) [90]. Основное отличие системы, создаваемой в рамках этого проекта, состоит в том, что впервые предпринята попытка сквозного проектирования и реализации всех основных блоков современной экспертной системы на базе единого программного комплекса поддержки разработки. Представление знаний в этой системе поддерживается семейством продукционно-фреймовых языков, в основе которых лежат идеи ситуационного управления. Базовым языком реализации является язык программирования С. Работы ведутся на персональных ЭВМ типа IBM РС/ХТ.

В заключение следует указать на одну из первых отечественных монографий по экспертным системам -- Попов Э. В. Экспертные системы. М.: Наука, 1987.

ЗАКЛЮЧЕНИЕ

Успехи, достигнутые в исследованиях по искусственному интеллекту, привели к революции в информатике, к становлению новой информационной технологии, к разработке ЭВМ принципиально новой архитектуры, к появлению индустрии интеллектуальных систем. Благодаря этому компьютеризация и электронизация всё шире внедряются в сферы человеческой деятельности.

Развитие интеллектуальных систем поддерживается созданием ЭВМ новой архитектуры, ориентированных на знания и, соответственно, на обработку не только числовой, но и символьной информации. С целью повышения быстродействия в ЭВМ новых поколений предполагается широко использовать однородные среды, позволяющие осуществлять параллельную обработку информации, аппаратную реализацию целого ряда программных систем и как следствие - создание баз данных, баз знаний, лингвистических процессоров и т. п.

Огромное влияние окажут интеллектуальные системы и ЭВМ новой архитектуры на повышение эффективности производства. Использование средств связи, локальных и глобальных вычислительных сетей ЭВМ обеспечит включение ЭВМ с интеллектуальным интерфейсом в коммуникационные отношения людей при коллективном решении задач в области планирования, проектирования, научных исследований, управления разработками новой техники и производственными процессами. Это откроет возможность перехода к безбумажной информатике.

На том же пути лежит создание гибкого роботизированного «безлюдного» производства. Некоторые специалисты считают, что роль человека тогда сведётся только к составлению программ, наладке и ремонту оборудования. При этом упускается из виду, что управление «безлюдным» производством будет осуществляться из центра. Использование экспертных систем позволит слить в единый процесс проектирование новых изделий и технологическую подготовку их производства, что будет способствовать более полному раскрытию творческих возможностей человека в управлении производством.

Системы для проектирования технических объектов, такие, как, например, МАВР (см. третью главу), открыты для пополнения знаний на прикладном математическом и программном уровнях. Это приведёт к изменению функций научно-исследовательских институтов, конструкторских бюро, которые в основном будут заняты пополнением баз знаний интеллектуальных систем проектирования на соответствующих уровнях. Будущий пользователь-заказчик (разработчик надсистемы) сможет проектировать с помощью интеллектуальных систем нужные ему технические системы (например, какую-либо систему жизнеобеспечения).

Уже сейчас заказные большие интегральные схемы проектирует сам пользователь, а затем отправляет разработанный проект для реализации на завод.

Отметим такую центральную проблему искусственного интеллекта, как электронное представление знаний. В сущности, решение этой проблемы и даст возможность реализовать безбумажную информатику. Возможность электронного представления знаний по значимости можно сопоставить, на мой взгляд, с изобретением книгопечатания.

С этой центральной проблемой искусственного интеллекта тесно связаны компьютерная лингвистика и компьютерная логика. Компьютерная лингвистика лежит в основе естественно-языкового общения с ЭВМ и автоматического перевода с одного языка на другой. Задача компьютерной логики -- формализация всего богатства человеческих рассуждений.

Новые возможности открывает искусственный интеллект в решении проблемы автоматического распознавания образов, изображений сигналов и т. п. Эти проблемы до последнего времени решались в рамках двух подходов: статистического и структурно-алгебраического. Ожидается, что идеи искусственного интеллекта обогатят традиционные подходы и приведут к более эффективному решению проблемы распознавания.

Распространение интеллектуальных систем будет иметь, видимо, и большие социальные последствия. Однако эта проблема выходит за рамки данной книги. Использование интеллектуальных, и особенно экспертных, систем приведёт, во-первых, к росту профессиональной культуры, поскольку знания квалифицированных экспертов будут доступны широкому кругу специалистов, а во-вторых, к сокращению сроков подготовки работников для тех сфер деятельности, где компетентность определяется накоплением опытных знаний (медицина, биология, геология, инженерное дело, руководство объектами народного хозяйства и т. п.).

В заключение следует подчеркнуть, что искусственный интеллект -- это комплексная научно-техническая проблема, для решения которой необходима совместная слаженная работа математиков, инженеров-электронщиков, программистов, инженеров по знаниям, философов, психологов, социологов и других специалистов по самым разнообразным аспектам жизни человеческого общества.

ЛИТЕРАТУРА

1. Глушков В. М. Основы безбумажной информатики. М.: Наука, 1982. 552 с.

2. Громов Г. Р. Национальные информационные ресурсы: Проблемы промышленной эксплуатации М.: Наука, 1984. 237 с.

3. Хачатуров В. Р., Аржамов Ф. Г., Астахов Н. Д., Борисенко В. К., Веселовский В. Е., Дангарян Ш. Ф., Дунаев Н. П., Злотов А. В., Крылов И. А., Кузоваткин Р. И., Николаев Б. А., Сигал Н. X., Филановский В. Ю. Система проектирования генеральных схем обустройства нефтяных месторождений на ЭВМ и опыт её использования: Обзор, информ. М.: ВНИИ организации управления экономики нефтегаз. пром-сти. 1980. 68 с. (Нефтепромысловое строительство).

4. Михалевич В. С., Сергиенко И. В., Трубим. В. А., Шор Н. 3., Журбенко Я. Г., Лебедева Т. Т., Артеменко В. И., Гертович В. И., Карпинка Е. С. Пакет прикладных программ для решения задач производственно-транспортного планирования большой размерности (ПЛАНЕР) // Кибернетика. 1983. № 3. С. 57-71.

5. Martin I. Application development without programmers. N. Y., 1982. 350 p.

6. Поспелов Г. С., Поспелов Д. А. Искусственный интеллект -- прикладные системы. М.: Знание, 1985. 48 с. (Математика. Кибернетика; Вып. 9).

7. Представление знаний в человеко-машинных и робототехнических системах. Т. А. Фундаментальные исследования в области представления знаний. М.: ВЦ АН СССР; ВИНИТИ, 1984. 262 с.

8. Поспелов Д. А. Ситуационное управление: Теория и практика. М.: Наука, 1986. 288 с.

9. Попов Э. В. Общение с ЭВМ на естественном языке. М.: Наука, 1982. 360 с.

10. Минский М. Фреймы для представления знаний: Пер. с англ. М.: Энергия, 1979. 151 с.

11. Чесноков С. В. Силлогизмы в детерминационном анализе // Изв. АН СССР. Техн. кибернетика. 1984. № 5. С. 55-83.

12. Логика рассуждений и её моделирование / Под ред. Д. А. Поспелова. М.: Науч. совет по комплекс, пробл. «Кибернетика» АН СССР, 1983. 180 с. (Вопр. кибернетики).

13. Маслов С. Ю. Теория дедуктивных систем и её применение. М.: Радио и связь, 1986. 135 с.

14. Голендер В. Е., Розенблит А. Б. Вычислительные методы конструирования лекарств. Рига: Зинатне, 1978. 232 с.

15. Machine learning: An artificial intelligence approach / Ed. R. S. Michalski, I. G. Carbonell, T. Mitchell. Palo Alto, 1983. Chap. 10. 572 p.

16. Уинстон П. Искусственный интеллект: Пер. с англ. М.: Мир, 1980. 519 с.

17. Нильсон Н. Принципы искусственного интеллекта: Пер. с англ. М.: Радио и связь, 1985. 373 с.

Адельсон-Вельский Г. М., Арлазаров В. Л., Битмен А. Р., Донской М. В. Машина играет в шахматы. М.: Наука, 1983. 207 с.

Ботвинник М. М. О решении неточных переборных задач. М.: Сов. радио, 1979. 149 с.

Зарипов Р. X. Машинный поиск вариантов при моделировании творческих процессов. М.: Наука, 1983. 232 с.

Пропп В.Я. Исторические корни волшебной сказки. Л.: Изд-во ЛГУ, 1946. 340 с.

Гаазе-Рапопорт М. Г., Поспелов Д. А., Семёнова Е. Т. Имитация сказочного мира// Учёные записки Тартуского гос. ун-та. Тарту: Изд-во Тартус. гос. ун-та, 1984. № 688. С. 46-54.

Ефимов Е. И. Решатели интеллектуальных задач. М.: Наука, 1982. 316 с.

Диалоговые системы в АСУ / Под ред. Д. А. Поспелова. М.: Энергоатомиздат, 1983. 206 с.

Апресян Ю. Д. К модели поверхностной семантики: Типы правил // Материалы школы-семинара «Семиотические аспекты интеллектуальной деятельности»: «Телави-83». М.: ВИНИТИ, 1983. С. 159-162.

Поспелов Д. А. Логико-лингвистические модели. М.: Энергоиздат, 1981. 231 с.

Simon H. A. Computers non-numerical computation// Proc. Nat. Acad. Sci. US. Phys. Sci. 1980. Vol. 77. N 11. P. 6284-6288.

Елсуков А. Н. Эмпирические познания и факты науки. Минск: Вышэйш. шк., 1981. 88 с.

Michaelsen R. H., Michie D. X., Boulanger A. The technology of expert systems // Byte. 1985. N 4. P. 303-312.

Hayes-Roth F. The knowledge-based expert system // Tutor. Comput. 1984. Vol. 17, N 9. P. 11-28.

Кузнецов В. Е. Реализация неформальных процедур с. исключениями// Изв. АН СССР. Техн. кибернетика. 1984. № 5. С. 50-54.

Вельбицкий И. В., Адельшин И. М., Водинчар М. Н. Теоретико-графовые и алгебраические модели Р-технологии: Препр. № 86-25. Киев: Ин-т кибернетики им. В. М. Глушкова АН УССР, 1986. 38 с.

Treleaven P. C. Decentralized computer architectures for VLSI//VLSI architectures / Ed. B. Randel, P. C. Treleaven. Englewood Cliffs: Prentice-Hall, 1983. 426 p.

Михалевич В. С., Капитонова Ю. В., Летичевский А. А., Молчанов И. Н., Погребинский С. Б. Организация вычислений в многопроцессорных вы числительных системах // Кибернетика. 1984. № 3. С. 1 - 10.

Торгашёв В. А. .Управление вычислительными процессами в машинах с динамической архитектурой: Препр. № 33. Л.: ЛНИВЦ АН СССР, 1982. 14 с.

Пономарёв В. М., Плюскин В. У., Торгашёв В. А. Распределённые вычисления и машины с динамической архитектурой: Препр. № 54. Л.: ЛНИВЦ АН СССР, 1982. 26 с.

Торгашёв В. А. РЯД -- язык программирования для распределённых вычислений: Препр. № 28. Л.: ЛНИВЦ АН СССР, 1984. 48 с.

Степанов А. М. Фреймы и параллельные смешанные вычисления: Препр. № 297. Новосибирск: ВЦ СО АН СССР, 1981. 30 с.

Степанов А. М. Экспериментальная система программирования: Препр. № 305. Новосибирск: ВЦ СО АН СССР, 1981. 34 с.

40 Ершов А. П. О сущности трансляции // Программирование, 1977. № 5 С. 21-39.

41 Гергей Т., Поспелов Д. А. Проект ЛИВС -- логическая информационно-вычислительная система // Изв. АН СССР. Техн. кибернетика. 1986. № 5, С. 128-138.

42 Вагин Л., Уварова Т. Г., Поспелов Д., Сапатый П., Захаров Б. Я., Хорошёвский В. Проект ПАМИР /Изв. АН СССР. ТК. 1988. № 2. С. 136-151.

43 Кей А. Программное обеспечение ЭВМ // В мире науки (Scientific American). 1984. № 11. С. 4-13.

44 Зенкин А. А. Задачи дискретного оптимального управления моделями молекулярных систем // Докл. АН СССР. 1976. Т. 230, № 5. С. 1051 -1054.

45 Зенкин А. А. Обобщение теоремы Варинга на случай натуральных слагаемых // Докл. АН СССР. 1982.Т. 264, № 2. С. 282-285.

46 Zenkin A. A. Some extensions of Pall's theorem //J. Comput. and Math. Appl. 1983. Vol. 9, N 4.P. 609-615.

47 Солодов В. М., Шатров М. В. Использование диалоговой системы ГРАНИТ при планировании материально-технического обеспечения // Вопр. радиоэлектроники. Сер. АСУПР. 1985. Вып. 3. С. 43-49.

48 Вартанов Ю. О. Структура управляющей программы автоматизированной диалоговой системы планирования // Вопр. радиоэлектроники. Сер. АСУПР. 1986. Вып. 4. С. 71-75.

49 Кнут Д. Искусство программирования. Т. 3. Сортировка и поиск: Пер. с англ. М.: Мир, 1978. 841 с.

50 Евстигнеев В. А. Применение теории графов в программировании. М.: Наука, 1985. 352 с.

51 Козлов М. К. Система «ПИРФОР» для создания диалоговых систем // Материалы VII школы-семинара «Персональные компьютеры и локальные сети».2-7 окт. 1986, г. Новый Афон: «Иверси-86». Тбилиси: Мецниереба, 1986. С. 171 - 172.

52 Григорьев О. Г. Система общения для узкоограниченной предметной области // Изв. АН СССР. Техн. кибернетика. 1986. № 1. С. 162-164.

53 Виноград Т. Программное обеспечение для работы с естественным языком // В мире науки (Scientific American). 1984. № 11. С. 46-58.

54 Апресян Ю. Д., Богуславский И. М., Гецелевич Е. В., Иомдин Л. И., Крысин Л. П., Лазурский А. В., Перцов Н. В., Санников В. 3. Лингвистическое обеспечение системы французско-русского автоматического перевода. I. Общая характеристика системы // Учён. зап. Тарт. гос. ун-та. Тарту: Изд-во Тарт. гос. ун-та. 1985. № 714. С. 20-39.

55 Микулич Л. И., Червоненкис А. Я. Специализированная диалоговая система // Вопросы разработки прикладных систем. Новосибирск: ВЦ СО АН СССР, 1975. С. 111 - 129.

56 Поспелов Д. А., Сильдмяэ Я. Я. Ролевые структуры в представлении и в диалоговых системах // Изв. АН СССР. Техн. кибернетика. 1985. № 5. С. 83-89.

57 Представление знаний в человеко-машинных и робототехнических систем. Т. С. Прикладные человеко-машинные системы, ориентированные на знания. М.: ВЦ АН СССР; ВИНИТИ, 1984. 380 с.

58 Представление знаний в человеко-машинных и робототехнических системах. Т. В. Инструментальные средства систем, ориентированных на знания, М.:ВЦ АН СССР; ВИНИТИ, 1984. 236 с.

59 ЭВМ пятого поколения: Концепции, проблемы, перспективы: Пер. с англ. М.: Финансы и статистика, 1984. 109 с.

60 Поспелов Г. С., Азнаурян А. М., Лазарев В. И., Родин С. Р., Швалёв А. П., Эрлих А. И. Автоматизация моделирования и инженерных расчётов блочно-модульных технических систем // Современные проблемы автоматического управления. М.:МВТУ, 1985. С. 10-20.

61 Поспелов Г. С., Лазарев В. И., Эрлих А. И., Родин С. Р.. Швалёв А. П. Диалоговая система МАВР -- моделирования альтернатив и выбора решений в проектировании // Докл. III Всесоюз. координац. совета по автоматизации проектно-конструктор. работ в машиностроении. Минск: Ин-т техн. кибернетики АН БССР, 1985. С. 12-17.

62 Поспелов И. С., Ириков В. А. Программно-целевое планирование и управление. М.: Сов. радио, 1976. 440 с.

63 Поспелов Г. С., Вен В. Л., Солодов В. М., Шафранский В. В., Эрлих А. И. Проблемы программно-целевого планирования и управления. М.: Наука, 1981. 460 с.

64 Литвинцев П. И. Планирование вычислений в диалоговой системе долгосрочного планирования // Изв. АН СССР. Техн. кибернетика. 1980.№ 4. С. 21-28.

65 Вартанов М. О. Методы агрегирования линейных моделей и их применение в диалоговых процедурах принятия решений: Дис. ... канд. физ.-мат. наук. М.: ВЦ АН СССР, 1983. 186 с.

66 Поляк Б. Т. Введение в оптимизацию. М.: Наука, 1983. 384 с.

67 Мартинес Солер Ф. Исследование общего алгоритма итеративного агрегирования в оптимизационных выпуклых моделях // Моделирование экономических процессов. М.: Изд-во МГУ, 1977. С. 141 - 158.

68 Дайер Дж. Многоцелевое программирование с использованием человеко-машинных процедур //Вопросы анализа и процедуры принятия решений. М.: Мир, 1976. С. 80-107.

69 Пшеничный Б. Н. Необходимые условия экстремума. М.: Наука, 1982. 143 с.

70 Пфанцагль И. Г. Теория измерений. М.: Мир, 1976. 248 с.

71 Шафранский В. В. Математические модели и методы планирования развития отраслей промышленности. М.: Наука, 1984. 224 с.

72 Уэбер Д. М. Роботы обретают чувства // Электроника. 1985. № 4. С. 31-35.

73 Ивашко В. Г., Финн В. К. Экспертные системы и некоторые проблемы их интеллектуализации //Семиотика и информатика, М.: ВИНИТИ, 1986.№ 27. С. 25-61.

74 Кини Р. Л., Райфа X. Принятие решений при многих критериях: Предпочтения и замещения: Пер.с англ. М.: Радио и связь, 1981. 560 с.

75 Erman L. D., Hays-Roth. F. The Hearsay-II -- speechunderstanding system // Comput. Surv. ACM. 1980. Vol. 12. P. 213-253.

76 Поспелов И. Г., Поспелова Л. Я. Динамическое описание систем продукций и проверка непротиворечивости продукционных экспертных систем // Изв. АН СССР. Техн. кибернетика. 1987. № 1. С. 184.

77 Thompson Beverly A., Thompson William A. Inside an expert system//Byte. 1985. N 1. P. 315-330. (Рус. пер.: Томпсон Б., Томпсон У. Анатомия экспертных систем // Реальность и прогнозы искусственного интеллекта / Под ред. В. Л. Стефанюка. М.: Мир, 1987. С. 183-208).

78 Ли Э. Б., Маркус Л. Основы теории оптимального управления. М.: Наука, 1972. 574 с.

79 Gevarter W. B. Artificial intelligence expert systems, computer vision and natural language processing. N. J.: Park Ridge, 1984. 226 p.

80 Арсентьева А. В., Зимнев М. М., Овсянников А. М., Хай Г. А. Диалоговая информационно-поисковая система принятия решений в неотложной хирургии органов брюшной полости: Препр. № 19.Л.: ЛНИВЦ АН СССР, 1981. 47 с.

81 Клещёв А. С. Представление знаний. Методология и формализмы: Препр. № 21. Владивосток: Ин-т автоматики и процессов управления с ВЦ ДВНЦАН СССР, 1981. 41 с.

82 Клещёв А. С. Проблемно-ориентированные представления: Препр. № 27. Владивосток: Ин-т автоматики и процессов управления с ВЦ ДВНЦАН СССР, 1985. 27 с.

83 Черняховская М. Ю. Представление знаний в экспертных системах медицинской диагностики. Владивосток: ДВНЦ АН СССР, 1983. 212 с.

84 Артемьева И. Л., Лифшиц А. Я., Орлова Л. Д.Предварительное сообщение о реляционном языке программирования // Языки представления знаний и вопросы реализации экспертных систем / Под ред. А. С. Клещёва. Владивосток: ДВНЦ АН СССР,1984. С. 99-122.

85 Горбачёв С. Б., Клещёв А. С., Черняховская М. Ю.Обзор языка представления знаний МЕДИФОР-2 //Теоретические основы компиляции. Новосибирск: Изд-во Новосиб. ун-та, 1980. С. 78-91.

86 Артемьева И. Л., Горбачёв С. Б., Клещёв А. С., Лифшиц А. Я., Орлов С. И., Орлова А. Д., Уварова Т. Т. Инструментальный комплекс для реализации языков представления знаний // Программирование. 1983. № 4. С. 78-89.

87 Молокова О. С. Формирование индивидуального объяснения в экспертных системах // Изв. АН СССР. Техн. кибернетика. 1985. №5. С. 103-114.

88 Бохуа Н. К., Геловани В. А., Ковригин О. В., Смольянинов Н. Д. Экспертная система диагностики различных форм артериальной гипертензии // Изв. АН СССР. Техн. кибернетика. 1982. № 6. С. 183-190.

90. Хорошёвский В. Ф. Разработка и реализация экспертных систем: Инструментальный подход // Изв. АН СССР. Техн. кибернетика. 1986. № 5. С. 104-114.

Размещено на Allbest.ru

...

Подобные документы

  • Искусственный интеллект – научное направление, связанное с машинным моделированием человеческих интеллектуальных функций. Черты искусственного интеллекта Развитие искусственного интеллекта, перспективные направления в его исследовании и моделировании.

    реферат [70,7 K], добавлен 18.11.2010

  • Эволюция систем искусственного интеллекта. Направления развития систем искусственного интеллекта. Представление знаний - основная проблема систем искусственного интеллекта. Что такое функция принадлежности и где она используется?

    реферат [49,0 K], добавлен 19.05.2006

  • Может ли искусственный интеллект на данном уровне развития техники и технологий превзойти интеллект человека. Может ли человек при контакте распознать искусственный интеллект. Основные возможности практического применения искусственного интеллекта.

    презентация [511,2 K], добавлен 04.03.2013

  • Области человеческой деятельности, в которых может применяться искусственный интеллект. Решение проблем искусственного интеллекта в компьютерных науках с применением проектирования баз знаний и экспертных систем. Автоматическое доказательство теорем.

    курсовая работа [41,3 K], добавлен 29.08.2013

  • Нейрокибернетика как направление изучения "искусственного интеллекта". Программный, аппаратный и гибридный подход к созданию нейросетей. Развитие института нейрокибернетики в России. Направления внедрение нейрокибернетики и интеллектуальных систем.

    контрольная работа [31,4 K], добавлен 26.02.2012

  • История развития искусственного интеллекта в странах дальнего зарубежья, в России и в Республике Казахстан. Разработка проекта эффективного внедрения и адаптации искусственного интеллекта в человеческом социуме. Интеграция искусственного в естественное.

    научная работа [255,5 K], добавлен 23.12.2014

  • Начало современного этапа развития систем искусственного интеллекта. Особенности взаимодействия с компьютером. Цель когнитивного моделирования. Перспективы основных направлений современного развития нейрокомпьютерных технологий, моделирование интеллекта.

    реферат [24,7 K], добавлен 05.01.2010

  • История появления термина "искусственный интеллект". Приоритетные направления его применения: генерация речи, обработка визуальной информации. Нейронные, байесовы, иммунные сети, теории хаоса - примеры реализации современных интеллектуальных систем.

    реферат [27,2 K], добавлен 14.01.2011

  • Характеристика сущности искусственного интеллекта. Проблема создания искусственного интеллекта. Базовые положения, методики и подходы построения систем ИИ (логический, структурный, эволюционный, имитационный). Проблемы создания и реализация систем ИИ.

    реферат [43,1 K], добавлен 19.07.2010

  • Сущность искусственного интеллекта, сферы человеческой деятельности, в которых он распространен. История и этапы развития данного явления. Первые идеи и их воплощение. Законы робототехники. Использование искусственного интеллекта в коммерческих целях.

    реферат [40,8 K], добавлен 17.08.2015

  • Проблема искусственного интеллекта. Развитие информационной техники. Искусственный интеллект, его совершенствование. Аналог телесной организации. Развитая кибернетическая система. К "интеллекту" ЭВМ предъявляются более высокие требования.

    реферат [20,8 K], добавлен 11.05.2003

  • Понятие искусственного интеллекта как свойства автоматических систем брать на себя отдельные функции интеллекта человека. Экспертные системы в области медицины. Различные подходы к построению систем искусственного интеллекта. Создание нейронных сетей.

    презентация [3,0 M], добавлен 28.05.2015

  • Компоненты и архитектура интеллектуального агента, его дополнение средствами обучения. Различные подходы к созданию искусственного интеллекта, перспективы его развития. Этические и моральные последствия разработки интеллектуальных машин и программ.

    реферат [708,9 K], добавлен 02.03.2014

  • Понятие, сущность и история создания искусственного интеллекта. Области его практического приложения в человеческой деятельности. Использование его для создания роботизированной техники. Задача создания первой разумной системы на основе сети Интернет.

    презентация [622,3 K], добавлен 01.12.2014

  • История развития искусственного интеллекта. Экспертные системы: их типы, назначение и особенности, знания и их представление. Структура идеальной и инструменты построения экспертных систем. Управление системой продукции. Семантические сети и фреймы.

    реферат [85,7 K], добавлен 20.12.2011

  • Современные разработки в области искусственного интеллекта: составление расписаний, принципы автономного планирования и управления, диагностика, понимание естественного языка, ведение игр, автономное управление, робототехника. Направления исследований.

    реферат [24,0 K], добавлен 11.03.2014

  • Феномен мышления. Создание искусственного интеллекта. Механический, электронный, кибернетический, нейронный подход. Появление перцептрона. Искусственный интеллект представляет пример интеграции многих научных областей.

    реферат [27,2 K], добавлен 20.05.2003

  • Обзор методов реализации алгоритмов искусственного интеллекта. Примеры интеллектуальных систем, основанных на алгоритмах самообучения и кластеризации данных. Создание общей структурной схемы. Выбор языков программирования и инструментальных средств.

    дипломная работа [1,6 M], добавлен 20.08.2017

  • Инструментальные средства проектирования интеллектуальных систем. Анализ традиционных языков программирования и представления знаний. Использование интегрированной инструментальной среды G2 для создания интеллектуальных систем реального времени.

    контрольная работа [548,3 K], добавлен 18.05.2019

  • История создания и основные направления в моделировании искусственного интеллекта. Проблемы обучения зрительному восприятию и распознаванию. Разработка элементов интеллекта роботов. Исследования в области нейронных сетей. Принцип обратной связи Винера.

    реферат [45,1 K], добавлен 20.11.2009

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.