Семинар №2. Понятие «интеллектуальной» информационной технологии

Семинар №2. Понятие «интеллектуальной» информационной технологии

Готовим к семинарскому занятию дополнительный материал. Примерные ссылки в конце документа.

Искусственный интеллект — одна из новейших наук, появившихся во второй половине XX века на базе вычислительной техники, математической логики, программирования, психологии, лингвистики, нейрофизиологии и других отраслей знаний. Искусственный интеллект — это образец междисциплинарных исследований, где соединяются профессиональные интересы специалистов разного профиля. Само название новой науки возникло в конце 1960-х годов.

Исследования в области искусственного интеллекта направлены на создание машин, обнаруживающих поведение, которое у людей называется интеллектуальным. Поскольку машины такого типа почти всегда являются вычислительными, направление «искусственный интеллект» относится к области вычислительной техники. Слово «интеллект» употребляется в различных смыслах, и хотя каждый из нас имеет достаточно определенное субъективное представление о том, что следует понимать под человеческим интеллектом, значительный интерес могут представить следующие определения, приведенные в словаре Вебстера:

· способность успешно реагировать на любую, особенно новую ситуацию путем надлежащих корректировок поведения;

· способность понимать взаимосвязи между фактами действительности для выработки действий, ведущих к достижению поставленной цели.

Эти определения в равной степени могут быть применены как к поведению машины, так и к поведению человека. Понятие интеллекта предполагает наличие многих целей, а также способность к обучению.

Искусственный интеллект — это программная система, имитирующая на компьютере мышление человека. Для создания такой системы необходимо изучить процесс мышления человека, решающего определенные задачи или принимающего решения в конкретной области, выделить основные шаги этого процесса и разработать программные средства, воспроизводящие их на компьютере. Следовательно, методы искусственного интеллекта предполагают простой структурный подход к разработке сложных программных систем принятия решений.

Информатика и искусственный интеллект имеют тесные взаимосвязи с лингвистикой, психологией и логикой, которые изучают явления, относящиеся к познанию и построению умозаключений. С одной стороны, лингвисты, психологи, специалисты в области математической логики переводят в программы те новые модели, которые они разрабатывают, а с другой — исследователи в области искусственного интеллекта изучают эти модели и пытаются воссоздать на их основе логику эффективных методов решения задач.

Считается, что совокупность научных исследований обретает права науки, если выполнены два необходимых условия:

· у этих исследований должен быть объект изучения, не совпадающий с объектами, которые изучают другие науки;

· должны существовать специфические методы исследования этого объекта, отличные от методов других, уже сложившихся наук.

Исследования, которые объединяются термином «искусственный интеллект», имеют специфический объект изучения и специфические методы. Существуют два подхода к созданию искусственного интеллекта:

1) создание ЭВМ с максимально возможными характеристиками (память, оперативная память, быстродействие), получивших название супер-ЭВМ;

2) моделирование работы головного мозга - нейросетевые технологии (бионический подход).

Суперкомпьютеры

 

Согласно определению Госдепартамента США, компьютеры с производительностью свыше 10 000 млн. теоретических операций в секунду ( MTOPS), считаются суперкомпьютерами. Другими основными признаками, характеризующими супер-ЭВМ (кроме высокой производительности), являются самый современный технологический уровень (например, GaAs -технология), специфические архитектурные решения, направленные на понышение быстродействия (например, наличие операций над векторами) и цена (обычно свыше 1-2 млн. долл.).

При создании суперкомпьютеров возникают естественные вопросы:

· какие задачи настолько важны, что требуются компьютеры стоимостью несколько 'миллионов долларов?;

· какие задачи настолько сложны, что Pentium II не достаточно? -совсем не актуально!

Традиционной сферой применения суперкомпьютеров всегда были научные исследования, физика плазмы и статистическая механика, физика конденсированных сред, молекулярная и атомная физика, теория элементарных частиц, газовая динамика и теория турбулентности, астрофизика. В химии это различные области вычислительной химии: квантовая химия (включая расчеты электронной структуры для целей конструирования новых материалов, например, катализаторов и сверхпроводников), молекулярная динамика, химическая кинетика, теория поверхностных явлений и химия твердого тела, создание лекарств. Естественно, что ряд областей применения находится на стыке соответствующих наук (например, химии и биологии) и пересекается с техническими приложениями. Так, задачи метеорологии, изучения атмосферных явлений, и в первую очередь, задача долгосрочного прогноза погоды, для решения которой постоянно не хватает мощностей современных супер-ЭВМ, тесно связаны с решением ряда перечисленных выше проблем физики.

Среди технических проблем, для решения которых используются суперкомпьютеры, можно указать на задачи аэрокосмической и автомобильной промышленности, ядерной энергетики, прогнозирования и разработки месторождений полезных ископаемых, нефтедобывающей и газовой промышленности (в том числе проблемы эффективной эксплуатации месторождений, особенно трехмерные задачи их исследования), и, наконец, конструирование новых микропроцессоров и компьютеров, в первую очередь самих супер-ЭВМ. Суперкомпьютеры традиционно применяются для военных целей. Кроме очевидных задач разработки оружия массового уничтожения и конструирования самолетов и ракет можно упомянуть, например, конструирование бесшумных подводных лодок и др. Самый известный пример — это американская программа СОИ.

Анализируя потенциальные потребности в супер-ЭВМ, их существующие приложения можно условно разбить на два класса. К первому классу можно отнести приложения, в которых известно, какой уровень производительности надо достигнуть в каждом конкретном случае (например, долгосрочный прогноз погоды), ко второму — задачи, для которых характерен быстрый рост вычислительных затрат с увеличением размера исследуемого объекта (например, в экономике супер-ЭВМ используются как быстродействующие банки данных крупнейших корпораций и объединений).

Базы знаний

База знаний является основой экспертной системы, она накапливается в процессе ее построения. Наибольший интерес в развитии информационного обеспечения автоматизированных информационных технологий управления экономической деятельностью представляют применения в области искусственного интеллекта. Одной из форм реализации достижений в этой области является создание экспертных систем - специальных компьютерных систем, базирующихся на системном аккумулировании, обобщении, анализе и оценке знаний высококвалифицированных специалистов (экспертов). В экспертной системе используется база знаний, в которой представляются знания о конкретной предметной области.

База знаний — это совокупность моделей, правил и факторов (данных), порождающих анализ и выводы для нахождения решений сложных задач в некоторой предметной области. Выделенные и организованные в виде отдельных, целостных структур информационного обеспечения знания о предметной области становятся явными и отделяются от других типов знаний (например, общих знаний). Базы знаний позволяют вести рассуждения не только и не столько на основе формальной (математической) логики, но и на основе опыта, фактов, эвристик, т. е. базы знаний приближены к человеческой логике (рис. 6.4).

 

 

Разработки в области искусственного интеллекта имеют целью использование большого объема высококачественных специальных знаний о некоторой узкой предметной области для решения сложных, неординарных задач. Развитие концепции баз знаний связано с исследованиями и достижениями в области систем искусственного интеллекта. Области применения баз знаний и систем на их основе расширяются. Создается целый спектр баз знаний — от небольших по объему для портативных систем до мощных, предназначенных для профессионалов, эксплуатирующих сложные, технически оснащенные АРМ. Очень большие базы знаний хранятся в централизованных единых хранилищах данных, доступ к которым осуществляется через сети пользователями различных систем, разного уровня, масштаба и т. д. Совершенствование создаваемых баз знаний сделает их доступными для массового пользователя, будет способствовать их превращению в коммерческий продукт.

 

Дополнительные задания:

Проанализировать последний рейтинг TOP 500.

Подготовить информацию о нейроплатах и нейросетях, в связи с тем, что это наиболее эффективные технологии, реализованные на стратегическом уровне компании, и которые показывают наилучшие результаты в области принятия решений.

 

 

Семинар №2. Понятие «интеллектуальной» информационной технологии

Готовим к семинарскому занятию дополнительный материал. Примерные ссылки в конце документа.

Искусственный интеллект — одна из новейших наук, появившихся во второй половине XX века на базе вычислительной техники, математической логики, программирования, психологии, лингвистики, нейрофизиологии и других отраслей знаний. Искусственный интеллект — это образец междисциплинарных исследований, где соединяются профессиональные интересы специалистов разного профиля. Само название новой науки возникло в конце 1960-х годов.

Исследования в области искусственного интеллекта направлены на создание машин, обнаруживающих поведение, которое у людей называется интеллектуальным. Поскольку машины такого типа почти всегда являются вычислительными, направление «искусственный интеллект» относится к области вычислительной техники. Слово «интеллект» употребляется в различных смыслах, и хотя каждый из нас имеет достаточно определенное субъективное представление о том, что следует понимать под человеческим интеллектом, значительный интерес могут представить следующие определения, приведенные в словаре Вебстера:

· способность успешно реагировать на любую, особенно новую ситуацию путем надлежащих корректировок поведения;

· способность понимать взаимосвязи между фактами действительности для выработки действий, ведущих к достижению поставленной цели.

Эти определения в равной степени могут быть применены как к поведению машины, так и к поведению человека. Понятие интеллекта предполагает наличие многих целей, а также способность к обучению.

Искусственный интеллект — это программная система, имитирующая на компьютере мышление человека. Для создания такой системы необходимо изучить процесс мышления человека, решающего определенные задачи или принимающего решения в конкретной области, выделить основные шаги этого процесса и разработать программные средства, воспроизводящие их на компьютере. Следовательно, методы искусственного интеллекта предполагают простой структурный подход к разработке сложных программных систем принятия решений.

Информатика и искусственный интеллект имеют тесные взаимосвязи с лингвистикой, психологией и логикой, которые изучают явления, относящиеся к познанию и построению умозаключений. С одной стороны, лингвисты, психологи, специалисты в области математической логики переводят в программы те новые модели, которые они разрабатывают, а с другой — исследователи в области искусственного интеллекта изучают эти модели и пытаются воссоздать на их основе логику эффективных методов решения задач.

Считается, что совокупность научных исследований обретает права науки, если выполнены два необходимых условия:

· у этих исследований должен быть объект изучения, не совпадающий с объектами, которые изучают другие науки;

· должны существовать специфические методы исследования этого объекта, отличные от методов других, уже сложившихся наук.

Исследования, которые объединяются термином «искусственный интеллект», имеют специфический объект изучения и специфические методы. Существуют два подхода к созданию искусственного интеллекта:

1) создание ЭВМ с максимально возможными характеристиками (память, оперативная память, быстродействие), получивших название супер-ЭВМ;

2) моделирование работы головного мозга - нейросетевые технологии (бионический подход).

Суперкомпьютеры

 

Согласно определению Госдепартамента США, компьютеры с производительностью свыше 10 000 млн. теоретических операций в секунду ( MTOPS), считаются суперкомпьютерами. Другими основными признаками, характеризующими супер-ЭВМ (кроме высокой производительности), являются самый современный технологический уровень (например, GaAs -технология), специфические архитектурные решения, направленные на понышение быстродействия (например, наличие операций над векторами) и цена (обычно свыше 1-2 млн. долл.).

При создании суперкомпьютеров возникают естественные вопросы:

· какие задачи настолько важны, что требуются компьютеры стоимостью несколько 'миллионов долларов?;

· какие задачи настолько сложны, что Pentium II не достаточно? -совсем не актуально!

Традиционной сферой применения суперкомпьютеров всегда были научные исследования, физика плазмы и статистическая механика, физика конденсированных сред, молекулярная и атомная физика, теория элементарных частиц, газовая динамика и теория турбулентности, астрофизика. В химии это различные области вычислительной химии: квантовая химия (включая расчеты электронной структуры для целей конструирования новых материалов, например, катализаторов и сверхпроводников), молекулярная динамика, химическая кинетика, теория поверхностных явлений и химия твердого тела, создание лекарств. Естественно, что ряд областей применения находится на стыке соответствующих наук (например, химии и биологии) и пересекается с техническими приложениями. Так, задачи метеорологии, изучения атмосферных явлений, и в первую очередь, задача долгосрочного прогноза погоды, для решения которой постоянно не хватает мощностей современных супер-ЭВМ, тесно связаны с решением ряда перечисленных выше проблем физики.

Среди технических проблем, для решения которых используются суперкомпьютеры, можно указать на задачи аэрокосмической и автомобильной промышленности, ядерной энергетики, прогнозирования и разработки месторождений полезных ископаемых, нефтедобывающей и газовой промышленности (в том числе проблемы эффективной эксплуатации месторождений, особенно трехмерные задачи их исследования), и, наконец, конструирование новых микропроцессоров и компьютеров, в первую очередь самих супер-ЭВМ. Суперкомпьютеры традиционно применяются для военных целей. Кроме очевидных задач разработки оружия массового уничтожения и конструирования самолетов и ракет можно упомянуть, например, конструирование бесшумных подводных лодок и др. Самый известный пример — это американская программа СОИ.

Анализируя потенциальные потребности в супер-ЭВМ, их существующие приложения можно условно разбить на два класса. К первому классу можно отнести приложения, в которых известно, какой уровень производительности надо достигнуть в каждом конкретном случае (например, долгосрочный прогноз погоды), ко второму — задачи, для которых характерен быстрый рост вычислительных затрат с увеличением размера исследуемого объекта (например, в экономике супер-ЭВМ используются как быстродействующие банки данных крупнейших корпораций и объединений).