Задачи, решаемые интеллектуальными информационными системами

Основные понятия: искусственный интеллект, интеллектуальная информационная система, экспертная система, нейронная сеть, база знаний

Основные понятия: искусственный интеллект

Термин «интеллект» означает ум, рассудок, разум; мыслительные способности чел-ка.

Интеллект - способность мозга решать (интеллектуальные) задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам.

ИИ — раздел информатики, изучающий возмохность обеспеч-я разумных рассуждений и действий с помощью вычислит сис-м и иных искусственных уст-в. При этом в большинстве случаев заранее неизвестен алгоритм реш-я задачи.

Моделирование дея-ти чел-ка - задача решаемая, простая, тривиальная, но ее реш-е не дает практически никаких содержательных рез-тов при очень высоких затратах на ее реализацию. Обычно к реализации интеллектуальных сис-м подходят именно с т. зр. моделирования человеческой интеллектуальности. Направления ИИ:

1.символьное (семиотическое, нисходящее) основано на моделировании высокоуровневых процессов мышления чел-ка, на представлении и использовании знаний;

2.нейрокибернетическое (нейросетевое, восходящее) основано на моделировании отдельных низкоуровневых структур мозга (нейронов).

Т.о. сверхзадачей ИИ явл-ся построение комп интеллектуальной сис-мы, кот обладала бы уровнем эффективности решений неформализованных задач, сравнимым с человеческим или превосходящим его.

Наиб часто используемые при построении сис-м ИИ парадигмы программирования — ф-циональное и логическое программирование. От традиционных структурного и объектно-ориентированного подходов к разработке программной логики они отличаются нелинейным выводом реш-й и низкоуровневыми средствами поддержки анализа и синтеза структур данных.

В рамках гибридных интеллектуальных сис-м пытаются объединить 2 этих направления. Экспертные правила умозаключений м. генерироваться нейронными сетями, а порождающие правила получают с помощью статистического обучения.

Некотор из самых впечатляющих гражданских ИИ сис-м:

1.Deep Blue — победил чемпиона мира по шахматам.

2.Mycin — 1 из ранних ЭС, кот. могла диагностировать небольшой набор заболеваний, причем часто так же точно как и доктора.

3.20q — проект, основанный на идеях ИИ, по мотивам классиче игры «20 вопросов». Стал очень популярен после появления в интернете на сайте 20q.net.

4.Распознавание речи. Сис-мы такие как ViaVoice способны обслуживать потребителей.

5.Роботы в ежегодном турнире RoboCup соревнуются в упрощённой форме футбола.

Просматриваются 2 направления развития ИИ:

1.реш-е проблем связанных с приближением специализированных систем ИИ к возможностям чел-ка и их интеграции, кот реализована природой чел-ка.

2.создание Искусственного Разума, представляющего интеграцию уже созданных сист-м ИИ в единую сис-му способную решать проблемы человечества.

Применение ИИ Банки применяют сис-мы искусственного интеллекта (СИИ) при игре на бирже и управлении собственностью. В августе 2001 года роботы выиграли у людей в импровизированном соревновании по трейдингу (BBC News, 2001). Нейронные сети широко use при распознавании текста и речи, мед диагностике, спам-фильтрах, а также для обеспеч-я нац безопасности.

Разработчики комп игр вынуждены применять ИИ той или иной степени проработанности. Стандартными задачами ИИ в играх явл-ся нахождение пути в двухмерном или трёхмерном пространстве, имитация поведения боевой единицы, расчёт верной экономич стратегии и т.д.

 

Основные понятия: интеллектуальная информационная система

Интеллектуальная информационная система тесно связана с понятием искусственного интеллекта, однако среди ученых до сих пор нет трактовки данного понятия.

 

Искусственный интеллект – модель рациональной мыслительной составляющей психики

 

Искусственный интеллект – область исследований, в рамках которых разрабатываются модели и методы решения задач традиционно считавшихся интеллектуальными и не поддающимися формализации и автоматизации.

 

Искусственный интеллект - научная дисциплина, задачей которой явл.разработка математических описаний функций человеческого интеллекта, с целью аппаратной программной и технической реализации этих описаний средствами вычислительной техники.

 

Существует огромное множество интеллектуальных систем, например, самоорганизующиеся системы, системы эвристического поиска(к ним относятся робототехнические системы, системы распознавания), игровые системы; системы основанные на знаниях(экспертные системы, пакеты прикладных программ)

Основные понятия: экспертная система

1) Экспертные системы ориентированы на решение определенного круга задач в раннее не формализированных областях, которые считались малодоступными для ЭВМ

2) Экспертные системы предназначены для решения задач в диалоговом режиме со специалистами. В данном случае экспертная система выступает как инструмент подкрепления знаний специалистов и усиление его способностей к логическому выводу

3) Специалист, использующий экспертную систему для решения своих задач может достигать, а иногда превосходить возможности экспертов в данной области, что позволяет повысить квалификацию рядовых специалистов за счет аккумуляции знаний в экспертной системе.

 

Экспертные системы получили название:

 

1) Информацию для них поставляют эксперты в данной области

2) Экспертная система выдает решения аналогичные тем, которые формулируют эксперты

 

Эксперт- человек, который за годы обучения и практики научился чрезвычайно эффективно решать задачи, относящиеся к конкретной предметной области.

 

Экспертная система – программная система, выполняющая действия аналогичные тем, который выполняет эксперт в некоторой прикладной экспертной области, делая определенные заключения в ходе выдачи советов и консультаций.

Основные понятия: нейронная сеть

Иску́сственная нейро́нная се́ть (ИНС) — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма. Это понятие возникло при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы. Первой такой попыткой были нейронные сети У. Маккалока и У. Питтса[1]. После разработки алгоритмов обучения получаемые модели стали использовать в практических целях: в задачах прогнозирования, для распознавания образов, в задачах управления и др.

 

 

Основные понятия: база знаний.

 

База знаний (БЗ; англ. knowledge base, KB) — база данных, содержащая правила вывода и информацию о человеческом опыте и знаниях в некоторой предметной области В самообучающихся системах база знаний также содержит информацию, являющуюся результатом решения предыдущих задач[1].

 

Современные базы знаний работают совместно с системами поиска и извлечения информации. Для этого требуется некоторая модель классификации понятий и определённый формат представления знаний. Иерархический способ представления в базе знаний набора понятий и их отношений называется онтологией.

 

База знаний — важный компонент интеллектуальной системы. Наиболее известный класс таких программ — это экспертные системы. Они предназначены для поиска способов решения проблем из некоторой предметной области, основываясь на записях БЗ и на пользовательском описании ситуации.

Простые базы знаний могут использоваться для создания экспертных систем хранения данных в организации: документации, руководств, статей технического обеспечения. Главная цель создания таких баз — помочь менее опытным людям найти уже существующее описание способа решения какой-либо проблемы.

Двумя наиболее важными требованиями к информации, хранящейся в базе знаний интеллектуальной системы, являются:

1. Достоверность конкретных и обобщённых сведений, имеющихся в базе данных;

2. Релевантность информации, получаемой с помощью правил вывода базы знаний.

2 Области применения искусственного интеллекта (примеры)

 

Среди важнейших классов задач, которые ставились перед разработчиками интеллектуальных систем с момента определения искусственного интеллекта как научного направления следует выделить следующие направления искусственного интеллекта, которые решают задачи, что плохо поддаются формализации: доказательство теорем, распознавания изображений, машинный перевод и понимание человеческой речи, игровые программы, машинная творчество, экспертные системы.

Кратко рассмотрим их сущность.

Доказательство теорем. Изучение приемов доказательства теорем сыграло важную роль в развитии искусственного интеллекта. Много неформальных задач, например, медицинская диагностика, применяют при решении методические подходы, которые использовались при автоматизации доказательства теорем

Распознавание изображений. Применение искусственного интеллекта для распознавании образов позволила создавать практически работающие системы идентификации графических объектов на основе аналогичных признаков. В качестве признаков могут рассматриваться любые характеристики объектов, подлежащих распознаванию.

Машинный перевод и понимание человеческой речи. Задача анализа предложений человеческой речи с применением словаря является типичной задачей систем искусственного интеллекта. Для ее решения был создан язык-посредник, облегчающий сопоставление фраз из разных языков. В дальнейшем этот язык-посредник превратилась в семантическую модель представления значений текстов, подлежащих переводу. Эволюция семантической модели привела к созданию языка для внутреннего представления знаний. В результате, современные системы осуществляют анализ текстов и фраз в четыре основных этапа: морфологический анализ, синтаксический, семантический и прагматический анализ.

Игровые программы. В основу большинства игровых программ положены несколько базовых идей искусственного интеллекта, таких как перебор вариантов и самообучения. Одна из наиболее интересных задач в сфере игровых программ, использующих методы искусственного интеллекта, заключается в обучении компьютера игры в шахматы. Она была основана еще на заре вычислительной техники, в конце 50-х годов.

 

В 1974 году впервые прошел чемпионат мира среди шахматных программ в рамках очередного конгресса IFIP (International Federation of Information Processing) в Стокгольме. Победителем этого соревнования стала шахматная программа «Каисса». Она была создана в Москве, в Институте проблем управления Академии наук СССР.

Машинная творчество. К одной из областей применений искусственного интеллекта можно отнести программные системы, способные самостоятельно создавать музыку, стихи, рассказы, статьи, дипломы и даже диссертации. Сегодня существует целый класс музыкальных языков программирования (например, язык C-Sound). Для различных музыкальных задач было создано специальное программное обеспечение: системы обработки звука, синтеза звука, системы интерактивного композиции, программы алгоритмической композиции.

Экспертные системы. Методы искусственного интеллекта нашли применение в создании автоматизированных консультирующих систем или экспертных систем. Первые экспертные системы были разработаны, как научно-исследовательские инструментальные средства в 1960-х годах прошлого столетия.

 

Они были системами искусственного интеллекта, специально предназначенными для решения сложных задач в узкой предметной области, такой, например, как медицинская диагностика заболеваний. Классической целью этого направления изначально было создание системы искусственного интеллекта общего назначения, которая была бы способна решить любую проблему без конкретных знаний в предметной области. Ввиду ограниченности возможностей вычислительных ресурсов, эта задача оказалась слишком сложной для решения с приемлемым результатом.

 

Предметная область.

Проблемная область интеллектуальной системы определяется

предметной областью и решаемыми в ней задачами.

Предметную область можно характеризовать описанием области в

терминах пользователя, а задачи – их типом.

С точки зрения разработчика выделяются статические и динамические

предметные области.

Предметная область называется статической, если описывающие ее

исходные данные не изменяются во времени. При этом производные

данные (выводимые из исходных) могут появляться заново и

изменяться (не изменяя при этом исходных данных).

Если исходные данные, описывающие предметную область,

изменяются за время решения задачи, то предметную область

называют динамической.

 

Пополнение знаний.

Пополнение БЗ осуществляется различными методами

при общении с внешней средой,

при постановке новых задач,

при достижении новых целей.

Кроме того, пополнение знаний осуществляется самой ИнС на основе имеющейся БЗ и машин (программ) логического вывода новых знаний. Это ведет к устранению трудности, связанной с ограниченностью знаний.

Проблема пополнения знаний возникла при решении задач:

понимания естественного языка,

обучения,

поиска ответов на вопросы к БЗ,

анализа ситуаций, сцен и др.

Знания могут быть представлены в виде фактов, хранящихся в БЗ, или в виде описания ситуаций, поступающих на вход ИнС.

Укажем несколько подходов к пополнению знаний:

модели «здравого смысла»;

сценарии;

подход, опирающийся на идею о том, что физические закономерности внешнего мира могут быть описаны в рамках специальных псевдофизических логик

 

Экспертные системы.

Экспертная система - это программное средство, использующее экспертные знания для обеспечения высокоэффективного решения неформализованных задач в узкой предметной области. Основу ЭС составляет база знаний (БЗ) о предметной области, которая накапливается в процессе построения и эксплуатации ЭС. Накопление и организация знаний - важнейшее свойство всех ЭС.

 

Решатель

 

Решатель предназначен для того, чтобы, используя исходные данные из рабочей памяти и знания из БЗ, формировать такую последовательность правил, которые, применяясь к исходным данным, позволяют решать необходимую задачу.

База данных

 

В базе данных (рабочей памяти) хранятся исходные и промежуточные данные решаемой задачи. Этот термин совпадает по названию, но не по смыслу с термином, используемым в информационно-поисковых системах и системах управления базами данных (СУБД) для обозначения всех данных, хранимых в системе.

База знаний

 

База знаний необходима для хранения долгосрочных данных, описывающих рассматриваемую область, и правил, описывающих необходимые действия над данными этой области.

Объяснительный компонент

 

Объяснительный компонент интерпретирует в доступную для пользователя форму методы решения задачи или принятия системой определенного решения. Кроме того, он выполняет функции объяснения порядка использования данных, необходимых для принятия решения. Это облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.

Диалоговый компонент

 

Диалоговый компонент необходим для организации дружественного общения с пользователем, как в ходе решения задач, так и в процессе приобретения знаний и объяснения результатов работы. Название этого компонента говорит само за себя – он выполняет функции диалогового интерфейса. С его помощью в систему вносятся вопросы и поправки, а также визуализируются ответы.

Работа экспертной системы

 

ЭС могут работать в двух режимах: режиме приобретения знаний и режиме консультации. Режим консультации еще называют режимом решения задачи или режимом использования экспертной системы.

Основные понятия: искусственный интеллект, интеллектуальная информационная система, экспертная система, нейронная сеть, база знаний

Основные понятия: искусственный интеллект

Термин «интеллект» означает ум, рассудок, разум; мыслительные способности чел-ка.

Интеллект - способность мозга решать (интеллектуальные) задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам.

ИИ — раздел информатики, изучающий возмохность обеспеч-я разумных рассуждений и действий с помощью вычислит сис-м и иных искусственных уст-в. При этом в большинстве случаев заранее неизвестен алгоритм реш-я задачи.

Моделирование дея-ти чел-ка - задача решаемая, простая, тривиальная, но ее реш-е не дает практически никаких содержательных рез-тов при очень высоких затратах на ее реализацию. Обычно к реализации интеллектуальных сис-м подходят именно с т. зр. моделирования человеческой интеллектуальности. Направления ИИ:

1.символьное (семиотическое, нисходящее) основано на моделировании высокоуровневых процессов мышления чел-ка, на представлении и использовании знаний;

2.нейрокибернетическое (нейросетевое, восходящее) основано на моделировании отдельных низкоуровневых структур мозга (нейронов).

Т.о. сверхзадачей ИИ явл-ся построение комп интеллектуальной сис-мы, кот обладала бы уровнем эффективности решений неформализованных задач, сравнимым с человеческим или превосходящим его.

Наиб часто используемые при построении сис-м ИИ парадигмы программирования — ф-циональное и логическое программирование. От традиционных структурного и объектно-ориентированного подходов к разработке программной логики они отличаются нелинейным выводом реш-й и низкоуровневыми средствами поддержки анализа и синтеза структур данных.

В рамках гибридных интеллектуальных сис-м пытаются объединить 2 этих направления. Экспертные правила умозаключений м. генерироваться нейронными сетями, а порождающие правила получают с помощью статистического обучения.

Некотор из самых впечатляющих гражданских ИИ сис-м:

1.Deep Blue — победил чемпиона мира по шахматам.

2.Mycin — 1 из ранних ЭС, кот. могла диагностировать небольшой набор заболеваний, причем часто так же точно как и доктора.

3.20q — проект, основанный на идеях ИИ, по мотивам классиче игры «20 вопросов». Стал очень популярен после появления в интернете на сайте 20q.net.

4.Распознавание речи. Сис-мы такие как ViaVoice способны обслуживать потребителей.

5.Роботы в ежегодном турнире RoboCup соревнуются в упрощённой форме футбола.

Просматриваются 2 направления развития ИИ:

1.реш-е проблем связанных с приближением специализированных систем ИИ к возможностям чел-ка и их интеграции, кот реализована природой чел-ка.

2.создание Искусственного Разума, представляющего интеграцию уже созданных сист-м ИИ в единую сис-му способную решать проблемы человечества.

Применение ИИ Банки применяют сис-мы искусственного интеллекта (СИИ) при игре на бирже и управлении собственностью. В августе 2001 года роботы выиграли у людей в импровизированном соревновании по трейдингу (BBC News, 2001). Нейронные сети широко use при распознавании текста и речи, мед диагностике, спам-фильтрах, а также для обеспеч-я нац безопасности.

Разработчики комп игр вынуждены применять ИИ той или иной степени проработанности. Стандартными задачами ИИ в играх явл-ся нахождение пути в двухмерном или трёхмерном пространстве, имитация поведения боевой единицы, расчёт верной экономич стратегии и т.д.

 

Основные понятия: интеллектуальная информационная система

Интеллектуальная информационная система тесно связана с понятием искусственного интеллекта, однако среди ученых до сих пор нет трактовки данного понятия.

 

Искусственный интеллект – модель рациональной мыслительной составляющей психики

 

Искусственный интеллект – область исследований, в рамках которых разрабатываются модели и методы решения задач традиционно считавшихся интеллектуальными и не поддающимися формализации и автоматизации.

 

Искусственный интеллект - научная дисциплина, задачей которой явл.разработка математических описаний функций человеческого интеллекта, с целью аппаратной программной и технической реализации этих описаний средствами вычислительной техники.

 

Существует огромное множество интеллектуальных систем, например, самоорганизующиеся системы, системы эвристического поиска(к ним относятся робототехнические системы, системы распознавания), игровые системы; системы основанные на знаниях(экспертные системы, пакеты прикладных программ)

Основные понятия: экспертная система

1) Экспертные системы ориентированы на решение определенного круга задач в раннее не формализированных областях, которые считались малодоступными для ЭВМ

2) Экспертные системы предназначены для решения задач в диалоговом режиме со специалистами. В данном случае экспертная система выступает как инструмент подкрепления знаний специалистов и усиление его способностей к логическому выводу

3) Специалист, использующий экспертную систему для решения своих задач может достигать, а иногда превосходить возможности экспертов в данной области, что позволяет повысить квалификацию рядовых специалистов за счет аккумуляции знаний в экспертной системе.

 

Экспертные системы получили название:

 

1) Информацию для них поставляют эксперты в данной области

2) Экспертная система выдает решения аналогичные тем, которые формулируют эксперты

 

Эксперт- человек, который за годы обучения и практики научился чрезвычайно эффективно решать задачи, относящиеся к конкретной предметной области.

 

Экспертная система – программная система, выполняющая действия аналогичные тем, который выполняет эксперт в некоторой прикладной экспертной области, делая определенные заключения в ходе выдачи советов и консультаций.

Основные понятия: нейронная сеть

Иску́сственная нейро́нная се́ть (ИНС) — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма. Это понятие возникло при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы. Первой такой попыткой были нейронные сети У. Маккалока и У. Питтса[1]. После разработки алгоритмов обучения получаемые модели стали использовать в практических целях: в задачах прогнозирования, для распознавания образов, в задачах управления и др.

 

 

Основные понятия: база знаний.

 

База знаний (БЗ; англ. knowledge base, KB) — база данных, содержащая правила вывода и информацию о человеческом опыте и знаниях в некоторой предметной области В самообучающихся системах база знаний также содержит информацию, являющуюся результатом решения предыдущих задач[1].

 

Современные базы знаний работают совместно с системами поиска и извлечения информации. Для этого требуется некоторая модель классификации понятий и определённый формат представления знаний. Иерархический способ представления в базе знаний набора понятий и их отношений называется онтологией.

 

База знаний — важный компонент интеллектуальной системы. Наиболее известный класс таких программ — это экспертные системы. Они предназначены для поиска способов решения проблем из некоторой предметной области, основываясь на записях БЗ и на пользовательском описании ситуации.

Простые базы знаний могут использоваться для создания экспертных систем хранения данных в организации: документации, руководств, статей технического обеспечения. Главная цель создания таких баз — помочь менее опытным людям найти уже существующее описание способа решения какой-либо проблемы.

Двумя наиболее важными требованиями к информации, хранящейся в базе знаний интеллектуальной системы, являются:

1. Достоверность конкретных и обобщённых сведений, имеющихся в базе данных;

2. Релевантность информации, получаемой с помощью правил вывода базы знаний.

2 Области применения искусственного интеллекта (примеры)

 

Среди важнейших классов задач, которые ставились перед разработчиками интеллектуальных систем с момента определения искусственного интеллекта как научного направления следует выделить следующие направления искусственного интеллекта, которые решают задачи, что плохо поддаются формализации: доказательство теорем, распознавания изображений, машинный перевод и понимание человеческой речи, игровые программы, машинная творчество, экспертные системы.

Кратко рассмотрим их сущность.

Доказательство теорем. Изучение приемов доказательства теорем сыграло важную роль в развитии искусственного интеллекта. Много неформальных задач, например, медицинская диагностика, применяют при решении методические подходы, которые использовались при автоматизации доказательства теорем

Распознавание изображений. Применение искусственного интеллекта для распознавании образов позволила создавать практически работающие системы идентификации графических объектов на основе аналогичных признаков. В качестве признаков могут рассматриваться любые характеристики объектов, подлежащих распознаванию.

Машинный перевод и понимание человеческой речи. Задача анализа предложений человеческой речи с применением словаря является типичной задачей систем искусственного интеллекта. Для ее решения был создан язык-посредник, облегчающий сопоставление фраз из разных языков. В дальнейшем этот язык-посредник превратилась в семантическую модель представления значений текстов, подлежащих переводу. Эволюция семантической модели привела к созданию языка для внутреннего представления знаний. В результате, современные системы осуществляют анализ текстов и фраз в четыре основных этапа: морфологический анализ, синтаксический, семантический и прагматический анализ.

Игровые программы. В основу большинства игровых программ положены несколько базовых идей искусственного интеллекта, таких как перебор вариантов и самообучения. Одна из наиболее интересных задач в сфере игровых программ, использующих методы искусственного интеллекта, заключается в обучении компьютера игры в шахматы. Она была основана еще на заре вычислительной техники, в конце 50-х годов.

 

В 1974 году впервые прошел чемпионат мира среди шахматных программ в рамках очередного конгресса IFIP (International Federation of Information Processing) в Стокгольме. Победителем этого соревнования стала шахматная программа «Каисса». Она была создана в Москве, в Институте проблем управления Академии наук СССР.

Машинная творчество. К одной из областей применений искусственного интеллекта можно отнести программные системы, способные самостоятельно создавать музыку, стихи, рассказы, статьи, дипломы и даже диссертации. Сегодня существует целый класс музыкальных языков программирования (например, язык C-Sound). Для различных музыкальных задач было создано специальное программное обеспечение: системы обработки звука, синтеза звука, системы интерактивного композиции, программы алгоритмической композиции.

Экспертные системы. Методы искусственного интеллекта нашли применение в создании автоматизированных консультирующих систем или экспертных систем. Первые экспертные системы были разработаны, как научно-исследовательские инструментальные средства в 1960-х годах прошлого столетия.

 

Они были системами искусственного интеллекта, специально предназначенными для решения сложных задач в узкой предметной области, такой, например, как медицинская диагностика заболеваний. Классической целью этого направления изначально было создание системы искусственного интеллекта общего назначения, которая была бы способна решить любую проблему без конкретных знаний в предметной области. Ввиду ограниченности возможностей вычислительных ресурсов, эта задача оказалась слишком сложной для решения с приемлемым результатом.

 

Задачи, решаемые интеллектуальными информационными системами