Методи та системи штучного інтелекту

МЕТОДИ ТА СИСТЕМИ ШТУЧНОГО ІНТЕЛЕКТУ

 

Кургаєв Олександр Пилипович - доктор технічних наук, професор кафедри інформаційних систем,

провідний науковий співробітник Інституту кібернетики ім. В.М. Глушкова НАН України.

Область наукових інтересів – системи обробки знань, представлених у формі наукової теорії.

ОСНОВНІ РОЗДІЛИ ТЕМ КУРСУ

Основні поняття та означення

A. Поняття штучного інтелекту

B. Поняття інтелектуальної системи (ІС) та інтелектуальної задачі (ІЗ)

Способи подання ІЗ та методи пошуку рішень

A. Способи подання ІЗ, іхні переваги та недоліки

B. Пошук рішення ІЗ у просторі станів. Методи «сліпого» та евристичного пошуків

C. Методи пошуку рішень ІЗ у разі зведення задач до сукупності підзадач

Представлення знань у СШІ

A. Знання та моделі представлення знань у СШІ

B. Продукційні моделі представлення знань

C. Управління пошуком рішень у продукційних системах

Вирішувачі проблем, засновані на знаннях

A. Семантичні сітки (СС): основні поняття, типи, способи опису та логічне виведення на СС

B. Фрейми: основні поняття, структура фрейма. Фреймові системи

C. Експертні системи (ЕС): призначення та принципи побудови; узагальнена архітектура; класи задач, які вирішуються за допомогою ЕС

D. Розробка ЕС: етапи розробки; придбання знань; пошук та пояснення рішень. Інженерія знань

Сучасні тенденції та підходи до створення СШІ

A. Сучасні програмні та інструментальні засоби створення СШІ: Visual Prolog, Allegro CLOS, CLIPS, JESS. Мови функціонального та логічного програмування

B. Онтологічний підхід до представлення та інтеграції знань у розподілених інформаційних середовищах типу Інтернет.

Лекція 1.

ОСНОВНІ ПОНЯТТЯ ШТУЧНОГО ІНТЕЛЕКТУ

Інтелект полягає не в знанні істини, а в знанні, як поводитись в постійно мінливому й еволюціонуючому світі [Дж. Люггер Штучний інтелект]. Приблизно так само інтелект визначав відомий радянський філософ і логік В.Ф. Асмус: " інтелект - це мистецтво виживання ".

Штучний інтелект (ШІ) перебуває на стику ряду наук: інформатики, мовознавства (математичної лінгвістики), психології (когнітивної науки) і філософії. Тобто вивчається міждисциплінарною наукою.

 

ПРЕДМЕТОМ ШІ є інтелектуальна діяльність людини згідно заздалегідь невідомим законам. ШІ - це все те, що не може бути оброблене за допомогою алгоритмічних методів.

 

Тематика ШІ в даний час охоплює величезний перелік наукових напрямків, починаючи з таких задач загального характеру, як навчання і сприйняття, і закінчуючи такими спеціальними задачами, як гра у шахи, доказ математичних теорем, віршування і діагностика захворювань.

ШІ – це одна з найновіших сфер науки. Штучний інтелект, як і будь-який напрямок сучасної науки, має багату передісторію. Перші праці в цій області почались незабаром після Другої світової війни, а сама її назва була запропонована в 1956 році.

 

Філософська ідея про заміну людини розумною машиною одержала найбільшого поширення в 60-80 роках. Основні теоретичні положення ШІ, а ШІ сьогодні - вершина інформаційних технологій, закладені саме в цей період.

 

Історія досягнень досліджень ШІ є дуженасиченою. Найважливіші з них наведено нижче

Рік     Події й відкриття

1943 Породжуючі правила Поста; модель нейрона

         Маккаллоха й Піттса

1954    Керування виконанням правил за допомогою

        марковського алгоритму

1956    Дартмутська конференція; програма Logic Theorist

         (Логік-теоретик); евристичний пошук; введення в

         науковий обіг терміна "штучний інтелект"

1957    Винахід персептрона Розенблаттом; початок робіт над програмою GPS (General Problem Solver - універсальний

         вирішувач задач) (Ньюелл, Шоу й Саймон)

1958  Мова штучного інтелекту LISP (Маккарті)

1962 Вихід із друку книги Розенблатта Principles of

          Neurodynamics, присвяченої сприйняттю

1965       Застосування методу резолюції для автоматичного

          доказу теорем (Робінсон); застосування нечіткої логіки для міркувань про нечітко задані об'єкти (Л. Заде);

           початок робіт над першою експертною системою

           DENDRAL (Фейгенбаум, Бьюкенен)

1968       Семантичні мережі, модель асоціативної пам'яті

         (Квілліан)

1969 Математична експертна система MACSYMA (Мартін і Мозес)

1970 Початок робіт над мовою PROLOG (Колмерое, Русселл)

1971 Розробка системи розпізнавання мови HEARSAY I;

        популярний виклад підходу на основі правил у книзі

         Human Problem Solving (Ньюелл і Саймон)

1973       Створення експертної системи для медичної

          діагностики МУСIN (Шортліфф), що потягло за

          собою  розробку системи GUIDON, концепції

          інтелектуального навчання (Кленсі) і системи

          TEIRESIAS, формулювання принципів застосування

           засобу пояснення (Девіс) і створення ЕМYСIN,

          першого командного інтерпретатора (Ван Мелле,

         Шортліфф і Бьюкенен); розробка системи HEARSAY ІІ; застосування моделі класної дошки для організації співробітництва декількох експертів

1975   Фрейми подання знань (М. Мінський)

1976    Створення програми АМ (Artificial Mathematician –

              автоматизований математик), що забезпечує творче

           відкриття математичних понять (Ленат); застосування теорії доказів Демпстера-Шефера для проведення міркувань в умовах невизначеності; початок робіт над експертною системою PROSPECTOR, призначеною

           для розвідки корисних копалин (Дуда, Харт)

1977     Розробка командного інтерпретатора експертної

           системи ОРS (Форгі), попередника CLIPS

1978 Початок робіт над системою XCON/R1 (Макдермотт,

           компанія DEC), призначеної для визначення

           конфігурацій комп'ютерних систем DEC; розробка

           системи Мета-DENDRAL, формулювання поняття

           метаправил і обґрунтування принципу виводу правил по методу індукції (Бьюкенен)

1979 Застосування rete-алгоритма для швидкого зіставлення

         із шаблонами (Форгі); початок комерціалізації

         штучного інтелекту; створення компанії Inference Согр. (ця компанія випустила інструментальні засоби

         експертних систем АRТ в 1985 році)

1980 Відкриття в області символьної логіки; засновано

       компанію LMI для виробництва LISP машин

1982 Розробка математичної експертної системи SMP;

        створення нейронної мережі Хопфілда; початок робіт у Японії над проектом комп'ютерів V покоління, чиєю

        метою була розробка інтелектуальних комп'ютерів

1983 Створення інструментального засобу експертних систем КЕЕ (компанія IntelliCorp)

1985 Випуск версії 1 інструментального засобу експертних

        систем CLIPS (агентство NASA). Ці програми вільно

        доступні для використання на всіх комп'ютерах, а не

        лише на дорогих LISP комп'ютерах спеціального

        призначення

Доказ теорем.

Вивчення прийомів доказу теорем зіграло важливу роль у розвитку ШІ. Формалізація дедуктивного процесу з використанням логіки предикатів допомагає глибше зрозуміти деякі компоненти міркувань. Багато неформальних задач, наприклад, медична діагностика, допускають формалізацію як задачу на доказ теорем. Пошук доказу математичної теореми вимагає не лише зробити дедукцію, виходячи з гіпотез, але також створити інтуїтивні здогади й гіпотези про те, які проміжні твердження варто довести для виводу доказу основної теореми.

В 1954 році А. Ньюэлл задумав створити програму для гри в шахи. Дж. Шоу й Г. Саймон об'єдналися в роботі по проекту Ньюелла й в 1956 році вони створили мову програмування ІPL-І (попередник LіSPа) для роботи із символьною інформацією. Їхніми першими програмами стала програма LT (Logіc Theorіst) для доказу теорем і числення висловлень (1956 рік), а також програма NSS (Newell, Shaw, Sіmon) для гри в шахи (1957 рік). LT й NSS призвели до створення А. Ньюеллом, Дж. Шоу і Г. Саймоном програми GPS (General Problem Solver) в 1957-1972 роках. Програма GPS моделювала використовувані людиною загальні стратегії рішення задач і могла застосовуватись для рішення шахових і логічних задач, доказу теорем, граматичного розбору речень, математичного інтегрування, головоломок типу "Ханойська вежа" і т.д. Процес роботи GPS відтворює методи рішення задач, використуємих людиною: висуваються підцілі, що наближають до рішення, застосовується евристичний метод (один, другий і т.д.), поки не буде отримано рішення. Спроби припиняються, якщо одержати рішення не вдається. Програма GPS могла вирішувати лише відносно прості задачі. Її універсальність досягалася за рахунок ефективності. Спеціалізовані "вирішувачі задач" - STUDENT (Bobrov, 1964) і ін. краще проявляли себе при пошуку рішення у своїх предметних областях. GPS виявилася першою програмою (написана мовою ІPL-V), у якій передбачалося планування стратегії рішення задач.

Для рішення важко формалізуємих задач і, зокрема, для роботи зі знаннями були створені мови програмування для задач ШІ: LІSP (1958 рік, J. MacCatthy), Пролог (1975-79 роки, D. Warren, F. Pereіra), ІнтерLіSP, FRL, KRL, SMALLTALK, OPS5, PLANNER, QA4, MACSYMA, REDUCE, РЕФАЛ, CLІPS. До числа найбільш популярних традиційних мов програмування для створення ІС варто також віднести С++ і Паскаль.

Розпізнавання зображень.

Народження робототехніки висунуло задачу машинного зору й розпізнавання зображень у число першочергових.

У традиційному розпізнаванні образів з'явився добре розроблений математичний апарат, і для не дуже складних об'єктів виявилося можливим будувати практично працюючі системи класифікації за ознаками, за аналогією й т.д.. Як ознаки можуть розглядатися будь-які характеристики розпізнаваних об'єктів. Ознаки повинні бути інваріантні до орієнтації, розміру й варіаціям форми об'єктів. Алфавіт ознак придумується розроблювачем системи. Якість розпізнавання багато в чому залежить від того, наскільки вдало придуманий алфавіт ознак. Розпізнавання складається в апріорному одержанні вектора ознак для виділеного на зображенні окремого розпізнаваного об'єкта, і лише потім у визначенні того, якому з еталонів цей вектор відповідає.

П. Уінстон на початку 80-х років звернув увагу на необхідність реалізації цілеспрямованого процесу машинного сприйняття. Ціль повинна управляти роботою всіх процедур, у тому числі й процедур нижнього рівня, тобто процедур попередньої обробки й виділення ознак. Повинна бути можливість на будь-якій стадії процесу залежно від одержуваного результату повертатися до його початку для уточнення результатів роботи процедур попередніх рівнів. У П. Уінстона, так само як й в інших дослідників, до рішення практичних задач справа не дійшла, хоча в 80-і роки обчислювальні потужності великих машин дозволяли почати рішення подібних задач. Таким чином, ранні традиційні системи розпізнавання, що ґрунтуються на послідовній організації процесу розпізнавання й класифікації об'єктів, ефективно вирішувати задачі сприйняття складної зорової інформації не могли.

 

Експертні системи.

Методи ШІ знайшли застосування при створенні автоматичних консультуючих систем. До 1968 року дослідники в області ШІ працювали на основі загального підходу - спрощення комбінаторики, що базується на зменшенні перебору альтернатив виходячи зі здорового глузду, застосування числових функцій оцінювання й різних евристик.

На початку 70-х років відбувся якісний стрибок і прийшло розуміння, що необхідні глибокі знання у відповідній області й виділення знань із даних, одержуваних від експерта. З'являються експертні системи (ЕС), або системи, засновані на знаннях.

ЕС DENDRAL (середина 60-х років, Стенфордский університет) розшифровувала дані мас-спектрографічного аналізу.

ЕС MYCІN (середина 70-х років, Стенфордский університет) ставила діагноз при інфекційних захворюваннях крові.

ЕС PROSPECTOR (1974-1983 роки, Стенфордский університет) виявляла корисні копалини.

ЕС SOPHІE навчала діагностуванню несправностей в електричних ланцюгах. ЕС XCON допомагала конфігурувати устаткування для систем VAX фірми DEC, ЕС PALLADІО допомагала проектувати й тестуватим НВІС-схеми.

ЕС JUDІTH допомагає фахівцям із цивільних справ і разом з юристом і з його слів засвоює фактичні і юридичні передумови справи, а потім пропонує розглянути різні варіанти підходів до розв'язку справи.

ЕС LRS надає допомогу в підборі й аналізі інформації про судові рішення й правові акти в області кредитно-грошового законодавства, пов'язаного з використанням векселів і чеків.

ЕС "Ущерб" на основі російського трудового законодавства забезпечує юридичний аналіз ситуації залучення робітників та службовців до матеріальної відповідальності при нанесенні підприємству матеріального збитку дією або бездіяльністю.

Список створених ЕС можна перераховувати дуже довго. Були розроблені й впроваджені тисячі реально працюючих експертних систем.

Розробка інструментальних засобів для створення ЕС ведеться постійно. З'являються експертні системи оболонки, удосконалюються технології створення ЕС. Мова Пролог (1975-79 роки) стає одним з основних інструментів створення ЕС. Мова CLІPS (C Language Іntegrated Productіon System) почала розроблятися в космічному центрі Джонсона NASA в 1984 році. Мова CLІPS вільна від недоліків попередніх інструментальних засобів для створення ЕС, заснованих мовою LІSP. З'являється інструментарій EXSYS, що став на початку 90-х років одним з лідерів по створенню ЕС. На початку ХХІ століття з'являється теорія інтелектуальних агентів й експертних систем на їхній основі. Web-орієнтований інструментарій JESS (Java Expert System Shell), що використає мову подання знань CLІPS, набув достатню популярність у цей час. Серед російських інструментальних засобів слід зазначити веб-орієнтовану версію комплексу АТ-ТЕХНОЛОГІЯ, розроблену на кафедрі Кібернетики МІФД. У цьому комплексі вся прикладна логіка як комплексу в цілому, так і розроблених у ньому веб-інтегрованих ЕС, зосереджена на стороні сервера.

Практика впровадження ЕС показала, що немає чудодійних рецептів - потрібна кропітка робота з уведення в комп'ютер досвіду й знань фахівців всіх галузей науки.

 

Ігрові програми.

До числа перших ігрових програм можна віднести програму Артура Самуэля по грі в чекерс (американські шашки), написану в 1947 році, причому в ній використався ряд основних ідей ШІ, таких, як перебір варіантів і самонавчання.

Навчити комп'ютер грати в шахи - одна з найцікавіших задач у сфері ігрових програм, що використають методи ШІ. Вона була поставлена вже на зорі обчислювальної техніки, наприкінці 50-х років. У шахах існують певні рівні майстерності, ступені якості гри, які можуть дати чіткі критерії інтелектуального росту машини. Тому комп'ютерними шахами активно займалися вчені розуми в усім світі. Але шахи - гра, змагання, і щоб продемонструвати свої логічні здатності, комп'ютеру необхідний безпосередній супротивник. В 1974 році вперше пройшов чемпіонат світу серед шахових програм у рамках чергового конгресу ІFІP (Іnternatіonal Federatіon of Іnformatіon Processіng) у Стокгольмі. Переможцем цього змагання стала радянська шахова програма "Каисса" (Каисса - богиня, покровителька шахів). Ця програма була створена в Москві, в Інституті проблем керування Академії наук у команді розроблювачів програми-чемпіона, лідерами якої були Володимир Арлазаров, Михайло Донськой і Георгій Адельсон-Вельский. "Каисса" показала усьому світу здатності російських фахівців в області евристичного програмування.

 

Машинна творчість.

В 1957 році американські дослідники М. Мэтьюз і Н. Гутман відвідали концерт одного маловідомого піаніста. Концерт їм обом не сподобався, і, придя додому, М. Метьюз відразу став писати програму, що грає музику. Ідея Метьюза, розвиваючись, породила цілий клас музичних мов програмування, які спочатку називалися MUSІ з номером версії. Мова C-Sound походить саме із цих програм. А відділення Стендфордского інституту досліджень, де працював тоді М. Мэтьюз, виросло в музичний дослідницький центр за назвою CCRMA.

 

В 1959 році радянський математик Рудольф Зарипов почав "складати" одноголосні музичні п'єси на машині "Урал". Вони називалися "Уральські наспіви" і носили характер експерименту. При їхньому складанні використалися випадкові процеси для різних елементів музичної фактури (форма, ритм, звуковисотність і т.д.). З тих пір з'явилося дуже багато програм для алгоритмічної композиції. Для різних музичних задач було створено спеціальне програмне забезпечення: системи багатоканального зведення; системи обробки звуку; системи синтезу звуку; системи інтерактивної композиції; програми алгоритмічної композиції й ін.

В 1975-1976 роках були проведені експерименти щодо порівняння машинної й "людської" музики. Для експерименту були обрані мелодії пісень відомих радянських композиторів, опубліковані в збірниках обраних пісень, і мелодії, складені на обчислювальній машині "Урал-2" по програмі Р. Зарипова. Результати експериментів такі: машинні твори журі визнало в більшості випадків найцікавішими й, "без сумніву, написаними людиною". Таким чином, діяльність машини задовольняла критерію Тьюринга - експерти не взнали її.

Д. А. Поспєлов у своєму інтерв'ю "Літературній газеті" [№1, 1976] злегка іронізує над методом Р. Зарипова, згадуючи, що приблизно такий же спосіб "творчості" запропонував ще Остап Бендер в "Золотому теляті", продавши журналістові Ухудшанскому своє "Незамінний посібник для твору ювілейних статей, табельних фейлетонів, а також парадних віршів, од і тропарів", що рятує від "необхідності чекати, покуда вас обіллє пітний вал вдохновенья". З розділу першого (словник) беруться потрібні іменники, прикметники, дієслова, змішуються по зразках розділу другого (творча частина) і виходить "шедевр". Такий метод можна запрограмувати й можна написати повісті, розповіді, вірші. Але навряд чи це можна назвати творчістю. Практично очевидно, що в такий спосіб не буде створено геніальний в загальнолюдському змісті твір.

Не будемо чекати від інтелектуальних систем геніальності. ІС уже зараз здатні робити багато корисної й розумної роботи, що вимагає якоїсь частки інтелекту.

Серед напрямків робіт в області ШІ варто також виділити НЕЙРОКІБЕРНЕТИКУ, або інакше кажучи, підхід до розробки машин, що демонструють "розумну" поведінку, на основі архітектур, що нагадують устрій мозку й називаних нейронны мережы (НМ). В 1942 році, коли Н. Вінер визначив концепції кібернетики, В. Мак-Каллок і В. Питс опублікували першу фундаментальну працю по НМ, де говорилося про те, що будь-яке добре задане відношення вхід-вихід може бути представлене у вигляді формальної НМ. Одна із ключових особливостей нейронних мереж полягає в тому, що вони здатні навчатися на основі досвіду, отриманого в навчальному середовищі. В 1957 році Ф. Розенблат винайшов пристрій для розпізнавання на основі НМ - персептрон, що успішно розрізняв букви алфавіту, хоча й відрізнявся високою чутливістю до їхнього написання.

Цікаво знати, що в звичаних мурах і бджіл приблизно 80 нейронів на особину (у цариці - 200-300 нейронів), у тарганів - 300 нейронів і ці істоти показують відмінні адаптаційні властивості в процесі еволюції. У людини число нейронів більш ніж 10¹⁰.

Пік інтересу до НМ доводиться на 60-і й 70-і роки, але в останні десять років спостерігається різко зрослий обсяг досліджень і розробок НМ. Це стало можливим у зв'язку з появою нового апаратного забезпечення, що підвищило продуктивність обчислень у НМ (нейропроцесори, транспьютери й т.п.). НМ добре підходять для розпізнавання образів і рішення задач класифікації, оптимізації й прогнозування. Тому основними областями застосування НМ є:

1. промислове виробництво й робототехніка;

2. воєнна промисловість й аеронавтика;

3. банки й страхові компанії;

4. служби безпеки;

5. біомедична промисловість;

6. телебачення й зв'язок; і інші області.

Закінчуючи історичний огляд робіт в області ШІ, варто повернутися в 1981 рік. У цей час японські фахівці, що об'єднали свої зусилля під егідою науково-дослідного центра по обробці інформації JІPDEC, опублікували програму НДДКР із метою створення до 1991 року прототипу комп'ютера нового покоління. Ця програма, що одержала на Заході назву "японський виклик", була представлена як спроба побудувати інтелектуальний комп'ютер, до якого можна було б звертатися природною мовою й вести бесіду.

Серйозність, з якої основні конкуренти Японії відгукнулися на кинутий їм виклик, пояснюється тим, що колись перехід від одного покоління до іншого характеризувався зміною елементної бази, ростом продуктивності й розширенням сервісних можливостей для користувачів, що володіють тією чи іншою мірою професійними навичками програмування. Перехід до комп'ютерів п'ятого покоління означав різкий ріст "інтелектуальних" здатностей комп'ютера й можливість діалогу між комп'ютером і непрофесійним користувачем природною мовою, у тому числі в мовній формі або шляхом обміну графічною інформацією - за допомогою креслень, схем, графіків, малюнків. До складу комп'ютера п'ятого покоління також повинна ввійти система рішення задач і логічного мислення, що забезпечує здатність машини до самонавчання, асоціативної обробки інформації й одержанню логічних виводів. Рівень "дружелюбності" комп'ютера стосовно користувача підвищиться настільки, що фахівець із будь-якої предметної області, що не має навичок роботи з комп'ютером, зможе користуватися комп'ютером за допомогою природних для людини засобів спілкування - мови, рукописного тексту, зображень й образів.

У літературі того часу досить докладно описуються всі ці питання. Тут відзначимо лише основні компоненти програмного забезпечення (ПЗ), плановані для систем п'ятого покоління:

базова програмна система, що включає систему керування базою знань (СУБЗ), систему придбання й подання знань, систему рішення задач й одержання виводів, систему навчання й пояснення рішень;

базова прикладна система, що включає інтелектуальну систему автоматизованого проектування (САПР) надвеликих інтегральних схем (НВІС) і архитектур комп'ютерів, інтелектуальну систему програмування, систему машинного перекладу й розуміння ПМ, систему розпізнавання образів й обробки зображень (не менш 100 000 одиниць інформації у вигляді зображень), систему розпізнавання мови (не менш 10 000 слів), бази знань (БЗ) про предметні області, а також утилітні системи для уведення програм і даних, що забезпечують діагностику й обслуговування.

Тепер з позиції нашого часу можна сказати, що фірма Mіcrosoft постаралася частково відповісти на "японський виклик" у своїх версіях операційної системи Wіndows для персональних комп'ютерів серії ІBM PC AT/486 і вище. Рівень "дружелюбності" комп'ютерів п'ятого покоління стосовно користувача дійсно значно підвищився в порівнянні з іншими поколіннями комп'ютерів. У ці ж роки стрімкий розвиток Іnternet став потужним кроком по шляху створення розподілених баз знань.

Зв ' язок ШІ з іншими напрямками. [ Гаврилов А. В. Интеллектуальные системы в машиностроении. Email: [e-mail]

http://www.insycom.ru ]

Вчені інших спеціальностей частіш за все вказують ШІ, нарівні із молекулярною біологією, як «область, в якій я більш за все хотів би працювати».

 

Тест Тьюринга

Для перевірки інтелектуальності комп’ютера А. Тьюринг ще у 1950 році (Turing А. "Computing machinery and intelligence") запропонував тест:

«Чи може машина міркувати?" ® «Чи здатна машина до розумної поведінки?".

Комп'ютер має працювати так, щоб людина не змогла визначити, з ким вона спілкується - з іншою людиною чи з машиною.

 

Зараз прийнято, що для проходження тесту Тьюринга комп'ютер повинен мати засоби:

§ обробки текстів на природній мові в обсязі, достатньому для спілкування з людьми;

§ представлення знань, з чиєю допомогою зможе записати в пам'ять те, що він взнає або прочитає;

§ автоматичного формування логічних виводів, що забезпечують використання збереженої інформації для пошуку відповідей на питання та виводу нових висновків;

§ машинного навчання, які дозволяють пристосовуватись до нових обставин та виявляти і екстраполювати ознаки стандартних ситуацій.

 

Окрім цього, щоб пройти повний тест Тьюринга, необхідні:

§ машинний зір для сприйняття об’єктів;

§ засоби робототехніки для маніпулювання об’єктами і переміщення у просторі.

 

Оці шість напрямків становлять основну частину штучного інтелекту.

Тематика ШІ традиційно включає дослідження систем, що відповідають найістотнішим ознакам поняття розумної діяльності:

§ розпізнавання, перетворення й розуміння образів (природно-мовних, зорових, тактильних й ін.),

§ рішення задач у просторі станів,

§ прийняття рішень, адаптація й навчання на основі накопиченого досвіду,

§ цілеспрямовану поведінку, самоорганізацію систем.

 

Лекція 2

Розвиток теорії й створення систем ШІ зараз зв'язують із проблемою організації знань про світ у вигляді деяких структур, що адекватні реальним відношенням між предметами і явищами дійсності.

Варто визначити також поняття знання - центрального поняття в інформаційних системах (ІС). От кілька визначень.

1. Знання – це розуміння, яке дозоляє виконувати роботу. Воно отримано через навчання та досвід.

2. Знання є результат, отриманий пізнанням навколишнього світу і його об'єктів.

3. Знання - система суджень із принциповою і єдиною організацією, що заснована на об'єктивній закономірності.

4. Знання - це формалізована інформація, на яку посилаються або яку використають у процесі логічного виводу (рис. 1.1).

5. Під знаннями будемо розуміти сукупність фактів і правил. Поняття правила, що представляє фрагмент знань, має вигляд:

якщо <умова> то <дія>

Наприклад, якщо X істинно й Y істинно, то Z істинно з вірогідністю P.

 

 

Рис. 1.1. Процес логічного виводу в ІС

 

Важливим є також визначення терміну «знання» на його протиставленні змісту терміну «дані»:

· дані – це факти, що фіксують окремі властивості об'єктів, процесів, явищ;

· знання – це загальні твердження, що фіксують закономірності взаємозв'язку даних, які дозволяють розв'язувати задачі.

Відповідно до визначення знання входять до складу ієрархії способів подання інформації.

Рис. 1. Піраміда знань

 

На нижньому рівні цієї ієрархії перебуває шум, що складається з інформаційних елементів, які не представляють інтересу й можуть лише утруднити сприйняття й подання даних. На більш високому рівні перебувають безформатні дані, що містять елементи, які можуть становити певний інтерес. Далі перебуває інформація, тобто оброблені дані, що явно представляють інтерес для користувачів. Наступним є рівень знань, які представляють настільки важливу інформацію, що її варто надійно зберігати й забезпечити виконання над нею необхідних операцій. Назви найвищих двох рівнів достатньо красномовні.

Під статичними знаннями будемо розуміти знання, введені в ІС на етапі проектування. Під динамічними знаннями (досвідом) будемо розуміти знання, отримані ІС у процесі функціонування або експлуатації в реальному масштабі часу.

 

Знання можна розділити на факти й правила. Під фактами маються на увазі знання типу "A це A", вони характерні для баз даних. Під правилами (продукціями) розуміються знання виду "ЯКЩО-ТО". Крім цих знань існують так називані метазнання (знання про знання). Створення продукційних систем для подання знань дозволило розділити знання й керування в комп'ютерній програмі, забезпечити модульність продукційних правил, тобто відсутність синтаксичної взаємодії між правилами. При створенні моделей подання знань варто враховувати такі фактори, як однорідність подання й простота розуміння. Виконати цю вимогу рівною мірою для простих і складних задач досить складно.

 

" Обробка знань - одна зі сфер практичного застосування ШІ, що припускає використання комп'ютером знань, якими володіє людина, для рішення проблем".

Два підходи до побудови ШІ

• Логічний

- Моделювання логічного (вербального)

мислення

- Різні моделі подання знань

- Різні методи логічного виводу

- Різні методи формалізації знань

• Нейрокібернетичний

- Моделювання процесів асоціативної

обробки інформації нейронними мережами

- Різні види структур штучних нейронних мереж

- Різні парадигми навчання

Лекція 2.

Що таке інформація?

• у побуті інформацією називають будь-які дані або відомості, які кого-небудь цікавлять. Наприклад, повідомлення про деякі події, про будь-чию діяльність й т.п. "Інформувати" в цьому змісті означає "повідомити щось, невідоме раніше";

• у техніці під інформацією розуміють повідомлення, передані у формі знаків або сигналів;

• у кібернетиці під інформацією розуміють ту частину знань, яка використовується для орієнтування, активної дії, керування, тобто з метою збереження, удосконалювання, розвитку системи (Н. Вінер).

Що таке інформація? (2)

• Клод Шеннон, американський учений, що заклав основи теорії інформації, — науки, що вивчає процеси, пов'язані з передачею, прийманням, перетворенням і зберіганням інформації, — розглядає інформацію як зняту невизначеність наших знань про щось (повідомлення, яке ми вже знаємо, не несе інформації).

• Інформація — це відомості про об'єкти і явища навколишнього середовища, їхні параметри, властивості і стани, які зменшують наявну про них ступінь невизначеності, неповноту знань (Н.В. Макарова);

• Інформація — це заперечення ентропії (Леон Бриллюэн);

• Інформація — це вимір складності структур (Моль);

• Інформація — це відображення різноманітності (Урсул);

• Інформація — це зміст процесу відображення (Тузов);

• Інформація — це ймовірність вибору (Яглом).

Що таке інформація? (3)

• Два підходи до визначення інформації:

- Інформація об'єктивна

- Інформація суб'єктивна

• Об'єктивний підхід:

- Інформація – вимір (ступінь) структурованості матерії

- Життя сприймає цю структурованість миру й вчиться використовувати її для виживання

Що таке інформація? (4)

Суб'єктивний (практичний) підхід

• Норберт Вінер: Інформація — це позначення змісту, отриманого із зовнішнього миру в процесі нашого пристосування до нього й пристосування до нього наших почуттів.

• Люди обмінюються інформацією у формі повідомлень. Повідомлення — це форма подання інформації у вигляді мови, текстів, жестів, поглядів, зображень, цифрових даних, графіків, таблиць і т.п.

• Те саме інформаційне повідомлення (стаття в газеті, оголошення, лист, телеграма, довідка, розповідь, креслення, радіопередача й т.п.) може містити різну кількість інформації для різних людей — залежно від їхніх попередніх знань, від рівня розуміння цього повідомлення й інтересу до нього.

• Так, повідомлення, складене японською мовою, не несе ніякої нової інформації (а може бути, знань?) людині, що не знає цієї мови, але може бути високоінформативним для людини, що володіє японською. Ніякої нової інформації не містить і повідомлення, викладене знайомою мовою, якщо його зміст незрозумілий або вже відомий.

• Інформація є характеристика не повідомлення, а співвідношення між повідомленням і його споживачем. Без наявності споживача, хоча б потенційного, говорити про інформацію безглуздо.

Що таке інформація (5)

• Інформація - відомості про об'єкти і явища навколишнього середовища, їхні параметри, властивості і стани, які зменшують наявну про них ступінь невизначеності, неповноти знань.

Що таке інформація? (6)

• Стосовно до комп'ютерної обробки даних під інформацією розуміють деяку послідовність символічних позначень (букв, цифр, закодованих графічних образів і звуків і т.п.), яка несе значеннєве навантаження і представлена в зрозумілому для комп'ютера виді. Кожний новий символ у такій послідовності символів збільшує інформаційний обсяг повідомлення.

• Інший термін для такої інформації – дані. Цей термін припускає наявність носія даних.

 

Властивості інформації

• Оперативність відображає актуальність інформації для необхідних розрахунків і прийняття рішень в умовах, що змінилися.

• Точність визначає припустимий рівень викривлення як вихідної, так і результатної інформації, при якому зберігається ефективність функціонування системи.

• Достовірність визначається властивістю інформації відображати реально існуючі об'єкти з необхідною точністю. Достовірність інформації вимірюється довірчою ймовірністю необхідної точності, тобто ймовірністю того, що відображуване інформацією значення параметра не відрізняється від дійсного значення цього параметра в межах необхідної точності.

• Стійкість інформації відбиває її здатність реагувати на зміни вихідних даних без порушення необхідної точності. Стійкість інформації визначається обраною методикою її відбору й формування.

• Достатність (повнота) інформації означає, що вона містить мінімально необхідний обсяг відомостей для прийняття правильного рішення. Не повна інформація (недостатня для прийняття правильного рішення) знижує ефективність приймаємих користувачем рішень. Надмірність звичайно знижує оперативність і утрудняє прийняття рішення, але робить інформацію більш стійкою.

 

При передачі інформації від джерела до одержувача використовується деякий носій інформації.

• Повідомлення, передане за допомогою носія, називають сигналом. Якщо при передачі сигналу одна з його характеристик (параметр сигналу) приймає скінчене число значень, то такий сигнал (як і саме повідомлення) називають дискретним. Інформація, передана при цьому, також буде дискретною. Якщо при передачі джерело виробляє безперервне повідомлення, то в цьому випадку передана інформація буде безперервною. Прикладом дискретного повідомлення може бути процес читання книги, інформація в якому представлена дискретною послідовністю букв. Приклад безперервного повідомлення - людська мова, передана звуковою хвилею.

• Безперервне повідомлення завжди можна перетворити в дискретне. Процес такого перетворення називають дискретизацією.

Вимір інформації

• Розроблено різні способи оцінки кількості інформації. Найчастіше використовується спосіб оцінки, запропонований в 1948 році засновником теорії інформації Клодом Шенноном.

• Інформація – це знята невизначеність. Ступінь невизначеності прийнято характеризувати за допомогою поняття " імовірність ".

• Імовірність - величина, яка може приймати значення в діапазоні від 0