Информационные системы
<<  Автоматизированная информационная система Разработка информационных систем  >>
5.6. Технологии искусственного интеллекта
5.6. Технологии искусственного интеллекта
Одним из основных этапов решения задачи многокритериального выбора
Одним из основных этапов решения задачи многокритериального выбора
Картинки из презентации «5.6. Технологии искусственного интеллекта» к уроку информатики на тему «Информационные системы»

Автор: . Чтобы познакомиться с картинкой полного размера, нажмите на её эскиз. Чтобы можно было использовать все картинки для урока информатики, скачайте бесплатно презентацию «5.6. Технологии искусственного интеллекта.ppt» со всеми картинками в zip-архиве размером 228 КБ.

5.6. Технологии искусственного интеллекта

содержание презентации «5.6. Технологии искусственного интеллекта.ppt»
Сл Текст Сл Текст
15.6. Технологии искусственного 10исходных данных. При этом производные
интеллекта. С развитием компьютерных данные (выводимые из исходных) могут и
технологий менялся смысл, вкладываемый в появляться заново, и изменяться (не
понятие информационной системы. изменяя, однако, исходных данных). Если
Современная информационная система - это исходные данные, описывающие предметную
набор информационных технологий, область, изменяются за время решения
направленных на поддержку жизненного цикла задачи, то предметную область называют
информации и включающего три основные динамической. Кроме того, предметные
процесса: обработку данных, управление области можно характеризовать следующими
информацией и управление знаниями. В аспектами: числом и сложностью сущностей,
условиях резкого увеличения объемов их атрибутов и значений атрибутов;
информации переход к работе со знаниями на связностью сущностей и их атрибутов;
основе искусственного интеллекта является, полнотой знаний; точностью знаний (знания
по всей вероятности, единственной точны или правдоподобны: правдоподобность
альтернативой информационного общества. знаний представляется некоторым числом или
Воспользуемся определением высказыванием).
«интеллектуальной системы» проф. Д.А. 11Решаемые задачи, с точки зрения
Поспелова : «Система называется разработчика экспертной системы, также
интеллектуальной, если в ней реализованы можно разделить на статические и
следующие основные функции: • накапливать динамические. Будем говорить, что ЭС
знания об окружающем систему мире, решает динамическую или статическую
классифицировать и оценивать их с точки задачу, если процесс ее решения изменяет
зрения прагматической полезности и или не изменяет исходные данные о текущем
непротиворечивости, инициировать процессы состоянии предметной области. В
получения новых знаний, осуществлять подавляющем большинстве существующие ЭС
соотнесение новых знаний с ранее исходят из предположения о статичности
хранимыми; • пополнять поступившие знания предметной области и решают статические
с помощью логического вывода, отражающего задачи. Будем называть такие ЭС
закономерности в окружающем систему мире статическими. ЭС, которые имеют дело с
или в накопленных ею ранее знаниях, динамическими предметными областями и
получать обобщенные знания на основе более решают статические или динамические
частных знаний и логически планировать задачи, будем называть динамическими.
свою деятельность; • общаться с человеком Решаемые задачи, кроме того, могут
на языке, максимально приближенном к характеризоваться следующими аспектами:
естественному человеческому языку, и числом и сложностью правил, используемых в
получать информацию от каналов, задаче, их связностью, пространством
аналогичных тем, которые использует поиска, числом активных агентов,
человек при восприятии окружающего мира, изменяющих предметную область, классом
уметь формировать для себя или по просьбе решаемых задач. По степени сложности
человека (пользователя) объяснение выделяют простые и сложные правила. К
собственной деятельности, оказывать сложным относятся правила, текст записи
пользователю помощь за счет тех знаний, которых на естественном языке занимает 1/3
которые хранятся в памяти, и тех страницы и больше. Правила, текст записи
логических средств рассуждений, которые которых занимает менее 1/3 страницы,
присущи системе». относят к простым. Можно сказать, что
2Перечисленные функции можно назвать степень сложности задачи определяется не
функциями представления и обработки просто общим числом правил данной задачи,
знаний, рассуждения и общения. Наряду с а числом правил в ее наиболее связной
обязательными компонентами, в зависимости независимой подзадаче. Пространство поиска
от решаемых задач и области применения в может быть определено по крайней мере
конкретной системе эти функции могут быть тремя факторами: размером, глубиной и
реализованы в различной степени, что шириной. Размер пространства поиска дает
определяет индивидуальность архитектуры. обобщенную характеристику сложности
На рис. 5.19 в наиболее общем виде задачи. Выделяют малые (до 3,6 • 106
представлена структура интеллектуальной состояний) и большие (свыше 3,6 • 106
системы в виде совокупности блоков и состояний) пространства поиска. Глубина
связей между ними. База знаний пространства поиска характеризуется
представляет собой совокупность сред, средним числом последовательно применяемых
хранящих знания различных типов. правил, преобразующих исходные данные в
Рассмотрим кратко их назначение. База конечный результат, ширина пространства -
фактов (данных) хранит конкретные данные, средним числом правил, пригодных к
а база правил - элементарные выражения, выполнению в текущем состоянии.
называемые в теории искусственного 12Класс задач определяет методы,
интеллекта продукциями. База процедур используемые ЭС для их решения. Данный
содержит прикладные программы, с помощью аспект в ЭС принимает следующие значения:
которых выполняются все необходимые задачи расширения, доопределения,
преобразования и вычисления. База преобразования. Задачи доопределения и
закономерностей включает различные расширения являются статическими, а задачи
сведения, относящиеся к особенностям той преобразования - динамическими. К задачам
среды, в которой действует система. База расширения относятся такие, в процессе
метазнаний (база знаний о себе) содержит решения которых осуществляется только
описание самой системы и способов ее увеличение информации о предметной
функционирования: сведения о том, как области, не приводящее ни к изменению
внутри системы представляются единицы ранее выведенных данных, ни к другой
информации различного типа, как области задач. К задачам доопределения
взаимодействуют различные компоненты относятся задачи с неполной или неточной
системы, как было получено решение задачи. информацией о реальной предметной области,
База целей содержит целевые структуры, цель решения которых - выбор из множества
называемые сценариями, позволяющие альтернативных текущих состояний
организовать процессы движения от исходных предметной области того, которое адекватно
фактов, правил, процедур к достижению той исходным данным. В случае неточных данных
цели, которая поступила в систему от альтернативные текущие состояния возникают
пользователя, либо была сформулирована как результат ненадежности данных и
самой системой в процессе ее деятельности правил, что приводит к многообразию
в проблемной среде. Управление всеми различных доступных выводов из одних и тех
базами, входящими в базу знаний, и же исходных данных. В случае неполных
организацию их взаимодействия осуществляет данных альтернативные состояния являются
система управления базами знаний. С ее же результатом доопределения. Большинство
помощью реализуются связи баз знаний с существующих ЭС решают задачи расширения,
внешней средой. Таким образом, машина базы в которых нет ни изменений предметной
знаний осуществляет первую функцию области, ни активных агентов,
интеллектуальной системы. преобразующих ее. Подобное ограничение
3 неприемлемо при работе в динамических
4Выполнение второй функции обеспечивает областях. По степени сложности структуры
часть интеллектуальной системы, называемая ЭС делят на поверхностные и глубинные.
решателем и состоящая из ряда блоков, Поверхностные ЭС представляют знания об
управляемых системой управления решателя. области экспертизы в виде правил (условие
Часть из блоков реализует логический - действие). Условие каждого правила
вывод. Блок дедуктивного вывода определяет образец некоторой ситуации, при
осуществляет в решателе дедуктивные соблюдении которой правило может быть
рассуждения, с помощью которых из выполнено. Поиск решения состоит в
закономерностей из базы знаний, фактов из выполнении тех правил, образцы которых
базы фактов и правил из базы правил сопоставляются с текущими данными (текущей
выводятся новые факты. Кроме этого данный ситуацией в РП). При этом предполагается,
блок реализует эвристические процедуры что в процессе поиска решения
поиска решений задач, как поиск путей последовательность формируемых таким
решения задачи по сценариям при заданной образом ситуаций не оборвется до получения
конечной цели. Для реализации рассуждений, решения, т.е. не возникнет неизвестной
которые не носят дедуктивного характера, ситуации, которая не сопоставится ни с
т.е. для поиска по аналогии, по прецеденту одним правилом. Глубинные ЭС, кроме
и пр., используются блоки индуктивного и возможностей поверхностных систем,
правдоподобного выводов. Блок планирования обладают способностью при возникновении
используется в задачах планирования неизвестной ситуации определять с помощью
решений совместно с блоком дедуктивного некоторых общих принципов, справедливых
вывода. Назначение блока функциональных для области экспертизы, какие действия
преобразований состоит в решении задач следует выполнить.
расчетно-логического и алгоритмического 13По типу используемых методов и знаний
типов. Третья функция - функция общения - ЭС делят на традиционные и гибридные.
реализуется как с помощью компоненты Традиционные ЭС используют в основном
естественно-языкового интерфейса, так и с неформализованные методы инженерии знаний
помощью рецепторов и эффекторов, которые и неформализованные знания, полученные от
осуществляют так называемое невербальное экспертов. Гибридные ЭС используют методы
общение и используются в интеллектуальных инженерии знаний, формализованные методы,
роботах. В зависимости от набора а также данные традиционного
компонентов, реализующих рассмотренные программирования и математики.
функции, можно выделить следующие основные Совокупность рассматриваемых выше
разновидности интеллектуальных систем: • характеристик позволяет определить
интеллектуальные информационно-поисковые особенности конкретной ЭС. Однако
системы; • экспертные системы (ЭС); • пользователи зачастую стремятся
расчетно-логические системы; • гибридные охарактеризовать ЭС каким-либо одним
экспертные системы. обобщенным параметром. В этой связи
5Интеллектуальные говорят о поколениях ЭС. В настоящее время
информационно-поисковые системы являются выделяют ЭС первого и второго поколений.
системами взаимодействия с Однако, по-видимому, следует говорить о
проблемно-ориентированными трех поколениях ЭС. К первому поколению
(фактографическими) базами данных на следует отнести статические поверхностные
естественном, точнее ограниченном как ЭС, ко второму - статические глубинные ЭС
грамматически, так и лексически (иногда ко второму поколению относят
(профессиональной лексикой) естественном гибридные ЭС), а к третьему - динамические
языке (языке деловой прозы). Для них ЭС (вероятно, они, как правило, будут
характерно использование, помимо базы глубинными и гибридными). В последнее
знаний, реализующей семантическую модель время выделяют два больших класса ЭС
представления знаний о проблемной области, (существенно отличающихся по технологии их
лингвистического процессора. Экспертные проектирования), которые мы условно
системы являются одним из бурно называем простыми и сложными ЭС. К простым
развивающихся классов интеллектуальных можно отнести поверхностную и традиционную
систем. Данные системы в первую очередь (реже гибридную) ЭС, выполненные на
стали развиваться в математически персональной ЭВМ и содержащие от 200 до
слабоформализованных областях науки и 1000 правил. К сложным ЭС относятся
техники, таких как медицина, геология, глубинная и гибридная ЭС, выполненные либо
биология и др. Для них характерна на символьной, либо на мощной
аккумуляция в системе знаний и правил универсальной ЭВМ, либо на
рассуждений опытных специалистов в данной интеллектуальной рабочей станции,
предметной области, а также наличие содержащие от 1500 до 10 000 правил.
специальной системы объяснений. Стадия существования характеризует степень
Расчетно-логические системы позволяют проработанности и отлаженности ЭС. Обычно
решать управленческие и проектные задачи выделяют следующие стадии:
по их постановкам (описаниям) и исходным демонстрационный прототип,
данным вне зависимости от сложности исследовательский прототип, действующий
математических моделей этих задач. При прототип, промышленная система,
этом конечному пользователю коммерческая система.
предоставляется возможность контролировать 14Демонстрационным прототипом называют
в режиме диалога все стадии ЭС, которая решает часть требуемых задач,
вычислительного процесса. В общем случае, демонстрируя жизнеспособность метода
по описанию проблемы на языке предметной инженерии знаний. При наличии развитых
области обеспечивается автоматическое интеллектуальных систем для разработки
построение математической модели и демонстрационного прототипа требуется
автоматический синтез рабочих программ при примерно 1 - 2 мес. Демонстрационный
формулировке функциональных задач из прототип работает, имея 50 - 100 правил.
данной предметной области. Эти свойства Развитие демонстрационного прототипа
реализуются благодаря наличию базы знаний приводит к исследовательскому прототипу.
в виде функциональной семантической сети и Исследовательским прототипом называют
компонентов дедуктивного вывода и систему, которая решает все требуемые
планирования. В последнее время в задачи, но неустойчива в работе и не
специальный класс выделяются гибридные полностью проверена. Исследовательский
экспертные системы. Указанные системы прототип обычно имеет в базе знаний 200 -
должны вобрать в себя лучшие черты как 500 правил, описывающих проблемную
экспертных, так и расчетно-логических и область. Действующий прототип надежно
информационно-поисковых систем. Разработки решает все задачи, но для решения сложных
в области гибридных экспертных систем задач может потребоваться чрезмерно много
находятся на начальном этапе. времени и (или) огромная память. Число
6Наиболее значительные успехи в правил в такой системе равно 500 - 1000.
настоящее время достигнуты в таком классе Экспертная система, достигшая промышленной
интеллектуальных систем, как экспертные стадии, обеспечивает высокое качество
системы(ЭС). ЭС называют вычислительную решения всех задач при минимуме времени и
систему использования знаний эксперта и памяти. Обычно процесс преобразования
процедур логического вывода для решения действующего прототипа в промышленную
проблем, которые требуют проведения систему состоит в расширении числа правил
экспертизы и позволяют дать объяснение до 1000 - 1500 и переписывании программ с
полученным результатам. ЭС обладает использованием более эффективных
способностями к накоплению знаний, выдаче интеллектуальных систем. Обобщение задач,
рекомендаций и объяснению полученных решаемых на стадии промышленной системы,
результатов, возможностями модификации позволяет перейти к стадии коммерческой
правил, подсказки пропущенных экспертом системы, пригодной не только для
условий, управления целью или данными. ЭС собственного использования, но и для
отличают следующие характеристики: продажи различным потребителям. В базе
интеллектуальность, простота общения с знаний такой системы 1500 - 3000 правил.
компьютером, возможность наращивания 15Диапазон возможных средств построения
модулей, интеграция неоднородных данных, ЭС простирается от языков высокого уровня
способность разрешения многокритериальных до средств поддержки низкого уровня.
задач при учете предпочтений лиц, Разделим инструментальные средства
принимающих решения (ЛПР), работа в построения ЭС на четыре основных
реальном времени, документальность, категории: • языки программирования; •
конфиденциальность, унифицированная форма языки инженерии знаний; • вспомогательные
знаний, независимость механизма средства; • средства поддержки. Языки
логического вывода, способность объяснения программирования, применяемые для работы в
результатов. В настоящее время можно области ЭС, - это, как правило, или
выделить следующие основные сферы проблемно-ориентированные языки (Фортран,
применения ЭС: диагностика, планирование, Паскаль и т.д.), или языки обработки
имитационное моделирование, предпроектное текстов (Лисп, Пролог).
обследование предприятий, офисная Проблемно-ориентированные языки
деятельность, а также некоторые другие. разработаны для специального класса задач.
Практика показывает, что по сравнению со Например, Фортран удобен для выполнения
статическими ЭС гораздо больший эффект алгебраических вычислений и чаще всего
дают ЭС, используемые в динамических применяется в научных, математических и
процессах (экспертные системы реального статистических вычислениях. Языки
времени - ЭСРВ), которые занимают около обработки текстов разработаны для
70% рынка таких систем и находят все более прикладных областей искусственного
широкое применение в управлении интеллекта. Например, Лисп имеет механизмы
непрерывными процессами (химические для манипулирования символами в форме
производства, цементная промышленность, списковых структур. Список является просто
атомная энергетика и т.д.). По сравнению с набором элементов, заключенных в скобки,
общей схемой (см. рис. 5.19) в ЭС часто где каждый элемент может быть или
отсутствует возможность общения с системой символом, или другим списком. Списковые
на близком к естественному языке или с структуры являются удобным строительным
использованием визуальных средств, материалом для представления сложных
поскольку взаимодействие с такой системой понятий. В языке Лисп все отношения между
осуществляется с использовани­ем языка объектами описываются через списки,
типа ПРОЛОГ или с применением ПРОЛОГ-идей. содержащие отношения объекта с другими
7Важное место в теории искусственного объектами. Добавим, что Лисп существует в
интеллекта (ИИ) занимает проблема разных версиях. Например, Интерлисп и
представления знаний. В настоящее время Маклисп имеют различные средства поддержки
выделяют следующие основные типы моделей (редакторы и средства отладки), но
представления знаний: 1. Семантические одинаковый синтаксис. Языки
сети, в том числе функциональные; 2. программирования, подобные Лиспу,
Фреймы и сети фреймов; 3. Продукционные представляют максимальную гибкость
модели. Семантические сети определяют как разработчику ЭС, но никак не подсказывают
граф общего вида, в котором можно выделить ему, как представлять знания или как
множество вершин и ребер. Каждая вершина построить механизм доступа к базе знаний.
графа представляет некоторое понятие, а 16С другой стороны, языки инженерии
дуга отношение между парой понятий. Метка знаний, такие как KAS, обладают меньшей
и направление дуги конкретизируют гибкостью, поскольку разработчик системы
семантику. Метки вершин семантической должен пользоваться схемой управления,
нагрузки не несут, а используются как определяемой встроенным в язык механизмом
справочная информация. Различные вывода. Эти языки, однако, обеспечивают
разновидности семантических сетей обладают некоторое руководство и готовые механизмы
различной семантической мощностью, вывода для управления и использования базы
следовательно, можно описать одну и ту же знаний. Язык инженерии знаний является
предметную область более компактно или искусным инструментальным средством
громоздко. Фреймом называют структуру разработки ЭС, погруженным в обширное
данных для представления и описания поддерживающее окружение. Языки инженерии
стереотипных объектов, событий или знаний можно разделить на скелетные и
ситуаций. Фреймовая модель представления универсальные. Скелетный язык инженерии
знаний состоит из двух частей: • набора знаний является просто «раздетой»
фреймов, составляющих библиотеку внутри экспертной системой, т.е. ЭС без
представляемых знаний; • механизмов их специальных предметных знаний, включающей
преобразования, связывания и т.д. в себя только механизм вывода и средства
Существует два типа фреймов: • образец поддержки. Универсальный язык инженерии
(прототип) — интенсивное описание знаний может быть применим к проблемам
некоторого множества экземпляров; • разного типа в различных прикладных
экземпляр (пример) — экстенсивное областях. Он обеспечивает более широкие
представление фрейм-образца. В общем виде возможности управления поиском данных и
фрейм может быть представлен следующим доступом к ним, чем скелетные системы, но
кортежем: <ИФ, (ИС, ЗС, ПП),..., (ИС, может оказаться, что его труднее
ЗС, ПП)>, где ИФ - имя фрейма; ИС - имя использовать. Разные универсальные языки
слота; ЗС - значение слота; ПП - имя значительно варьируют в смысле общности и
присоединенной процедуры (необязательный гибкости. Вспомогательные средства
параметр). построения ЭС состоят из программ,
8Слоты - это некоторые незаполненные оказывающих помощь в приобретении знаний у
подструктуры фрейма, заполнение которых эксперта, и представлении их, и программ,
приводит к тому, что данный фрейм ставится которые помогают разрабатывать проекты
в соответствие некоторой ситуации, явлению экспертных систем. Средства поддержки -
или объекту. В качестве данных фрейм может это просто пакеты программ, которые
содержать обращения к процедурам (так прилагаются к средству построения ЭС,
называемые присоединенные процедуры). чтобы упростить его использование,
Выделяют два вида процедур: облегчить диалог и сделать его более
процедуры-демоны и процедуры-слуги. эффективным. Это - средства отладки,
Процедуры-демоны активизируются при каждой ввода-вывода, объяснения, редакторы баз
попытке добавления или удаления данных из знаний. Интеллектуальные системы
слота. Процедуры-слуги активизируются расчетно-логического типа предполагают
только при выполнении условий, организацию базы знаний в виде
определенных пользователем при создании функциональной семантической сети.
фрейма. Продукционные модели - это набор Рассмотрим кратко алгоритмы поиска решений
правил вида «условия - действие», где на функциональной семантической сети
условиями являются утверждения о (ФСС). Первой задачей, которая должна быть
содержимом базы данных, а действия решена, является выбор представления, в
представляют собой процедуры, которые котором реализуются процедуры поиска
могут изменять содержимое базы данных. решений и организации вычислительного
Формально продукция определяется следующим процесса. При этом целесообразно выбрать
образом: (i); Q; P; C A; -> B;N, где представление в пространстве состояний.
(i) - имя продукции (правила); Q - сфера 17В данном представлении задачу поиска
применения правила; Р - предусловие решений можно формально записать следующим
(например, приоритетность); С - предикат образом: T=<S, So, Sk,F> где So -
(отношение); А -> В - ядро; N - начальное состояние; Sk - конечное
постусловия (изменения, вносимые в систему состояние; S - множество промежуточных
правил). Практически продукции строятся по состояний; F- множество операторов,
схеме «ЕСЛИ» (причина или иначе посылка), которые переводят процесс поиска из одного
«ТО» (следствие или иначе цель правила). состояния в другoe. Каждому
Полученные в результате срабатывания математическому отношению Fk, поставим в
продукций новые знания могут соответствие список (кортеж) параметров,
использоваться в следующих целях: • которые в него входят. Таким образом,
понимание и интерпретация фактов и правил рассматриваемый алгоритм предусматривает
с использованием продукций, фреймов, работу со списочными структурами данных.
семантических цепей; • решение задач с При поиске решений на ФСС в качестве
помощью моделирования; • идентификация множества операторов выступают разрешения
источника данных, причин несовпадений математических отношений F реализуемые в
новых знаний со старыми, получение виде отдельных программных модулей,
метазнаний; • составление вопросов к совокупность которых для данной проблемной
системе; • усвоение новых знаний, области составляет локальную (может быть,
устранение противоречий, система­тизация одну из многих) базу процедур. Здесь
избыточных данных. верхний индекс n указывает на параметр,
9Процесс рассмотрения компьютером который в данном разрешении выступает как
набора правил (выполнение программы) функция, а нижний индекс i - на номер
называют консультацией. Ее наиболее соответствующего математического отношения
удобная для пользователя форма - в совокупности математических отношений.
дружественный диалог с компьютером. Задание исходных данных определяет
Интерфейс может быть в форме меню, на начальное состояние So, а искомое решение
языке команд и на естественном языке. - конечное (целевое) состояние. Выбор на
Диалог может быть построен на системе каждом очередном шаге некоторого
вопросов, задаваемых пользователем, конкретного оператора осуществляется в
компьютером, или фактов - данных, соответствии с некоторыми правилами,
хранящихся в базе данных. Возможен которые для данной проблемной области
смешанный вариант, когда в базе данных составляют локальную базу правил. Первый
недостаточно фактов. При прямом поиске алгоритм реализует стратегию обратной
пользователь может задавать две группы волны, начиная поиск решения задачи с
вопросов, на которые, компьютер дает целевого состояния, т.е. от искомого
объяснения: 1) КАК получено решение. При параметра. Суть алгоритма состоит в
этом компьютер должен выдать на экран следующем. В соответствии с алгоритмом
трассу в виде ссылок на использованные поиска решений Нильсона образуем следующие
правила; 2) ПОЧЕМУ компьютер задал списки: S1 - список параметров, которые
какой-то вопрос. При этом на экран должны быть рассчитаны; S2 - список
выдается своеобразная трасса, которую параметров, для которых выбраны разрешения
компьютер хотел бы использовать для вывода для расчета. Дополнительно образуем еще
после получения ответа на задаваемый два списка: S3 - список разрешений,
вопрос. Вопрос ПОЧЕМУ может быть задан как включаемых в план решения задачи, и S4 —
в процессе консультации, так и после список оценок сложности реализации
выполнения программы. Специфичен алгоритм разрешения, выбранного в план решения
поиска, реализуемый логическими языками: задачи.
он является фактически последовательным 18Данные оценки позволяют при наличии
перебором по дереву нескольких планов выбрать наилучший, т.е.
сверху-вниз-слева-направо. Выделим реализовать классическую постановку задачи
следующие характеристики ЭС: назначение, принятия решений. Во втором алгоритме
проблемная область, глубина анализа реализуется стратегия прямой волны, т.е.
проблемной области, тип используемых планирование идет от исходных данных к
методов и знаний, класс системы, стадия целевому параметру. Многофункциональность
существования, инструментальные средства. разрабатываемых систем обработки
Назначение определяется следующей интеллектуальной информации может быть
совокупностью параметров: цель создания обеспечена за счет современного подхода к
экспертной системы - для обучения хранению и использованию знаний
специалистов, для решения задач, для проектировщиков. Основной принцип данного
автоматизации рутинных работ, для подхода заключается в том, что задачи
тиражирования знаний экспертов и т.п.; решаются на основе не просто данных, а
основной пользователь - не специалист в знаний. Последние являются существенно
области экспертизы, специалист, учащийся. более мощными и позволяют решать на их
Проблемная область может быть определена основе сложные задачи. Традиционные ЭС
совокупностью параметров предметной имеют лишь один механизм поддержки
области и задач, решаемых в ней. Каждый из принятия решений - логический вывод и лишь
параметров можно рассматривать как с точки одно средство представления знаний -
зрения конечного пользователя, так и правила. В последнее время активно
разработчика экспертной системы. развивается новое поколение ЭС - гибридные
10С точки зрения пользователя предметную экспертные системы (ГЭС). Для
область можно характеризовать ее описанием использования ГЭС в качестве средства
в терминах пользователя, включающим поддержки принятия управленческих решений
наименование области, перечень и необходимо предусмотреть возможность учета
взаимоотношения подобластей и т.п., а характеристик лица, принимающего решение
задачи, решаемые существующими экспертными (ЛПР). В этом случае в экспертной системе
системами, - их типом. Обычно выделяют должна присутствовать гибкая схема
следующие типы задач: • интерпретация логического вывода, а поддержка принятия
символов или сигналов - составление решений должна осуществляться в
смыслового описания по входным данным; • соответствии с конкретной аналитической
диагностика - определение неисправностей моделью пользователя. На рис. 5.20
(заболеваний) по симптомам; • предсказание приведена упрощенная архитектура ГЭС.
- определение последствий наблюдаемых Данная архитектура не претендует на
ситуаций; • конструирование - разработка полноту и характеризует отличие ГЭС от
объекта с заданными свойствами при традиционных ЭС. Эксперт соответствующей
соблюдении установленных ограничений; • предметной области должен иметь
планирование - определение возможность задавать оценки объектов,
последовательности действий, приводящих к выявленные в результате его взаимодействия
желаемому состоянию объекта; • слежение - с подсистемой обработки экспертных знаний.
наблюдение за изменяющимся состоянием Полученные таким образом экспертные знания
объекта и сравнение его показателей с будут храниться в базе экспертных знаний.
установленными или желаемы­ми; • 19Одним из основных этапов решения
управление - воздействие на объект для задачи многокритериального выбора является
достижения желаемого поведения. С точки настройка модели на систему предпочтений
зрения разработчика целесообразно выделять ЛПР. Она выявляется в результате
статические и динамические предметные взаимодействия ЛПР и подсистемы выявления
области. Предметная область называется предпочтений ЛПР. Найденные таким образом
статической, если описывающие ее исходные характеристики ЛПР сохраняются в базе
данные не изменяются во времени (точнее, характеристик ЛПР. Банк моделей должен
рассматриваются как не изменяющиеся за содержать широкий набор решающих правил,
время решения задачи). Статичность области выражающих различные стратегии поведения
означает неизменность описывающих ее пользователя.
5.6. Технологии искусственного интеллекта.ppt
http://900igr.net/kartinka/informatika/5.6.-tekhnologii-iskusstvennogo-intellekta-217656.html
cсылка на страницу

5.6. Технологии искусственного интеллекта

другие презентации на тему «5.6. Технологии искусственного интеллекта»

«Технологии» - Позитивные результаты деятельности учителя по выполнению функций классного руководителя. Обобщение и распространение собственного педагогического опыта. Опубликовались стихотворения и статьи учащихся в республиканских газетах «Сабантуй» и «Ирек м?йданы”. Результаты внеурочной деятельности обучающихся.

«Технологии на уроках» - Здоровьесберегающие педагогические технологии. Спасибо за внимание. Технология нравственного воспитания. Образовательные технологии на уроках истории. Решетникова Л.И. Лицей №14. Виды технологий: Активный и интерактивный методы применяются мной с 5 по 11 классы. Технология развивающего обучения. Технология интегрированного обучения (история – литература).

«Компьютерные технологии» - Моделирование тепловых процессов. Иерархия системы при системном подходе. Квадратичный температурный коэффициент RC. 1. Требования технического задания к функциональным характеристикам, конструкциям и т. п. Модели механических процессов. Получение списка соединения (таблица проводов). Цикл по ФУ (i =1,k).

«Технология в школе» - Практическая направленность занятий по теме «производство, труд и технологии». Перераспределение доходов за счет социальной поддержки. Политика. Задачи профильного и предпрофильного образования. Государственное регулирование. Культурное окружение. Демографические факторы. Профсоюзы, отдых, взаимоотношения.

«Использование мультимедийных технологий» - Внеурочная работа. Интеллектуальные игры. Повышение производительности урока. Повышение уровня использования наглядности на уроке. Изменяется, отношение к ПК. Установление межпредметных связей с другими предметами. Электронные учебники. Основные направления применения мультимедиа-учебников в обучении географии.

«Образовательные технологии» - «Метод проектов». Три фазы технологии. Схема технологического построения учебного процесса. Систематизационная. Функции фазы вызова. Важнейшей функциями фазы вызова являются: Информационная. Фаза вызова. Возможен вариант «вызова знаний» при помощи ассоциаций, предположений Мотивационная. Технология развития критического мышления.

Информационные системы

22 презентации об информационных системах
Урок

Информатика

130 тем
Картинки
900igr.net > Презентации по информатике > Информационные системы > 5.6. Технологии искусственного интеллекта