Информационные системы
<<  Технологии искусственного интеллекта Технологии искусственного интеллекта  >>
Технологии искусственного интеллекта
Технологии искусственного интеллекта
Картинки из презентации «Технологии искусственного интеллекта» к уроку информатики на тему «Информационные системы»

Автор: МИЭМ. Чтобы познакомиться с картинкой полного размера, нажмите на её эскиз. Чтобы можно было использовать все картинки для урока информатики, скачайте бесплатно презентацию «Технологии искусственного интеллекта.ppt» со всеми картинками в zip-архиве размером 129 КБ.

Технологии искусственного интеллекта

содержание презентации «Технологии искусственного интеллекта.ppt»
Сл Текст Сл Текст
1Технологии искусственного интеллекта. 14сдал_вступит_экзамены(x) AND
Лекция 5. Экспертные системы. Технологии попал_в_приказ(x). знает_предмет(x) if
ИИ. 1. ответил_на_вопрос1(x) AND
2Инженерия знаний. Инженерия знаний - ответил_на_вопрос2(x). Технологии ИИ. 14.
это область информационной технологии, 15Основные механизмы дедукции
цель которой - превращение знаний, (логического вывода). Логический вывод
накапливать и применять которые на имеет два аспекта: Использование
практике до сих пор мог только человек, в рассуждений для нахождения разумных
объект обработки на компьютерах. Для этого предположений, которые обусловлены
необходимо проанализировать знания и имеющимися фактами и правилами (прямая
особенности их обработки человеком и цепочка рассуждений); Изучение заключений,
компьютером, а также предложить их которые представляют интерес и могут быть
машинное представление. Цель ИЗ - (а могут и не быть) истинными (обратная
обеспечить возможность использования цепочка рассуждений). Технологии ИИ. 15.
информации в компьютерах на более высоком 16Прямая цепочка рассуждений. Суть
уровне. Что такое знания? Технологии ИИ. метода заключается в формировании
2. множества вопросов, позволяющих на каждом
3Понятие знания. «Результат, полученный шаге отбросить как можно большее число
познанием» «Система суждений с возможных ответов. При этом задаваемые при
принципиальной и единой организацией, каждой проверке вопросы целиком зависят от
основанная на объективной закономерности» возможных ответов. При прямом выводе
«Формализованная информация, на которую отправной точкой служат предоставленные
ссылаются или используют в процессе данные, причем в качестве заключения (если
логического вывода». Связь между знаниями не все дерево пройдено) используется
и выводом при решении интеллектуальной гипотеза, соответствующая самому верхнему
проблемы. Технологии ИИ. 3. уровню дерева (корню). Для такого вывода
4Знания. Информация называется знанием, характерно большое количество данных, а
если имеется: внутренняя также оценок дерева, не имеющих прямого
интерпретируемость (наличие уникального отношения к заключению (что излишне).
имени, т.е. возможность идентификации Технологии ИИ. 16.
каждой информационной единицы); 17Пример прямой цепочки. Прямая цепочка
структурированность (наличие гибкой вывода хороша для задач, имеющих большое
структуры информационных единиц, пространство решений при малом
возможность их рекурсивной вложимости); пространстве входных данных. Это
связность (наличие связей между характерно для диагностических или
информационными единицами); семантическая классифицирующих систем. Технологии ИИ.
метрика (наличие отношения, 17.
характеризующего ситуационную близость 18Обратная цепочка рассуждений. Начинают
информационных единиц, т.е. силу с заключения, которое представляет интерес
ассоциативной связи между ними); и не является истинным. Механизм вывода
активность (выполнение программ определяет все правила, которые приводят к
инициируется текущим состоянием данному факту как к заключению. Затем
информационной базы). Технологии ИИ. 4. рассматриваются посылки этих правил. (В
5Знания. Внутренняя интерпретируемость. Прологе, механизм вывода основан именно на
Внутренняя интерпретируемость. Каждая обратной цепочке рассуждений) Вводится
информационная единица должна иметь группа правил высокого уровня. Каждое
уникальное имя, по которому ИС находит ее, правило описывает одну категорию, четко
а также отвечает на запросы, в которых это указывая, какая информация нужна системе,
имя упомянуто. Когда данные, хранящиеся в чтобы прийти к выводу, что именно эта
памяти, были лишены имен, то отсутствовала категория является искомым ответом.
возможность их идентификации системой. Система пытается по очереди установить
Данные могла идентифицировать лишь истинность или ложность каждого из правил
программа, извлекающая их из памяти по высокого уровня. Технологии ИИ. 18.
указанию программиста, написавшего 19Пример обратной цепочки. Технологии
программу. Технологии ИИ. 5. ИИ. 19. "Страус" ЕСЛИ ("Не
6Знания. Структурированность. летает") И ("Птица")
Структурированность. Информационные "Птица" ЕСЛИ ("Перья")
единицы должны обладать гибкой структурой. И ("Немлекопитающее") Начинаем с
Для них должен выполняться "принцип правила высокого уровня
матрешки", т.е. рекурсивная identify("Страус") :- …
вложимость одних информационных единиц в identify("Жираф") :- … Цель:
другие. Каждая информационная единица Goal:- identify(X), write(X), !.
может быть включена в состав любой другой, Рассуждения "снизу вверх", т.е.
и из каждой информационной единицы можно от цели (следователь и круг
выделить некоторые составляющие ее подозреваемых). Программный код более
информационные единицы. Или: должна ясный Легко модифицировать Органично
существовать возможность произвольного вписывается в механизм вывода Пролога.
установления между отдельными Преимущество в том, что оцениваются только
информационными единицами отношений типа те части дерева, которые имеют отношение к
"часть - целое", "род - заключению.
вид" или "элемент - класс". 20Нечеткие знания. Знания не всегда
Технологии ИИ. 6. могут быть описаны точно - часто
7Знания. Связность. Связность. Между встречаются так называемые
информационными единицами должна быть "нечеткие" знания. В инженерии
предусмотрена возможность установления знаний нечеткости можно классифицировать
связей различного типа. Прежде всего эти следующим образом: недетерминированность
связи могут характеризовать отношения выводов; многозначность; ненадежность;
между информационными единицами. Семантика неполнота; нечеткость или неточность.
отношений может носить декларативный или Технологии ИИ. 20.
процедурный характер. Например, 21Условная вероятность. P(A и B) =
информационные единицы могут быть связаны P(A|B)?P(B) Интерпретация импликации с
отношением "одновременно", точки зрения теории вероятностей:
"причина - следствие" "быть Импликация B?A (Если B то A) Пусть P(B) =
рядом« и т.д. Эти отношения характеризуют 0.9 Уверенность в правиле P(A|B) = 0.95
декларативные знания. Если между двумя P(A) = ? P(A) = P(A|B)?P(B)+
информационными единицами установлено P(A|?B)?P(?B), P(?B)=1-P(B) Громоздкость
отношение "аргумент - функция", вероятностной схемы для сложных правил.
то оно характеризует процедурное знание, Технологии ИИ. 21.
связанное с вычислением определенных 22Приближенные рассуждения. Пусть
функций. Различают отношения имеется импликация B?A (Если B то A).
структуризации (иерархия информационных Введем понятие коэффициента уверенности Ct
единиц), функциональные отношения – субъективной оценки достоверности того
(процедурная информация), каузальные или иного факта, наблюдения и т.п. (от 0
отношения (причинно - следственные связи), до 1)
семантические отношения (все остальные Ct(заключение)=Ct(посылка)?Ct(импликация)
отношения). Технологии ИИ. 7. Ct(e1 & e2) = min(Ct(e1),Ct(e2)) Ct(e1
8Знания. Метрика и активность. | e2) = max(Ct(e1),Ct(e2)) Если 2 правила
Семантическая метрика. На множестве подтверждают одно заключение, то
информационных единиц в некоторых случаях CtR1,R2=Ct(R1)+Ct(R2)-Ct(R1)?Ct(R2).
полезно задавать отношение, Технологии ИИ. 22.
характеризующее ситуационную близость 23Биполярная схема. Ct от 0 до 1 имеет
информационных единиц, т.е. силу один недостаток: если определить отрицание
ассоциативной связи между информационными как 1-Ct, то на практике получаются не те
единицами. Такое отношение дает результаты, какие ожидались бы. Трактовка
возможность выделять в информационной базе значения Ct, равного 0.5 как полной
некоторые типовые ситуации (например, неуверенности несостоятельно. Значение 0.5
"покупка", "регулирование не является выделенной особой точкой.
движения на перекрестке"). Отношение Лучше выбрать значение Ct, находящееся в
релевантности при работе с информационными интервале, скажем, от –1 до +1. Все
единицами позволяет находить знания, рассуждения остаются в силе за исключением
близкие к уже найденным. Активность. В ИС двух моментов. Во-первых, вычисление Ct
актуализации тех или иных действий для двух подтверждающих правил Ct1>0 и
способствуют знания, имеющиеся в системе. Ct2>0 Ct=Ct1+Ct2-Ct1?Ct2 Ct1<0 и
Таким образом, выполнение программ в ИС Ct2<0 Ct=Ct1+Ct2+Ct1?Ct2 Ct1<0 или
должно инициироваться текущим состоянием Ct2<0
информационной базы. Появление в базе Ct=(Ct1+Ct2)/(1-min(|Ct1|,?|Ct2|)).
фактов или описаний событий, установление Технологии ИИ. 23.
связей может стать источником активности 24Обратимые и необратимые правила.
системы. Технологии ИИ. 8. Обратимость правила означает: справедливо
9Модели представления знаний. ли оно (имеет смысл) при отрицательном
ЛОГИЧЕСКАЯ МОДЕЛЬ Используется для значении посылки, т.е. при CtA<0.
представления знаний в системе логики Обратимое правило работает со всеми
предикатов первого порядка и выделения значениями Ct посылки. Необратимые правила
заключений с помощью силлогизма. Пример работают только при положительных
представления фактов с помощью предикатов значениях Ct посылки. Если Ct посылки
(атомарные формулы): СТОЛИЦА(Россия, <0, то необратимое правило применять
Москва) : Москва - столица России нельзя. Примеры необратимых правил: Если
ЧИНОВНИК(Иванов) : Иванов - чиновник <грипп> то <температура
Пример представления фактов с помощью высокая> Если <жираф> то <есть
логических формул: (?х) [СЛОН (х) ? пятна> Если гриппа нет, то это не
ЦВЕТ(х, СЕРЫЙ)] : все слоны имеют серую означает, что у человека не может быть
окраску. Технологии ИИ. 9. высокой температуры. То же касается и
10Продукционная модель. Знания в виде жирафа. Обратимое правило не должно терять
правил вида "ЕСЛИ-ТО". 2 смысл при отрицании посылки и заключения.
диаметрально противоположных типа: с Пример подобрать сложнее. Обычно правила
прямым выводом (MYCIN, решение задач являются необратимыми. Технологии ИИ. 24.
диагностического характера) с обратными 25Семантическая сеть. Семантическая сеть
выводом (OPS, решение задач - структура данных, имеющая определенный
проектирования). Технологии ИИ. 10. смысл как сеть. Под СС обычно
11Механизм вывода. Задача организации подразумевают систему знаний, имеющую
процесса применения правил в определенной смысл в виде целостного образа сети, узлы
последовательности. Существуют два вида которой соответствуют понятиям и объектам,
механизма вывода, которые основаны: на а дуги - отношениям между объектами.
модели продукций; на модели логического Следовательно, всевозможные сети можно
программирования. Технологии ИИ. 11. рассматривать как сети, входящие в состав
12Модель системы продукций. Правила семантической сети. Формально СС задается
скомпонованы в список. В простейшем в виде H = <I, C1, C2, ..., Cn, Г>.
варианте происходит просмотр списка до тех I есть множество информационных единиц;
пор, пока не будет найдено правило, для C1, C2, ..., Cn - множество типов связей
которого условие выполнения будет между информационными единицами.
истинным. Тогда оно и выполняется. Далее Отображение Г задает между информационными
происходит либо просмотр следующих в единицами, входящими в I, связи из
списке правил, либо возврат назад. Во заданного набора типов связей. Известно
втором варианте происходит предварительная около 200 видов отношений, например таких:
выборка готовых к выполнению правил и их Род- вид; причина - следствие; вид - род;
компоновка в "конфликтный следствие - причина; целая - часть; часть
набор", из которого в соответствии с - целая и т.д.. Временные отношения,
заданными приоритетами выбирается и которые можно объединить в группу,
исполняется одно из правил. Характерной например: протекать параллельно, быть
чертой системы продукция является цикл: раньше, быть позже. Группа
поиск возбужденного правила - выполнение пространственных отношений, например: над,
его. Управление в модели СП имеет линейный под, рядом, близко. Технологии ИИ. 25.
характер. if (присутствует_хищник) then 26Примеры сетей. Технологии ИИ. 26.
(спасаться_бегством) if 27Еще один пример сети. Технологии ИИ.
(необх_спариваться) and 27.
(присутствует_партнер) then (спариваться) 28Фреймовая модель. Фреймовая модель
if (необх_спариваться) and (М.Минский) - систематизированная в виде
not(присутствует_партнер) then единой теории психологическую модель
(искать_партнера) if (голоден) and not памяти человека и его сознания. Важным
(присутствует_пища) then (искать_пищу) if моментом в этой теории является понятие
(голоден) and (присутствует_пища) then фрейма - структуры данных для
(питаться) if not(необх_спариваться) and представления некоторого концептуального
not(голоден) and not(присутствует_хищник) объекта. Информация, относящаяся к этому
then (ничего_не_делать). Технологии ИИ. фрейму, содержится в слоте (составляющей
12. фрейма). Все фреймы взаимосвязаны и
13Достоинства и недостатки СП. образуют единую фреймовую систему, в
Недостатки модели СП: Затруднены итерация которой органически объединены
и рекурсия, из чего следует, что они плохо декларативные и процедурные знания.
подходят для кодирования стандартных "Фрейм - это структура данных,
алгоритмов; Невозможно статистически представляющая стереотипную ситуацию,
проанализировать систему продукций и вроде нахождения внутри некоторого рода
предсказать ее поведение, откуда следует жилой комнаты, или сбора на вечеринку по
следующий стиль создания программ: (1) поводу рождения ребенка. К каждому фрейму
быстро создать систему, (2) испытать ее, присоединяется несколько видов информации.
(3) продолжить ее модификацию (изменить Часть этой информации - о том, как
продукцию), пока она наконец не заработает использовать фрейм. Часть о том, что
как надо; Система продукций работает следует делать, если эти ожидания не
крайне медленно. неясность взаимных подтвердятся." Технологии ИИ. 28.
отношений правил; сложность оценки 29Фреймы и сети. Фрейм во многом похож
целостного образа знаний; крайне низкая на семантическую сеть (семантические сети
эффективность обработки; отличие от иногда относят к системам, основанным на
человеческой структуры знаний; отсутствие фреймах). Фрейм - это сеть узлов и
гибкости в логическом выводе. Сильные отношений, организованных иерархически,
стороны: простота создания и понимания где верхние узлы представляют общие
отдельных правил; простота пополнения и понятия, а нижние - более частные случаи
модификации; простота механизма этих понятий. Понятие в каждом узле
логического вывода. Вывод: СП хорошо определяется набором атрибутов (слотов).
работает для небольших задач. Технологии Каждый слот может быть связан с
ИИ. 13. процедурами (демонами), которые вызываются
14Модель логического программирования. В при изменении данных. Например: Процедура
модели ЛП пытаются использовать «если-добавлено». Выполняется при
высокоуровневое правило путем проверки помещении новой информации в слот.
истинности его предпосылок. Система Процедура «если-удалено». Выполняется при
проверяет истинность таких предпосылок, удалении информации из слота. Процедура
исследуя, истинны ли предпосылки этих «если-нужно». Выполняется при запросе
предпосылок и т.п. В Прологе - это процесс информации из пустого слота. Пример фрейма
поиска в глубину и просмотра слева направо – экземпляра: (Список работников: Фамилия
внутри каждого логического предложения. (Попов - Сидоров - Иванов - Петров); Год
Процесс поиска возвращается назад, если он рождения (1965 - 1946 - 1925 - 1937);
заходит в тупик. Пример: Специальность (слесарь - токарь - токарь -
может_получить_зачет(x) if сантехник); Стаж (5 - 20 - 30 - 25)).
явл_студентом(x) AND знает_предмет(x). Технологии ИИ. 29.
явл_студентом(x) if
Технологии искусственного интеллекта.ppt
http://900igr.net/kartinka/informatika/tekhnologii-iskusstvennogo-intellekta-159174.html
cсылка на страницу

Технологии искусственного интеллекта

другие презентации на тему «Технологии искусственного интеллекта»

«Искусственные спутники Земли» - Почему происходит смена дня и ночи? Какова тема урока? Ночь. Взаимное притяжение Солнца и Земли. Соедините два круга длиной планкой. Движутся по круговым орбитам, «рассматривая» поверхность Земли. Контрольные вопросы: Какие виды искусственных спутников знаете? Есть ли у Земли естественный спутник? Наблюдают за состоянием лесов, полей, за пожарами.

«Первый искусственный спутник Земли» - 4 октября 1957 года в 22 ч 28 мин по московскому времени ярчайший всплеск света осветил ночную степь, и ракета с гулом ушла вверх. Сферическая форма позволила при меньшей поверхности оболочки наиболее полно использовать внутренний объем. А над Землей внезапно появилась Стремительно летящая звезда. Основными достижениями немецких специалистов стала технология серийного изготовления мощных жидкостных ракетных двигателей и системы управления полетом.

«Искусственное дыхание» - Практическое занятие № 10. «Мероприятия при проведении искусственной вентиляции легких. Констатация клинической смерти требует проведения немедленных и активных лечебных мероприятий на месте происшествия. Искусственное дыхание методом «рот в рот», «рот в нос». На уроке: - техника восстановления проходимости дыхательных путей, - практика искусственное дыхание методом «рот в рот», «рот в нос».

«Компьютерные технологии» - Область применения (особен-ности). Формирование ограничений на допуски параметров. Rnom= ·R[1 + TC1(t – tnom) + TC2(t – tnom)], Температурный коэффициент BF и BR. Ток, характеризующий зависимость TF от тока коллектора при больших токах. Топографические методы. Последо-вательные алгоритмы. Отношение изготовления.

«Технологии на уроках» - Здоровьесберегающие педагогические технологии. Проектно-исследовательская технология. Образовательные технологии на уроках истории. Формы организации могут быть разные: урок, групповая, индивидуальная, парная. Технология развивающего обучения Технология интегрированного образования. Спасибо за внимание.

«Технология 6 - 7 - 8 класс» - Исходное сырье для изготовления кареты для Золушки. Фигурная линейка для вычерчивания кривых линий. Что приходит во время еды? В чём измеряется электрическая энергия? Какая основная деталь швейной машины имеет название одежды? К каким растениям по продолжительности жизни относятся ирисы? Из какого языка заимствовано слово "кухня"?

Информационные системы

22 презентации об информационных системах
Урок

Информатика

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