Первой интеллектуальной системой ис считается программа

Искусственный интеллект (ИИ) как наука существует около полувека. Первой интеллектуальной системой считается про­грамма «Логик-Теоретик», предназначенная для доказательства теорем и исчисления высказываний. Ее работа впервые была продемонстрирована 9 августа 1956 г. В создании программы участвовали такие известные ученые, как А. Ньюэлл, А. Тьюринг, К. Шеннон, Дж. Лоу, Г. Саймон и др.

За прошедшее с тех пор вре­мя в области ИИ разработано великое множество компьютерных систем, которые принято называть интеллектуальными. Области их применения охватывают практически все сферы человеческой деятельности, связанные с обработкой информации.

На сегодняшний день не существует единого определения, которое однозначно описывает эту научную область. Среди мно­гих точек зрения на нее доминируют следующие три.

Соглас­но первой исследования в области ИИ относятся к фундамен­тальным, в процессе которых разрабатываются новые модели и методы решения задач, традиционно считавшихся интеллекту­альными и не поддававшихся ранее формализации и автоматиза­ции. Согласно второй точке зрения это направление связано с новыми идеями решения задач на ЭВМ, с разработкой новых технологий программирования и с переходом к компьютерам не фон-неймановской архитектуры. Третья точка зрения, наиболее прагматическая, основана на том, что в результате исследований, проводимых в области ИИ, появляется множество прикладных систем, способных решать задачи, для которых ранее создавае­мые системы были непригодны. По последней трактовке ИИ яв­ляется экспериментальной научной дисциплиной, в которой роль эксперимента заключается в проверке и уточнении интел­лектуальных систем, представляющих собой аппаратно-про­граммные информационные комплексы.

Третья игра летней серии. Что? Где? Когда? Выпуск от 04.06.2023

1.5 Классификация иис. (Андрейчикова)

Интеллектуальная информационная система (ИИС) основа­на на концепции использования базы знаний для генерации ал­горитмов решения прикладных задач различных классов в зави­симости от конкретных информационных потребностей пользо­вателей.

Для ИИС характерны следующие признаки [12]:

• развитые коммуникативные способности;
• умение решать сложные плохо формализуемые задачи;
• способность к самообучению;
• адаптивность.

Каждому из перечисленных признаков условно соответствует свой класс ИИС. Различные системы могут обладать одним или несколькими признаками интеллектуальности с различной сте­пенью проявления.

Средства ИИ могут использоваться для реализации различ­ных функций, выполняемых ИИС. На рис. 1.1 приведена класси­фикация ИИС, признаками которой являются следующие интел­лектуальные функции:

• коммуникативные способности — способ взаимодействия конечного пользователя с системой;
• решение сложных плохо формализуемых задач, которые требу­ ют построения оригинального алгоритма решения в зависимости от конкретной ситуации, характеризующейся неопределенностью и динамичностью исходных данных и знаний;
• способность к самообучению — умение системы автоматичес­ки извлекать знания из накопленного опыта и применять их для решения задач;
• адаптивность — способность системы к развитию в соответствии с объективными изменениями области знаний.

Источник: studfile.net

Первая игра весенней серии. Что? Где? Когда? Выпуск от 19.03.2023

ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ ОБРАБОТКИ

Интенсивное развитие аппаратных и программных средств, используемых в новой информационной технологии, ведет к быстрому росту объема доступных данных, к увеличению скорости их обработки и передачи, к увеличению емкости запоминающих устройств. Эти факторы существенно увеличивают возможности человека к познанию окружающего мира и принятию адекватных управляющих решений в ситуациях, в которых существует неопределенность и неполнота информации о характеристиках среды функционирования системы и отсутствует полностью или частично априорная формализация объекта управления.

Теоретической основой реализации указанных возможностей являются теория и методы искусственного интеллекта. По существу основой новой ИТ считается искусственный интеллект.

Искусственный интеллект (ИИ) как наука существует более полувека. Первой интеллектуальной системой считается про­грамма «Логик-Теоретик», предназначенная для доказательства теорем и исчисления высказываний. Ее работа впервые была продемонстрирована 9 августа 1956 г. В создании программы участвовали такие известные ученые, как А. Ньюэлл, А. Тьюринг, К. Шеннон, Дж. Лоу, Г. Саймон и др.

За прошедшее с тех пор вре­мя в области ИИ разработано множество компьютерных систем, которые принято называть интеллектуальными. Области их применения охватывают практически все сферы человеческой деятельности, связанные с обработкой информации.

В настоящее время интеллектуальные системы находят все большее применение в информационном обеспечении и управлении техническими объектами различной сложности, а также в организационных системах управления.

Главное отличие систем ИИ от обычных систем обработки данных состоит в том, что в них используется символьный, а не числовой способ представления данных, а в ка­честве методов обработки информации применяются процедуры логического вывода и эвристического поиска решений.

Понятие интеллектуальной системы управления

Несмотря на различия предметной области (т.е. сферы применения) систем ИИ, можно выделить некоторые общие принципы их построения и функционирования. Прежде всего, отметим, что процесс мышления человека обладает рядом характерных особенностей:

1) существует цель – конечный результат, на который направлены все мыслительные процессы человека («цель заставляет человека думать»);

2) человеческий мозг хранит огромное число фактов и правил их использования. Для достижения определенной цели надо только обратиться к нужным фактам и правилам;

3) принятие решений всегда осуществляется на основе специального механизма упрощения, позволяющего отбрасывать ненужные (малосущественные) факты и правила, не имеющие отношения к решаемой задаче, и наоборот, выделять главные, наиболее значимые факты и правила. Нужные для достижения цели;

4) достигая цели, человек не только приходит к решению поставленной перед ним задачи, но и одновременно приобретает новые знания. Часть интеллекта, которая позволяет ему делать соответствующие заключения (выводы) на основании правил, отобранных механизмом упрощения и генерировать новые факты из уже существующих, называется механизмом вывода (inference machine).

Поскольку система ИИ принимает решения аналогично человеку, то она должна включать в себя те же ключевые компоненты – цели, факты и данные, правила, механизмы вывода и упрощения (см. рис. 2.2). База правил содержит закономерности, характерные для решаемого класса задач (правила механизма упрощения и вывода), которые позволяют не только выводить новые факты, не зафиксированные ранее в базе данных, но и приобретать новые знания в ходе функционирования системы или на этапе её обучения. База данных содержит качественные данные, необходимые для решения задачи.

Под интеллектуальной системой управления (ИСУ) подразумеваются системы, в контуре управления которых при формировании управляющего воздействия используются устройства обработки информации, построенные с использованием средств НИТ.

ИСУ имеют иерархическую многоуровневую структуру. На нижних уровнях иерархии используются формальные модели традиционной ТАУ.

Принцип построения управляющей части ИСУ: «более высокому уровню в иерархической структуре соответствует более высокая степень интеллектуальности и наоборот».

Интеллектуальность системы – способность системы работать с базой внешних событий (ситуаций).

Степень интеллектуальности – степень развитости используемых средств преодоления неопределенности используемой информации и знаний закономерностей проблемной (предметной) среды или внешнего мира, в котором функционирует данная управляющая система.

Нижний уровень иерархической структуры (уровень формальных моделей), называемый в теории ИСУ исполнительным, относится к уровню с нулевой степенью интеллектуальности, а вся обработка неполной и неопределенной информации, связанной с анализом внешних и внутренних ситуаций, осуществляется на более высоких уровнях с использованием таких средств, как логический вывод, правдоподобные рассуждения, обучение и т.п.

Информации

ИИ – это теоретическое направление, в рамках которого исследуются вопросы создания прикладных интеллектуальных систем, т.е. систем, ориентированных на обработку и использование знаний в той проблемной (предметной) области, где решается данная задача (систем, поведение которых напоминало бы разумное поведение человека).

Новая ИТ – средство достижения этих целей.

Выделяют два основных направления исследований в области ИИ: программно-прагматическое и бионическое.

В настоящее время развиваются и взаимно сочетаются следующие основные методы интеллектуального анализа данных.

Эволюционное моделирование.

Базой направления послужила теория эволюции Ч. Дарвина (естественный отбор).

Предметом исследований эволюционных процессов служат механизмы генерации популяций (многочисленных совокупностей особей определенного вида) и выживаемости этих популяций в условиях агрессивной внешней среды.

Ч. Дарвин: эволюция осуществляется при взаимодействии трёх повторяющихся процессов: отбор экземпляров популяции; амплификация (производство потомков); мутация.

Эти принципы используются при разработке генетических алгоритмов (ГА) – основы эволюционного моделирования технических систем.

ГА использует идею Ч. Дарвина об эволюции на основе принципа генерации, тестирования и отбора перспективных популяций. В этом случае воспроизводится хромосома в виде цепочки из нескольких позиций. Каждая позиция хромосомы – ген, в частном случае принимающий значение из алфавита (0, 1, *).

Особенности ГА, отличающие его от традиционных методов поиска оптимума:

1) в работе алгоритма используется кодирование множества параметров, а не сами параметры;

2) поиск осуществляется на основе популяции точек, а не точек пространства поиска;

3) в алгоритме применяются вероятностные, а не детерминированные правила поиска.

ГА – это мощная стратегия выхода из локальных оптимумов. Она основана на параллельной обработке множества альтернативных решений, с концентрацией поиска на наиболее перспективных из них. В неперспективных решениях производятся вероятностные изменения и такие решения снова подвергаются обработке.

ГА часто используются совместно с нейронными сетями. Они могут поддерживать нейронные сети или наоборот, либо оба метода взаимодействуют в рамках гибридной системы, предназначенной для решения конкретной задачи. ГА также применяются совместно с нечеткими системами. Г А вместе с эволюционной стратегией и эволюционным программированием служат основой эволюционного моделирования (эволюционные алгоритмы).

Большинство приложений эволюционных алгоритмов, и особенно ГА, касается решения задач функциональной и структурной оптимизации. Эволюционное моделирование применяется для оптимизации базы правил и параметров нечеткой системы (в частности, для уточнения результатов дефазификации – процесса перехода от лингвистических значений к конкретным значениям управляющих сигналов).

ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ ОБРАБОТКИ

ИНФОРМАЦИИ

Введение

Интенсивное развитие аппаратных и программных средств, используемых в новой информационной технологии, ведет к быстрому росту объема доступных данных, к увеличению скорости их обработки и передачи, к увеличению емкости запоминающих устройств. Эти факторы существенно увеличивают возможности человека к познанию окружающего мира и принятию адекватных управляющих решений в ситуациях, в которых существует неопределенность и неполнота информации о характеристиках среды функционирования системы и отсутствует полностью или частично априорная формализация объекта управления.

Теоретической основой реализации указанных возможностей являются теория и методы искусственного интеллекта. По существу основой новой ИТ считается искусственный интеллект.

Искусственный интеллект (ИИ) как наука существует более полувека. Первой интеллектуальной системой считается про­грамма «Логик-Теоретик», предназначенная для доказательства теорем и исчисления высказываний. Ее работа впервые была продемонстрирована 9 августа 1956 г. В создании программы участвовали такие известные ученые, как А. Ньюэлл, А. Тьюринг, К. Шеннон, Дж. Лоу, Г. Саймон и др.

За прошедшее с тех пор вре­мя в области ИИ разработано множество компьютерных систем, которые принято называть интеллектуальными. Области их применения охватывают практически все сферы человеческой деятельности, связанные с обработкой информации.

В настоящее время интеллектуальные системы находят все большее применение в информационном обеспечении и управлении техническими объектами различной сложности, а также в организационных системах управления.

Главное отличие систем ИИ от обычных систем обработки данных состоит в том, что в них используется символьный, а не числовой способ представления данных, а в ка­честве методов обработки информации применяются процедуры логического вывода и эвристического поиска решений.

Источник: lektsia.com

Основные направления развития систем искусственного интеллекта

Искусственный интеллект – одно из направлений информатики, целью которого является разработка аппаратно-программных средств, позволяющих пользователю, не являющемуся непрограммистом, ставить и решать задачи, традиционно считающиеся интеллектуальными, общаясь с ЭВМ на ограниченном подмножестве естественного языка.

Основной задачей ИИ является выработка парадигм и алгоритмов, обеспечивающих компьютерное решение когнитивных задач – задач, требующих умственного восприятия и переработки внешней информации. Примером такой задачи обработки информации является зрение.

Искусственный интеллект (ИИ) как наука существует около полувека. Первой интеллектуальной системой считается программа «Логик-Теоретик», предназначенная для доказательства теорем и исчисления высказываний. Ее работа впервые была продемонстрирована 9 августа 1956 г. В создании программы участвовали такие известные ученые, как А. Ньюэлл, А. Тьюринг, К. Шеннон, Дж. Лоу, Г. Саймон и др. За прошедшее с тех пор время в области ИИ разработано великое множество компьютерных систем, которые принято называть интеллектуальными.

Рассмотрим кратко основные направления развития интеллектуальных систем.

Разработка интеллектуальных информационных систем или сис­тем, основанных на знаниях. Основной целью построения таких систем являются выявление, исследование и применение знаний высококвалифицированных экспертов для решения сложных задач, возникающих на практи­ке.

При построении систем, основанных на знаниях (СОЗ), ис­пользуются знания, накопленные экспертами в виде конкретных правил решения тех или иных задач. Это направление преследует цель имитации человеческого искусства анализа неструктуриро­ванных и слабоструктурированных проблем. В данной облас­ти исследований осуществляется разработка моделей представле­ния, извлечения и структурирования знаний, а также изучаются проблемы создания баз знаний (БЗ), образующих ядро СОЗ. Ча­стным случаем СОЗ являются экспертные системы (ЭС).

Разработка естественно-языковых интерфейсов и машинный перевод. Системы машинного перевода строятся на основе БЗ о определенной предметной области текста и сложных моделей, обеспечивающих перевод по схеме: исходный язык оригинала – язык смысла – язык перевода. Здесь используется структурно-логический подход, включающий последователь­ный анализ и синтез естественно-языковых сообщений. Кроме того, в них осуществляется ассоциативный поиск аналогичных фрагментов текста и их переводов в специальных базах данных (БД). Данное направление охватывает также исследования мето­дов и разработку систем, обеспечивающих реализацию процесса общения человека с компьютером на естественном языке (так называемые системы ЕЯ-общения).

Генерация и распознавание речи. Системы речевого общения создаются в целях повышения скорости ввода информации в ЭВМ, управления голосом и др. В таких системах под текстом понимают фонемный текст, т.е. как произносится.

Обработка визуальной информации. В этом научном направле­нии решаются задачи обработки, анализа и синтеза изображений. Задача обработки изображений связана с трансформировани­ем графических образов, результатом которого являются новые изображения. В задаче анализа исходные изображения преобра­зуются в данные другого типа, например в текстовые описания. При синтезе изображений на вход системы поступает алгоритм построения изображения, а выходными данными являются гра­фические объекты (системы машинной графики).

Обучение и самообучение. Эта актуальная область ИИ включа­ет модели, методы и алгоритмы, ориентированные на автомати­ческое накопление и формирование знаний с использованием процедур анализа и обобщения данных. К данному на­правлению относятся не так давно появившиеся системы добычи данных (Data-mining) и системы поиска закономерностей в ком­пьютерных базах данных (Knowledge Discovery).

Распознавание образов. Это одно из самых ранних направле­ний ИИ, в котором распознавание объектов осуществляется на основании применения специального математического аппара­та, обеспечивающего отнесение объектов к классам, а клас­сы описываются совокупностями определенных значений при­знаков.

Игры и машинное творчество. Машинное творчество охваты­вает сочинение компьютерной музыки, стихов, интеллек­туальные системы для изобретения новых объектов. Со­здание интеллектуальных компьютерных игр является одним из самых развитых коммерческих направлений в сфере разработки программного обеспечения. Кроме того, компьютерные игры предоставляют мощный арсенал разнообразных средств, исполь­зуемых для обучения.

Программное обеспечение систем ИИ. Инструментальные средства для разработки интеллектуальных систем включают:

– специальные языки программирования, ориентированные на обработку символьной информации (LISP, SMALLTALK, РЕФАЛ);

– языки логического программирования (PROLOG), языки пред­ставления знаний (OPS 5, KRL, FRL);

– интегрированные про­граммные среды, содержащие инструментальные средства для создания систем ИИ (КЕ, ARTS, GURU, G2);

– оболочки экспертных систем, которые позволяют создавать приклад­ные ЭС, не прибегая к программированию (BUILD, EMYCIN, EXSYS Professional, ЭКСПЕРТ).

Новые архитектуры компьютеров. Это направление связано с созданием компьютеров не фон-неймановской архитектуры, ори­ентированных на обработку символьной информации.

Интеллектуальные роботы. Создание интеллектуальных ро­ботов составляет конечную цель робототехники. В настоящее время в основном используются программируемые манипулято­ры с жесткой схемой управления, названные роботами первого поколения. Несмотря на очевидные успехи отдельных разрабо­ток, эра интеллектуальных автономных роботов пока не наступи­ла. Основными сдерживающими факторами в разработке авто­номных роботов являются нерешенные проблемы в области ин­терпретации знаний, машинного зрения, адекватного хранения и обработки трехмерной визуальной информации.

Источник: studopedia.ru