Помощничек
Главная | Обратная связь


Археология
Архитектура
Астрономия
Аудит
Биология
Ботаника
Бухгалтерский учёт
Войное дело
Генетика
География
Геология
Дизайн
Искусство
История
Кино
Кулинария
Культура
Литература
Математика
Медицина
Металлургия
Мифология
Музыка
Психология
Религия
Спорт
Строительство
Техника
Транспорт
Туризм
Усадьба
Физика
Фотография
Химия
Экология
Электричество
Электроника
Энергетика

ПОНЯТТЯ ЕКСПЕРТНОЇ СИСТЕМИ

Питання для самостійної підготовки

1. Поняття експертної системи

2. Штучний інтелект

3. Навчальні системи, їх призначення та області застосування

Поняття та терміни, які необхідно знати:

Експертна система, штучний інтелект, начальна система

Питання для самоперевірки

 

Що являє собою експертна система?

2. Для яких цілей можуть використовуватись експерті системи?

3. Дайте характеристику системам штучного інтелекту.

4. Наведіть приклади систем штучного інтелекту.

5. Наведіть приклади різних начальних систем та охарактеризуйте їх призначення, області застосування.

 

ПОНЯТТЯ ЕКСПЕРТНОЇ СИСТЕМИ

Експертні системи – це клас комп’ютерних програм, які пропонують рекомендації, проводять аналіз, виконують класифікацію, дають консультації і ставлять діагноз. Вони орієнтовані на розв’язування задач, вирішення яких вимагає проведення експертизи людиною-спеціалістом. На відміну від програм, що використовують процедурний аналіз, експертні системи розв’язують проблеми у вузькій предметній площині (конкретній ділянці експертизи) на основі логічних міркувань. Такі системи часто можуть знайти розв’язок задач, які неструктуровані і неточно визначені. Завдяки використанню евристик експертні системи компенсують відсутність структурованості, що корисно в ситуаціях, коли недостатня кількість необхідних даних або часу виключає можливість проведення повного аналізу.

Основою експертної системи є сукупність знань, яка структурується для спрощення процесу прийняття рішення. Для спеціалістів в галузі штучного інтелекту термін «знання» означає інформацію, що потрібна програмі для того, щоб вона діяла інтелектуально. Ця інформація приймає форму фактів або правил. Факти і правила не завжди правдиві або неправильні, інколи існує деяка міра неправильності в достовірності факту або точності правила. Якщо сумнів виражається явно, то він називається коефіцієнтом впевненості.

Насьогодні одержав розвиток напрямок використання концепції банку знань - автоматичний синтез знань. Проблема синтезу знань, або індуктивного висновку, безсумнівно, складніша і глобальніша, ніж аналіз наявних знань, що відбувається в експертних системах. По суті, мова тут йде про надання ЕОМ елементів творчого мислення, характерного для людини. Про вичерпне вирішення цієї проблеми не може бути мови ні найближчим часом, ні в недалекому майбутньому. Досяжне на даний час рішення полягає в створенні механізмів знань у рамках окремих проблемно-орієнтованих галузей, у яких можливий синтез на основі деякого набору правил, що володіють повнотою щодо можливих ситуацій створення знань.

Експертні системи можуть використовуватися для: інтерпретації, діагностики, моніторингу, передбачення, планування, проектування, контролю, управління та навчання.

Наприклад, експертні системи вже застосовуються в банківській справі в таких напрямках:

− програмах аналізу інвестиційних проектів;

− програмах аналізу стану валютного, грошового та фондового ринку;

− програмах аналізу кредитоспроможності чи фінансового стану підприємств і банків.

Процес створення експертних систем значно змінився за останні роки. Завдяки появі спеціальних інструментальних засобів побудови експертних систем значно скоротились терміни та зменшилась трудомісткість їх розробки.

Інструментальні засоби, що використовуються при створенні експертних систем, можна розбити на три класи:

− мови програмування, орієнтовані на створення експертних систем (Пролог, Smalltalk, FRL, Interlisp та такі загальновживані, як: Сі, Асемблер, Паскаль, Фортран, Бейсик);

− середовища програмування (Delphi, Java);

− порожні експертні системи (оболонка EXSYS Professional 5.0 for Windows).

На американському і західноєвропейських ринках систем штучного інтелекту організаціям, які бажають створити експертну систему, фірми-розробники пропонують сотні інструментальних засобів для їх побудови. Нараховуються тисячі розроблених вузькоспеціалізованих експертних систем. Це свідчить про те, що експертні системи складають дуже вагому частину програмних засобів.

 

ШТУЧНИЙ ІНТЕЛЕКТ

Штучний інтелект - дуже перспективна область досліджень, розвиток якої зумовлений досягненнями в комп'ютерній сфері. Можна вважати, що розповсюдження комп'ютерів та кібернетичних приладів, їх застосування для людських потреб будуть визначати рівень життя в наступному столітті. Висока продуктивність нових технологій значною мірою залежить від використання в них засобів штучного інтелекту.

Характеристика систем штучного інтелекту:

1) наявність у них власної внутрішньої моделі зовнішнього світу; ця модель забезпечує індивідуальність, відносну самостійність системи в оцінці ситуації, можливість семантичної і прагматичної інтерпретації запитів до системи;

2) здатність поповнення наявних знань;

3) здатність до дедуктивного висновку, тобто до генерації інформації, що у явному виді не міститься в системі; ця якість дозволяє системі конструювати інформаційну структуру з новою семантикою і практичною спрямованістю;

4) уміння діяти в ситуаціях, пов'язаних з різними аспектами нечіткості, включаючи «розуміння» природної мови;

5) здатність до діалогової взаємодії з людиною;

6) здатність до адаптації.

Для сучасного періоду характерні такі напрямки досліджень: розвиток математичної теорії проектування кібернетичних систем, особливо розподілених, багатопроцесорних і неоднорідних; розробка алгоритмів обробки алгебро-логічних структур даних; створення нової генерації моделей розуму та розумових функцій, на базі яких розроблено інтелектуальні комплекси та програмні системи; розробка кількох зразків інтелектуальних машин та програмних прототипів для розв'язання складних інтелектуальних задач (доведення теорем, аналітичних перетворень, перекладу з натуральних мов, розпізнавання зображень та мовних конструкцій тощо).

Відзначимо також інструментальний програмно-інформаційний комплекс для вивчення властивостей патогенезу ВІЛ-інфекції, у якому реалізовано ідею поєднання структур знань з різних джерел з метою формування бази даних для діагностування та прогнозу (прямого й зворотного) розвитку ВІЛ-інфекції; систему "Рада" для колективного прийняття рішень; ситуаційні центри при Президентові та Міністерстві оборони України, систему автоматизації законотворчого процесу в комісіях Верховної Ради України; систему алгебраїчного програмування для розв'язання задач на алгебро-логічних моделях предметних областей; експертні системи для прогнозування економічних явищ; бази даних та знань у різних предметних областях.

У цей же час запропоновано динамічні моделі розпізнавання мови, створено систему "Речь" мовного спілкування людини з ЕОМ із словником до 1000 слів, яка настроювалася на голос користувача.

Розпізнавання мови в цей час знайшло реальне застосування в житті, мабуть, тільки в тих випадках, коли використовуваний словник скорочений до 10 знаків, наприклад при обробці номерів кредитних карт і інших кодів доступу до базованих на комп’ютерах систем, що обробляють передані по телефону дані. Так що насущне завдання - розпізнавання, принаймні, 20 тисяч слів природної мови - залишається поки недосяжним. Ці можливості поки недоступні для широкого комерційного використання. Однак ряд компаній самотужки намагається використати вже існуючі в даній галузі науки знання.

Для успішного розпізнавання мови варто вирішити наступні завдання:

− обробку словника (фонемний склад),

− обробку синтаксису,

− скорочення мови (включаючи можливе використання твердих сценаріїв),
вибір диктора (вік, стать, мову й діалект), тренування дикторів,

− вибір особливого виду мікрофона (беручи до уваги спрямованість і місце розташування мікрофона),

− умови роботи системи й одержання результату зі вказівкою помилок.

Розроблено теорію розпізнавання стереозображень та автоматизовану програмну систему обробки й аналізу багатозональних зображень КРОКІС. Запропонована оригінальна технологія побудови систем обробки зображень з урахуванням основних вимог до систем, щодо їх швидкодії, мінімальних витрат обчислювальних ресурсів та необхідності зручної людино-машинної взаємодії.

Сучасні дослідження з штучного інтелекту розвиваються, головним чином, у таких напрямах:

1) створення теорії проектування кібернетичних та обчислювальних систем, у тому числі систем штучного інтелекту;

2) створення моделей розуму;

3) створення сучасних програмних систем для імітації інтелектуальної діяльності людини;

4) розробка традиційних засобів штучного інтелекту (розпізнавання зображень, мовних конструкцій, прийняття рішень, моделювання інтелектуальних функцій поведінки, обробка нечислових конструктивів тощо);

5) розробка інтелектуальних систем та технологій керування.

У деяких з цих напрямків отримані важливі наукові результати.

Системи штучного інтелекту тестують з допомогою тесту Тюрінга, згідно якого вважають, що деякий пристрій, створений людиною, являє собою штучний інтелект, якщо, ведучи з ним досить довгий діалог по більш-менш широкому колу питань, людина не зможе розрізнити, розмовляє вона з розумною живою істотою чи з автоматичним пристроєм. Якщо врахувати можливість розробки програм, спеціально розрахованих на введення в оману людини, то, можливо, варто говорити не просто про людину, а про спеціально підготовленого експерта.

Система штучного інтелекту використовує знання (знає, як опрацьовувати факти), а не дані (що використовується в робототехніці та інтелектуальних комп’ютерних іграх); вміє розпізнавати образи і зміст мови. Для створення даних систем використовують не тільки логічні і математичні, а евристичні й адаптивнi алгоритми (вирішення задачі штучним інтелектом творчо.

Пpaктичнicть цього мeтoдy пoлягaє в paдикaльнoмy змeншeннi вapiaнтiв, нeoбxiдниx пpи викopиcтaннi мeтoдy пpoб i пoмилoк. Пpaвдa, зaвжди icнyє ймовірність пропycтити нaйкpaщe piшeння, тaк щo гoвopять, щo цeй мeтoд пpoпoнyє piшeння з дeякoю iмoвipнicтю правильності

У світі штучного інтелекту заслуговують на увагу біoнічні експерименти (безпocepeднє мoдeлювaння людcькoгo мoзкy, тoбтo мoдeлювaння кoжнoї нepвoвoї клiтки i зв’язків мiж ними) з мeтoю cтвopeння aвтoмaтiв, щo вoлoдiють iнтeлeктoм. Мoзoк являє coбoю найcклaднішy i лишe чacткoвo вивчену cтpyктypy. Cпpoби змoдeлювaти poбoтy гoлoвнoгo мoзкy з’єднанням мiж coбoю бeзлiчi пpoцecopiв пoдiбнo нeйpoнній мepeжi, пoкaзaли, щo дeякe збiльшeння швидкocтii пoтoкy oбpoблювaнoї iнфopмaцiї йдe лишe дo piвня oднoгo-двox дecяткiв пpoцecopiв, a пoтiм пoчинaєтьcя piзкий cпaд пpoдyктивнocтi. Пpoцecopи ніби “гyблятьcя”, пepecтaють кoнтpoлювaти cитyaцiю чи пpoвoдять вeликy чacтинy чacy в чeкaннi сусіда.

Відомі також генетичні алгоритми (створення популяції, селекція, мутація, пересічення).

Але варто звернути увагу, що деякі галузі є небезпечними для впровадження. Ocoбливo вapтo вiдзнaчити тaкy нeбeзпeкy в paкeтниx військах cтpaтeгiчнoгo пpизнaчeння, дe нacлiдки пoмилки мoжyть мaти фaтaльний xapaктep. Кілька poкiв тому y CШA пoчaли впpoвaджyвaти цiлкoм комп’ютеризовану cиcтeмy зaпycкy paкeт за кoмaндaми cyпepкoмп’ютepa, що oбpoбляє вeличeзнi мacиви дaниx, зібраних iз ycьoгo cвiту. Oднaк виявилocя, щo нaвiть за yмoви бaгaтopaзoвoгo дyблювaння i повторного oглядy, iмoвipнicть пoмилки виявилacя б нacтiльки вeликa, щo вiдcyтнicть контролюючoгo oпepaтopa пpизвeлa б дo нeпoпpaвнoї пoмилки. Вiд cиcтeми вiдмoвилиcя.

Вже зараз, попри те, що штучного інтелекту в повній мірі ще не існує, він є причиною багатьох філософських, соціальних та етичних проблем (конфлiкт мiж природною i штучною формами мислячого життя).

 




Поиск по сайту:

©2015-2020 studopedya.ru Все права принадлежат авторам размещенных материалов.