Программа по формированию навыков безопасного поведения на дорогах и улицах «Добрая дорога детства» 2
Скачать 0.64 Mb.
|
| Содержание Введение 3 1. Искусственный интеллект
2. Распознание образов и машинный перевод в базах данных
3. Нейронные сети
Заключение 55 Список литературы 57 2 Аннотация В данной учебно-исследовательской работа автор проводит исследование в области искусственного интеллекта (ИИ), проникновения ИИ в разные области жизнедеятельности человека. В работе изучены основные понятия, современные проблемы и будущее искусственного интеллекта. Так же мной рассмотрены исследования, классификация и область применения ИИ. В работе представлены примеры проецирования и кодирования изображений, модели представления знаний а так же системы управления базами данных Представленный материал в учебно-исследовательской работе содержит таблицы, диаграммы, рисунки и графические схемы. В процессе создания данного проекта средствами Microsoft Office PowerPoint была разработана презентация по исследуемой теме. 1 Введение Инженерия знаний - это область информационной технологий, цель которой накапливать и применять знания, не как объект обработки их человеком, но как объект для обработки их на компьютере. Для этого необходимо проанализировать знания и особенности их обработки человеком и компьютером, а также разработать их машинное представление. К сожалению точного и неоспоримого определения, что собой представляют знания, до сих пор не дано. Но тем не менее цель инженерии знаний - обеспечить использование знаний в компьютерных системах на более высоком уровне, чем до сих пор - актуальна. Но следует заметить, что возможность использования знаний осуществима только тогда, когда эти знания существуют, что вполне объяснимо. Технология накопления и суммирования знаний идет бок о бок с технологией использования знаний, они взаимно дополняют друг друга и ведут к созданию одной технологии, технологии обработки знаний. Уже на протяжении 30 лет относительно немногочисленная группа исследователей пытается иногда более, иногда менее успешно создавать программы, позволяющие ЭВМ "разумно" решать задачи. В середине 70-х годов после двух десятилетий медленного и едва заметного прогресса в этой новой области искусственного интеллекта исследователи пришли к следующему фундаментальному выводу о разумном поведении вообще: оно требует колоссального количества знаний, которыми люди обладают, как чем-то само собой разумеющимся, но которые нужно постепенно "скормить" машине. Целью данной учебно-исследовательской работы является рассмотрение интеллектуальных систем, исследование основных проблем с которыми сталкиваются разработчики при создании искусственного интеллекта, рассмотрение основных этапов развития ИИ. Основными задачами в данной учебно-исследовательской работе является рассмотрение основных понятий интеллектуальных систем, исследование в области машинного перевода и кодирования а так же ознакомление с нейронными сетями. 3 1. Искусственный интеллект 1.1. Основные понятия искусственного интеллекта Термин интеллект (intelligence) происходит от латинского intellectus — что означает ум, рассудок, разум; мыслительные способности человека. Соответственно искусственный интеллект (artificial intelligence) — ИИ (AI) обычно толкуется как свойство автоматических систем брать на себя отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий. Интеллектом называется способность мозга решать (интеллектуальные) задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам. В этом определении под термином "знания" подразумевается не только ту информацию, которая поступает в мозг через органы чувств. Такого типа знания чрезвычайно важны, но недостаточны для интеллектуальной деятельности. Дело в том, что объекты окружающей нас среды обладают свойством не только воздействовать на органы чувств, но и находиться друг с другом в определенных отношениях. Ясно, что для того, чтобы осуществлять в окружающей среде интеллектуальную деятельность (или хотя бы просто существовать), необходимо иметь в системе знаний модель этого мира. В этой информационной модели окружающей среды реальные объекты, их свойства и отношения между ними не только отображаются и запоминаются, но и, как это отмечено в данном определении интеллекта, могут мысленно "целенаправленно преобразовываться". При этом существенно то, что формирование модели внешней среды происходит "в процессе обучения на опыте и адаптации к разнообразным обстоятельствам". Представление знаний — вопрос, возникающий в когнитологии (науке о мышлении) и в искусственном интеллекте. В когнитологии он связан с тем, как люди хранят и обрабатывают информацию. В Искусственном интеллекте 4 основная цель — научиться хранить знания таким образом, чтобы программы могли обрабатывать их и достигнуть подобия человеческого интеллекта. Исследователи ИИ используют теории представления знаний из когнитоло-гии. Такие методы как фреймы, правила и семантические сети пришли в ИИ из теорий обработки информации человеком. Так как знание используется для достижения разумного поведения, фундаментальной целью дисциплины представления знаний является поиск таких способов представления, которые делают возможным процесс логического вывода, то есть создание выводов из знаний. Было очень немного обсуждения вопросов представления знаний и исследования в данной области. Есть хорошо известные проблемы, такие как "spreading activation, " (задача навигации в сети узлов) «категоризация» (это связано с выборочным наследованием; например вездеход можно считать специализацией (особым случаем) автомобиля, но он наследует только некоторые характеристики) и «классификация». Например, помидор можно считать как фруктом, так и овощем. В области искусственного интеллекта, решение задач может быть упрощено правильным выбором метода представления знаний. Определенный метод может сделать какую-либо область знаний легко представимой. Например диагностическая экспертная система Мицин использовала схему представления знаний основанную на правилах. Неправильный выбор метода представления затрудняет обработку. В качестве аналогии можно взять вычисления в индо- арабской или римской записи. Деление в столбик проще в первом случае и сложнее во втором. Аналогично, не существует такого способа представления, который можно было бы использовать во всех задачах, или сделать все задачи одинаково простыми. Проблема формирования баз знаний является сложной и многогранной. Если ограничить рассмотрение этой проблемы задачей извлечения личных знаний эксперта, то можно сформулировать основные требования и принципы построения программных систем, автоматизирующих процесс формиро- вания баз знаний. Системы такого рода именуются автоматизированными системами инженерии знаний. В 1950 году британский математик Алан Тьюринг опубликовал в журнале «Mind» свою работу «Вычислительная машина и интеллект», в которой описал тест для проверки программы на интеллектуальность. Он предложил поместить исследователя и программу в разные комнаты и до тех пор, пока исследователь не определит, кто за стеной - человек или программа, считать поведение программы разумным. Это было одно из первых определений интеллектуальности, то есть А. Тьюринг предложил называть интеллектуальным такое поведение программы, которое будет моделировать разумное поведение человека. С тех пор появилось много определений интеллектуальных систем (ИС) и искусственного интеллекта (ИИ). Сам термин ИИ (AI - Artificial Intelligence) был предложен в 1956 году на семинаре в Дартсмутском колледже (США). Приведем некоторые из этих определений. Д. Люгер в своей книге определяет «ИИ как область компьютерных наук, занимающуюся исследованием и автоматизацией разумного поведения». В учебнике по ИС дается такое определение: «ИИ - это одно из направлений информатики, целью которого является разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножестве естественного языка». Введем определения, которые будем использовать в качестве рабочих определений. Предметом информатики является обработка информации по известным законам. Предметом ИИ является изучение интеллектуальной деятельности человека, подчиняющейся заранее неизвестным законам. ИИ это все то, что не может быть обработано с помощью алгоритмических методов. Системой будем называть множество элементов, находящихся в отношениях друг с другом и образующих причинно-следственную связь. 6 Адаптивная система - это система, которая сохраняет работоспособность при непредвиденных изменениях свойств управляемого объекта, целей управления или окружающей среды путем смены алгоритма функционирования, программы поведения или поиска оптимальных, в некоторых случаях просто эффективных, решений и состояний. Традиционно, по способу адаптации различают самонастраивающиеся, самообучающиеся и самоорганизующиеся системы . Под алгоритмом будем понимать последовательность заданных действий, которые однозначно определены и выполнимы на современных ЭВМ за приемлемое время для решаемой задачи. Под ИС будем понимать адаптивную систему, позволяющую строить программы целесообразной деятельности по решению поставленных перед ними задач на основании конкретной ситуации, складывающейся на данный момент в окружающей их среде. Сделаем два важных дополнения к данному определению. К сфере решаемых ИС задач относятся задачи, обладающие, как правило, следующими особенностями:
Интеллектуальные робототехнические системы (ИРС) содержат переменную, настраиваемую модель внешнего мира и реальной исполнительной системы с объектом управления. Цель и управляющие воздействия формируются в ИРС на основе знаний о внешней среде, объекте управления и на основе моделирования ситуаций в реальной системе. 7 О каких признаках интеллекта уместно говорить применительно к интеллектуальным системам? ИС должна уметь в наборе фактов распознать существенные, ИС способны из имеющихся фактов и знаний сделать выводы не только с использованием дедукции, но и с помощью аналогии, индукции и т. д. Кроме того, ИС должны быть способны к самооценке - обладать рефлексией, то есть средствами для оценки результатов собственной работы. С помощью подсистем объяснения ИС может ответить на вопрос, почему получен тот или иной результат. Наконец, ИС должна уметь обобщать, улавливая сходство между имеющимися фактами. Можно ли считать шахматную программу интеллектуальной системой? Если шахматная программа при повторной игре делает одну и ту же ошибку -то нельзя. Обучаемость, адаптивность, накопление опыта и знаний - важнейшие свойства интеллекта. Если шахматная программа реализована на компьютере с бесконечно-высоким быстродействием и обыгрывает человека за счет просчета всех возможных вариантов игры по жестким алгоритмам - то такую программу мы также не назовем интеллектуальной. Но если шахматная программа осуществляет выбор и принятие решений в условиях неопределенности на основе эффективных методов принятия решений и эвристик, корректируя свою игру от партии к партии в лучшую сторону, то такую программу можно считать достаточно интеллектуальной. Всякий раз, как только возникают сомнения в интеллектуальности некоторой системы, договоримся вспоминать тест Алана Тьюринга на интеллектуальность. После этого сомнения и дальнейшие споры, как правило, прекращаются. Следует определить также понятие знания - центрального понятия в ИС. Рассмотрим несколько определений:
8 • Знания - это формализованная информация, на которую ссылаются или которую используют в процессе логического вывода (рис. 1). Под знаниями будем понимать совокупность фактов и правил. Понятие правила, представляющего фрагмент знаний, имеет вид: если <условие> то <действие> Например, если X истинно и Y истинно, то Z истинно с достоверностью Р.  Рис. 1. Процесс логического вывода в ИС Вышеприведенные определения являются достаточно общими философскими определениями. В ИС принято использовать определение 3 для определения знаний. Определение 4 есть частный случай определения 3. Под статическими знаниями будем понимать знания, введенные в ИС на этапе проектирования. Под динамическими знаниями (опытом) будем понимать знания, полученные ИС в процессе функционирования или эксплуатации в реальном масштабе времени. Знания можно разделить на факты и правила. Под фактами подразумеваются знания типа «А это А», они характерны для баз данных. Под правилами (продукциями) понимаются знания вида «ЕСЛИ-ТО». Кроме этих знаний существуют так называемые метазнания (знания о знаниях). Создание продукционных систем для представления знаний позволило разделить знания и управление в компьютерной программе, обеспечить модульность продукционных правил, т. е. отсутствие синтаксического взаимодействия между правилами. При создании моделей представления знаний следует учитывать такие факторы, как однородность представления и простота понимания. Выполнить это требование в равной степени для простых и сложных задач довольно сложно. 9 Рассмотрим подробнее систему управления ИРС, структурная схема которой представлена на (рис. 2). На этом рисунке стрелками обозначено направление движения информации, двунаправленными стрелками обозначено взаимодействие типа «запрос-ответ» и «действие-подтверждение», весьма распространенное в информационных системах. Входом системы является Блок ввода информации, предназначенный для ввода числовых данных, текста, речи, распознавания изображений. Информация на вход системы может поступать (в зависимости от решаемой задачи) от пользователя, внешней среды, объекта управления. Далее входная информация поступает в Блок логического вывода, либо сразу в базу данных (БД) - совокупность таблиц, хранящих, как правило, символьную и числовую информацию об объектах предметной области (в нашем курсе лекций - объектах робототехники).  Рис.2. Структурная схема интеллектуальной робототехнической системы Блок логического вывода (БЛВ) и формирования управляющей информации обеспечивает нахождение решений для нечетко формализованных задач ИС, осуществляет планирование действий и формирование управляющей информации для пользователя или объекта управления на основе Базы Знаний (БЗ), БД, Базы Целей (БЦ) и Блока Алгоритмических Методов Решений (БАМР). Рассмотрим следующие определения: БЗ - совокупность знаний, например, система продукционных правил, о закономерностях предметной об- |
Добавить документ в свой блог или на сайт
