004-027. 21 Грнти 50. 07. 03; 20. 01. 04
Скачать 1.56 Mb.
|
1.1.3. Интеллектуальные технологии обучающих системНачиная с активного применения ЭВМ, для решения задач обучения шло постоянное расширение областей применения компьютерных технологий. Качественно эти технологии изменились с появлением персональных компьютеров и вычислительных сетей. Стали развиваться распределенные автоматизированные системы обучения, предполагающие доступ, как в рамках локальной вычислительной сети (ЛВС), так и через Internet. Перед разработчиками возникает задача оптимального выбора среды передачи информации между элементами системы. Спустя десятилетия этот вопрос был решен, в основном, за счет развития технологий передачи информации, применения новых платформ, протоколов, переходом на цифровые системы связи. Современные телекоммуникационные сети характеризуются большим разнообразием технологий и протоколов. Для организации распределеных обучающих систем применяются современные сетевые технологии, среди которых можно отметить такие, как: сети с асинхронным режимом передачи данных (ATM), которые рассчитаны на передачу любых видов трафика с высокой надежностью и эффективностью, а также масштабировать полосу пропускания; сети с ретрансляцией кадров (frame relay), поддерживающие многоточечные топологии и обычно базирующиеся на выделенных линиях; сети frame relay хорошо зарекомендовали себя при передаче различных видов трафика, в том числе для работы в режиме on-line, когда очень высоки временные требования к системе; многоточечная передача данных на основе коммутации ячеек (SMDS, Synchronous Multimegabit Digital Service); широкополосная ISDN (B-ISDN, Broadband ISDN); высокоскоростная передача интегрированных данных по сетям кабельного телевидения (КТВ) и телефонным проводам (xDSL) и ряд технологий связанных с сотовыми сетями передачи трафика. Следующий шаг использования информационных технологий в обучающих системах связан с их интеллектуализацией. Разработчики обучающих систем активно стали применять методы и средства созданные в рамках исследований систем, основанных на знаниях – экспертных систем. Возник практический интерес к серьезным исследованиям моделей объяснения в обучающих системах и к интеллектуальным технологиям в области инженерии знаний, стратегий обучения и оценки знаний обучаемых на основе более сложных моделей самих обучаемых. С середины 1980-х годов стала включаться в состав обучающих систем информация об обучаемом и стратегиях обучения. Спустя десятилетие в разработках интеллектуальных обучающих систем стали применять агентно-ориентированный подход. К этому времени во многих корпорациях встают задачи управления содержанием (content management), требующие построения онтологических моделей, учитывающих логику связей и отношений. Решение подобных задач требует новых подходов. Для этих целей возникает агентно-ориентированный подход, использующий интеллектуальных агентов как высокоуровневую абстракцию для формализации и структурирования предметной области и как мощное программное средство для разработки и реализации сложных информационных систем. Интеллектуальные агенты (ИА) – это новый класс программных и программно-аппаратных сущностей, которые действуют от имени пользователя, чтобы находить и обрабатывать информацию, вести переговоры в системах электронной торговли и услуг, автоматизировать выполнение рутинных операций и поддерживать решение трудных задач, сотрудничать с другими программными агентами при возникновении сложных проблем, снимая тем самым с человека избыточную информационную нагрузку [43]. ИА и многоагентные системы (МАС) имеют достаточно долгую историю и сформировались на основе результатов, полученных в рамках таких направлений как «распределенный искусственный интеллект», «параллельный искусственный интеллект», «распределенные системы поддержки принятия решений» [43]. Базисом для формирования агентно-ориентированных технологий стали труды А. Н. Колмогорова по теории информации и алгоритмиче-ской сложности объектов [7,50], И. Пригожина, И. Стенгерс, Г. Хакена по теории самоорганизации и эволюции открытых систем [9,11,50], У. Р. Эшби по моделям гомеостазиса и разнообразию систем [12], А. Беркса по клеточным автоматам и моделированию эволюционных систем [15], Дж. Холланда и Д. Гольдберга по генетическим алгоритмам [16,17]. Значимое влияние на исследования в рамках ИИ было сделано отечественной школой коллективного поведения автоматов (М.Л. Цетлин, М.М. Бонгард, В.И. Варшавский и др.) [18,19,50]. Результаты работы в рамках этой школы позволили впервые в мире поставить вопрос о возможности целесообразного поведения в стационарной среде при рассмотрении коллектива реактивных агентов минимальной сложности, и было доказано, что если среда является стационарной и вероятностной, то для организации целесообразного взаимодействия со средой достаточно иметь в качестве агента конечный автомат определенной структуры. Расширение адаптивности агентов достигается за счет перехода к автоматам переменной структуры. Классические модели коллективного поведения автоматов могут рассматриваться как предельный случай описания реактивных агентов, которые обладают малой автономностью и минимальным целеполаганием. Большую роль в становлении агентно-ориентированного подхода сыграли работы Карла Хьюитта в области открытых систем и теории акторов [50]. В этих работах в 1969 г. был предложен язык PLANNER для доказательства теорем. Кроме того К. Хьюитт раскрыл значение процессов коммуникации и управления в организации и понимании рассуждений. Отойдя от рассмотрения управления как последовательности актов выбора, он ввел вариант распределенной системы, в которой структуры управления трактовались как «образцы прохождения сообщений», циркулирующих между активными объектами, названными им акторами. По К. Хьюитту, актор — это программный агент, имеющий свой почтовый адрес и обладающий определенным поведением [50]. В результате появилось семейство языков для программирования задач параллельного ИИ, которые стали первыми средствами реализации MAC, осуществляющих коммуникацию путем посылки асинхронных сообщений. М. Минский стал одним из первых ученых, начавших распространять представления о различных ментальных свойствах на искусственные объекты, и трактовать ментальную сферу как среду взаимодействия между активными объектами [50]. Он описал некоторые механизмы возникновения интеллектуального поведения в результате конфликтов и сотрудничества между простейшими вычислительными единицами, которые он называет агентами. Каждый агент «отвечает» за то или иное ментальное свойство, их взаимодействие происходит спонтанно, без участия какого-либо управляющего агента. В своих трудах М. Минский сделал важный вывод о том, что функционирование психики связано не столько с реализацией выводов над символьными конструкциями, сколько с принципами самоорганизации при взаимодействии автономных процессов. Его идеи оказали серьезное влияние на многие современные исследования в области многоагентных систем. Первые зарубежные практические разработки агентно-ориентированных систем появились в 1970-х годах и связаны с именами В.Лессера [43,50] и Д. Лената [50]. Результаты их работ привели к созданию архитектуры «доски объявлений» (blackboard) и легли в основу многих дальнейших разработок по организации коммуникации между агентами. Исследуя проблематику автоматического понимания речи, они воспользовались метафорой «доски объ-явлений», полагая, что решение проблемы обычно требует заранее не запланированных обращений к источникам знаний. Полагается, что структура управления процессом коммуникации предварительно не определена. Функционирование источников знаний связано с доставкой, модификацией и извлечением объектов с доски объявлений, т. е. из зоны совместной работы в базе данных, где модель предметной области структурирована как пространство гипотез и решений. Управляющее устройство разрешает конфликты доступа к доске объявлений, возникающие между агентами и неявно организует их совместную работу. У. Корнфелд и К. Хьюитт [50], в те же 1970-е годы разработали схожий подход к совместному решению задач. В рамках их модели «демоны», похожие на источники знаний, доставляют факты, гипотезы и доказательства в общую область, аналогичную «доске объявлений». Отличие от модели классной доски состоит в разделении демонов на две категории — экспертов и критиков. Эксперты стремятся доказать справедливость некоторой гипотезы, а критики, наоборот, ищут контрпримеры, чтобы ее опровергнуть. Специальные управляющие агенты распределяют время, отводимое каждому демону. Д. Ленатом [50] и К. Хьюиттом был предложен другой тип управления взаимодействием агентов. В системе PUPS, была реализована идея решения задачи группой агентов (специалистов), именуемых «beings» («существа»). Специалисты или «существа» стремятся синтезировать особого специалиста по формированию концепций, способного самостоятельно решить задачу. Существа постоянно меняются в процессе решения задачи и не могут быть отнесены к классическим источникам знаний. Каждый специалист моделируется подобно фрейму множеством пар «атрибут-значение» и может обращаться за сведениями к другим специалистам, не зная их лично. Р. Смит [43,50] в начале 1980-х годов разработал модель распределенного решения задач под названием «протокол контрактной сети», которая получила большую известность и стандартизована FIPA. Модель использует метафору переговоров между автономными ИА и основана на протоколе рыночных торгов. Имеются три типа агентов: агент-менеджер, агент-исполнитель, агент-подрядчик. Агент-менеджер распространяет объявление о задании и определяет исходную цену, а агенты — потенциальные исполнители предлагают свои услуги, посылая свои варианты цен, и участвуют в конкурсе на определение наилучших предложений по исходному заданию. Затем агент-менеджер отбирает наилучшие предложения и заключает соглашение с выбранными агентами-исполнителями, которые становятся агентами-подрядчиками. Эти механизмы взаимодействия агентов широко используются во всех современных агентно-ориентированных приложениях. Важными информационными технологиями для обучающих систем являются технологии визуализации как в области учебных объектов, так и в области метаданных. В последние годы стали широко применяться методы и средства виртуальной реальности. Они используются в деловых (серьезных) играх, тренажерах, симуляторах, что существенно повышает эффективность использования обучающих систем. |
Похожие:
 | 004-027. 21 Грнти 50. 07. 03; 20. 01. 04 «Маркетинговые коммуникации» федерального компонента цикла дс составлена в соответствии с государственным образовательным стандартом... | | Научно-исследовательский институт ядерной физики имени Д. В. Скобельцына удк 004. 75+004. 722 Разработка технологий высокопроизводительных вычислений с использованием неоднородных территориально-распределённых вычислительных... |
| Научно-исследовательский институт ядерной физики имени Д. В. Скобельцына... «Развитие, исследование и внедрение средств высокопроизводительных вычислений на основе технологий Грид с поддержкой гетерогенных,... | | Научно-исследовательский институт ядерной физики имени Д. В. Скобельцына... «Разработка архитектуры и программных средств для обеспечения взаимодействия грид-инфраструктуры рдиг/egee и создаваемой системы... |
 | "ок 004-93. Общероссийский классификатор видов экономической деятельности,... Ок 004-93. Общероссийский классификатор видов экономической деятельности, продукции и услуг | | "ок 004-93. Общероссийский классификатор видов экономической деятельности,... Ок 004-93. Общероссийский классификатор видов экономической деятельности, продукции и услуг |
| "ок 004-93. Общероссийский классификатор видов экономической деятельности,... Ок 004-93. Общероссийский классификатор видов экономической деятельности, продукции и услуг (ред от 22. 11. 2011)(утв. Постановлением... | | Формирование компетентности профессионального самосовершенствования... Защита состоится 27 мая 2010 г в 14. 30 час на заседании диссертационного совета д 212. 027. 02 в Волгоградском государственном педагогическом... |
| Фгбу «пияф» удк 001. 89: 004. 31 Федеральное государственное бюджетное учреждение «Петербургский институт ядерной физики им. Б. П. Константинова» | | Удк 004. 9 Коржик И. А Методические рекомендации в помощь преподавателю: издание гаоу спо «Уфимский топливно – энергетический колледж». – Уфа, 2012г |
| Электронных ресурсов «наука и образование» №3 (46) март 2013 удк 51, 002, 004 № офэрниО: 18981 Интерактивный учебный комплекс по математике / фгбоу впо санкт-Петербургский государственный морской технический университет | | Удк 004. 942 : 57. 026 Эволюционно стабильная информационная структура... Федеральный закон от 31. 05. 2001 №73-фз «О государственной судебно-экспертной деятельности» (выдержки) |
| Бионормализующее действие препарата пдс при восстановлении воспроизводительной... Д 220. 004. 01 при фгоу впо «Белгородская государственная сельскохозяйственная академия» по адресу: 308503 | | Интеграционные процессы на постсоветском пространстве Защита состоится 1 апреля 2008 года в 12 часов на заседании диссертационного совета д 446. 004. 02 в Российском государственном торгово-экономическом... |
| Экзаменационные вопросы «гост 12 004-90 Организация обучения безопасности труда» Тестовые задания разработаны преподавателями гигиены детей и подростков кафедры экологии человека и гигиены окружающей среды медико-профилактического... | | Удк 004. 81 Разработка принципов поддержки экономических интересов... В мешке Старика-Годовика собраны признаки самого прекрасного времени года. Ваша задача: найти причину явления, названного в столбике... |
