Интеллектуальные системы СОВОКУПНО СТ Ь ПРОГР АММ ИМИТИРУЮЩИХ

Интеллектуальные системы СОВОКУПНО СТ Ь ПРОГР АММ, ИМИТИРУЮЩИХ НА КОМ ПЬЮТ ЕРЕ ЭЛЕ МЕН ТЫ МЫШЛЕНИЯ ЧЕЛОВЕКА, ЕГО СПОСОБЫ Р АСС УЖДЕ НИЯ И РЕШЕНИЯ ИМ ЗАДАЧ СТ. ГР. АС-1 -09 БУЦЕВА М. И.

Для начала Введение Эмпирические модели представления знаний Продукционные Теоретические модели представления знаний Исчисление высказываний и предикатов Экспертные системы Знания Экспертные системы Бионические модели представления знаний Семантические сети Логическая модель знаний Искусственные нейронные сети Что будет рассмотрено в презентации Фреймы Представление нечётких знаний Экспертные системы Генетические алгоритмы 2

Введение Идея моделирования человеческого разума Толчком к развитию модели человеческого мышления стало появление в 40 -х годах ХХ века ЭВМ. В 1948 г. Американский учёный Ноберт Винер (1894 -1964) сформулировал основные положения новой науки – кибернетики. В 1956 г. В Стенфордском университете на семинаре Искусственный интеллект (Artificial intelligence) , было признанно новое научное направление – искусственный интеллект. 3

Знания Декларативные знания – совокупность сведений о характеристиках свойств конкретных объектов, явлений или процессов представленных в виде факторов и эвристик. Знания Декларативные знания Процедурные знания – методы, алгоритмы, программы решения различных задач в выбранной предметной области, они составляют ядро базы знаний. 4

Виды представления знаний Исчисление высказываний и предикатов Логическая модель знаний Сематические сети Фреймы Представление нечётких множеств Экспертные системы Искусственные нейронные сети Генетические алгоритмы Продукционная модель знаний 5

Эмпирические модели ЭМПИ РИЧ ЕСК ИЕ МОДЕ ЛИ ОСНОВАНЫ НА ИЗ УЧЕНИИ ПРИНЦИПО В ОР ГАН ИЗА ЦИИ ЧЕЛОВЕЧЕСКОЙ ПАМЯТИ И МОДЕЛИРОВАНИИ МЕХА НИЗМОВ РЕШЕНИ Я З АДАЧ ЧЕЛО ВЕКО М

Продукционная модель знаний Продукционная модель позволяет представить знания в виде совокупности правил вида ЕСЛИ (Предпосылка), ТО (Заключение). Объединённая логическими операциями совокупность условий Эмпирические модели. Продукционная модель Описание действий, которые должны быть совершены при истинности антецедента 7

Продукционный вывод Прямой вывод Обратный вывод Циклический вывод • При прямом выводе осуществляется движение слева направо от предположений к требуемому заключению. Если путём сопоставления с фактами окажется истинной предпосылка, то истинным станет и заключение • При обратном выводе происходит движение от цели (заключения) к данным (предположениям) для её подтверждения • Сочетает в себе прямой и обратный выводы Эмпирические модели. Продукционная модель 8

Семантические сети Семантика – это наука, исследующая свойства знаков и знаковых систем, их смысловую связь с реальными объектами. Семантическая сеть – это ориентированный граф, вершины которого есть понятия, а дуги – отношения между ними. Базовые элементы: объекты, их признаки и значения, изображаемые прямоугольниками, а также отношения, изображаемые овалами и направленными стрелками. 9

Фреймы Фрейм (от англ. frame – каркас, рамка) предложен для обозначения структуры единицы знаний, которую можно описать некоторой совокупностью понятий с целью её пространственного восприятия. Фрейм имеет определённую внутреннюю структуру, состоящую из совокупности элементов, называемые слотами. Каждый слот представляется определённой структурой данных, процедурой или другим фреймом 10

Теоретические модели ТЕОРЕТИЧЕСКИЕ МОДЕЛИ ПРЕДСТАВЛЕНЫ МОДЕЛЯМИ, ОСНОВАННЫМИ НА ФОРМАЛЬНОЙ ЛОГИКЕ (ИСЧИСЛЕНИЕ ВЫСКАЗЫВАНИЙ, ИСЧИСЛЕНИЕ ПРЕДИКАТОВ), ФОРМАЛЬНЫХ ГРАММАТИКАХ, КОМБИНАТОРНЫМИ МОДЕЛЯМИ, В ЧАСТНОСТИ МОДЕЛЯМИ КОНЕЧНЫХ ПРОЕКТИВНЫХ ГЕОМЕТРИЙ, ТЕОРИИ ГРАФОВ, ТЕНЗОРНЫМИ И АЛГЕБРАИЧЕСКИМИ МОДЕЛЯМИ

Исчисление высказываний и предикатов Высказывание – это простое предложение, имеющее вполне определённое значение истинности: Истина или Ложь. В мат. логике высказывания обозначаются прописными буквами: А, В, С … - это операнды. В сложном предложении высказывания соединяются связками: И, ИЛИ, НЕ, ЕСЛИ…ТО – это логические операции или связки. 12

Виды логических операций Дизъюнкция А&В, А^В А ^ Конъюнкция Отрицание Импликация ⌐A, A A→B B ^ А В 0 0 0 ⌐A 1 1 0 1 1 1 & А В 0 0 0 1 → А В А 0 0 0 1 0 1 1 1 Теоретическая модель. Исчисление высказываний и предикатов 13

Законы логистики Основные законы логистики Значение Коммутативность А Ассоциативность А (В Отрицание операнда А ^ А = 0, А А = 1, А = А Дистрибутивность А ^ (В С) = (А^ В) (А^ С) Поглощение операнда А ^ (А В) =А (А^В)=А Законы де Моргана А^В=А А, А ^ В = В ^ А ^ ^ С)=(А В) ^ ^ В=В С, А^(В ^ С) =(А^В) ^ С ^ ^ ^ Теоретическая модель. Исчисление высказываний и предикатов В 14

Предикат Р(х1, х2, …, хn) – это логическая функция n переменных, которая в зависимости от значений переменных х1, х2, …, хn принимает два значения: Истина или Ложь. Обычно такие предикаты называют n-местными предикатами. Предикат Р(а 1, а 2, …, аn) имеющий истинное значение и полученный при подстановке или конкретизации х1 = а 1 и т. д. называются фактором. Теоретическая модель. Исчисление высказываний и предикатов 15

Логическая модель знаний основаны на исчислении высказываний и предикатов. Элементарному высказыванию соответствует операнд, а сложному – совокупность операндов, соединённых знаками логических операций. Для получения истинного высказывания используют правила: modus popens, modus tollens и резолюции. Теоретическая модель 16

Представление нечётких знаний Модели представления нечетких знаний используются для формализации человеческих знаний, описывающих качественные характеристики объектов предметной области, которые могут интерпретироваться неоднозначно, но содержат важную информацию. Виды неопределенности, возникающие при решении задач: • отсутствие достаточно полного и достоверного знания о предметной области ; • отсутствие возможности получить исчерпывающую информацию о конкретном состоянии среды, объекте, ситуации и т. п. Теоретическая модель 17

Экспертные системы Сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей Экспертные системы 18

Компоненты ЭС Решатель Интерфейс пользователя База знаний Подсистемы разъяснений Пользователь Экспертные системы Интеллектуальный редактор базы знаний Инженер по знаниям + Эксперт 19

Бионические модели БИОНИЧЕСКИЕ МОДЕЛИ ОСНОВЫВАЮТСЯ НА ПРЕДПОЛОЖЕНИИ О ТОМ, ЧТО ЕСЛИ В ИСКУССТВЕННОЙ СИСТЕМЕ ВОСПРОИЗВЕСТИ СТРУКТУРЫ И ПРОЦЕССЫ ЧЕЛОВЕЧЕСКОГО МОЗГА, ТО И РЕЗУЛЬТАТЫ РЕШЕНИЯ ЗАДАЧ ТАКОЙ СИСТЕМОЙ БУДУТ ПОДОБНЫ РЕЗУЛЬТАТАМ, ПОЛУЧАЕМЫМ ЧЕЛОВЕКОМ

Искусственные нейронные сети представляют собой вычислительные устройства, состоящие из множества взаимодействующих блоков обработки данные. Блоки называются нейронами. ИНС сформированы как нейронные сети в биологических системах. Биологический нейрон – это одна клетка с каналами для ввода информации, называемые дендритами, а каналами для вывода информации – аксонами. 21

Биологический нейрон • Сигналы в биологическом нейроне передаются через аксоны в том случае, когда клетка находится в возбуждённом состоянии; • Дендриты принимают сигналы от аксонов других клеток через небольшие промежутки, называемые синапсами, проводимость которых осуществляется их химическим составом. Обучение нейронной сети осуществляется за счёт изменения проводимостей синапсов, которое приводит к увеличению или снижению тормозящих или возбуждающих действий входных сигналов на нейрон, при этом меняется его выход. Бионические модели. Искусственные нейронные сети 22

Генетический алгоритм представляет собой адаптивный метод, в основу которого заложены идеи эволюционной теории Ч. Дарвина и методы случайного поиска. Является разновидностью эволюционных вычислений, с помощью которых решаются оптимизационные задачи с использованием методов естественной эволюции, таких как наследование, мутации, отбор. Отличительной особенностью генетического алгоритма является акцент на использование оператора «скрещивания» , который производит операцию рекомбинации решенийкандидатов, роль которой аналогична роли скрещивания в живой природе. 23

СПАСИБО ЗА ВНИМАНИЕ!