Искусственный интеллект и интеллектуальные информационные системы Арефьева Е

Искусственный интеллект и интеллектуальные информационные системы Арефьева Е. А.

Содержание v. Искусственный интеллект и интеллектуальные информационные системы v. Проектирование интеллектуальных систем 2

ПОДХОДЫ К ПОСТРОЕНИЮ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ Наименование Логический Структурный Эволюционный Имитационный 3 Моделируемое свойство интеллекта Логическое мышление человека (Булева алгебра, исчисление предикатов, нечеткая логика, экспертные системы…) Структура головного мозга человека (перцептроны, нейронные сети …) Процесс развития (адаптивные системы, генетический алгоритм…) Способность человека копировать действия других по принципу «черный ящик» Искусственный интеллект (artificial intelligence) - научное направление, в рамках которого моделируется решение интеллектуальных задач путем приобретения, запоминания и преобразования знаний в процессе обучения на опыте и адаптации.

ЭВОЛЮЦИЯ ИНФОРМАЦИОННЫХ СИСТЕМ 4

ОТЛИЧИТЕЛЬНЫЕ ПРИЗНАКИ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ Признаки Решение сложных плохо формализуемых задач Способность к самообучению Адаптивность Коммуникативные способности ИИС 5 Описание возможность решать задачи, которые требуют построения оригинального алгоритма решения в зависимости от конкретной ситуации, для которой могут быть характерны неопределенность и динамичность исходных данных и знаний возможность автоматического извлечения знаний для решения задач из накопленного опыта конкретных ситуаций способность к развитию системы в соответствии с объективными изменениями модели проблемной области характеризуют способ взаимодействия (интерфейса) конечного пользователя с системой, в частности, возможность формулирования произвольного запроса в диалоге с ИИС на языке, максимально приближенном к естественному

КЛАССИФИКАЦИЯ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ 6

ЭКСПЕРТНЫЕ СИСТЕМЫ Назначение экспертных систем заключается в решении достаточно сложных, плохо формализованных задач на основе накапливаемой базы знаний, отражающей опыт работы экспертов в рассматриваемой проблемной области. 7

ЭКСПЕРТНЫЕ СИСТЕМЫ Накопление и организация знаний в виде базы знаний Применение для решения проблем высококачественного опыта экспертов Гибкость Прогностические возможности Институциональная память Возможность использования для обучения и тренировки руководящих работников и ведущих специалистов Человеческая компетентность Непрочная Трудно представляемая Трудно документируемая Непредсказуемая Дорогая 8 Искусственная компетентность Постоянная Легко передаваемая Легко документируемая Устойчивая Приемлемая по затратам

ПРИОБРЕТЕНИЕ ЗНАНИЙ В САМООБУЧАЮЩИХСЯ СИСТЕМАХ Самообучающиеся системы осуществляют процедуру приобретения знаний, которая может быть использована, когда эксперт не существует; недостаточно надежен; слишком дорог; не доступен постоянно во времени. 9

СХЕМА ОБУЧЕНИЯ 10

ВИДЫ ОБУЧЕНИЯ Параметрическое обучение заключается в определении общего вида правила, формирующего результат вывода, и в последующей корректировке входящих в его параметров, зависящих от конкретных данных. Обучение по аналогии базируется на гипотезе, что если две ситуации подобны по ряду признаков, то они подобны и по принимаемых в них решениям Индуктивное обучение позволяет обобщить примеры, выделив основные признаки их принадлежности к классам Обучение на основе нейронных сетей предполагает выделение зависимостей на основе построения математических функции, которые определяют зависимости между входными и выходными признаками. 11

АДАПТИВНЫЕ СИСТЕМЫ Самообучающаяся адаптивная система накапливая знания, обладает способностью самостоятельно искать критерии качества своего функционирования, разрабатывать (заказывать) проекты изменений и проводить соответствующие преобразования. Самонастраивающаяся и самоорганизующуюся адаптивные системы –накопление знаний выражается в изменении тех или иных ее параметров, в изменении структуры и других элементов организационного механизма и системы управления. Саморазвивающиеся открытые адаптивные системы очень большого масштаба, которые не спроектированы какой-либо одной группой разработчиков и развиваются не по какому-либо плану, созданному кем-либо заранее. Эти системы создают как бы информационную среду общего доступа в развитие которой могут вносить свой вклад разработчики и даже пользователи, независимо от своего места нахождения. 12

ИНТЕЛЛЕКТУАЛЬНЫЕ ИНТЕРФЕЙСЫ ЕЯ-интерфейс используется для доступа к интеллектуальным базам данных; контекстного поиска документальной текстовой информации; голосового ввода команд в системах управления; машинного перевода с иностранных языков. Гипертекстовые системы предназначены для реализации поиска по ключевым словам в базах текстовой информации. Интеллектуальные гипертекстовые системы отличаются возможностью более сложной семантической организации ключевых слов, которая отражает различные смысловые отношения терминов. Системы когнитивной графики позволяют осуществлять интерфейс пользователя с ИИС с помощью графических образов, которые генерируются в соответствии с происходящими событиями. 13

Проектирование интеллектуальных систем 14

СТРУКТУРА ИНТЕЛЛЕКТУАЛЬНОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ 15 Главная отличие ИИС от других систем заключается в том, что основной акцент ИИС – представление и обработка знаний, т. е. это системы, базирующиеся на знаниях (СБЗ)

ЭТАПЫ ПРОЕКТИРОВАНИЯ ИИС Знания при представлении их в компьютерном виде проходят следующие этапы: - Знания в памяти человека как результат мышления. - Материальные носители знаний (учебники, пособия…). - Поле знаний (описание объектов предметной области, атрибутов и взаимосвязей). - Знания, описанные на языке представления знаний. - База знаний на машинных носителях. 16

ЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ Идентификация ПО определение назначения и 17 сферы применения подбор участников разработки выделение ресурсов постановка и параметризация решаемых задач основные параметры проблемной области: класс решаемых задач критерии эффективности результатов и процесса решения задач цели и подцели решаемых задач исходные данные и знания, их источники и особенности Концептуализация ПО объектная модель описывает структуру предметной области как совокупности взаимосвязанных объектов функциональная модель отражает действия и преобразования над объектами поведенческая модель рассматривает взаимодействия объектов во временном аспекте

ФИЗИЧЕСКОЕ ПРОЕКТИРОВАНИЕ Формализация и реализация базы знаний На этапе формализации базы знаний осуществляется выбор метода представления знаний. В рамках выбранного формализма осуществляется проектирование логической структуры базы знаний. На этапе реализации происходит физическое наполнение базы знаний и настройка всех программных механизмов в рамках выбранного инструментального средства, а при необходимости и программирование специализированных модулей программного инструмента. 18 Тестирование, внедрение и опытная эксплуатация На этапе тестирования оцениваются с позиции двух групп критериев: точности (правильность решений, адекватность базы знаний проблемной области) и полезности (характеризуется степенью удовлетворения требований пользователя, легкости и естественности взаимодействия с системой, надежности, производительности и стоимости эксплуатации, настройки) Внедрение и опытная эксплуатация. Критерием оценки становятся соотношение стоимости системы и ее эффективности. Сбор критических замечаний и внесение необходимых изменений, разработка новых специализированных версий, учитывающих особенности проблемных областей

ПРОТОТИПНОЕ ПРОЕКТИРОВАНИЕ ИИС Этап разработки Идентификация Концептуализация Формализация Реализация Тестирование Опытная эксплуатация 19 Характер прототипа Демонстрационный Количество Срок единиц знаний разработки 50 - 100 1 - 2 мес. Исследовательский 200 - 500 3 -6 мес. Действующий Промышленный 500 - 1000 -1500 6 -12 мес. 1 -1, 5 года Коммерческий 1500 -3000 1, 5 -3 года

СПАСИБО ЗА ВНИМАНИЕ!!! 20