Скачать презентацию Системы искусственного интеллекта AI Artificial Скачать презентацию Системы искусственного интеллекта AI Artificial

СИИ 1.pptx

  • Количество слайдов: 16

Системы искусственного интеллекта Системы искусственного интеллекта

AI – Artificial Intelligence 1956 г Intelligence – «умение рассуждать разумно» Intellect - AI – Artificial Intelligence 1956 г Intelligence – «умение рассуждать разумно» Intellect - интеллект Первое попытка создания системы ИИ Раймунд Луллий 1235 -1315, Испания Логический механизм состоял из нескольких подвижных концентрических кругов, разделённых поперечными линиями на отделения ( «камеры» ), в которых в известном порядке обозначались общие понятия или основные категории всего существующего, а вращая их, можно было получать множество новых комбинаций (истин).

Направления развития ИИ q Распознавание образов q Игры и творчество q Экспертные системы q Направления развития ИИ q Распознавание образов q Игры и творчество q Экспертные системы q Компьютерная лингвистика q Нейрокомпьютерные технологии q Интеллектуальные роботы q Интеллектуальное оружие q Компьютерные вирусы

Сильный и слабый ИИ Слабый ИИ (Weak AI) - это набор отдельных технологий, позволяющих Сильный и слабый ИИ Слабый ИИ (Weak AI) - это набор отдельных технологий, позволяющих решать конкретные интеллектуальные задачи. Сильный ИИ (Strong AI) - это система, способная решать широкий комплекс задач, не уступая по функциональности и эффективности человеческому интеллекту.

Создание сильного и слабого ИИ Сильный ИИ Изучение механизмов, лежащих в основе интеллектуального поведения Создание сильного и слабого ИИ Сильный ИИ Изучение механизмов, лежащих в основе интеллектуального поведения человека. В рамках ИИ эта задача решается при помощи моделирования отдельных функций естественного интеллекта. Слабый ИИ Создание систем, которые позволяют автоматизировать решение интеллектуальных задач. В рамках этого направления на первый план выходит эффективность решения задачи, поэтому используемые методы могут отличаться от методов, применяемых человеком при решении той же задачи.

Тест на интеллект Тест по А. Тьюрингу (1950) «Если компьютер может работать так, что Тест на интеллект Тест по А. Тьюрингу (1950) «Если компьютер может работать так, что человек не в состоянии определить, с кем он общается — с другим человеком или с машиной, — считается, что он прошел тест Тьюринга» CAPTCHA — "Completely Automatic Public Turing Test to Tell Computers and Humans Apart" — полностью автоматический тест Тьюринга для различения компьютеров и людей. , это задача, которую легко решает человек, но которую крайне трудно научить решать компьютер.

Китайская комната (Дж. Серл) Возьмем какой-нибудь язык, который вы не понимаете, например, китайский. Вас Китайская комната (Дж. Серл) Возьмем какой-нибудь язык, который вы не понимаете, например, китайский. Вас поместили в комнату, в которой расставлены корзинки, полные китайских иероглифов. Вам дали учебник на русском языке, в котором приводятся правила сочетания символов китайского языка, причем правила эти можно применять, зная лишь форму символов, понимать значение символов совсем необязательно. Например, правила могут гласить: «Возьмите такой-то иероглиф из корзинки номер один и поместите его рядом с таким-то иероглифом из корзинки номер два»

Направления исследований по ИИ ИИ – междисциплинарная область исследований 1. Представление знаний Формализация и Направления исследований по ИИ ИИ – междисциплинарная область исследований 1. Представление знаний Формализация и представление в памяти СИИ. Разработка моделей знаний , языков описания 2. Манипулирование знаниями Модели достоверного вывода, способы рассуждений 3. Общение Модели коммуникаций человек – ИИ. Понимание и синтез текстов на естественном языке. Понимание речи. 4. Восприятие Распознавание образов, анализ сцен. 5. Обучение Методы обобщения данных 6. Поведение Адекватные реакции СИИ при взаимодействии со средой и человеком.

Данные и знания Данные – отдельные факты , характеризующие объекты , процессы и явления Данные и знания Данные – отдельные факты , характеризующие объекты , процессы и явления предметной области. Знания - выявленные закономерности предметной области Пример: Pi = 3. 14; R = 20; S = Pi * R; // // данные знания

Знания Свойства знаний: - Интерпретация - Структурированность - Связность - Семантическая метрика - Активность Знания Свойства знаний: - Интерпретация - Структурированность - Связность - Семантическая метрика - Активность Неявные знания - привычки, шаблоны мышления и поведения , интуиция. Явные знания – опыт, который может быть представлен в форме отчетов, руководств, инструкций и т. д.

Знания Фактические а есть А Процедурные (правила) Если (предпосылка) то (заключение) Метазнания Знания о Знания Фактические а есть А Процедурные (правила) Если (предпосылка) то (заключение) Метазнания Знания о знаниях

Модели представления знаний • • • Фреймы Семантические сети Нейронные сети Продукционная модель Логические Модели представления знаний • • • Фреймы Семантические сети Нейронные сети Продукционная модель Логические модели

Фреймы Абстрактный образ. Например, «автомобиль» – четыре колеса, двигатель, руль , …. Фрейм – Фреймы Абстрактный образ. Например, «автомобиль» – четыре колеса, двигатель, руль , …. Фрейм – модель абстрактного образа, минимально возможное описание сущности какого-либо объекта, явления, процесса. Структура фрейма: N [, , …, ], N — имя фрейма, ni — имя слота, gi —тело слота, pi – имя процедуры.

Фреймы Имя фрейма — любой идентификатор. Имя слота — также идентификатор. Указатель наследования служит Фреймы Имя фрейма — любой идентификатор. Имя слота — также идентификатор. Указатель наследования служит для передачи иерархических отношений. Атрибуты слотов – м. б. тексты, числа, процедуры, указатели на определенные блоки информации из общей базы знаний

Сеть фреймов В качестве значения слота может выступать имя другого фрейма. Таким образом фреймы Сеть фреймов В качестве значения слота может выступать имя другого фрейма. Таким образом фреймы объединяются в сеть. Свойства фреймов наследуются сверху вниз, от вышестоящих к нижестоящим через АКО - связи. АКО – «A Kind Of» (в значении «это» )

Семантические сети В основе – идея о том, что любые знания можно представить в Семантические сети В основе – идея о том, что любые знания можно представить в виде совокупности понятий (объектов) и отношений (связей). Семантическая (смысловая) сеть – ориентированный граф, вершины - это понятия , ребра – отношения.