• 
  Направления развития систем искусственного интеллекта:
  
• 
  Представление знаний и разработка систем, основанных на знаниях.
  
• 
  Игры и творчество.
  
• 
  Разработка естественно-языковых интерфейсов и машинный перевод.
  
• 
  Распознавание образов.
  
• 
  Новые архитектуры компьютеров.
  
• 
  Интеллектуальные роботы.
  
• 
  Специальное программное обеспечение.
  
• 
  Обучение и самообучение.
  

Искусственный интеллект (ИИ) - это научная дисциплина, возникшая в 50-х годах на стыке кибернетики, лингвистики, психологии и программирования. Разработка интеллектуальных программ существенно отличается от обычного программирования и ведется путем построения системы искусственного интеллекта (СИИ). Если обычная программа может быть представлена в парадигме: Программа = Алгоритм + Данные, то для СИИ характерна другая парадигма: СИИ = Знания + Стратегия обработки знаний.

Данные - это отдельные факты, характеризующие объекты, процессы и явления предметной области, а также их свойства. При обработке на ЭВМ данные трансформируются, условно проходя следующие этапы:

• 
  D1 - данные как результат измерений и наблюдений;
  
• 
  D2 - данные на материальных носителях информации (таблицы, протоколы, справочники);
  
• 
  D3 - модели (структуры) данных в виде диаграмм, графиков, функций;
  
• 
  D4 - данные в компьютере на языке описания данных;
  
• 
  D5 - базы данных на машинных носителях информации.
  

Знания основаны на данных, полученных эмпирическим путем. Они представляют собой результат мыслительной деятельности человека, направленной на обобщение его опыта, полученного в результате практической деятельности. Знания - это закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области. При обработке на ЭВМ знания трансформируются аналогично данным:

• 
  Z1 - знания в памяти человека как результат мышления;
  
• 
  Z2 - материальные носители знаний (учебники, методические пособия);
  
• 
  Z3 - поле знаний - условное описание основных объектов предметной области, их атрибутов и закономерностей, их связывающих;
  
• 
  Z4 - знания, описанные на языках представления знаний (продукционные языки, семантические сети, фреймы - см. далее);
  
• 
  Z5 - база знаний на машинных носителях информации.
  

---

Часто используется такое определение знаний. Знания - это хорошо структурированные данные, или данные о данных, или метаданные.

Свойства знаний: внутренняя интерпретируемость, структурированность, связанность, активность. Все эти свойства знаний в конечном итоге должны обеспечить возможность СИИ моделировать рассуждения человека при решении прикладных задач. Со знаниями тесно связано понятие процедуры получения решений задач (стратегии обработки знаний). В системах обработки знаний такую процедуру называют механизмом вывода, логическим выводом или машиной вывода. Принципы построения механизма вывода в СИИ определяются способом представления знаний и видом моделируемых рассуждений. Части систем, основанных на знаниях: база знаний, механизм вывода, интерфейс с пользователем. Каждая из этих частей может быть устроена по-разному в различных системах, отличия эти могут быть в деталях и в принципах. Однако для всех СИИ характерно моделирование человеческих рассуждений. СИИ создаются для того, чтобы овеществлять в рамках программно-технической системы знания и умения, которыми обладают люди, чтобы решать задачи, относящиеся к области творческой деятельности человека. Знания, на которые опирается человек, решая ту или иную задачу, существенно разнородны. Это, прежде всего:

• 
  понятийные знания (набор понятий и их взаимосвязи);
  
• 
  конструктивные знания (знания о структуре и взаимодействии частей различных объектов);
  
• 
  процедурные знания (методы, алгоритмы и программы решения различных задач);
  
• 
  фактографические знания (количественные и качественные характеристики объектов, явлений и их элементов).
  

При решении задачи в конкретной области знания можно разделить на следующие категории: достоверные или объективные знания; эвристические знания.

Достоверные знания формулируются в виде общих и строгих суждений (законов, формул, алгоритмов и т. д.). Эвристические знания основываются на собственном опыте специалиста в данной предметной области. Именно эти знания играют решающую роль в экспертных системах.

Знания также можно разделить на декларативные (факты) и процедурные знания (знания для принятия решений). Декларативные знания - это факты. Например, Иванов - студент; земля - круглая.

Декларативные знания отвечают на вопрос «знать что?». Процедурные знания - это знания, которые формируются путем логических рассуждений и по интуиции.

---

Процедурные знания отвечают на вопрос «знать как?».

Метазнания - знания о знаниях. Понятие «метазнания» указывает на знания, касающиеся способов использования знаний и знания, касающиеся свойств знаний. Это понятие необходимо для управления базой знаний и логическим выводом; для обучения и т. п.

Особенность систем представления знаний заключается в том, что они моделируют деятельность человека, осуществляемую часто в неформальном виде. Модели представления знаний имеют дело с информацией, получаемой от экспертов, которая часто носит качественный и противоречивый характер. Для обработки с помощью ЭВМ такая информация должна быть приведена к однозначному формализованному виду В системах, основанных на концепциях искусственного интеллекта и инженерии знаний, такая проблема отсутствует. Знания в них представлены в конкретной форме, а имеющаяся база знаний позволяет их легко определять, модифицировать, пополнять.

---

Принципы построения ИИ

Несмотря на то, что искусственный интеллект развивается уже  на протяжении 40 лет, с самого начала в исследования были заложены 5 основных принципов, которых разработчики придерживаются и по сегодняшний день.

Обработка данных. Изначально ИИ мог обрабатывать небольшие объемы данных. С развитием технологий и увеличением вычислительных мощностей, приложения с поддержкой ИИ «научились» обрабатывать огромные потоки данных в кратчайшие сроки. Быстрая и качественная обработка информации остается приоритетным заданием и сейчас. Помимо этого, ИИ должен уметь обрабатывать огромные объемы потоковых данных.

Адаптивность. Приложения с поддержкой ИИ должны уметь адаптироваться к изменяющимся условиям. В связи с этим возникла необходимость появления машинного обучения. Технологический процесс машинного обучения требует наличия исходных данных для создания модели поведения ИИ в зависимости от меняющихся условий. В таком случае,  ИИ, который располагает определенными моделями поведения в конкретных ситуациях, сможет адекватно оценивать полученные данные в будущем, и использовать модели для адаптации к новым условиям.

Реагирование. Приложения с поддержкой ИИ должны реагировать на изменения условий в реальном времени. В отличие от обычных программ, которые работают по определенному алгоритму и используют только существующие базы данных, ИИ постоянно мониторит поступающие данные и может работать с потоковыми сервисами, непрерывно получая от них новую информацию. Используя принципы обучения в реальном времени, ИИ выбирает модель поведения в конкретных условиях.

Дальновидность. Многие системы ИИ уже не просто реагируют на изменения условий. Им приходится предсказывать возможное развитие событий, чтобы выбрать оптимальный вариант поведения в настоящий момент. ИИ-системы должны уметь быстро адаптироваться к изменениям сценария поведения в зависимости от полученных данных.

Конкурентоспособность. Системы ИИ должны «уметь» обрабатывать данные, получаемые из нескольких источников одновременно. Они используют специальные технологии, которые создавались ранее для обычных систем проведения транзакций. Эти технологии позволяют обрабатывать огромные объемы данных в кратчайшие сроки, обеспечивая оптимальный результат, защищенность информации и работу с несколькими источниками данных одновременно. Если такие условия может выполнять простая программа, ИИ просто необходимо не уступать, показывать даже лучшие результаты.

---

Это 5 основополагающих принципов, которые гарантируют современным системам ИИ успех и дальнейшее развитие. Все они сформировались постепенно, некоторые — задолго до создания первых систем с поддержкой ИИ, некоторые — в процессе обучения и развития. Несмотря на то, что объемы обрабатываемых данных постоянно увеличиваются, задачи изменяются, а технологии бегут вперед, для успешной работы любой системе ИИ нужно соответствовать этим пяти принципам. 

Направления, методы и подходы ИИ

Интеллектуа́льная система — это техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы. Структура интеллектуальной системы включает три основных блока — базу знаний, механизм вывода решений и интеллектуальный интерфейс[1].

Интеллектуальные системы изучаются группой наук, объединяемых под названием «искусственный интеллект».

В технологиях принятия решений интеллектуальная система — это информационно-вычислительная система с интеллектуальной поддержкой, решающая задачи без участия человека — лица, принимающего решение (ЛПР), в отличие отинтеллектуализированной системы, в которой оператор присутствует

Интеллектуальная информационная система (ИИС) — комплекс программных, лингвистических и логико-математических средств для реализации основной задачи – осуществления поддержки деятельности человека и поиска информации в режиме продвинутого диалога на естественном языке.[1] ИИС являются разновидностью интеллектуальной системы, а также одним из видов информационных систем.

Экспе́ртная систе́ма (ЭС, англ. expert system) — компьютерная система, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. В информатике экспертные системы рассматриваются совместно с базами знаний как модели поведения экспертов в определенной области знаний с использованием процедур логического вывода и принятия решений, а базы знаний — как совокупность фактов и правил логического вывода в выбранной предметной области деятельности.

---

Смотрите также файлы

• Период 19531964 относится к хрущёвской "оттепели".docx

• Стоит ли мыть автомобиль зимой.docx

• Центральноазиатский инновационный университет.doc

• Кафедра Ажт зертханалы Жмыс 1 Апараттыкоммуникациялы технологиялар пні.docx

• Административноправовой режим охраняемых объектов.docx