Lectures_1-7 (1040445), страница 4

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 4)

естественно-языковыепрограммы-машинный перевод, генерация текстов, обработка речи ;3.распознающие программы4.программы создания и анализа графики, живописи , музыкальных произведений.-распознавание почерков , изображений , карт;Выделяются следующие направления искусственного интеллекта :1. экспертныесистемы:2. нейронные сети ;3. естеств енно-языко в ые4. эволюционные5.а.iстемы;методы и генетические алгоритмы;нечеткие множества ;6. системыизвлечения знаний.Э кспертные систе м ы ориентированы на решение конкретных задач .Ней ронные сети реализуют нейросетевые алгоритмы . Делятся на :- сети общегоназначения, которые подцер.живают около30 нейросетевых алгоритмови настра­иваются на решение конкретных задач ;- объектно-ориентированные - используемые дляраспознания символов, управления производ­ством, п редсказание ситуаций на вал ютных рынках;-гибридные-используемые вместе с определенным программным обеспечением .Естественно-языковые (ЕЯ) системы делятся на:-программные продукты естественного языкового интерфейса в БД (представление есте­ственно-языковых за п росов в SQL-запросы);-естественоо-языковой поиск в текстах, содержательное сканирование текстов (используется впоисковых системах-lntemet,например,Google);масштабируемые средства распознания речи (портативные синхронные переводчики);-средства голосового ввода команд и управления (безлюдные nроизводства) ;компоненты речевой обработки, как сервисные q>едства проrраммного обеспечения (ОС-WindowsХР).Нечёткие множества-реализуют логические опюшения между данными.

Эти nроrраммныепродукты исnользуются для управления экономическими объектами , построения экспертных си­стем и систем nоддержки принятия решений .Генетические алгоритмы-это методы анализа данных , которы е невозможно проанализиро­вать стандартными методами. Как правило, используются для обработки больших объ~мов ин­формации , nостроения прогнозных моделей . Используются в научных целях nри имитационноммоделировании .Системы извлечения знаний-используются для обработки данных из информационных хра­нилищ.3.Бионическое, эвристическое и эволюционное направления .Принято различать три основные пути моделирования интеллекта и мышления:- классический, или (как его теперь называют) бионический ;-эвристического проrраммирования ;-эволюционного моделирования .Бионическое моделированиеНепосредственное моделирование человеческого мозга (т.е.

моделирование каждой нервнойклетки и связей между ними ) с целью создания автоматов, обладающих интеллектом, чрезвы­чайно сложно. Мозг представляет собой самую сложную и лишь частично изученную структуру.Сложнейшее переплетение связей коры головного мозга практически не поддаются расшиф­ровке. Известно лишь примерное расnоложение зон мозга, отвечающих за ту или иную функцию.В настоящее время неизвестен и принцип работы мозговых элементов нейронов , многочислен­ные связи которых имеют внешне хаотичеасий характер . Попытки смоделировать работу голов­ного мозга соединением между собой множества процессоров подобно нейронной сети , пока­зали , ч·то некоторое увеличение скорости и потока обрабатываемой информации идет лишь доуровня одного- двух десятковпроцессоров , а затем начинается резкий спад nроизводительно­сти.

Процессоры как бы -Теряются·, nерестают контролировать ситуацию или проводят большуючасть времени в ожидании соседа . Некоторых усnехов удалось добиться лишь в приборах, ра­ботающих в "двумерном варианте", т.е . обрабатывающих не последовательную, а nараллель­ную информацию, например, в системах расnознаваниях образов. В них одна плоскость данныходновременно взаимодействует с другой , причем количество единиц информации может дости­гать нескольких миллионов. Таким образом происходит единовременный охват изучаемого объ­екта , а не последовательное изучение его частей.Эвристическое программированиеВторой подход к решению задачи искусственного интеллекта связан с эвристическим програм­мированием и решает задачи, которые в общем можно назвать творческими.Практичность этого метода заключается в радикальном уменьшении вариантов, необходимыхпри использовании метода проб и ошибок.

Правда , всегда существует вероятность упуститьнаилучшее решение , так что говорят, что этот метод предлагает решения с некоторой вероят­ностью правильности .Обычно используют два метода : метод анализа целей и средств и метод планирования .

Первыйзаключается в выборе и осущесrвлении таких операций , которые последовательно уменьшаютразницу между исходным и конечным состоянием задачи. Во втором методе вырабатываетсяупрощенная формулировка исходной задачи, которая также решается методом анализа целейи средств. Один из полученных вариантов дает решение исходной задачи.Эволюционное моделированиеТретий подход является попыткой смоделировать не то , что есrь, а то, что могло бы быть, еслибы эволюционный процесс направлялся в нужном налравлении и оценивался предложеннымикритериями.Идея эволюционного моделирования сводится к экспериментальной поп ытке заменить процессмоделирования человеческого интеллекта моделированием процесса его эволюции.

При моде­лировании эволюции предполагается , что разумное поведение предусматривает сочетание спо­собности предсказывать состояние внешней среды с умением подобрать реакцию на каждоепредсказание , которое наиболее эффективно ведет к цели .Этот метод открывает путь к автоматизации интеллекта и освобождению от рутинной работы .Это высвобождает время для проблемы выбора целей и выявления параметров среды , которыезаслуживают исследования.

Такой принцип может быть применен для использования в диагно­стике , управлении неизвестными объектами, в игровых ситуациях.Итак, существуют три пути моделирования интеллекта: бионический , эврисrичеа<Ий и эволюци­онный. В зависимости от использованных средств можно выделить три фазы в исследова ­ниях.Первая фаза- создания устройств, выполняющих большое число логических операций с выоо­ким быстродействием .Вторая фаза включает разработку проблемно-ориентированных языков для использованноrона оборудовании , созданном в первой фазе.Третья фаза наиболее выражена в эволюционном моделировании .

В ходе развития этой фазыотпадает необходимость в точной формулировке постановки задачи, т.е . задачу можно сфор­мулировать в терминах цели и допустимых затрат, а метод решения будет найден самостоя­тельно по этим двум параметрам .Работы по искусственному интеллекту во многом тесно связаны с философской проблемой ки­бернетического моделирования. Эти работы часто связывают с построением точной копии че­ловеческого мозга . Однако такой подход можно назвать ·некибернетическим·. Каковы же чертыкибернетического метода мышления, какие вопросы вносит кибернетика в человеческое позна­ние? В своей "Истории западной философии" Б.

Рассел ставит вопрос о факторах, позволившихевропейцам создать тип культуры , в котором ведущее место заняла наука . Причину этого Рас­сел усматривает, как он выражается, в двух великих интеллектуальных изобретениях: изобре­тение дедуктивного метода древними греками (Эвклид) и изобретение экспериментального ме­тода в эпоху возрождения (Галилей). Именно эти два интеллектуальных изобретениятивный метод (а тем самым математика) и эксперимент--дедук­позволили создать классическуюнауку.

К этим двум основным интеллектуальным орудиям современное развитие познания до­бавляет третье-математичеасую модель и математическое моделирование. Соединение де­дуктивных построений математики с данными, добытыми экспериментальным методом, создаетестествознание , в центре которого стоит понятие научного закона . Совокупность законов-этоосновное содержание естествознания; их установление е го основная задача .Закон претендует на точное (в рамках данного уровня познания ) описания хода явлений .

За конлибо верен, либо неверен, бессмысленно говорить о хороших и мохих законах. Модель в этомотношении противоположна закону. Модель может быть плохой или хорошей, она не претендуетна точное воспроизведение сложной системы , а ограничивается описанием отдельных аспек­тов , причем для одного и того же аспекта могут быть предложены модели, одновременно име­ющие право на существование .В изучении сложных систем (в т.ч. диффузных-нельзя выделить отдельные части без повре­ждения системы) формулировка относительно простых законов оказывается невозможной и за­меняется построением эскизных моделей.

Образно говоря , здесь мы имеем дело с математи­ческим описанием, напоминающим современную абстрактную живопись. Можно сказать, что по­пытки реалистичного описания сложных систем иллюзорны такое описание не воспринималосьбы из-за чрезмерной сложности .Это не означает, что категория закона утрачивает смысл в науке, но то, что дополнительно кранее известным интеллектуальным орудиямтье орудие-- строгой дедукции и эксперименту рождается тре­математическое моделирование, в котором по-новому выступает математика и по­является новый вид эксперимента-машинный эксперимент , в котором проигрываются различ­ные модели с последующим сопоставлением с реальным экспериментом .Путь, который предлагает кибернетика , состоит в построении эскизных моделей, охватывающихвсе более и более широкий диапазон функций мышления. Задачи раскрыть ·в лоб" •сущностьмышления" не ставится , а ставится задача построения эскизных моделей, позволяющих описатьотдельные его стороны , воспроизведены отдельные его функции и, двигаясь в этом направле­нии, строить системы , все более приближающиеся к человеческому мозгу.Отсутствия жесткой связи способа функционирования (поведения) со строго определенным суб­стратом означает, что если две системы обнаруживают одинаковое поведение в достаточноширокой области , то они доЛЖJ-tы рассматриваться как системы сходные, а налогичные по этомуспособу поведения.

Характеристики

Список файлов лекций