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

Текст из файла

46

Contents

Введение 3

«Горячие точки» ИИ (Д.А. Поспелов, Г.С. Осипов) 6

Основные этапы развития ИС (ЭС) 7

Классификация ЭС как приложений 11

Методы обработки плохоопределенной информации в ИС (ЭС) 12

Теоретико-вероятностные методы оперирования с неопределенностью 13

Байесовские сети доверия (Bayesian belief networks) 16

Метод субъективных коэффициентов уверенности (субъективных вероятностей) 17

Теория свидетельств Демпстера-Шефера 18

Правило объединения свидетельств 20

Вероятностная логика 21

Поиск решения в условиях неопределенности с использованием деревьев решения (ДР) 22

Методы обработки неопределенности в GURU 24

Использование нечетких переменных 26

Обработка неопределенности лингвистического характера 27

Конструирование ЭС (СОЗ) 32

Структура современных инструментальных средств для разработки ЭС 34

Классификация инструментальных средств конструирования ЭС 35

Тенденции развития инструментальных средств конструирования ЭС 37

Приобретение знаний 38

Средства приобретения знаний 41

Методы психосемантики 42

Введение

AI (Artificial Intelligence): McCarthy, LISP – первый символьный язык.

1956г. – Дармутский конгресс (школа-семинар) по ИИ – термин AI появился официально.

Критерии задач (по McCarthy):

• Обработка символьных данных;

• Большие поисковые пространства и недетерминизм в процессе поиска решения.

Примеры творческих задач:

• Доказательство теорем в формальных теориях (ИППП)

GPS (General Problem Solver), Newell, Shaw, Sinar.

• Игровые задачи с большими поисковыми пространствами(шашки, шахматы)

Deep Thought, 1987г.

Deep Blue, 1997г.

Deep Fritz, 2003г.

• Естественный язык

Архетипический текст

Контекст

Текст

Тх

Тх U Cntx

Таких кругов много

Интеллект – это:

• Мыслительная способность, умственное начало у человека, определяющее его деятельность (© словать Ожегова);

• (лат.) ум; интеллектуальный, умственный, т.е. все относящееся до познания;

• Способность учиться, приобретать, адаптировать, модифицировать и пополнять знания в целях решения задач.

Знания – это:

• Совокупность сведений, познания в какой-либо области;

• Проверенный практический результат познания действительности, верное ее отражение в мышлении человека;

• Адекватное отображение реального мира в мышлении человека, которое позволяет объективно рассуждать и действовать в этом мире;

• Обоснованные истинные убеждения.

Данные – это отдельные факты, характеризующие объекты, процессы, явления в некоторой конкретной области.

Основные отличия знаний от данных:

1. Интерпретируемость знаний

Понятия – базовые конструкции.

Суждения – конструкции на основе понятий

Умозаключения: Если <Условие применимости>, То <Результат>, cf

(cf – коэффициент уверенности)

Семиотика – наука о знаках

• Синтактика (выражение)

• Семантика (содержание, смысл)

• Прагматика (целеполагание)

F

Концепт (смысл)

rege:

Фрейм

Прагматика

(ввел Поспелов)

Образ (денатат)

Имя (десигнат)

Система, основанная на данных:

Решение = Данные + Алгоритм

Система, основанная на знаниях:

Решение = Знания + Вывод + Обоснование

1. Структурируемость

Данные, как правило, слабо структурированные или вообще не структурируемые.

ISA (isa): A isa B  A ⊆ B

Part of: A Pof B  A ∈ B

1. Ситуативность (динамичность)

Введем отношение «быть рядом»

1. Рефлексивность – ara

2. Симметричность – arb => bra

3. Транзитивность – arb & brc => arc

Знания ситуативны

1. Наличие статуса истинности и шкалирование

Данные достоверны (как правило)

Знания правдоподобны

Приведем пример шкалы «Красивый человек»

Антипод

Идеал

Некрасивый

(Квазимодо)

50%

Красивый

(Аполлон)

Ж

М

0

разрыв

1. Активность знаний (на основании одних знаний можем получать новую информацию)

Данные пассивны, знания активны.

Логики знаний (веры, убеждений, мнений и тп) – belief – обычно строятся на основе модальных логик.

Нормальная модальная логика

□ – L (знаю); ◊ – M (возможно)

◊ ≡ ­⌐□­⌐

◊р ≡ ⌐­□⌐­р

1. М ножество всех теорем логических высказываний

2. Схема аксиом дистрибутивности (К-схема)

K: L(p → q) → (Lp → Lq)

1. Modus ponens

Нормальная модальная система

(К-система)

1. Модальные правила необходимости

_____________________________________________

1. Схема аксиомы знаний

T: Lp → p («если что-то известно, то это верно»)

1. Схема аксиомы позитивной интроспекции

4: Lp → LLp («ничего не забывает»)

_____________________________________________

1. Схема аксиомы негативной интроспекции

5: Mp → LMp или ­L­p →L­L­p («сомнения в рассуждениях»)

Логики КТ4 (или S4) – нет сомнений, КТ45 (или S5) – есть сомнения.

ИИ – попытка моделирования свойств естественного интеллекта:

1. Способность выделять существенное в имеющихся знаниях, т.е. способность упорядочивать знания (data mining & knowledge discovery)

2. Способность к целеполаганию и планированию действий

Цель → план → алгоритм действий

1. Способность к отбору знаний (способность выбрать посылки из БЗ для рассуждений)

2. Способность извлекать следствия из имеющихся знаний (способность к рассуждениям как достоверным, так и правдоподобным)

3. Способность к аргументированному принятию решений (базируется на упорядоченности знаний и способности человека рассуждать)

4. Способность к рефлексии (оценка своих знаний и действий)

5. Наличие познавательного любопытства

6. Способность и потребность находить объяснения (объяснения не обязательно должны быть дедуктивными)

7. Способность к синтезу познавательных процедур, образующих эвристику поиска решения задачи.

ДСМ-метод – это метод автоматического порождения гипотез. Формализует схему правдоподобного и достоверного вывода, называемую ДСМ-рассуждением.

ДСМ-рассуждение является синтезом познавательных процедур: индукции (гипотезы), аналогии (перенос информации из гипотез на явления) и абдукции (причины).

1. Способность к обучению и использованию памяти

2. Способность к рационализации идей (способность формировать понятия, которые позволяют строить рассуждения)

3. Способность к созданию целостной картины мира относительно предмета мышления (создание приближенной теории предметной области рассуждений)

4. Способность к адаптации в условиях изменения жизненной ситуации и знаний (способность к коррекции теории и поведения)

Интеллектуальная система (ИС) = Решатель + Информационная среда (БЗ+БД) + интеллектуальный интерфейс.

Решатель:

1. Рассуждатель (правдоподобный)

2. Вычислитель (достоверный)

3. Синтезатор

Квазиаксиоматическаяя теория (КАТ) = теория правдоподобного вывода (гипотезы+правила правдоподобного вывода) + теория достоверного вывода (аксиомы + правила достоверного вывода)

«Горячие точки» ИИ (Д.А. Поспелов, Г.С. Осипов)

1. Переход от достоверного вывода к правдоподобному (от классического вывода к аргументации)

Дедукция → индукция + абдукция + аналогии + аргументация

1. Проблема обоснования результата

СОД: Решение = данные + алгоритм

ИИ (СОЗ): Решение = знания + вывод + обоснование

1. Порождение объяснения

Продукционные правила: Если <условие применимости>, то <результат, k>

Why

How

F₁ v F₂ → c_i, k_i

F₃ & F₄ → c_j, k_j

c_i & c_j → R, k_R

Движение вниз

how

why

k_j

k_i

k_R

c_i

c_j

R

F₁

F₂

F₃

F₄

Трассировка вверх

Пример:

Человек разглядывает портрет. "Чей это портрет вы рассматриваете?" - спрашивают у него, и человек отвечает: "В семье я рос один, как перст, один. И все ж отец того, кто на портрете, - сын моего отца". Чей портрет разглядывает человек?

С – смотрящий, П – портрет, отношение Сын (х, у)

1. Сын (Отец(С), Отец(П))

2. х (Сын(Отец(С), х))→х=С \\ «нет братьев и сестер»

(П) = С

1. Поиск релевантных знаний (data mining & knowledge discovery)

DM – прагматический аспект:

Хранилище → отбор данных → информация (связанные структурированные данные, которые точно имеют отношение к задаче) → знания → метод решения.

KD – когнитивный познавательный аспект:

Наблюдаемые факты → обобщенные факты → эмпирические гипотезы → теоретические законы.

1. Понимание текста

Система ТЕКРИС: текст ↔ образ

1. Синтез текста

Синтактика – формализуема

Семантика – частично формализуема

Прагматика - ?

Semantic Web

1. Когнитивная графика

Когнитивные науки (связанные с познавательными процессами)

Лица Чернова (Chernoff)

1. М ультиагентные системы

Реактивные агенты когнитивные агенты интеллектуальные агенты

Карл Саган «Драконы Эдема: рассуждения об эволюции»

Мозг 1375грамм в среднем

Homo habilis – 500 – 800 гр

Homo erectus – 750 – 1250 гр

Homo sapiens – 1100 – 2200 гр

1. Семантические сети (СС) + антологии

2. Формализация метазнаний (знания о знаниях)

Основные этапы развития ИС (ЭС)

И И

Бионический подход Информационный подход

(

Попытки моделировать человека или органы человека

(распознавание образов, символов)

Х → F → Y

Y = F(X)

Нейробиологический) (символьно-логический)

Ψ(х) = 1 

Сейчас популярен системный подход – используются оба направления.

Soft computing («мягкие» вычисления) – нейро-сети + генетические алгоритмы + нечеткие логики → эволюционное моделирование

Характеристики

Тип файла документ

Документы такого типа открываются такими программами, как Microsoft Office Word на компьютерах Windows, Apple Pages на компьютерах Mac, Open Office - бесплатная альтернатива на различных платформах, в том числе Linux. Наиболее простым и современным решением будут Google документы, так как открываются онлайн без скачивания прямо в браузере на любой платформе. Существуют российские качественные аналоги, например от Яндекса.

Будьте внимательны на мобильных устройствах, так как там используются упрощённый функционал даже в официальном приложении от Microsoft, поэтому для просмотра скачивайте PDF-версию. А если нужно редактировать файл, то используйте оригинальный файл.

Файлы такого типа обычно разбиты на страницы, а текст может быть форматированным (жирный, курсив, выбор шрифта, таблицы и т.п.), а также в него можно добавлять изображения. Формат идеально подходит для рефератов, докладов и РПЗ курсовых проектов, которые необходимо распечатать. Кстати перед печатью также сохраняйте файл в PDF, так как принтер может начудить со шрифтами.

Список файлов лекций