36244

Системы искусственного интеллекта. Понятия и определения. Архитектура, классификация моделей

Доклад

Информатика, кибернетика и программирование

В этой информационной модели окружающей среды реальные объекты их свойства и отношения между ними не только отображаются и запоминаются но и как это отмечено в данном определении интеллекта могут мысленно целенаправленно преобразовываться . При этом существенно то что формирование модели внешней среды происходит в процессе обучения на опыте и адаптации к разнообразным обстоятельствам . Под структурным подходом мы подразумеваем попытки построения ИИ путем моделирования структуры человеческого мозга. Основной моделируемой структурной...

Русский

2013-09-21

38 KB

11 чел.

30. Системы искусственного интеллекта. Понятия и определения. Архитектура, классификация моделей.

Понятия и определения

Искусственный интеллект -  это, с одной стороны – интеллект, т.е. сфера интересов философии, логики, психологии, лингвистики, физиологии и т.д., а с другой стороны – искусственный, т.е. создаваемый человеком в рамках тех технологических средств, которыми он располагает в каждый момент своего исторического развития, в нашем случае -  с помощью средств современной  вычислительной техники.

Термин интеллект происходит от латинского intellectus - что означает ум, рассудок, разум; мыслительные способности человека. Соответственно искусственный интеллект (artificial intelligence) - ИИ (AI) обычно толкуется как свойство автоматических систем брать на себя отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий.

Под интеллектом будем называть способность мозга решать (интеллектуальные) задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам.

Под термином "знания" подразумевается не только та информация, которая поступает в мозг через органы чувств. Такого типа знания чрезвычайно важны, но недостаточны для интеллектуальной деятельности. Дело в том, что объекты окружающей нас среды обладают свойством не только воздействовать на органы чувств, но и находиться друг с другом в определенных отношениях. Ясно, что для того, чтобы осуществлять в окружающей среде интеллектуальную деятельность (или хотя бы просто существовать), необходимо иметь в системе знаний модель этого мира. В этой информационной модели окружающей среды реальные объекты, их свойства и отношения между ними не только отображаются и запоминаются, но и, как это отмечено в данном определении интеллекта, могут мысленно "целенаправленно преобразовываться". При этом существенно то, что формирование модели внешней среды происходит "в процессе обучения на опыте и адаптации к разнообразным обстоятельствам".

Мы употребили термин интеллектуальная задача. Для того, чтобы пояснить, чем отличается интеллектуальная задача от просто задачи, необходимо ввести термин "алгоритм" - один из краеугольных терминов кибернетики.

Под алгоритмом понимают точное предписание о выполнении в определенном порядке системы операций для решения любой задачи из некоторого данного класса (множества) задач. Задачи, связанные с отысканием алгоритма решения класса задач определенного типа, будем называть интеллектуальными.

 Таким образом, мы можем перефразировать определение интеллекта как универсальный сверхалгоритм, который способен создавать алгоритмы решения конкретных задач.  

Деятельность мозга (обладающего интеллектом), направленную на решение интеллектуальных задач, мы будем называть мышлением, или интеллектуальной деятельностью.

Архитектура, классификация моделей

Существуют различные подходы к построению систем ИИ.

Рассмотрим логический подход. Основой для данного логического подхода служит Булева алгебра.

Практически каждая система ИИ, построенная на логическом принципе, представляет собой машину доказательства теорем. При этом исходные данные хранятся в базе данных в виде аксиом, правила логического вывода как отношения между ними. Кроме того, каждая такая машина имеет блок генерации цели, и система вывода пытается доказать данную цель как теорему Мощность такой системы определяется возможностями генератора целей и машиной доказательства теорем.

Под структурным подходом мы подразумеваем попытки построения ИИ путем моделирования структуры человеческого мозга. Основной моделируемой структурной единицей является нейрон.

Позднее возникли и другие модели, которые в простонародье обычно известны под термином "нейронные сети" (НС). Эти модели различаются по строению отдельных нейронов, по топологии связей между ними и по алгоритмам обучения. Среди наиболее известных сейчас вариантов НС можно назвать НС с обратным распространением ошибки, сети Хопфилда, стохастические нейронные сети.

Для моделей, построенных по мотивам человеческого мозга характерна не слишком большая выразительность, легкое распараллеливание алгоритмов, и связанная с этим высокая производительность параллельно реализованных НС. Также для таких сетей характерно одно свойство, которое очень сближает их с человеческим мозгом — нейронные сети работают даже при условии неполной информации об окружающей среде, то есть как и человек, они на вопросы могут отвечать не только "да" и "нет" но и "не знаю точно, но скорее да".

Эволюционный подход. При построении систем ИИ по данному подходу основное внимание уделяется построению начальной модели, и правилам, по которым она может изменяться (эволюционировать). Причем модель может быть составлена по самым различным методам, это может быть и НС и набор логических правил и любая другая модель. После этого мы включаем компьютер и он, на основании проверки моделей отбирает самые лучшие из них, на основании которых по самым различным правилам генерируются новые модели, из которых опять выбираются самые лучшие и т. д.

Еще один широко используемый подход к построению систем ИИ — имитационный. Данный подход является классическим для кибернетики с одним из ее базовых понятий — "черным ящиком" (ЧЯ). ЧЯ — устройство, программный модуль или набор данных, информация о внутренней структуре и содержании которых отсутствуют полностью, но известны спецификации входных и выходных данных. Объект, поведение которого имитируется, как раз и представляет собой такой "черный ящик". Здесь моделируется другое свойство человека — способность копировать то, что делают другие, не вдаваясь в подробности, зачем это нужно.

Зачастую эта способность экономит ему массу времени, особенно в начале его жизни. Основным недостатком имитационного подхода также является низкая информационная способность большинства моделей, построенных с его помощью.


 

А также другие работы, которые могут Вас заинтересовать

45271. Сеть общеканальной сигнализации ОКС- 7. Принципы построения, режимы 47.5 KB
  Сеть общеканальной сигнализации ОКС 7. Рисунок по структуре протоколов В системе ОКС7 сигнальные сообщения передаются по отдельными звеньям сигнализации причем одно звено сигнализации может передавать сигнальные сообщения для большого числа разговорных каналов. Для обеспечения избыточности в другой системе ИКМ как правило предоставляется дополнительный канал сигнализации. ОКС7 имеет собственную сеть сигнализации независимую от разговорной сети.
45272. Уровни и подсистемы ОКС-7 55 KB
  Верхний уровень ОКС7 включает подсистемы: обеспечивание транзакций TCP пользовательские ISUP MUP HUP сервисные элементы прикладного уровня SL уровень подвижной связи стандарта GSMMP прикладная подсистема интеллектуальной сети INP подсистема эксплуатации техническое обслуживание и административное управление OMT. Подсистема пользователя ОКС7 обеспечивает функции сигнализации необходимые для обслуживания вызовов в телефонной сети и в сети ISDN а также для поддержки дополнительных услуг в ISDN. Подсистема...
45273. Подсистема передачи сообщений (МТР) ОКС-7 54.5 KB
  Для передачи сигнальной информации между пунктами сигнализации и для управления SCCP. МТР1: определяет физические электрические и функциональные характеристики канала передачи данных для звена сигнализации. МТР2: определяет функции и процедуры относящиеся к передаче сигнальных сообщений по звену сигнализации между двумя напрямую связанными пунктами сигнализации. Сочетание МТР1 и МТР2 организует звено сигнализации для передачи...
45274. Подсистема пользователя сети ОКС-7 с интеграцией служб (ISUP). Сигнальные сообщения при установлении соединения. Сценарий процесса установления соединения 151.5 KB
  Любое сообщение включает ряд параметров. Предусмотрены следующие 3 категории: Фиксированные обязательные параметры всегда включаются в сообщение и имеют фиксированную длину при этом позиция длина и порядок расположения обязательных параметров однозначно определяются типом сообщения поэтому их название и индикаторы длины не включаются в сообщение. Переменные обязательные параметры всегда включаются в сообщение но имеют переменную длину. Расположение переменных обязательных параметров в сообщении ...
45275. Коммутация каналов, пакетов, сообщений 35.5 KB
  Сеть связи switching network представляет собой совокупность технических средств предназначенных для передачи приема информации и состоит из абонентских устройств АУ линий связи и коммутационных узлов КУ.1 – Фрагмент сети связи Лицо пользующееся абонентским устройством для передачи приема информации называется абонентом. Для передачи приема информации между удаленными коммутационными узлами используют каналы связи которые образуются при помощи многоканальных систем передачи. Он характеризуется тем что канал между передатчиком и...
45276. Принципы построения цифровых коммутаторов (пространственный, временной). Адресная и информационная память 201.5 KB
  Номер ячейки памяти определяет номер канала на выходе а адрес который в ней записан определяет ту ячейку ИП которую нужно открыть на данном канальном интервале. Схема коммутации и управляющей памяти является общей. Число разрядов в ячейках управляющей памяти равно N=log n. В каждой ячейке управляемой памяти записываются адреса схем И которые необходимо открыть в период канального интервала соответствующего номеру ячейки управляющей памяти.
45277. Обобщенная структурная схема цифровой АТС. Преобразование аналогового сигнала в цифровую форму 87 KB
  Преобразование аналогового сигнала в цифровую форму. МАЛ содержит абонентские комплекты АК взаимодействие оборудования АТСЭ с оконечным устройством пользователя и мультиплексор цифрового тракта Мх мультиплексирование индивидуальных Вканалов МЦК содержит коммутационное поле КПпроизводит коммутацию любого канального интервала time slot любого входящего тракта с любым канальным интервалом любого исходящего тракта линейные комплекты ЛКтобеспечивает синхронизацию ИКМ трактов и преобразование линейного сигнала генератор...
45278. Идеология и архитектура Softswitch коммутатора 135.5 KB
  Идеология и архитектура Softswitch коммутатора. Рисунок по архитектуре Softswitch является носителем интеллектуальных возможностей сети который координирует управление обслуживанием вызовов сигнализацию и функции обеспечивающие установление соединения через одну или несколько сетей. Фактически Softswitch остается тем же привычным коммутационным узлом но без цифрового коммутационного поля кросса и т. Термин Softswitch был придуман при разработке интерфейса между интерактивной речевой системой IVR и АТС с коммутацией каналов в...
45279. Многоканальные разговорные ИКМ - тракты с временным разделением каналов (ВРК) 136.5 KB
  Многоканальные разговорные ИКМ тракты с временным разделением каналов ВРК. тракты с временным разделением каналов ВРК. Цифровая система передачи ИКМ30 предназначена для формирования абонентских и соединительных линий ГТС и пригородной связи и позволяет организовать до 30 каналов ТЧ по парам низкочастотного кабеля ГТС а при наличии соответствующего оборудования сопряжения и линейного тракта каналоформирующая аппаратура ИКМ30 может использоваться для систем передачи по оптическим кабелям. Остальные 30 каналов используются для...