45357

Области применения систем искусственного интеллекта

Доклад

Информатика, кибернетика и программирование

В распознавании образов имеется хорошо разработанный математический аппарат и для не очень сложных объектов разработаны системы классификации по признакам по аналогии и т. Алфавит признаков придумывается разработчиком системы. Экспертные системы Экспертными системами называют сложные программные комплексы аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей. В этом случае говорят что происходит обучение экспертной системы.

Русский

2013-11-16

47 KB

48 чел.

07 Области применения систем искусственного интеллекта

Доказательство теорем

Изучение приёмов доказательства теорем сыграло важную роль в развитии искусственного интеллекта. Многие неформальные задачи, например медицинская диагностика, допускают формализацию как задачу на доказательство теорем. Поиск доказательства математической теоремы требует не только произвести дедукцию, исходя из гипотез, но также создать интуитивные догадки и гипотезы о том, какие промежуточные утверждения следует доказать для вывода доказательства основной теоремы.

В 1954 году А. Ньюэлл задумал создать программу для игры в шахматы. Дж. Шоу и Г. Саймон объединились в работе по проекту Ньюэлла и в 1956 году они создали язык программирования IPL-I (предшественник LISPа) для работы с символьной информацией. Их первыми программами стала программа LT (Logic Theorist) для доказательства теорем и исчисления высказываний (1956 год), а также программа NSS (Newell, Shaw, Simon) для игры в шахматы (1957 год). LT и NSS привели к созданию А. Ньюэллом, Дж. Шоу и Г. Саймоном программы для решения шахматных и логических задач, доказательства теорем, грамматического разбора предложений, математического интегрирования, головоломок типа "Ханойская башня" и т. д. Процесс работы GPS воспроизводит методы решения задач, применяемые человеком: выдвигаются подцели, приближающие к решению, применяется эвристический метод (один, другой и т. д.), пока не будет получено решение. Попытки прекращаются, если получить решение не удается. Программа GPS могла решать только относительно простые задачи.

Распознавание образов

К распознаванию образов в искусственном интеллекте относят широкий круг проблем: распознавание изображение, символов, текстов, запахов, звуков, шумов.

В распознавании образов имеется хорошо разработанный математический аппарат, и для не очень сложных объектов разработаны системы классификации по признакам, по аналогии и т. д. В качестве признаков могут рассматриваться любые характеристики распознаваемых объектов. Алфавит признаков придумывается разработчиком системы. Качество распознавания во многом зависит от того, насколько удачно придуман алфавит признаков.

Экспертные системы

Экспертными системами называют сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных пользователей.

Обычно знания, которыми располагает эксперт, различаются степенью надёжности, важности, чёткости. В этом случае они снабжаются некоторыми весовыми коэффициентами, которые называют коэффициентами доверия. Такие знания обрабатываются с помощью алгоритмов нечеткой математики.

В процессе опытной эксплуатации коэффициенты доверия могут подвергаться корректировке. В этом случае говорят, что происходит обучение экспертной системы. Процесс обучения экспертной системы может производиться автоматически с помощью обучающего алгоритма либо путем вмешательства инженера-когнитолога, выполняющего роль учителя.

Практика внедрения экспертных систем показала, что нет чудодейственных рецептов – нужна кропотливая работа по вводу в компьютер опыта и знаний специалистов всех областей науки.

Машинный перевод и понимание текстов на естественном языке

Началом работ по машинному переводу следует считать 1954 год, когда в США с помощью компьютера было переведено шестьдесят фраз. Этот известный "Джорджтаунский эксперимент" произвел неизгладимое впечатление на специалистов. Тогда казалось, что достаточно создать большие хранилища словарей для перевода с одного языка на другой, разработать правила перевода – и проблема будет решена. Когда выяснилось, что проблема не так проста, был создан язык-посредник, облегчающий сопоставление фраз на разных языках. Во второй половине 70-х годов этот язык-посредник превратился в семантическую модель представления смысла переводимых текстов. Таким образом, достижения в области машинного перевода оказались очень полезными для искусственного интеллекта, так как они показали, что анализ естественно-языковых конструкций невозможен без создания семантической модели, в которой интерпретируется смысл слов. Создание семантической модели привело к пониманию необходимости создания языка для внутреннего представления знаний.

Важным достижением явилось понимание того, что анализ текстов на естественном языке состоит из четырех основных этапов: морфологический анализ, синтаксический анализ, семантический анализ и прагматический анализ.

Надо отметить, что даже для английского языка, который служит основой для всех современных языков программирования в силу своей лаконичности и достаточно формальной семантики, до сего дня не удалось создать более-менее эффективную программную систему, способную адекватно понимать смысл фраз из достаточно больших областей знаний

В разборе и понимании естественного русского языка массу проблем создает сложная падежная система, склонения, времена, отсутствие формального порядка следования членов предложения. Тем не менее, российскими учеными созданы эффективные системы разбора фраз ограниченного естественного языка.

Игровые программы

К числу первых игровых программ можно отнести программу Артура Самуэля по игре в чекерс (американские шашки), написанную в 1947 году, причем в ней использовался ряд основополагающих идей искусственного интеллекта, таких как перебор вариантов и самообучение. В 1962 году эта программа сразилась с Р. Нили, сильнейшим шашистом в США, и победила.

Разумно сочетая такие критерии, можно для оценки очередного хода машины, получить некоторый числовой показатель эффективности – оценочную функцию. Тогда машина, сравнив между собой показатели эффективности очередных ходов, выберет ход, соответствующий наибольшему показателю. Подобная автоматизация выбора очередного хода не обязательно обеспечивает оптимальный выбор, но на его основе машина может продолжать игру, совершенствуя свою стратегию в процессе обучения. Формально обучение состоит в подстройке параметров (коэффициентов) оценочной функции на основе анализа проведенных ходов и игр с учетом их исхода.

Ярким примером сложной интеллектуальной игры являются шахматы.

В настоящее время существуют и успешно применяются программы, позволяющие машинам играть в деловые или военные игры, имеющие большое прикладное значение.

Нейронные сети

Среди направлений работ в области искусственного интеллекта следует также выделить нейрокибернетику, т.е. подход к разработке машин, демонстрирующих "разумное" поведение, на основе архитектур, напоминающих устройство мозга, называемых нейронными сетями.

Нейронная сеть – это кибернетическая модель нервной системы, которая представляет собой совокупность большого числа сравнительно простых элементов – нейронов, топология соединения которых зависит от типа сети. Чтобы создать нейронную сеть для решения какой-либо конкретной задачи, следует выбрать способ соединения нейронов друг с другом и подобрать значения параметров межнейронных соединений.

Нейронные сети хорошо подходят для распознавания образов и решения задач классификации, оптимизации и прогнозирования. Поэтому основными областями их применения являются:

  •  промышленное производство и робототехника;
  •  военная промышленность и аэронавтика;
  •  банки и страховые компании;
  •  службы безопасности;
  •  биомедицинская промышленность;
  •  телевидение и связь и др.

Робототехника

Областью применения роботов – это области деятельности человека, опасные для его жизнедеятельности. Первые роботы были дистанционно управляемыми манипуляторами для работы в атомных реакторах, в подводных аппаратах и космических кораблях. В 1947 году в Арагонской национальной лаборатории были впервые разработаны механические руки для работы с радиоактивными материалами, а в 1948 году они были оснащены системой отражения усилия, чтобы оператор имел возможность ощущать усилие, развиваемое исполнительным органом.

Только в 60-х годах появились очуствленные роботы, которые управлялись компьютерами, но их реализация сдерживалась отсутствием соответствующих технологий, материалов, ресурсов вычислительных систем.

В 70-х годы прошлого столетия началось широкое внедрение роботов в производственные сферы. С помощью роботов выполняются транспортные операции, точечная и дуговая сварка, сборочные операции и т.п. В настоящее время существует множество работающих промышленных роботов. Многие фирмы производят промышленных роботов для манипулирования, сварки, покраски, упаковки, шлифовки, полировки и т. д. с большим спектром применения и по точности, и по характеру выполняемых операций.

За короткий период развития роботов произошли большие изменения в элементной базе, структуре, функциях и характере их использования. Это привело к делению роботов на поколения.

Роботы первого поколения (программные) имеют жесткую программу действий и характеризуются наличием элементарной обратной связи с окружающей средой, что вызывает определенные ограничения в их применении.

Роботы второго поколения (очувствленные) обладают координацией движений с восприятием. Они пригодны для малоквалифицированного труда при изготовлении изделий. Программа движений робота требует для своей реализации управляющего компьютера.

Неотъемлемая часть роботов второго поколения – алгоритмическое и программное обеспечение, предназначенное для обработки сенсорной информации и выработки управляющих воздействий.

Роботы третьего поколения относятся к роботам с искусственным интеллектом. Они создают условия для полной замены человека в области квалифицированного труда, обладают способностью к обучению и адаптации в процессе решения производственных задач. Эти роботы способны понимать язык и вести диалог с человеком, формировать в себе модель внешней среды с той или иной степенью детализации, распознавать и анализировать сложные ситуации, формировать понятия, планировать поведение, строить программные движения исполнительной системы и осуществлять их надежную отработку.


 

А также другие работы, которые могут Вас заинтересовать

30520. Технологии обеспечения безопасности корпоративной сети с использованием оборудования 3-го уровня модели OSI 53.73 KB
  Метод анализа на лету заключается в мониторинге сетевого трафика в реальном или близком к реальному времени и использовании соответствующих алгоритмов обнаружения. Системы обнаружения атакIntrusion Detection Systems IDSs анализирует трафик поступающий на нее на соответствие сигнатурам в случае соответствия трафика сигнатуре оповещает администраторов по безопасности о наличии совпадения. Обычно на IDS поступает копия трафика который необходимо анализировать то есть IDS не ставят в разрез соединению это достигается...
30521. Средства обеспечения защиты данных от несанкционированного доступа, средства идентификации и аутентификации объектов БД, языковые средства разграничения доступа, организация аудита в системах БД. Задачи и средства администратора безопасности БД 32.18 KB
  В современных условиях любая деятельность сопряжена с оперированием большими объемами информации, которое производится широким кругом лиц. Защита данных от несанкционированного доступа является одной из приоритетных задач при проектировании любой информационной системы. Следствием возросшего в последнее время значения информации стали высокие требования к конфиденциальности данных. Системы управления базами данных, в особенности реляционные СУБД
30522. Основные понятия защиты информации (субъекты, объекты, доступ, граф доступов, информационные потоки). Постановка задачи построения защищенной автоматизированной системы (АС). Ценность информации 50.99 KB
  Ценность информации. Доска Пример матрицы доступа дискреционная модель защиты Выступление Основные понятия защиты информации. В связи с развивающимся процессом информатизации общества все большие объемы информации накапливаются хранятся и обрабатываются в автоматизированных системах построенных на основе современных средств вычислительной техники и связи.
30523. Модель системы безопасности HRU. Основные положения модели. Теорема об алгоритмической неразрешимости проблемы безопасности в произвольной системе 111.25 KB
  Теорема об алгоритмической неразрешимости проблемы безопасности в произвольной системе На доске множество исходных объектов O o1 o2 oM ; множество исходных субъектов S s1 s2 sN при этом S ⊆ O множество прав доступа субъектов к объектам R матрицей доступа каждая ячейка которой специфицирует права доступа к объектам из конечного набора прав доступа R r1 r2 rK т . Классическая Дискреционная модель реализует произвольное управление...
30524. Основні культурологічні теорії 143 KB
  Історичні науки вивчають процеси становлення і розвитку конкретних народів в їх безпосередній реальності, в хронологічній послідовності подій, вказуючи на конкретні форми міжрегіональної взаємодії.
30526. Модель Белла - Ла-Падулы 97 KB
  Устная часть Основным положением политики безопасности является назначение всем участникам процесса обработки защищаемой информации и документам в которых она содержится специальной метки секретно совершенно секретно и т. Такая метка называется уровнем безопасности. Все уровни безопасности упорядочиваются с помощью установленного отношения доминирования. Контроль доступа осуществляется в зависимости от уровней безопасности взаимодействующих сторон на основании двух правил: 1.
30527. Основные положения критериев TCSEC (“Оранжевая книга”). Фундаментальные требования компьютерной безопасности. Требования классов защиты 30.54 KB
  Фундаментальные требования компьютерной безопасности. Критерии оценки безопасности компьютерных систем TCSEC получившие неформальное Оранжевая книга были разработаны и опубликованы Министерством обороны США в 1983 г. с целью определения требований безопасности предъявляемых к аппаратному программному и специальному программному и информационному обеспечению компьютерных систем и выработки методологии и технологии анализа степени поддержки политики безопасности в компьютерных системах в основном военного назначения. Усиление требований...