69929

Искусственный интеллект: основные понятия и история возникновения

Лекция

Информатика, кибернетика и программирование

Появление ЭВМ работа которых происходит под управлением созданных человеком программ т. При этом важным является то что а вычислительный процесс должен представляться в виде последовательности сколь угодно большой но конечной длины элементарных или рутинных операций...

Русский

2014-10-12

73 KB

2 чел.

PAGE  10

 Лекция №1

Искусственный интеллект: основные понятия и история возникновения

  1.  Данные и знания.

Понятие искусственного интеллекта, задачи, решаемые с помощью методов искусственного интеллекта, и, как следствие, необходимость создания интеллектуальных систем (систем искусственного интеллекта) возникли практически сразу после создания А. Тьюрингом, Фон Нейманом и др. основополагающих принципов построения автоматических дискретных вычислений (ЭВМ, компьютеров).

Появление ЭВМ, работа которых происходит под управлением созданных человеком программ (т.е. с максимально полным привлечением интеллектуальных способностей человека), позволило автоматизировать самые разнообразные процессы обработки данных или, по-другому, самые разнообразные вычислительные процессы.

Здесь под автоматизацией вычислительных процессов или вычислений понимается выполнение их вычислительным устройством (компьютером) без непосредственного участия человека. При этом важным является то, что

а) вычислительный процесс должен представляться в виде последовательности (сколь угодно большой, но конечной длины) элементарных или «рутинных» операций;

б) формирование последовательности элементарных операций или, по-другому, составление алгоритма решения задачи, осуществляется непосредственно человеком (пользователем ЭВМ);

в) вычислительное устройство не может само (без участия человека) ни создавать, ни менять алгоритм, если это изменение не предусмотрено самим алгоритмом.

Поэтому принято говорить, что вычислительные устройства (в дальнейшем ЭВМ или компьютеры), построенные по классической фон-неймановской схеме (а таковыми сейчас являются подавляющее большинство ЭВМ) реализуют т.н. «жесткие» вычисления. Термин «жесткие» вычисления обозначает организацию вычислений по заранее (до начала вычислений) разработанному человеком (пользователем ЭВМ) вполне определенному алгоритму.

Если обозначить через Х – исходные данные для решения задачи, через Z – результат решения, то процедуру решения задачи на ЭВМ можно рассматривать как реализацию некоторого отображения исходных данных в конечный результат в соответствии с алгоритмом F решения задачи (рис.1).

X                            Z

Рис.1.

По сути, в алгоритме F аккумулированы наши знания о тех или иных законах (математических, физических, химических и т.д.), привлекаемых для решения поставленной задачи (разработки алгоритма ее решения), а также новые приемы решения, специально для этой цели разработанные человеком – пользователем ЭВМ.

Таким образом, можно констатировать, что традиционная обработка информации на ЭВМ происходит по схеме «Данные» ----» «Данные» на основе (или с помощью) знаний человека – пользователя ЭВМ. (рис. 2)

Рис. 2.

Поэтому говорят обработка информации на ЭВМ, понимаемая в общепринятом смысле, представляет собой обработку данных. в то же время, характерным признаком интеллектуальных систем является обработка знаний. При этом Данными называют информацию фактического характера, описывающую объекты, процессы и явления конкретной предметной области. Как правило, эта информация не требует при своем дальнейшем использовании более глубокого осмысления и анализа. К примеру, в качестве данных могут быть координаты материальной точки  измеренные в процессе ее плоского движения (точнее вращения вокруг начала координат) и соответствующей данным координатам моменты времени  (рис. 3).

Рис.3.

Обычно данные представляются в виде таблиц, диаграмм, графиков. Так, данные о движении точки (рис. 3) можно представить в ивде следующей таблицы:                                                              Таблица 1

x

t

x1

t1

x2

t3

….

xN

tN

Знания являются более сложной категорией информации по сравнению с данными. Знания описывают не только отдельные факты, но и взаимосвязи между ними. Поэтому, знания иногда называют структурированными данными. Знания могут быть получены:

А) на основе обработки экспериментальных данных (данных эксперимента);

Б) в результате мысленной деятельности человека.

Интеллектуальные системы позволяют производить автоматическую (без участия человека) обработку данных в условиях существенной априорной неполноты знаний о том, как нужно вести эту обработку для получения требуемого результата. Очевидно. Что для этого интеллектуальные системы должны быть способны сами генерировать (получать) недостающие знания путем:

А) логического (дедуктивного) вывода;

Б) обучения

В) поиска

Г) обработки экспериментальных данных

В первых, трех случаях обработка информации происходит по схеме «знания» --- «знания», «знания» --- «данные».

С помощью существующих на настоящий момент времени методов искусственного интеллекта (нечеткой логики, нейронных сетей и генетических алгоритмов) в последнем случае – по схеме  «данные» --- «знания» с помощью нейросетевых методов аппроксимации и интерпретации данных. (рис. 4)

   а)

    б)

Рис. 4.

Так, если аппроксимировать приведенные в табл.1 данные о движении материальной точки, брошенной с высоты h под углом  к горизонту, то получим следующую функциональную зависимость высоты x от времени t движения  (1)

Где g=9.8 – гравитационная постоянная.

Выражение (1) можно трактовать как запись (на языке математических формул) наших знаний о законе движения материальной точки под действием силы земного притяжения.

Сопоставляя табл. 1. и формулу (1), можно отметить, что запись информации о движении материальной точки с помощью знаний дает (по сравнению с совокупностью данных о ее движении) более целостную и системную картину движения.

  1.  Общая характеристика задач решаемых методами ИИ

Рассмотрим главные или, что более правильно, сущностные отличия задач, решаемых на ЭВМ с помощью методов искусственного интеллекта, от обычных задач, решаемых традиционными методами и способами.

Степень использования человеческого интеллекта.

Как известно, традиционно решаемые на ЭВМ задачи требуют максимально полного использования интеллекта (способностей, знаний) при выборе метода и составлении алгоритма решения задачи.

При этом на ЭВМ возлагается лишь задача правильного выполнения (или реализации) разработанного человеком алгоритма.

Напротив, решение задач с привлечением методов искусственного интеллекта (или задач, решаемых системами искусственного интеллекта) основывается не только на использовании знаний человека, но и дополнительных знаниях, полученных самой ЭВМ.

Методы и структурные решения, лежащие в основе получения (вывода) знаний, являются предметом рассмотрения сравнительно молодой науки (ей не более 50 лет), называемой искусственным интеллектом.

Полнота априорной информации

Традиционно решаемые на ЭВМ задачи (разумеется речь идет не о простых задачах, а о достаточно сложных) требуют для своего успешного решения большого объема априорной информации о закономерностях поведения исследуемого объекта или процесса. Например, если рассматривается движение летательного аппарата в атмосфере, то должны быть точно известны:

а) физические законы, определяющие силы, действующие на летательный аппарат;

б) полученные на их основе математические состояния (математическая модель объекта), определяющие реакцию летательного аппарата (изменение его высоты, скорости полета и т.п.) на эти силы и на управляющие воздействия со стороны системы управления летательным аппаратом.

На практике это весьма сложно обеспечить, учитывая существенную нестационарность условий полета (внешних и внутренних). Действительно, для современных летательных аппаратов характерен большой диапазон изменения характеристик атмосферы, возможность возникновения нештатных (или критических) ситуаций как в атмосфере (грозы, смерчи, турбулентные потоки и т.п.), так и на борту летательного аппарата (отказы оборудования, неправильные действия летчиков). Заранее все это при разработке алгоритма управления сложно предусмотреть. Поэтому, «жесткие» алгоритмы управления современными летательными аппаратами не обеспечивают требуемой эффективности (в том числе боевой) их применения.

Интеллектуальные или «мягкие» алгоритмы управления, основанные на применении методов искусственного интеллекта («мягких» вычислений), существенно снижают требования к объему необходимой априорной информации за счет ее доопределения интеллектуальной системой непосредственно в процессе функционирования (в режиме on-line).

«Продвинутость» задач.

На сегодняшний день практически все ЭВМ имеют фон-неймановскую архитектуру, основанную на функциональных принципах построения дискретных вычислений, изложенных в работах Ч. Бэббиджа, Поста, А.Тьюринга. Это накладывает определенные ограничения на класс задач, решаемых на ЭВМ. В частности, решение задач должно допускать возможность описания его с помощью некоторого алгоритма.

В свою очередь, это означает, что на ЭВМ могут быть реализованы только алгоритмические процедуры, допускающие представление в виде совокупности базовых (элементарных) операций (в современных ЭВМ это сложение и сдвиг).

Однако с помощью алгоритмов и алгоритмических процедур в классическом понимании можно автоматизировать решение только т.н. «рутинных» задач, не связанных с получением качественно новой информации (новых знаний), а связанных с организацией вычислительной процедуры их решения при условии, что априорно имеется вся необходимая для этого информация.

Решение же более содержательных по смыслу (более интеллектуальных задач) только с помощью алгоритмических процедур невозможно. Например, невозможно с помощью алгоритмов описать процессы, реализующие

а) решение задач, начиная от словесной постановки и кончая получением результата решения;

б) перевода текстов с одного языка на другой;

в) игру в шахматы, карты и т.п.

г) диагностики болезней;

д) доказательства математических теорем и др.

Для этого нужно располагать качественно новым математическим аппаратом и вычислительными машинами, позволяющими моделировать процесс мышления человека.

Рассмотрим характерные особенности данного процесса.

  1.  Деятельность человека всегда целесообразна, т.е. связана с достижениями некоторой цели. Это означает, что мыслительные процессы человека направлены на достижение цели (цель заставляет человека думать).
  2.  Человеческий мозг хранит огромное количество фактов и правил их использования. Для достижения определенной цели надо только обратиться к нужным фактам и правилам.
  3.  Принятие решений всегда осуществляется на основе специального механизма упрощения, позволяющего отбрасывать ненужные (малосущественные) факты и правила. Не имеющие отношения к решаемой в данный момент задаче и, наоборот, выделять главные, наиболее значимые факты и правила, нужные для достижения цели.
  4.  Достигая цели, человек не только приходит к решению поставленной перед ним задачи, но и одновременно приобретает новые знания. Та часть интеллекта, которая позволяет ему делать соответствующие заключения (выводы) на основании правил, сформулированных человеком, а также  генерировать новые факты из уже существующих, называется механизмом логического вывода.

Так, типовая схема решения математической задачи часто выглядит следующим образом. Выбираются неизвестные величины, подлежащие определению. На основании анализа условий (ограничений), содержащихся в исходной формулировке задачи, составляется система уравнений, связывающих указанные неизвестные. Далее, применяя какой либо из стандартных методов решения полученных уравнений, находим искомое решение задачи. Заметим, то решив один раз конкретную задачу по описанной схеме, мы решим (и гораздо быстрее) другую подобную (и даже более сложную) задачу, отличающуюся значениями исходных данных, числом неизвестных, формой представления условий и т.д.

Поскольку система ИИ принимает решения аналогично тому, как это делает человек, то она должна включать в себя следующие ключевые элементы – цель, факты и данные. Правила, механизмы вывода и упрощения. Все эти компоненты системы ИИ показаны на рис. 5.. на этом же рисунке выделена база знаний, которая содержит всю располагаемую информацию о внешнем мире (моделях решаемых задач). Условно она может быть разделена на три части (или области), называемые базой целей, базой правил и базой данных. первая область содержит информацию о целях, для достижения которых предназначена система ИИ. Вторая область включает в себя сведения, которые отражают закономерности, характерные для решаемого класса задач. Это правила, механизмы упрощения и вывода, которые позволяют не только выводить новые факты, не зафиксированные ранее в базе данных, но и приобретать новые знания в ходе функционирования системы или на этапе ее обучения. В третьей области содержатся в некотором упорядоченном виде качественные данные, необходимые для решения данной задачи. В силу той особой роли, которую играет база знаний в процессе формирования решений, системы ИИ называют системами основанными на знаниях.

Рис. 5. Компоненты системы ИИ.


 

А также другие работы, которые могут Вас заинтересовать

80505. Управління інноваційними інвестиціями підприємства 181 KB
  Управління інноваційними інвестиціями підприємства План лекції: Економічна сутність інновацій та інноваційного процесу Інструменти державної підтримки інноваційної діяльності в Україні. Економічна сутність інновацій та інноваційного процесу Основною формою реальних інвестицій є інноваційні інвестиції які реалізуються в процесі інноваційної діяльності підприємства.
80506. СУТНІСТЬ, МЕТА ТА ФУНКЦІЇ ІНВЕСТИЦІЙНОГО МЕНЕДЖМЕНТУ В УМОВАХ РИНКУ 249 KB
  Економічна сутність інвестицій та інвестиційної діяльності підприємств Поняття інвестиція виступає первинною категорією яка є базою побудови ієрархії решти категорій що відображають відтворення основного та оборотного капіталів. В різних розділах науки і різних галузях практичної діяльності зміст поняття інвестиції має свої особливості а саме: в макроекономіці інвестиції є частиною сукупних витрат що складаються з витрат на нові засоби виробництва інвестицій в житло і приросту товарних запасів. Категорія інвестиції входить...
80507. УПРАВЛІННЯ РЕАЛЬНИМИ ІНВЕСТИЦІЯМИ ПІДПРИЄМСТВА 99 KB
  На більшості підприємств реальне інвестування є основною формою інвестиційної діяльності. Реальне інвестування має ряд особливостей які обумовлені економічною потребою їх здійснення а саме: Процес стратегічного розвитку підприємства є сукупністю реалізованих інвестиційних проектів які повязані з успішним проникненням на товарні і регіональні ринки збільшенням операційних активів і зростання ефективності їх використання підвищенням ринкової вартості підприємств; Тісний звязок з операційною діяльністю через необхідність забезпечення...
80508. Політика управління портфелем фінансових інвестицій підприємства 106 KB
  Оцінка ефективності інвестування в окремі фінансові інструменти. Оцінка ефективності інвестування в облігації. Оцінка ефективності інвестування в акції. Оцінка ризиків окремих фінансових інструментів інвестування.
80509. Стратегія управління формуванням інвестиційного капіталу підприємства 99.5 KB
  Поняття інвестиційних ресурсів підприємства принципи передумови та порядок розроблення стратегії їх формування. Політика формування інвестиційних ресурсів підприємства. Поняття інвестиційних ресурсів підприємства принципи передумови та порядок розроблення стратегії їх формування. Політика формування інвестиційних ресурсів підприємства.
80510. Автоматизація процесів оцінювання транспортних засобів 483.43 KB
  Шаблони і створені акти можуть редагуватися в Word rtf формат так само можуть створюватися власні і змінюватися наявні в програмі друковані форми: калькуляція страхове відшкодування і т. Програма дозволяє в автоматичному режимі здійснювати: пошук двигуна за маркою транспортного засобу та отримати вичерпну інформацію про модель транспортного засобу на яку він був встановлений його обєм тип потужність характеристики та період випуску моделі транспортного засобу;  пошук моделі транспортного засобу за кодом...
80511. Автоматизація процесів оцінювання нематеріальних активів 52.73 KB
  Автоматизація процесу оцінки гудвіла. Автоматизація процесу оцінки товарних знаків. Автоматизація процесу оцінки гудвіла До теперішнього часу склалися дві паралельно існуючі традиції перекладу англійського терміну goodwill. В даному випадку тобто в контексті вартісної оцінки нематеріальних активів переважно другий спосіб переведення хоча він і виглядає декілька незграбним.
80512. Автоматизація процесів оцінювання вартості підприємства 157.79 KB
  Для побудови зазначених типів моделей використовуються як власні методи моделювання RIS так і різні відомі методи та мови моделювання зокрема UML. Автори методу EricssonPenker створили свій профіль UML для моделювання бізнеспроцесів EricssonPenker Business Extensions ввівши набір стереотипів які описують основні категорії бізнесмоделі: процеси ресурси правила і цілі діяльності підприємства. Мова UML використовується також в методі який є частиною технології Rtionl Unified Process фірми IBM.
80513. Інформаційні системи і технології, їх роль в управлінні економікою 26.08 KB
  Наприклад під технологією матеріального виробництва розуміють процес який визначається як комплекс засобів і методів обробки виготовлення зміни стану властивостей форми сировини чи матеріалу. Тоді справедливим буде таке означення: Інформаційна технологія це процес або сукупність процесів обробки інформації. Оскільки на вході та виході ІТ є не матерія і не енергія а інформація то: інформаційна технологія це сукупність процесів що використовує засоби та методи накопичення обробки і передачі первинної інформації для отримання...