70562

Введение в искусственный интеллект

Конспект

Информатика, кибернетика и программирование

В рамках этого направления решаются задачи связанные с формализацией и представлением знаний в памяти системы ИИ. Проблема представления знаний является одной из основных проблем для системы ИИ так как функционирование такой системы опирается на знания о проблемной области которые хранятся...

Русский

2014-10-22

108 KB

0 чел.

Лекция . Введение в искусственный интеллект

История развития искусственного интеллекта.

Основные направления искусственного интеллекта.

1. История развития искусственного интеллекта

Идея искусственного подобия человека для решения сложных задач и моделирования человеческого разума витала в воздухе еще в древнейшие времена. Так, в древнем Египте была создана «оживающая» механическая статуя бога Амона. У Гомера в «Илиаде» бог Гефест ковал человекоподобные существа – автоматы. Однако родоначальником искусственного интеллекта (ИИ) считается средневековый испанский философ, математик и поэт Раймонд Луллий, который еще в XIII веке попытался создать механическую машину для решения различных задач, на основе разработанной им всеобщей классификации понятий. В XVIII веке Лейбниц и Декарт независимо друг от друга продолжили эту идею, предложив универсальные языки классификации всех наук. Эти работы можно считать первыми теоретическими работами в области искусственного интеллекта.

Окончательное рождение искусственного интеллекта, как научного направления, произошло только после создания ЭВМ в 40-х годах ХХ века. В это же время Норберт Винер создал свои основополагающие работы по новой науке – кибернетике. Термин “искусственный интеллект” был впервые предложен в 1956 г. на семинаре с аналогичным названием в Дартмутском колледже (США).

В нашей стране началом исследований в направлении искусственного интеллекта принято считать семинар “Автоматы и мышление”, начавший свою работу в МГУ в 1954 г. под руководством академика Ляпунова А.А. Впоследствии, в 60-80х годах исследования в области искусственного интеллекта происходили в рамках школы ситуационного управления, основателем которой был проф. Поспелов Д.А. В 1974 году при Комитете по системному анализу при президиуме АН СССР был создан Научный совет по проблеме “Искусственный интеллект”. В 1988 г. была создана АИИ – Ассоциация искусственного интеллекта, членами которой являются более 300 исследователей. В рамках Ассоциации проводится большое количество исследований, организуются школы для молодых специалистов, семинары, симпозиумы, издается научный журнал.

Исторически сложились три основных подхода в моделировании ИИ.

В рамках первого подхода объектом исследований являются структура и механизмы работы мозга человека, а конечная цель заключается в раскрытии тайн мышления. Необходимыми этапами исследований в этом направлении являются построение моделей на основе психофизиологических данных, проведение экспериментов с ними, выдвижение новых гипотез относительно механизмов интеллектуальной деятельности, совершенствование моделей и т. д.

Второй подход в качестве объекта исследования рассматривает ИИ. Здесь речь идет о моделировании интеллектуальной деятельности с помощью вычислительных машин. Целью работ в этом направлении является создание алгоритмического и программного обеспечения вычислительных машин, позволяющего решать интеллектуальные задачи не хуже человека.

Наконец, третий подход ориентирован на создание смешанных человеко-машинных, или, как еще говорят, интерактивных интеллектуальных систем, на симбиоз возможностей естественного и искусственного интеллекта. Важнейшими проблемами в этих исследованиях является оптимальное распределение функций между естественным и искусственным интеллектом и организация диалога между человеком и машиной.

2. Основные направления искусственного интеллекта

В настоящее время в исследованиях по искусственному интеллекту выделились шесть основных направлений:

1. Представление знаний. В рамках этого направления решаются задачи, связанные с формализацией и представлением знаний в памяти системы ИИ. Для этого разрабатываются специальные модели представления знаний и языки описания знаний, внедряются различные типы знаний. Проблема представления знаний является одной из основных проблем для системы ИИ, так как функционирование такой системы опирается на знания о проблемной области, которые хранятся в ее памяти.

2. Манипулирование знаниями. Чтобы знаниями можно было пользоваться при решении задачи, следует научить систему ИИ оперировать ими. В рамках данного направления разрабатываются способы пополнения знаний на основе их неполных описаний, создаются методы достоверного и правдоподобного вывода на основе имеющихся знаний, предлагаются модели рассуждений, опирающихся на знания и имитирующих особенности человеческих рассуждений. Манипулирование знаниями очень тесно связано с представлением знаний, и разделить эти два направления можно лишь условно.

3. Общение. В круг задач этого направления входят: проблема понимания и синтеза связных текстов на естественном языке, понимание и синтез речи, теория моделей коммуникаций между человеком и системой ИИ. На основе исследований в этом направлении формируются методы построения лингвистических процессов, вопросно-ответных систем, диалоговых систем и других систем ИИ, целью которых является обеспечение комфортных условий для общения человека с системой ИИ.

4. Восприятие. Это направление включает разработку методов представления информации о зрительных образах в базе знаний, создание методов перехода от зрительных сцен к их текстовому описанию и методов обратного перехода, создание средств для порождения зрительных сцен на основе внутренних представлений в системах ИС.

5. Обучение. Для развития способности систем ИИ к обучения, т.е. к решению задач, с которыми они раньше не встречались, разрабатываются методы формирования условий задач по описанию проблемной ситуации или по наблюдению за ней, методы перехода от известного решения частных задач (примеров) к решению общей задачи, создание приемов декомпозиции исходной задачи на более мелкие и уже известные для систем ИИ. В этом направлении ИИ сделано еще весьма мало.

6. Поведение. Поскольку системы ИИ должны действовать в некоторой окружающей среде, то необходимо разрабатывать некоторые поведенческие процедуры, которые позволили бы им адекватно взаимодействовать с окружающей средой, другими системами ИИ и людьми. Это направление в ИИ разработано очень слабо.

Прямо или косвенно проблемы искусственного интеллекта затрагивают следующие области научной и практической деятельности:

системы, основанных на знаниях (экспертные системы)

естественно-языковые и интеллектуальные интерфейсы и машинный перевод;

анализ данных (data mining) и поиск закономерностей в хранилищах данных;

системы поддержки принятия решений;

системы прогнозирования

распознавание речи и образов;

нейроинформатика и нейронные сети;

генетические алгоритмы;

многоагентные системы;

нечеткая логика и мягкие вычисления.

Вопросы для самоконтроля:

Дайте определение, что такое искусственный интеллект?

Перечислите шесть основных направлений в развитии искусственного интеллекта?

Что представляет собой направление – Представление знаний?

Что представляет собой направление – Манипулирование знаниями?

Что представляет собой направление – Общение?

Что представляет собой направление – Восприятие?

Что представляет собой направление – Обучение?

Что представляет собой направление – Поведение?


 

Лекция.  Продукционные правила.

  1.  Понятие продукционных правил.
  2.  Системы продукций с обратными выводами.
  3.  Системы продукций с прямыми выводами.

1. Понятие продукционных правил

В основе человеческой деятельности лежит мышление. Когда утром звонит будильник, мозг человека дает команду руке выключить его. Следует заметить, что это не автоматическая реакция, а решение конкретной задачи. При этом конечный результат, на который мы рассчитываем, на который направлены наши мыслительные процессы, называется целью. Как только цель (в данном случае выключение будильника) достигнута, перед человеческим мозгом сразу встают новые цели, например, одеться, позавтракать, выйти на остановку и т.д. Осуществление всех этих целей приводит к осуществлению главной цели – не опоздать в институт.

Для достижения цели используется некоторая совокупность фактов и способов их применения – правил. На этих понятиях основан наиболее распространенный метод представления знаний – правила продукции или продукционные правила. Этот метод был предложен Э. Постом (1943 г.). Продукционные правила объясняют логическую связь между понятиями предметной области. Системы с базами знаний, основанных на этой модели, называются продукционными системами. Эти системы бывают двух диаметрально противоположных типов – с прямыми и обратными выводами.

Правило продукции представляет собой подстановку следующего вида:

где  – конечная связка факторов, B – действие, которое выполняется, если  – истинно.

Иначе говоря, примером правил продукции может являться выражение следующего типа:

ЕСЛИ <условие> ТО <действие>.

При этом факты и правила могут быть разной сложности. Они связаны между собой с помощью логических функций И, ИЛИ, НЕ.

Например:

Факт1 Тихие, темные улицы опасны

Факт2 Пожилые люди обычно не совершают дерзких преступлений

Факт3 Моя милиция меня бережет

Правило1 ЕСЛИ на темной, тихой улице вы встретите пожилого человека

ТО можно не очень беспокоится

Это простое правило можно усложнить добавив факты, объединенные в связку с помощью логической функции И:

Правило2 ЕСЛИ на тихой темной улице вы видите милиционера

И вы не преступали закон

ТО можно чувствовать себя в полной безопасности

Правила продукции можно отнести к категорическим знаниям, т.е. они всегда верны. Однако, в некоторых предметных областях (например, медицинская диагностика, системы управления и т.п.) преобладают вероятностные знания. Эти знания являются «мягкими» в том смысле, что говорить об их применимости к любым практическим ситуациям возможно только до некоторой степени. В таких случаях правила продукции дополняют вероятностной оценкой:

ЕСЛИ <условие> ТО <действие> С УВЕРЕННОСТЬЮ <значение>

Например:

Правило1 ЕСЛИ на тихой темной улице вы видите милиционера

И вы не преступали закон

ТО можно чувствовать себя в полной безопасности

С УВЕРЕННОСТЬЮ 0,3

Факты в правилах могут быть представлены в двух видах: в виде списков или в виде изолированной тройки:

атрибут→  объект→ значение,

при этом с каждым фактом связан коэффициент уверенности, изменяющийся в пределах [0,1].

Представление знаний в виде правил продукции обладает следующими преимуществами: 

  •  независимостью правил, выражающих самостоятельные фрагменты знаний;
  •  легкостью и естественностью модификации знаний (правила продукции по структуре весьма похожи на рассуждения естественного языка);
  •  отделением управляющих знаний (правил) от предметных знаний (фактов). Это позволяет применять различные стратегии управления.

Основной недостаток продукций состоит в том, что при их большом количестве становится трудоемкой проверка непротиворечивости системы продукции. Например, при добавлении новых правил необходимо проверить, насколько они согласуются с уже существующими в базе знаний правилами.

Как уже отмечалось выше, правила продукции относятся к процедурным моделям представления знаний. Даже самое простое правило продукции (т.е. правило, не содержащие присоединенных процедур) есть элемент «процедурности», т.к. предполагается, что это правило будет использовано для выполнения некоторого действия. Именно это отличает процедурное представление знаний от декларативного, поскольку декларативные знания не несут никакой информации о том, как они будут использованы.

 

2. Системы продукций с обратными выводами

В системе продукций с обратными выводами с помощью правил строится дерево И/ИЛИ, связывающее в единое целое факты и заключения; оценка этого дерева на основании фактов, имеющихся в базе данных, и есть логический вывод. Логические выводы бывают прямыми, обратными и двунаправленными. При прямом выводе отправной точкой служат предоставленные данные, процесс оценки приостанавливается в узлах с отрицанием, причем в качестве заключения (если не все дерево пройдено) используется гипотеза, соответствующая самому верхнему уровню дерева (корню). Однако для такого вывода характерно большое количество данных, а также оценок дерева, не имеющих прямого отношения к заключению, что излишне. Преимущество обратных выводов в том, что оценивается только те части дерева, которые имеют отношение к заключению, однако если отрицание или утверждение невозможны, то порожденное дерево лишено смысла. В двунаправленных выводах сначала оценивается небольшой объем полученных данных и выбирается гипотеза, а затем запрашиваются данные необходимые для принятия решения о пригодности данной гипотезы. На основе этих выводов можно реализовать более гибкую и мощную систему.

3. Системы продукций с прямыми выводами

Системы продукций с прямыми выводами среди систем, основанных на использовании знаний, имеют наиболее древнюю историю, поэтому они являются в некотором смысле основополагающими. Эти системы включают три компонента: базу правил, состоящую из наборов правил (правила вывода), базу данных, содержащую множество фактов, и интерпретатор для получения логического  вывода на основании этих знаний. База правил и база данных образуют базу знаний, а интерпретатор соответствует механизму логического вывода. Вывод выполняется в идее цикла «понимание - выполнение», причем в каждом цикле выполняемая часть выбранного правила обновляет базу данных. В результате содержимое базы данных преобразуется от первоначального к целевому, т.е. целевая система синтезируется в базе данных. Иначе говоря, для системы продукций характерен простой цикл выбора и выполнения (или оценки) правил, однако из-за необходимости периодического сопоставления с образом в базе правил (отождествлением) с увеличением числа последних (правил) существенно замедляется скорость вывода. Следовательно, такие системы не годятся для решения крупномасштабных задач. Итак, упорядочим сильные и слабые стороны хорошо известных систем продукций.

Сильные стороны:

  1.  Простота создания и понимания отдельных правил;
  2.  Простота пополнения и модификации
  3.  Простота механизма логического вывода.

Слабые стороны:

  1.  Неясность взаимных отношений правил
  2.  Сложность оценки целостного образа знаний
  3.  Крайне низкая эффективность обработки
  4.  Отличие от человеческой структуры знаний
  5.  Отсутствие гибкости в логической выводе.

Таким образом, если объектом является небольшая задача, выявляются только сильные стороны системы продукций.    

Вопросы для самоконтроля:

  1.  Дайте определение, что такое правила продукции?
  2.  Каким выражением характеризуется правила продукции?
  3.  Дайте определение, что такое система продукций с прямыми выводами?
  4.  Дайте определение, что такое система продукций с обратными выводами?
  5.  Какое строится дерево в системе продукций с обратными выводами?
  6.  Какие компоненты входят в состав системы продукций с прямыми выводами?
  7.  Перечислите основные недостатки системы продукций?

Лекция  (1.4). Представление знаний и процедура вывода с помощью логики предикатов

  1.  Понятие формальной системы.
  2.  Исчисление высказываний как формальная система.
  3.  Исчисление предикатов первого порядка.
  4.  Логический вывод и логическое программирование.

1. Понятие формальной системы

Появление формальных систем было обусловлено осознанием того факта, что совершенно различные системы, будь то технические, социальные, экономические или биологические, обладают глубоким сходством.

В формальной системе (ФС), оперирующей теми или иными символами, эти символы воспринимаются просто как элементы, с которыми обращаются согласно определенным правилам, зависящим только от формы выражений, образованных из символов. Понятие истинности появляется только в связи с возможными приложениями (интерпретациями) этой системы.

Формальные системы – это аксиоматические системы, т.е. системы с наличием определенного числа исходных заранее выбранных и фиксированных высказываний, называемых аксиомами.

Формальная система считается заданной, если выполнены следующие условия.

1. Задано некоторое множество, состоящее из конечного или бесконечного числа элементов, которые носят название термов. Имеется другое конечное множество, элементы которого есть связки или операции.

2. Любую линейную упорядоченную совокупность термов и операций называют формулой. Из множества формул выделяют подмножеств правильно построенных формул (ППФ). Для ППФ задают правила их конструирования, т.е. определяется эффективная процедура, позволяющая по данному выражению выяснять, является ли оно ППФ в данной ФС.

3. Выделено некоторое множество ППФ, называемых аксиомами ФС. При этом должна иметься эффективная процедура, позволяющая для произвольной ППФ, решить, является ли она аксиомой.

4. Имеется конечное множество  отношений между ППФ называемых правилами вывода. Понятие «вывода» также должно быть эффективным, т.е. должна существовать эффективная процедура, позволяющая для произвольной конечной последовательности ППФ решать, можно ли каждый член этой последовательности вывести из одной или нескольких предшествующих ППФ посредством некоторых фиксированных правил вывода. Выводом ФС называется любая последовательность ППФ такая, что для любого i () ППФ Аi есть либо аксиома ФС, либо непосредственное следствие каких-либо предыдущих ППФ по одному из правил вывода.

Любая ФС задается четверкой , где T – множество термов и операций; H – множество правил конструирования ППФ; A – система аксиом; R – множество правил вывода.

Сама формальная система не является ни языком, ни системой знания, она не содержит никаких утверждений об объектах, а является просто исчислением – некоторого рода действиями по определенным правилам над последовательностями термов.

Два класса формальных систем являются математической базой для построения систем ИИ: исчисление высказываний и исчисление предикатов первого порядка.

2. Исчисление высказываний как формальная система

Сложное высказывание имеет истинностное значение, которое однозначно определяется истинностными значениями простых высказываний, из которых оно составлено.

Например: «Если студент ложится поздно спать и пьет кофе, то утром он встанет в плохом настроении или с головной болью». Это сложное высказывание состоит из следующих простых высказываний:

«Студент ложиться поздно спать»

«Студент пьет на ночь кофе»

«Утром студент встанет в плохом настроении»

« Утром студент встанет с головной болью»

Обозначив сложное высказывание через X, а простые соответственно через Y, Z, U, V, можно записать

Или

Каждую логическую связку можно рассматривать как операцию, которая образует новое высказывание – сложное из более простых.

Таким образом, всякое сложное высказывание можно записать в виде некоторой формулы, содержащей логические связки и символы, которые обозначают простые высказывания, называемые атомами. Чтобы узнать, истинно или ложно сложное высказывание, достаточно узнать истинные значения всех атомов, из которых оно составлено.

Для формулы состоящей из n атомов существует 2n интерпретаций.

Формула исчисления высказываний, которая истинна во всех интерпретациях, называется тавтологией или общезначимой формулой.

Формула исчисления высказываний называется противоречием, если она ложна во всех интерпретациях.

3. Исчисление предикатов первого порядка

Исчисление высказываний оказывается недостаточным для обоснования, например, таких рассуждений:

«Всякое положительное целое число есть натуральное число. Число 5 есть положительное целое число. Следовательно, 5 есть натуральное число».

Это объясняется тем, что исчисление высказываний ограничивается структурой предложений в терминах простых высказываний, а приведенные рассуждения требуют анализа структуры предложения в смысле связи субъекта и предиката, как это делается в грамматике.

Слово «предикат» имеет два значения. В грамматике – сказуемое, в логике – логическое сказуемое, то, что в суждении высказывается о предмете суждения.

Пусть задано некоторое множество , в котором  – какие-то определенные предметы из этого множества. Обозначим любой предмет из этого множества через x и назовем x предметной переменной. Тогда высказывания об этих предметах будем обозначать в виде ,  и т.д., причем такие высказывания могут быть истинными и ложными. Например, если , то высказывание «4 есть четное число» является истинным, а «7 есть четное число» – ложным. Если вместо конкретных чисел 4 и 7 поставим предметную переменную x, то получим предикат «x есть четное число», обозначенный P(x).

Таким образом, предикат, который не содержит переменных, совпадает с высказыванием.

Исчисление предикатов первого порядка представляет собой формальную систему, с помощью которой можно выразить большое разнообразие утверждений.

Неотъемлемой функцией языка предикатов является задание слов, которые описывают сущности изучаемого мира, и слов, которые описывают атрибуты, т.е. свойства этих сущностей, их поведение и отношения.

Первый тип слов является термами, второй – предикатами.

Элементарными компонентами языка предикатов являются предикатные символы и символы констант, переменных и функций.

Атомарными предикатом называется последовательность из n ( и конечно) термов, заключенная в круглые скобки, которые следуют за предикатным символом. Имя предикатного символа выражено некоторой последовательностью букв.

Например: отец(x, y) – атомарный предикат, описывающий отношение x к y.

В логике предикатов атомарные предикаты задают формулы для описания отношений между сущностями, определяемыми аргументами предикатов.

Если конструктор намеревается описать некоторую предметную область, используя для этого логику предикатов, он может определять предикаты по своему усмотрению в соответствии с конкретной ситуацией. Определение соответствия между элементами языка и отношениями, элементами и функциями в указанной области рассуждения и составляет семантику языка исчисления предикатов.

Очевидно, что определение предиката должно быть однозначным.

Квантер – логические операции, позволяющие перевести одну форму высказывания в другую и указывающие объем переменных, для которых высказывание истинно

Таким образом, исчисление предикатов первого порядка представляет собой расширение исчисления высказываний.

4. Логический вывод и логическое программирование

Логика – это некоторый способ представления высказываний, создаваемый для того, чтобы, используя формальную процедуру проверить справедливость этих высказываний. Иначе говоря, это наука о способах рассуждений, приводящих к истине. Изучая эти способы логика, интересуется в первую очередь, формой, а не содержанием доводов в том или ином рассуждении. Рассмотрим, например следующие два вывода:

  1.  Все люди смертны. Сократ – человек. Следовательно, Сократ смертен.
  2.  Все кошки любят молоко. Мурка – кошка. Следовательно, Мурка любит молоко.

Оба вывода имеют одну и ту же форму: все А суть В; С есть А; следовательно С есть В. Истинность или ложность отдельных посылок не является предметом логики. Например, истинность утверждения «все кошки любят молоко» обосновывается значением фактического положения в жизни кошек – это эмпирический факт.

Логический вывод осуществляется из некоторых исходных утверждений с помощью имеющихся схем умозаключений. Используется так же термин «дедукция». Схемы рассуждений принято называть правилами логического вывода.

  1.  объявляется некоторый набор фактов, высказываний и отношений между объектами;
  2.  определяются правила, которые описывают отношения между объектами;
  3.  формируется вопрос об объектах и отношениях между ними.

Вопрос – это средство извлечения информации из логической программы. Правило – общее утверждение об объекте.

Программа объединяет конечное количество фактов и правил. Концепция логического вывода в программировании эквивалентна понятию алгоритма.

Например:

женщина (Алиса)

женщина (Виктория)

мужчина (Эдуард)

мужчина (Джон)

родители (Алиса, Виктория Джон)

родители (Эдуард), Виктория Джон)

сестра (Эдуард, Х)?

Характерным представителем логического программирования является язык ПРОЛОГ.

Вопросы для самоконтроля:

  1.  Дайте определение, что такое формальная система?
  2.  Когда формальная система считается заданной?
  3.  Дайте определение, что такое тавтология?
  4.  Дайте определение, что такое противоречие?
  5.  Что такое предикат?
  6.  Когда предикат совпадает с высказыванием?
  7.  Дайте определение, что такое атомарный предикат?
  8.  Что представляет собой семантика языка исчисления предикатов?

PAGE  12


 

А также другие работы, которые могут Вас заинтересовать

58104. Национальная безопасность Российской Федерации. Защита информации 55.53 KB
  Состояние защищенности ее государственных интересов в информационной сфере, определяющихся совокупностью сбалансированных интересов личности, общества и государства.
58105. Магистрально-модульная организация компьютера 236 KB
  Такая конструкция удобна для пользователя поскольку все устройства можно разместить на столе так как ему хочется. Поэтому далее мы подробно рассмотрим основные узлы компьютера процессор память и устройства ввода и вывода и взаимодействие между ними.
58106. Экономика отрасли предприятий 349 KB
  В опорных конспектах последовательно рассматривается современный экономический механизм обеспечивающий производственно-хозяйственную деятельность предприятия в условиях рынка и конкуренции.
58107. Автоматизация бухгалтерского учета 33.5 KB
  Запуск программы окно программы сервисные возможности получение помощи редактор документов выход из программы. Для запуска программы: Щелкните по кнопке Пуск; Выберите строку Программы; Выберите строку 1С Предприятие 7. Если версия программы сетевая то ее можно запустить в обычном или монопольном режиме. В монопольном режиме будут доступны все функции программы но работать в информационной базе сможет только 1 бухгалтер.
58109. Market and Command Economies 37 KB
  In a command economy, a central planning office makes decisions on what, how, and for whom to produce. Economy cannot rely entirely on command, but there was extensive planning in many Soviet bloc countries.
58110. Роль финансов в процессе расширенного воспроизводства 24.75 KB
  Государство регулируем с помощью финансово-кредитной системы величину каждой ветви финансового потока вновь созданной стоимости и, тем самым, регулирует функционирование рынка, направление его развития и т.д.
58111. Инструктаж по техники безопасности. Электромонтажные материалы. Оказание первой помощи пострадавшему под воздействием электрического тока 65.5 KB
  Оказание первой помощи пострадавшему под воздействием электрического тока. Воздействие электрического тока на организм человека: При прохождении электрического тока через тело человека он оказывает следующие виды воздействия: механическое электролитическое термическое биологическое электрическое психологическое. Общее воздействие характеризуется воздействием различных величин электрического тока на организм человека. 1520мА сильные судороги по пути прохождения электрического тока в организме человека.
58112. Из истории появления компьютерных коммуникаций 26 KB
  Устный пересказ которым пользовались для передачи информации в дописьменный период опирался на такое ненадежное устройство хранения информации как человеческая память Второй информационной революцией по праву считают изобретение книгопечатания.