Особливості та характеристики систем штучного інтелекту
Вступ
1. Есксперті системи та їх характеристики
2. Напрямки досліджень систем штучного інтелекту
Висновки
Список використаних джерел
Вступ
Під штучним інтелектом розуміють галузь інформатики, одним із завдань якої є моделювання інтелекту людини штучним способом – за допомогою комп’ютера.
Штучний інтелект — дуже перспективна область досліджень, розвиток якої зумовлений досягненнями в комп'ютерній сфері. Можна вважати, що розповсюдження комп'ютерів та кібернетичних приладів, їх застосування для людських потреб будуть визначати рівень життя в наступному столітті. Висока продуктивність нових технологій значною мірою залежить від використання в них засобів штучного інтелекту.
Започаткував роботи в цій галузі Норберт Вінер. Він писав: «Усі машини, що «претендують на розумність», мають бути здатними йти до певної мети і пристосовуватися, тобто навчатися» [4, с. 13].
Найвагомішим практичним результатом є створення експертних систем – програм, що імітують роботу людини-експерта в певній предметній галузі.
Під управління експертної системи комп’ютер, використовуючи інформацію про предметну галузь, робить логічні висновки і складає відповіді на запитання так, як це робила б людина – експерт у своїй галузі.
Будь-яка експертна система складається з трьох основних частин – бази даних, бази знань і програм логічного висновку. База даних містить інформацію про поняття й об’єкти предметної галузі. База знань – інформацію про їх поведінку і способи взаємодії. Аналіз конкретної ситуації, логічні висновки та складання відповідей на запитання виконують програми логічного висновку. Робота цих програм побудована на принципах роботи інтелекту людини.
Тема: «Особливості та характеристики систем штучного інтелекту».
1. Есксперті системи та їх характеристики
Експертна система — це комп'ютерна система, яка втілює в собі досвід експерта, що грунтується на його знаннях в певній галузі. Експертна система (ЕС) на основі обробки цих знань може давати інтелектуальні поради, приймати рішення на рівні експерта-професіонала, а також за бажанням користувача пояснювати хід розв'язування в разі відшукання того чи іншого рішення [4, с. 51].
Основні характеристики експертної системи такі:
1. Експертна система, як правило, обмежена певною предметною областю.
2. ЕС має вміти приймати рішення за неповних чи неточних даних.
3. ЕС має вміти пояснювати свої дії при розв'язуванні задачі.
4. Система повинна мати властивість розширення та нарощування функцій.
5. ЕС має вміти імітувати діяльність висококваліфікованого спеціаліста (експерта).
6. ЕС при розв'язуванні задач використовує, як правило, не точні алгоритми, а так звані евристики, тобто методи, які спираються на досвід та знання експерта [4, с. 54].
Головні відмінності систем обробки даних від експертних систем, що ґрунтуються на обробці знань, полягають ось у чому:
1. На виході експертної системи користувач дістає не машино чи відеограму, яка подана в табличному вигляді, а інтелектуальну пораду, що має вигляд тексту.
2. В основу ЕС покладено технологію обробки символьної інформації, що здебільшого подається у формі правил.
3. В узагальненому вигляді системи обробки даних можна подати такою конструкцією:
ДАНІ + АЛГОРИТМ — СИСТЕМА ОБРОБКИ ДАНИХ. Структурно в узагальненому вигляді ЕС можна зобразити так:
ЗНАННЯ + РОЗУМОВИЙ ВИСНОВОК = ЕКСПЕРТНА СИСТЕМА.
4. Експертна система має архітектуру, яка також відрізняється від архітектури традиційних систем обробки даних. Відмінності полягають у наявності в експертній системі таких блоків:
1) бази знань;
2) пояснень;
3) нагромадження знань [4, с. 55].
База знань — це сукупність відомостей про предметну область, для якої розробляється експертна система [4, с. 55].
Для функціонування системи база знань має бути наповнена знаннями. Для цього запрошують висококваліфікованих спеціалістів у тій галузі, для якої розробляється система, вони відіграють роль експертів, завдання яких — описати всі відомі знання для функціонування ЕС. У базі знань мають бути наявні знання першого та другого родів. Знання першого роду — це загальновідомі факти, явища, закономірності, які визнані в даній предметній області й опубліковані. Знання другого роду — це набір емпіричних правил та інтуїтивних висновків, якими користуються спеціалісти, приймаючи рішення в умовах невизначеності за наявності неповної суперечливої інформації. Відомості про ці знання, як правило, не опубліковані [4, с. 56].
У базі знань ЕС переважно містяться знання першого роду, але мають бути й знання другого роду. Якщо ці знання відсутні, то це означає поганий вибір експертів (вони не вміють формулювати свої знання чи навпаки: не хотять цього робити, щоб зберегти за собою статус унікальних спеціалістів).
Усі знання, які подані в базі знань поділяються на інтенсіональні та екстенсіональні.
Інтенсіональні, або абстрактні, знання являють собою понятійні (концептуальні) знання про об'єкти предметної області і зв'язки між ними.
Екстенсіональні (конкретні) знання — це кількісні характе. ристики інтенсіональної частини знань, тобто база даних EC [4, с. 57].
Блок рішень, необхідний для пошуку та побудови логічних ви» сновків, які видає користувачеві EC. Дії цього блока подібні до міркувань людини-експерта, яка оцінює проблему і пропонує її гіпотетичне вирішення. Цей блок виконує функції управління процесом пошуку розв'язків, тобто він визначає спосіб і послідовність використання різних правил та процедур. Кожна EC має містити певну кількість таких правил та процедур. Кількість правил, що їх містить середня EC, перевищує 500, а для великої EC може перевищувати й 1000 [4, с. 57].
Здебільшого блок розв'язків складається з двох частин: блока логічного виводу та управляючого блока.
Блок логічного виводу виконує дії, аналогічні до інтелектуальної діяльності спеціаліста, коли той приймає рішення. Функції цього блока — побудова логічного висновку на базі існуючих знань, які зберігаються в БЗ.
Блок управління керує процесом пошуку рішення, тобто визначає послідовність використання різних правил і процедур маніпулювання знаннями.
Блок пояснень слугує для видачі за запитом користувача послідовності логічних висновків та міркувань, якими оперувала система у процесі пошуку рішення. Наявність такого блока в EC дає змогу використовувати її не лише для прийняття рішень, а й для процесу навчання як навчальну систему.
Проблема пояснень та обгрунтування правильності міркувань — важлива й складна задача. Адже попри те, що система містить знання експертів та надає поради, відповідальність за прийняте рішення несе особисто користувач. Досі немає правових актів, які б визначали відповідальність експертів за знання, надані системі, а також за рішення, які приймаються в результаті консультування користувачів з EC, яка містить знання даного експерта чи групи експертів.
Оцінка EC користувачем значною мірою залежить від того, наскільки праця з експертною системою схожа на співробітництво з експертом, і, відповідно, істотно залежить від якості пояснень, що їх надає система користувачеві на ті запитання, які викликають у нього сумнів. Усі питання, які можуть виникнути в користувача при роботі з EC, можна поділити на такі групи:
- пов'язані з процесом рішення проблеми (як і чому? з якою метою? з яким результатом? з чого це випливає?);
- стосовно значень термінів, які прийняті в ЕС при організації діалогу з користувачем;
- про причини виникнення певного запитання у процесі експертизи;
- стосовно наслідків, які випливають із даної користувачем відповіді на запитання, поставлене системою (наприклад, що буде, коли?) [4, с. 60].
Для того щоб ЕС змогла швидко і якісно пояснювати правильність своїх відповідей, а також доцільність поставлених запитань, вона записує в робочій пам'яті хід своїх міркувань та їх послідовність.
Факт можливості дістати пояснення породжує в користувача ілюзію, ніби-то система перевіряє відповідність правил, що записані в базі знань. Між тим ЕС пояснює свої дії виключно лише видаючи інформацію про хід процесу міркувань.
Обґрунтування — це текст, що його дістане користувач після використання даного правила, маючи намір дістати пояснення.
Блок спілкування з користувачем або інтерфейс користувача необхідний для організації діалогової взаємодії між системою і користувачем. Основна вимога до цього блока — це реалізація спілкування природною мовою користувача.
Блок нагромадження знань. ЕС здебільшого будується для таких предметних областей, які характеризуються необхідністю актуалізації та розширення знань. З огляду на це ЕС містить блок, який дає змогу експерту завантажувати базу знань, а також виконувати редагування знань, які зібрані в базі.
Усе більший інтерес викликає питання автоматизованого набуття знань експертною системою (актуалізація, коригування та розширення знань ЕС через процес навчання ЕС). Проблему навчання можна звести до створення нових понять та правил на базі існуючих, а також підключення їх в базу знань таким чином, аби не було суперечливості знань.
Отже, функція цього блока полягає у формуванні емпіричних залежностей із неповних знань, тобто здобуття знань першого роду на основі знань другого роду. Але через складність реалізації цих функцій не всі ЕС мають у своєму складі такий блок.
Створення нових знань повністю автоматизованим способом — це дуже проблематичний підхід, запропонований занадто захопленими прибічниками штучного інтелекту. Будь-які знання (особливо нові) потребують дуже ретельної перевірки, яку можуть виконати лише експерти.
Основані на знаннях (інтелектуальні) або експертні комп'ютерні системи мають здатність показати вражаючу і інколи приголомшуючу продуктивність розглядати проблеми в порівнянні з людиною, що не є експертом. Вони роблять так за допомогою використання обширних баз знання, об'єднаних із спеціалізованим евристичним доведенням. Цей підхід привів до розробки систем, які пропонують наступні переваги:
— У класах проблем, як наприклад діагностика дефектів, терапія і вибір, вони можуть розв'язати деякі проблеми інколи краще ніж людина.
— Вони можуть надати організаціям можливість краще управляти важливими активами управління і професійними знаннями і експертизою. Вони дозволили використовувати знання з управління і нагромаджений досвід, що в них зберігаються, центрально підтримуються і зручно розподілені.
— Вони можуть відповісти простим запитам про їхні знання і досвід, і про те, як вони розв'язують проблеми.
— Вони можуть функціонувати з менш досконалою і сумнівною інформацією.
— Вони можуть використовувати тренувальні інструментальні засоби, щоб вдосконалити людський досвід; вони проводять експертизу відносно недорого.
— Вони можуть часто бути легко зміненими, щоб відобразити зміни в робочому оточенні, як наприклад політику, правила і діючі процедури.
— Вони не сплять, не хворіють, не тікають або не з'єднуються з іншими компаніями [3, с. 77].
Однак експертні системи на даний момент мають багато обмежень.
— Вони звичайно працюють тільки у вузько визначених проблемних доменах, і їхній рівень розуміння середовища, в якому вони працюють, є до деякої міри поверховим.
— Ці системи досі не мають «здорового глузду», як засоби вони звичайно не можуть обміркувати про проблему багатократними шляхами або на багатократних рівнях. Вони не знають те, коли вони не знають що-небудь, доречне до проблеми; це засіб, що вони можуть спробувати розв'язати проблеми, навіть коли їх знання і метод мислення є очевидно невідповідними, і вони не зможуть повідомити користувача-людину про цей факт. Вони не можуть глибоко знати логіку правил або достовірності правил, які зберігаються в їх базах знань, і вони не знають, коли доцільно порушити правила.
— Вони не можуть самі навчитися.
— Є проблеми продуктивності щодо тривалості відповіді в багатьох системах.
— 3 метою вирішення проблеми продуктивності були створені спеціалізовані машини і мови для використання в експертних системах (наприклад, LISP машини). Однак, ці апаратні засоби і програмне забезпечення виявились важкими, щоб інтегрувати з існуючими корпоративними системами, і продавці цієї технології зазнають серйозних проблем з ринкової реалізації.
— Експертні системи можуть бути дорогими і ризикованими, щоб розроблятися. Навіть коли спеціалізованих апаратних засобів і програмного забезпечення не вимагається, дистиляція людського досвіду, його кодування і збереження в базах знань для використання в експертних системах можуть вимагати значних витрат часу і бути трудомісткими. Майстерності, яка для цього вимагається, немає в багатьох випадках.
— Успішні експертні системи можуть привести до реальних змін в шляхах людини виконувати свої завдання. Це може вима¬гати суттєвих організаційних і технологічних змін, які можуть стати на перешкоді повного успіху системи , навіть якщо система добре виконана з технічного боку.
Незважаючи на ці обмеження, багато комп'ютерних корпорацій розробили додатки експертних систем як експериментальних, так і діючих, які розгортаються у використанні сьогодні. Вони зробили висновок, що ці системи репрезентують стратегічну конкурентну технологію [3, с. 79].
2.Напрямки досліджень систем штучного інтелекту
Напрямки досліджень систем штучного інтелекту:
— розробка теоретичних засад створення та застосування систем штучного інтелекту різноманітного призначення;
— теоретичні засади та прикладні проблеми створення інтелектуалізованих робототехнічних систем;
— моделювання інтелектуальної діяльності людини та його застосування в системах штучного інтелекту;
— створення засобів і систем інтелектуалізації комп'ютерних інтерфейсів;
— розробка алгоритмів і програмно-апаратних засобів для систем комп'ютерного розпізнавання та відтворення (синтезу) мовних і зорових образів;
— дослідження процесів формування образів і моделювання принципів їх відтворення на підставі формальних логік;
— розробка інтелектуальних систем керування автономними роботами та роботехнічними комплексами;
— розробка сенсорних інтелектуальних систем розпізнавання;
— створення й застосування високоінтелектуальних мульти- та гіпермедійних технологій і засобів для систем штучного інтелекту;
— створення навчальних програм і віртуальних середовищ з елементами штучного інтелекту;
— створення математичних моделей на принципах нечіткої логіки для застосування в системах штучного інтелекту;
— розробка принципів, методів й архітектурних розв'язань побудови баз знань і технологія їх експертування (експертні та багатоагентні системи);
— комп'ютерна лінгвістика та лексикографічні системи;
— аналіз, синтез і моделювання нейронних мереж, розроблення методів їх проектування, оптимізації та навчання;
— розробка технологій застосування нейрокомп'ютерів, прикладні системи на основі нейронних мереж [1, с. 412].
Висновки
Штучний інтелект — образна назва галузі досліджень, що являє собою сукупність методів і засобів аналізу розумової діяльності людини й конструювання технічних систем, спроможних виконувати завдання, які раніше вважалися прерогативою людського мозку
Системи штучного інтелекту — галузь науки, яка займається теоретичними дослідженнями, розробленням і застосуванням алгоритмічних та програмно-апаратних систем і комплексів з елементами штучного інтелекту та моделюванням інтелектуальної діяльності людини.
Експертна система – це система, що містить інформацію про поняття та об’єкти певної предметної галузі, інформацію про їх поведінку і способи взаємодії, а також програми логічного висновку; вона призначається для імітації роботи людини-експерта в цій галузі.
Основні характеристики експертної системи такі:
1. Експертна система, як правило, обмежена певною предметною областю.
2. ЕС має вміти приймати рішення за неповних чи неточних даних.
3. ЕС має вміти пояснювати свої дії при розв'язуванні задачі.
4. Система повинна мати властивість розширення та нарощування функцій.
5. ЕС має вміти імітувати діяльність висококваліфікованого спеціаліста (експерта).
6. ЕС при розв'язуванні задач використовує, як правило, не точні алгоритми, а так звані евристики, тобто методи, які спираються на досвід та знання експерта [4, с. 54].
Список використаних джерел
- Бондарев В. Н. Системы искусственного интеллекта. — Севастополь : Изд-во СевНТУ, 2002. — 615 с.
- Згуровский М. З.Системный анализ: проблемы, методология, приложения: Проект "Наукова книга". — К. : Наук. думка, 2005. — 743, с.
- Перевозчикова О. Л. Основи системного аналізу об’єктів і процесів комп’ютеризації: навчальний посібник. — К.: Видавничий дім "КМ Академія", 2003. — 431, с.
- Сорока К. О. Основи теорії систем і системного аналізу: Навчальний посібник. — Харьків: Видавець Тимченко А. Н., 2005. — 286, с.
- Толковый словарь по искусственному интеллекту / Авт.-сост. А. Н. Аверкин и др. — М. : Радио и связь, 1992. — 254, с.
- Уинстон, Патрик Генри. Искусственный интеллект. — М. : Мир, 1980. — 519 с.