Целый ряд других направлений

· Генетические алгоритмы

· Когнетивное моделирование;

· Интеллектуальные интерфейсы;

· Распознавание и синтез речи;

· Дедуктивные модели;

· Многоагентные системы;

· Онтологии;

· Менеджмент знаний;

· Мягкие вычисления и многое другое.

Искусственный интеллект как научное направление

 

Итак, в исследованиях по искусственному интеллекту можно выделить два основных направления:

1. Программно-прагматическое («не имеет значения, как устроено «мыслящее» устройство, главное, чтобы на заданные входные воздействия оно реагировало, как человеческий мозг») – занимается созданием программ, с помощью которых можно решать те задачи, решение которых до этого считалось исключительно прерогативой человека. Сюда относятся распознающие и игровые программы, программы для решения логических задач, поиска, классификации и т.п. Ярким же представителем данного направления можно считать экспертные системы – это сложные программные комплексы, аккумулирующие знания специалистов-экспертов для обеспечения высокоэффективного решения неформализованных задач в узкой предметной области.

2. Бионическое («единственный объект, способный мыслить – это человеческий мозг, поэтому любое «мыслящее» устройство должно каким-то образом воспроизводить его структуру») – занимается проблемами искусственного воспроизведения тех структур и процессов, которые характерны для живого человеческого мозга, и которые лежат в основе процесса решения задач человеком. В рамках бионического подхода к проблеме искусственного интеллекта сформировалась новая наука нейроинформатика.

Признаки и отличительные особенности интеллектуальных систем

 

Для ИИС характерны следующие признаки:

· развитые коммуникативные способности: возможность обработки произвольных запросов в диалоге на языке максимально приближенном к естественному;

· направленность на решение слабоструктурированных, неформализованных задач;

· способность работать с неопределенными и динамическими данными;

· способность к развитию системы и извлечению знаний из накопленного опыта конкретных ситуаций;

· возможность получения и использования информации, которая явно не хранится, а выводится из имеющихся в базе данных;

· система имеет не только модель предметной области, но и модель самой себя, что позволяет ей определять границы своей компетентности;

· способность к выводам по аналогии;

· способность объяснять свои действия.

Любая ИИС должна включать в свой состав – базы знаний, механизм вывода и интеллектуальный интерфейс.

Механизм вывода – система, способная благодаря встроенной в нее общей стратегии нахождения решения (например, путем логического вывода) находить решение задач.

Интеллектуальный интерфейс – интерфейс, в который включены средства, позволяющие пользователю вести общение с ЭВМ на естественном языке с использованием бизнес-понятий, характерных для предметной области пользователя.

Следует отметить специфическое понятие «естественный язык», под которым понимается фактически искусственный язык, полученный из естественного человеческого языка (русского, английского или любого другого) путем удаления неоднозначностей (синонимов, омонимов, идиоматических выражений). Следует заметить, что такой язык в теории автоматизированных систем носит название «искусственный язык» или «информационный язык».

Каждая из этих трех частей может быть устроена по-разному в различных системах, отличия эти могут быть в деталях и в принципах. Однако для всех ИИС характерно моделирование человеческих рассуждений.

Классификация интеллектуальных систем

 

Существует множество классификаций интеллектуальных систем, из которых воспользуемся классификацией, показанной на рис. В.1.

 

Рис. В.1. Классификация интеллектуальных систем

 

Системы на естественном языке специфичны и предназначены преимущественно для таких целей, как машинный перевод, генерация документов, автоматическое аннотирование и реферирование.

Экспертные системы (ЭС) предполагают высокую степень формализации процессов.

Разновидностью экспертных систем можно считать расчетно-логические системы, оперирующими с функциями вместо правил.

Интеллектуальные пакеты в настоящее время стали оболочками экспертных систем (ЭС без базы правил). Наиболее известными оболочками являются GURU и G2.

Искусственные нейронные сети представляют собой фактически разновидность систем автоматического управления, использующие свойства нейрона.

Генетические алгоритмы относятся к разновидности эволюционных эвристических методов.

Мультиагентные системы преследуют цель согласования теорий баз данных и баз знаний.

ИИС чаще всего оперируют с дискретными величинами, но все больше необходима связь дискретных и непрерывных величин, появились дополнительные классы (ОПИМ, гибридные модели).

Исходя из вышесказанного, целью изучения дисциплины «Интеллектуальные информационные системы» является:

· ознакомление студентов с общими тенденциями развития и использования ИИ для создания ИС;

· получение студентами представления о теоретических основах создания ИИС;

· рассмотрение основных средств и приемов разработки ЭС как основы для построения ИИС;

· получение начальных навыков использования ЭС.

Задачей дисциплины является подготовка будущих специалистов к использованию принципов ИИ и средств их реализации в составе систем поддержки принятия решений для решения экономических задач.

Тема 1. МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ В ИИС

 

В данной главе рассмотрено понятие «знание» в искусственном интеллекте и связанные с ним особенности. Дана классификация знаний. Приведен сравнительный анализ основных моделей представления знаний: логическая модель, семантические сети, продукционная модель, фреймовая модель. Особое внимание уделено вопросам организации процедур логического вывода в системах продукций и в системах, основанных на фреймах.