Искусственный интеллект

Цель преподавания дисциплины

Терминология

Мы, в нашем курсе, интеллектом будем называть способность мозга решать (интеллектуальные) задачи путем приобретения, запоминания и целенаправленного… В этом определении под термином "знания" подразумевается не только… Мы употребили термин интеллектуальная задача. Для того, чтобы пояснить, чем отличается интеллектуальная задача от…

Философские аспекты проблемы систем ИИ (возможность существования, безопасность, полезность).

Исходя из сказанного выше, вытекает основная философская проблема в области ИИ — возможность или не возможность моделирования мышления человека. В… Следовательно, начиная исследование ИИ, мы заранее предполагаем положительный… 1. Первое доказательство является схоластическим, и доказывает непротиворечивость ИИ и Библии. По-видимому, даже люди…

История развития систем ИИ.

В рамках первого подхода объектом исследований являются структура и механизмы работы мозга человека, а конечная цель заключается в раскрытии тайн… Второй подход в качестве объекта исследования рассматривает ИИ. Здесь речь… Наконец, третий подход ориентирован на создание смешанных человеко-машинных, или, как еще говорят, интерактивных…

Искусственный нейрон

NET = XW. Рис.1.2. - Искусственный нейрон

Активационные функции

OUT =K(NET), где К - постоянная, пороговой функции OUT = 1, если NET > T, OUT = 0 в остальных случаях, где Т - некоторая постоянная… Рис. 1.3. - Искусственный нейрон с активационной функцией На рис. 1.3 блок, обозначенный F, принимает сигнал NET и выдает сигнал OUT. Если блок F сужает диапазон изменения…

Модели представления знаний.

Рассмотрим более подробно методы представления знаний в ИИС. Существуют два типа методов представления знаний (ПЗ):

1. Формальные модели ПЗ;

2. Неформальные (семантические, реляционные) модели ПЗ.

· Сетевые модели (Семантические сети)

· Продукционные модели.

· Фреймовые модели.

Формальные модели представления знаний.

Логические выражения, построенные в данном языке, могут быть истинными или ложными. Некоторые из этих выражений, являющиеся всегда истинными.… Если перечисленные условия выполняются, то говорят, что система удовлетворяет… Формальная теория должна, таким образом, удовлетворять следующему определению:

Неформальные (семантические) модели представления знаний.

В основе моделей этого типа лежит конструкция, названная семантической сетью. Сетевые модели формально можно задать в виде H = <I, C1, C2, ...,… В зависимости от типов связей, используемых в модели, различают…  

Приобретение знаний.

Ввод в базу знаний объективизированных знаний не представляет особой проблемы, выявление и ввод субъективных и особенно экспертных знаний достаточно… В когнитивной психологии изучаются формы репрезентации знаний (когнитивные… · представление класса понятий через его элементы (например, понятие "птица" репрезентируется рядом чайка,…

Подготовительный этап

2. Выбор экспертов: определение количества экспертов; выбор уровня компетентности (не всегда хорошо выбирать самый высокий уровень сразу);… 3. Знакомство аналитика со специальной литературой в предметной области. 4. Знакомство аналитика и экспертов (в дальнейшем для простоты будем считать, что эксперт один).

Основной этап

2. "Домашняя работа". Попытка аналитика выделить некоторые причинно-следственные связи в рассуждениях эксперта; построение словаря… 3. "Подкачка" поля знания. Обсуждение с экспертом прототипа поля… 4. Формализация концептуальной модели.

Способы формализации задач. Представление задач в пространстве состояний

Основными особенностями класса задач, к которому принадлежит рассмотренная… Ключевым понятием при формализации задачи в пространстве состояний является понятие состояния, характеризующего…

Слепой перебор.

В алгоритме перебора вширь вершины раскрываются в том порядке, в котором они строятся. В алгоритме перебора в глубину прежде всего раскрываются те… Рассмотрим вначале простой алгоритм перебора вширь на дереве, который состоит… Шаг 1. Поместить начальную вершину в список нераскрытых вершин Open.

Эвристический (упорядоченный) поиск

Таким образом, основные шаги алгоритма эвристического перебора таковы: Шаг 1. Поместить начальную вершину в список Open и вычислить ее оценку… Шаг 2. Если список Open пуст, то окончание алгоритма и выдача сообщения о неудаче поиска, в противном случае перейти к…

Поиск на игровых деревьях

Деревья игры. Поиск выигрышной стратегии

Таким образом, в рассматриваемый класс не попадают игры, исход которых зависит хотя бы частично от случая − большинство карточных игр,… Для формализации и изучения игровых стратегий в классе игр с полной… Наиболее интересной представляется задача поиска выигрышной стратегии для одного из игроков, отправляясь от некоторой…

Минимаксная процедура

После построения таким образом частичного дерева игры вершины в нем оцениваются, и по этим оценкам определяется наилучший ход от заданной игровой… Статическая оценочная функция, будучи применена к некоторой вершине-позиции… Будем придерживаться общепринятого соглашения, по которому значение статической оценочной функции тем больше, чем…

Альфа-бета процедура

Рассмотрим сначала идею работы альфа-бета процедуры на примере игрового дерева, приведенного на рис.19. Дерево игры строится до глубины N=3… Пусть таким образом построены вершины W1−, W2+ и первые три конечные…

Генетические алгоритмы

Тимофей Струнков

вас с одним красивым методом решения задач оптимизации. На сей раз объектом для подражания будет не нейрон и даже не какая-либо часть отдельного…

Эволюционная теория

Естественный отбор и генетическое наследование

Задачи оптимизации

Работа генетического алгоритма

, то полученный мир будет подчиняться законам эволюции. Заметим, что, в соответствии с нашим определением приспособленности, целью этой…

Применение генетических алгоритмов

Заключение — об эвристике в целом

В данной статье мы не приводим ни одного математического утверждения о сходимости или о качестве работы генетических алгоритмов — эта область слишком специальна и относится в основном к теоретическим модельным постановкам задач. Изложенный подход является эвристическим, т. е. показывает хорошие результаты на практике, но плохо поддается теоретическому исследованию и обоснованию. Естественно задать вопрос — следует ли пользоваться такими алгоритмами, не имеющими строгого математического обоснования? Как и в вопросе о нейронных сетях, здесь нельзя ответить однозначно. С одной стороны, в математике существует достаточно большой класс абсолютно надежных (в смысле гарантии получения точного решения) методов решения различных задач. С другой стороны, речь идет о действительно сложных практических задачах, в которых эти надежные методы часто неприменимы. Нередко эти задачи выглядят настолько необозримыми, что не предпринимается даже попыток их осмысленного решения. Например, фирма, занимающаяся транспортными перевозками, в современных условиях российского бизнеса скорее предпочтет нанять лишних водителей и повысить цены на свои услуги, чем оптимизировать маршруты и расписания поездок. На западном рынке, где уже давно действуют законы более или менее честной конкуренции, оптимальность деятельности компании значительно влияет на ее доходы и даже может стать решающим фактором для ее выживания. Поэтому любые идеи, позволяющие компании стать “умнее” своих конкурентов, находят там широкое применение. Генетические алгоритмы — реализация одной из наиболее популярных идей такого рода. Эта популярность вызвана, по-видимому, исключительной красотой подхода и его близостью к природному механизму. Подобным образом популярность нейросетевой технологии подогревается во многом ее сходством с работой мозга. По-настоящему активное развитие эвристических подходов, как мы видим, непосредственно связано с развитием свободного рынка и экономики в целом.

Системы распознавания образов (идентификации)

• Понятие образа. Проблема обучения распознаванию образов. Геометрический и структурный подходы. Гипотеза компактности. Обучение и самообучение. Адаптация и обучение.
• Методы обучения распознаванию образов - перцептроны, нейронные сети, метод потенциальных функций, метод группового учета аргументов, метод предельных упрощений, коллективы решающих правил.
• Методы и алгоритмы анализа структуры многомерных данных - кластерный анализ, иерархическое группирование.

Понятие образа

Образное восприятие мира — одно из загадочных свойств живого мозга, позволяющее разобраться в бесконечном потоке воспринимаемой информации и… Образы обладают характерным свойством, проявляющимся в том, что ознакомление с… Способность восприятия внешнего мира в форме образов позволяет с определенной достоверностью узнавать бесконечное…

Геометрический и структурный подходы.

Любое изображение, которое возникает в результате наблюдения какого-либо объекта в процессе обучения или экзамена, можно представить в виде вектора,… Проинтерпретируем теперь в терминах геометрической картины процесс обучения… В ходе обучения предъявляются точки, случайно выбранные из этих областей, и сообщается информация о том, к какой…

Гипотеза компактности

Однако эту гипотезу не всегда удавалось подтвердить экспериментально, но, что самое главное, те задачи, в рамках которых гипотеза компактности… Формулировка гипотезы компактности подводит вплотную к понятию абстрактного…

Обучение и самообучение. Адаптация и обучение

Оказывается, таким объективным свойством является свойство компактности образов. Взаимное расположение точек в выбранном пространстве уже содержит… Большинство известных алгоритмов самообучения способны выделять только… Кроме того, результат самообучения характеризует пригодность выбранного пространства для конкретной задачи обучения…