Презентация "Интеллектуальная информационная технология

• 1 слайд

  «Интеллектуальная» информационная технология
  Понятие «интеллектуальной» информационной технологии
  Исследования в области искусственного интеллекта
  Построение и использование экспертных систем
  

• 2 слайд

  Искусственный интеллект – одна из новейших наук, появившихся во второй половине ХХ века на базе вычислительной техники, математической логики, программирования, психологии, лингвистики и нейрофизиологии.
  Само название науки возникло в конце 1960-х годов.
  Понятие «интеллектуальной» информационной технологии
  

• 3 слайд

  Согласно словарю Вебстера интеллект это:
  Способность успешно реагировать на любую, особенно новую ситуацию путем надлежащих корректировок поведения
  Способность понимать взаимосвязи между фактами действительности для выработки действий, ведущих к достижению поставленной цели
  

• 4 слайд

  Искусственный интеллект – это программная система, имитирующая на компьютере мышление человека.
  Совокупность научных исследований обретает права науки, если выполнены условия:
  у этих исследований должен быть объект изучения, не совпадающий с объектами, которые изучают другие науки
  должны существовать специфические методы исследования этого объекта, отличные от методов других наук
  

• 5 слайд

  Существует два подхода к созданию искусственного интеллекта:
  Создание компьютеров с максимально возможными характеристиками
  Моделирование работы головного мозга – нейросетевые технологии
  

• 6 слайд

  Для интеллектуальных информационных систем характерны следующие признаки:
  Развитые коммуникативные способности
  Умение решать сложные плохо формализуемые задачи
  Способность к самообучению
  Адаптивность
  
  

• 7 слайд

  Коммуникативные способности интеллектуальной информационной системы характеризуют способ взаимодействия (интерфейса) конечного пользователя с системой, в частности возможность формулирования произвольного запроса в диалоге с интеллектуальной информационной системой на языке, максимально приближенном к естественному.
  Сложные плохо формализуемые задачи – это задачи, которые требуют построения оригинального алгоритма решения в зависимости от конкретной ситуации, для которой могут быть характерны неопределенность и динамичность исходных данных и заданий.
  

• 8 слайд

  Способность к самообучению – это возможность автоматического извлечения знаний для решения задач из накопленного опыта конкретных ситуаций
  Адаптивность – способность к развитию системы в соответствии с объективными изменениями модели проблемной области
  

• 9 слайд

  В соответствии с перечисленными признаками интеллектуальные информационные системы делятся:
  Системы с коммуникативными способностями (с интеллектуальным интерфейсом)
  Экспертные системы (системы для решения сложных задач)
  Самообучающиеся системы (системы, способные к самообучению)
  Адаптивные системы (адаптивные информационные системы)
  

• 10 слайд

  Классификация интеллектуальных информационных систем по типам
  Интеллектуальные
  информационные системы
  Системы
  с коммутативными способностями
  Экспертные системы
  Самообучающиеся системы
  Адаптивные системы
  Интеллектуальные базы данных
  Естественно-языковые
  интерфейсы
  Гипертекстовые
  системы
  Контекстные справочные системы
  Когнитивная
  графика
  Классифицирую-щие системы
  Доопределяю-щие системы
  Трансформирую-щие системы
  Многоагентные системы
  Индуктивные системы
  Нейронные
  сети
  Системы на прецедентах
  Информацион-ные хранилища
  CASE-технологии
  Компонентная технология
  

• 11 слайд

  Интеллектуальные базы данных отличаются от обычных баз данных возможностью выборки по запросу необходимой информации, которая может явно не храниться, а выводиться из имеющейся в базе данных.
  
  Естественно-языковой интерфейс предполагает трансляцию естественно-языковых конструкций на внутримашинный уровень представления знаний. Для этого необходимо решать задачи морфологического, синтаксического и семантического анализа и синтеза высказываний на естественном языке.
  

• 12 слайд

  Морфологический анализ предполагает распознавание и проверку правильности написания слов по словарям, синтаксический контроль – разложение входных сообщений на отдельные компоненты (определение структуры) с проверкой соответствия грамматическим правилам внутреннего представления знаний и выявления недостающих частей
  Семантический анализ – установление смысловой правильности синтаксических конструкций.
  Синтез высказываний решает обратную задачу преобразования внутреннего представления информации в естественно-языковое.
  

• 13 слайд

  Естественно-языковой интерфейс используется для:
  доступа к интеллектуальным базам данных;
  контекстного поиска документальной текстовой информации;
  голосового ввода команд в системах управления;
  машинного перевода с иностранных языков.
  
  Гипертекстовые системы предназначены для реализации поиска по ключевым словам в базах текстовой информации. Механизм поиска работает прежде всего с базой знаний ключевых слов, а уже затем непосредственно с текстом. В более широком плане сказанное распространяется и на поиск мультимедийной информации, включающей, помимо текстовой, и цифровую информацию.
  

• 14 слайд

  Системы контекстной помощи можно рассматривать как частный случай интеллектуальных гипертекстовых и естественно-языковых систем.
  В отличие от обычных систем помощи, навязывающих пользователю схему поиска требуемой информации, в системах контекстной помощи пользователь описывает проблему (ситуацию).
  
  Системы когнитивной графики позволяют осуществлять интерфейс пользователя с ИИС с помощью графических образов, которые генерируются в соответствии с происходящими событиями.
  

• 15 слайд

  Системы когнитивной графики широко используются в обучающих и тренажерных системах на основе использования принципов виртуальной реальности, когда графические образы моделируют ситуации, в которых обучаемому необходимо принимать решения и выполнять определенные действия.
  

• 16 слайд

  Экспертные системы предназначены для решения задач на основе накапливаемой базы знаний, отражающей опыт работы экспертов в рассматриваемой проблемной области.
  Многоагентные системы. Для таких динамических систем характерна интеграция в базе знаний нескольких разнородных источников знаний, обменивающихся между собой получаемыми результатами на динамической основе.
  
  

• 17 слайд

  Для многоагентных систем характерны следующие особенности:
  проведение альтернативных рассуждений на основе использования различных источников знаний с механизмом устранения противоречий;
  распределенное решение проблем, которые разбиваются на параллельно решаемые подпроблемы, соответствующие самостоятельным источникам знаний;
  применение множества стратегий работы механизма вывода заключений в зависимости от типа решаемой проблемы;
  обработка больших массивов данных, содержащихся в базе данных;
  использование различных математических моделей и внешних процедур, хранимых в базе моделей;
  способность прерывания решения задач в связи с необходимостью получения дополнительных данных и знаний от пользователей, моделей, параллельно решаемых подпроблем.
  

• 18 слайд

  В основе самообучающихся систем лежат методы автоматической классификации примеров ситуаций реальной практики.
  Характерными признаками самообучающихся систем являются:
  самообучающиеся системы «с учителем», когда для каждого примера задается в явном виде значение признака его принадлежности некоторому классу ситуаций (классобразующего признака);
  самообучающиеся системы «без учителя», когда по степени близости значений признаков классификации система сама выделяет классы ситуаций.
  
  
  

• 19 слайд

  В последние годы современные информационные технологии совершили резкий скачок вперед, в основном за счет повышения производительности массовых процессоров и удешевления памяти компьютеров. Это привело к появлению приложений, в которых воплотились серьезные теоретические наработки по искусственному интеллекту
  Исследования в области искусственного интеллекта
  

• 20 слайд

  Основной проблемой исследований в области искусственного интеллекта является построение машинной модели, которая производила бы сложные преобразования информации, осуществляемые человеческим мозгом, включая зрительное распознавание пространственных сцен, общение на естественном языке, обучение на опыте и т.д.
  

• 21 слайд

  Идея применения исследований в области ИИ в виде экспертных систем заключается в следующем: если не удается пока заставить машину тонко приспосабливаться к проблемной области, самой вырабатывать нужные методы поиска, находить самой новые свойства и законы, вырабатывать новые знания, то можно воспользоваться накопленным человеческим опытом, готовыми знаниями, методами, навыками решения задач и заложить их в машину.
  

• 22 слайд

  Направления исследований в области искусственного интеллекта
  1 подход
  структура и механизмы работы мозга человека
  раскрытие тайн мышления
  2 подход
  системы искусственного интеллекта
  создание ПО компьютера, позволяющего решать интеллектуальные задачи не хуже человека
  3 подход
  симбиоз возможностей естественного и искусственного интеллекта
  создание смешанных человеко-машинных интеллектуальных систем
  

• 23 слайд

  Области применения систем искусственного интеллекта
  доказательство теорем
  распознавание образов
  экспертные системы
  машинный перевод и понимание текстов на естественном языке
  игровые программы
  нейронные сети
  робототехника
  

• 24 слайд

  Доказательство теорем
  1956 г. А. Ньюэлл, Дж. Шоу и Г. Саймон создают язык программирования IPL-I
  программа LT (Logic Theorist) для доказательства теорем и исчисления высказываний
  программа NSS (Newell, Shaw, Simon) для игры в шахматы
  программа GPS (General Problem Solver), моделирующая используемые человеком общие стратегии решения задач
  

• 25 слайд

  Распознавание образов
  распознавание
  изображений
  символов
  текстов
  запахов
  звуков
  шумов
  

• 26 слайд

  Экспертные системы
  До 70-х г.
  упрощение комбинаторики (уменьшении перебора альтернатив)
  применение числовых функций оценивания различных эвристик
  В начале 70-х г.
  выделение знаний из данных, получаемых от эксперта
  появление экспертных систем
  

• 27 слайд

  Машинный перевод и понимание текстов на естественном языке
  1954 г. в США с помощью компьютера переведено 60 фраз
  создан язык-посредник, облегчающий сопоставление фраз на разных языках
  семантическая модель представления смысла переводимых текстов
  

• 28 слайд

  Игровые программы
  1947 г. Артур Самуэл создаёт программу по игре в чекерс (американские шашки)
  1962 г. программа победила Р. Нили (сильнейшего шашиста в США)
  1974 г. впервые прошёл чемпионат мира среди шахматных программ
  1997 г. компьютером Deep Blue, разработанный фирмой IBM победил Гарри Каспаров, в то время чемпион мира
  

• 29 слайд

  Нейронные сети
  Нейронная сеть – это кибернетическая модель нервной системы, которая представляет собой совокупность большого числа сравнительно простых элементов (нейронов)
  пчела - 80 нейронов
  тараканов – 300 нейронов
  человека - более 1010
  
  

• 30 слайд

  3 подхода к созданию нейросетей
  Аппаратный – создание специальных компьютеров, нейрочипов, плат расширения, наборов микросхем, реализующих все необходимые алгоритмы
  Программный – создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры.
  Гибридный – комбинация первых двух.
  
  

• 31 слайд

  Экспертная система – прикладная диалоговая система искусственного интеллекта, способная получать, накапливать, корректировать знания из некоторой предметной области, выводить новые знания, находить на их основе решения практических задач
  Построение и использование экспертных систем
  

• 32 слайд

  Экспертная система – это направление исследований в области искусственного интеллекта по созданию вычислительных систем ,умеющих принимать решения ,схожие с решениями экспертов заданной предметной области.
  
  Экспертная система – это компьютерная программа, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации.
  Экспертная система - это набор программ, выполняющий функции эксперта при решении задач из некоторой предметной области.
  Экспертная система – один из немногих видов систем искусственного интеллекта.
  

• 33 слайд

  ЭС предназначены для так называемых
  неформализованных задач, таких как:
  1.Интерпретация
  2.Прогнозирование
  3.Диагностика
  4.Планирование
  5.Контроль и управление
  6.Обучение или инструктаж
  7.Медицинская диагностика
  

• 34 слайд

  Структура экспертных систем
  Объяснительный компонент
  Компонент приобретения знаний
  Диалоговый компонент
  Решатель
  База знаний
  Рабочая память
  

• 35 слайд

• 36 слайд

  Преимущества Экспертных Систем:
  1.Постоянство
  2.Легкость передачи
  3.Устойчивость результатов
  4.Стоимость
  Преимущества ЭС перед человеком – экспертом:
  1.У них нет предубеждений
  2.Они не делают поспешных выводов
  3.Они выбирают наилучшее оптимальное решение
  из всех возможных
  4.База знаний может быть очень большой