Системы искусственного интеллекта

Федеральное агентство  по образованию

Государственное образовательное  учреждение

Высшего профессионального  образования

«Тульский государственный  университет» 
 
Кафедра финансов и менеджмента

 
 
 
 
 
 
 
 
КОНТРОЛЬНО-КУРСОВАЯ РАБОТА 
 
«Системы искусственного интеллекта»

 
 
 
 
 
 
 
 
 
 
 
Выполнил ______________  
 
 
Проверил _______________  
 
 
 
 
 
 
 
 
 

Тула 2012 

СОДЕРЖАНИЕ

 

ВВЕДЕНИЕ…………………………………………………………. ……………...3     

Глава 1 История создания искусственного интеллекта и систем    искусственного интеллекта ………………………………………………………..4         

Глава 2 Понятие ИИ и  систем ИИ…………………………………………………7       

2.1 Экспертные системы……………………………………………………………8

 

2.2 Искусственные нейронные сети ………………………………………………12

 

2.3 Естесственно – языковые системы……………………………………………19

 

ЗАКЛЮЧЕНИЕ…………………………………………………………………….22

 

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ………………………………23

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ВВЕДЕНИЕ

Сегодня за счет достижений в области искусственного интеллекта создано большое количество научных разработок, которое существенно  упрощает жизнь людей. Распознавание речи или отсканированного текста, решение вычислительно сложных задач за короткое время и многое другое - все это стало доступно благодаря развитию искусственного интеллекта.

Замена человека-специалиста  на системы искусственного интеллекта, в частности на экспертные системы, разумеется, там, где это допустимо, позволяет существенно ускорить и удешевить процесс производства. Системы искусственного интеллекта всегда объективны и результаты их работы не зависят от моментного настроения и ряда других субъективных факторов, которые присущи человеку. Но, несмотря на все вышесказанное, не стоит питать сомнительные иллюзии и надеется, что в ближайшем будущем труд человека удастся заменить работой искусственного интеллекта. Опыт показывает, что на сегодняшний день системы искусственного интеллекта достигают наилучших результатов, функционируя совместно с человеком. Ведь именно человек, в отличие от искусственного интеллекта, умеет мыслить нестандартно и творчески, что позволяло ему развиваться и идти вперед на протяжении всей его эпохи.

В данной работе будут рассмотрены основные системы  искусственного интеллекта, обозначены области их применения. 

Глава 1 История создания искусственного интеллекта и систем искусственного интеллекта

Идея создания искусственного подобия человеческого разума для  решения сложных задач и моделирования  мыслительной способности витала в  воздухе с древнейших времен. Впервые ее выразил РЛуллий (ок.1235-ок.1315), который еще в XIV в. пытался создать машину для решения различных задач на основе всеобщей классификации понятий. В XVIII в. Г.Лейбниц (1646 - 1716) и Р.Декарт (1596 - 1650) независимо друг от друга развили эту идею, предложив универсальные языки классификации всех наук.  Эти идеи легли в основу теоретических разработок в области создания искусственного интеллекта.

Можно считать, что история искусственного интеллекта начинается с момента создания первых ЭВМ в 40-х г.г. С появлением электронных  вычислительных машин, обладающих высокой (по меркам того времени) производительностью, стали возникать первые вопросы в области искусственного интеллекта. Возможно, ли создать машину, интеллектуальные возможности которой были тождественны интеллектуальным возможностям человека (или даже превосходили возможности человека).

Следующим этапом в истории  искусственного интеллекта являются 50-е  годы, когда исследователи пытались строить разумные машины, имитируя мозг. Эти попытки оказались безуспешными по причине полной непригодности, как аппаратных, так и программных средств. В 1956 г. состоялся семинар в Стэнфордском университете (США), где был впервые предложен термин искусственный интеллект – artificial intelligence.(термин ввел Джон Маккарти) Так, при описании своих программ Ньюэлл и Саймон приводили в качестве доводов, подтверждающих, что их программы моделируют человеческое мышление, результаты сравнения записей доказательств теорем в виде программ с записями рассуждения «думающего вслух» человека. В 1954 г. в МГУ под руководством профессора А.А.Ляпунова (1911 - 1973) начал свою работу семинар "Автоматы и мышление" . В этом семинаре принимали участие крупнейшие физиологи, лингвисты, психологи, математики. Принято считать, что именно в это время родился искусственный интеллект в России.

60-е года в  истории искусственного интеллекта  отметились попытками отыскать  общие методы решения широкого класса задач, моделируя сложный процесс мышления. В этот период началось зарождение эвристического программирования. Эвристика – правило, теоретически не обоснованное, но позволяющее сократить количество переборов в пространстве поиска. В 1965-1980 гг. получает развитие новая наука— ситуационное управление (соответствует представлению знаний в западной терминологии). Основоположник этой научной школы — профессор Д.А.Поспелов. Разработаны специальные модели представления ситуаций — представления знаний. Первых роботов трудно назвать интеллектуальными. Только в 60-х годах появились очуствленные роботы, которые управлялись универсальными компьютерами. К примеру, в 1969 г. в Электротехнической лаборатории (Япония) началась разработка проекта "промышленный интеллектуальный робот". В целом, 50-60 г.г. в истории искусственного интеллекта можно отметить как время поиска универсального алгоритма мышления.

Существенный  прорыв в практических приложениях  искусственного интеллекта произошел  в 70-х гг., когда на смену поискам универсального алгоритма мышления пришла идея моделировать конкретные знания специалистов-экспертов. В США появились первые коммерческие системы, основанные на знаниях, или экспертные системы. Пришел новый подход к решению задач искусственного интеллекта – представление знаний. Созданы «MYCIN» и «DENDRAL» – ставшие уже классическими экспертные системы для медицины и химии. [5]

Следующий значимый период в истории искусственного интеллекта – это 80-е года. На этом отрезке искусственный интеллект  пережил второе рождение. Были широко осознаны его большие потенциальные возможности, как в исследованиях, так и в развитии производства. В рамках новой технологии появились первые коммерческие программные продукты. В это время стала развиваться область машинного обучения. До этих пор перенесение знаний специалиста-эксперта в машинную программу было утомительной и долгой процедурой. Создание систем, автоматически улучшающих и расширяющих свой запас эвристических (не формальных, основанных на интуитивных соображениях) правил – важнейший этап в последние годы. В начале десятилетия в различных странах были начаты крупнейшие в истории обработки данных, национальные и международные исследовательские проекты, нацеленные на «интеллектуальные вычислительные системы пятого поколения». В России в 1988 г. создается АИИ — Ассоциация искусственного интеллекта. В Московском государственном университете создается язык РЕФАЛ. Уровень теоретических исследований по искусственному интеллекту в России ничуть не ниже мирового. К сожалению, начиная с 1975 г. на развитии этого направления сказалось прогрессирующее отставание в технологии. 

Глава 2 Понятие искусственного интеллекта и систем искусственного интеллекта

Искусственный интеллект (ИИ) - совокупность научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.

Искусственный интеллект - одно из направлений информатики, целью которого является разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножестве естественного языка.

Системы искусственного интеллекта (СИИ) — это системы, созданные на базе ЭВМ, которые имитируют решение человеком сложных интеллектуальных задач.

Различают три основных вида СИИ:

• Экспертные системы;
• Искусственные нейронные сети;
• Естественно-языковые системы.

 

2.2 Экспертные  системы

Экспе́ртная систе́ма (ЭС, expert system) — компьютерная программа, способная частично заменить специалиста-эксперта в разрешении проблемной ситуации. ЭС начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление.  Экспертные системы – один из немногих видов систем искусственного интеллекта, которые получили широкое распространение и нашли практическое применение. Существуют экспертные системы по военному делу, геологии, инженерному делу, информатике, космической технике, математике, медицине, метеорологии, промышленности, сельскому хозяйству, управлению, физике, химии, электронике, юриспруденции и т.д. И только то, что экспертные системы остаются весьма сложными, дорогими, а главное, узкоспециализированными программами, сдерживает их еще более широкое распространение.

Особенности экспертных систем:

• компетентность – в конкретной предметной области экспертная система должна достигать того же уровня, что и специалисты-люди; при этом она должна пользоваться теми же эвристическими приемами, также глубоко и широко отражать предметную область;

• символьные рассуждения – знания, на которых основана экспертная система, представляют в символьном виде понятия реального мира, рассуждения также происходят в виде преобразовании символьных наборов;

• глубина – экспертиза должна решать серьезные, нетривиальные задачи, отличающиеся сложностью знаний, которые экспертная система использует, или обилием информации; это не позволяет использовать полный перебор вариантов как метод решения задачи и заставляет прибегать к эвристическим, творческим, неформальным методам; [2]

• самосознание – экспертная система должна включать в себя механизм объяснения того, каким образом она приходит к решению задачи.

Экспертные системы  создаются для решения разного  рода проблем, но они имеют схожую структуру (рис. 1).

Рис. 1 - Схема обобщенной экспертной системы

Основные типы их деятельности можно сгруппировать в категории, приведенные в таблице 1.

Таблица 1 - Типичные категории способов применения экспертных систем

Категория	Решаемая проблема
Интерпретация	Описание ситуации по информации, поступающей от датчиков
Прогноз	Определение вероятных  последствий заданных ситуаций
Диагностика	Выявление причин неправильного  функционирования системы по наблюдениям
Проектирование	Построение конфигурации объектов при заданных ограничениях
Планирование	Определение последовательности действий
Наблюдение	Сравнение результатов  наблюдений с ожидаемыми результатами
Отладка	Составление рецептов исправления  неправильного функционирования системы
Ремонт	Выполнение последовательности предписанных исправлений
Обучение	Диагностика и исправление  поведения обучаемого
Управление	Управление поведением системы как целого

 

Наиболее известные  ЭС, разработанные в 60-70-х годах, стали  в своих областях уже классическими. По происхождению, предметным областям и по преемственности применяемых идей, методов и инструментальных программных средств их можно разделить на несколько семейств.

1. META-DENDRAL.

Система DENDRAL позволяет  определить наиболее вероятную структуру  химического соединения по экспериментальным  данным (масс- спектрографии, данным ядерном магнитного резонанса и др.).М-D автоматизирует процесс приобретения знаний для DENDRAL. Она генерирует правила построения фрагментов химических структур.

2. MYCIN-EMYCIN-TEIREIAS-PUFF-NEOMYCIN.

Это семейство медицинских  ЭС и сервисных программных средств для их построения.

3. PROSPECTOR-KAS.

PROSPECTOR- предназначена  для поиска (предсказания) месторождений  на основе геологических анализов. KAS- система приобретения знаний  для PROSPECTOR.

4. CASNET-EXPERT.

Система CASNET- медицинская ЭС для диагностики выдачи рекомендаций по лечению глазных заболеваний. На ее основе разработан язык инженерии знаний EXPERT, с помощью которой создан ряд других медицинских диагностических систем.

5. HEARSAY-HEARSAY-2-HEARSAY-3-AGE.

Первые две системы  этого ряда являются развитием интеллектуальной системы распознавания слитной человеческой речи, слова которой берутся из заданного словаря. Эти системы отличаются оригинальной структурой, основанной на использовании доски объявлений - глобальной базы данных, содержащей текущие результаты работы системы. В дальнейшем на основе этих систем были созданы инструментальные системы HEARSAY-3 и AGE (Attempt to Generalize- попытка общения) для построения ЭС.

6. Системы AM (Artifical Mathematician- искусственный математик) EURISCO.

Были разработаны в  Станфордском университете доктором Д. Ленатом для исследовательских  и учебных целей.

7. Среди современных коммерческих систем хочется выделить экспертную систему - оболочку G2 американской фирмы Gensym (USA) как непревзойденную экспертную коммерческую систему для работы с динамическими объектами. Работа в реальном времени с малыми временами ответа часто необходима при анализе ситуаций в корпоративных информационных сетях, на атомных реакторах, в космических полетах и множестве других задач. В этих задачах необходимо принимать решения в течение миллисекунд с момента возникновения критической ситуации. [4]
8. В качестве примера быстродействующей системы для отслеживания состояния корпоративной информационной сети (КИС) можно привести основанную на знаниях систему мониторинга OMEGAMON фирмы Candle (IBM с 2004 г.) . OMEGAMON - типичный представитель современных экспертных мультиагентных динамических систем, работающих в реальном времени. OMEGAMON позволяет за считанные минуты ввести и отладить правила мониторинга внештатных ситуаций для объектов КИС.