Слайд 1Интеллектуальные системы
Совокупность программ, имитирующих на компьютере элементы мышления человека, его
способы рассуждения и решения им задач
СТ.ГР. АС-1-09
БУЦЕВА М.И.
Слайд 2Что будет рассмотрено в презентации
Слайд 3Введение
Идея моделирования человеческого разума
Толчком к развитию модели человеческого мышления стало
появление в 40-х годах ХХ века ЭВМ. В 1948 г.
Американский учёный Ноберт Винер (1894-1964) сформулировал основные положения новой науки – кибернетики. В 1956 г . В Стенфордском университете на семинаре Искусственный интеллект (Artificial intelligence) , было признанно новое научное направление – искусственный интеллект.
Слайд 4Знания
Декларативные знания – совокупность сведений о характеристиках свойств конкретных объектов,
явлений или процессов представленных в виде факторов и эвристик.
Процедурные знания
– методы, алгоритмы, программы решения различных задач в выбранной предметной области, они составляют ядро базы знаний.
Слайд 5Виды представления представления знаний
Слайд 6Эмпирические модели
Эмпирические модели основаны на изучении принципов организации человеческой памяти
и моделировании механизмов решения задач человеком
Слайд 7Продукционная модель знаний
Эмпирические модели. Продукционная модель
Продукционная модель позволяет представить знания
в виде совокупности правил вида
ЕСЛИ (Предпосылка), ТО (Заключение).
Объединённая логическими операциями совокупность условий
Описание действий, которые должны быть совершены при истинности антецедента
Слайд 8Продукционный вывод
Эмпирические модели. Продукционная модель
Слайд 9Семантические сети
Семантика – это наука, исследующая свойства знаков и знаковых
систем, их смысловую связь с реальными объектами. Семантическая сеть –
это ориентированный граф, вершины которого есть понятия, а дуги – отношения между ними.
Базовые элементы: объекты, их признаки и значения, изображаемые прямоугольниками, а также отношения, изображаемые овалами и направленными стрелками.
Слайд 10Фреймы
Фрейм (от англ. frame – каркас, рамка) предложен для обозначения
структуры единицы знаний, которую можно описать некоторой совокупностью понятий с
целью её пространственного восприятия. Фрейм имеет определённую внутреннюю структуру, состоящую из совокупности элементов, называемые слотами. Каждый слот представляется определённой структурой данных, процедурой или другим фреймом
Слайд 11Теоретические модели
Теоретические модели представлены моделями, основанными на формальной логике (исчисление
высказываний, исчисление предикатов), формальных грамматиках, комбинаторными моделями, в частности моделями
конечных проективных геометрий, теории графов, тензорными и алгебраическими моделями
Слайд 12Исчисление высказываний и предикатов
Высказывание – это простое предложение, имеющее вполне
определённое значение истинности: Истина или Ложь. В мат. логике высказывания
обозначаются прописными буквами: А,В,С … - это операнды. В сложном предложении высказывания соединяются связками: И, ИЛИ, НЕ, ЕСЛИ…ТО – это логические операции или связки.
Слайд 13Виды логических операций
Теоретическая модель. Исчисление высказываний и предикатов
^
^
Слайд 14Законы логистики
Теоретическая модель. Исчисление высказываний и предикатов
^
^
^
^
^
^
^
^
^
^
^
^
Слайд 15Предикат
Теоретическая модель. Исчисление высказываний и предикатов
Предикат Р(х1, х2, …,
хn) – это логическая функция n переменных, которая в зависимости
от значений переменных х1, х2, …, хn принимает два значения: Истина или Ложь. Обычно такие предикаты называют n-местными предикатами. Предикат Р(а1, а2, …, аn) имеющий истинное значение и полученный при подстановке или конкретизации х1 = а1 и т.д. называются фактором.
Слайд 16Логическая модель знаний
Теоретическая модель
Логическая модель знаний основаны на исчислении высказываний
и предикатов. Элементарному высказыванию соответствует операнд, а сложному – совокупность
операндов, соединённых знаками логических операций. Для получения истинного высказывания используют правила: modus popens, modus tollens и резолюции.
Слайд 17Представление нечётких знаний
Модели представления нечетких знаний используются для формализации человеческих
знаний, описывающих качественные характеристики объектов предметной области, которые могут интерпретироваться
неоднозначно, но содержат важную информацию.
Виды неопределенности, возникающие при решении задач:
отсутствие достаточно полного и достоверного знания о предметной области ;
отсутствие возможности получить исчерпывающую информацию о конкретном состоянии среды, объекте, ситуации и т.п.
Теоретическая модель
Слайд 18Экспертные системы
Сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных
областях и тиражирующие этот эмпирический опыт для консультаций менее квалифицированных
пользователей
Экспертные системы
Слайд 20Бионические модели
Бионические модели основываются на предположении о том, что если
в искусственной системе воспроизвести структуры и процессы человеческого мозга, то
и результаты решения задач такой системой будут подобны результатам, получаемым человеком
Слайд 21Искусственные нейронные сети
Искусственные нейронные сети представляют собой вычислительные устройства, состоящие
из множества взаимодействующих блоков обработки данные. Блоки называются нейронами. ИНС
сформированы как нейронные сети в биологических системах. Биологический нейрон – это одна клетка с каналами для ввода информации, называемые дендритами, а каналами для вывода информации – аксонами.
Слайд 22Биологический нейрон
Бионические модели. Искусственные нейронные сети
Сигналы в биологическом нейроне
передаются через аксоны в том случае, когда клетка находится в
возбуждённом состоянии;
Дендриты принимают сигналы от аксонов других клеток через небольшие промежутки, называемые синапсами, проводимость которых осуществляется их химическим составом.
Обучение нейронной сети осуществляется за счёт изменения проводимостей синапсов, которое приводит к увеличению или снижению тормозящих или возбуждающих действий входных сигналов на нейрон, при этом меняется его выход.
Слайд 23Генетический алгоритм
Генетический алгоритм представляет собой адаптивный метод, в основу которого
заложены идеи эволюционной теории Ч. Дарвина и методы случайного поиска.
Является разновидностью эволюционных вычислений, с помощью которых решаются оптимизационные задачи с использованием методов естественной эволюции, таких как наследование, мутации, отбор. Отличительной особенностью генетического алгоритма является акцент на использование оператора «скрещивания», который производит операцию рекомбинации решений-кандидатов, роль которой аналогична роли скрещивания в живой природе.