Лекция 5. Основные понятия ИИ.
Цель лекций. Основные понятия искусственного интеллекта.
Содержание лекций. Искусственный Интеллект (ИИ) можно определить как область компьютерной науки которая занимается автоматизацией разумного поведения. Одним из важных вопросов, возникающих при проектировании управляющей компоненты систем, основанных на знаниях, является выбор метода поиска решения, т.е. стратегии вывода. От выбранного метода поиска будет зависеть порядок применения и срабатывания правил. Процедура выбора сводится к определению направления поиска и способа его осуществления. При разработке стратегии управления выводом необходимо ответить на два вопроса:Какую точку в пространстве состояний принять в качестве исходной? Дело в том, что еще до начала поиска решения система, основанная на знаниях, должна каким то образом выбрать исходную точку поиска - в прямом или обратном направлении; Как повысить эффективность поиска решения? Чтобы добиться повышения эффективности поиска решения, необходимо найти эвристики разрешения конфликтов, связанных с существованием нескольких возможных путей для продолжения поиска в пространстве состояний, поскольку требуется отбросить те из них, которые заведомо не ведут к искомому решению. Имеется два аспекта в решении задач: Представление и поиск. Но пока, в исследованиях по искусственному интеллекту ещё не выработаны универсальные методы для нахождения точных формулировок задач. Но имеются подходы к постановке задач и различные методы поиска. Для понимания ИИ необходимо прослушать курсы дискретной математики, теорию предикатов и теорию графов. Также необходимо понятия по структурам данных, в том числе такие как деревья, графы, иметь представления по методам рекурсивного поиска с помощью стеков, очередей. Существуют разные средства решения задач ИИ. К ним относят язык теории предикатов, для описания определенных свойств предметной области, алгоритмы и структуры данных для реализаций этого поиска. Существуют множество архитектур предназначенных для построения алгоритмов поиска. Так, например, как методология «классной доски» и продукционные системы. Для решения задач использующие знания рассматирваются разные схемы представлений. К ним можно отнести: концептуальные графы, фреймы и сценарий. В задачах ИИ также используются модели рассуждений в условиях неопределенности и методы использования ненадежной информаций. К ним можно отнести: байесовские модели, сети доверия, неточный вывод с учетом фактора уверенности. Вопросы машинного обучения также относятся к задачам ИИ. Изучаются алгоритмы символьного обучения такие как индукция, концептуальное обучение, поиск в простанстве версий. Изучение искусственных нейронных сетей также относятся к разделам ИИ. В нейронной сети информация структирирована неявно. Она распространяется между набором взаимносвязанных процессоров с учетом весовых коэффициентов, а обучение сводится к пересортировке и модификаций весов узлов сети. К нейроподобным архитектурам относятся: персептрон, методы обратного и встречного распростарнения ошибки, модели Кохонена, Гроссберга и Хебба. Генетические алгоритмы также представляют задачи ИИ. После нескольких примеров решения задач на основе генетических алгоритмов рассматривается возможность применения этой методологии для решения более общих проблем. Например такие как системы классификаций и генетическое программирование. Одной из старейших областей ИИ является автоматическое доказательство теорем. Проблемы понимане естественного языка является также задачей ИИ. К ним можно отнести: марковские модели, метод взаимной кластеризации и статистичекий грамматический разбор предложений. Многие исследования игр также можно отнести к задачам ИИ. Большинство игр ведутся с использованием четко определенного набора правил. Принцип поиска в простарнстве состояний лежит в основе большинства исследований в области игр. В качестве методов поиска в играх используются эвристические методики. И наконец к ранним исследованиям ИИ относятся экспертные системы. Они сейчас относятся к наиболее изученным разделам ИИ. Моделирование работы человеческого интеллекта оказалось мощным средством для испытания теорий человческого познания. Многие психологи приспособили язык и теорию компьютерной науки для разработки модели человеческого разума [11].
Достарыңызбен бөлісу: |
