1.3.8. Компьютерное зрение
Более 85% информации человек получает с помощью зрения. Для современного компьютера этот канал ввода информации также играет важную роль. Но ввести изображение в память ЭВМ нетрудно. Для машины намного сложнее понять изображение. Поэтому главная задача, которую приходится решать при построении систем машинного зрения, – это не создание устройств ввода изображений, а разработка методов и алгоритмов анализа визуальной информации. Проблема создания систем компьютерного зрения тесно связана с такими направлениями ИИ, как представление знаний, обучение, распознавание образов (см. главу 10).
1.3.9. Языки программирования систем искусственного интеллекта
В рамках этого направления разрабатываются специальные языки для решения задач ИИ. Важной особенностью этих языков является использование более высоких уровней абстракции данных, а также ориентация на обработку символьной информации. Наиболее популярными языками, применяемыми при создании исследовательских прототипов СИИ, являются языки Лисп и Пролог.
Кроме этого, создаются специальные инструментальные средства, ориентированные на промышленную разработку СИИ, например, G2, ART, KEE, Knowledge Craft и др. [12,63]. В книге подробно рассматриваются языки Лисп и Пролог (см. главы 5 и 6).
Выше перечислены лишь те направления ИИ, которые нашли отражение в книге. Вместе с тем исследования в области ИИ охватывают многие другие направления, например:
синтез изображений по моделям;
интеллектуальные роботы;
генетические алгоритмы;
многоагентные системы;
когнитивное моделирование;
игры и машинное творчество, и многое другое.
1.4. Структура систем с искусственным интеллектом
Рассмотрим в качестве примера СИИ обобщенную структурную схему производственной системы с искусственным интеллектом (ПСИИ) и структурную схему интеллектуального робота (ИР). ПСИИ представляет собой органичное звено в структуре автоматизированных систем управления производством (АСУП). Основной характеристикой ИР является целенаправленное поведение в изменяющейся среде. ИР является звеном гибких автоматизированных производств.
Рассмотрение обобщенных схем указанных интеллектуальных систем (ИС) позволит точнее выяснить место и роль различных универсальных процедур и методов ИИ, обсуждаемых в последующих главах книги.
Структурная схема ПСИИ изображена на рисунке 1.1 [2]. Такая ПСИИ может решать несколько характерных задач: управление, прогнозирование, мониторинг, диагностика и др. Основным элементом ПСИИ является база знаний (БЗ), в которой хранятся знания о предметной области, представленные в компьютерно интерпретируемой форме.
Рисунок 1.1 – Производственная система с искусственным интеллектом
Знания в БЗ представляются фактами и правилами. Факты – данные, характеризующие конкретные объекты, явления, ситуации предметной области. Применяя правила к фактам, можно получать новые факты, которых не было в системе. Для того чтобы из известных фактов получать новые факты, правила необходимо применять в соответствии с некоторыми принципами управления, которые реализуются машиной вывода.
Важной чертой рассматриваемой ПСИИ, основанной на знаниях, является наличие подсистемы объяснения. Подсистема объяснения позволяет объяснить пользователю, как система пришла к тому или иному выводы, и почему требуются те или иные сведения для продолжения вывода. С одной стороны, это повышает степень доверия пользователя к результатам вывода, а с другой – позволяет когнитологу (инженеру по знаниям) или эксперту оценивать правильность функционирования системы.
Диалоговый интерфейс предусматривает общение с системой на ограниченном естественном языке, графическое отображение информации, а также ввод-вывод речевых сообщений. В качестве пользователя системы может выступать либо оператор, либо производственный процесс. В последнем случае в состав системы дополнительно включают подсистемы видения, измерения и управления. Когнитолог или эксперт осуществляют ввод знаний и их обновление с помощью специальных редакторов. При этом ввод знаний может осуществляться как с помощью указанных средств, так и посредством диалогового интерфейса.
Взаимодействие ПСИИ с распределенными базами данных позволяет получать информацию из других информационных систем, находящихся на различных уровнях иерархии управления производством. В тех случаях, когда для решения задачи требуется выполнять специфические вычисления, основанные на стандартных операциях обработки данных, осуществляется доступ к прикладному программному обеспечению (ПО).
Подсистема обоснования и прогнозирования решений позволяет моделировать последствия выполнения решений, рекомендованных системой, прогнозировать критические ситуации. Используя результаты прогноза, можно корректировать процесс логического вывода.
Большое значение при создании ПСИИ имеют знания. Знания вводятся в систему когнитологом, который получает их в процессе системной работы с экспертом.
Рассмотренная форма представления знаний – в виде набора правил и фактов – одна из возможных моделей представления знаний. В процессе общения с экспертом когнитолог выбирает наиболее адекватную для данного приложения модель представления знаний и соответствующий механизм логического вывода.
Структурная схема рассмотренной ПСИИ является обобщенной. В схемах реальных ПСИИ могут отсутствовать некоторые из рассмотренных блоков. Наличие тех или иных связей в конкретной системе в значительной степени определяется её назначением.
Рассмотренная ПСИИ относится к группе организационноуправляющих систем, используемых при оперативном управлении, контроле качества, планировании и т.д. В этой группе систем выделяют три типа ИС [2]: вопросно-ответные системы, позволяющие взаимодействовать с базами данных на ограниченном ЕЯ; расчетно-логические системы, позволяющие пользователю, не являющемуся специалистом в области вычислительной техники, автоматически выбрать метод решения задачи и формировать программу ее решения в диалоге; экспертные системы – системы-консультанты, аккумулирующие знания и опыт экспертов в той или иной области и позволяющие менее квалифицированным пользователям получать консультации.
Рассмотренная ПСИИ представляет собой гибридную СИИ, вобравшую в себя характерные признаки всех трех типов указанных выше систем.
Интеллектуальные роботы (ИР) относятся к группе робототехнических систем. ИР представляет собой систему, обладающую способностью накапливать и корректировать знания на основе активного восприятия информации о внешнем мире, а также осуществлять целенаправленное поведение на основе накопленных знаний [35]. Обобщенная структурная схема интеллектуального робота изображена на рисунке 1.2 [2,29,35]. В ней указаны три основные подсистемы: восприятия внешней информации, пред- ставления знаний, планирования и исполнения действий. Рассмотрим каждую из этих подсистем.
Подсистема представления знаний обеспечивает накопление и корректировку знаний робота о внешней среде (мире). Форма представления знаний выбирается с учетом конкретного класса задач, решаемых роботом.
Рисунок 1.2 – Структурная схема робота с искусственным интеллектом
В системе знаний робота выделяют абстрактные знания, знания о целях, модель внешней среды. Абстрактные знания – это знания об общих законах, действующих как во внешней среде, так и во внутренней среде робота. Абстрактные знания, как правило, не меняются во времени. Знания о целях – это локальные и глобальные цели функционирования ИР. Модель внешней среды – формализованное описание внешней среды, в которой функционирует робот. Модель может пополняться и корректироваться в процессе функционирования робота с помощью блока ввода и обновления знаний.
Подсистема восприятия внешней информации осуществляет связь ИР с внешней средой. Основная задача этой подсистемы – построение модели текущего состояния внешней среды. Формирование ситуационной модели среды происходит в результате предварительной обработки информации, воспринимаемой сенсорами, ее синтаксической и семантической интерпретации. Источниками информации о внешней среде являются сенсоры различного типа: приемники визуальной и звуковой информации, тактильные, локационные и др. В ходе синтаксической интерпретации формируется описание текущей ситуации во внешней среде на некотором внутреннем языке ИР. Однако смысл воспринимаемых при этом сведений остается нераскрытым. На этапе семантической интерпретации устанавливается смысл поступившей информации, что позволяет построить модель текущего состояния внешнего мира. Отметим, что в ходе построения такой модели используется модель внешней среды, хранящаяся в подсистеме представления знаний ИР.
Подсистема планирования и исполнения действий обеспечивает реализацию программы воздействия на внешнюю среду для достижения целей функционирования робота. Такая программа формируется с учетом сложившейся ситуации и согласно глобальным целям. Планирование действий робота обычно представляется как процесс решения задач. При этом задача и ее решение понимаются в широком смысле. Цель решения задачи состоит в приведении текущего состояния внешней среды к желаемому состоянию. Решение задачи сводится к поиску последовательности действий, обеспечивающих преобразования указанных состояний. Воздействие на внешнюю среду выполняется посредством устройства управления приводом и исполнительными устройствами.
Рассмотренные примеры интегрируют многие функции, выполняемые СИИ различного типа. В следующих главах подробно рассматриваются принципы организации, возможности и характеристики основных функциональных частей СИИ.
Волков С.А.,
докт. техн. наук, проф. СПбГАСУ,
докт. философии
в области психологии и педагогики