- •Введение
- •1. Основные направления исследования сии
- •2. Классификация ис
- •2.1. Системы без обучения
- •2.2. Обучающиеся системы
- •2.3. Самообучающиеся системы
- •3. Средства и уровни понимания сии
- •4. Классификация типов поведения
- •5. Модель поступка. Мотивы и реализации
- •6. Машинное творчество, процедуры мышления
- •7. Модель формирования условных рефлексов
- •8. Корреляционная и пеленгационная характеристики изображений
- •9. Распознавание точечных изображений
- •10. Распознавание контурных изображений
- •11. Модель живого нейрона
- •12. Математическая модель нейрона и нейронных сетей
- •13. Алгоритм обучения персептрона
- •14. Топологические свойства однослойных, двухслойных и трехслойных нс. Теорема Минского
- •15. Свойства нс Хопфилда
- •16. Свойства нс Хемминга
- •17. Синхронные параллельные и последовательные нс с дискретными и непрерывными состояниями и временем
- •18. Метод обратного распространения ошибки
- •19. Матричная форма моро
- •20. Самообучение нс методом Хебба
- •20. Генетический алгоритм обучения нс
- •21. Сходимость алгоритмов обучения
- •22. Самоорганизующаяся коммуникация в системе с нейросетевым управлением
- •23. Структура микросхем, реализующих нс элементы
- •24. Распознавание образов на основе критерия Байеса
- •25. Распознавание образов с применением минимаксного критерия
- •26. Распознавание образов с применением критерия Неймана - Пирсона
- •27. Процедура последовательных решений в распознавании образов
- •28. Пример определения пороговых значений для вероятностных алгоритмов распознавания
- •29. Фонетическая и просодическая структуры речи. Распознавание речи
- •30. Основные определения исчисления предикатов
- •31. Высказывания. Кванторы и их свойства
- •32. Правила вывода. Унификация
- •33. Выполнимость и удовлетворимость ппф
- •34. Алгоритм преобразования предикатов в предложения
- •35. Резолюция и резольвента
- •36. Система опровержения на основе резолюций
- •37. Стратегии управления процессом поиска доказательства методом резолюций. Стратегии упрощения при вычислении резолюций
- •38. Извлечение ответа из опровержения, основанного на резолюции. Этапы процесса извлечения ответа
- •39. Теоремы Гёделя, Тарского и Черча о неполноте формальных систем
- •40. Экспертные системы
- •41. Модели представления знаний
- •42. Элементы логики нечетких множеств
- •43. Операции на нечетких множествах
- •44. Нечеткие правила вывода
- •45. Нечеткие нейронные сети
- •46. Идентификация систем обучаемыми интеллектуальными системами
- •48. Нейросетевая обработка динамических процессов
- •49. Программные средства для разработки интеллектуальных систем
- •50. Моделирование процесса обучения нейронной сети
- •Список литературы
- •Системы искусственного интеллекта
- •400131, Г. Волгоград, пр. Ленина, 28, корп. 1.
- •400131, Г. Волгоград, пр. Ленина, 28, корп. 7.
6. Машинное творчество, процедуры мышления
Основная задача машинного творчества – моделирование творческого процесса с целью использования известных и поиска новых закономерностей человеческого творческого мышления [12].
Человек не фиксирует своего внимания на большинстве процедур мышления. После успешного завершения поиска алгоритма решения задачи, считавшейся творческой, ее решение перестает считаться творческим процессом.
Основу творческого мышления человека составляют глобальные процедуры мышления:
Альтернативный выбор из множества вариантов.
Установление связей между начальной и целевой ситуациями.
Вычленение классифицирующей структуры.
Обобщение описаний.
Прогнозирование.
Заимствование ситуации из некоторого множества.
Варьирование ситуаций.
Художественные, научные и технологические произведения имеют определенную общую структуру:
Основа – определенное множество исходных данных.
Правила и ограничения, в том числе фантастические.
Отклонения от правил, которые могут быть случайными, единичными и необязательными.
Литературное творчество строится на основе принципов литературных жанров, которым присущи определенные правила построения произведений:
Задание исторических и предметных сцен.
Разбиение персонажей на группы.
Синтез сюжетной линии.
Стихотворные тексты не содержат полной информации и подразумевают неоднозначность восприятия, то есть читатель домысливает текст, ориентируясь на звуковую и эмоциональную направленность.
Методы машинной генерации литературных произведений используются в программах автоматического перевода и в системах диалога человек-ЭВМ.
Наделение технических систем управления функциями творческого решения необходимо в тех случаях, когда системе самостоятельно составить план действий: выбрать сценарий, определить необходимые средства для выполнения стоящей задачи. Например, перемещение предметов многозвенным манипулятором является примером задачи с большой степенью неоднозначности возможных решений даже для абсолютного пустого операционного пространства, так как число траекторий перемещения имеет мощность континуума.
7. Модель формирования условных рефлексов
Простейшим процессом обучения распознаванию можно считать формирование условных рефлексов. Процесс осуществляется на основе накопления положительного опыта, при этом способ определения результата опыта детально не рассматривается. Например, положительным результатом может являться факт превышения взаимной корреляционной функции двух изображений определенного порога.
Аналитическое соотношение, описывающее формирование условных рефлексов, имеет следующий вид:
, (7.1)
где
- реакция обучаемой системы на s
раздражителей после обучающего шага
n,
a
- безусловный раздражитель, b
- нейтральный раздражитель, из которого
формируется условный раздражитель,
P(.)
- предикат, принимающий значение, равное
1, если условие в скобках выполнено, и 0
- в противном случае,
- параметр накопления воздействия
нейтрального раздражителя,
- порог срабатывания i-го
раздражителя.
Параметр накопления воздействия нейтрального раздражителя определяется по следующим формулам:
,
,
(7.2)
где
- случайный фактор (настроение),
- функция запоминания,
- функции забывания,
обмана (угасания условного рефлекса).
В процессе формирования условных рефлексов принято выделять моменты появления условного рефлекса и его угасания.
Пример возможного задания последовательности появления раздражителей и функций запоминания и угасания приведен на рис.7.1.
Рис.7.1. Диаграммы изменения функций, определяющих процесс формирования условных рефлексов
Кроме того, необходимо задать значение порога, например, N0=10. Результаты расчетов по формулам (1.1) и (1.2) удобно заносить в следующую таблицу.
Таблица 7.1.
Результаты формирования условного рефлекса
n |
N |
N |
N |
P |
A |
1 |
3 |
3 |
3 |
0 |
1 |
2 |
3 |
6 |
9 |
0 |
1 |
3 |
2 |
8 |
8 |
0 |
1 |
4 |
-1 |
7 |
7 |
0 |
0 |
5 |
3 |
10 |
13 |
1 |
1 |
6 |
-0 |
10 |
10 |
1 |
1 |
7 |
-1 |
9 |
9 |
0 |
1 |
Моменты пересечения порога срабатывания N0 представлены на рис.7.2.
Рис.7.2. Процесс накопления положительного опыта
Множество вариантов можно получить, варьируя уровни и диаграммы факторов, времена прерывания и прекращения положительных и отрицательных воздействий.
