- •Глава 1. Компьютерные информационные технологии Этапы развития ит по виду инструментариев
- •Классификация кит
- •Классификация кит по проблемам, стоящим на пути информатизации общества
- •Классификация кит по преимуществу, которое приносит компьютерная технология
- •Информационные технологии обработки данных
- •Основные компоненты обработки данных
- •Технологическая система обработки информации
- •Информационные технологии управления
- •Автоматизация офиса
- •Ит поддержки принятия решений
- •Основные компоненты систем ппр
- •История создания сппр
- •Классификация сппр
- •Типы сппр
- •Области применения сппр Телекоммуникации
- •Банковское дело
- •Страхование
- •Розничная торговля
- •Рынок сппр
- •Ит экспертных систем
- •Особенности экспертных систем, применение экспертных систем
- •Модули представления знаний в экспертной системе
- •Логическая модель представления знаний
- •Продукционная модель представления знаний
- •Ит программирования
- •Objtct-ориентированное программирование
- •Агентно-ориентированное программирование Основные термины и определения
- •Свойства агента
- •Понятие многоагентной системы (mac)
- •Процесс самоорганизации в мультиагентной системе
- •Классификация эвм по этапам создания
- •Классификация эвм по назначению
- •Классификация универсальных эвм по размерам и функциональным возможностям
- •СуперЭвм
- •Большие эвм
- •Малые эвм
- •МикроЭвм
- •Компьютерые сети
- •Классификация вс
- •Основные формы взаимодействия абонентских эвм
- •Характеристика процесса передачи данных Режим передачи данных
- •Аппаратная реализация передачи данных Способы передачи данных
- •Аппаратные средства приема передачи
- •Характеристики коммуникационной сети
- •Архитектура компьютерных сетей Эталонные модели взаимодействия систем
- •Протоколы компьютерной сети Понятие протокола
- •Основные виды протоколов
- •Стандарты протоколов
- •Локальные вычислительные сети (лвс)
- •Архитектуры лвс Однораноговая сеть
- •Сеть с выделенным сервером
- •Понятие клиент и сервер
- •Типовые топологии лвс
- •Кластерные эвм
- •Краткая история появления и обзор существующих кластерных систем
- •Кластеры класса Беовульф Определение Беовульф
- •Классификация Беовульф
- •Программные пакеты, используемые кластерами Беовульф
- •Сетевые соединения
- •Анализ текущего состояния кластерных технологий
- •Недостатки кластеров
- •Grid — виртуализация ресурсов
- •Grid — продукты и технологии Sun
- •Искусственный интеллект
- •Загадка человеческого мозга
- •Нейросети и нейрокомпьютеры
- •Мозговые аналогии нейросетей
- •О моделировании нейронных сетей
- •Этапы развития нейрокомпьютеров
- •Модель нейрона
- •Обучение нейронной сети
- •Структурные модели нейронных систем Сети с отсутствие обратных связей
- •Сети с обратными связями
- •Сети с симметричными связями
- •Сети с системой усиления-торможения (сут)
- •Направления исследования нейросетей
- •Интеллектуальные робототехнические системы
- •Экономические аспекты внедрения интеллектуальных роботов в жизнь
- •Генетические алгоритмы
- •Эволюционное программирование
- •Транспьютеры
- •Транспьютерные сети
- •Обеспечение безопасности информационных систем
- •Критерии оценки информационной безопасности
- •Методы и средства защиты информации Методы
- •Средства защиты информации
- •Угрозы информационной безопасности
- •Вирусные атаки
- •Международно-правовой опыт в сфере компьютерной информации
- •Метод деления отрезком пополам
- •Метод золотого сечения
- •Методы вычисления корня функции одной переменной Метод простой итерации
- •Метод деления отрезка пополам
- •Метод Ньютон
- •Метод Вегстейна
- •Интерполяция функции
- •Решение задачи Коши для системы дифференциальных уравнений
- •Метод Зейделя
- •Метод простой итерации
- •Решение систем линейных алгебраических уравнений (слау)
- •Метод исключения Гаусса
Искусственный интеллект
Под искусственным интеллектом понимается способность кибернетических устройств, систем и программ моделировать некоторые стороны интеллектуальной деятельности человека.
В настоящее время существует множество примеров систем, обладающих в той или иной степени искусственным интеллектом.
Можно выделить следующие направления систем искусственного интеллекта.
Машинный перевод:
морфологический анализ (анализ слов в тексте);
синтаксический анализ; (анализ предложений, грамматики и связи между словами);
семантический анализ (анализ смысла предложения на основе некоторой предметно-ориентированной базы знаний);
прагматический анализ (анализ смысла предложений в окружающем контексте).
Синтез речи.
Распознавание образов.
Это, в частности, проблема распознавания трехмерных изображений и, в частности, лиц.
Экспертные системы.
Анализ речи.
Сейчас эта проблема разрешена на уровне четких команд и инструкций.
Игры и творчество.
Сюда относятся, например, программы игры в шахматы. Особое удивление вызывают анимационные фильмы на основе фрактальной графики, по качеству сопоставимые с игровыми фильмами.
Интеллектуальные работы:
работы с жесткой схемой управления (программные манипуляторы);
адаптивные роботы с сенсорными устройствами (есть образцы таких роботов);
самоорганизующиеся или интеллектуальные роботы (самая большая проблема здесь — это проблема интеллектуального машинного зрения).
Системы искусственного интеллекта развиваются по двум направлениям: это традиционные последовательные алгоритмы и системы с высоко параллельными структурами.
В связи с ограниченным быстродействием (даже теоретически) ЭВМ наиболее перспективным направлением в области получения впечатляющего искусственного интеллекта является развитие высоко параллельных систем.
Одним из таких направлений являются нейросети.
Загадка человеческого мозга
Умножить в уме два многозначных числа или запомнить несколько телефонных номеров для человека очень трудно. С другой стороны, понять смысл предложения (несмотря на грамматические ошибки), уловить, где оканчивается по смыслу определенный кусок информации, или узнать человека, с которым не встречался 20 лет, для нас — это не проблема.
Компьютер же в большинстве случаев подобные задачи выполнить не может. Там, где речь идет о распознавании оптических или акустических образов, способности самостоятельного обучения, воспоминания по ассоциации, даже самые современные компьютеры не могут составить конкуренцию мозгу человека.
Обработка информации и знаний в мозге является параллельным процессом. Мозг предстает перед нами как огромная сеть взаимосвязанных клеток — нейронов. Место сосредоточения запоминаемой информации и знаний, равно как и место и способ их обработки, пока неизвестны. Известно лишь, что элементы мозга работают в миллион раз медленнее, чем микроэлектронные чипы
Мозг — высоко параллельная, многопроцессорная система. Если на каждом соединении реализуется за секунду только одна переключательная операция, то весь мозг теоретически сможет выполнить 10 биллионов операций за это же время. Время переключения нейрона определяется миллисекундами. Вопреки этому сложные лингвистические и распознавательные задачи мозг решает за секунду, т. е. за несколько шагов вычислений. Компьютер же растягивает решение таких задач на миллионы шагов.
Другим ограничением мозга является то, что нейрон может послать другому нейрону только несколько битов информации. Объем информации ограничен, нейроны не имеют возможности обмениваться сложными символами.
Выходит, что наши знания зависят от множества соединений между нейронами. Благодаря им мы понимаем родной язык, правильно планируем свое поведение, подытоживаем факт и распознаем образы. Мозг и компьютер действуют разным способом. Парадоксом является то, что для моделирования мозга в реальном масштабе времени требуются тысячи мощнейших суперЭВМ, а с другой стороны, для моделирования арифметических вычислений в суперЭВМ были бы необходимы миллиарды людей.
Временной цикл базовой операции, выполняемой нейроном, 1-2 мс, такт нынешних компьютеров определяется Наносекундами, т. е. вычислительная машина работает на шесть порядков быстрее. Вопреки этому человек решает многие задачи распознавания, как, например, анализ сцены или логические выводы, секунды, а высокопроизводительная ЭВМ тратит на это несколько минут.
Когда мозг рассуждает сознательно, шаг за шагом, этот тип мышления можно формализовать с помощью математической логики и затем моделировать на компьютере. Но подсознательное мышление, которое используется главным образом в творческой деятельности, является высоко параллельным математически неформализованным средством.
До настоящего момента работу головного мозга человека воспроизвести не удалось, но исследования в этой области продолжаются. И вполне возможно, что робот с аналогичными человеку интеллектуальными возможностями будет создан.
