Какова же цель изучения искусственного разума

По книге Фегенбаум. По нашему мнению – создание таких программ для вычислительных машин, поведение которых мы бы назвали «разумным» если бы обнаружили его у людей.

Лекция №2. Экспертные системы Функциональная структура экспертных систем

Рис.1. функциональная структура ЭС.

Как видно, ЭС состоит из базы знаний решающего блока, подсистем общения, и накопления знаний. Через подсистемы общения с ЭС связаны. 1. Конечный пользователь (КП) – непрограммирующий специалист. Эксперт – Э – квалифицированный специались какой-либо области знаний, опыт которого во много раз превосходит опыт других. ИП – инженер по знаниям – специалисты которые владеют системами представления знаний и владеющими языками представления.

Знания 1 рода– общезначимые факты, закономерности и т.п. признанные в данной предметной обьласти и зафиксированные в статьях, справочниках и т.п.

Знания 2 рода – эмпирические знания, эвристики, факты, которые как правило не публикуются, но позволяют экспертам оценить мнение даже в условиях неполных и противоречивых исходных данных

подзаголовок

текст

подзаголовок

текст

Лекция №3

подзаголовок

Важное значение ЭС имеет подсистема объяснений - основное отличие ЭС от других диалоговых человекомашинных систем. При большом удельном весе возникают трудности следующего вида.

1. Эксперт не способен более менее четко сформулировать правила принятия решений.

2. Эксперт не желает передавать свои знания, методы и правила (он хочет сохранить за собой статус уникального специалиста)

3. В исследуемой предметной области не находят подходящего эксперта

Определенным решением этих трудностей, а возможно и альтернативным подходом построения ЭС, является использование подсистемы накопления знаний. Когда речь идет об автоматическом или полуавтоматическом формировании эмпирических зависимостей из не полных данных и данных заданных экспериментально. В этом случае наряду со знаниями которые сумел передать эксперт, подсистема накопления знания должна быть способна из знаний первого рода, строить знания второго рода, порождать теорию и затем выводить новые факты. Указанный подход основан на идеях индуктивного обобщения и машинного обучения.

Наряду с БЗ, основную нагрузку с ЭС несет решающий блок состоящий из подсистемы логического вывода и планировщика. Форма механизма вывода зависит от организации БЗ и типа схемы управления направляющие процессы вывода в ней, а это в свою очередь от сущности проблемы и знаний. Обычно выделяют 2 базовых механизма вывода: вывод в прямом направлении (прямая цепочка рассуждений), вывод в обратном направлении (обратная цепочка рассуждений).

При выводе в прямом направлении рассуждение ведется с использованием правил начиная с известных фактов до тех пор пока не будет достигнута цель, при этом могут использоваться различные стратегии вывода первого применяемого правила (например, выбирается первое применимое правило в порядке их нумерации, из всех применимых правил выбирается то которое имеет самое большое число условий). Успех достигается когда цель попадает в базу фактов, неудача происходит когда никакое правило больше не применимо.

Вывод в прямом направлении с выбора первого применимого правила

Вывод в прямом направлением с выбором правила имеющего самое большое число условий R4,R8,R6.

При выводе в обратном направлении, рассуждение ведется начиная с цели с попыткой свести её к подцелям, эквивалентным тем, которые стремятся доказать. Стратегии выбора заключаются в применении первого правила (в порядке их нумерации), чтобы потом искать подтверждение каждой из порожденных подцелей. Такое движение по дереву, называется движение в глубину. В случае неудачи происходит возврат и опробуется последнее оставленное в стороне правило. Поиск прекращается когда первоначальная цель подтверждена или когда опробованы всевозможные пути без достижения успеха. Механизм вывода в обратном направлении является основным для языка Prologи представляется в виде процесса достижения целей.

И т.д. Надо полностью пройти по всем веткам, просмотреть как будет идти. Цепочка подтверждения Bуходит через R4 от H

Очевидно, в выводе в обратном направлении, все цели или гипотезы, на которых все цели которые может затребовать поиск, могут быть определены предварительно и связаны с управляемым числом условий и определены наборы правил. В качестве примера, в котором этот подход НЕ ПРИМЕНИМ можно привести систему играющего в шахматы – шах и мат. Игра в шахматы иллюстрирует проблемы подхода вывода в прямом направлении. Но число быстро уходит до неуправляемого. Программа игры в шахматы должна иметь мощную стратегию поиска по сети. Это осуществляется на базе вывода в прямом направлении. Естественно большое число реальных проблем требует вывода как в прямом, так и в обратном направлении чтобы находить решение. В дополнение к проблеме вывода необходимо отметить, что в ЭС реализуется возможность работы с неуверенностью в данных (с неопределенностью) для этого используется нечеткая логика, Бэейсовская логика, коэффициенты уверенности, многозначная логика и другие средства.

Программные языки, среды и инструментальные средства разработки экспертных систем.

Лекция №4. Интеллектуальные обучающие системы

Исследование и разработка модели обучения навыкам алгоритмической природы (МОНАП) (если… то)

Психологопедагогические основы модели обучения

Разработка и внедрение компьютерных систем обучения требует анализа психологопедагогических теорий обучения и использования их концепции в процессе проектирования обучающих систем. В настоящее время существует или находится в стадии развития значительное число теорий обучения. По оценкам некоторых специалистов (свыше 50).

Ассоциативно рефлекторная теория построения, теория поэтапного формирования умственных действий. Бихевиористическая теория, Гештальтисйская теория, Концепция проблемного обучения. При этом глубина разработки этих теорий различна, а иногда и взгляды этих теорий на организацию процесса обучения не совпадают. Значительная часть исследователей указывает на отсутствие в настоящее время действительно эффективной теории обучения. Как отмечено теоретиком Берг. А.И. «проблема выявления методов мышления, рассуждения, а так же проблема способов обучения этим методом еще недостаточно разработана». В существующих условиях качества психологопедагогических основ, организация автоматизированного обучения целесообразным является выбор наиболее значительных в отечественной психологии теории обучения: ассоциативно рефлекторная теория усвоения, теория поэтапного формирования умственных действий.