Каталог Рефератов - Разработка элективного курса "Основы искусственного интеллекта"

	Информационно-образоательный портал
	Рефераты, курсовые, дипломы, научные работы,



МЕНЮ\|

поиск

Разработка элективного курса "Основы искусственного интеллекта"

рограммы визуализации являются инструментом, позволяющим сделать види-мыми семантические сети памяти человека. Сети состоят из узлов и упорядочен-ных соотношений или связей, соединяющих эти узлы. Узлы выражают понятия или предположения, а связи описывают взаимоотношения между этими узлами. Поэтому разработка семантических сетей подразумевает анализ структурных взаимодействий между отдельными понятиями предметной области.

В процессе создания семантических сетей эксперт и аналитик вынуждены анали-зировать структуры своих собственных знаний, что помогает им включать новые знания в структуры уже имеющихся знаний. Результатом этого является более осмысленное использование приобретенных знаний.

Визуальные спецификации в форме сетей могут использоваться новичками и эк-спертами в качестве инструментов для оценки изменений, произошедших в их мышлении. Если согласиться, что семантическая сеть является достаточно пол-ным представлением памяти человека, то процесс обучения с этой точки зрения можно рассматривать как реорганизацию семантической памяти.

Kozma, один из разработчиков программы организации семанти-ческой сети Learning Tool, считает, что эти средства являются инструментами познания, усиливающими и расширяющими познания человека. Разработка се-мантических сетей требует от учеников:

· реорганизации знаний;

· исчерпывающего описания понятий и связей между ними;

· глубокой обработки знаний, что способствует лучшему запоминанию и извлечению из памяти знаний, а также повышает способности применять знания в новых ситуациях;

· связывания новых понятий с существующими понятиями и представлениями, что улучшает понимание;

· пространственного изучения посредством пространственного представления понятий в изучаемой области.

Полезность семантических сетей и карт понятий, пожалуй, лучше всего демонст-рируется их связями с другими формами мышления высшего порядка. Они тес-но связаны с формальным обоснованием в химии и спо-собностью аргументировать свои высказывания в биологии. Также было показано, что семантические сети имеют связь с выполнением исследований.

База знаний как познавательный инструмент

Когда семантическая сеть создается как прообраз базы знаний, разработчик дол-жен фактически моделировать знания эксперта. Особенно глубокого понимания ' требует разработка функциональной структуры.

Определение структуры ЕСЛИ-ТО области знаний вынуждает четко форму-лировать принципы принятия решения. Нельзя считать, что просто разработка поля знаний системы обязательно приведет к получению полных функциональ-ных знаний в данной области.

Разработка экспертных систем стала использоваться как инструмент познания сравнительно недавно. Lippert, который является одним из пио-неров применения экспертных систем в качестве инструментов познания, ут-верждает, что задания по созданию небольших базисов правил являются очень / полезными для решения педагогических проблем и структурирования знаний для учеников от шестого класса до взрослых. Изучение при этом становится более осмысленным, так как ученики оценивают не только сам процесс мышле-ния, но также и результаты этого процесса, то есть полученную базу знаний. Со-здание базы знаний требует от учеников умения отделять друг от друга факты, переменные и правила, относящиеся к связям между составляющими области знаний.

Например, Lai установил, что после того, как студенты-медики созда-дут медицинскую экспертную систему, они повышают свое умение в плане аргу-ментации и получают более глубокие знания по изучаемому предмету. Шесть студентов-первокурсников физического факультета, которые использовали экс-пертные системы для составления вопросов, принятия решений, формулировки правил и.объяснений относительно движения частицы в соответствии с законами классической физики, получили более глубокие знания в данной области благо-даря тщательной работе, связанной с кодированием информации и обработкой большого материала для получения ясного и связного содержания, а следователь-но, и большей семантической глубины.

Таким образом, создание базы знаний экспертной системы способствует более глубокому усвоению знаний, а визуальная спецификация усиливает прозрач-ность и наглядность представлений.

Когда компьютеры используются в обучении как инструмент познания, а не как контрольно-обучающие системы (обучающие компьютеры), они расширяют воз-можности автоматизированных обучающих систем (АОС), одновременно раз-вивая мыслительные способности и знания учеников. Результатом такого со-трудничества учащегося и компьютера является значительное повышение эф-фективности обучения. Компьютеры не могут и не должны управлять процессом обучения. Скорее, компьютеры должны использоваться для того, чтобы помочь ученикам приобрести знания.

2. Разработка курса «Инженерия знаний»
2.1. Анализ требований к содержанию курса с учётом заявленной цели
Исследуя проблему представления за небольшое количество часов будущим учителям информатики темы «Инженерия знаний», необходимо иметь в виду цель такого изучения. Этот раздел можно считать очень важным именно для будущих учителей информатики по следующим причинам. С одной стороны учитель должен знать, как могут быть структурированы и представлены в формальном виде знания, которые мы традиционно привыкли видеть представленными в виде текстов на естественном языке, или в виде знаний, умений и навыков конкретных людей. С другой стороны особенно важно будет для будущего учителя познакомиться с методами извлечения знаний из эксперта альтернативные педагогическим методам «извлечения знаний из учащегося». Всё это позволит будущему учителю с одной стороны углубить своё понимание в области формирования и приобретения знаний обучаемым, а с другой - даст ему возможность расширить свой педагогический арсенал приёмами выявления и структуризации знаний, применяемыми в инженерии знаний.

Поэтому необходимо разработать курс по выбору по теме «Инженерия знаний» такой, что его изучение позволит обучающимся по специальности «учитель информатики» получить адекватное представление о современном состоянии данного раздела информатики. При этом необходимо избежать излишних технических подробностей.

2.2. Содержание курса

Изучая построение курса, выделим темы, подлежащие изучению.

Во-первых, необходимо рассмотреть основы инженерии знаний. В данном разделе надо раскрыть следующие понятия: данные и знания, базы знаний, основные сферы применения баз знаний - экспертные системы, структура и классификация экспертных систем, этапы разработки экспертных систем, коллектив разработчиков экспертных систем.

Далее необходимо рассмотреть теоретические аспекты извлечения знаний. В данном разделе надо раскрыть следующие понятия: стратегии получения знаний, психологический аспект, лингвистический аспект, гносеологический аспект.

Следующая тема - когнитивная психология в инженерии знаний. В данном разделе надо раскрыть следующие понятия: основы когнитивной психологии, семантическая репрезентация знаний, образная репрезентация, восприятие информации, организация памяти.

Основные темы курса начинаются с темы «методы извлечения знаний». В данном разделе надо раскрыть следующие понятия: классификация методов, пассивные методы, активные индивидуальные методы, активные групповые методы, экспертные игры, текстологические методы.

Далее идёт тема «методология структурирования знаний». В данном разделе надо раскрыть следующие понятия: поле знаний, стадии структурирования, методы структурирования, психосемантика и методы многомерного шкалирования.

Следующая тема - машинно-ориентированные приобретение и формирование знаний. В данном разделе надо раскрыть следующие понятия: автоматическое формирование знаний, системы автоматического формирования знаний.

2.3. Тематическое планирование и рабочая программа курса

Цель и задачи курса

Цель - дать студентам систематическое представление о возможностях современных методов извлечения и представления знаний для ориентирования в современных информационных технологиях, и проведения аналогий с приобретением знаний у учащихся. Задача - дать студентам умения работы со знаниями, их извлечения и структуризации.

Требования к уровню освоения содержания курса

В результате изучения дисциплины студенты должны:

· Иметь представление о современных методах извлечения знаний

· Иметь практические умения работы со знаниями

· Иметь умения извлекать знания из экспертов и текстов

· Уметь организовать процесс извлечения знаний различными способами

Учебный план

	Тема	Содержание	Часов
			Лекций	Практических
1	основы инженерии знаний	данные и знания, базы знаний, основные сферы применения баз знаний - экспертные системы, структура и классификация экспертных систем, этапы разработки экспертных систем, коллектив разработчиков экспертных систем	2	2
2	модели представления знаний	семантические сети, фреймы, логические представления, продукции	2	2
3	теоретические аспекты извлечения знаний	стратегии получения знаний, психологический аспект, лингвистический аспект, гносеологический аспект	2	2
4	когнитивная психология в инженерии знаний	основы когнитивной психологии, семантическая репрезентация знаний, образная репрезентация, восприятие информации, организация памяти	2	2
5	методы извлечения знаний	классификация методов, пассивные методы, активные индивидуальные методы, активные групповые методы, экспертные игры, текстологические методы	2	2
6	методология структурирования знаний	поле знаний, стадии структурирования, методы структурирования, психосемантика и методы многомерного шкалирования	2	2
7	машинно-ориентированные приобретение и формирование знаний	автоматическое формирование знаний, системы автоматического формирования знаний	2	2
			14	14
		Всего часов	28

Всего курсом предусматривается 14 часов лекций, 14 часов практических занятий, и 54 часа самостоятельной работы.

2.4. Учебно-методические материалы

В качестве учебных пособий можно рекомендовать следующие книги.

Гаврилова Т. А., Червинская К. Р. Извлечение и структурирование знаний для экспертных систем -- М.: Радио и связь, 1992. -- 200с. Книга посвящена одному из важнейших и недостаточно исследованных аспектов теории и практики искусственного интеллекта -- извлечению и структурированию знаний при разработке экспертных систем. При создании так систем наибольшую трудность вызывает домашинный этап, на котором разработчики выявляют знания специалистов в конкретной предметной области и структурируют их для последующей формализации и ввода в ЭВМ. Как и все исследования по искусственному интеллекту, данная тема носит междисциплинарный характер, и поэтому в книге освещены различные аспекты этой проблемы, (включая вопросы когнитивной психологии, психологии общения, лингвистики, гносеологии и др. Рассмотрены основные этапы разработки экспертных систем с акцентом на практические приемы и методы инженерии знаний, в том числе извлечение знаний из текстов, экспертные игры, техника интервьюирования и анкетирования и т. д. Введена классификация методов извлечения знаний и предложена методология структурного анализа знаний, которая проиллюстрирована на примере трех экспертных систем -- АВТАНТЕСТ, АВ-ТАНКЛИП и МИКРОЛЮШЕР. Дан обзор современного состояния других способов создания баз знаний экспертных систем, включающий анализ систем индуктивного формирования знаний и автоматизированных систем приобретения знаний в прямом диалоге «эксперт-ЭВМ».

Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем: Учебник для вузов. СПб: Питер,2001 год, 384 стр. Учебник для технических вузов по входящим в различные дисциплины вопросам разработки интеллектуальных систем. Актуальность предмета определяется стремительно развивающейся сферой применения инженерии знаний и системного анализа в различных областях деятельности. Особенностью изложения является его практическая направленность: освоения имеющегося материала должно быть достаточно для начала самостоятельной работы над созданием интеллектуальной системы, основанной на знаниях. В учебнике учтена все возрастающая роль Интернета и потому подробно рассматривается применение инженерии знаний в Сети.

Страницы: 1, 2, 3, 4, 5, 6, 7, 8

© 2003-2013
Рефераты бесплатно, курсовые, рефераты биология, большая бибилиотека рефератов, дипломы, научные работы, рефераты право, рефераты, рефераты скачать, рефераты литература, курсовые работы, реферат, доклады, рефераты медицина, рефераты на тему, сочинения, реферат бесплатно, рефераты авиация, рефераты психология, рефераты математика, рефераты кулинария, рефераты логистика, рефераты анатомия, рефераты маркетинг, рефераты релиния, рефераты социология, рефераты менеджемент.