p align="left">2. Способность к взаимодействию. Возможность провести идеальный обмен между человеком и компьютером или между информационными системами приобретает значение ведущей технологической проблемы. Здесь же проблема совместимости технических и программных средств. 3. Ликвидация промежуточных звеньев. Не нужны посредники, если Вы можете размещать заказы непосредственно с помощью информационных технологий. 4. Глобализация. Фирмы могут с помощью информационных технологий вести дела где угодно, получая исчерпывающую информацию. Глобализация рынка информационного продукта. Получение преимуществ за счет распределения постоянных и полупостоянных расходов на более широкий географический регион. 5. Конвергенция. Исчезают различия между изделиями и услугами, информационным продуктом и средствами, использованием в быту и для деловых целей, информацией и развлечением, а также среди различных режимов работы, таких как передача звуковых, цифровых и видеосигналов. Применительно к бизнесу эти тенденции приводят к следующему: 1. Осуществление распределенных персональных вычислений, когда на каждом рабочем месте достаточно ресурсов для обработки информации в местах ее возникновения; 2. Создание развитых систем коммуникаций, когда рабочие места соединены для пересылки сообщений; 3. Гибкие глобальные коммуникации, когда предприятие включается в мировой информационный поток; 4. Создание и развитие систем электронной торговли; 5. Устранение промежуточных звеньев в системе интеграции организация - внешняя среда. 31. основные разделы искусственного интеллекта Одно из направлений информатики - интеллектуализация информационных систем. Интеллектуальные системы и технологии применяются для тиражирования профессионального опыта и решения сложных научных, производственных и экономических задач, например, анализ инвестиций, прогнозирование рынка и т.д. Для обработки и моделирования знаний применяются специальные модели и создаются так называемые базы знаний. Искусственные интеллект (ИИ) - одно из направлений развития информатики, изучающий способы и приемы моделирования и воспроизведения с помощью ЭВМ разумной деятельности человека, связанной с решением задач. Цель этого направления - разработка программно-аппаратных средств, позволяющих пользователю-непрограммисту ставить и решать свои задачи, традиционно считающиеся интеллектуальными, общаясь с ЭВМ на ограниченном подмножестве естественного языка. Искусственным интеллектом также называют свойство интеллектуальных систем выполнять функции (творческие), которые традиционно считаются прерогативой человека. Фундаментальные разделы ИИ: 1. теория представления знаний: найти такие способы описания и представления фактов, общих сведений, закономерностей, правил и предписаний, которые позволят использовать все эти знания с помощью некоторых универсальных и формальных процедур анализа, рассуждения и синтеза, доступных доля простой реализации на ЭВМ; 2. теория обработки информации, выраженной на естественном языке: найти методы и способы понимания устной речи, извлечения смысла из письменных сообщений, переводы с одного языка на другой, синтеза речи и т.п. с тем, чтобы реализовать все эти формы языковой практики на ЭВМ (лингвистические процессоры). Фундаментальные разделы ИИ, воспринимая достижения смежных наук (математики, логики, психологии, физиологии, кибернетики, бионики, лингвистики и др.), результируют в создании теоретических моделей целенаправленного поведения человека, включая такие его компоненты, как восприятие, рассуждение и действие. Эти теоретические модели, имея собственную познавательную ценность, выступают в качестве строительных блоков в решении различных прикладных задач. 32.Основные направления развития искусственного интеллекта Представление знаний и разработка систем, основанных на знаниях Разработка моделей представления знаний, создание баз знаний, моделей и методов извлечения и структурирования знаний). Игры и творчество Разработка естественно-языковых интерфейсов и машинный перевод Естественно-языковый интерфейс - это совокупность программных и аппаратных средств, обеспечивающих общение интеллектуальной системы с пользователем на ограниченном рамками проблемной области естественном языке. В его состав входят словари, отражающие словарный состав и лексику языка, а также лингвистический процессор, осуществляющий анализ текстов (морфологический, синтаксический, семантический и прагматический) и синтез ответов пользователю. Распознавание образов Это направление, основной задачей которого является создание моделей, методов и средств, связанных с решением задач классификации, таксономии, формирования понятий и т. п. Новые архитектуры компьютеров Интеллектуальные роботы Здесь главными задачами ИИ являются задачи «машинного зрения» и управления движением. «Машинное зрение» включает в себя способность робота ориентироваться в пространстве, воспринимать обстановку и строить ее план (т.н. анализ сцен), узнавать контуры и форму предметов, обнаруживать и обходить препятствия при движении и т.д. Управление движением позволяет роботу перемещаться, совершать рабочие движения своими подвижными элементами, воспринимать нагрузку и дозировать собственные усилия. Специальное программное обеспечение Обучение и самообучение 33. Данные и знания Информация, с которой имеют дело ЭВМ, разделяется на процедурную и декларативную. Процедурная информация овеществлена в программах, которые выполняются в процессе решения задач, декларативная информация - в данных, с которыми эти программы работают. Данные - это отдельные факты, характеризующие объекты, процессы и явления в предметной области, а также их свойства. Параллельно с развитием структуры ЭВМ происходило развитие информационных структур для представления данных. Появились способы описания данных в виде векторов и матриц, возникли списочные структуры, иерархические структуры. В настоящее время в языках программирования высокого уровня используются абстрактные типы данных, структура которых задается программистом. Появление баз данных (БД) знаменовало собой еще один шаг на пути организации работы с декларативной информацией. В базах данных могут одновременно храниться большие объемы информации, а специальные средства, образующие систему управления базами данных (СУБД), позволяют эффективно манипулировать с данными, при необходимости извлекать их из базы данных и записывать их в нужном порядке в базу. По мере развития исследований в области интеллектуальных систем возникла концепция знаний, которые объединили в себе многие черты процедурной и декларативной информации. Знания - совокупность сведений, образующих целостное описание, соответствующее некоторому уровню осведомленности об описываемом вопросе, предмете, проблеме и т.д. Знания - это выявленные закономерности в предметной области (принципы, связи, законы), позволяющие решать задачи в этой области. В ЭВМ знания так же, как и данные, отображаются в знаковой форме - в виде формул, текста, файлов, информационных массивов и т.п. Поэтому можно сказать, что знания - это особым образом организованные данные. Но это было бы слишком узкое понимание. А между тем, в системах ИИ знания являются основным объектом формирования, обработки и исследования. База знаний, наравне с базой данных, - необходимая составляющая программного комплекса ИИ. Машины, реализующие алгоритмы ИИ, называются машинами, основанными на знаниях, а подраздел теории ИИ, связанный с построением экспертных систем, - инженерией знаний. Знания могут быть классифицированы по следующим категориям: поверхностные - знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области; глубинные - абстракции, аналогии, схемы, отображающие структуру и процессы в предметной области. Кроме того, знания можно разделить на следующие виды: процедурные: знания, отвечающие на вопрос «Как решать поставленную задачу?»; эти знания хранятся в памяти интеллектуальной системы в виде описаний процедур, с помощью которых их можно получить. В таком виде обычно описывается информация о предметной области, характеризующая способы решения задач в этой области, а также различные инструкции, методики и т.п. декларативные: знания, не содержащие в явном виде процедуры решения задач; которые записаны в памяти так, что они непосредственно доступны для использования после обращения к соответствующему полю памяти. В таком виде обычно записывается информация о свойствах предметной области фактах, имеющих в ней место и т.п. информация. 54. Модели представления знаний в современных интеллектуальных системах. Модель знаний - описание знаний в базе знаний. Известны четыре типа моделей знаний: 1. логические, в основе которых лежит формальная логическая модель; 2. сетевые, в основе которых лежат семантические сети; 3. фреймовые, основанные на фреймах; 4. продукционные, основанные на продукциях. Каждая такая М.З. определяет форму представления знаний. Формальные логические модели Система ИИ в определенном смысле моделирует интеллектуальную деятельность человека и, в частности, - логику его рассуждений. В грубо упрощенной форме наши логические построения при этом сводятся к следующей схеме: из одной или нескольких посылок (которые считаются истинными) следует сделать «логически верное» заключение (вывод, следствие). Логические выражения, построенные в данном языке, могут быть истинными или ложными. Некоторые из этих выражений, являющиеся всегда истинными, объявляются аксиомами (или постулатами). Они составляют ту базовую систему посылок, исходя из которой и пользуясь определенными правилами вывода, можно получить заключения в виде новых выражений, также являющихся истинными. Если перечисленные условия выполняются, то говорят, что система удовлетворяет требованиям формальной теории. Ее так и называют формальной системой (ФС). Система, построенная на основе формальной теории, называется также аксиоматической системой. Классическими примерами аксиоматических систем являются исчисление высказываний и исчисление предикатов. Эти ФС хорошо исследованы и имеют прекрасно разработанные модели логического вывода. ФС имеют и недостатки, которые заставляют искать иные формы представления. Главный недостаток - это «закрытость» ФС, их негибкость. Логические модели В основе моделей такого типа лежит формальная система, задаваемая четверкой вида: M = <T, P, A, B>. Множество T есть множество базовых элементов различной природы, например слов из некоторого ограниченного словаря, деталей детского конструктора, входящих в состав некоторого набора и т.п. Множество P есть множество синтаксических правил. С их помощью из элементов T образуют синтаксически правильные совокупности. В множестве синтаксически правильных совокупностей выделяется некоторое подмножество A. Элементы A называются аксиомами. Множество B есть множество правил вывода. Применяя их к элементам A, можно получать новые синтаксически правильные совокупности, к которым снова можно применять правила из B. Так формируется множество выводимых в данной формальной системе совокупностей. Для знаний, входящих в базу знаний, можно считать, что множество A образуют все информационные единицы, которые введены в базу знаний извне, а с помощью правил вывода из них выводятся новые производные знания. Другими словами формальная система представляет собой генератор порождения новых знаний, образующих множество выводимых в данной системе знаний. Это свойство логических моделей делает их притягательными для использования в базах знаний. Оно позволяет хранить в базе лишь те знания, которые образуют множество A, а все остальные знания получать из них по правилам вывода. Семантические (смысловые) сети В основе моделей этого типа лежит конструкция, названная ранее семантической сетью. Сеть, в вершинах которой находятся информационные единицы, а дуги характеризуют отношения и связи между ними. Семантическая сеть является наиболее общей моделью представления знаний. В зависимости от типов связей, используемых в модели, различают классифицирующие сети, функциональные сети и сценарии. В классифицирующих сетях используются отношения структуризации. Такие сети позволяют в базах знаний вводить разные иерархические отношения между информационными единицами. Функциональные сети характеризуются наличием функциональных отношений. Их часто называют вычислительными моделями Под фреймом понимается абстрактный образ или ситуация. В отличие от моделей других типов во фреймовых моделях (под фреймом понимается абстрактный образ или ситуация). фиксируется жесткая структура информационных единиц, которая называется протофреймом. В общем виде она выглядит следующим образом:
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13
|