Классификация систем искусственного интеллекта

Лекция 3. Классификация систем искусственного интеллекта Понятие системы искусственного интеллекта и ее место в классификации информационных систем Существует много различных подходов к классификации информационных систем. Вполне закономерно возникают вопросы о том: - Чем обусловлено различие этих классификаций? - Какова классификация этих классификаций? - Каким образом выбрать ту классификацию, которая больше всего подходит в конкретном случае? Различия между классификациями определяются теми критериями, по которым производится классификация, например: - по степени структурированности решаемых задач; - по автоматизируемым функциям; - по степени автоматизации реализуемых функций; - по сфере применения и характеру использования информации, в частности, по уровням управления. Известно, что при обучении людей существуют различные уровни предметной обученности: - воспроизведение (память); - решение стандартных задач (умения, навыки); - решение нестандартных, интеллектуальное понимание). творческих задач (знания, активное Интеллект может проявляется в различных областях, но мы рассмотрим его возможности в решении задач, т.к. эта область проявления является типичной для интеллекта. Задачи бывают стандартные и нестандартные. Для стандартных задач известны алгоритмы решения. Для нестандартных они неизвестны. Поэтому решение нестандартной задачи представляет собой проблему. Само понятие «стандартности» задачи относительно, относительна сама «неизвестность»: т.е. алгоритм может быть известен одним и неизвестен другим, или информация о нем может быть недоступной в определенный момент или период времени, и доступной – в другой. Поэтому для одних задача может быть стандартной, а для других нет. Нахождение или разработка алгоритма решения переводит задачу из разряда нестандартных в стандартные. В математике и кибернетике задача считается решенной, если известен алгоритм ее решения. Тогда процесс ее фактического решения превращается в рутинную работу, которую могут в точности выполнить человек, вычислительная машина или робот, под управлением программы реализующей данный алгоритм, не имеющие ни малейшего представления о смысле самой задачи. Разработка алгоритма решения задачи связано с тонкими и сложными рассуждениями, требующими изобретательности, опыта, высокой квалификации. Считается, что эта работа является творческой, существенно неформализуемой и требует участия человека с его «естественным» опытом и интеллектом. Необходимо отметить, что существует технология решения изобретательских задач (ТРИЗ), в которой сделана попытка, по мнению многих специалистов, довольно успешная, позволяющая в какой-то степени формализовать процедуру решения творческих задач. Интеллектуальными считаются задачи, связанные с разработкой алгоритмов решения ранее нерешенных задач определенного типа. Отличительной особенностью и одним из основных источников эффективности алгоритмов является то, что они сводят решение сложной задачи к определенной последовательности достаточно простых или даже элементарных для решения задач. В результате нерешаемая задача становится решаемой. Исходная информация поступает на вход алгоритма, на каждом шаге она преобразуется и в таком виде передается на следующий шаг, в результате чего на выходе алгоритма получается информация, представляющая собой решение задачи. Алгоритм может быть исполнен такой системой, которая способна реализовать элементарные операции на различных шагах этого алгоритма. Существует ряд задач, таких, как распознавание образов и идентификация, прогнозирование, принятие решений по управлению, для которых разбиение процесса поиска решения на отдельные элементарные шаги, а значит и разработка алгоритма, весьма затруднительны. Интеллект - универсальный алгоритм, способный разрабатывать алгоритмы решения конкретных задач. С этой точки зрения профессия программиста является одной из самых творческих и интеллектуальных, т. к. продуктом деятельности программиста являются алгоритмы реализованные на некотором языке программирования (программы). Исходя из вышесказанного можно сделать вывод о том, что в нашем случае наиболее подходит классификацией ИС, основанная на критерии, позволяющем оценить «степень интеллектуальности ИС», т. е. на критерии «степени структурированности решаемых задач» (рисунок 3.1). Классификация систем искусственного интеллекта Классификация систем искусственного интеллекта приведена ниже. Системы с интеллектуальной обратной связью и интеллектуальными интерфейсами. Интеллектуальный интерфейс (Intelligent interface) - интерфейс непосредственного взаимодействия ресурсов информационного комплекса и пользователя посредством программ обработки текстовых запросов пользователя. Примером может служить программа идентификация и аутентификация личности по почерку. Автоматизированные системы распознавания образов: - формирование конкретных образов объектов и обобщенных образов классов; - обучение, т.е. формирование обобщенных образов классов на основе ряда примеров объектов, классифицированных (т.е. отнесенных к тем или иным категориям – классам) учителем и составляющих обучающую выборку; - самообучение, т.е. формирование кластеров объектов на основе анализа неклассифицированной обучающей выборки; - распознавание, т.е. идентификацию (и прогнозирование) состояний объектов, описанных признаками, друг с другом и с обобщенными образами классов; - измерение степени адекватности модели; - решение обратной задачи идентификации и прогнозирования Автоматизированные системы поддержки принятия решений. Системы поддержки принятия решений (СППР) – это компьютерные системы, почти всегда интерактивные, разработанные, чтобы помочь менеджеру (или руководителю) в принятии решений управления, объединяя данные, сложные аналитические модели и удобное для пользователя программное обеспечение в единую мощную систему, которая может поддерживать слабоструктурированное и неструктурированное принятие решения. СППР находиться под управлением пользователя от начала до реализации и используется ежедневно. Предназначена для автоматизации выбора рационального варианта из исходного множества альтернативных в условиях многокритериальности и неопределенности исходной информации. Экспертные системы (ЭС). Это программа, которая в определенных отношениях заменяет эксперта или группу экспертов в той или иной предметной области. ЭС предназначены для решения практических задач, возникающих в слабо структурированных и трудно формализуемых предметных областях. Исторически, ЭС были первыми системами искусственного интеллекта, которые привлекли внимание потребителей. Экспертные системы используются в маркетинге для сегментации рынка и выработке маркетинговых программ, а также в банковском деле для определения тенденции рынка, трейдинг для программирования котировок акций и валют, в аудите для подготовки заключений о финансовом состоянии предприятий. Генетические алгоритмы и моделирование эволюции. Генетические Алгоритмы (ГА) – это адаптивные методы функциональной оптимизации, основанные на компьютерном имитационном моделировании биологической эволюции. Когнитивное моделирование. Это способ анализа, обеспечивающий определение силы и направления влияния факторов на перевод объекта управления в целевое состояние с учетом сходства и различия в влиянии различных факторов на объект управления. Основана на когнитивной структуризации предметной области, т.е. на выявление будущих целевых и нежелательных состояний объекта управления и наиболее существенных (базисных) факторов управления и внешней среды, влияющих на переход объекта в эти состояния, а также 38 установление на качественном уровне причинно-следственных связей между ними, с учетом взаимовлияния факторов друг на друга. Выявление знаний из опыта и интеллектуальный анализ данных. Интеллектуальный анализ данных (ИАД или data mining) – это процесс обнаружения в «сырых» данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности. Достижения технологии data mining активно используются в банковском деле для решения проблем Телекоммуникации, анализа биржевого рынка и др. Нейронные сети. Искусственная нейронная сеть (ИНС, нейросеть) - это набор нейронов, соединенных между собой. Как правило, передаточные функции всех нейронов в сети фиксированы, а веса являются параметрами сети и могут изменяться. Некоторые входы нейронов помечены как внешние входы сети, а некоторые выходы - как внешние выходы сети. Подавая любые числа на входы сети, мы получаем какой-то набор чисел на выходах сети. Практически любую задачу можно свести к задаче, решаемой нейросетью.