WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 12 | 13 || 15 | 16 |   ...   | 21 |

Как правило, пакеты статистической обработки имеют развитые средства графического представления исходных данных и результатов расчета. Причем, это не только двумерные диаграммы и графики, но и многомерные изображения.

Математические пакеты (Eureka, Mathcad, Mathcad Professional, Matlab, Maple, Mathematica и др.) позволяют решить практически любую математическую задачу и представить результаты расчетов в табличном или графическом виде. Причем, многие математические пакеты имеют развитые средства построения трехмерных поверхностей, задаваемых с помощью функций.

Например, если Вы хотите построить график архимедовой спирали, заданной в полярных координатах в пакете MathCad достаточно щелкнуть в панели инструментов "Графики" по кнопке "Полярные координаты".

В открывшемся окне ввести имя функции (в нашем случае r() = a, а = = 2), в правом верхнем углу окна ввести наибольшее значение аргумента (например, 2) и щелкнуть по рабочему полю вне окна графиков. На экране появится нужный график (рис. 21).

Рис. 21 Архимедова спираль 7 СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА Искусственный интеллект (artificial intelligence) – воспроизведение интеллектуальных действий (процедур) компьютерными средствами.

Системы искусственного интеллекта – технические системы, воспроизводящие отдельные аспекты человеческого интеллекта, воплощенные в компьютерных программах посредством специальных логических систем.

Попытки формализовать мышление человека, построить адекватную модель рассуждений, выявить способы творческого разрешения проблемных ситуаций предпринимаются учеными с древних времен.

Платон, Аристотель, Сенека, Р. Декарт, Г.В. Лейбниц, Дж. Буль, Н. Лобачевский и многие другие исследователи стремились описать мышление как набор некоторых элементарных правил и операций, смоделировать интеллектуальную деятельность.

Искусственный интеллект как самостоятельное научное направление появился во второй половине ХХ в. Во многом это было связано с развитием кибернетики, которая изучает управление и связь в сложных системах, в том числе управление (а также самоуправление, самоорганизацию) такой системы как человек. Управление связано с принятием решений на основе анализа, сравнения, переработки информации, выдвижением предположений, доказательством правильности гипотез, т.е. с теми операциями, которые традиционно относятся к области интеллектуальной деятельности.

Исследования в области ИИ развиваются по двум основным направлениям. Это связано с тем, что ответить на вопрос, что такое интеллектуальная система, можно двояко.

С одной стороны, систему можно считать интеллектуальной, если процесс ее "рассуждений", способы формирования разумного поведения подобны естественному мышлению. В этом случае искусственный интеллект создается на основе скрупулезного изучения и моделирования принципов и конкретных особенностей функционирования биологических объектов.

С другой стороны, систему можно считать интеллектуальной, если достигнутый ею результат подобен результату, который в тех же условиях получает человек, т.е. хорошо совпадает поведение искусственно созданных и естественных интеллектуальных систем. Что касается внутренних механизмов формирования поведения, то разработчик ИИ вовсе не должен копировать особенности "живых аналогов".

Первое направление, которое чаще называют искусственным разумом, использует данные о нейрофизиологических и психологических механизмах интеллектуальной деятельности. Разработчики стремятся воспроизвести эти механизмы с помощью технических устройств. При этом ученые стремятся не к слепому подражанию, не к заимствованию всех характеристик биологических объектов, а к критическому, строгому отбору только полезных для техники свойств. Моделировать деятельность живых организмов интересно и нужно, особенно те функции, которые повышают гибкость, надежность, экономичность системы или процесса.

Второе, называемое машинным интеллектом, – рассматривает продукт интеллектуальной деятельности человека (решение задач, доказательство теорем, игры со сложной стратегией и пр.), изучает его структуру и стремится воспроизвести этот продукт средствами вычислительной техники. Успехи этого направления тесно связаны с развитием компьютеров и искусством программирования.

Оба направления активно используют методы моделирования – имитационного и структурного, математического и компьютерного и др.

Самой сложной биологической системой, выполняющей разнообразные функции по переработке сигналов и управлению, издавна признана нервная система. Многие ее особенности связаны со структурными особенностями нервных клеток – нейронов и нейронной сетью, поэтому они нередко являются объектами моделирования в исследованиях в области искусственного интеллекта.

Кора больших полушарий головного мозга человека содержит около 14 млрд. нейронов, образующих сложнейшее переплетение связей. Устройство и законы функционирования самого нейрона также очень сложны, что позволяет использовать для его описания только упрощенные модели. Такие модели носят название нейроноподобных сетей. Используются они для построения систем управления различными робототехническими устройствами. Нейроноподобные сети являются устройствами параллельной обработки информации и имеют преимущества при построении систем, предназначенных для работы в реальном масштабе времени.

Пример. Первый в нашей стране транспортный робот ТАИР с сетевой системой управления был построен еще в 1975 г. Он мог целенаправленно двигаться в естественной среде (в парке), объезжать препятствия, избегать опасные места, поддерживать внутренние параметры в заданных пределах. При этом достигал цели с минимальными энергетическими и временные затратами. Нейроноподобная сеть, составляющая основу управления, содержала 100 узлов и отвечала за шесть видов деятельности: распознавание и оценку ситуации, решения, маневры верхнего и нижнего уровня, элементарные двигательные действия. Исследования ТАИРа и его "последователя" лабораторного робота МАЛЫШ, обладающий более развитой системой технического зрения и нейроноподобной сетью, обрабатывающей данные восприятия, стали основой построения промышленного транспортного робота широкого назначения ГРУЗ-2Т.

Существующие и разрабатываемые в настоящее время роботы значительно отличаются по своему назначению и функциональным возможностям. Некоторые из них имеют системы восприятия визуальной, аудиальной, тактильной информации из внешней среды и системы воздействия на внешние объекты – различные манипуляторы, захваты, толкатели и пр. Многие роботы снабжаются системами, обеспечивающими перемещения робота – колесные, плавающие, летающие, шагающие платформы и аппараты. Роботы, снабженные системами целеполагания и планирования действий, а также системами коммуникации с человеком-оператором относятся к классу роботов с искусственным интеллектом. Разработка таких роботов ведется в настоящее время.

Особое внимание в исследованиях по машинному интеллекту уделяется проблемам распознавания образов и организации речевого "общения".

Одна из удивительнейших способностей человека – способность узнавать. Едва бросив взгляд, мы узнаем, что перед нами кот или собака, корабль или бабочка, буква "ч" или "у". Узнаем, как правило, безошибочно, будь то сам "оригинал" или его уменьшенное или увеличенное изображение. Способностью узнавать человек обладает испокон веков. И все-таки до сего времени ученые в точности не знают, как же человек узнает.

Задачи распознавания образов очень разнообразны. Наиболее простые из них решаются, например, в программах оптического распознавания символов (OCR – optical character recognition), предназначенных для ввода печатного или рукописного текста, в частности, с помощью сканера. Распознавание символов, даже будучи "наиболее простым" в классе задач распознавания образов, тем не менее, достаточно сложны для их формализованного описания.

Пример. На рис. 22 приведены различные начертания буквы "А". У них разное начертание, цвет, наклон. Какие формальные признаки, присущие только этой букве и никакой другой, можно выделить Просто ли перевести их на строгий алгоритмический язык Рис. В робототехнике распознавание образов осуществляется системами технического зрения. Они используются в системах технического контроля для обнаружения дефектов в заготовках и изделиях, в станках с программным управлением – при управлении позиционированием деталей, сборкой, сваркой и т.п. В широко разрабатывающихся сейчас алгоритмах по распознаванию и "пониманию" сложных сцен, включающих несколько произвольно расположенных в пространстве трехмерных объектов, используется информация о расположении и конфигурации теней, полутонов, об особенностях отражения света материалами различных текстур (металл, дерево, ткань и пр.) и т.п.

Автоматическое распознавание речи необходимо для создания средств речевого ввода команд и текстов, автоматического перевода, реферирования текстов, построения справочных и информационнопоисковых устройств. Синтез речи является одним из функциональных узлов различных роботов связи.

Существуют системы, которые могут сообщение, присланное вами по электронной почте, преобразовать в "голосовое" и передать по нужному телефону в заданный промежуток времени. Другие системы по названному телефонному номеру (входящему в заранее определенный список) обеспечивают услуги выдачи адресов, маршрутов проезда и т.п.

Интересна история исследований по машинному интеллекту.

Практически с момента появления ЭВМ появился интерес к автоматизации решения плохо формализуемых задач, в частности, процесса доказательства теорем, к познанию закономерностей творческой деятельности.

С самого начала использования ЭВМ для решения задач стало ясно, что одними точными математическими методами не обойтись. Для многих задач, которые люди умеют решать (играть в шахматы, сочинять стихи, строить научные теории), точных методов не существует. В этом случае можно попробовать воспроизводить компьютерными средствами те правила и приемы, которыми пользуется человек при решении аналогичной задачи. Эти специфические для человека правила и приемы называются эвристиками, а методы решения задач, опирающиеся на них, эвристическими методами.

Компьютеры позволяют изучать эвристическую деятельность человека с помощью моделей. Среди них важную роль занимают игры, особенно, шахматы, которые выступают "пробным камнем" моделирования мышления. В процессе шахматной игры человек анализирует множество условий и оценивает множество возможностей: на 64 клетках шахматной доски возникает трудно вообразимое число комбинаций фигур – 2 10116. Конечно, человек перебирает не все возможные варианты, он пользуется выработанной стратегией. Аналогичные модели перебора множества возможных вариантов возникают при решении самых разнообразных задач, например, поиск пути в лабиринте или определение стратегии размещения ценных бумаг.

На компьютере модели поведения человека в ситуации выбора из множества вариантов, реализуются с помощью эвристического программирования. Главное в эвристической программе – стратегия поиска решений. В процессе выполнения программы машина по результатам промежуточных действий как бы судит о своей деятельности, дополнительно собирает необходимую ей информацию. Эвристические программы не рассматривают вариантов бесперспективного поиска, а ищут решение только в направлении, где оно возможно.

Эвристическое программирование используется при создании систем искусственного интеллекта, называемых решателями задач. Обычно программы-решатели строятся для задач, связанных с преобразованием ситуаций, когда заданы исходная и желаемая ситуация, а также набор операторов или действий, которые могут строго определенным образом изменять ситуации. Чаще всего решатели используются как составная часть систем автоматизации управления сложными объектами, в частности, роботами.

К системам ИИ относятся и системы машинного перевода, которые включают в себя лингвистические описания входного и выходного языков, базы данных – словари, алгоритмы, на основе которых осуществляется непосредственно перевод. Первые системы машинного перевода осуществляли перевод пословно, не "вникая" в смысл предложения. Предназначены они были для перевода технической документации, патентов и т.п. Развитые системы машинного перевода работают по многоэтапной схеме.

Основные этапы – это анализ переводимого (исходного) текста и синтез перевода. Перевод осуществляется обычно пофразно.

Этапы анализа таковы:

• выделение из текста очередной фразы;

• лексический анализ – выделение слов и частей речи;

• поверхностный синтаксический анализ – выделение членов предложения;

• глубинный синтаксический анализ, учитывающий смысловые связи между словами.

В результате анализа строится внутреннее представление фразы, отражающее ее смысл.

Синтез перевода включает следующие этапы:

• подбор слов выходного языка для передачи внутреннего представления фразы;

• расстановка слов в нужном порядке с извлечением из словаря внешней лексической формы слов;

• формирование окончательного вида переведенной фразы.

Почему машинный перевод относится к классу систем искусственного интеллекта Одна из причин – многозначность большинства естественных языков, когда смысл фразы можно определить только из контекста.

Например, можно ли однозначно понять и перевести следующие фразы вне контекста "Не валяй дурака", "Вот где собака зарыта", "Остался с носом", "Он на этом деле собаку съел".

Одной из ключевых проблем создания систем ИИ является проблема представления и использования знаний о той предметной области, в которой система решает те или иные задачи. Общий круг задач, решаемых в этой связи, относится к разделу ИИ, называемому инженерией знаний. База знаний является важным элементом любой системы управления. Идея баз знаний сформировалась в ходе исследований по созданию принципов и методов работы с большими базами данных. Оказалось, что эффективность использования баз данных может быть существенно повышена, если связывать хранящуюся информацию не только за счет форм (таблиц, списков, деревьев), а за счет тех отношений, которые существуют между фактами. Причем, отношения эти должны быть не случайными, ситуативными, а отражать существенные связи объекта. Такие базы данных получили название интеллектуальных баз данных или баз знаний.

Знания о предметной области и способах решения в ней задач могут быть декларативные и процедурные. Декларативные знания описывают объект (отвечают на вопросы типа "Что есть Х", "Как связаны X и Y", "Почему Х"). Процедурные знания описывают последовательность действий, которые могут использоваться при решении задач (отвечают на вопросы типа "Как сделать Х").

Pages:     | 1 |   ...   | 12 | 13 || 15 | 16 |   ...   | 21 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.