Яндекс.Метрика Рейтинг@Mail.ru
 
Компьютерная система "КАРКАС"
Компьютерная система "КАРКАС"
238-927-218     veadrub1







Регистрация »         Забыл пароль »

22 Апрель 2017
IX Международной научно-практической конференции “Проблемы и перспективы развития ИТ-индустрии” Тезисы ИСПОЛЬЗОВАНИЕ ПРОТОКОЛА МЕССЕНДЖЕРА ICQ ДЛЯ ОНЛАЙН КОНСУЛЬТАЦИИ С ЭКСПЕРТНОЙ СИСТЕМОЙ

22 Апрель 2017
VІІI Международной научно-практической конференции “Проблемы и перспективы развития ИТ-индустрии” Тезисы Оценка компетентностей с помощью интеллектуальных тестов

24 Апрель 2015
The 4th International Scientific Congress. "Science and Education in the Modern World" (New Zeland, Auckland, 5-7 January 2015) Тезисы  Об одной концепции построения темпоральной базы знаний    Сертификат
29 Апрель 2016
Сложность динамических систем Практика показывает, что главной в теории сложных систем становится проблема принятия решений при наличии многих целей. Динамической следует...

28 Апрель 2016
Формирование компетентностей и их оценка с помощью интеллектуальных тестов Рассматривается модель функциональной системы динамической предметной области, на основе понятия расслоения баз знаний для создания...

10 Сентябрь 2015
Практикум по экологическим базам знаний Рассматривается оригинальный подход к моделированию баз знаний, основанных на экологической информации и ориентированных на экологическую оценку...

Искусственный интеллект

Парадигма - набор понятий, исходных положений, принимаемых и распространяемых научным сообществом

Понятие интеллект с позиций компьютерных наук можно охарактеризовать следующими свойствами как умение решать сложные задачи, как способность к обучению, обобщению и аналогиям, как возможность взаимодействия с внешним миром путем общения, восприятия и осознания воспринятого. Материальным носителем интеллекта является человеческий мозг.
С понятием искусственного интеллекта (ИИ) связывают надежды на создание мыслящего компьютера, способного соперничать с человеческим мозгом и, возможно, превзойти его. Поскольку число нейронов мозга человека может достигать до одного триллиона, то простое копирование биологической нейронной сети не имеет смысла.
Неоспоримо, но факт, что интеллектуальные системы — системы, основанные на знаниях (СОЗ), уже внедряются и широко используются в практике человеческой деятельности. Это достаточно хорошо известные экспертные системы, системы машинного перевода, нейрокомпьютеры, роботы, игры, имеющие полное право называться интеллектуальными. Хотя уровень развития этих систем не позволяет пройти им тест Алана Тьюринга сформулированный в 1950г.: компьютер можно считать разумным, если он способен заставить нас поверить, что мы имеем дело не с компьютером, а с человеком.
Известные футурологии на базе зарождающихся современных отраслей, таких как нанотехнологии, биотехнологии, глобальные информационные сети (Symantec Web) прогнозируют, что к 2020-2030 годам появится искусственный разум и компьютеры превзойдут своих создателей.
В настоящее время имеется два основных направления разработки систем ИИ. Первое моделирует работу человеческого мозга и реализуется в создании нейронных сетей так называемый сильный ИИ. Второе связано с достижением хорошего совпадения результатов работы естественных и искусственных интеллектуальных систем, при этом не важно, как это достигается так называемый слабый ИИ. Это направление связано с реализацией рассуждений, представленных в явном символьном виде.
Экспертная система (ЭС) ─ это компьютерная система, позволяющая на основе базы знаний, составленной экспертами  из конкретной предметной области, с помощью логического вывода решить поставленную задачу.
Экспертная обучающая система (ЭОС) – это компьютерная система, построенная на основе знаний экспертов предметной области (квалифицированных преподавателей, методистов, психологов), осуществляющая и контролирующая процесс обучения. Назначение такой системы состоит в том, что она, с одной стороны помогает преподавателю обучать и контролировать учащегося, а с другой - учащемуся самостоятельно обучаться.
Одним из недостатков ЭС и ЭОС является то, что пополнением базы знаний (БЗ) занимается эксперт или инженер по знаниям (когнитолог).
Самообучающиеся интеллектуальные системы основываются на том, что БЗ пополняется из накопленного опыта системы. Такие системы основаны на методах кластеризации ситуаций из реальной практики,  на методах индуктивного обучения (обучение на примерах), на поиске решений по аналогии из базы данных (принятие решения на основе прецедентов).
Парадигма интеллектуальных мультиагентных систем базируется на способности таких систем к развитию и общению в соответствии с объективными изменениями предметной области.
Потребность в интеллектуальных мультиагентных системах возникает в тех случаях, когда поддерживаемые ими предметные области постоянно развиваются. Они должны удовлетворять ряду специфических требований:
адекватно отражать знания предметной области в каждый момент времени;
быть пригодными для легкой и быстрой реконструкции при изменении предметной области.
Концепция агентов, разработанная в рамках мультиагентных технологий и мультиагентных систем (МАС), предполагает наличие активности, то есть способности программы самостоятельно реагировать на внешние события и выбирать соответствующие действия.
Сегодня агентные технологии предлагают различные типы агентов, модели их поведения и свойства, семейство архитектур и библиотеки компонентов, ориентированные на современные требования, такие, например, как распределенность, автономность.
С одной стороны, речь идет об открытых, активных, развивающихся системах, в которых главное внимание уделяется процессу взаимодействия агентов как причине возникновения системы с новыми качествами.
С другой стороны, многоагентные системы могут строиться как объединение динамических ЭС, которые могут функционировать как коллективно, так и в отдельности.
Агенты могут работать как не интерактивные особи или как коллектив. В первом случае система очень проста: агенты делают то, о чем их просят (пассивные агенты). Во втором случае — агентам, необходимо их взаимодействие (активные агенты).
Для построения MAC необходим инструментарий, состоящий из двух компонентов: средств разработки; окружения периода исполнения.
Правила поведения агентов описываются продукцией, к которой добавляется еще компонент времени ее применения (антенцедент – консеквент – время).
Одним из факторов интереса к МАС стало развитие сети Интернет. Для успешного функционирования в такой среде агенты должны, способны решить две основные задачи: агенты должны уметь находить друг друга и уметь взаимодействовать.
 
 


 
2012 г. it-karkas.com.ua
Владимир Бурдаев

 
Контакты
Статьи
Новости
Инфо для пользователей
Ссылки
Карта сайта

 
Рейтинг@Mail.ru

Copyright 2018 - it-karkas.com.ua
Разработка сайта - alphastudio.com.ua