Яндекс.Метрика {* Рейтинг@Mail.ru *}
 
Компьютерная система
КАРКАС: інструментарій для створення бази знань
    







Реєстрація »         Забули пароль »

07 Февраль 2019
МОДЕЛЬ ІЄРАРХІЧНОЇ ФУНКЦІОНАЛЬНОЇ СИСТЕМИ ДЛЯ КЛАСТЕРНОГО АНАЛІЗУ Збірник наукових праць ХНУПС 2(56). Харків,  2018, с. 82 - 88. Розглядається модель ієрархічної функціональної системи предметної...

29 Апрель 2016
Складність динамічних систем Практика показує, що головною теоретично складних систем стає проблема прийняття рішень за наявності багатьох цілей. Динамічною слід вважати...

28 Апрель 2016
Формування компетентностей та їх оцінка за допомогою інтелектуальних тестів Розглядається модель функціональної системи динамічної предметної області, з урахуванням поняття розшарування баз знань до створення...

Штучний інтелект

Парадигма - набір понять, вихідних положень, що приймаються та розповсюджуються науковою спільнотою

Поняття інтелект з позицій комп'ютерних наук можна охарактеризувати такими властивостями як уміння вирішувати складні завдання, як здатність до навчання, узагальнення та аналогій, як можливість взаємодії із зовнішнім світом шляхом спілкування, сприйняття та усвідомлення сприйнятого. Матеріальним носієм інтелекту є мозок.
З поняттям штучного інтелекту (ІІ) пов'язують надії створення мислячого комп'ютера, здатного змагатися з людським мозком і, можливо, перевершити його. Оскільки число нейронів мозку людини може досягати одного трильйона, то просте копіювання біологічної нейронної мережі немає сенсу.
Незаперечно, але те, що інтелектуальні системи — системи, засновані на знаннях (СОЗ), вже впроваджуються і широко застосовують у практиці людської діяльності. Це добре відомі експертні системи, системи машинного перекладу, нейрокомп'ютери, роботи, ігри, мають повне право називатися інтелектуальними. Хоча рівень розвитку цих систем не дозволяє пройти їм тест Алана Тьюринга сформульований в 1950 р.: комп'ютер можна вважати розумним, якщо він здатний змусити нас повірити, що маємо справу не з комп'ютером, а з людиною.
Відомі футурології на базі сучасних галузей, таких як нанотехнології, біотехнології, глобальні інформаційні мережі (Symantec Web) прогнозують, що до 2020-2030 років з'явиться штучний розум і комп'ютери перевершать своїх творців.
В даний час є два основні напрямки розробки систем ІІ. Перше моделює роботу людського мозку та реалізується у створенні нейронних мереж так званий сильний ІІ. Друге пов'язане з досягненням хорошого збігу результатів роботи природних та штучних інтелектуальних систем, при цьому не важливо, як це досягається так званий слабкий ІІ. Цей напрямок пов'язане з реалізацією міркувань, представлених у явному символьному вигляді.
Експертна система (ЕС) ─ це комп'ютерна система, що дозволяє основі бази знань, складеної експертами з конкретної предметної області, з допомогою логічного висновку вирішити поставлене завдання.
Експертна навчальна система (ЕОС) – це комп'ютерна система, побудована на основі знань експертів предметної галузі (кваліфікованих викладачів, методистів, психологів), що здійснює та контролює процес навчання. Призначення такої системи у тому, що вона, з одного боку допомагає викладачеві навчати і контролювати учня, з другого - учню самостійно вчитися.
Одним із недоліків ЕС та ЕОС є те, що поповненням бази знань (БЗ) займається експерт чи інженер зі знань (когнітолог).
Інтелектуальні системи, що самонавчаються, ґрунтуються на тому, що БЗ поповнюється з накопиченого досвіду системи. Такі системи засновані на методах кластеризації ситуацій з реальної практики, на методах індуктивного навчання (навчання на прикладах), пошуку рішень за аналогією з бази даних (прийняття рішення на основі прецедентів).
Парадигма інтелектуальних мультиагентних систем базується на здатності таких систем до розвитку та спілкування відповідно до об'єктивних змін предметної галузі.
Потреба інтелектуальних мультиагентних системах виникає у тому випадку, коли підтримувані ними предметні області постійно розвиваються. Вони повинні задовольняти низку специфічних вимог:
адекватно відбивати знання предметної області у час часу;
бути придатними для легкої та швидкої реконструкції при зміні предметної області.
Концепція агентів, розроблена в рамках мультиагентних технологій та мультиагентних систем (МАС), передбачає наявність активності, тобто здатності програми самостійно реагувати на зовнішні події та вибирати відповідні дії.
Сьогодні агентні технології пропонують різні типи агентів, моделі їх поведінки та властивості, сімейство архітектур та бібліотеки компонентів, орієнтовані на сучасні вимоги, такі, наприклад, як розподіл, автономність.
З одного боку, йдеться про відкриті, активні системи, що розвиваються, в яких головна увага приділяється процесу взаємодії агентів як причини виникнення системи з новими якостями.
З іншого боку, багатоагентні системи можуть будуватися як об'єднання динамічних ЕС, які можуть працювати як колективно, так і окремо.
Агенти можуть працювати як не інтерактивні особи або як колектив. У першому випадку система дуже проста: агенти роблять те, що їх просять (пасивні агенти). У другому випадку — агентам, потрібна їхня взаємодія (активні агенти).
Для побудови MAC необхідний інструментарій, що складається із двох компонентів: засобів розробки; оточення періоду виконання.
Правила поведінки агентів описуються продукцією, до якої додається компонент часу її застосування (антенцедент – консеквент – час).
Одним із факторів інтересу до МАС став розвиток мережі Інтернет. Для успішного функціонування в такому середовищі агенти повинні
 
 


 
2012 г. it-karkas.com.ua
Володимир Бурдаєв

 
Контакти
Статті
Новини
Інформація для користувачів
Посилання
Мапа сайту

 
Рейтинг@Mail.ru

Copyright 2012 - it-karkas.com.ua
Розробка сайту - alphastudio.com.ua