Введение в искусственный интеллект и программирование для искусственного интеллекта. Структура программ на языке Пролог. Рекурсивное определение правил

Страницы работы

105 страниц (Word-файл)

Фрагмент текста работы

эвристик и весовыми коэффициентами, которые позволяют сократить перебор возможных ситуаций.

На этом этапе выделялся проект создания системы GPS (general problem solver) - универсального решателя задач. Система GPS была универсальной в том отношении, что не было конкретного указания, к какой области относится задача.

В настоящее время опыт двадцати с лишним лет шахматного программирования в сочетании со стремительным ростом производительности компьютерных программ привел к давно ожидавшемуся, но от этого не менее значительному результату. В конце 1997 года впервые шахматная программа для суперкомпьютера Deep Blue  выиграла у сильнейшего из шахматистов, чемпиона мира, Гарри Каспарова, матч, проводившийся по правилам «серьезной» игры.

Компьютерные алгоритмы, применяющиеся в шахматных программах, носят достаточно универсальный характер. Практически всегда они основаны на переборе дерева вариантов и оценке возникающих позиций. Полученные здесь эвристики могут применяться в кредитовании и страховании, системах технологической безопасности, экономике, праве, борьбе с преступностью. Компьютер одерживает победу за счет того, что научился принимать рискованные решения, возможно не оптимальные в данной ситуации, но ставящие человека в тупик и не позволяющие просчитать поведение компьютера.

Представление знаний. Экспертные системы. В начале 70-х годов произошел качественный скачок в исследованиях по ИИ. Стало ясно, что ранее созданным системам не хватает самого главного - глубоких знаний в соответствующей предметной области, т.е. тех знаний, которыми обладает эксперт в этой предметной области. Поэтому важно не только совершенствовать эвристики, а необходимо комплексно использовать методы логических рассуждений и накопленные в конкретной предметной области знания, которые представляются в символьной форме.

Необходимость работы со знаниями поставила две важные задачи:

1)  представление знаний, т.е. создание механизма для моделирования (накопления и использования) знаний;

2)  приобретение знаний, т.е. извлечение знаний из экспертов с последующим представлением их в машине.

К концу 70-х годов стало ясно, что в системах ИИ возникло противоречие между достаточно общими способами организации рассуждений, реализованных в системах ИИ и множеством конкретных знаний, накопленных в отдельных предметных областях.  Был предложен новый подход, который получил название «инженерия знаний». Он состоит в том, что для разработки качественных интеллектуальных программ необходима их ориентация на узкие области человеческой деятельности, в которых они должны:

1)  обучаться своей специальности;

2)  структурировать полученные знания;

3)  уметь их правильно применять.

Это и привело к созданию экспертных систем. Созданы MYCIN и

DENRAL - ставшие уже классическими экспертными системами для медицины и химии.

Популярность экспертных систем определяется их способностью воспринимать знания от человека-эксперта в некоторой предметной области и обеспечивать доступ к ним широкому кругу пользователей.

Экспертная система - это реализованная в компьютере компонента опыта эксперта, основанная на знании, в такой форме, что машина может дать разумный совет или принять интеллектуальное решение о функции обработки данных. Она способна по требованиям объяснить ход своих рассуждений понятным для пользователя образом. Эти свойства обеспечиваются самим методом программирования с использованием

Похожие материалы

Информация о работе