Лекции 1 Кохов (Лекции 1 Кохов)

Посмотреть архив целиком

Экспертные системы.


Введение.


Интеллект – способность учиться, приобретать, модифицировать и пополнять знания в целях решения задач.

Интеллект (сл. Ожегова С.И.) – мыслительная способность, умственное начало, ум человека, определяющие его деятельность.


John McCarthy (автор языка LISP) ввел термин “искусственный интеллект”.


Задачи ИИ:

  • Оперирование символьными конструкциями.

  • Недетерминизм в процессе поиска решений.

  • Доказательство теорем в символьном виде (ппфи ппфк) (Newell A., Show Y., Simon H.)

General Problem Solver (GPS) – универсальный решатель задач

  • Игровые задачи (шахматы (10120 вариантов), шашки (1050), “15”,…)

  • Понимание естественного языка (ЕЯ)


Пример: Студент Петров в 14ч. на лекции в МЭИ. Но система не сможет ответить где был студент в 13.55. Скорее всего около кабинета, но этот контекст знаем мы, а не система.

Архитип. Фраза “Показать кузькину мать”. Иностранцы не поймут. Как научить компьютер это понимать?


Семиотика



Def. AI

  1. Область информатики, связанная с разработкой интеллектуальных систем, т.е. систем, обладающих возможностью традиционно связываться с человеческим разумом. (Barr A., Feigenbaum E., 1981)

  2. Область Computer Science, занимающаяся автоматизацией поведения. (Luger G.)

(AI Computer Science)

Интеллектуальная система – система, позволяющая моделировать определенные свойства человеческого разума. (Финн В.К.)


Специфика интеллекта

  1. Способность выделять существенное в имеющейся информации (знаниях).

  1. Способность к целеполаганию и планированию действий.

Цель план действие”, “Цель средства результат”.


  1. Способность к отбору знаний.

Понятия – из треугольника Frege.

Суждения – некоторые конструкции, имеющие статус истины, которые берем из понятий.

Умозаключения – рассуждения, которые имеют некоторый посыл и заключение (с некоторым коэффициентом уверенности).


  1. Способность рассуждать (извлекать следствия из имеющихся знаний).


  1. Способность к аргументированному принятию решений.

  2. Способность к рефлексии.

  3. Наличие познавательного любопытства.

  4. Способность и потребность находить объяснения (Отвечать на вопрос “Почему?”).

  5. Способность к синтезу познавательных процедур (образующих эвристики решаемых задач)


KAT = (Ax, H, RД, Rпр) – квази-аксиоматическая теория.

Ax – аксиомы,

H – гипотезы,

RД – правила вывода (строгие),

Rпр – правила вывода (правдоподобные).


  1. Способность к обучению и использованию памяти.

  2. Способность к рационализации идей.

  3. Способность к созданию целостной картины относительно нашей области рассуждений (проблемной/предметной области).

  4. Способность к адаптации в условиях изменения жизненных ситуаций и знаний корректировка теории и поведения.


ИИ (ИС) – системы, которые реализуют часть этих свойств (по Финну).


ИС = Решатель задач + Информационная среда (БД, БЗ) + интеллектуальный интерфейс.

Горячие точки в “ИИ”

(Д.А. Поспелов; Г.С. Осипов)

  1. Переход от вывода к аргументации.

Перход от достоверного вывода к правдоподобному. От вывода к аргументации. Дедукция => Индукция + Аналогии + Абдукция (+ Аргументация)


  1. Проблема объяснения (обоснования).




Классическая схема объяснений:

Для ответа на вопрос “Почему?”,

Системы поднимается на уровень выше (R).

Для ответа на вопрос “Как?”,

Системы опускается на уровень ниже.

(F1&F2->Ci)


  1. Поиск релевантных знаний.

Data Mining

KAT = <Tдост, Tправд>

TдостAx, Rдост. вывода

TправдH, Rправд. вывода



  1. Понимание текста.

    1. Сопоставление: текст рисунок (образ)


Треугольник Frege

Переход от треугольника Frege к четырехугольнику Поспелова.


  1. Синтез текста.



  1. Когнитивная графика.

    1. Chernoff (формирование “лиц”).

Перебираются параметры, и выдается лицо. Если румяное, улыбающееся все хорошо.


    1. Если предметная область (ПО) новая, то выделяются факторы, чтобы навести понятийный порядок. Факторы – базовые понятия. Далее связи между факторами.

Связи можно взвешивать. Можно, также, разбить на несколько множеств, далее проверяя на сильную, среднюю, слабую связность.


  1. Мультиагентные системы.

(Роевой интеллект – пчел, муравьев).

    1. Реактивные (на простых правилах “если .. то ..”, как у рептилии). Хорошо лежи, хочешь есть ищи пищу.

    2. Когнитивные (лимбическая система, есть некоторые знания, которыми могут оперировать).

    3. Интеллектуальные агенты (то, что рептилиям уже не свойственно, способен ставить цель, вести переговоры, входить в сообщество).


  1. Семантические сети. Фреймы Онтологии предметной/проблемной области.

(структурное описание предметной области).


  1. Работа с метазнаниями (знаниями о знаниях).

  2. Soft Computing

Нечеткая логика (Заде) + нейронные сети + эволюционная модель (генетические алгоритмы)


Основные отличия данных от знаний.

Данные (Ожегов) – сведения, необходимые для какого-либо вывода, решения, основания для чего-либо.

Знания – проверенный практикой результат познания действительности, верное ее отражение в мышлении человека.

Данные – отдельные факты, характеризующие объекты, процессы, явления предметной области, а также, их свойства.

Знания – закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности и профессионального опыта, и, позволяющие специалистам ставить и решать задачу в этой предметной области.

  1. Данные – пассивны. Знания – активны.

Системы, основанные на данных (СОД): Решение = данные + алгоритм.

СОЗ: Решение = знания + поиск вывода (рассуждения) + обоснования.


  1. Интерпретируемость знаний.

Для знания обязательно 3 составляющих – треугольник Frege.


  1. Структурируемость знаний (данные не структурированы или плохо структурированы).

Отношение ISA, моделирует состояние:

класс – подкласс

множество – подмножество

род – вид


A ISA B Ext(A) Ext(B)

Ext(A) – экстенсионал, в данном случае – денотат.

Например: PC ISA Компьютер (Ext(PC) Ext(Компьютер)


Отношение Part of (часть - целое)

A Part of B A B

Например: Голова Part of Человек


  1. Ситуативность знаний. (Динамичность).

Отношение “быть рядом”.

a r b b r a ?

Относительно горы муравей рядом.

Относительно муравья – он далеко от горы.


Данные – не ситуативные.


  1. Наличие статуса истинности.

Данные достоверны. Знания правдоподобны.


(5’) Шкалируемость знаний


Иногда надо работать с черно-белыми шкалами появляется точка разрыва.











Логика знаний.


- традиц. модальность («необходимость»).

pp – возможность

    1. Множество всех теорем AB (логических высказываний).

    2. Схема аксиом дистрибутивности (K - схема).

- L

K: L(pq) (LpLq)

Если необходимо, что p влечёт q, то необходимость p влечёт необходимость q.

    1. Modus Ponnens

p: pq


q

    1. Модальное правило необходимости.

p


 p


- ML


    1. Схема аксиомы знаний.

То что известно, то верно”.

T: Lpp

    1. Схема аксиом позитивной интроспекции.

4: LpLLp

Если что-то известно, то известно, что это известно.

    1. Схема аксиом негативной интроспекции.

5: MpLMp Lp p

Если возможно какое-то p, то известно, что это возможно.


Логика KT4 (S4) в 7 нет, Логика KT45 (S5) – для моделирования сомнений, рассуждений.


  1. Левополушарное мышление – рациональное (вычислитель). Дедукция.

Или класс. аргументация. arg+ - arg-

  1. ПП – творческое (образное, рассуждатель)

Индукция, абдукция, аналогия. расстановка весов субъективна. Преценденты (ситуация, которая имела место в прошлом) case based reasoning

  1. Common sense reasoning

Рассуждение на основе здравого смысла.

  1. Belief – вера, убеждение. КАТ – Финн В.К. (Ax, Rдост.выв., H, Rправд.выв.)









Ретроспектива развития ИИ

ИИ

Символьное

(логич., инф.)




Бионическое

(коллекционное)




бионический подход

информационный подход

построение моделей человеческих органов;


Σ

х

попытка моделирования сетчатки глаза, распознавания образов.

Perseptron(Персептрон)

Rosenblat, Minsky, Papert

1









х












1


n

n


y

?


Не важно как устроена, важно чтобы решение получалось такое же, какое получает человек.







Чтобы не видеть здесь видео-рекламу достаточно стать зарегистрированным пользователем.
Чтобы не видеть никакую рекламу на сайте, нужно стать VIP-пользователем.
Это можно сделать совершенно бесплатно. Читайте подробности тут.