Системы искусственного интеллекта
чет и нечет domains intlist=integer*. predicates nondeterm chet(intlist). nondeterm nechet(intlist). clauses chet( [ ] ). chet( [_] ):- write(«Список нечетный»). chet( [X | T] ):- nechet(T). nechet( [ _ ] ):- write(«Список четный»). nechet( [X | T] ) :- chet( T). goal chet([1,2,9]).
Предметом исследования СИИ является человек, а задачей этой науки является воссоздание действий че-ловека с помощью ЭВМ. При этом возникают трудности двух типов : 1 человек в большинстве случаев не осознает как выполняет действия 2 ЭВМ не в состоянии самостоятельно сделать выбор из возможных реше-ний т.о. к ИИ модно отнести все задачи для которых точно не Читать далее
Все обычные формы записи содержат символы представляющие объекты и символы – операторы. Два вида мат формы записи : линейные и нелинейные . Линейная форма записи м.б. : инфиксной префиксной и постфиксной.
Основной вопрос при задании ФС , возможно . ли рассматривая какую-либо формулу , определить доказуемая она или нет , т.е. теорема и не теорема. Если способ определения этого существует то формальная система разрешима в противном случае нет.
n-местный предикат Р(х1,…хn) называется функция Р отображается М1х…..Мn->{И,Л}. Переменные этой функции принимают значения их множеств М1 , а сама функция истину или ложь. Говорят , что предикат определен на множествах М1……Мn которые определены обычно контекстом задачи.
Это формальная система которая задается следующим образом 1 алфавит содержащий символы предметных констант a,b,c … с индексами или без, символы предметных переменных с индексами или без, предикатные символы A,B,C … с индексами или без, символы: (), =>, @ и символы кванторов.
Экспертные системы — это компьютерная программа, которая модулирует действия эксперта при решении задачи в узкой предметной области на основании накопленных знаний, составляющих БД.
Извлечение знаний – работа связанная с получением знаний у конкретного лица. В узком смысле слова – это работа по наполнению БД. Уровни приобретения знаний: существует 3 уровня оснащения программ экспертными данными Создается алгоритм, взятый из литературы или придуманный специалистами или проектировщиком системы, который затем преобразуется в программу самим проектировщиком.
В любой момент времени в системе содержится 3 типа знаний: 1) Фактические. Это статистические знания о предметной области (информация о конкретном случае).
МЛВ определяется в соответствии со структурой реализации БЗ. Характеристики МЛВ: 1. Направление вывода: а) Прямой вывод (по фактам отыскивается заключение). Он является более общим , т.к. позволяет просмотреть все дерево возможных решений и найти существующие терминальные вершины. Но при этом теряется возможность быстрого нахождения решения в большом пространстве поиска решения.
ЭС представляют собой машинные программы, в которых делается попытка воспроизведения результатов, достигаемых реальными высококвалифицированными специалистами в конкретной отрасли или области профессиональной деятельности.
Неспособность ЭС адаптироваться к новым ситуациям, выходящим за рамки конкретной предметной области, неизбежно приводит к резкому ограничению их эффективности. Применительно к ЭС повышения эффективности можно достичь путем усовершенствования базы правил благодаря введению механизмов самообучения.
Способы ограничения дерева допустимых ходов. Недостатки игровых программ и приемы их усовершенствования. В интеллектуальных играх соревнование между соперниками заключается в том, что они поочередно принимают решения не зная, какое следующие решение примет соперник, т.е. можно построить дерево допустимых ходов и возможных позиций.
Назначение экспертных систем заключается в решении достаточно трудных для экспертов задач на основе накапливаемой базы знаний, отражающей опыт работы экспертов в рассматриваемой проблемной области.
Работа, связанная с получением знаний, имею¬щихся у конкретного лица, называется извлечением знаний, в инженерии знаний эта работа имеет нема¬ловажное значение. Необходимостью извлечения зна¬ний специалиста разработчиком экспертной системы нельзя пренебрегать не только из-за того, что пол¬ностью автоматизировать этот процесс необычайно сложно, но и из теоретических соображений.
1 Инфоpматика и ИИ. Истоpия pазвития ИИ. Основные задачи ИИ Области пpименения ИИ. Основные этапы развития исследований в области ИИ и наиболее известные интеллектуальные системы. 2. Представления. Математическая форма записи (линейные,нелинейные).
1) Дано 6 стрелок в положении S0. Перевести их в положение Sb, причем разрешены только такие действия, при которых одновременно переворачиваются две соседние стрелки. Привести последовательность ходов с использованием метода градиента, если в качестве оценочной функции f(S) выбрано максимальное расстояние между двумя неверно расположенными стрелками.
Модульный контроль по ОИИ ?? Вариант 1. 1. Приобретение знаний. Определение, источники знаний, поле знаний, режимы взаимодействия инженера по знаниям с экспертом, стратегии интервью.
Вариант 1. 1. Предпосылки развития систем с БЗ. Понятие ЭС. Структура и режимы работы ЭС. Этапы процесса функционирования ЭС. 2. Сетевые модели. Определение П- и М-сущностей. Терминальные объекты.
СИИ МК №1 В-1 1) Выяснить, являются ли следующие рассуждения логическими правильными: Если строить противоатомные убежища, то другие государства будут чувствовать себя в опасности, а наш народ получит ложное представление о своей безопасности.
1. f0(x1, x2) = 0 — константа нуль. 2. f1(x1, x2) = x1^x2 — конъюнкция (функция И, логическое умножение) х1 и х2. Обозначается: х1^ х2, х1 & x2, x1x2. 3. f2 (x1, x2) = x1 x2 = = = — левая коимпликация, читается “не если х1, то х2”.
Источниками знаний для экспертных систем могут быть учебники, справочники, материалы конкретных исследований в проблемной области и т. п. Кроме того, нередко сами разработчики системы уже имеют знания в соответствующей области. Хотя классический источник знаний — это эксперт в данной области, знания от которого получает разработчик систем, выступающий в роли инженера по знаниям.
Независимо от выбранных методов извлечения знаний специалисты по построению экспертных систем будут переносить в них знания, надеясь получить их от экспертов. Если функции системы уже определены, то, естественно, самое важное — получить правила выводов, которые необходимы для реализации этих функций.
В литературе по построению экспертных систем обсуждаются методы извлечения знаний, которые подчеркивают преимущества выбора того или иного подхода к разработке системы. Рассмотрим три подхода: долговременная рабочая группа, оперативное создание прототипа и подход «особое внимание анализу знаний. Долговременная рабочая группа.
Технику извлечения знаний можно разделить на шесть, основных классов: опрос с наводящими вопросами, структурированный опрос, самонаблюдение, самоотчет, диалог, критический обзор. Каждый класс, в свою очередь, состоит из нескольких технических методов, но подробную классификацию опустим и укажем только, что цель извлечения знаний может быть достигнута различными способами в зависимости от того, как эти знания будут анализироваться.
Работа, связанная с получением знаний, имеющихся у конкретного лица, называется извлечением знаний, в инженерии знаний эта работа имеет немаловажное значение. Необходимостью извлечения знаний специалиста разработчиком экспертной системы нельзя пренебрегать не только из-за того, что полностью автоматизировать этот процесс необычайно сложно, но и из теоретических соображений.
Существует по меньшей мере три уровня методов оснащения программ экспертными знаниями. Первый уровень (наиболее простой). Это этап создания алгоритма, взятого из литературы или придуманного специалистом или проектировщиком системы, и преобразование его в программу самими проектировщиками. На практике трудноосуществим.
В чем же особенность извлечения знаний для экспертных систем? Ответ можно получить, ответив на другой вопрос: «Откуда, что и как извлекать?». Источниками знаний в общем случае можно считать эксперта, разработчика системы и пользователя. На практике один и тот же человек может играть несколько ролей.
Источниками знаний для экспертных систем могут быть учебники, справочники, материалы конкретных исследований в проблемной области и т. п. Кроме того, нередко сами разработчики системы уже имеют знания в соответствующей области. Хотя классический источник знаний — это эксперт в данной области, знания от которого получает разработчик систем, выступающий в роли инженера по знаниям.
Независимо от выбранных методов извлечения знаний специалисты по построению экспертных систем будут переносить в них знания, надеясь получить их от экспертов. Если функции системы уже определены, то, естественно, самое важное — получить правила выводов, которые необходимы для реализации этих функций.
