Искусственный интеллект

СЕВЕРО-ВОСТОЧНЫЙ  ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ

ИМ. М.К. АММОСОВА, ИЯКН СВ РФ 
 
 
 
 
 
 
 
 
 
 

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И ИНТЕЛЛЕКТУАЛИЗАЦИЯ КОМПЬЮТЕРНЫХ СИСТЕМ 
 
 
 
 
 
 
 

                                              Выполнила: Винокурова Дайаана

                                              Студент ИЯКН РЯП-11

                                              Проверила: преподаватель

                                              информатики Ким Л.П. 
 
 
 
 
 
 
 

Якутск, 2011

Содержание 

1. Понятие об интеллектуальных системах
2. Интеллектуальные средства измерений
3. Программная и аппаратная части средств измерений
4. Проблема интеллектуализации. Интеллектуализация ЭВМ
5. Интеллектуализация измерений
6. Экспертные системы
7. Заключение
8. Литература

 
 
 
 
 
 
 
 
 
 

 

1. Понятие об интеллектуальных системах 

      На  рубеже XXI века тематика интеллектуальных систем и интеллектуального управления претерпевает значительные изменения. Наметились тенденции перехода от игрушечно-модельного подхода к интеллекту к его восприятию как некоторого характеристического свойства систем высокой организационной сложности, свойству достаточно специфическому и выразимому в достаточной степени только на языках контекстно-зависимого уровня. Столь же полезной тенденцией можно считать и постепенное осознание исследователями, что компьютер фон Неймановской архитектуры, конечный автомат по своей сущности, не может быть эффективным инструментом создания интеллектуальных систем, интеллектуального управления ибо является системой контекстно-независимого уровня.

      Под "интеллектуальными системами  управления" (ИСУ), в общем случае, понимается предельный по сложности  класс систем автоматизированного  управления (САУ), ориентированных на приобретение, обработку и использование  некоторой дополнительной информации, понимаемой как "знание". Такие системы предназначены для работы в условиях неопределенности (невозможности точного математического описания) информации о свойствах и характеристиках системно-сложных объектов и среды их функционирования.

      В условиях работы реальных систем с  высоким уровнем неопределенности информации для построения систем управления (СУ) неизбежно применение новых  информационных технологий, ориентированных  на потоки контекстно-зависимой информации, то есть фактическая разработка новых принципов построения интеллектуального управления - теории ИСУ для систем высших уровней системной сложности.

      Теория  ИСУ опирается на системный подход в том смысле, что она, ориентируясь на системную, а не на описательную сложность, оставляет систему во внешнем мире и признает существование внутренней целевой установки хотя бы на уровне поддержания стабильности своего существования. Внутреннее и внешнее управление интеллектуальны во взаимодействии, в акте взаимной контекстной ситуационной оценки информации.

      Управление, как САУ, дополнено экспертными  и эвристическими подходами. Управление же, как руководство, считается деятельностью, достаточно обеспеченной математикой  и требующей только вычислительных мощностей для решения систем из многих дифференциальных уравнений, или даже просто решения задач линейного или нелинейного программирования.

      Автоматизация, как включение человека в процесс  принятия решений, устраняла все  проблемы в корне: нет функционала - есть "экспертно" полученное решение. Теоретическая несостоятельность и практическая неуспешность такого подхода давно стали очевидными.

      Рассмотрим  некоторые возможные перспективы  тематики интеллектуальных систем измерений  и интеллектуального управления.

      Управление  и информация требуют использования баз знаний.

      Интеллектуальное  управление возникает там, где информация трактуется как количественно неопределяемая совокупность данных (фактов, знаков, утверждений  и тому подобного) и отношений  между ними в семантически ясном контексте их текущей трактовки. Для восприятия управления как осмысленного потока информации необходимо использование базы данных, если контекст и отношения сообщений постоянны и могут быть заданы конечным набором записей и базы знания, если семантика информации достаточно сложна, контекст переменен, цель управления корректируется в процессе управления, что, как минимум, требует реструктуризации внутренних связей базы данных при акте обработки информационного потока. Указанное требование реструктуризации, обеспечивающее практическую возможность активного (актуализированного) отношения к информации, является отличительным моментом возникновения интеллектуального управления.

      Ниже  даются некоторые положения теории ИСУ.

      Интеллект является атрибутом сложной системы  и характеристикой ее отношения к внешнему миру.

      Интеллект, как атрибут сложной системы, определяется формированием "образа" (изменением структуры внутренних связей в базе знания), влияющего на реакцию  на внешние воздействия. Он проявляется  только в актах общения со столь  же сложными объектами и активизируется в системе в процессе реорганизации внутренних информационных связей.

      Основной  цикл управления интеллектуальной системы  основан на работе со знанием. Классический основной цикл управления не может  быть распространен на системы, требующие интеллектуального управления, потому, что управление через "образ" во-первых требует существенного учета конкретного накопленного знания, формально распределенного между руководителем и системой, а во-вторых, более критично к изменению информации в процессе принятия решения. Соответственно, ИСУ, опирающаяся на принятие решений с использованием знания, имеет совершенно отличный основной цикл управления.

      Следующие два пункта рассматривают теоретическую  возможность реализации интеллектуальной системы с использованием конечного автомата.

      Интеллектуальные  свойства системы "объект - управление" имеют дискретное проявление.

      Теория  ИСУ утверждает, что при ориентации на определение интеллектуальности, данное через базу знания, система  управления может обладать интеллектуальными свойствами лишь на некоторых отрезках времени, в течение которых происходят модификации базы знания, что эквивалентно восприятию системой нового контекста. В каждом акте управления при фиксированной текущей структуре базы знания "интеллектуальные" свойства системы не являются строго необходимыми (база знания структурно фиксирована и не отличается в текущий момент времени от базы данных).

      Аппарат реструктуризации баз знания базируется на механизмах, аналогичных "функции  расстановки". Теория ИСУ базируется на механизмах реструктуризации данных, по реализации аналогичных конечной аппроксимации функции расстановки, которая по существу не является рекурсивной, а может быть и рекурсивно-перечислимой (т.е. не является множеством значений некоторой рекурсивной функции). Исходя из сказанного, для правомерного использования конечного автомата (компьютера) в составе интеллектуальной системы, теория должна рассматривать возможность построения абстрактных конструкций, реализующих невычислимые в обычном смысле объекты. 

2. Интeллeктyaльныe cpeдcтвa измepeний

      Интеллектуальными средствами измерений могут быть различные приборы - интеллектуальные датчики, автоматы, автоматизированные установки, которые представляют из себя набор средств для регистрации, передачи и обработки данных, с учетом применения интеллектуальных алгоритмов на основе баз знаний.

      В практике электрических измерений  и измерительных преобразований многомерных массивов информации, представленных множеством электрических сигналов, наряду с основной целью измерения (измерительного преобразования) ставится ряд сопутствующих задач: режекция (подавление) и селекция (выделение) по заданному признаку одного из нескольких сигналов, ранжирование и сортировка сигналов по информационному признаку, разделение множества сигналов на подклассы, адресная идентификация одного из каналов передачи, на который воздействует сигнал с заданным информационным признаком, контроль наличия заданной ранговой ситуации множества сигналов и др.

      Измерения (измерительные преобразования) с вышеуказанными сопутствующими и другими операциями и (или) алгоритмами обработки, функционирующие на формализованной основе в автоматизированном или автоматическом режимах, принято называть интеллектуальными.

      Чаще  термин "интеллектуальные" употребляют в узком смысле по отношению к устройствам, которые за счет использования в них переработки информации (обычно на основе микропроцессора) приобретают новые функциональные возможности.

      Например, интеллектуальный датчик может выдавать более точные показания благодаря применению числовых вычислений для компенсации нелинейности чувствительного элемента или температурной зависимости. Такой датчик способен работать с большей разновидностью разных типов чувствительных элементов, а также комбинировать два или более измерений в одно новое измерение (например, объединять измерения физиологических параметров в сводный показатель здоровья). И, наконец, интеллектуальный датчик позволяет производить настройку на другие диапазоны измерений или полуавтоматическую калибровку, а также осуществлять функции внутренней самодиагностики, что упрощает техническое обслуживание. Наряду с усовершенствованием работы, дополнительные функциональные возможности интеллектуальных устройств снижают размерность обработки сигналов системой управления и приводят к тому, что несколько разных приборов заменяются прибором одной модели, что дает преимущество как в самом производстве, так и в стоимости обслуживания.

      Простейшая  система измерений может состоять из датчика подключенного к системе обработки его сигналов - это может быть, как специальный процессор для обработки таких сигналов на аппаратном уровне, так и микроконтроллер или компьютер, снабженный программой обработки данных с этого датчика.

      Пример  схемы интеллектуальной измерительной системы, измеряющей усредненную, за определенный промежуток времени температуру, представлен на рисунке 1.

 

      Рисунок 1 - Пример схемы интеллектуальной измерительной системы 

      Реально же, в данной схеме, измеряется не температура, а напряжение на концах терморезистора (сопротивление которого изменяется в зависимости от его температуры), установленного в схему делителя напряжения. Поскольку между напряжением и температурой терморезистора (его сопротивлением), в данной схеме, есть определенная связь, то если знать эту зависимость, можно вычислить и температуру. 

3. Программная и аппаратная части средств измерений 

      Как правило, в любых современных  средствах измерений присутствует как аппаратная, так и программная части. Соотношение этих частей может быть различное и определяется прежде всего задачей, для которой будут применяться данные средства измерений. Например, усреднение измерений может быть выполнено самим датчиком благодаря его свойствам, так и с помощью нескольких измерений с датчика с последующим усреднением программой обработки. Например, с датчика температуры на основе термосопротивления, благодаря инерции его реакции на температуру окружающей среды, мы можем регистрировать за один раз за время t среднюю температуру за этот промежуток времени, однако имея другой датчик температуры, менее инертный и достаточно быстро реагирующий на изменение температуры, мы можем за тот же промежуток времени t зарегистрировать сигнал несколько раз и потом его усреднить. Результаты измерений при этом могут совпадать, однако в первом случае, за счет усреднений из-за инертности датчика, нагрузка на программу обработки данных меньше и соответственно остается больше времени для выполнения других задач, с другой стороны, в случае усреднения программой мы получаем больше информации, т.к. мы получаем информацию не только о среднем значении, но и о мгновенных значениях температуры.

      Не  смотря на то, что с помощью аппаратных средств можно значительно разгрузить систему и повысить скорость обработки данных, применение только аппаратной реализации обработки данных не всегда правильно. Во многих случаях программная обработка данных позволяет более гибко подойти к процедуре регистрации и обработки данных, т.о. позволяя применять данную систему регистрации, в широком круге задач.