Создание, переработка и хранение информации в технике

Таким образом, первое направление рассматривает продукт интеллектуальной деятельности человека, изучает его структуру (выделяя различные проявления интеллектуальной деятельности — решение задач, доказательство теорем, игры) и стремится воспроизвести этот продукт средствами современной техники, т.е. ЭВМ. Если удается запрограммировать ЭВМ так, чтобы она успешно решала конкретную задачу, то считают, что соответствующий вид интеллектуальной деятельности автоматизирован. Успехи этого направления искусственного  интеллекта тесно связаны с развитием ЭВМ и искусством программирования, т.е. с комплексом научно-технических исследований, называемым компьютерными науками. Это направление искусственного  интеллекта также называют машинным интеллектом. Разработка данного направления привела к созданиюроботов.

Второе направление искусственного  интеллекта рассматривает данные о нейрофизиологических и психологических механизмах интеллектуальной деятельности, а в более широком плане — разумном поведении человека. Разработчики стремятся воспроизвести эти механизмы с помощью технических устройств, чтобы поведение их хорошо совпадало с поведением человека в определенных, заранее задаваемых пределах. При положительном решении этой проблемы считают, что соответствующий вид человеческой деятельности автоматизирован. Развитие этого направления, называемого искусственным разумом, тесно связано с успехами наук о человеке. Характерным в данном случае является стремление к воспроизведению более широкого, чем в машинном интеллекте, спектра проявлений разумной деятельности человека.

В большей части исследований в области искусственного  разума  непосредственным объектом моделирования являются структуры и процессы в нервной системе человека и животных. При модельном подходе к изучению нервной системы в поле зрения исследователя в первую очередь оказываются отдельные нервные клетки — нейроны и структуры из взаимосвязанных клеток — нейронные сети.

Главная особенность нейронной сети - это способность к самообучению. Фактически нейронная сеть способна сама себя программировать на основе вводимой в нее информации и решать задачи, опираясь на неполную, искаженную вводную информацию.

В спорте нейронные сети используют для прогнозирования соревновательного результата по показателям специальной физической, технической, психологической, тактической подготовленности или моделирования подготовки на заданный результат, а также проведения оценки соответствия уровня развития определенных  физических качеств этапу подготовки.

Оба основных направления искусственного  интеллекта связаны с моделированием. В первом случае с моделированием феноменологическим, имитационным, а во втором — со структурным.

Результаты исследований в области моделирования нейронных сетей существенно расширили класс задач. Теперь в этот класс включаются комбинаторные, оптимизационные и другие задачи. Успехи микроэлектроники подготовили технологическую базу для создания вычислительных устройств, способных осуществлять параллельную обработку информации. Два эти фактора обусловили появление нейрокомпьютеров — ЭВМ, архитектура которых наилучшим образом приспособлена для решения задач моделирования нейронных сетей. Нейрокомпьютеры могут создаваться в виде компактных приставок к персональным ЭВМ, существенно увеличивая их функциональные возможности.

 

1.4. Эвристическое программирование

 

Эвристическое программирование [heuristic programming] - вид программирования, основанный на методах моделирования мыслительной деятельности человека и используемый для решения проблем, не имеющих строгого формализованного алгоритма решения, либо в условиях неполного задания исходных данных.

Слово эвристика происходит от греческого heuresko – открытие, открываю. Наука эвристика изучает творческую деятельность   наука.

В отличие от моделирования на уровне нейронных сетей, эвристическое программирование исследует другой уровень организации поведения, называемый операционным. На этом уровне поведение рассматривается как последовательность мыслительных, может быть не всегда осознаваемых человеком операций, дополнение которых приводит к успешному решению той или иной задачи. 

Обычная процедура построения моделей методом эвристического программирования строится следующим образом. Испытуемым предлагается решать некоторую задачу, сопровождая свои размышления устными комментариями хода своих рассуждений. Все высказывания испытуемых  протоколируются. Затем протоколы подвергают анализу с целью выявления хода решения, характера применяемых операций, догадок, приемов и т.п. Полученный в ходе анализа материал используется при составлении компьютерной программы — модели данного вида поведения. Таким образом, программа является моделью не испытуемого, а протокола. Такая модель должна выполнять то, что делает испытуемый, и так, как этo делает он.

Развитие эвристического программирования связано с построением разнообразных моделей, таких, как модели поведения при выборе, при определении стратегии размещения ценных бумаг и др. Однако наибольшие успехи теоретического и прикладного характера достигнуты при создании систем искусственного интеллекта, называемых решателями задач.

Разработка программ — решателей задач преследует две основные цели: во-первых, являясь моделью поведения человека в определенных условиях, решатель обладает некоторой объяснительной силой и может быть использован для предсказания действий человека в ходе решения; во-вторых, решатель может быть использован как составная часть в системах автоматизации управления сложными объектами, в частности — роботами.

 

1.5. Экспертные системы

 

Экспертная система (Expert system) - система искусственного интеллекта, включающая знания об определенной предметной области и способная предлагать и объяснять пользователю разумные решения. Термин “эксперт” имеет латинское происхождение, означает “опытный”.

В течение последнего десятилетия в рамках исследовании по искусственному интеллекту сформировалось самостоятельное направление -экспертные системы, или инженерия знаний.

Экспертные системы могут быть отнесены к системам искусственного интеллекта общего назначения - системам, которые не только исполняют заданные процедуры, но  генерируют и используют процедуры решения новых конкретных задач.

Особенность экспертной системы состоит в том, что они предназначены для пользователей, сфера деятельности которых далека от искусственного интеллекта, программирования, математики, логики. Для таких пользователей экспертной системы  выступает как некая система, помогающая им в повседневной работе, в проведении экспертизы, дающая рекомендации в выполнении определенных действий для достижения некоторого результата. Экспертная система хранит в себе знания профессионалов-экспертов в некоторой предметной области.

Одна из распространенных классификаций экспертных систем - это классификация  по типам задач, которые такие системы решают. Перечислим некоторые из предметных областей, где применяются экспертные системы в настоящее время: военное дело, геология, инженерное дело, информатика, компьютерные системы, космическая техника, математика, медицина, метеорология, промышленность, сельское хозяйство, физическая культура и спорт. На сегодняшний день самое большее количество экспертных систем разработано в медицине, химии и физике. Многие экспертные системы  используются в нескольких областях, например, суточный монитор ЭКГ Холтера (медицина и спорт).

Типичная экспертная система состоит из следующих основных компонентов: решатель (интерпретатора), рабочей памяти, называемой также базой данных, базы знаний, компонентов приобретения знаний, объяснительного (толкователь) и диалогового компонентов (рис. 1.4).

Рис. 1.4. Типовая структура экспертной системы

База знаний предназначена для долгосрочного хранения данных, описывающих предметную область. Содержит общие данные (факты)  предметной области и правила, использования этих данных. 

Рабочая память предназначена для временного хранения исходных и промежуточных данных решаемой в текущий момент задачи. 

Решатель, используя исходные данные из Рабочей памяти и знания из Базы знаний, формирует такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи. 

Толкователь (объяснительный компонент) объясняет, как система получила решение задачи (или почему она не получила решения) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату. 

Диалоговый компонент представляет собой  интерфейсную часть экспертной системы (компонент, посредством которого пользователь взаимодействует с системой. В компьютерных экспертных системах это могут быть окна, кнопки, переключатели, поля ввода / вывода и т.д.).

Экспертная система работает в двух режимах: приобретения знаний и консультации (режим решения задач).

В режиме приобретения знаний c экспертной системой работает специалист в определенной предметной области. Он описывает проблемную область в виде совокупности данных и правил. Данные определяют объекты и их характеристики предметной области. Правила определяют способы манипулирования этими данными. Специалист предметной области, используя компонент приобретения знаний, наполняет систему знаниями так, что экспертная система затем самостоятельно сможет решать задачи из проблемной области. Важную роль в режиме приобретения знаний играетобъяснительный компонент, который          позволяет на этапе тестирования выявить и исправить ошибки. Также объяснительный компонент сообщает, почему использовались или не использовались те или иные данные или правила; какие и на основании чего были сделаны выводы и т.д..

В режиме консультации с экспертной системой работает конечный пользователь, которого интересует результат и (или) алгоритм получения решения. Пользователь  может не быть специалистом в данной проблемной области, в этом случае он обращается к системе за проведением экспертизы,  или быть специалистом, в этом случае он обращается к экспертной системе для того, чтобы либо ускорить процесс получения результата, либо выполнить рутинную работу.

В режиме консультации исходные и результирующие данные  обрабатываются диалоговым компонентом. 

 

 

1.6. Геоинформационные системы

 

Геоинформационные системы объединяют компьютерную картографию и базу данных (одну или несколько). Концепция технологии ГИС состоит в создании многослойной электронной карты (рисунок 1.5.), опорный слой которой описывает географию территории, а каждый из остальных слоев - один из аспектов состояния территории (например, электронная карта Москвы).

Рис. 1.5. Структура геоинформационной системы

В основе любой ГИС лежит информация о каком-либо участке земной поверхности: континенте, стране, городе, улице. База данных организуется в виде набора слоев информации. Основной слой содержит географически привязанную картуместности (топооснова). На него накладываются другие слои, несущие информацию   об   объектах,    находящихся

на данной территории: коммуникации, промышленные объекты, земельные участки, почвы, коммунальное хозяйство, землепользование и др. В процессе создания и наложения слоев друг на друга между ними устанавливаются необходимые связи, что позволяет выполнять пространственные операции с объектами посредством моделирования и интеллектуальной обработки данных.

Как правило, информация представляете графически в векторном виде, что позволяет уменьшить объем хранимой графической информации и упростить операции по визуализации. Векторный формат позволяет масштабировать графику без потери качества. С графической информацией связаны текстовая, табличная, расчетная информация, координатная привязка к карте местности, видеоизображения, аудиокомментарии, базы данных с описанием объектов и их характеристик. Многие геоинформационные системы включают в себя аналитические функции, которые позволяют моделировать процессы, основываясь на картографической информации. В качестве конечного результата работы геоинформационной системы может быть новая модель карты, статистические отчеты, графики, стандартные формы определенных документов (например, уведомлений для руководителей региональных спортивных комитетов). Технологии геоинформационных систем  в настоящее время все больше используются в Интернете, например, сайт www.infosport.ru (на момент написания этого  учебного пособия).

 

Список литературы.

 

1. http://do888.narod.ru/1.htm
2. http://yandex.ru
3. Глик Д. Информация. История. Теория. Поток. — М. — 576 с.
4. Урсул А. Д. Природа информации. — М.: Политиздат, 1968. — 288 с.