Искусственный интеллект

      Указатель наследования показывают какую информацию об атрибутах слота из фреймов верхнего уровня наследуют слоты с теми же именами во фреймах нижнего уровня.

      Принимаемое значение указателей наследования следующие:

      U - уникальное имя

      S - уникальное свойство

      R - наследование с установлением границ

      O - игнорируется наследование

      Указатель атрибутов показывает, является ли данный слот типом данных или служит указателем другого фрейма.

      Значение  слота должно совпадать с указанным  типом данных и при этом выполняться  указанный тип наследования.

      Демон - процедура, автоматически запускаемая  при выполнении некоторого условия. Запуск осуществляется при обращении  к соответствующему слоту.

      Механизм  выбора реализуется через присоединительную  процедуру. Данный механизм позволяет  описывать иерархическую сетевую программу управления выводом.

      Кроме этой процедуры используют два способа  управления:

      - управление с помощью демона

      - управление с помощью механизма  наследования

      Преимущества  и недостатки фреймов  систем.

      1) фреймовское представление позволяет описывать и управлять сложными знаниями больших объемов на основе описания концептуальных объектов;

      2) в целях увеличения гибкости  системы, декларитивные и процедурные  знания концептуальных объектов  комбинируют;

      3) при решении сложных проблем  используют комбинации управления выводом.

      При описании систем, которые невозможно представить в виде фреймов, описание с помощью продукционных систем усложнено или невозможно, используют семантические фреймовые сети.

ЗАКЛЮЧЕНИЕ

      Искусственный интеллект - это одно из направлений информатики, цель которого разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои задачи, традиционно считающиеся интеллектуальными, общаясь с ЭВМ на ограниченном подмножестве естественного языка.

      Основное  направление искусственного интеллекта – это представление знаний и  разработка систем, основанных на знаниях. Оно связано с разработкой  моделей представления знаний, созданием  баз знаний, образующих ядро экспертных систем (ЭС). В последнее время включает в себя модели и методы извлечения и структурирования знаний и сливается с инженерией знаний.

      Самую существенную часть систем искусственного интеллекта составляют экспертные системы. Экспертная система обычно определяется как программа ЭВМ, моделирующая действия эксперта человека при решении задач в узкой предметной области: составление базы знаний и накопления их.

      Продукционная модель позволяет представить знания в виде предложений типа: Если (условие), то (действие). Данная модель чаще всего применяется в промышленных экспертных системах. Она привлекает разработчиков своей наглядностью, высокой модульностью, легкостью внесения дополнений и изменений и простотой механизма логического вывода.

      Семантическая сеть — это ориентированный граф, вершины которого — понятия, а дуги — отношения между ними. Характерной особенностью семантических сетей является обязательное наличие трех типов отношений:

      •   класс — элемент класса;

      •   свойство — значение;

      •   пример элемента класса.

      Фрейм – это структура знаний для восприятия пространственных сцен. Эта модель, как и семантическая сеть, имeeт глубокое психологическое обоснование. Под фреймом понимается абстрактный образ или ситуация. Фреймом называется также формализованная модель для отображения образа.

      В качестве инструментальных средств  построения экспертных систем выступают:

      1. Традиционные языки программирования. Наиболее удобными считаются объектно-ориентированные языки (С++, Pascal), это связано с тем, что парадигма объектно-ориентированного  программирования тесно связана с фреймовой моделью представления знаний, кроме того традиционные языки используются для создания других классов инструментальных средств искусственного интеллекта.

      2. Языки искусственного интеллекта. Lisp, Prolog. Универсальность этих языков меньшая, чем у традиционных языков, но это компенсируется богатыми возможностями по работе с символьными и логическими данными, что крайне важно для задач искусственного интеллекта. На основе языков искусственного интеллекта создаются специализированные компьютеры (например, Лисп-машины).

      3. "Оболочки" (shells) — "пустые" версии существующих экспертных систем, то есть готовые экспертные системы без базы знаний. Они вообще не требуют работы программистов для создания готовой экспертной системы. Требуются только специалисты в предметной области для заполнения базы знаний. Однако если некоторая предметная область плохо укладывается в модель, используемую в некоторой оболочке, заполнить базу знаний в этом случае весьма непросто.

    Сверхзадачей искусственного интеллекта является построение компьютерной интеллектуальной системы, которая обладала бы уровнем эффективности решений неформализованных задач, сравнимым с человеческим или превосходящим его.

    СПИСОК  ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Д.Ф. Люггер. «Искусственный интеллект: стратегии и методы решения сложных проблем», - «Вильямс», 2003
2. В.В. Девятков. «Системы искусственного интеллекта».
3. Н. Нильсон. «Принципы искусственного интеллекта», - «Радио и связь», 1985
4. С. Рассел, П. Норвиг. «Искусственный интеллект. Современный подход», - 2006
5. Н. Нильсон. «Искусственный интеллект. Методы поиска решений», - «Радио и связь», 1973
6. А. Эндрю. «Искусственный интеллект», – М.: Мир, 1985
7. Квасный Р. «Искусственный интеллект», – ресурс Интернета, http://neural.narod.ru/, 2001.
8. Труды третьего международного симпозиума «Интеллектуальные системы» – Псков: 1998.