Интеллектуальные информационные системы

Государственное бюджетное образовательное учреждение высшего профессионального образования московской области

«Международный университет природы, общества и человека «Дубна»

 

Институт системного анализа и управления

Кафедра системного анализа и управления

 

 

Реферат по дисциплине

«Интеллектуальные информационные системы»

на тему:

 

Интеллектуальные информационные системы

 

 

Выполнил: студент группы 4071-1Д

Белоногова Елена Александровна

 Руководитель: доц., кфмн. Аверкин Алексей Николаевич

 

Дубна, 2013 год

Оглавление

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Введение.

В современной науке под исследованиями, связанными с моделированием интеллектуальных возможностей человека, понимают научное направление, занятое проблемами синтеза автоматических структур, способных решать сложные задачи информационного обеспечения различных видов человеческой деятельности. Обычно – это задачи, для которых по тем или иным причинам не существует готовых правил или примеров решения. Разработать правила решения такой задачи может человек, обладающий необходимыми знаниями, опытом и интеллектом. Но если создать компьютерную модель, в памяти которой будут содержаться знания такого человека, запрограммированы его опыт и интеллектуальные способности, необходимые для решения конкретной задачи, то этой моделью можно будет пользоваться для решения многих задач, подобных уже решенной. Более того, эта модель может быть адаптирована для применения и в других проблемных ситуациях.

Среди таких задач наиболее трудными и актуальными считаются задача разработки средств общения человека с компьютерной системой, моделирующей интеллект человека, на естественном языке и задача автоматического машинного перевода с одних языков на другие при условии точной передачи смыслового и эмоционального аспектов. Дело в том, что, по мнению многих выдающихся лингвистов, интеллектуальная деятельность человека (практически в любых ее аспектах) самым непосредственным образом связана с функционированием языка и мышления. Только с помощью абсолютно естественных средств общения человека с автоматом, исполняющим компьютерную программу, станет возможным создание систем, адекватно моделирующих человеческий интеллект и такие его свойства, как мышление, интуиция, сознание и подсознание. Такие системы в современной информатике получили название интеллектуальных информационных систем (ИИС).

Современное состояние фундаментальных и прикладных исследований в области интеллектуальных информационных систем позволяет считать, что их результаты стали достаточно определенными. Это означает, что сложилась сравнительно устойчивая система понятий, появились методология проектирования, построения и внедрения, определились типовые структуры таких систем и их компонентов.

Принято считать, что интеллектуальной задачей является отыскание неизвестного алгоритма решения некой практической или теоретической проблемы, универсального на множестве свойственных этой проблеме исходных данных. Требуется только, чтобы исполнитель, решающий задачу, был способен выполнять те элементарные операции, из которых складывается процесс, и, кроме того, чтобы он педантично и аккуратно руководствовался предложенным алгоритмом. Такой исполнитель (человек или автомат), действуя чисто машинально, может успешно решать любую задачу рассматриваемого типа. Поэтому представляется совершенно естественным исключить их класса интеллектуальных такие задачи, для которых существуют стандартные методы решения. Примерами таких задач могут служить чисто вычислительные задачи:

• решение системы линейных алгебраических уравнений;
• численное интегрирование дифференциальных уравнений;
• задачи аппроксимации эмпирических данных и т.п.

Для решения подобного рода задач имеются стандартные алгоритмы, представляющие собой определенную последовательность элементарных операций, которая может быть легко реализована в виде программы для вычислительной машины. В противоположность этому для широкого класса интеллектуальных задач, таких, как распознавание образов, логические выводы и сложные в логическом отношении игры (например, игра в шахматы), доказательство теорем и т. п., такое формальное разбиение процесса поиска решения на отдельные элементарные шаги напротив часто оказывается весьма затруднительным, даже если само их решение несложно.

Таким образом, возникает некоторое основание к тому, чтобы считать понятие интеллекта эквивалентным понятию универсального сверхалгоритма, который способен создавать алгоритмы решения конкретных задач.

 

 

 

Общие положения ИИС.

1.1 Направления развития ИИС и  способы их реализации.

Развитие систем информационного обеспечения различных видов деятельности человека, исторически можно представить этапами:

«информационные системы» (ИС), «автоматизированные информационные системы» (АИС), «интеллектуальные информационные системы» (ИИС).

Интеллектуальная информационная система - это компьютерная модель интеллектуальных возможностей человека в целенаправленном поиске, анализе и синтезе текущей информации об окружающей действительности для получения о ней новых знаний и решения на этой основе различных жизненно важных задач.

Каждому из этих этапов соответствует своя информационная модель предметной области. Для первых информационных систем такой моделью служили каталоги или классификаторы, для АИС это были массивы информации, организованные в виде баз и банков данных, а для ИИС модель предметной области представлена системой структурированных данных, получившей название базы знаний. Информационные системы, основанные на каталогах, создавались в основном для реализации в той или иной мере механизированного поиска необходимой информации. АИС, основанные на высоко организованных базах данных, позволяли не только вести автоматизированный и многоаспектный поиск информации, но и достаточно сложную обработку найденной информации, ее организованное хранение и передачу. ИИС, основанные на базах знаний, должны (в дополнение к возможностям АИС) решать задачи, получившие название «интеллектуальных».

Развитие ИИС на современном этапе идет в соответствии с тремя направлениями исследований, целью которых – моделирование возможностей человека в решении интеллектуальных задач.

Первое направление объектом исследований рассматривает структуру и механизмы работы мозга человека, а конечной целью - раскрытие тайн мышления. Необходимыми этапами исследований в этом направлении являются построение моделей на основе психофизиологических данных, проведение экспериментов с ними, выдвижение новых гипотез относительно механизмов интеллектуальной деятельности, совершенствование ранее созданных моделей и т. д.

Второе направление в качестве объекта исследования рассматривает искусственную интеллектуальную систему. Здесь речь идет о моделировании интеллектуальной деятельности с помощью вычислительных машин или автоматов иного принципа действия. Целью работ в этом направлении является создание алгоритмического и программного обеспечения вычислительных таких машин, позволяющего решать некоторые виды интеллектуальных задач так же, как их решил бы человек.

Третье направление ориентировано на создание человеко-машинных, или, как еще говорят – интерактивных, интеллектуальных систем, являющих собой симбиоз возможностей естественного и искусственного интеллекта. Важнейшими проблемами в этих исследованиях является оптимальное сочетание возможностей человека и искусственной системы, моделирующей интеллектуальные возможности человека, и организация семантически безупречного диалога между человеком и такой системой.

В рамках каждого из направлений существуют различные подходы к построению ИИС. Эти подходы не являются эволюционными этапами, они появились почти одновременно (в историческом плане) и самостоятельно существуют и развиваются в настоящее время. Более того, никогда не было достаточных оснований к тому, чтобы безоговорочно предпочесть какой-то подход остальным.

Практически каждая ИИС, основанная на логическом подходе, представляет собой машину для решения задач логических выводов и доказательства теорем. При этом исходные данные хранятся в базе знаний в виде аксиом и правил построения логического вывода как отношений между этими данными. Кроме того, каждая такая машина имеет блок генерации цели (формулировка задачи или теоремы), а система вывода (универсальный решатель) должна решить данную задачу или доказать теорему. Если сформулированная цель достигнута (теорема доказана), то последовательность примененных правил образует цепочку действий, позволяющих решать любые задачи подобного типа. Мощность такой системы определяется возможностями генератора целей и возможностями машины доказательства теорем (универсального решателя). Доказательство может потребовать полного перебора всех возможных вариантов решений.

Поэтому данный подход требует эффективной реализации вычислительного процесса и хорошо «работает» при сравнительно небольшом объеме базы знаний.

Физический подход объединяет методы моделирования интеллектуальных возможностей человека с помощью компьютера и различных физических устройств. Одной из первых таких попыток был перцептрон Фрэнка Розенблатта. Структурной единицей перцептрона (как и большинства других вариантов такого моделирования) является компьютерная модель нейрона – нервной клетки. Позднее возникли модели, которые получили известность под термином "искусственные нейронные сети" (ИНС). Эти модели относятся к структурам, основанным на примерах. Они используют как различные по физической реализации модели нервных клеток, так и различные топологии связей между ними.

Широкое распространение получило в последние годы эволюционное моделирование. Принцип, лежащий в основе этого метода, заимствован у природы – у живых организмов и систем. Во многих источниках он определяется как воспроизведение процесса естественной эволюции с помощью специальных алгоритмов и программ.

Еще одним, широко используемым методом этого подхода к построению ИИС является имитационное моделирование. Оно связано с классическим для кибернетики, одним из ее базовых понятий - "черным ящиком" (ЧЯ). Так называют устройство, информация о внутренней структуре и содержании которого отсутствуют полностью, но известна матрица обязательного соответствия сигналов на входе в него и сигналов на его выходе. Объект, поведение которого имитируется моделью, как раз и представляет собой такой "черный ящик". Нам не важно, что у него внутри и как он функционирует, главное, чтобы наша модель в аналогичных ситуациях вела себя точно так же. Так можно моделировать важное свойство человека — способность копировать то, что делают другие, не задумываясь, зачем это нужно. Зачастую эта способность экономит ему массу времени, особенно в начале его жизни. Основным недостатком имитационного подхода является низкая информационность о побудительных мотивах поведения моделей, построенных с его помощью.

1.2. Свойства и возможности ИИС.

Основным предназначением ИИС изначально было и будет исполнение роли «усилителя» интеллекта человека, дающего возможность решения проблемы, которая требует таких знаний, опыта и образа мышления, которых он не сумел, не считал нужным или не мог приобрести до того, как перед ним него возникла эта проблема. Чтобы ИИС любой типологической категории (ЭС, НС или гибридная) отвечала в полной мере такому назначению, необходимо, чтобы она обладала качествами (свойствами и возможностями) идеального помощника человека: честностью, понятливостью, восприимчивостью, дееспособностью, исполнительностью. Если перейти к понятиям более конкретным, то в терминах теории и практики построения ИСС эти качества трактуются как:

• коммуникативность, трактуемая как многообразие доступных всем категориям пользователей способов общения с системой;
• универсальность по отношению к множеству задач, составляющих проблемную область, в пределах задач которой должна функционировать система;
• «умение» обучаться на основе приобретаемого опыта и знаний, приспосабливаясь к изменению условий решения проблемы;
• «умение» перестроиться при изменении принципиальных положений (концепций) предметной (а значит - и проблемной) области.

Коммуникативные качества ИИС определяются наличием в ее структуре аппаратно-программных средств, обеспечивающих возможность любому пользователю системы общаться с ней естественным для него способом. Это означает, что пользователь системы не должен «выбирать выражения», обращаясь к ней с тем или иным заданием, а делать это в привычной и удобной для себя манере. А система должна совершенно точно распознать смысл задания и приступить к его выполнению. Если задание выполнено, то система должна сообщить пользователю, как было получено решение и почему оно является именно таким. Коммуникативные функции реализуются в виде уточняющего диалога. Для того, чтобы диалог был возможен при выборе пользователем того или иного способа общения с системой (речевое обращение, запрос в виде текста, графический образ), в ее составе должны быть соответствующие аппаратные и программные средства.

Аппаратные средства преобразуют аналоговые сигналы в машинные цифровые коды (при вводе запроса) и цифровые коды в аналоговый сигнал (при выводе ответа). Программные средства осуществляют необходимую обработку информации, представленной в запросе к системе. Обработка запроса, изложенного на естественном языке (ЕЯ-запроса), предусматривает его лингвистический анализ (распознание синтаксической структуры и морфологии текста запроса), семантический анализ ЕЯ-запроса (распознание его смысла), лингвистическую и семантическую интерпретацию запроса в понятиях и терминах внутрисистемного языка описания знаний и описания всевозможных отношений между понятиями. После такого «перевода» запроса на «свой» язык, система решает поставленную в нем задачу. Эту функцию выполняет комплекс программ, реализующий алгоритмы процедур и правил, составляющих процедурную компоненту БЗ системы. Решив поставленную пользователем задачу, система должна представить результаты в том виде, как это было указано в запросе на ее решение: в виде речевого сообщения, текста, схемы, анимации или трехмерного изображения. Для этого необходимо преобразовать результаты решения задачи из представления на внутрисистемном языке в представление на естественном языке, языке графики или анимации. Такие преобразования осуществляются сначала программами семантической интерпретации результатов решения в понятиях и терминах естественного языка, языка графики или языка анимации, а затем программами лингвистического синтеза результатов решения (ответа системы на запрос) на естественном языке пользователя или на языке графики или анимации.