|
РЕФЕРАТЫ КУРСОВЫЕ ДИПЛОМЫ СПРАВОЧНИКИ
|
|
|
В PROLOGе нетерминальный символ записывается как выражение (а не как список), а последовательность терминальных символов - в виде списка. В правой части правила наряду с нетерминальными символами и списком терминальных символов могут находиться последовательности вызовов процедур, записываемых в фигурных скобках ({a d}). Они используются для выражения дополнительных условий, которые в обязательном порядке должны выполнятся, чтобы правило действовало. Нетерминальный символ преобразуется в ( 2)-местный предикат (имеющий идентичное название), чьи первые параметры полностью описаны в нетерминальном символе и чьи последние два параметра являются такими же, как и при трансляции контекстно-свободного нетерминального символа. Вызовы процедур в правой части правила транслируются так, как они есть. Каждое грамматическое правило, типа p(X) -> q(X). получает группу входящих данных, анализирует некую исходную часть и генерирует остаток для дальнейшего анализа. Это частное правило транслируется системой PROLOG как p(X, S0, S): - q(X, S0, S). Следовательно, система грамматической индексации в PROLOGе обеспечивает более сжатую запись, когда параметры для групп входящих и выходящих данных неявно выражены. Когда в правиле содержатся терминальные символы, они транслируются со сказуемым "co ec s". К примеру, co ec s(S1, X, S2) означает, что суть S1 связана через X с сутью S2. Правило p(X) -> (older), q(X), (high). преобразуется в p(X, S0, S): - co ec s(S0, older, S1), q(X, S1, S2), co ec s(S2, high, S). АНАЛИЗ ЕЯ В 1977 году Колмеройер ввел общую схему анализа ЕЯ, что явилось решающим шагом вперед и вызвало огромный интерес в области использования логических грамматик как альтернативы прочно утвердившимся грамматикам расширенных сетей переходов (augme ed ra si io e work grammars). С исторической точки зрения, это можно признать поворотным пунктом, так как был указан метод преобразования предложений ЕЯ в логические структуры. Метод заключался в рассмотрении простейших высказываний, содержащих собственные имена существительные, какой бы то ни было артикль в виде квантора (кванторного слова) с тремя операциями перехода и четыре приоритетных правила, для разрешения проблемы иерархии квантования (количественного измерения качественных признаков). Краткий обзор общей схемы побуждает к дальнейшему развитию приемов составления логических грамматик. Например, предложение Chomsky is (a) wri er содержит имя собственное, и глагол “ o be” преобразуется в формулу wri er(chomsky) Главным образом глаголы, прилагательные, имена существительные вводят характеристики с параметрами. Для глаголов, может равняться 1 или 1 [переходные глаголы, где - количество комплементов (дополнений, следующих за глаголом в составном сказуемом и описывающих его подлежащее)]. Для прилагательных и имен существительных равняется или больше 1 (отношения, где - это -место его параметров). Параметры представляют в предложении дополнения при имени существительном, глаголе или прилагательном. Например, предложение Chomsky wri es a book содержит глагол “wri e”, существительное “book” и артикль “a” и может быть заменено следующей формой: for a B such ha B is (a) book (1) i is rue ha Chomsky wri es B (2) где (1) и (2) являются простейшими высказываниями.
Характер процесса порождения. В отличие от организации процесса понимания, который, на первый взгляд, может следовать традиционным стадиям лингвистического анализа: морфология, синтаксис, семантика, прагматика /дискурс¦ процесс порождения имеет существенно отличный характер. Этот факт следует непосредственно из присущих различий в информационном потоке в двух процессах. Понимание осуществляется от формы к содержанию; порождение есть совершенно противоположный процесс. При понимании, формулировка текста (и, возможно, интонация) - "известны". Из формулировки процесс создает и выводит примерное содержание, переданное текстом и, вероятно, усилиями диктора в создании текста. Первым делом следует просмотреть слова текста последовательно, в течение чего форма текста постепенно разворачивается. Главные проблемы вызваны неоднозначностью¦ одна форма может содержать диапазон альтернативных значений, и аудитория получает большее количество информации из ситуационных заключений, чем это может быть фактически передано текстом. Кроме того, несоответствия у диктора и аудитории модели ситуации ведут к непредсказуемым заключениям. Порождение имеет противоположный информационный поток. Оно переходит от содержания к форме, от целей и перспектив к линейно упорядоченным словам и синтаксическим маркерам. Модель ситуации и дискурс обеспечивают основу для создания выбора среди альтернативных формулировок и конструкций, которые производит язык: первое в построении заранее обдуманного текста. Большинство систем порождения производит поверхностные тексты последовательно слева направо, но только приняв решение сверху-вниз по содержанию и форме текста в целом. Проблема генератора состоит в том, чтобы выбрать из поставленных источников, как правильно сообщить о желаемых умозаключениях аудитории и какую информацию опустить из явного упоминания в тексте. Можно вообразить, что процесс порождение также организован, как и процесс понимания, только в противоположном порядке. К некотором смысле это верно: идентификация намерения (цели) в значительной степени предшествует любой детализации информация, которая предназначается для аудитории: планирование риторической структуры, например, в значительной степени, предшествует любой синтаксической структуре, а синтаксический контекст слова должен быть зафиксирован, прежде чем будут известны морфологическая и суперсегментная формы, которые примет слово. Синтаксис и словарь языка становится как ресурсами, так и ограничениями, определяя элементы, доступные для создания текста, а также зависимости между ними, которые определяют возможные правильные комбинации. Эти зависимости, и тот факт, что они по умолчанию управляют, когда информация, от которой зависит каждое решение, становится доступной, - основная причина, почему программы порождения в значительной степени следуют стандартным стадиям, определенными лингвистами. Идентификация цели предшествует выбору содержания и риторическому планированию, которое предшествует синтаксической конструкции, только потому что это - естественный порядок принятия решения; проще следовать потоку зависимостей, чем перепрыгивать и принимать случайное решение, которое может оказаться преждевременным и несостоятельным.
Наиболее общие сообщения сегодня не создаются планировщиком, а являются просто структурами данных, которые извлекаются из основной программы и которым генератор дает особую интерпретацию. Подобная практика распространена в программах, которым необходимо объяснять свои рассуждения, заключенные в доказательстве дедуктивным методом исчисления предиката. Ниже приводится такого рода доказательство. На входе Li e 1: premis Exis s(x) [barber(x) a d Forall(y).shaves(x,y) iff o .shaves(y,y)l Li e 2: exis e ial i s a ia io (1) barber(g)a d Forall(y).shaves(g,y) iff o .shaves(y,y) Li e 3: co ju c io reduc io (2) Forall (y).shaves(g,y) iff o .shaves(y,y) Li e 4: u iversal i s a ia io (3) shaves(g,g) iff o .shaves(g,g) Li e 5: au ology (4) shaves(g,g) a d o .shaves(g,g) Li e 6: co di io aliza io (5,1) (Exis s(x) [barber(x) a d Forall(y).shaves (x,y) iff o .shaves(y,y)] implies (shave(g,g) a d o .shaves(g,g)) Li e 7: reduc io-ad-absurdum (6) o (Exis s(x) barber(x) a d Forall(y).shaves (x,y) iff o .shaves(y,y)) На выходе Assume ha here is some barber who shaves everyo e who does ' shave himself (a d o o e else). Call him Giuseppe. ow, a yo e who does ' shave himself would be shaved by Giuseppe. his would i clude Guiseppe himself. ha is, he would shave himself, if a d o ly if he did o shave himself, which is a co radic io . herefore i is false, here is o such barber. Модель дает объяснение действиям автора доказательства в выборе, какое правило применять, например, что цель правой части условия в первой строке наложить ограничение на переменную Y (". Кто не бреет себя "). Это дает право воспринимать доказательство особым образом. Эти действия, однако, нигде в доказательстве (которое было единственным входом в программу) не появляется. Они только предполагаются и, таким образом, имеют силу только для нескольких примеров доказательств, произведенных естественным дедуктивным методом. Недостаток информации в сообщениях основной программы - постоянная проблема в работе с порождением текстов. Специалисты по вычислительной лингвистике вынуждены вчитываться в структуры данных основных программ, потому что последние уже не включают те виды риторических команд, которые необходимы генератору, если следовать синтаксическим конструкциям языка, которые использует человек. Без “дополнительной” информации связность произносимого - особенно для длинных текстов - будет зависеть от того, насколько непротиворечиво и полно авторы основных программ представили информацию: каждый раз, когда генератор встречает к-л символ, ему ничего не остается как обрабатывать его как "посылку" или как условие одним и тем же способом, если он встречает их в одинаковом контексте. Если поддерживается непротиворечивость, проектировщик может восполнять неточности, усовершенствуя структуры данных, как только они оказываются внутри лингвистического компонента. Средства, направленные на достижение беглости и преднамеренной детализации формы, объясняют использование фразовых словарей и промежуточного лингвистического представления. Простой пример показывает, почему это необходимо.
Философия
Но помимо отмеченных форм сознания существуют другие. Изучается своеобразная форма мышления "машинная" ("электронный мозг", "искусственный интеллект"), о которой в начале нашего столетия философия, по-видимому, даже не догадывалась. Весьма вероятно, что существуют формы мышления инопланетного характера. Представления о такого рода "сознаниях" развиваются сейчас в виде гипотез. Так или иначе, а современный уровень науки и практики ставит перед философами задачу дальнейшей разработки понятия сознания в его предельно обобщенном виде и корректировки в связи с этим традиционного определения материи. Раскрытие понятия сознания, хотя бы только в его функциональном плане, может служить важной предпосылкой для уяснения философского смысла понятия "материя". Затрагивая основной вопрос философии, мы порой не задумываемся над тем, какие понятия соотносимы с понятием "материя": наряду с "сознанием" мы употребляем, например, термин "мышление" (говорим о соотношении мышления и материи). Однако при таком подходе, самом по себе целесообразном для реализации вполне конкретных целей, значительно суживается и обедняется содержание категории, противостоящей в гносеологическом отношении категории "материя". "Сознание" не тождественно "мышлению" ... »Современные цивилизации
Всеобщая информатизация порождает новые проблемы. Искусственный интеллект усиливает не только человеческий ум, но и глупость. Чрезмерная информативность может привести к тому, что люди почти перестанут общаться друг с другом. Предсказывают также возможность поставить под тотальный контроль поголовно все население западных стран. Продолжающийся рост численности населения отсталых стран и реализация ими программ промышленного развития еще более усугубят проблемы, стоящие перед западной цивилизацией. В табл. 1 приведен составленный им прогноз роста доли населения и валового мирового продукта (ВМП) для основных цивилизационных центров на период времени до 2025 года. Судя по этим данным, Запад ждут в XXI веке непростые испытания. Если западной цивилизации удастся избежать социально-политической и экологической катастрофы, то достичь этого она сможет лишь на пути радикальной системной трансформации. Нельзя исключить и возможность утраты ею социокультурного единства, достигнутого в результате тысячелетнего развития, скатывания к безвременью нового средневековья, о чем предупреждал еще Н. Бердяев. Не исключено и другое. открыть »Социальная философия
Целеполагание - преимущество человека. Таковой нет в неорганической или органической природе. Иногда, правда, говорят о компьютерах, считают, что они есть искусственный интеллект. Однако это скорее метафора, чем действительная разновидность интеллекта. Компьютеры созданы человеком, в них он вложил цель, и машины эту цель реализуют. Деятельность машин целеисполнительна, и только деятельность человека целеполагающа. В религиозном мировоззрении можно обнаружить иную, чем в философии, трактовку целеполагания: лишь Бог является единственным полагателем основных целей, а человек - исполнитель воли Божьей, его деятельность подобна деятельности машины - она (эта деятельность) целеисполнительна. Если и есть у него какие-то особые цели, им сформулированные, то они производны от главных, не им определенных, не им предначертанных; он в конечном счете - Божье творение. При выборе и реализации цели человек ориентируется на ценности, идеалы, нормы. Норма социальна; это образец, правило, принцип деятельности, признанные социальной организацией и в той или иной форме заданные для исполнения ее членам [1] ... »Функционально – прагматические аспекты фразеологических интенсификаторов в современном английском языке
Как известно, термин метафора используется в двух значениях – как результат и реже как процесс. Именно этот последний, деятельностный аспект метафоры самым непосредственным образом связан с когнитивной деятельностью сознания, с учетом которой и предпринята попытка в нашем исследовании установить и описать основные закономерности метафоризации, описать действие тех механизмов, которые присущи метафоре как тропу. В последние десятилетия центр тяжести в изучении метафоры переместился из филологии, в которой превалировали анализ и оценка поэтической метафоры, в область изучения практической речи и в те сферы, которые обращены к мышлению, познанию и сознанию, к концептуальным структурам, к моделированию искусственного интеллекта. В метафоре стали видеть ключ к пониманию основ мышления и процессов создания не только национально-специфического видения мира, но и его универсального образа. Метафора тем самым укрепила связь с логикой, с одной стороны, и мифологией – с другой. О метафоре написано множество работ, попытки создания когнитивных теорий метафоры делались лингвистами разных направлений, как отечественными (В.В.Виноградов, А.А.Потебня, Н.Д.Арутюнова, В.Н.Телия), так и зарубежными (Э.Кассирер, Х.Ортега-и-Гассет, П.Рикер, М.Блэк, Дж.Серль, Дж.Лакофф и М.Джонсон и др.). Исследование значения ФИ с точки зрения концептуализации действительности предполагает необходимость выбора из широкого спектра теорий метафоры тех, которые разрабатывают проблематику, связанную с формированием концептуальных систем и с прагматическими аспектами метафоры. открыть »Знакомьтесь - роботы!
Мы надеялись, что вы расскажете о том, как человек понимает прочитанное, сказанное и увиденное, как у него возникают мысли и идеи, как он решает задачи и изобретает, почему Г. Галилей, И. Ньютон и М. Ломоносов оказались гениальными учеными, как А. Пушкину удалось написать: Мой дядя самых честных правил, Когда не в шутку занемог Жаль, но на эти вопросы вы, авторы, не ответили, и мы, читатели, так и не понимаем, по какому образу и подобию собираетесь делать вашего робота, какими человеческими чувствами, качествами и талантами он будет обладать и какой все-таки вы устроите ему искусственный интеллект? Может быть, вы, авторы, об этом ничего не сказали потому, что все эти механизмы, правила и законы, по которым действует наш интеллект, очень сложны и вы просто боялись, что об этом нельзя понятно рассказать, а в непонятном рассказе мы не сумеем разобраться? Не бойтесь, расскажите, пусть не все, не подробно. Пусть это очень сложно, мы внимательно прочитаем и постараемся понять..." Вот в каком виде мы примерно рисовали себе возможную реакцию некоторых читателей, увлекающихся современной художественной фантастикой и нехудожественными фантазиями, но не очень искушенных в современной науке и технике ... »Информационные системы в экономике
Они становятся стратегическим источником информации и используются на всех уровнях организации любого профиля. ИС этого периода, предоставляя вовремя нужную информацию, помогают организации достичь успеха в своей деятельности, создавать новые товары и услуги, находить новые рынки сбыта, обеспечивать себе достойных партнеров, организовывать выпуск продукции по низкой цене и многое другое.6. Понятие экономической информационной системы (ЭИС) ЭИС представляет собой систему, функционирование которой во времени заключается в сборе, хранении, обработке и распространении информации о деятельности какого-то экономического объекта реального мира. Информационная система создается для конкретного экономического объекта и должна в определенной мере копировать взаимосвязи элементов объекта. ЭИС предназначены для решения задач обработки данных, автоматизации конторских работ, выполнения поиска информации и отдельных задач, основанных на методах искусственного интеллекта. Задачи обработки данных обеспечивают обычно рутинную обработку и хранение экономической информации с целью выдачи (регулярной или по запросам) сводной информации, которая может потребоваться для управления экон. объектом. Автоматизация конторских работ предполагает наличие в ЭИС системы ведения картотек, системы обработки текстовой информации, системы машинной графики, системы электронной почты и связи. открыть »Информационное общество и глобальные компьютерные коммуникации
Она учится примерно так же, как Ваш помощник, и тоже со временем становится все полезнее, узнавая Ваши привычки и вникая в Ваши задачи. Но пройдут месяцы, может быть, годы, и он, досконально освоив свои обязанности и Ваш стиль работы, станет более ценным сотрудником, Вашей правой рукой. Г. Кан: «Разница между понятиями «информация» и «интеллект» является искусственной, но достаточно важной. «Информация» стремится быть относительно формальной и легко доступной. «Интеллект» в данном случае употребляется больше в значении «военное мышление», чем «человеческое мышление». Понятие «интеллект» является более широким и специфическим, менее официальным и формальным, чем-то, что мы называем информацией. Понятие «интеллект» означает знание о событиях и людях, это знание может быть предположительным, интуитивным, личным и/или полученным наугад, неофициально или тайно. «Интеллектуальные» данные обычно не включаются в стандартные карточки, а информация включает в себя шаблонные данные, которые ожидаются от системы. Трудно сделать различие между интеллектом и информацией более четким, но когда в систему вводят «интеллект», то это происходит в меньшей степени благодаря механическому или электронному программированию, а в большей степени благодаря случайному (или запланированному) наличию нужных людей, на нужном месте, в нужный час» Некоторые люди, слыша о программах с элементами искусственного интеллекта и дружеским интерфейсом, реагируют очень бурно — их просто в дрожь бросает от идеи очеловечить компьютер. открыть »Перспективы развития компьютерной техники
Содержание Вступление . .3 Перспективы развития I el .4 Оптические компьютеры . 6 Квантовый компьютер .8 Нейрокомпьютер .10 Заключение .11 Список литературы .12 На протяжении жизни всего лишь одного поколения рядом с человеком вырос странный новый вид: вычислительные и подобные им машины, с которыми, как он обнаружил, ему придется делить мир. Ни история, ни философия, ни здравый смысл не могут подсказать нам, как эти машины повлияют на нашу жизнь в будущем, ибо они работают совсем не так, как машины, созданные в эру промышленной революции. Марвин Минский Вступление Компьютеры появились очень давно в нашем мире, но только в последнее время их начали так усиленно использовать во многих отраслях человеческой жизни. Ещё десять лет назад было редкостью увидеть какой-нибудь персональный компьютер — они были, но были очень дорогие, и даже не каждая фирма могла иметь у себя в офисе компьютер. А теперь? Теперь в каждом третьем доме есть компьютер, который уже глубоко вошёл в жизнь самих обитателей дома. Сама идея создания искусственного интеллекта появилась очень давно, но только в 20 столетии её начали приводить в исполнение. открыть »Искусственный интеллект
С конца 40-х годов ученые все большего числа университетских и промышленных исследовательских лабораторий устремились к дерзкой цели: построение компьютеров, действующих таким образом, что по результатам работы их невозможно было бы отличить от человеческого разума. В последнее время наблюдается возрастание интереса к искусственному интеллекту, вызванное повышением требований к информационным системам. Умнеет программное обеспечение, умнеет бытовая техника. Мы неуклонно движемся к новой информационной революции, сравнимой по масштабам с развитием Интернета, имя которой – искусственный интеллект. Искусственный интеллект является сейчас «горячей точкой» научных исследований. В этой точке, как в фокусе, сконцентрированы наибольшие усилия кибернетиков, лингвистов, психологов, философов, математиков и инженеров. Именно здесь решаются многие коренные вопросы, связанные с путями развития научной мысли, с воздействием достижений в области вычислительной техники и робототехники на жизнь будущих поколений людей. Здесь возникают и получают права гражданства новые методы научных междисциплинарных исследований. Здесь формируется новый взгляд на роль тех или иных научных результатов и возникает то, что можно было бы назвать философским осмыслением этих результатов. открыть »Искусственный интеллект
Искусственный интеллект Машина и человек. Искусственный интеллект Что такое искусственный интеллект? Сейчас, пожалуй, уже мало кто задается подобным вопросом. Даже маленький ребенок попытается дать ответ на этот вопрос. Вернувшись в прошлый век, окунемся в ту атмосферу созидания и открытия Норбертом Винером новой науки "Кибернетики", положившей начало созданию "умных машин". Кибернетика — в большей степени наука о живых организмах, человеке и обществе, чем о машинах. Машина — скорее инструмент и модель в общей кибернетике, а не предмет изучения. Так считал сам Винер. Винер сравнивал машины создаваемые человеком, и машины, создаваемые природой и делал вывод, что машины созданные природой (люди) более эффективны и приспособляемы, но машины, созданные человеком, дали человеку в руки орудие для естественного эксперимента и эксперимента мысленного. У Винера возможность обучения машин, как и живых систем не вызывала сомнений, он приводил в пример обучение играющих машин, в том числе и шахматных. Но он, конечно, не знал, хотя, я думаю, и не сомневался, что будет создан такой суперкомпьютер, который сможет на равных разыгрывать труднейшие шахматные партии с чемпионом мира по шахматам Гарри Каспаровым. открыть »Анализ снизу вверх и сверху вниз
АНАЛИЗ СНИЗУ ВВЕРХ И СВЕРХУ ВНИЗ “Сверху вниз” vs. “снизу вверх”, “прямой” vs. “обратный”, “управляемый данными” vs. “движимый целью” - три пары определений для таких терминов, как “цепной анализ”, “парсинг”, “синтаксический разбор”, “логический анализ” и “поиск”. В принципе, все эти термины отражают сходные отношения, и различие между ними состоит лишь в том, что они взяты из различных подобластей компьютерной науки и искусственного интеллекта (парсинг, системы с заложенными в них правилами, поисковые системы и системы, направленные на решение проблем и т.д.) Суть этих противопоставлений можно проиллюстрировать на примере парадигмы поиска. Основная задача любого поиска состоит в том, чтобы определить маршрут, по которому вы будете перемещаться с настоящей позиции к вашей цели. Если вы начнете поиск с текущей позиции и будете продолжать его, пока не наткнетесь на желаемый результат, - это так называемый прямой поиск или поиск снизу вверх. Если вы мысленно ставите себя в то место, где вы хотите очутиться в результате поиска и определяете маршрут, двигаясь в обратном направлении, т.е. туда, где вы действительно находитесь в настоящий момент, - это поиск в обратном направлении или поиск сверху вниз. открыть »Социальная информатика
Понятия - информация, данные, знания часто используются как синонимы, несмотря на то, что они обозначают различные объекты. Информация - всеобщее свойство материи, проявляющееся в кибернетических коммуникативных процессах. Данные - это сведения, служащие для какого-либо вывода и возможного решения. Они могут храниться, передаваться, но не выступать в качестве информации. Знания - это результат познавательной деятельности, система приобретенных с ее помощью понятий о действительности. Информация всегда носит “транспортный” оттенок передачи знания по сетям связи , знание же всегда связано с личностью его создателя. Может быть предложена следующая, соответствующая логической связи понятой информация, данные, знания образная цепочка - зерно, мука, хлеб. Проблематика искусственного интеллекта. Массовая информатизация общества невозможна без ЭВМ с интеллектуальным (дружественным) интересом, базирующемся на достижениях искусственного интеллекта (ИИ). От исследований в области ИИ отделилось направление инженерии знаний, занимающееся выявлением, структурированием, формализацией знаний для разработки интеллектуальных систем, систем, основанных на знаниях, или экспертных систем(ЭС). открыть »Методы приобретения знаний в интеллектуальных системах
Кроме того, говорят, что множество правил Г позволяет сделать индуктивный вывод, если существует некоторая машина выводов М, которая идентифицирует в пределе любое правило К из множества Г. Обратите внимание на то, что слова «позволяет сделать индуктивный вывод» не имеют смысла для единственного правила, а относятся только к множеству правил. Обучение по аналогии. Приобретение новых понятий возможно путем преобразования существующих знаний, похожих на те, которые собираются получить. Это важная функция, которую называют обучением на основе выводов по аналогии или просто обучением по аналогии. В нашей жизни много примеров, когда новые понятия или технические приемы приобретаются с помощью аналогии Выводы по аналогии - один из важных объектов исследования искусственного интеллекта, наиболее интересные результаты здесь получены П. Уинстоном. Он использует выводы по аналогии, основываясь на следующей гипотезе: «Если две ситуации подобны по нескольким признакам, то они подобны и еще По одному признаку». Подобие двух ситуаций распознается путем обнаружения наилучших совпадений по наиболее важным признакам. Аналогия—это метод выводов, при которых обнаруживается подобие между несколькими заданными объектами; благодаря переносу фактов и знаний, справедливых для одних объектов, на основе этого подобия на совсем другие объекты либо определяется. способ решения задач, либо предсказываются неизвестные факты и знания. открыть »Разработка образовательной среды для дистанционного обучения по дисциплинам "Компьютерная графика" и "Системы искусственного интеллекта". Геометрические преобразования
Саратовский государственный технический университет Отзыв руководителя на дипломную работу Студента ПВС-51 Заулошнова Олега Всеволодовича на тему: «Разработка образовательной среды для дистанционного обучения по дисциплинам «Компьютерная графика» и «Системы искусственного интеллекта». Геометрические преобразования». Содержание работы полностью соответствует заданию на дипломное проектирование. Большинство поставленных вопросов решены достаточно полно, глубоко и обоснованно. В процессе дипломного проектирования За-улошнов О. В. показал достаточную самостоятельность, инициативность, умение обобщать другие работы по разрабатываемой тематике. Им продемонстрированы достаточно глубоко усвоенные знания по общетехническим и специальным дисциплинам, умение самостоятельно использовать их при решении поставленных задач. Представленная пояснительная записка и графические материалы соответствуют требованиям ЕСПД и методическим указаниям по дипломному проектированию. К недостаткам следует отнести недостаточно ритмичную работу в подготовительном к проектированию периоде. Оценивая в целом, следует отметить, что представленная дипломная работа соответствует всем предъявляемым к ней требованиям и заслуживает оценки «отлично», а Заулошнов О. В. — присвоения квалификации инженера-программиста. открыть »Создание экспертных систем в среде EXSYS
БД, БЗ и блок поиска решений образуют ядро ЭС. Для конструирования ЭС используются различные инструментальные средства: универсальные языки программирования, языки искусственного интеллекта, инструментальные системы и среды и системы-оболочки. Системы-оболочки являются наиболее простым средством формализации (автоформализации) экспертных знаний, практически не требующие участия посредников в лице инженера по знаниям или программиста при их использовании. Инженер по знаниям только помогает эксперту выбрать наиболее подходящую для его проблемной области оболочку. В пособии рассматривается ряд коммерческих инструментальных систем-оболочек, широко используемых для конструирования прикладных ЭС для статических проблемных областей, характеризующихся постоянством своих параметров в процессе функционирования (процессе консультации) ЭС. В таких статических ЭС режимы приобретения знаний (формирования БЗ) и консультации разделены. Системы EXSYS и GURU относятся к системам дедуктивного продукционного типа, причем система GURU (в ее современной версии, ориентированной на рабочие станции) по сути является инструментальной средой, поддерживающей различные режимы конструирования прикладных ЭС и обладающей достаточно развитыми средствами обработки фактора неопределенности. открыть »Производственные системы с искусственным интеллектом
Если для интерпретации данных необходимы соответствующие программы и сами по себе они не несут содержательной информации, то знания всегда содержательны. Другой отличительной чертой знаний является наличие отношений, например, вида “тип-подтип“, “элемент-множество“ и т.д. Знания характеризуются наличием ситуативных связей, определяющих ситуативную совместимость отдельных событий и фактов, позволяющих устанавливать причинно-следственные связи. Некоторые исследователи предпринимали попытки определить типы знаний, которые должны быть представлены в системах ИИ. Так, например, этот перечень может охватывать: структуру, форму, свойства, функции и возможные состояния объекта; возможные отношения между объектами, возможные события, в которых эти объекты могут участвовать; физические законы; возможные намерения, цели, планы, соглашения. Нередко представление знаний провозглашается ядром ИИ, а исследование механизмов представления – определяющей чертой ИИ. Так, Н. Нильсон считает, что “искусственный интеллект – это наука знаний, - как представлять знания, как получать и использовать их“ Правда, единодушия в этом вопросе нет. открыть »«Нечеткая логика в системах управления»
Сам термин «fuzzy» так прочно вошел в жизнь, что на многих языках он даже не переводится. В России в качестве примера можно вспомнить рекламу стиральных машин и микроволновых печей фирмы Samsu g, обладающих искусственным интеллектом на основе нечеткой логики.Тем не менее, столь масштабный скачок в развитии нечетких систем управления не случаен. Простота и дешевизна их разработки заставляет проектировщиков все чаще прибегать к этой технологии. Бурный рост рынка нечетких систем показан на рис. 1.После поистине взрывного старта прикладных нечетких систем в Японии многие разработчики США и Европы наконец-то обратили внимание на эту технологию. Но время было упущено, и мировым лидером в области нечетких систем стала Страна восходящего солнца , где к концу 1980-х годов был налажен выпуск специализированных нечетких контроллеров, выполненных по технологии СБИС . В такой ситуации I el нашла поистине гениальное решение. Имея большое количество разнообразных контроллеров от MCS-51 до MCS-96, которые на протяжении многих лет успешно использовались во многих приложениях, корпорация решила создать средство разработки приложений на базе этих контроллеров, но с использованием технологии нечеткости. открыть »Терминология теории систем (автоматизированные и автоматические системы)
Понятие "автомат" используется при построении и изучении кибернетических моделей биологических, технических, экономических, социальных и других систем, а также искусственного интеллекта и процессов эволюционного развития. РОБОТ Автомат, своим поведением, выполняемыми функциями, а иногда и внешним видом имитирующий человека. Различают: роботы с жестко заданной программой действия, управляемые (человеком-оператором) и с искусственным интеллектом. АВТОМАТИЗАЦИЯ, АВТОМАТИЗИРОВАТЬ Использование автоматических устройств для управления какими-либо процессами или выполнения каких-либо действий (в том числе реализации некоторых функций, операций и т. п.). Внедрение автоматических устройств в средства реализации каких-либо процессов или замена этих средств на автоматы. Комплекс мероприятий, направленных на повышение производительности труда человека посредством замены части этого труда работой машин. Связанные с автоматизацией термины Автоматизированный — технический объект, устройство, система или процесс, в котором используются автоматы или другие средства автоматизации. открыть »
