Содержание
- 2. Структура лекции Понятие искусственного интеллекта История развития интеллектуальных информационных технологий. Понятие знаний, модели представления знаний. Онтологии
- 3. 1. Понятие искусственного интеллекта Тема 5 Интеллектуальные информационные технологии
- 4. Искусственный интеллект (AI-artificial intelligence) свойство автоматических систем брать на себя отдельные (творческие) функции интеллекта человека, например,
- 5. Искусственный интеллект (AI-artificial intelligence) Искусственный интеллект — это одно из направлений информатики, целью которого является разработка
- 6. Интеллектуальная система Система считается интеллектуальной: имеет функцию представления и обработки знаний; имеет функцию рассуждения; имеет функцию
- 7. Интеллектуальные задачи Задачи, связанные с отысканием алгоритма решения класса задач определенного типа; Поведенческие определения ИИ: Критерий
- 8. Критерий Тьюринга Испытатель через посредника общается с невидимым для него собеседником – человеком или системой. Интеллектуальной
- 9. Критерий Тьюринга Достоинства: Широта тем для обсуждения; Недостатки: Проверяется только способность машины походить на человека, а
- 10. Критерий Тьюринга
- 11. Captcha Captcha - Completely Automated Public Turing test to tell Computers and Humans Apart; Основная идея:
- 12. Цели интеллектуальных информационных технологий расширение круга задач, решаемых с помощью компьютеров, особенно в слабоструктурированных предметных областях;
- 13. Предметная область Предметная область(ПрОб) – это область человеческой деятельности, для которой разрабатывается система. Слабо структурированная ПрОб
- 14. 2. История развития интеллектуальных технологий Тема 5 Интеллектуальные информационные технологии
- 15. История развития искусственного интеллекта Начало развития направления 1940 гг. 1943 г. – первая статья в области
- 16. История развития искусственного интеллекта 1956 г. появление термина «искусственный интеллект», автор Джон Маккарти, семинар по логическим
- 17. История развития искусственного интеллекта 50-е годы – моделирование человеческого разума, создание аналогичного ему искусственного; 60-е годы
- 18. История развития искусственного интеллекта 65-75 гг. – развитие логических методов, доказательство теорем; 1973 г. – создан
- 19. Центры исследований в области ИИ США: Беркли, Стенфорд, Массачусетс. Япония: Университет Токио, Sony labs; Европа: Марсель,
- 20. Основные направления исследований в области ИИ Нейрокибернетика или бионический; Символьный или логический Кибернетика «черного ящика» или
- 21. 3. Понятие знаний, модели представления знаний Тема 5 Интеллектуальные информационные технологии
- 22. Данные и знания ДАННЫЕ – сведения, представленные в определенной знаковой системе и на определенном материальном носителе
- 23. Информация, данные, знания ДАННЫЕ + обработка = ИНФОРМАЦИЯ; ИНФОРМАЦИЯ + сравнение = ЗНАНИЯ.
- 24. Определение знаний Знания — это основные закономерности предметной области, позволяющие человеку решать конкретные производственные, научные и
- 25. Свойства знаний Более сложная структура; Внутренняя интерпретируемость; Структурируемость; Связность. Внутренняя активность – изменение знаний влияет на
- 26. Неформальный пример Факты: Встреча в 17.30 Положение стрелок на часах - Текущее время – 17.20 Знание(вывод
- 27. Классификация знаний Процедурные знания - описывают последовательности действий, которые могут использоваться при решении задач; Декларативные знания
- 28. Основные задачи инженерии знаний Представление знаний: Как люди представляют знания? Есть ли универсальный способ представления знаний?
- 29. Требования к представлению знаний Наглядность или простота представления знаний; Удобство представления знаний для работы интеллектуальной системы
- 30. Модель представления знаний Модель представления знаний - формализм, предназначенный для описания статических и динамических свойств предметной
- 31. Основные модели представления знаний Формальные логические модели; Продукционные модели; Семантические сети; Фреймы.
- 32. Формальные логические модели Виды логических моделей: Исчисление высказываний; Исчисление предикатов; Нечеткая логика. В основе лежит формальная
- 33. Формальные логические модели Достоинства: Высокий уровень формализации, что обеспечивает точность получения результата; Согласованность Единый способ описания
- 34. Исчисление высказываний Высказывание – неделимое грамматически правильное предложение, являющееся истинным или ложным. Сложное высказывание – комбинация
- 35. Исчисление предикатов Исчисление предикатов - система моделирования некой среды и проверки гипотез относительно этой среды при
- 36. Продукционные модели Продукционная модель представляет собой набор продукций - правил вида «Если»- «То»; Формально продукция описывается
- 37. Продукционные модели Достоинства: Простота и наглядность правил; Простота пополнения базы знаний; Простота вывода в базе знаний;
- 38. Семантические сети Семантическая сеть - ориентированный граф, вершины которого понятия, а дуги – отношения между ними.
- 39. Mind Maps MindMap(Карта ума) – графическое представление некоего центрального образа и основных тем, с ним связанных.
- 40. Пример MindMaps
- 41. Классификация семантических сетей По количеству типов отношений: однородные; неоднородные. По типу отношений: бинарные; N-арные.
- 42. Семантические сети Достоинства: Наглядность, универсальность, простота понимания; Соответствуют представлению знаний у человека. Недостатки: Сложность организации процессов
- 43. Фреймы Фрейм (Каркас) – абстрактный образ для представления некоего стереотипа восприятия. Фрейм имеет набор свойств(слотов). Термин
- 44. Фреймы Классификация фреймов: Фреймы-образцы(прототипы); Фреймы-экземпляры; Фрейм – некая структура для описания знаний, которая по мере заполнения
- 45. Пример фрейма Ситуация: Студент Иванов получил книгу А. Я. Архангельского «100 компонентов Delphi» в библиотеке ТГПУ
- 46. Фреймы Достоинства: Интеграция знаний (декларативных и процедурных); Соответствие принципам хранения знаний человеком; Наглядность, гибкость, однородность. Недостатки:
- 47. Методы извлечения знаний Коммуникативные методы Активные (мозговой штурм, интервью, анкетирование и т.д.); Пассивные (наблюдения, лекции). Текстологические
- 48. 4. Онтологический подход Тема 5 Интеллектуальные информационные технологии
- 49. Что такое онтология? Онтология— раздел философии, в котором изучаются наиболее общие характеристики бытия и сущностей; Онтология
- 50. Что такое онтология? Концептуализация - процесс перехода от представления предметной области на естественном языке к точной
- 51. Структура онтологии Формальная модель онтологии: О= , где Х – конечное множество понятий; R – множество
- 52. Виды онтологий: Управляемый словарь терминов - это ограниченный список слов и терминов, используемых для индексации и
- 53. Цели создания онтологий Для совместного использования людьми или программными агентами общего понимания структуры информации. Для возможности
- 54. Задачи решаемые с помощью онтологий Создание и использование БЗ; Организация эффективного поиска в БД, информационных каталогах,
- 55. Принципы создания онтологий (Грубер) Ясность; Согласованность; Расширяемость; Минимум влияния кодирования; Минимум онтологических обязательств.
- 56. Языки описания онтологий Язык описания онтологий — формальный язык, используемый для кодирования онтологии. OWL(ontology web language),
- 57. Разработка онтологий в среде Protege-Frames Онтология – это Классы (понятия предметной области); Подклассы; Конкретные экземпляры класса.
- 58. Процесс разработки онтологий в Protege Определить масштаб онтологии; Выделить понятия онтологии; Определить иерархию понятий (класс-подкласс); Описать
- 59. Шаг 1. Область и масштаб Какую область будет охватывать онтология? Для чего мы собираемся использовать онтологию?
- 60. Шаг 2. Перечислить все понятия в онтологии Какие понятия (термины) мы хотим рассмотреть? Какими свойствами эти
- 61. Шаг 3. Определить классы, их слоты, иерархию классов Класс – объект, существующий независимо. Иерархия классов: Нисходящая
- 62. Шаг 4. Определить ограничения(фацеты) слотов Мощность слота; Тип значений слота: Строка; Число; Булевое значение; Набор значений;
- 63. Шаг 5. Создать экземпляры классов Процесс заполнения базы знаний фактами: Выбрать класс; Создать экземпляр класса (instance);
- 64. Шаг 6. Проверка работы запросов Создать запросы, соответствующие выделенным вопросам; Проверить корректность их работы, возвращаются ли
- 65. 5. Основные направления развития ИИ Тема 5 Интеллектуальные информационные технологии
- 66. 5.1 Имитация творчества Решение игровых задач (шахматы, шашки, домино, го); Автоматическое доказательство теорем; Программы анализа и
- 67. 5.2 Системы основанные на знаниях Представление и использование знаний - основное направление развития современных интеллектуальных технологий.
- 68. 5.3 Создание средств разработки для ИИ Разработка инструментальных средств для создания интеллектуальных систем: Разработка новых языков
- 69. 5.4 Анализ и обработка естественного языка Создание ЕЯ – интерфейсов; Автоматическое реферирование; Автоматическая классификация документов; Машинный
- 70. 5.5 Новые архитектуры компьютеров Существующие ЭВМ используют архитектура фон Неймана и неэффективны в плане символьной обработки.
- 71. Архитектура фон Неймана Принципы фон Неймана: двоичное представление программное управление однородность памяти адресуемость памяти последовательное программное
- 72. Новые архитектуры компьютеров Ассоциативные процессоры; Машины баз данных; Параллельные компьютеры; Векторные компьютеры; Графодинамический подход.
- 73. 5.6 Интеллектуальные роботы Робот – электромеханическое устройство для автоматизации человеческого труда. Поколения: 1-е – роботы с
- 74. 5.7 Обучение и самообучение Модели, методы и алгоритмы, ориентированные на автоматическое накопление и формирование знаний на
- 75. 5.8 Распознавание образов Образы характеризуется свои набором свойств и признаков; Основные задачи: Идентификация объектов. Классификация объектов.
- 76. 5.9 Прочие направления генетические алгоритмы; интеллектуальные интерфейсы; распознавание и синтез речи; многоагентные системы; онтологии; Semantic web;
- 77. Спасибо за внимание! Есть ли вопросы?
- 78. Вопросы к зачету Понятие искусственного интеллекта. Понятие интеллектуальной задачи. Поведенческие критерии интеллекта. Критерий Тьюринга. Понятие предметной
- 79. Вопросы к зачету Основные подходы к исследованиям в области ИИ. Понятие знаний. Классификация видов знаний. Основные
- 80. Вопросы к зачету Представление знаний при помощи формальных логических моделей. Представление знаний при помощи продукций. Представление
- 81. Вопросы к зачету Основные методы извлечения знаний. Понятие онтологии. Цели создания онтологий. Принципы создания онтологий. Основные
- 83. Скачать презентацию