Fazat kryesore të zhvillimit të sistemeve të ekspertëve. Mjete të veçanta softuerike

Instituti Kolomna (dega)

Institucion arsimor shtetëror i arsimit të lartë

Arsimi profesional

"UNIVERSITET I HAPUR SHTETËROR I MOSKËS"

Departamenti i Informatikës dhe Teknologjive të Informacionit

"MIRATUAR"

Edukative dhe metodologjike

Këshilli i KI (f) MGOU

Kryetar i bordit

Profesor

JAM. Lipatov

"___" ____________ 2010

P.S. Romanov

BAZAT E INTELIGJENCËS ARTIFICIALE

Libër mësuesi për disiplinat e drejtimit

"Informatikë dhe Shkenca Kompjuterike"

Për studentët e universitetit

Kolomna - 2010

U

Botuar në përputhje me vendimin e këshillit edukativo-metodologjik të Institutit (degës) Kolomna të Institucionit Arsimor Shtetëror të Arsimit të Lartë Profesional "MGOU" datë __________ 2010 Qyteti nr. ________

DK 519,6

P69 Romanov P.S.

Bazat e inteligjencës artificiale. Tutorial. - Kolomna: KI (f) MGOU, 2010. – 164 f.

Tutoriali mbulon bazat e inteligjencës artificiale. Paraqiten konceptet bazë të inteligjencës artificiale. Janë dhënë dispozitat e teorisë grupe të paqarta. Shqyrtohen sistemet kryesore inteligjente, qëllimi, klasifikimi, karakteristikat, problemet e krijimit, shembujt e tyre.

Teksti shkollor është i destinuar për studentët e institucioneve të arsimit të lartë që studiojnë në degën “Informatikë dhe Shkenca Kompjuterike”. Mund të përdoret gjatë studimit të sistemeve inteligjente të informacionit nga studentë të specialiteteve të tjera.

Rishikuesi: Doktor i Shkencave Teknike, Profesor V.G. Novikov

©Romanov P.S.

©KI(f) MGOU, 2010

Hyrje…………………………………………………………………………………………………………………………………………………………………

Kapitulli 1. Konceptet bazë të inteligjencës artificiale.................................6

§ 1.1. Termat dhe përkufizimet bazë................................................ .............. .....6

§ 1.2. Historia e zhvillimit të sistemeve të AI.......................................... ................................................12

§ 1.4. Drejtimet kryesore të zhvillimit dhe aplikimit

sisteme inteligjente................................................ ........ ................25

Kapitulli 2. Dispozitat e teorisë së bashkësive fuzzy.......................................... ............. 32

§ 2.1. Komplet fuzzy. Veprimet në grupe fuzzy…..32

§ 2.1.1. Veprimet bazë në grupe fuzzy................................................35

§ 2.2. Ndërtimi i funksionit të anëtarësimit................................................ ......38

§ 2.2.1. Disa metoda për ndërtimin e funksionit të anëtarësimit......39

§ 2.3. Numrat e paqartë................................................ ........ ................................44

§ 2.4. Veprimet me numra të paqartë (L-R) të tipit.......................................... ..........46

§ 2.5. Variablat e paqartë dhe gjuhësor................................................ .....47

§ 2.6. Marrëdhëniet e paqarta...................................................... ..........................................50

§ 2.7. Logjika e paqartë................................................ ...................................51

§ 2.8. Konkluzione të paqarta...................................................... ........ ..........................53

§ 2.9. Automatizimi i përpunimit të informacionit duke përdorur

sisteme fuzzy................................................ ........ ................................59

Kapitulli 3. Sistemet bazë inteligjente................................................ ........64

§ 3.1. Të dhënat dhe njohuritë...................................................... ......... ................................64

§ 3.2. Modelet e përfaqësimit të njohurive................................................ ........... .........66

§ 3.3.1. Rregullat e produktit................................................ ........ ................69

§ 3.3.2. Korniza ................................................ .......................................72

§ 3.3.3. Rrjetet semantike...................................................... ........ ......................74

§ 3.4. Sistemet eksperte. Fushat lëndore.................................76

§ 3.5. Qëllimi dhe fushëveprimi i sistemeve të ekspertëve.................................77

§ 3.6. Metodologjia për zhvillimin e sistemeve të ekspertëve...................................81

§ 3.7. Sistemet bazë të ekspertëve................................................ ......... .........86

§ 3.8. Vështirësitë në zhvillim sistemet eksperte dhe mënyrat e tyre

kapërcimi ................................................ .. .................................90

§ 3.9. Qëllimi, klasifikimi i robotëve................................................ ....... 94

§ 3.10. Shembuj të robotëve dhe sistemeve robotike.......................................... 97

§ 3.10.1. Robotët e shtëpisë (shtëpiake)................................................ ....... ....97

§ 3.10.2. Robotët e shpëtimit dhe robotët hulumtues...................99

§ 3.10.3. Robotët për industrinë dhe mjekësinë..........................100

§ 3.10.4. Robotët ushtarakë dhe sistemet robotike................................101

§ 3.10.5. Truri si një pajisje analoge-dixhitale...................................104

§ 3.10.6. Robotët - lodrat...................................................... .... .................104

§ 3.11. Probleme të zbatimit teknik të robotëve................................105

§ 3.12. Robotët industrialë përshtatës................................................ ....114

§ 3.12.1. Përshtatja dhe trajnimi ..................................................... ..........................114

§ 3.12.2. Klasifikimi i sistemeve të kontrollit adaptiv

robotët industrialë................................................ ........ ...117

§ 3.12.3. Shembuj të sistemeve adaptive të kontrollit të robotëve.............123

§ 3.12.4. Probleme në krijimin e robotëve industrialë...................128

§ 3.13. Rrjeti nervor dhe teknologjitë neurokompjuterike................................132

§ 3.13.1. Karakteristikat e përgjithshme të drejtimit................................132

§ 3.13.2. Neuropaketat ..................................................... .......................................140

§ 3.14. Rrjetet neurale................................................ ..........................147

§ 3.14.1. Perceptroni dhe zhvillimi i tij................................................ ...... .....147

3.14.1.1. Neuroni matematik McCulloch-Pitts................147

3.14.1.2. Perceptroni i Rosenblatt dhe rregulli i Hebb-it.................................148

3.14.1.3. Rregulla Delta dhe Njohja e Shkronjave.................................150

3.14.1.4. Adaline, Madaline dhe rregulli i përgjithësuar i deltës..........152

§ 3.14.2. Perceptron me shumë shtresa dhe algoritmi invers

përhapja e gabimeve................................................ ................ .....155

§ 3.14.3. Llojet e funksioneve të aktivizimit................................................ .....160

Prezantimi

Shkenca e quajtur "inteligjencë artificiale" është pjesë e kompleksit të shkencave kompjuterike, dhe teknologjitë e krijuara në bazë të saj i përkasin teknologjive të informacionit. Detyra e kësaj shkence është të sigurojë arsyetim dhe veprim inteligjent me ndihmën e sistemeve kompjuterike dhe pajisjeve të tjera artificiale. Si një fushë e pavarur shkencore, inteligjenca artificiale (AI) ka ekzistuar për pak më shumë se një çerek shekulli. Gjatë kësaj kohe, qëndrimi i shoqërisë ndaj specialistëve të angazhuar në kërkime të tilla ka pësuar një evolucion nga skepticizmi në respekt. Në vendet e përparuara, puna në fushën e sistemeve inteligjente mbështetet në të gjitha nivelet e shoqërisë. Ekziston një mendim i fortë se janë këto studime që do të përcaktojnë natyrën e shoqërisë së informacionit, e cila tashmë po zëvendëson qytetërimin industrial, i cili arriti pikën më të lartë të prosperitetit në shekullin e 20-të. Gjatë viteve të fundit të formimit të AI si një disiplinë e veçantë shkencore, janë formuar modelet konceptuale të saj, janë grumbulluar metoda dhe teknika specifike që i përkasin vetëm asaj dhe janë krijuar disa paradigma themelore. Inteligjenca artificiale është bërë një shkencë krejtësisht e respektueshme, jo më pak e nderuar dhe e nevojshme se fizika apo biologjia.

Inteligjenca artificiale është një shkencë eksperimentale. Natyra eksperimentale e AI qëndron në faktin se kur krijon paraqitje dhe modele të caktuara kompjuterike, studiuesi krahason sjelljen e tyre me njëri-tjetrin dhe me shembuj se si një specialist zgjidh të njëjtat probleme, i modifikon ato bazuar në këtë krahasim, duke u përpjekur të arrijë një më të mirë. ndeshje e rezultateve. Në mënyrë që modifikimi i programeve të përmirësojë rezultatet në një mënyrë "monotone", duhet të ketë ide dhe modele fillestare të arsyeshme. Ato vijnë nga studimet psikologjike të vetëdijes, në veçanti nga psikologjia konjitive.

Një karakteristikë e rëndësishme e metodave të AI është se ajo merret vetëm me ato mekanizma të kompetencës që kanë natyrë verbale (lejojnë përfaqësimin simbolik). Jo të gjithë mekanizmat që një person përdor për të zgjidhur problemet janë të tilla.

Libri paraqet bazat e AI, të cilat bëjnë të mundur lundrimin e një numri të madh botimesh kushtuar problemeve të inteligjencës artificiale dhe marrjen e njohurive të nevojshme në këtë fushë të shkencës.

Maslennikova O.E. , Popova I.V.

Tutorial. Magnitogorsk: MaSU, 2008. 282 fq. Teksti shkollor përshkruan modelet e përfaqësimit të njohurive, teorinë e sistemeve të ekspertëve, bazat e logjikës dhe programim funksional. Shumë vëmendje i kushtohet historisë së zhvillimit të inteligjencës artificiale. Prezantimi i materialit shoqërohet me një numër të madh ilustrime, ofrohen ushtrime dhe pyetje për vetëkontroll.
Puna ka për qëllim studentët me kohë të plotë dhe me kohë të pjesshme që studiojnë në fushat “Shkenca Kompjuterike”, “Edukimi i Fizikës dhe Matematikës (Profili – Shkenca Kompjuterike)”.
Historia e zhvillimit të inteligjencës artificiale si një drejtim shkencor.
Drejtimet kryesore të kërkimit në fushën e inteligjencës artificiale.
Aspektet filozofike të problemit të inteligjencës artificiale.
Pyetje për vetëkontroll.
Letërsia.
Modelet e përfaqësimit të njohurive.
Njohuri.
Modeli logjik i përfaqësimit të njohurive.
Rrjetet semantike.
Korniza.
Modeli i produktit.
Modele të tjera të përfaqësimit të njohurive.
Ushtrime.
Pyetje për vetëkontroll.
Letërsia.
Sistemet eksperte.
Koncepti i një sistemi ekspert.
Llojet e sistemeve eksperte dhe llojet e problemeve që duhen zgjidhur.
Struktura dhe mënyrat e funksionimit të sistemit ekspert.
Teknologji për zhvillimin e sistemeve të ekspertëve.
Mjetet e sistemit të ekspertëve.
Inteligjente Sistemet e Informacionit.
Ushtrime.
Pyetje për vetëkontroll.
Letërsia.
Prolog si gjuhë programimi logjik.
Hyrje në programimin logjik.
Përfaqësimi i njohurive rreth fushës lëndore në formën e fakteve dhe rregullave të bazës së njohurive Prolog.
Kuptimi përshkrues, procedural dhe makinerik i një programi Prolog.
Teknikat bazë të programimit në Prolog.
Mjedisi Visual Prolog.
Ushtrime.
Letërsia.
Hyrje në programimin funksional.
Historia e programimit funksional.
Vetitë e gjuhëve funksionale të programimit.
Detyrat e programimit funksional.
Ushtrime.
Përgjigjet për vetë-test.
Letërsia.
ssariy.
Shtojca 1.
Shtojca 2.
Shtojca 3.

Skedari do të dërgohet në adresën e zgjedhur të emailit. Mund të duhen deri në 1-5 minuta para se ta merrni.

Skedari do të dërgohet në llogarinë tuaj Kindle. Mund të duhen deri në 1-5 minuta para se ta merrni.
Ju lutemi vini re se duhet të shtoni emailin tonë [email i mbrojtur] në adresat e miratuara të postës elektronike. Lexo më shumë.

Ju mund të shkruani një përmbledhje libri dhe të ndani përvojat tuaja. Lexuesit e tjerë do të jenë gjithmonë të interesuar për mendimin tuaj për librat që keni lexuar. Pavarësisht nëse e keni dashur apo jo librin, nëse jepni mendimet tuaja të sinqerta dhe të hollësishme, atëherë njerëzit do të gjejnë libra të rinj që janë të përshtatshëm për ta.

Ministria e Arsimit dhe Shkencës e Federatës Ruse Institucioni Arsimor Shtetëror i Arsimit të Lartë Profesional "Universiteti Shtetëror Magnitogorsk" O.E. Maslennikova, I.V. Popova Bazat e inteligjencës artificiale Teksti mësimor Magnitogorsk 2008 UDC 681.142.1.01 BBK Z97 M Recensues: Doktor i Shkencave Fizike dhe Matematikore, Profesor S.I. Kadchenko Doktor i Shkencave Teknike, Profesor A.S. Sarvarov M Maslennikova O.E., Popova I.V. Bazat e inteligjencës artificiale: libër shkollor. shtesa / O.E. Maslennikova, I.V. Popova. - Magnitogorsk: MaSU, 2008. - 282 f. ISBN 978-5.86781-609-4 Teksti shkollor përshkruan modelet e përfaqësimit të njohurive, teorinë e sistemeve të ekspertëve dhe bazat e programimit logjik dhe funksional. Shumë vëmendje i kushtohet historisë së zhvillimit të inteligjencës artificiale. Prezantimi i materialit shoqërohet me një numër të madh ilustrime, ofrohen ushtrime dhe pyetje për vetëkontroll. Puna u drejtohet studentëve me kohë të plotë dhe të pjesshme që studiojnë në drejtimet “Informatikë”, “Edukim fiziko-matematikor (Profili – shkenca kompjuterike)”. UDC 681.142.1.01 BBK Z97 ISBN 978-5.86781-609-4  Maslennikova O.E., Popova I.V., 2008  Universiteti Shtetëror i Magnitogorsk, 2008 -2- Përmbajtja Kapitulli 1. Hyrje në Inteligjencën Artificiale ...... ...... ...... ........ 5 1.1. HISTORIA E ZHVILLIMIT TË INTELIGJENCËS ARTIFICIALE SI DREJTIM SHKENCOR.................................. ...................................................... ................................. .......... 9 1.2. DREJTIMET KRYESORE TË KËRKIMIT NË FUSHËN E INTELIGJENCËS ARTIFICIALE................................ ................................ ................................ ................................. ............ 13 1.3. ASPEKTE FILOZOFIKE TË PROBLEMIT TË INTELIGJENCËS ARTIFICIALE....... 16 PYETJE PËR VETËKONTROLLIN............................. .......................................................... ...... 21 REFERENCAT...... ..................................... ................................................................ ........ 21 KAPITULLI 2. MODELET E PËRFAQËSIMIT TË NJOHURIVE................................ ...... 22 2.1. NJOHURI................................................................ ................................................ ...... ....... 22 2.2. MODELI LOGJIK I PËRFAQËSIMIT TË NJOHURIVE................................................. ....... 25 2.3. RRJETET SEMANTIKE................................................ ................................................. ....... 58 2.4. KORNIZA................................................ .......................................................... .............. ...... 59 2.5. MODELI I PRODUKTIT................................................ .... ................................. 62 2.6. MODELET TJERA TË PËRFAQËSIMIT TË NJOHURIVE................................................. .................... .... 64 USHTRIME ..................... ...................................................... ................................. ......... 78 PYETJE PËR VETËKONTROLLIN. ................................................................ .................... 83 REFERENCAT......... ................ .......................................... .......... ..................................... 84 KAPITULLI 3. SISTEMET EKSPERTE....... ................................................ ........ .......... 86 3.1. KONCEPTI I NJË SISTEMI EKSPERT................................................. .......................... ................. 86 3.2. LLOJET E SISTEMEVE TË EKSPERTIT DHE LLOJET E PROBLEMEVE TË ZGJIDHURA................................... 89 3.3. STRUKTURA DHE MËNYRAT E FUNKSIONIMIT TË SISTEMIT EKSPERT.......................................... ........ 99 3.4. TEKNOLOGJIA PËR ZHVILLIMIN E SISTEMEVE EKSPERTE................................................. ....... 102 3.5. MJETET E SISTEMIT EKSPERT................................................ 113 3.6. SISTEMET INFORMATIVE INTELIGJENTE................................................ 129 USHTRIME .......................................................... ................................................ ...... 135 PYETJE PËR VETËKONTROLLIN....... ............................... ...................... ................. 136 LITERATURA...... ................................ ................................ ................................................................ ......... 138 KAPITULLI 4. PROLOGU SI GJUHË PROGRAMUESE LOGJIKE................... ............ ...................................................... .... 139 4.1. HYRJE NË PROGRAMIM LOGJIK................................... 139 4.2. PËRFAQËSIMI I NJOHURIVE PËR FUSHEN SUBJEKTIVE NË PAMJEN E FAKTEVE DHE RREGULLAVE TË BAZËS SË NJOHJEVE TË PROLOGIT................................. ................................ ................................ ........................ 140 4.3 . KUPTIMI PËRSHKRIM, PROCEDURAL DHE MAKINOR I PROGRAMIT PROLOG................................. .......................... ................................ ................................ ................. 148 4.4. TEKNIKAT THEMELORE TË PROGRAMIMIT NË PROLOG................................... 151 4.5. MJEDISI I PROLOGIT VIZUAL................................................ ..... ................................ 154 USHTRIME........... .......................................................... ................................................ 194 REFERENCAT................................................................. ................................................................ ........... 197 -3- KAPITULLI 5. HYRJE PROGRAMIMI FUNKSIONAL. ................................................ ...... ...................... 199 5.1. HISTORIA E PROGRAMIMIT FUNKSIONAL................................................ .... 200 5.2. VETITË E GJUHËVE TË PROGRAMIMIT FUNKSIONAL.................................. 203 5.3. PROBLEME TË PROGRAMIMIT FUNKSIONAL.......................................... 207 USHTRIME........ ................................................. ....... ...................................... 210 VETË- PËRGJIGJET E TESTIT ..................................................... .............. ..................... 210 REFERENCAT............. ................................................................ .......................... ................................ . 211 FJALOR.......................... ........... ...................................................... ...................... 213 SHTOJCA 1 .................. ....... ................................................ . .......................... 221 SHTOJCA 2 ..................... ................................................ ...... ..................... 252 SHTOJCA 3 .................. .......................................................... ................ .................... 265 -4- PARATHËNIE B Kohët e fundit Ka pasur një rritje të interesit për inteligjencën artificiale të shkaktuar nga rritja e kërkesave për sistemet e informacionit. Njerëzimi po ecën në mënyrë të qëndrueshme drejt një revolucioni të ri informacioni, i krahasueshëm në shkallë me zhvillimin e internetit. Inteligjenca artificiale është një degë e shkencës kompjuterike, qëllimi i së cilës është të zhvillojë harduer dhe softuer që lejon një përdorues jo-programues të vendosë dhe zgjidhë problemet e veta, të konsideruara tradicionalisht intelektuale, duke komunikuar me një kompjuter në një nëngrup të kufizuar të gjuhës natyrore. Historia e inteligjencës artificiale si një drejtim i ri shkencor fillon në mesin e shekullit të 20-të. Në këtë kohë, shumë parakushte për origjinën e tij ishin formuar tashmë: midis filozofëve kishte kohë që kishte debat për natyrën e njeriut dhe procesin e të kuptuarit të botës, neurofiziologët dhe psikologët kishin zhvilluar një sërë teorish në lidhje me punën e trurit të njeriut. dhe të menduarit, ekonomistët dhe matematikanët bënin pyetje në lidhje me llogaritjet optimale dhe prezantimin e njohurive për botën në formë të formalizuar; më në fund, lindi themeli i teorisë matematikore të llogaritjeve - teoria e algoritmeve dhe u krijuan kompjuterët e parë. Qëllimi i këtij manuali është të përvijojë drejtimet dhe metodat kryesore të përdorura në inteligjencën artificiale, si dhe të përcaktojë mundësinë e përdorimit të tyre në veprimtaritë mësimore profesionale. Ky udhëzues studimi përbëhet nga pesë kapituj. E para ofron një hyrje të shkurtër të inteligjencës artificiale: konsiderohet historia e zhvillimit të saj si një drejtim shkencor, theksohen fushat kryesore të inteligjencës artificiale dhe aspekte të tilla filozofike të problemit si mundësia e ekzistencës, sigurisë dhe dobisë së artificiale. inteligjenca merren parasysh. Kapitulli i dytë i kushtohet përshkrimit të modeleve klasike të përfaqësimit të njohurive: logjike, semantike, kornizë, prodhim dhe rrjet nervor. Në kapitullin e tretë trajtohen teorike dhe çështje praktike zhvillimi i sistemeve eksperte; ofron një përshkrim të guaskës XpertRule. Kapitulli i katërt përshkruan parimet bazë të programimit në gjuhën Prolog dhe përshkruan mjedisin Visual Prolog. Kapitulli i pestë mbulon bazat e programimit funksional me shembuj në LISP. Manuali përmban nje numer i madh i ilustrime, ushtrime dhe pyetje për vetëkontroll. Për ta bërë më të lehtë studimin e materialit, ofrohet një fjalorth. -5- KAPITULLI 1. HYRJE NË INTELIGJENCË ARTIFICIALE Inteligjenca artificiale (AI) është një drejtim i ri në shkencën kompjuterike, objekt studimi i të cilit është çdo veprimtari intelektuale njerëzore që u bindet ligjeve të njohura më parë. Në mënyrë figurative, ky drejtim quhet "djali i madh i shkencës kompjuterike", pasi shumë probleme të pazgjidhura po gjejnë gradualisht zgjidhjen e tyre brenda kornizës së inteligjencës artificiale. Dihet se lënda e informatikës është përpunimi i informacionit. Fusha e AI përfshin raste (detyra) të tilla nga ky përpunim që nuk mund të kryhen duke përdorur metoda të thjeshta dhe të sakta algoritmike dhe të cilat janë të shumta. AI mbështetet në njohuritë rreth procesit të të menduarit njerëzor. Në të njëjtën kohë, nuk dihet saktësisht se si funksionon truri i njeriut, por për të zhvilluar në mënyrë efektive programe pune me elementë të AI, njohuritë për karakteristikat e inteligjencës njerëzore që ka sot shkenca tashmë janë të mjaftueshme. Në të njëjtën kohë, AI nuk përpiqet të kopjojë saktësisht punën e trurit të njeriut, por përpiqet të simulojë funksionet e tij duke përdorur teknologjinë kompjuterike. Që nga lindja e saj, AI është zhvilluar si një fushë ndërdisiplinore, duke ndërvepruar me shkencën kompjuterike dhe kibernetikën, shkencat njohëse, logjikën dhe matematikën, gjuhësinë dhe psikologjinë, biologjinë dhe mjekësinë (Fig. 1). Shkenca kompjuterike dhe kibernetika. Shumë specialistë erdhën në AI nga shkenca kompjuterike dhe kibernetika. Gjithashtu, shumë probleme kombinuese që nuk mund të zgjidhen me metoda tradicionale në shkencën kompjuterike kanë migruar në fushën e AI. Për më tepër, rezultatet e marra në AI huazohen gjatë krijimit të softuerit dhe bëhen pjesë e Shkencave Kompjuterike. Shkenca njohëse. Shkencat njohëse janë shkencat e dijes. AI ka të bëjë gjithashtu me njohuri. Por shkencat njohëse përdorin jo vetëm qasje informative dhe neurobiologjike, por gjithashtu marrin në konsideratë aspektet sociale dhe psikolinguistike të përdorimit të njohurive. Logjika dhe matematika. Logjika qëndron në themel të të gjitha formalizmave të njohur të përfaqësimit të njohurive, si dhe gjuhët e programimit si Lisp dhe Prolog. Për të zgjidhur problemet e AI, përdoren metodat e matematikës diskrete, teoria e lojës dhe teoria e operacioneve. Nga ana tjetër, AI mund të përdoret për të vërtetuar teorema dhe për të zgjidhur probleme në fusha të ndryshme të matematikës: gjeometri, llogaritje integrale. Psikologji dhe gjuhësi. Kohët e fundit, ekspertët e AI janë interesuar për aspektet psikologjike të sjelljes njerëzore për ta modeluar atë. Psikologjia ndihmon në ndërtimin e modeleve të vlerësimit të vlerave dhe vendimmarrjes subjektive. Me interes është psikologjia e komunikimit -6- “njerëz-kompjuter”, psikolinguistika. Gjuhësia kompjuterike është një pjesë e AI që bazohet në metodat matematikore të përpunimit të gjuhëve natyrore dhe artificiale, nga njëra anë, dhe në fenomenologjinë e gjuhës, nga ana tjetër. Biologjia dhe mjekësia na lejojnë të studiojmë dhe kuptojmë më mirë funksionimin e trurit, sistemeve të shikimit, dëgjimit dhe sensorëve të tjerë natyrorë dhe t'i japim një shtysë të re modelimit të punës së tyre. Oriz. 1. Ndërveprimi i AI me disiplina të tjera Nuk ka një përkufizim të vetëm të AI, ashtu siç nuk ka një përkufizim të vetëm të inteligjencës natyrore. Midis shumë këndvështrimeve në këtë fushë shkencore, aktualisht dominojnë tre. 1. Kërkimi në fushën e AI është kërkim themelor, në kuadrin e të cilit zhvillohen modele dhe metoda për zgjidhjen e problemeve që tradicionalisht janë konsideruar inteligjente dhe që më parë nuk ishin të përshtatshme për formalizimin dhe automatizimin. 2. AI është një drejtim i ri në shkencën kompjuterike i shoqëruar me ide të reja për zgjidhjen e problemeve në kompjuter, me zhvillimin e një teknologjie programimi thelbësisht të ndryshme, me kalimin në një arkitekturë kompjuterike që refuzon arkitekturën klasike, e cila daton që në të parën. kompjuterët. 3. Si rezultat i punës në fushën e AI, lindin shumë sisteme aplikimi, zgjidhës të problemeve, për të cilat sistemet e krijuara më parë nuk ishin të përshtatshme. -7- Për të ilustruar qasjen e parë, mund të japim një shembull me një makinë llogaritëse. Në fillim të shekullit, llogaritjet aritmetike me numra shumëshifrorë ishin fati i disa individëve të talentuar dhe aftësia për të kryer veprime të tilla aritmetike në mendje konsiderohej me të drejtë një dhuratë unike e natyrës dhe ishte objekt. kërkimin shkencor. Në ditët e sotme, shpikja e makinës llogaritëse e ka bërë këtë aftësi të aksesueshme edhe për një nxënës të klasës së tretë. Është e njëjta gjë në AI: rrit aftësitë intelektuale të një personi duke marrë përsipër zgjidhjen e problemeve të paformalizuara më parë. Për të ilustruar qasjen e dytë, mund të shqyrtojmë historinë e një përpjekjeje për të krijuar një kompjuter të gjeneratës së pestë. Në mesin e viteve '80, Japonia njoftoi fillimin e një projekti ambicioz për të krijuar një kompjuter të gjeneratës së pestë. Projekti u bazua në idenë e një zbatimi harduerik të gjuhës PROLOG. Megjithatë, projekti përfundoi me dështim, megjithëse pati një ndikim të fortë në zhvillimin dhe përhapjen e PROLOG si gjuhë programimi. Arsyeja e dështimit ishte përfundimi i nxituar se një gjuhë (edhe pse mjaft universale) mund të jepte zgjidhjen e vetme për të gjitha problemet. Praktika ka treguar se një paradigmë universale programimi për zgjidhjen e të gjitha problemeve nuk është shpikur ende dhe nuk ka gjasa të shfaqet. Kjo për faktin se çdo detyrë është një pjesë e fushës lëndore që kërkon studim të kujdesshëm dhe një qasje specifike. Përpjekjet për të krijuar arkitektura të reja kompjuterike vazhdojnë dhe shoqërohen me llogaritjen paralele dhe të shpërndarë, neurokompjuterët, procesorët probabilistë dhe fuzzy. Puna në fushën e krijimit të sistemeve të ekspertëve (ES) mund të klasifikohet si drejtimi i tretë, më pragmatik në AI. Sistemet eksperte janë sistemet softuerike , duke zëvendësuar një specialist njerëzor në fusha të ngushta të veprimtarisë intelektuale që kërkojnë përdorimin e njohurive të veçanta. Krijimi i një sistemi elektronik në fushën e mjekësisë (si MYCIN) lejon shpërndarjen e njohurive në zonat më të largëta. Kështu, në kombinim me aksesin në telekomunikacion, çdo mjek rural mund të marrë këshilla nga një sistem i tillë, i cili zëvendëson komunikimin e tij me një specialist për një çështje të ngushtë. Në Rusi, AI ka gjetur mbështetësit e saj pothuajse që nga momenti i shfaqjes së saj. Sidoqoftë, kjo disiplinë nuk mori menjëherë njohje zyrtare. AI është kritikuar si një nëndegë e kibernetikës, e konsideruar si një "pseudoshkencë". Deri në një moment të caktuar kohor, emri tronditës "inteligjencë artificiale" gjithashtu luajti një rol negativ. Kështu, në Presidiumin e Akademisë së Shkencave u bë një shaka se "ata që u mungon inteligjenca natyrore janë të angazhuar në inteligjencën artificiale". Sidoqoftë, sot AI është një drejtim i njohur zyrtarisht shkencor në Rusi, botohen revistat "Control Systems and Machines" dhe "AI News", mbahen konferenca shkencore dhe seminare. Ekziston një shoqatë ruse e AI, që numëron rreth 200 anëtarë, presidenti i së cilës është Doktori i Shkencave Teknike D.A. Pospelov, dhe presidenti i nderit është Akademiku i Akademisë së Shkencave Ruse G.S. Ekziston një Instituti Rus i Inteligjencës Artificiale nën Këshillin e Presidentit të Federatës Ruse për Informatikë dhe Shkenca Kompjuterike. Në kuadër të RAS ekziston një Këshill Shkencor për problemin e “Inteligjencës Artificiale”. Me pjesëmarrjen e këtij Këshilli janë botuar shumë libra me temën e AI dhe përkthimet. Punimet e D.A. Pospelov, Litvintseva dhe Kandrashina janë të njohura - në fushën e përfaqësimit dhe përpunimit të njohurive, E.V. Popov dhe Khoroshevsky - në fushën e përpunimit të gjuhës natyrore dhe sistemeve të ekspertëve, Averkin dhe Melikhov në fushën e logjikës fuzzy dhe grupeve fuzzy, Stefanyuk - në fushën e sistemeve të të mësuarit, Kuznetsov, Finn dhe Vagin - në fushën e logjikës dhe njohurive përfaqësimi. Në Rusi ekziston një shkollë tradicionalisht e fortë gjuhësore kompjuterike, e cila buron nga puna në modelin "SenseText" të Melchuk. Ndër gjuhëtarët e famshëm kompjuterikë mund të përmendim Apresyan, Gorodetsky, Paducheva, Narignani, Leontyeva, Shalyapina, Zaliznyak Sr., Kibrik Sr., Baranov dhe shumë të tjerë. etj 1.1. Historia e zhvillimit të inteligjencës artificiale si një drejtim shkencor Ideja e krijimit të një ngjashmërie artificiale të mendjes njerëzore për të zgjidhur probleme komplekse dhe për të simuluar aftësinë e të menduarit ka qenë në ajër që nga kohërat e lashta. Në Egjiptin e lashtë, u krijua një statujë mekanike "eja në jetë" e perëndisë Amun. Në Iliadën e Homerit, perëndia Hephaestus falsifikoi krijesa humanoide, automata. Kjo ide është shfaqur shumë herë në letërsi: nga Galatea e Pygmalionit deri te Pinoku i Papa Karlos. Megjithatë, paraardhësi i inteligjencës artificiale konsiderohet të jetë filozofi, matematikani dhe poeti spanjoll mesjetar R. Lull (rreth 1235-c.1315), i cili në shek. u përpoq të krijonte një makinë për zgjidhjen e problemeve të ndryshme bazuar në një klasifikim universal të koncepteve. Në shekullin e 18-të G. Leibniz (1646 - 1716) dhe R. Descartes (1596 - 1650) e zhvilluan në mënyrë të pavarur këtë ide, duke propozuar gjuhë universale për klasifikimin e të gjitha shkencave. Këto ide formuan bazën për zhvillimet teorike në fushën e inteligjencës artificiale (Fig. 2). Zhvillimi i inteligjencës artificiale si drejtim shkencor u bë i mundur vetëm pas krijimit të kompjuterëve. Kjo ndodhi në vitet 40. shekulli XX Në të njëjtën kohë, N. Wiener (1894 - 1964) krijoi veprat e tij themelore mbi shkencën e re të kibernetikës. Termi inteligjencë artificiale u propozua në vitin 1956 në një seminar me të njëjtin emër në Universitetin Stanford (SHBA). Seminari iu kushtua zhvillimit të problemeve logjike dhe jo llogaritëse. Menjëherë pasi inteligjenca artificiale u njoh si një degë e pavarur e shkencës, ndodhi një ndarje në dy fusha kryesore: neurokibernetika dhe kibernetika e "kutisë së zezë". Dhe vetëm në kohën e tanishme -9- janë bërë të dukshme tendencat drejt bashkimit të këtyre pjesëve sërish në një tërësi të vetme. Në BRSS, në 1954, në Universitetin Shtetëror të Moskës, nën udhëheqjen e profesorit A.A Lyapunov (1911 - 1973), filloi punën e tij seminari "Automata dhe të menduarit". Në këtë seminar morën pjesë fiziologë, gjuhëtarë, psikologë dhe matematikanë të shquar. Në përgjithësi pranohet se ishte në këtë kohë që inteligjenca artificiale lindi në Rusi. Ashtu si jashtë vendit, fushat e neurokibernetikës dhe kibernetikës së "kutisë së zezë" janë shfaqur. Në vitet 1956 -1963. U kryen kërkime intensive për modelet dhe algoritmet e të menduarit njerëzor dhe zhvillimin e programeve të para. Doli se asnjë nga shkencat ekzistuese - filozofia, psikologjia, gjuhësia - nuk mund të ofrojë një algoritëm të tillë. Pastaj kibernetika propozoi krijimin e modeleve të tyre. Qasje të ndryshme janë krijuar dhe testuar. Hulumtimi i parë në fushën e AI u shoqërua me krijimin e një programi për të luajtur shah, pasi besohej se aftësia për të luajtur shah ishte një tregues i inteligjencës së lartë. Në vitin 1954, shkencëtari amerikan Newell krijoi idenë e krijimit të një programi të tillë. Shannon propozoi dhe Turing rafinoi një metodë për krijimin e një programi të tillë. Amerikanët Shaw dhe Simon, në bashkëpunim me një grup psikologësh holandezë nga Amsterdami nën udhëheqjen e de Groot, krijuan një program të tillë. Gjatë rrugës, u krijua një gjuhë speciale IPL1 (1956), e krijuar për të manipuluar informacionin në formë simbolike, e cila ishte paraardhësi i gjuhës Lisp (MacCarthy, 1960). Sidoqoftë, programi i parë i inteligjencës artificiale ishte programi Teorik Logician, i krijuar për të vërtetuar teoremat në llogaritjen propozicionale (9 gusht 1956). Një program për të luajtur shah u krijua në 1957 (NSS - Newell, Shaw, Simon). Struktura e tij dhe struktura e programit Logic-Theorist formuan bazën për krijimin e programit Universal të Zgjidhjes së Problemeve (GPS-General Problem Solving). Duke analizuar ndryshimet midis situatave dhe duke ndërtuar qëllime, ky program është i mirë në zgjidhjen e enigmave të Kullës së Hanoi ose llogaritjen e integraleve të pacaktuara. Programi EPAM (Elementary Perceiving and Memorizing Program) është një program elementar për perceptimin dhe memorizimin, i konceptuar nga Feigenbaum. Në vitin 1957, u shfaq një artikull mbi gramatikat transformuese nga Chomsky, një nga themeluesit e gjuhësisë kompjuterike. Në fund të viteve 50. Lindi modeli i kërkimit të labirintit. Kjo qasje paraqet problemin si një grafik që pasqyron hapësirën e gjendjes1, dhe në këtë grafik kërkohet rruga optimale nga të dhënat hyrëse në të dhënat rezultante. eshte bere punë e madhe në zhvillimin e këtij modeli, por në zgjidhje probleme praktike ideja nuk u përhap gjerësisht. 1 Hapësira e gjendjes është një grafik, kulmet e të cilit korrespondojnë me situatat e hasura në problem (“situata problematike”), dhe zgjidhja e problemit zbret në gjetjen e një rruge në këtë grafik. - 10 - Fillimi i viteve '60. - epoka e programimit heuristik. Heuristikat janë një rregull që nuk justifikohet teorikisht, por ju lejon të zvogëloni numrin e kërkimeve në hapësirën e kërkimit. Programimi heuristik është zhvillimi i një strategjie veprimi të bazuar në heuristikat e njohura, të paracaktuara. Në vitet '60 u krijuan programet e para që punonin me pyetje në gjuhën natyrore. Programi BASEBALL (Green et al., 1961) iu përgjigj kërkesave për rezultate të ndeshjeve të kaluara të bejsbollit, dhe programi STUDENT (Bobrow, 1964) ishte në gjendje të zgjidhte probleme algjebrike të formuluara në anglisht. Oriz. 2. Pikat kryesore në zhvillimin e AI si drejtim shkencor Shpresa të mëdha u vendosën në punën në fushën e përkthimit me makinë, fillimi i së cilës lidhet me emrin e gjuhëtarit vendas Belskaya. Megjithatë, studiuesve iu deshën shumë vite për ta kuptuar këtë përkthim automatik nuk është një problem i izoluar dhe kërkon praninë e një faze të tillë të nevojshme si të kuptuarit për zbatimin e suksesshëm. Ndër rezultatet më domethënëse të marra nga shkencëtarët vendas në vitet '60, duhet të theksohet algoritmi "Cora" nga M. Bongard, i cili modelon aktivitetin e trurit të njeriut në njohjen e modeleve. Në vitet 1963 - 1970 Metodat e logjikës matematikore filluan të përdoren për zgjidhjen e problemeve. Një qasje e re ndaj logjikës formale, e bazuar në sjelljen e arsyetimit në një kontradiktë, u shfaq në 1965 - 11 - (J. Robinson). Bazuar në metodën e zgjidhjes, e cila bëri të mundur vërtetimin automatik të teoremave të dhëna një grup aksiomash fillestare, gjuha Prolog u krijua në 1973. Në BRSS në 1954 - 1964. krijohen programe të veçanta dhe hulumtohet kërkimi i zgjidhjeve të problemeve logjike. Në Leningrad (LOMI - Departamenti i Leningradit i Institutit Matematikor V.A. Steklov), po krijohet një program që vërteton automatikisht teorema (ALPEV LOMI). Ai bazohet në derivimin origjinal të anasjelltë të S.Yu Maslov, i ngjashëm me metodën e zgjidhjes së Robinsonit. Në vitet 1965-1980 po zhvillohet një shkencë e re - menaxhimi i situatës (korrespondon me përfaqësimin e njohurive në terminologjinë perëndimore). Themeluesi i kësaj shkolle shkencore është profesor D.A. Pospelov. Janë zhvilluar modele të veçanta për paraqitjen e situatave - që përfaqësojnë njohuritë. Jashtë vendit, kërkimet në fushën e AI shoqërohen me zhvillimin e gjuhëve programuese të gjeneratës së re dhe krijimin e sistemeve programuese gjithnjë e më të sofistikuara (Lisp, Prolog, Plannar, QA4, Macsyma, Reduce, Refal, ATNL, TMS). Rezultatet e marra kanë filluar të përdoren në robotikë, kur kontrollohen robotë, të palëvizshëm ose të lëvizshëm, që veprojnë në hapësirë ​​reale tre-dimensionale. Kjo ngre problemin e krijimit të organeve artificiale të perceptimit. Deri në vitin 1968, studiuesit punuan kryesisht me "mikrohapësira" individuale, ata krijuan sisteme të përshtatshme për fusha të tilla specifike dhe të kufizuara aplikimi si lojërat, gjeometria Euklidiane, llogaritja integrale, "bota kubike", përpunimi i frazave të thjeshta dhe të shkurtra me një fjalor të vogël. Pothuajse të gjitha këto sisteme përdorën të njëjtën qasje - thjeshtimin e kombinatorikës, bazuar në zvogëlimin e kërkimit të nevojshëm të alternativave bazuar në sensin e përbashkët, përdorimin e funksioneve të vlerësimit numerik dhe heuristikave të ndryshme. Në fillim të viteve 70, pati një hap cilësor në kërkimin e inteligjencës artificiale. Kjo është për shkak të dy arsyeve.  Së pari. Të gjithë studiuesit e kuptuan gradualisht se të gjitha programeve të krijuara më parë u mungonte gjëja më e rëndësishme - njohuritë e thella në fushën përkatëse. Dallimi midis një eksperti dhe një personi të zakonshëm është se një ekspert ka përvojë në një fushë të caktuar, d.m.th. vite njohuri të akumuluara.  Së dyti. Ngrihet një problem specifik: si të transferohet kjo njohuri në një program nëse krijuesi i drejtpërdrejtë i tij nuk e zotëron këtë njohuri. Përgjigja është e qartë: vetë programi duhet t'i izolojë ato nga të dhënat e marra nga eksperti. Hulumtimi mbi zgjidhjen e problemeve dhe të kuptuarit e gjuhës natyrore ka një gjë të përbashkët: një problem i zakonshëm- prezantimi i njohurive. Deri në vitin 1970, kishte - 12 - shumë programe të krijuara bazuar në këto ide. I pari prej tyre është programi DENDRAL. Është projektuar për të gjeneruar formula strukturore të përbërjeve kimike bazuar në informacionin e marrë nga spektrometri i masës. Programi u zhvillua në Stanford me pjesëmarrjen e nobelistit D. Lederberg. Ajo fitoi përvojë në procesin e funksionimit të saj. Eksperti vendosi në të mijëra fakte elementare, të paraqitura në formën e rregullave të veçanta. Sistemi në fjalë ishte një nga sistemet e para eksperte dhe rezultatet e punës së tij janë të mahnitshme. Aktualisht, sistemi u furnizohet konsumatorëve së bashku me një spektrometër. Në vitin 1971, Terry Winograd zhvilloi sistemin SHRDLU, i cili simulon një robot që manipulon kube. Ju mund të flisni anglisht me robotin. Sistemi është i interesuar jo vetëm për sintaksën e frazave, por gjithashtu kupton saktë kuptimin e tyre falë njohurive semantike dhe pragmatike për "botën e tij të kubeve". Që nga mesi i viteve 80, inteligjenca artificiale është komercializuar jashtë vendit. Investimet kapitale vjetore po rriten, po krijohen sisteme eksperte industriale. Ka një interes në rritje për sistemet e vetë-mësimit. Në vendin tonë 1980-1990. Po kryhen kërkime aktive në fushën e përfaqësimit të njohurive, gjuhët e përfaqësimit të njohurive dhe sistemet e ekspertëve po zhvillohen (më shumë se 300). Gjuha REFAL po krijohet në Universitetin Shtetëror të Moskës. Në vitin 1988 u krijua AAI - Shoqata e Inteligjencës Artificiale. Anëtarët e saj përfshijnë më shumë se 300 studiues. Kryetari i Shoqatës - D.A. Pospelov. Qendrat më të mëdha - në Moskë, Shën Petersburg, Pereslavl-Zalessky, Novosibirsk. 1.2. Drejtimet kryesore të kërkimit në fushën e inteligjencës artificiale Aktualisht, AI është një fushë shkencore me zhvillim të shpejtë dhe shumë të degëzuar. Më shumë se 40 konferenca mbahen çdo vit në botë vetëm për gjuhësinë kompjuterike. Konferencat kombëtare të AI mbahen rregullisht pothuajse në çdo vend evropian, si dhe në SHBA, Kanada, Japoni, Rusi dhe Azinë Juglindore. Në Rusi, kjo ngjarje mbahet çdo dy vjet nën kujdesin e Shoqatës Ruse për AI (RAAI). Përveç kësaj, Konferenca e Përbashkët Ndërkombëtare për UA (IJCAI) mbahet çdo dy vjet. Më shumë se 3 mijë revista periodike botojnë rezultate shkencore në këtë fushë. Nuk ka një klasifikim të plotë dhe të rreptë të të gjitha fushave të AI, një përpjekje për të klasifikuar problemet që zgjidh AI është paraqitur në Fig. 3. Sipas klasifikimit të D.A. Pospelov në AI ka dy qasje dominuese për kërkimin në fushën e AI: neurobionic dhe informative (Fig. 4 dhe 5). - 13 - detyrat e Përgjithshme Formale Ekspert Lojëra Perceptimi (shah, Go, enigma) Inxhinieri Përpunimi i gjuhës natyrore Matematikë Analiza shkencore Arsyetimi i shëndoshë Gjeometria Analiza financiare Kontrolli i robotëve Verifikimi i programit Diagnostifikimi mjekësor Fig. 3. Objektivat e AI Përkrahësit e së parës i vendosën vetes qëllimin e riprodhimit artificial të proceseve që ndodhin në trurin e njeriut. Ky drejtim është në kryqëzimin e mjekësisë, biologjisë dhe kibernetikës. Në të njëjtën kohë, ata studiojnë trurin e njeriut, identifikojnë mënyrat e funksionimit të tij dhe krijojnë mjete teknike për të përsëritur strukturat biologjike dhe proceset që ndodhin në to. Fusha e AI mund të ndahet në pesë seksione të mëdha: − struktura të ngjashme me nervat; − programe për zgjidhjen e problemeve intelektuale; − sistemet e bazuara në njohuri; − programim inteligjent; − sisteme inteligjente. Çdo seksion mund të përfaqësohet si më poshtë (shih Figurën 4-9). - 14 - Fig. 4. Strukturat e ngjashme me neuronet Fig. 5. Programet për zgjidhjen e problemeve intelektuale Fig. 6. Sistemet e bazuara në njohuri - 15 - Fig. 7. Programimi inteligjent Fig. 8. Sistemet inteligjente 1.3. Aspektet filozofike të problemit të inteligjencës artificiale Problemi kryesor filozofik në fushën e inteligjencës artificiale lidhet me kërkimin e një përgjigjeje për pyetjen: a është e mundur apo jo të simulohet mendimi njerëzor. Nëse përgjigja për këtë pyetje është ndonjëherë negative, atëherë të gjitha pyetjet e tjera në fushën e AI nuk do të kenë as kuptimin më të vogël. Prandaj, kur filloni kërkimin e inteligjencës artificiale, supozohet paraprakisht një përgjigje pozitive. Dëshmi e mundësisë së modelimit të të menduarit njerëzor. 1. Scholastic: konsistenca e inteligjencës artificiale dhe Biblës. Me sa duket, edhe ata që janë larg fesë i dinë fjalët e Shkrimit të Shenjtë: "Dhe Zoti e krijoi njeriun sipas shëmbëlltyrës dhe ngjashmërisë së tij...". Bazuar në këto fjalë, mund të konkludojmë se meqenëse Zoti, së pari, krijoi njerëzit, dhe së dyti, ata janë në thelb të ngjashëm me të, atëherë njerëzit janë mjaft të aftë të krijojnë dikë në imazhin dhe ngjashmërinë e një personi. 2. Biologjike. Krijimi i një mendjeje të re biologjikisht është mjaft i zakonshëm për njerëzit. Duke vëzhguar fëmijët, ne shohim se - 16 - ata e fitojnë pjesën më të madhe të njohurive të tyre përmes të mësuarit, dhe jo si të qenësishme në ta paraprakisht. Kjo deklaratë nuk është vërtetuar në nivelin modern, por nga shenjat e jashtme gjithçka duket saktësisht kështu. 3. Empirike. Ajo që më parë dukej si kulmi i krijimtarisë njerëzore - të luash shah, damë, të njohësh imazhe vizuale dhe zanore, të sintetizosh zgjidhje të reja teknike - doli të mos ishte një detyrë aq e vështirë në praktikë. Tani puna nuk është në nivelin e mundësisë apo pamundësisë së zbatimit të sa më sipër, por për gjetjen e algoritmit më optimal - shpesh këto probleme nuk konsiderohen as probleme të inteligjencës artificiale. Shpresohet që një simulim i plotë i të menduarit njerëzor është gjithashtu i mundur. 4. Mundësia e vetëriprodhimit. Aftësia për të riprodhuar është konsideruar prej kohësh prerogativë e organizmave të gjallë. Sidoqoftë, disa dukuri që ndodhin në natyrën e pajetë (për shembull, rritja e kristaleve, sinteza e molekulave komplekse me anë të kopjimit) janë shumë të ngjashme me vetë-riprodhimin. Në fillim të viteve 50, J. von Neumann filloi një studim të plotë të vetë-riprodhimit dhe hodhi themelet për teorinë matematikore të "automateve vetë-riprodhuese". Ai vërtetoi edhe mundësinë teorike të krijimit të tyre. Ekzistojnë gjithashtu prova të ndryshme informale të mundësisë së vetë-riprodhimit, por për programuesit, prova më e habitshme, ndoshta, do të jetë ekzistenca e viruseve kompjuterike. 5. Algoritmik. Mundësia themelore e automatizimit të zgjidhjes së problemeve intelektuale duke përdorur një kompjuter sigurohet nga vetia e universalitetit algoritmik. Kjo veti e kompjuterëve do të thotë që ata mund të zbatojnë në mënyrë programore (d.m.th., të paraqesin në formën e një programi makinerie) çdo algoritëm të konvertimit të informacionit. Për më tepër, proceset e gjeneruara nga këto algoritme janë potencialisht të realizueshme, d.m.th. domethënë se ato janë të realizueshme si rezultat i një numri të kufizuar veprimesh elementare. Realizueshmëria praktike e algoritmeve varet nga mjetet e disponueshme, të cilat mund të ndryshojnë me përparimin e teknologjisë. Kështu, në lidhje me ardhjen e kompjuterëve me shpejtësi të lartë, algoritmet që më parë ishin vetëm potencialisht të realizueshme janë bërë praktikisht të realizueshme. Për më tepër, përmbajtja e kësaj vetie ka natyrë parashikuese: sa herë që në të ardhmen ndonjë recetë njihet nga një algoritëm, atëherë, pavarësisht nga forma dhe mënyra në të cilën është shprehur fillimisht, mund të specifikohet edhe në formën e një programi i makinës. Sidoqoftë, nuk duhet menduar se kompjuterët dhe robotët, në parim, mund të zgjidhin ndonjë problem. Analiza e problemeve të ndryshme i çoi matematikanët në një zbulim të jashtëzakonshëm. Është vërtetuar rigorozisht se ka lloje të problemeve për të cilat një algoritëm i vetëm efektiv që zgjidh të gjitha problemet është i pamundur. të këtij lloji; në këtë kuptim është e pamundur të zgjidhen problemet e këtij lloji me ndihmën e kompjuterëve. Ky fakt kontribuon në një kuptim më të mirë të asaj që makinat mund të bëjnë dhe çfarë nuk mund të bëjnë. Në fakt, një deklaratë për pazgjidhshmërinë algoritmike të një klase të caktuar problemesh nuk është thjesht një pranim se një algoritëm i tillë është i panjohur dhe nuk është gjetur ende nga askush. Një deklaratë e tillë është në të njëjtën kohë një parashikim për të gjitha kohët e ardhshme që ky lloj algoritmi nuk është i njohur për ne dhe nuk do të tregohet nga askush ose, me fjalë të tjera, se ai nuk ekziston. Inteligjenca artificiale mund të konsiderohet ndër mjetet (inteligjente dhe jo inteligjente) që u krijuan dhe u zotëruan nga njerëzimi në rrugën e zhvillimit të tij historik. Këtu përfshihen:  veglat e dorës;  makina dhe makineri;  gjuha dhe e folura;  makina numëruese;  mjetet e VT dhe telekomunikacionit. Filozofët argumentojnë se prodhimi i mjeteve (në kuptimin e gjerë të fjalës) është më i madhi pamje e rëndësishme aktivitete që i dallojnë paraardhësit tanë nga primatët e tjerë. Qeniet njerëzore dallohen midis kafshëve në aftësinë e tyre për të prodhuar njohuri dhe mjete. Asnjë shpikje tjetër teknologjike apo socio-politike nuk ka shkaktuar një hendek kaq gjigant në zhvillimin e specieve homo sapiens nga speciet e tjera të natyrës së gjallë. Zhvillimi i teknologjisë kompjuterike mund të ndahet gjerësisht në dy fusha: përpunimi dixhital dhe përpunimi simbolik. Drejtimi i parë e bëri informacionin shumë më të përshtatshëm për t'u ruajtur, përpunuar dhe transmetuar sesa të gjitha përmirësimet e mëparshme në teknologjinë e letrës. Kompjuteri i kapërceu të gjitha mjetet informatike të së kaluarës (abacus, numëratori, makina shtuese) në shpejtësi, shumëllojshmëri funksionesh dhe lehtësi në përdorim. Duke zgjeruar në mënyrë të vazhdueshme fushën e automatizimit në fushën e punës mendore monotone, përpunimi dixhital i informacionit ka zgjeruar fushën e shtypshkronjës dhe revolucionit industrial në kufij të rinj. Dega e dytë e teknologjisë kompjuterike, përpunimi i shenjave (termi i Newell dhe Simon) ose inteligjenca artificiale, i lejoi kompjuterit të imitonte proceset e perceptimit dhe orientimit ndijor, arsyetimit dhe zgjidhjes së problemeve, përpunimit të gjuhës natyrore dhe aftësive të tjera njerëzore. Me fjalë të tjera, AI është një lloj i ri mjetesh, alternativë ndaj atyre ekzistuese. Ky realitet i ka detyruar filozofët e AI të lëvizin përtej pyetjes "A është e mundur të krijohet një makinë inteligjente?" për problemin e ndikimit të mjeteve intelektuale në shoqëri. Në veçanti, merret parasysh efekti i mundshëm shoqëror nga zhvillimi i AI, përkatësisht: - 18 - rritja e nivelit të inteligjencës së të gjithë shoqërisë, e cila do të japë zbulime të reja, shpikje dhe një kuptim të ri të njerëzimit për veten e tij.  ndryshimi i situatës ku shumica e njerëzve janë mjet dhe instrument prodhimi. Pyetja tjetër filozofike rreth AI është qëllimi i krijimit. Në parim, gjithçka që bëjmë në jetën praktike zakonisht synon të mos bëjmë asgjë tjetër. Sidoqoftë, me një standard jetese mjaft të lartë (një sasi e madhe energjie potenciale) roli kryesor i një personi nuk është më dembelizmi (në kuptimin e dëshirës për të kursyer energji), por instinktet e kërkimit. Le të supozojmë se një person ka arritur të krijojë një intelekt që tejkalon të tijin (edhe pse jo në cilësi, por në sasi). Çfarë do të ndodhë me njerëzimin tani? Çfarë roli do të luajë personi? Për çfarë përdoret tani? Dhe në përgjithësi, a është e nevojshme të krijohet AI në parim? Me sa duket, përgjigja më e pranueshme për këto pyetje është koncepti i një "përmirësuesi të inteligjencës" (IA). Sipas S.L. Sotnik, një analogji me presidentin e shtetit është e përshtatshme këtu - atij nuk i kërkohet të dijë valencën e vanadiumit ose gjuhën e programimit Java për të marrë një vendim për zhvillimin e industrisë së vanadiumit. Secili bën gjënë e tij - një kimist përshkruan një proces teknologjik, një programues shkruan një program; ekonomisti i thotë presidentit se duke investuar para në spiunazh industrial, vendi do të marrë 20%, dhe në industrinë e vanadiumit - 30% në vit. Mendoj se me këtë formulim të pyetjes, çdokush mund të bëjë zgjedhjen e duhur. Në këtë shembull, presidenti përdor një ndërfaqe biologjike - një grup specialistësh me trurin e tyre proteinik. Por tashmë tani përdoren edhe UI jo të gjalla - për shembull, kompjuterë, kompjuterë në bord. Për më tepër, një person ka përdorur prej kohësh amplifikatorë të forcës (SA) - një koncept në shumë mënyra i ngjashëm me FE. Makinat, vinçat, motorët elektrikë, presat, armët, aeroplanët dhe shumë e shumë të tjera shërbejnë si përforcues të forcës. Dallimi kryesor midis UI dhe CS është prania e vullnetit: i pari mund të ketë "dëshirat" e tij dhe të veprojë ndryshe nga ajo që pritet prej tij. Kjo ngre çështjen e sigurisë për sistemet e AI. Si të shmangen pasojat negative që shoqërojnë çdo arritje të re të revolucionit shkencor dhe teknologjik? Ky problem ka përndjekur mendjet e njerëzimit që nga koha e Karel Capek, i cili përdori për herë të parë termin "robot". Një kontribut të madh në diskutimin e tij dhanë edhe shkrimtarë të tjerë të trillimeve shkencore. Më të famshmet janë një seri tregimesh nga shkrimtari dhe shkencëtari i fantashkencës Isaac Asimov, në të cilin mund të gjeni zgjidhjen më të zhvilluar për problemin e sigurisë që pranohet nga shumica e njerëzve. Po flasim për tre ligjet e robotikës. 1. Një robot nuk mund t'i shkaktojë dëm një personi ose, nëpërmjet mosveprimit, të lejojë që një person të dëmtohet.  - 19 - 2. Një robot duhet t'u bindet urdhrave që i janë dhënë nga një person, me përjashtim të rasteve kur këto komanda bien ndesh me ligjin e parë. 3. Një robot duhet të kujdeset për sigurinë e tij, për aq sa kjo nuk bie ndesh me ligjet e parë dhe të dytë. Asimov më pas shton "Ligjin Zero" në këtë listë: "Një robot nuk mund të shkaktojë dëm për njerëzimin ose, nëpërmjet mosveprimit, të lejojë që njerëzimi të dëmtojë". Në shikim të parë, ligje të tilla, nëse respektohen plotësisht, duhet të garantojnë sigurinë e njerëzimit. Megjithatë, pas shqyrtimit më të afërt, lindin disa pyetje. Së pari, ligjet janë formuluar në gjuhën njerëzore, gjë që nuk lejon përkthimin e tyre të lehtë në formë algoritmike. Le të supozojmë se ky problem është zgjidhur. Tani, çfarë do të thotë një sistem AI me termin "dëm"? A do të vendosë ajo se vetë ekzistenca e njeriut është një dëm i plotë? Në fund të fundit, ai pi duhan, pi, plaket me kalimin e viteve dhe humbet shëndetin, vuan. A nuk do të ishte e keqja më e vogël për t'i dhënë fund këtij zinxhiri vuajtjesh? Sigurisht, mund të prezantoni disa shtesa që lidhen me vlerën e jetës dhe lirinë e shprehjes. Por këto nuk do të jenë më tre ligjet e thjeshta që ishin në origjinal. Tjetra: çfarë do të vendosë sistemi i AI në një situatë kur shpëtimi i një jete është i mundur vetëm në kurriz të një tjetri? Veçanërisht interesante janë ato raste kur sistemi nuk ka informacion të plotë se kush është kush. Megjithatë, pavarësisht nga problemet e listuara më sipër, këto ligje janë një bazë mjaft e mirë joformale për të kontrolluar besueshmërinë e sistemit të sigurisë për sistemet e AI. Pra, a nuk ka vërtet një sistem të besueshëm sigurie? Nëse nisemi nga koncepti i UI, mund të ofrojmë opsionin e mëposhtëm. Sipas eksperimenteve të shumta, pavarësisht mungesës së të dhënave të besueshme se për çfarë është përgjegjës çdo neuron individual në trurin e njeriut, shumë nga emocionet zakonisht korrespondojnë me shkrepjen e një grupi neuronesh (ansambël nervor) në një zonë plotësisht të parashikueshme. Eksperimente të kundërta janë kryer gjithashtu ku acarimi i një zone të caktuar jep rezultatin e dëshiruar. Këto mund të jenë emocione gëzimi, shtypjeje, frike, agresiviteti. Kështu, duket e mundur të merret si funksion objektiv shkalla e kënaqësisë së trurit pritës të njeriut. Nëse merrni masa për të eliminuar aktivitetet vetë-shkatërruese në një gjendje depresioni, dhe gjithashtu siguroni gjendje të tjera të veçanta mendore, do të merrni sa vijon. Meqenëse supozohet se një person normal nuk do të dëmtojë veten dhe, pa ndonjë arsye të veçantë, të tjerët, dhe UI është tani pjesë e një individi të caktuar (jo domosdoshmërisht një komunitet fizik), atëherë të tre ligjet e robotikës plotësohen automatikisht. Në të njëjtën kohë, çështjet e sigurisë po zhvendosen në fushën e psikologjisë dhe zbatimit të ligjit, pasi - 20 - sistemi (i trajnuar) nuk do të bëjë asgjë që pronari i tij nuk dëshiron. Pyetje për vetëkontroll 1. Çfarë është inteligjenca artificiale? 2. Me cilat? drejtimet shkencore a ndërvepron inteligjenca artificiale? 3. Përshkruani qasjet për të kuptuar temën e inteligjencës artificiale si një disiplinë shkencore. 4. Përshkruani gjendja e tanishme AI në Rusi. 5. Përshkruani fazën “para kompjuterike” të zhvillimit të inteligjencës artificiale 6. Përshkruani zhvillimin e inteligjencës artificiale në vitet 40. shekulli XX 7. Përshkruani zhvillimin e inteligjencës artificiale në vitet '50. shekulli XX 8. Përshkruani zhvillimin e inteligjencës artificiale në vitet '60. shekulli XX 9. Përshkruani zhvillimin e inteligjencës artificiale në vitet '70. shekulli XX 10. Përshkruani zhvillimin e inteligjencës artificiale në vitet '80. shekulli XX 11.Përshkruani detyrat kryesore të inteligjencës artificiale. 12.Cilat seksione dallohen ne fushen e inteligjences artificiale? 13. Siguroni prova për mundësinë e modelimit të të menduarit njerëzor. 14. Cili është arsyetimi për kalimin në problemin e ndikimit të mjeteve intelektuale në shoqëri? 15. Cilat janë shkaqet dhe si mund të zgjidhet problemi i sigurisë së sistemeve të inteligjencës artificiale? Literatura 1. Luger, J, F. Inteligjenca artificiale: strategji dhe metoda për zgjidhjen e problemeve komplekse: përkth. nga anglishtja / George F. Luger - M.: Shtëpia Botuese Williams, 2003. - 864 f. 2. Bazat e inteligjencës artificiale / B.V. Kostrov, V.N. Ruchkin, V.A. Fulin. – M.: “DESS”, “Techbook”, 2007. – 192 f. 3. Faqja e internetit e Shoqatës Ruse të Inteligjencës Artificiale. – Mënyra e hyrjes: http://www.raai.org/ 4. Sotnik, S.L. Bazat e projektimit të sistemeve të inteligjencës artificiale: leksione. – Mënyra e hyrjes: http://newasp.omskreg.ru/intellect/f25.htm 5. Russell, S. Inteligjenca artificiale: një qasje moderne / Stuart Russell, Peter Norvig. – M.: Shtëpia Botuese Williams, 2006. – 1408 f. - 21 - KAPITULLI 2. MODELET E PËRFAQËSIMIT TË NJOHURIVE 2.1. Njohuri Cilat lloje të njohurive nevojiten për të mundësuar sjelljen "inteligjente"? “Sekreti” i fenomenologjisë së modelit të njohurive qëndron në botën përreth nesh. NË rast i përgjithshëm modeli i përfaqësimit të njohurive duhet të ofrojë përshkrime të ndryshme të objekteve dhe dukurive që përbëjnë fushën lëndore në të cilën duhet të punojë agjenti inteligjent. Fusha e lëndës është një pjesë e realitetit që lidhet me zgjidhjen e një problemi. Një agjent inteligjent është një sistem (person, program) me aftësi intelektuale. Njohuria janë modelet e identifikuara të fushës lëndore (parimet, lidhjet, ligjet). Njohuria ka një strukturë më komplekse se të dhënat (metadata). Në këtë rast, njohuritë specifikohen si në mënyrë shtrirëse (d.m.th. përmes një grupi faktesh specifike që korrespondojnë me një koncept të caktuar dhe që lidhen me fushën e lëndës) dhe në mënyrë intensive (d.m.th. përmes vetive që korrespondojnë me një koncept të caktuar dhe një diagrami të lidhjeve midis atributeve). Llojet e njohurive Objektet. Në mënyrë tipike, një person përfaqëson njohuri në terma të fakteve për objektet përreth tij. Për këtë arsye, duhet të ekzistojnë mënyra për të paraqitur objektet, klasat (kategoritë, llojet) e objekteve, për të përshkruar vetitë dhe për të bashkëvepruar me objektet. Një mënyrë për të klasifikuar objektet është përmes një hierarkie klase. Për më tepër, është e nevojshme të bëhet dallimi midis objekteve abstrakte që përdoren për të përcaktuar grupe (grupe, klasa) individësh. Shembull "Zogjtë kanë krahë" "Pëllumbat janë zogj" "Bora është e bardhë" "Ky libër është i ri" - objekt individual Situatat - të gjitha llojet e ndërveprimeve midis objekteve. Shembull "Ra shi dje" "Treni u vonua 10 minuta" Një shembull i klasifikimit të situatave të propozuara nga Paducheva është paraqitur në Fig. 9. Përveç kësaj, për të qenë në gjendje të përshkruajë vetë situatat, modeli i përfaqësimit duhet të lejojë që dikush të përshkruajë vendndodhjen e ngjarjeve në boshtin kohor, si dhe marrëdhënien e tyre shkak-pasojë. Situatat Gjendjet statike Vetitë dhe marrëdhëniet e përhershme Proceset dinamike Incidentet e qëndrueshme Rezultatet e përkohshme Ngjarjet Fig. 9. Një shembull i klasifikimit të situatave të propozuar nga Paducheva Kur përfaqësohet hierarkia e objekteve dhe marrëdhënieve, vështirësia kryesore është zgjedhja e bazës, d.m.th. vetitë (karakteristikat) me të cilat ndodh ndarja. Zakonisht, edhe nëse një person dallon lehtësisht lloje të ndryshme objektesh dhe situatash në jetë, përpjekja për klasifikim verbal përbën një problem të madh. Procedurat. Sjellja (p.sh. ngarja e biçikletës) kërkon njohuri që janë përtej njohurive deklarative për objektet dhe marrëdhëniet midis tyre. Kjo është njohuri për mënyrën e kryerjes së këtij apo atij veprimi, që quhet njohuri procedurale, ose përvojë (aftësi). Ashtu si ngasja e një biçiklete, shumica e sjelljeve të vetëdijshme (p.sh., komunikimi, kuptimi ose vërtetimi i teoremave) përfshijnë njohuri procedurale dhe shpesh është e vështirë të bëhet dallimi i qartë midis njohurive procedurale dhe njohurive të objektit. Shembull. informacion, ose për rëndësinë relative të fakteve individuale. Meta-njohuria përfshin gjithashtu - 23 - atë që njerëzit dinë për aftësinë e tyre si përpunues i njohurive: pikat e forta, dobësitë, nivelin e përvojës në fusha të ndryshme dhe ndjenjën e përparimit në zgjidhjen e problemeve. Klasifikimi i njohurive Sipas thellësisë:  Njohuri sipërfaqësore (një grup shoqërimesh empirike dhe marrëdhëniesh shkak-pasojë midis koncepteve të fushës lëndore).  Njohuri të thelluara (abstraksione, imazhe, analogji, të cilat pasqyrojnë një kuptim të strukturës së fushës lëndore dhe marrëdhëniet e koncepteve individuale). Nga mënyra e ekzistencës:  Fakte (rrethana të njohura).  Heuristika (njohuri nga përvoja e ekspertëve). Nga ngurtësia:  Njohuri e fortë (ju lejon të merrni rekomandime të qarta dhe të qarta në kushtet e dhëna fillestare).  Njohuri të buta (lejoni vendime të shumta, të paqarta dhe rekomandime të ndryshme). Sipas formave të paraqitjes:  Njohuri deklarative (fakte në formën e grupeve të të dhënave të strukturuara).  Njohuri procedurale (algoritme në formë procedurash për përpunimin e fakteve). Sipas mënyrës së përvetësimit:  Njohuri shkencore (të marra nëpërmjet mësimdhënies dhe/ose studimit sistematik).  Njohuri të përditshme, të përditshme (të fituara në rrjedhën e jetës). Për të pritur një bazë njohurish me qëllim përdorimin e saj për zgjidhjen e problemeve të aplikuara, është e nevojshme që ajo të përshkruhet zyrtarisht duke përdorur modele matematikore. Siç është përmendur tashmë, përfaqësimi i njohurive është i mundur duke përdorur modele deklarative dhe procedurale. Modelet tipike deklarative zakonisht përfshijnë modelet e rrjetit dhe të kornizës; tek ato procedurale – logjike dhe prodhuese. Nga pikëpamja e qasjes ndaj përfaqësimit të njohurive në një kompjuter, modelet e përfaqësimit të njohurive mund të klasifikohen si më poshtë: Bazuar në një qasje heuristike: "trojka", modele të prodhimit, kornizës, rrjetit Bazuar në një qasje teorike: bazuar në logjika formale dhe e bazuar në "logjikën njerëzore" - modale dhe shumëvlerëshe. - 24 - 2.2. Modeli logjik i përfaqësimit të njohurive Konceptet themelore të logjikës Shumica e njerëzve besojnë se fjala "logjik" do të thotë "i arsyeshëm". Kështu, nëse njeriu arsyeton logjikisht, atëherë arsyetimi i tij është i arsyeshëm, prandaj nuk lejon përfundime të nxituara. Logjika është shkenca e formave dhe metodave të të menduarit të saktë. Kjo do të thotë se duke pasur parasysh numrin e kërkuar të fakteve të vërteta, përfundimi duhet të jetë gjithmonë i vërtetë. Nga ana tjetër, nëse një përfundim logjik është i pavlefshëm, do të thotë se është arritur një përfundim i rremë bazuar në fakte të vërteta. Është e nevojshme të dallohen konceptet e logjikës formale dhe joformale. Një tipar dallues i logjikës informale është se përdoret në jetën e përditshme. Një provë komplekse logjike është një zinxhir përfundimesh logjike në të cilat një përfundim çon në një tjetër, e kështu me radhë. Në logjikën formale, e quajtur edhe logjikë simbolike, ajo që është e rëndësishme është se si bëhet përfundimi logjik dhe si merren parasysh faktorë të tjerë për të siguruar që përfundimi përfundimtar të provohet i vërtetë ose i rremë në një mënyrë të pranueshme. Logjika gjithashtu ka nevojë për semantikë për t'i dhënë kuptim simboleve. Logjika formale përdor semantikën që bazohet jo në përdorimin e fjalëve që mbartin përmbajtje emocionale, por në zgjedhjen e emrave kuptimplotë për variabla, të ngjashëm me programimin. Ashtu si matematika, logjika studion drejtpërdrejt jo objektet empirike, por abstrakte. Kjo shtron pyetjen: Cila është natyra apo statusi ontologjik i objekteve abstrakte? Për çfarë lloj objektesh abstrakte po flasim? Në logjikën (klasike) dallohen dy lloje themelore të objekteve abstrakte: − konceptet (vetitë); − marrëdhëniet. Konceptet mund të jenë ose të thjeshta ose komplekse. Konceptet komplekse janë një grup konceptesh relativisht më të thjeshta (veti të thjeshta) të ndërlidhura nga marrëdhënie të caktuara. Objektet abstrakte më komplekse janë gjykimet, elementet strukturore të të cilave janë gjithashtu koncepte dhe marrëdhënie të caktuara. Gjykimet, nga ana tjetër, janë elementë strukturorë të konkluzioneve (sistemet e gjykimeve), dhe konkluzionet janë elemente strukturore të koncepteve dhe teorive (sistemet e konkluzioneve). Në Fig. Figura 10 tregon hierarkinë e llojeve të objekteve abstrakte në logjikën klasike. Specifikimi i logjikës qëndron në faktin se ajo studion marrëdhëniet ose marrëdhëniet më të përgjithshme, universale, midis objekteve abstrakte. Në përputhje me këtë, ekziston objektivi i mëposhtëm - 25 - përkufizimi i logjikës: "Logjika është shkenca e marrëdhënieve universale (përgjithësisht të vlefshme) midis koncepteve, gjykimeve, konkluzioneve dhe objekteve të tjera abstrakte". Konceptet dhe teoritë (sistemet e konkluzioneve) Konkluzionet (sistemi i gjykimeve) Gjykimet Konceptet (vetitë) Marrëdhëniet Fig. 10. Hierarkia e llojeve të objekteve abstrakte në logjikën klasike Shembull “Studenti” është një koncept. "Zelli" është një pronë. “Studenti i zellshëm”, “Studenti i vitit të 4” – marrëdhëniet. "Një person studion në universitet" është një gjykim. "Nëse një person studion në një institut, atëherë ai është ose student ose student i diplomuar" është një përfundim. "Teoria e llogaritjes së kallëzuesit të rendit të parë" është një koncept. Koncepti Konceptet janë objekte abstrakte që janë të arritshme për të kuptuarit njerëzor si veti (shenja) të thjeshta dhe komplekse të objekteve empirike. Koncepti është në kontrast me entitete të tilla si: "fjalë", "perceptim", "objekt empirik". Koncepti është një njësi universale e të menduarit dhe baza e veprimtarisë intelektuale. Karakteristikat më të rëndësishme të një koncepti janë përmbajtja dhe vëllimi. Të gjitha karakteristikat logjike dhe veprimet logjike janë rezultat i njohurive konkluzive nga ligji i një marrëdhënieje në përpjesëtim të zhdrejtë midis përmbajtjes dhe fushës së një koncepti. Çdo koncept ka një shtrirje të konceptit (sferë konceptuale) dhe një shtesë në shtrirjen e konceptit (Fig. 11, 12). Shtrirja e një koncepti është tërësia (bashkësia) e të gjitha atyre empirike (objekteve individuale) të cilave një koncept i caktuar është i natyrshëm (si një veti, atribut). - 26 - Shtimi në vëllim është tërësia e të gjitha atyre objekteve empirike që nuk kanë një koncept të caktuar. Koncepti X a1 a2 V Vëllimi a3 Fig. 11. Koncepti X, vëllimi i konceptit X, elementi vëllimor (a1, a2, a3) X Jo X Fig. 12. Qëllimi dhe shtimi i tij Shembull Koncepti: modeli i të dhënave faktike. Fushëveprimi i konceptit: modele të të dhënave relacionale, rrjetore, hierarkike Shtimi i fushës së veprimit: modele të të dhënave dokumentare (modele të dhënash përshkruese, thesaurus, të orientuar drejt formatit të dokumentit) Konceptet mund të jenë të këtyre llojeve: 1) në shtrirje: a. teke (U = 1 element, Kamaz); b. e përgjithshme (U>1 element, Fabrika e Automobilave në Moskë); 2) sipas ekzistimit të elementeve: a. jo i zbrazët (student); b. bosh (kolobok); 3) sipas strukturës së elementeve: a. jo foragjerues (poli i veriut); b. kolektiv (debitor); 4) sipas përmbajtjes: a. i parëndësishëm (audiencë); b. korrelative (prindërit); 5) nga prania e cilësive, vetive, marrëdhënieve a. pozitive (virtyt); b. negative (vepër penale); 6) sipas cilësisë së elementeve: a. i regjistruar (revista Open Systems, 1/2008); b. i paregjistruar (inteligjenca), abstrakt; 7) nga natyra e objektit: a. specifike (dorezë); - 27 - b. abstrakt (model). Bazuar në llojet e listuara, është e mundur të jepet një përshkrim logjik i çdo koncepti, domethënë të tregohet përdorimi i konceptit në të shtatë kuptimet. Për shembull, koncepti debitor është i përgjithshëm, jo ​​bosh, kolektiv, korrelativ, pozitiv, i paregjistrueshëm dhe specifik. Teknikat bazë për të kuptuarit e koncepteve Teknikat bazë për të kuptuar konceptet përfshijnë: − abstraksionin; − krahasimi; − përgjithësim; − analiza; − sintezë. Abstraksioni është përzgjedhja (kuptimi) mendor i një vetie ose marrëdhënieje të caktuar nëpërmjet abstragimit nga vetitë ose marrëdhëniet e tjera të një objekti empirik. Krahasimi - vendosja e ngjashmërive ose dallimeve ndërmjet objekteve. Përgjithësimi është izolimi mendor i një koncepti të caktuar duke krahasuar disa koncepte të tjera. Abstragimi, krahasimi dhe përgjithësimi janë teknika që janë të lidhura ngushtë me njëra-tjetrën. Këto mund të quhen "procedura njohëse". Krahasimi është i pamundur pa marrë parasysh abstraksionin. Përgjithësimi presupozon krahasimin dhe në të njëjtën kohë nuk është gjë tjetër veçse një lloj abstraksioni kompleks, etj. Analiza është ndarja mendore e një objekti empirik ose abstrakt në përbërësit e tij komponentët strukturorë (pjesë, veti, marrëdhënie). Sinteza është bashkimi mendor i objekteve të ndryshme në një objekt integral. Shembuj 1. Krahasimi i njerëzve sipas gjatësisë përfshin abstragimin e konceptit "person" për të izoluar vetinë "lartësi". 2. Përgjithësim: "karrige" dhe "tavolinë" - "mobilje". Marrëdhënia ndërmjet koncepteve Për të shpjeguar marrëdhëniet ndërmjet koncepteve, mund të përdorni diagrame në formën e rrathëve të Euler-it (Fig. 13). Shembuj Uniformë (uniformë): Kazan është kryeqyteti. I pavarur (kalim): pasagjer – student. Nënrenditje: pemë - thupër. E kundërta (kontrasti): e bardhë dhe e zezë. - 28 - Kundërshtues: i bardhë – jo i bardhë. Vartësi (vartësi): oficerë (major-kapiten). Ndarja logjike e një koncepti është ndarja e fushës së konceptit në pjesë që nuk mbivendosen bazuar në disa atribute. Konceptet X, Y E papajtueshme M(X)M(Y)= E pajtueshme M(X)M(Y) Kontradiktore e pavarur Y=Jo-X X Y X M(X)M(Y); M(X)M(Y)M(X); M(X)M(Y)M(Y) M(X)M(Y)=U E kundërta Identike (uniforme) X, Y X Y M(X)= M(Y) M(X)M(Y) U X i nënshtrohet Y X Y M(X)M(Y)=M(X) Fig. 13. Korrelacioni i koncepteve Në këtë rast dallohen: − koncepti gjenerik X; − anëtarët e ndarjes (konceptet e specieve A dhe B); − baza e pjesëtimit (d.m.th. shenja). - 29 - Tre rregulla të ndarjes logjike. 1. Rregulli i papajtueshmërisë. Vëllimet e koncepteve të specieve nuk duhet të mbivendosen (d.m.th., anëtarët e ndarjes nuk duhet të jenë të papajtueshëm me njëri-tjetrin); 2. Rregulli i konsistencës. Ju nuk mund të ndani në disa baza njëherësh; 3. Rregulli i proporcionalitetit. Shuma e vëllimeve të koncepteve specifike duhet të jetë e barabartë me vëllimin e konceptit gjenerik. Ndarja dikotomike (lloji më i rreptë) është ndarja e koncepteve sipas parimit të kundërthënës (A, jo-A). Klasifikimet janë sisteme të caktuara (koleksione të renditura) të koncepteve të specieve. Klasifikimet përdoren për të kërkuar marrëdhënie të reja midis koncepteve, si dhe për të sistemuar njohuritë ekzistuese. Shembulli 1. Tabela periodike është një shembull i një klasifikimi shkencor të elementeve kimike. 2. Një shembull i klasifikimit të sistemeve të informacionit (IS) është paraqitur në figurën më poshtë. Bazat e ndarjes: qëllimi funksional. A, B, C janë shembuj të sistemeve të informacionit sipas këtij klasifikimi. IS Sistemet faktike Sistemet e inteligjencës artificiale Sistemet dokumentare IS “University” Lingvo “Consultant Plus” A B C Fig. 14. Shembull i klasifikimit Teknikat për të kuptuarit e koncepteve (abstragimi, krahasimi, përgjithësimi, analiza, sinteza, ndarja) janë procedura kognitive universale dhe themelore që ende nuk janë modeluar me sukses në kuadrin e inteligjencës artificiale. Ky është një nga seksionet themelore të logjikës klasike, i cili duhet të integrohet në teorinë e bazave të njohurive. Pas kësaj, detyrat e modelimit të akteve të tilla mendore si parashtrimi i hipotezave, mësimi i njohurive deklarative do të bëhen të disponueshme dhe procedurat e konkluzionit do të bëhen më të fuqishme. - 30 - Gjykimi Gjykimi është një objekt strukturor kompleks që pasqyron lidhjen objektive ndërmjet sendit dhe pasurisë së tij. Gjykimi është në kontrast me entitete të tilla si: “fjalia”, “perceptimi”, “skenat nga bota reale”. Shembull. Fjalitë e mëposhtme shprehin të njëjtin pohim: − “Një peshkaqen është një peshk grabitqar”; - "Të gjithë peshkaqenët janë peshq grabitqarë." − “Peshkaqenët janë peshq grabitqarë”. Logjika klasike e konsideron strukturën e një gjykimi të thjeshtë në një interpretim pak më të ndryshëm nga ai që pranohet në kërkimet moderne logjiko-gjuhësore. Kështu, në përputhje me konceptet e logjikës klasike për strukturën e një gjykimi, një gjykim i thjeshtë është një objekt abstrakt, elementët kryesorë strukturorë të të cilit janë: − koncepti individual (IC); − koncepti i kallëzuesit (PC); − relacioni predikues (PR). Shembuj Duke pasur parasysh fjalinë: "Platoni është një filozof." Në këtë fjali duke shprehur gjykimin S: “Platoni” është një subjekt logjik, d.m.th. simbol që tregon konceptin individual të gjykimit S. “Filozofi” është një kallëzues logjik, d.m.th. simbol që tregon konceptin kallëzues të gjykimit S. “Të shfaqesh” është lidhor kryefjalë-kallëzues, d.m.th. simbol që tregon një lidhje predikative. Kështu, mund të nxjerrim përfundimin e ndërmjetëm vijues: − një koncept individual është një sistem konceptesh të konsideruara si një entitet konceptual, një objekt empirik; − koncept kallëzues – koncept i konsideruar si veti e një objekti të caktuar empirik; − relacion predikues – një lidhje që lidh konceptet individuale dhe kallëzuese të një objekti empirik në një objekt abstrakt holistik. Përveç kësaj, mund të dallohen disa lloje gjykimesh të thjeshta (Shih Fig. 15). Ka disa mënyra për të zyrtarizuar gjykimet elementare. - 31 - Metoda e parë. Gjuha natyrore konsiderohet tradicionalisht e rëndë dhe e pasaktë, por ende nuk është shpikur asnjë metodë formale që mund të përputhet me shkathtësinë e gjuhës natyrore. Gjykime të thjeshta Atribut Rreth marrëdhënieve Ekzistenca Murgjit, si rregull, janë modest Magnitogorsk në jug të Chelyabinsk Ka pemë bredh blu Fig. 15. Llojet e gjykimeve të thjeshta Metoda 2. Logjika tradicionale aristoteliane. Metoda e 3-të. Logjika moderne simbolike. Llojet kryesore të gjykimeve komplekse Përveç gjykimeve të shprehura në logjikën aristoteliane me pohime të formës A, E, I, O (shih paragrafin Logjika e Aristotelit), ekzistojnë edhe lloje të ndryshme gjykimesh komplekse. Sa më i ndërlikuar të jetë gjykimi, aq më e vështirë është ta zyrtarizosh atë me saktësi duke përdorur logjikën tradicionale aristoteliane, dhe në disa raste një formalizimi i tillë është thjesht i pamundur. Prandaj, këshillohet që të analizohet struktura logjike e gjykimeve komplekse duke përdorur mjetet e logjikës simbolike moderne, duke përfshirë mjetet e logjikës propozicionale dhe logjikën e kallëzuesit (shih paragrafët përkatës të paragrafit). Llojet kryesore të gjykimeve komplekse përfshijnë − konjuktivin; − disjunktive; − implikative; − modale: o aletike (e domosdoshme, ndoshta e rastësishme); o epistemike (di, besoj, besoj, besoj); o deontik (i vendosur, i ndaluar); o aksiologjik (mirë, keq); o kohore (në të kaluarën, para, dje, nesër, në të ardhmen); − pyetje: o nëse- pyetje; o çfarë- pyetje. Këtu ka gjithashtu një vazhdimësi të klasave të logjikës dhe metodave të inteligjencës artificiale. - 32 - Konkluzione Konkluzioni (në logjikën tradicionale) kuptohet si një formë e caktuar e të menduarit përmes së cilës bëhet një kalim mendor (i quajtur "përfundim") nga një ose më shumë gjykime (të quajtura "premisë") në një gjykim tjetër (i quajtur një "përfundim"). Kështu, një përfundim është një objekt kompleks abstrakt në të cilin, me ndihmën e marrëdhënieve të caktuara, një ose më shumë gjykime kombinohen në një tërësi të vetme. Termi silogizëm përdoret për të treguar përfundimin në logjikë. Silogjizmat mund të jenë formale ose joformale. Aristoteli përdori silogjizmat e para formale. Silogjistika që ai zhvilloi (teoria e silogjizmave formale, d.m.th. konkluzionet) pati një ndikim të rëndësishëm në zhvillimin e logjikës antike dhe skolastike dhe shërbeu si bazë për krijimin e një teorie moderne logjike të konkluzioneve. Për të konsoliduar konceptet e logjikës, duhet të plotësoni ushtrimet në faqen 78. Ligjet e logjikës Ligjet më të rëndësishme logjike përfshijnë: − identitetet (çdo objekt është identik vetëm me vetveten); − jo kontradiktore (pohimet që kundërshtojnë njëra-tjetrën nuk mund të jenë njëkohësisht të vërteta); − e treta e përjashtuar (nga dy pohime që përputhen me njëra-tjetrën, njëra është e vërtetë, tjetra është e gabuar dhe e treta nuk jepet); - arsyeja e mjaftueshme (çdo pohim i vërtetë ka një arsye të mjaftueshme në bazë të së cilës është e vërtetë dhe jo e rreme). Le të hedhim një vështrim më të afërt në secilën nga pozicionet e përcaktuara. I. Ligji i Identitetit Ligji i Identitetit vërteton se çdo mendim është identik me vetveten, “A është A” (A → A), ku A është çdo mendim. Për shembull: "Kripa e tryezës NaCl përbëhet nga Na dhe Cl." Nëse shkelet ky ligj, mund të ndodhin gabimet e mëposhtme. Amfibolia (nga greqishtja amphibolos - paqartësi, dualitet) është një gabim logjik i bazuar në paqartësinë e shprehjeve gjuhësore. Një emër tjetër për këtë gabim është "zëvendësimi i tezës". Shembull “Thonë saktë se gjuha do të të çojë në Kiev. Dhe dje bleva gjuhën e tymosur. Tani mund të shkoj me besim në Kiev.” - 33 - Ekuivokimi është një gabim logjik i bazuar në përdorimin e së njëjtës fjalë në kuptime të ndryshme. Ekuivokimi përdoret shpesh si një mjet artistik retorik. Në logjikë, kjo teknikë quhet edhe "zëvendësimi i konceptit". Shembull “Ujku i vjetër i detit është me të vërtetë një ujk. Të gjithë ujqërit jetojnë në pyll." Këtu gabimi është për faktin se në propozimin e parë fjala "ujk" përdoret si metaforë, dhe në premisën e dytë - në kuptimin e saj të drejtpërdrejtë. Logomakia është një mosmarrëveshje për fjalët, kur gjatë diskutimit pjesëmarrësit nuk mund të vijnë në një këndvështrim të përbashkët për faktin se konceptet fillestare nuk janë sqaruar. Kështu, ligji i identitetit shpreh një nga kërkesat më të rëndësishme të të menduarit logjik - sigurinë. II. Ligji i moskontradiktës Ky ligj shpreh kërkesën e konsistencës së të menduarit. Ligji i moskontradiktës thotë: dy propozime, njëra prej të cilave pohon diçka në lidhje me temën e mendimit ("A është B"), dhe tjetra mohon të njëjtën gjë për të njëjtin subjekt mendimi ("A nuk është B") , nuk mund të jetë njëkohësisht e vërtetë, nëse në të njëjtën kohë atributi B pohohet ose mohohet për objektin e mendimit A, i konsideruar në të njëjtën kohë dhe në të njëjtin relacion. Për shembull, propozimet "Kama është një degë e Vollgës" dhe "Kama nuk është një degë e Vollgës" nuk mund të jenë njëkohësisht të vërteta nëse këto propozime i referohen të njëjtit lumë. Nuk do të ketë kontradiktë nëse pohojmë diçka dhe mohojmë të njëjtën gjë për të njëjtin person, i cili, megjithatë, konsiderohet në kohë të ndryshme. Kështu, gjykimet "Ky person është student në MaSU" dhe "Ky person nuk është student në MaSU" mund të jenë njëkohësisht të vërteta nëse i pari prej tyre i referohet të njëjtës kohë (kur ky person studion në Universitetin Shtetëror të Moskës), dhe në të dytën - një tjetër (kur u diplomua nga universiteti). Ligji i moskontradiktës tregon se nga dy propozime të kundërta, njëra është domosdoshmërisht e rreme. Por meqenëse shtrihet në gjykime të kundërta dhe kontradiktore, çështja e gjykimit të dytë mbetet e hapur: ai nuk mund të jetë edhe i vërtetë edhe i rremë: letra nuk mund të jetë e bardhë dhe jo e bardhë. III. Ligji i mesit të përjashtuar Ligji i mesit të përjashtuar thotë se dy propozime kontradiktore nuk mund të jenë njëkohësisht të rreme: njëri prej tyre është domosdoshmërisht i vërtetë; tjetra është domosdo e rreme; përjashtohet aktgjykimi i tretë, d.m.th. Ose A është e vërtetë ose jo - A është e vërtetë. - 34 - Ligji i mesit të përjashtuar formulon një kërkesë të rëndësishme për të menduarit tuaj: nuk mund të shmangeni nga njohja e një prej dy pohimeve kontradiktore si të vërteta dhe të kërkoni diçka të tretë mes tyre. Nëse njëra prej tyre njihet si e vërtetë, atëherë tjetra duhet të njihet si e rreme dhe të mos kërkohet e treta. Shembull: kafshët mund të jenë ose vertebrore ose jo vertebrore, nuk mund të ketë asgjë të tretë. IV. Ligji i arsyes së mjaftueshme Përmbajtja e këtij ligji mund të shprehet si më poshtë: për t'u konsideruar plotësisht i besueshëm, çdo qëndrim duhet të provohet, d.m.th. duhet të dihen arsye të mjaftueshme për të cilat konsiderohet e vërtetë. Një bazë e mjaftueshme mund të jetë një mendim tjetër, tashmë i testuar nga praktika dhe i njohur si i vërtetë, rezultati i domosdoshëm i të cilit është e vërteta e pozicionit që provohet. Shembull. Baza logjike për gjykimin "Dhoma është bërë më e ngrohtë" është fakti i zgjerimit të merkurit të termometrit. Në shkencë konsiderohen baza të mjaftueshme: a) dispozitat mbi faktet e vërtetuara të realitetit, b) përkufizimet shkencore, c) dispozitat shkencore të vërtetuara më parë, d) aksiomat dhe e) përvoja personale. Konkluzioni logjik Konkluzioni logjik është nxjerrja e një formule të caktuar bazuar në shumë formula të tjera logjike duke zbatuar rregullat e konkluzionit. Interpretuesi i shprehjeve logjike, duke përdorur konkluzionet logjike, ndërton vetë zinxhirin e nevojshëm të llogaritjeve bazuar në përshkrimin origjinal. Rëndësia e qasjes logjike qëndron në mundësinë e ndërtimit të një interpretuesi, funksionimi i të cilit nuk varet nga formula logjike. Rregullat në paraqitjen logjike kanë formën: P0←P1, …, Pn. P0 quhet objektiv, dhe P1, P2, ..., Pn është trupi i rregullit. Kallëzuesit P1, P2, ..., Pn janë kushte që duhet të plotësohen në mënyrë që arritja e qëllimit P0 të jetë e suksesshme. Le të shohim bazat e përfundimit logjik duke përdorur shembullin e kryerjes së procedurës për përcaktimin e korrektësisë së arsyetimit. Përkufizimi i arsyetimit logjikisht të saktë Kur themi se një fjali D rrjedh logjikisht nga një tjetër P, nënkuptojmë si vijon: sa herë që fjalia P është e vërtetë, atëherë fjalia D është gjithashtu e vërtetë në logjikën propozicionale. në varësi të disa variablave X1, X2,.., Xn. Përkufizimi. Do të themi se nga formula P(X1, X2,...,Xn) logjikisht vijon formula D(X1, X2,...,Xn) dhe shënojmë P├ D nëse për - 35 - ndonjë grup vlerash ​X1, X2,...,Xn nën kushtin P(X1, X2,...,Xn) = I2, kushti D(X1, X2,...,Xn) = I plotësohet Formula P quhet premisa, dhe D është përfundimi i arsyetimit logjik. Zakonisht në arsyetimin logjik nuk përdoret një premisë P, por disa; në këtë rast, arsyetimi do të jetë logjikisht i saktë nga lidhja e premisave, përfundimi rrjedh logjikisht. Kontrollimi i korrektësisë së arsyetimit logjik Metoda e parë sipas përkufizimit është: a) të shënohen të gjitha premisat dhe përfundimet në formën e formulave logjike propozicionale; b) të krijojë një lidhje të ambienteve të formalizuara P1& P2&…& Pn,; c) kontrolloni duke përdorur tabelën e së vërtetës nëse përfundimi D rrjedh nga formula P1&P2&...&Pn. Metoda e dytë bazohet në kriterin e mëposhtëm të pasojës logjike: "Formula D rrjedh logjikisht nga formula P nëse dhe vetëm nëse formula P |- D është një tautologji." Pastaj kontrollimi i korrektësisë së arsyetimit logjik zbret në përgjigjen e pyetjes: a është formula një tautologji? Kjo pyetje mund të përgjigjet duke ndërtuar një tabelë të vërtetësisë për formulën, ose duke reduktuar këtë formulë duke përdorur transformime ekuivalente në një tautologji të njohur. Ne do ta quajmë metodën e tretë të kontrollit të saktësisë së arsyetimit logjik të shkurtuar, sepse nuk kërkon një numërim të plotë të vlerave të variablave për të ndërtuar një tabelë të vërtetësisë. Për të justifikuar këtë metodë, ne formulojmë një kusht në të cilin arsyetimi logjik është i pasaktë. Arsyetimi është i pasaktë nëse ka një grup vlerash të variablave X01, X02,.., X0n të tilla që premisa D(X01, X02,.., X0n) = А 3, dhe përfundimi P(X01, X02,.., X0n) = DHE. Shembull. Është dhënë arsyetimi: “Nëse bie shi, atëherë macja është në dhomë ose në bodrum. Miu është në dhomë ose në vrimë. Nëse macja është në bodrum, atëherë miu është në dhomë. Nëse macja është në dhomë, atëherë miu është në vrimë, dhe djathi është në frigorifer. Tani po bie shi dhe djathi është në tryezë. Ku është macja dhe ku është miu? Le të prezantojmë shënimin e mëposhtëm: D – “po bie shi”; K - "mace në dhomë"; P - "mace në bodrum"; M - "miu në dhomë"; N - "miu në një vrimë"; X – “djathë në frigorifer” ¬Х – “djathë në tavolinë”. Marrim skemën e mëposhtme të arsyetimit: D→K|R M|N K→H&X 2 3 E vërtetë E gabuar - 36 - R→M D&¬X ----? Le të përdorim rregullat e konkluzionit 1) D&¬X├D; 2) D&¬X├¬X; 3) D→K|R, D├ K|R. Më tej do të shqyrtojmë dy opsione. Opsioni A. Le të ndodhë K Pastaj 4a) K, K→H&X, K├H&X; 5a) H&X ├ X; 6a) ¬Х,Х├Х&¬Х - morëm një kontradiktë, që do të thotë se supozimi ishte i gabuar dhe ky opsion është i pamundur. Opsioni B, Le të ndodhë P Pastaj 4b) P, P →M├M; 5b) R,M├R&M Është marrë përfundimi R&M, d.m.th. "Macja është në bodrum dhe miu në dhomë" Shembull Kontrolloni saktësinë e arsyetimit në mënyrë të shkurtuar. Cilat mënyra të tjera mund të zgjidhet ky problem? Arsyetimi është dhënë: “Nëse sot është acar, do të shkoj në pistën e patinazhit. Nëse ka një shkrirje sot, do të shkoj në disko. Sot do të ketë ngrica ose shkrirje. Prandaj, do të shkoj në disko.” Zgjidhje. Le të zyrtarizojmë gjendjen e problemit duke futur shënimin e mëposhtëm: M – “sot do të jetë acar”; K - "Unë do të shkoj në pistën e patinazhit"; O – “sot do të ketë shkrirje”; D - "Unë do të shkoj në disko." Skema e arsyetimit ka formën: M→K O→Д M|O ---Д Arsyetimi është logjikisht i saktë nëse për ndonjë grup vlerash të variablave (M, K, O, D) për të cilat të gjitha premisat janë të vërteta. , përfundimi është gjithashtu i vërtetë. Le të supozojmë të kundërtën: ekziston një grup (M0,K0,O0.D0) i tillë që premisat janë të vërteta dhe përfundimi është i rremë. Duke përdorur përkufizimet e operacioneve logjike, ne do të përpiqemi të gjejmë këtë grup. Ne jemi të bindur se supozimi është i vlefshëm për vlerat e variablave - 37 - M0 = I, K0 = I, O0 = A, D0 = A (Tabela 1). Prandaj, arsyetimi nuk është logjikisht i saktë. Tabela 1 Skema për zgjidhjen e problemit logjik Nr. 1 2 3 4 5 6 7 E vërtetë M0 →K0 O0 →Д0 M0 ˅ O0 M0 К0 E gabuar Shënime supozojmë se premisat janë të vërteta, Д0 О0 dhe përfundimi është i gabuar nga 2.4 dhe përkufizimi i nënkuptimit nga 3, 5 dhe përkufizimi i ndarjes nga 1, 6 dhe përkufizimi i nënkuptimit Një mënyrë tjetër për të zgjidhur problemin: ndërtoni një tabelë të vërtetës për formulën (M→K)&(O→D)&(M˅O ) →D dhe sigurohuni që të mos jetë një tautologji. Pastaj, bazuar në pasojën logjike, arsyetimi nuk është logjikisht i saktë. Meqenëse katër variabla propozicionalë (M, K, O, D) janë të përfshira në arsyetim, tabela e së vërtetës do të përmbajë 16 rreshta dhe kjo metodë kërkon punë intensive. Duke përdorur rregullat e konkluzionit, ju mund të ndërtoni një arsyetim logjikisht të saktë, por nuk është gjithmonë e mundur të vërtetohet pasaktësia e arsyetimit logjik. Prandaj, për këtë detyrë, mënyra më e përshtatshme është të kontrolloni korrektësinë e arsyetimit logjik. Për të konsoliduar rregullat e konkluzionit logjik, duhet të plotësoni ushtrimet në f. 78. Seksionet kryesore të logjikës simbolike moderne Në zhvillimin e logjikës klasike dallohen këto tri faza kryesore: logjika antike (rreth 500 para Krishtit - fillimi i erës sonë), logjika skolastike (fillimi i erës sonë - gjysma e parë e shekullit XIX) shek. , logjika simbolike moderne (mesi i shekujve 19-20) Logjika simbolike moderne ndahet në seksione kryesore, thelbi i të cilave zbulohet më poshtë. Logjika propozicionale (calculus propositional). Ai studion gjykime të thjeshta të konsideruara pa marrë parasysh strukturën e tyre të brendshme, si dhe konkluzione elementare që janë më të arritshme për të kuptuarit njerëzor. Në gjuhën natyrore, gjykime të tilla të thjeshta përfaqësohen nga fjali që konsiderohen vetëm nga pikëpamja e së vërtetës ose falsitetit të tyre, dhe konkluzionet përfaqësohen nga sistemet përkatëse të pohimeve. - 38 - Logjika e kallëzuesit (llogaritja e kallëzuesit). Objektet më komplekse të studimit janë gjykimet e konsideruara duke marrë parasysh strukturën e tyre të brendshme. Seksioni i logjikës në të cilin studiohen jo vetëm lidhjet midis gjykimeve, por edhe struktura e brendshme konceptuale e gjykimeve, quhet "logjika e kallëzuesit". Metalogjike. Metalogjika është një shtrirje e logjikës së kallëzuesit. Subjekti i studimit të tij është e gjithë sfera e marrëdhënieve në tërësi, të gjitha ato marrëdhënie universale që mund të ndodhin midis koncepteve, gjykimeve, përfundimeve, si dhe simboleve që i përcaktojnë ato. Paragrafët e mëposhtëm të paragrafit paraqesin pozicionet kyçe të logjikës propozicionale dhe kallëzuesit e rendit të parë. Për të kuptuar më mirë logjikat moderne, është e nevojshme të merren parasysh dispozitat kryesore të përcaktuara nga silogjizmat e Aristotelit. Logjika e Aristotelit Në logjikën e Aristotelit, struktura e gjykimeve elementare shprehet me këto struktura: − S është P (1); − S nuk është P (2), ku S është një temë logjike (nga latinishtja Subjectum); P - disa kallëzues logjik (nga latinishtja Predicatum). Llojet e gjykimeve në logjikën e Aristotelit janë renditur më poshtë. 1. Propozime të përgjithshme pohuese – A “Të gjitha S janë P” – Të gjithë poetët janë njerëz të impresionueshëm. Fjalët "është" dhe "nuk është" shërbejnë si një lidhës kryefjalë-kallëzues. Nga pohimet (1) dhe (2), duke përdorur fjalët "të gjitha" dhe "disa", ndërtohen pohime të formës: − të gjitha S është P: Lloji A (Affirmo); − disa S janë P: Lloji I (AffIrmo); − të gjitha S nuk janë P: Lloji N (Nego); − disa S nuk janë P: Lloji O (NegO). 2. Gjykimet e përgjithshme negative – E (N) “Jo S është P” - Asnjë person nuk është i gjithëdijshëm. 3. Propozim i veçantë pohues – Unë “Disa S janë P” – Disa njerëz kanë flokë kaçurrela. 4. Gjykimi i pjesshëm negativ – O “Disa S nuk janë P” – Disa njerëz nuk dinë të dëgjojnë. Deklaratat e tipit A, E, I, O janë pohime të thjeshta kategorike që përbëjnë themelin e gjithë logjikës aristoteliane. Midis vërtetësisë dhe falsitetit të pohimeve të tipit A, E, I, O ekzistojnë marrëdhënie funksionale-integrale, të cilat zakonisht përshkruhen në formën e një katrori logjik (Fig. 16, Tabela 2). - 39 - Kur përdorni një katror logjik, është e rëndësishme të merrni parasysh hollësinë e mëposhtme: fjala "disa" kuptohet në një kuptim të gjerë - si "disa, dhe ndoshta të gjitha". Tabela 2 Tabela e së vërtetës për gjykimet e logjikës së Aristotelit A I L L E L L I I I L O L I I Fig. 16. Sheshi logjik Shpjegimet e katrorit logjik të Aristotelit Në këndin e sipërm majtas të katrorit logjik ka pohime të tipit A (pohore e përgjithshme). Në këndin e sipërm djathtas janë deklaratat e tipit E (negativ i përgjithshëm). Në këndin e poshtëm të majtë (nën A) janë deklaratat e tipit I (veçanërisht pohuese). Në këndin e poshtëm djathtas (nën E) janë deklaratat e tipit O (negativë të pjesshëm). Deklaratat e llojeve A dhe O, si dhe pohimet e llojeve E dhe I, lidhen me njëra-tjetrën në një lidhje kontradiktore, ose kontradiktore (marrëdhënie diagonale). Deklaratat e llojeve A dhe E janë në një lidhje kundërvënieje ose kundërshtimi. - 40 - Deklaratat e tipit I janë në vartësi (pra nënkuptojnë) pohimet e tipit A. Deklaratat e tipit O janë në varësi të pohimeve të tipit E. Ndërsa pohimet kontradiktore kanë vlera të kundërta të vërteta (njëra është e vërtetë, tjetra është e gabuar) , deklaratat kontradiktore nuk mund të jenë njëkohësisht të vërteta, por mund të jenë të rreme në të njëjtën kohë. Duke përdorur një katror logjik, mund të nxirrni propozime të kundërta, kontradiktore dhe të varura ndaj të dhënave, duke përcaktuar vërtetësinë ose falsitetin e tyre. Shembulli 1. Çdo gjykim shprehet me fjalinë A →1. 2. Asnjë gjykim nuk shprehet në fjalinë E→ 0. 3. Disa gjykime nuk shprehen në fjalinë O → 0. 4. Disa gjykime shprehen në fjalinë I → 1. Përveç kësaj, me ndihmën e katrorit logjik të Aristotelit. , është e mundur të vendosen lloje të marrëdhënieve ndërmjet gjykimeve: 1) marrja e njohurive konkluzive; 2) krahasimi i këndvështrimeve të ndryshme për çështje të diskutueshme; 3) redaktimi i teksteve dhe në raste të tjera. Formalizmat e llogaritjes propozicionale Shumë modele të përfaqësimit të njohurive bazohen në formalizmat e llogaritjes propozicionale dhe kallëzuese. Një prezantim rigoroz i këtyre teorive nga pikëpamja e logjikës klasike matematikore gjendet në veprat e Schoenfield dhe Taze në Pospelov mund të gjendet një prezantim popullor i këtyre teorive, i cili mund të rekomandohet si një hyrje fillestare. Sipas përkufizimit të Thaize, propozimet logjike janë një klasë fjalish në gjuhën natyrore që mund të jenë të vërteta ose të rreme, dhe llogaritja propozicionale është dega e logjikës që studion fjali të tilla. Lind një pyetje e natyrshme: Çfarë të bëjmë me fjalitë gjuhësore, për të vërtetën e të cilave nuk mund të thuhet asgjë e prerë? Shembull. "Nëse bie shi nesër, unë do të qëndroj në shtëpi." Tani për tani, thjesht do të supozojmë se të gjitha fjalitë me të cilat duhet të merremi i përkasin klasës së pohimeve logjike. Ne do të tregojmë deklarata duke përdorur shkronja të mëdha të alfabetit latin dhe një indeks, nëse prezantimi e kërkon atë. Shembuj të shënimeve të pohimeve: S, S1, S2, H, H1, H2. Siç u përmend tashmë, një deklaratë logjike është ose e vërtetë ose e rreme. Një deklarate të vërtetë i caktohet vlera logjike - 41 - TRUE (ose AND), një deklarate të rreme i caktohet vlera logjike FALSE (ose L). Kështu, vlera e së vërtetës formon grupin (I, L). Në llogaritjen propozicionale futen pesë lidhje logjike (Tabela 3), me ndihmën e të cilave përpilohen formula logjike në përputhje me rregullat e ndërtimit. Tabela 3 Lidhëzat logjike Emri i zakonshëm Lloji Emërtim tjetër i shënimit Negacion Unary -, ~, NOT, NOT  Lidhëz ^ Binar & , ., AND , DHE * Disjunksion  Binary OSE OSE Implikim  Binar => -> Ekuivalencë <=> <-> ~ * Shënim: të mos ngatërrohet me vlerën e së vërtetës I. Grupi i rregullave për ndërtimin e formulave logjike të bazuara në pohime përfshin tre komponentë: − bazë: çdo pohim është një formulë; − hapi i induksionit: nëse X dhe Y janë formula, atëherë X, (X ^ Y), (X  Y), X Y dhe X  Y janë formula; − kufizim: formula është marrë në mënyrë unike duke përdorur rregullat e përshkruara në hapin bazë dhe induksion. Formulat tregohen me shkronja të mëdha të alfabetit latin me tregues. Shembujt e formulave logjike janë dhënë në shembull. Shembuj a) T = S1 ^ S2; b) N = H1H2. Shprehja a) mund të lexohet si më poshtë: "Formula logjike T është lidhja (lidhëza logjike AND) e pohimeve logjike S1 dhe S2." Interpretimi i shprehjes b) është si më poshtë: "Formula logjike N është disjuksioni (lidhës logjik OR) i mohimit (NOT) të pohimit logjik H1 dhe pohimit logjik H2." Vlera e së vërtetës së një formule logjike është një funksion i vlerave të së vërtetës së pohimeve përbërëse të saj dhe mund të përcaktohet në mënyrë unike duke përdorur tabelat e së vërtetës. Më poshtë janë tabelat e së vërtetës për mohimin dhe lidhjet binare (Tabela 4, 5 Kështu, nëse vlerat e së vërtetës për pohimet nga shembulli a) janë të njohura, për shembull S1 = I, S2 = L, atëherë vlera e së vërtetës për formulën). - 42 - T mund të gjendet në kryqëzimin e rreshtit të dytë dhe kolonës së tretë në tabelën 5, domethënë T = L. Tabela 4 Tabela e së vërtetës për mohimin ¬X I L L I Tabela 5 Tabela e së vërtetës për lidhjet binare X Y X^Y X Y X Y XY DHE DHE DHE DHE I I I I L I L L I I I I L L L I I I L I L L I I I I L L L I I Logjika e kallëzuesit të rendit të parë Marrëdhëniet ndërmjet objekteve përshkruhen duke përdorur koncepte të veçanta matematikore të quajtura kallëzues logjik, dhe llogaritja e kallëzuesit është dega e logjikës që i studion ato. Çdo logjikë është një sistem formal për të cilin duhet të përcaktohen: − alfabeti i sistemit - një grup simbolesh të numërueshme; − formulat e sistemit - një nëngrup i caktuar i të gjitha fjalëve që mund të formohen nga simbolet e përfshira në alfabet (zakonisht specifikohet një procedurë që lejon që formulat të përbëhen nga simbolet e alfabetit të sistemit); − aksiomat e sistemit - një grup formulash të zgjedhur të sistemit; − rregullat e konkluzionit të sistemit - një grup i kufizuar marrëdhëniesh midis formulave të sistemit. Fjalori i llogaritjes së kallëzuesit në paraqitjen e tij standarde përfshin konceptet e mëposhtme: − variablat (do t'i shënojmë me shkronjat e fundit të alfabetit anglez u, v, x, y, z); − konstante (do t'i shënojmë me shkronjat e para të alfabetit anglez a, b, c, d): o konstante individuale; o konstantet funksionale; o konstantet e kallëzuesit; − deklarata; - 43 - − lidhëzat logjike (¬ (negacion), lidhëz, veçim, nënkuptim); − kuantifikuesit: (ekzistenca, universaliteti); − ujërat termale; − format funksionale; − trajtat e kallëzuesit; − atomet; − formulat. Konstantat Individuale dhe Variablat Individuale Këto janë të ngjashme me konstantet dhe variablat nga llogaritja, me ndryshimin e vetëm që diapazoni i variacionit të tyre përfaqëson individët dhe jo numrat realë. Në teorinë e inteligjencës artificiale, konstantet dhe variablat e emërtuara në kujtesën e agjentit që korrespondojnë me objektet dhe konceptet në botën reale quhen zakonisht koncepte. Në gjuhët e rendit të parë, variablat mund të jenë vetëm individuale, ndaj quhen thjesht variabla. Siç do të tregohet më poshtë, përdorimi i gjuhëve të rendit të parë dhe refuzimi për të përdorur gjuhë të rendit më të lartë imponon kufizime shtesë në klasën e fjalive të gjuhës natyrore në shqyrtim. Konstantet individuale do të shënohen me shkronja të vogla a, b, c, u, v, w të alfabetit latin me indekse ose emra kujtues të marrë nga teksti. Për të përcaktuar variablat, do të përdoren shkronjat e vogla x, y, z, alfabeti latin me indekse. Shembull. Konstantet individuale: a1, b1, c, u, v1, shitësi_w, k22, blerja_l, m10, libri_a1. Variablat: x, y2, z33. Konstantet e kallëzuesit Konstantet e kallëzuesit tregojnë lidhjen që përshkruan kallëzuesi. Një konstante kallëzues nuk e ndryshon vlerën e saj të së vërtetës. Ai shoqërohet me një numër të përshtatshëm argumentesh ose parametrash, të quajtur terma, duke formuar një formë kallëzuesi. Konstantet e kallëzuesit shënohen me emra mnemonikë ose shkronjën e alfabetit latin P me indekse. Gjuha e kallëzuesit përmban gjuhën e pohimeve, pasi një pohim nuk është gjë tjetër veçse një konstante kallëzues pa argumente, ose një formë kallëzuese me vend zero. Zona semantike e formës së kallëzuesit përkon me zonën e ndryshimit të pohimit, d.m.th. (I, L). Konstantet funksionale Një konstante funksionale (f, g, h) si dhe një konstante kallëzues, kur kombinohen me një numër të përshtatshëm termash, formon një formë funksionale. Dallimi midis një forme funksionale dhe një trajte kallëzuese është se - 44 - fusha e saj semantike përbëhet nga një grup konstantesh individuale. Një konstante funksionale me vend zero është thjesht një konstante individuale. lidhëzat logjike në llogaritjen e kallëzuesit shërbejnë për të formuar formula. Kuantifikuesit. Llogaritja e kallëzuesit përdor dy kuantifikues: sasiorin e përgjithshëm () dhe sasinë e ekzistencës (). Shprehja xP lexohet si "për çdo x P është e vërtetë". Shprehja xP lexohet si "ekziston një x për të cilën P është e vërtetë". Një term është një shprehje e formuar nga variabla dhe konstante, ndoshta duke përdorur funksione. Termat, format, atomet dhe formulat në llogaritjen e kallëzuesit ndërtohen duke përdorur rregullat e mëposhtme: - çdo ndryshore ose konstante është një term; − nëse t1,...,tn janë terma, dhe f është një simbol i funksionit n-ar, atëherë f(t1,...,tn) është një term; − nuk ka terma të tjerë. Në fakt, të gjitha objektet në logjikën e kallëzuesit të rendit të parë përfaqësohen pikërisht në formën e termave. Nëse një term nuk përmban ndryshore, atëherë ai quhet term bazë ose konstant. Një term (t1,t2 ...tn) është çdo ndryshore dhe çdo formë funksionale. Një formë funksionale është një konstante funksionale e lidhur me një numër të përshtatshëm termash. Nëse f është një konstante funksionale n-are dhe t1 ..., tn janë terma, atëherë forma përkatëse zakonisht shënohet me f(t1, ...,tn). Nëse n=0, atëherë thjesht shkruani f. Një formë kallëzuesi është një konstante kallëzuese e lidhur me një numër të përshtatshëm termash. Nëse p është konstanta korresponduese m-ary dhe t1, ..., tn janë terma, atëherë forma përkatëse shënohet me p(t1,...,tm). Një atom është një formë kallëzuese ose ndonjë barazi, d.m.th. një shprehje si (s=t), ku s dhe t janë terma. Një formulë atomike ose elementare përftohet duke aplikuar një kallëzues për termat, më saktë, kjo është shprehja p(t1,...,tn), ku p është një simbol i kallëzuesit n-ar (formula), dhe t1,.. .,tn janë terma. Koncepti i një formule përcaktohet në mënyrë rekursive (induktive) nga rregullat e mëposhtme: - një atom është një formulë; - nëse A është një formulë, A është një formulë; - nëse A dhe B janë formula, atëherë formulat (A ^ B), (A  B), (A  B) dhe (A  B); - nëse A është një formulë dhe x është një ndryshore, atëherë xA dhe xA janë formula. Le të paraqesim alfabetin e logjikës së kallëzuesit përmes koncepteve. Konstante. Ato shërbejnë si emra individësh (në krahasim me emrat e agregateve): objekte, njerëz ose ngjarje. Konstantet përfaqësohen nga - 45 - simbole si Jacques_2 (shtimi i 2 në fjalën Jacques tregon një person shumë specifik midis njerëzve me atë emër), Book_22, Parcel_8. Variablat. Ato tregojnë emrat e agregateve, të tilla si një person, një libër, një parcelë, një ngjarje. Simboli Book_22 përfaqëson një shembull shumë specifik dhe libri simbol tregon ose grupin e "të gjithë librave" ose "konceptin e një libri". Simbolet x, y, z përfaqësojnë emrat e koleksioneve (bashkësi ose koncepte të caktuara). Emrat e kallëzuesit (konstantet e kallëzuesit). Ato përcaktojnë rregullat për lidhjen e konstantave dhe variablave, për shembull, rregullat gramatikore, procedurat dhe veprimet matematikore. Për emrat predikativë përdoren simbole si frazat e mëposhtme: Dërgo, Shkruaj, Plus, Ndani. Emrat e funksioneve (konstantet e funksionit) përfaqësojnë të njëjtat rregulla si kallëzuesit. Për të shmangur konfuzionin me emrat e kallëzuesit, emrat funksionalë shkruhen vetëm me shkronja të vogla: frazë, dërgo, shkruaj, plus, nda. Simbolet e përdorura për të përfaqësuar konstantet, variablat, kallëzuesit dhe funksionet nuk janë "fjalë ruse". Ato janë simbole të njëfarë përfaqësimi - fjalët " gjuha e objektit“(në rastin tonë gjuha e kallëzuesit). Prezantimi duhet të përjashtojë çdo paqartësi gjuhësore. Prandaj, emrat e individëve përmbajnë numra që u caktohen emrave të agregateve. Jacques_1 dhe Jacques_2 përfaqësojnë dy persona me të njëjtët emra. Këto paraqitje janë konkretizime të emrit të agregatit “Jacques”. Një kallëzues është një emër kallëzues së bashku me një numër të përshtatshëm termash. Një kallëzues quhet gjithashtu një formë kallëzuese. Shembull. Në Rusisht: Jacques i dërgon një libër Marie, logjikisht: Parcela (Jacques_2, Marie_4, Book_22). Shfaqja e Logjikës Fuzzy logjikë e paqartë, teoria e grupeve fuzzy dhe teori të tjera "fuzzy" janë të lidhura me punën e shkencëtarit amerikan Zadeh. Ideja kryesore e Zadeh ishte se mënyra e të menduarit njerëzor, e bazuar në gjuhën natyrore, nuk mund të përshkruhet në kuadrin e formalizmave tradicionale matematikore. Këto formalizma karakterizohen nga një paqartësi e rreptë e interpretimit dhe gjithçka që lidhet me përdorimin e gjuhës natyrore ka një interpretim shumëvlerësh. Qëllimi i Zadeh ishte të ndërtonte një disiplinë të re matematikore, e cila do të bazohej jo në teorinë klasike të grupeve, por në teorinë e grupeve fuzzy. Duke ndjekur vazhdimisht idenë e paqartësisë, sipas Zadeh, është e mundur të ndërtohen analogji fuzzy të të gjitha koncepteve themelore matematikore dhe të krijohet aparati i nevojshëm formal për modelimin e arsyetimit njerëzor dhe mënyrës njerëzore të zgjidhjes së problemeve (Fig. 17). - 46 - Krijimi i teorisë së bashkësive fuzzy - Zgjidhje Teoria matematikore e bashkësive fuzzy - Baza e mekanizmit Formalizimi i arsyetimit të mënyrës njerëzore - Teza e problemit - një person në jetën e tij të përditshme - Problemi mendon dhe merr vendime bazuar në konceptet fuzzy Fig. . 17. Logjika e shfaqjes së teorisë së grupeve fuzzy Aktualisht, teoria e grupeve fuzzy dhe logjika fuzzy (fuzzy set & fuzzy logic) zë një vend të fortë ndër fushat kryesore të inteligjencës artificiale. Koncepti i "fuzzy", i aplikuar fillimisht në grupe dhe më pas në logjikë, u shtri me sukses në fusha të tjera të matematikës dhe shkencave kompjuterike dhe tashmë ekziston: - teoria e marrëdhënieve fuzzy; - teoria e bashkësive fuzzy; - teoria e masave fuzzy dhe integraleve; - teoria e numrave dhe ekuacioneve fuzzy: - teoria e logjikës fuzzy dhe arsyetimi i përafërt: - teoria e gjuhëve fuzzy; - teoria e algoritmeve fuzzy; - teoria e modeleve fuzzy të optimizimit dhe vendimmarrjes. Paketat e mëposhtme janë më të njohura në mesin e klientëve rusë: 1) CubiCalc 2.0 RTC – një nga sistemet më të fuqishme të ekspertëve komercialë të bazuar në logjikën fuzzy, e cila ju lejon të krijoni sistemet tuaja të ekspertëve të aplikuar; 2) CubiQuick – version akademik i paketës CubiCalc; 3) RuleMaker - program nxjerrje automatike rregullat e paqarta nga të dhënat hyrëse; 4) FuziCalc - fletëllogaritëse me fusha të paqarta, duke ju lejuar të bëni vlerësime të shpejta me të dhëna të pasakta të njohura pa akumuluar gabime; 5) OWL - një paketë që përmban kodet burimore të të gjitha llojeve të njohura të rrjeteve nervore, memorie asociative fuzzy, etj. “Konsumatorët” kryesorë të logjikës fuzzy në tregun rus janë: bankierë, financierë dhe specialistë në fushën e analizave politike dhe ekonomike. - 47 - Shumica e detyrave njerëzore nuk kërkojnë saktësi të lartë. Shpesh ju duhet të gjeni një kompromis të arsyeshëm midis koncepteve të "saktësisë" dhe "rëndësisë" kur komunikoni me botën reale. Për shembull: për të marrë një vendim për kalimin e rrugës, një person nuk e vlerëson shpejtësinë e një makine që i afrohet me një saktësi prej të dhjetave metra për sekondë. Ai e përcakton për vete shpejtësinë e makinës si “shumë e shpejtë”, “e shpejtë”, “ngadalë” etj., d.m.th. përdor variabla gjuhësorë për të treguar shpejtësinë. Teoria e grupeve fuzzy ofron metodat e mëposhtme për formalizimin e koncepteve fuzzy. Metoda e parë (bazuar në veprën e Zadeh) përfshin braktisjen e pohimit bazë të teorisë klasike të grupeve se një element ose mund t'i përkasë ose jo një grupi. Në këtë rast, futet një funksion i veçantë karakteristik i grupit - i ashtuquajturi funksion i anëtarësimit, i cili merr vlera nga intervali. Kjo metodë çon në logjikën e vazhdueshme. Në metodën e dytë, më të përgjithshme të formalizimit të paqartësisë, supozohet se funksionet karakteristike të një grupi marrin një vlerë jo nga intervali, por në një rrjetë shpërndarëse të fundme ose të pafundme. Ky përgjithësim quhet grupe fuzzy në kuptimin e Gauguin. Metoda e tretë është grupet P-fuzzy. Me këtë përgjithësim, çdo element i grupit universal nuk shoqërohet me një pikë në interval, por me një nëngrup ose një pjesë të këtij intervali. Algjebra e grupeve P-fuzzy mund të reduktohet në algjebrën e klasave. Metoda e katërt është grupe heterogjene fuzzy. Këtu, në rastin e përgjithshëm, elementëve të grupit universal u caktohen vlera në rrjeta të ndryshme shpërndarëse. Çdo element mund të shoqërohet me vlerësimin që përputhet më mirë me të. Për më tepër, vetë vlerat e vlerësimeve mund të jenë të paqarta dhe të specifikuara në formën e funksioneve. Është marrë një ide e përgjithshme e logjikës fuzzy. Tani për gjithçka në më shumë detaje. Le të shqyrtojmë aparatin konceptual, i cili bazohet në konceptin e "ndryshueshme gjuhësore". Përkufizimi i një ndryshoreje gjuhësore (intuitive)4 Nëse ndryshorja mund të marrë kuptimin e fjalëve në gjuhën natyrore (për shembull, "i vogël", "i shpejtë", etj. ), atëherë kjo variabël përkufizohet si variabël gjuhësor. Fjalët vlerat e të cilave merren nga një variabël gjuhësor zakonisht tregojnë grupe të paqarta. 4 Sistemet inteligjente të informacionit: Udhëzimet për një seminar laboratorik në kursin "Sistemet Inteligjente të Informacionit" për studentët e specialitetit 071900 - Sistemet e informacionit në ekonomi / Ufimsk. shteti aviacionit teknologjisë. Universiteti; komp.: G.G.Kulikov, T.V.Breikin, L.Z.Kamalova. - Ufa, 1999. -40 f. - 48 - Një variabël gjuhësor mund të marrë si vlera fjalë ose numra. Përkufizimi i një ndryshoreje gjuhësore (formale) Një ndryshore gjuhësore quhet pesëshe (x, T(x), X, G, M), ku x është emri i ndryshores; T(x) - një grup emrash të vlerave gjuhësore të ndryshores x, secila prej të cilave është një grup fuzzy në grupin X; G – rregull sintaksor për formimin e emrave të vlerave x; M është një rregull semantik për lidhjen e çdo vlere me konceptin e saj. Qëllimi i konceptit të një ndryshoreje gjuhësore është të thuhet zyrtarisht se një ndryshore mund të marrë si vlera fjalë nga një gjuhë natyrore. Me fjalë të tjera, çdo variabël gjuhësor përbëhet nga: − emri; − një grup vlerash të tij, i cili quhet edhe bashkësia e termave bazë T. Elementet e grupit të termave bazë janë emrat e variablave fuzzy; − bashkësia universale X; − rregulla sintaksore G, sipas së cilës krijohen terma të rinj duke përdorur fjalë të një gjuhe natyrore ose formale; − rregulli semantik P, i cili i cakton çdo vlerë të një ndryshoreje gjuhësore një nëngrupi fuzzy të grupit X. Për shembull, nëse themi " shpejtësi të shpejtë ", atëherë ndryshorja "shpejtësi" duhet kuptuar si një variabël gjuhësor, por kjo nuk do të thotë se ndryshorja "shpejtësi" nuk mund të marrë vlera reale. Një variabël fuzzy përshkruhet nga një grup (N,X,A), ku N është emri i ndryshores, X është një grup universal (fusha e arsyetimit), A është një grup fuzzy në X. Vlerat e një ndryshoreje gjuhësore mund të jenë variabla fuzzy, d.m.th. ndryshorja gjuhësore është në një nivel më të lartë se ndryshorja fuzzy. Qasja kryesore për formalizimin e paqartësisë është si më poshtë. Një grup fuzzy formohet duke prezantuar një koncept të përgjithësuar të përkatësisë, d.m.th. duke zgjeruar grupin me dy elementë të vlerave të funksionit karakteristik (0,1) në një vazhdimësi. Kjo do të thotë që kalimi nga përkatësia e plotë e një objekti në një klasë në mos anëtarësimin e tij të plotë nuk ndodh papritur, por pa probleme, gradualisht dhe anëtarësimi i një elementi në një grup shprehet me një numër nga intervali . - 49 - Një grup fuzzy (FS) përcaktohet matematikisht si një grup çiftesh të renditura të përbërë nga elementët x të grupit universal X dhe shkallët përkatëse të anëtarësimit μа(x) ose (pasi funksioni i anëtarësimit është një karakteristikë shteruese e SM ) drejtpërdrejt në formën e një funksioni të bashkësisë Universale X të grupit fuzzy A është domeni i përcaktimit të funksionit të anëtarësimit μa. Në Fig. 18 paraqet llojet kryesore të funksioneve të anëtarësimit. Oriz. 18. Lloji i funksioneve të anëtarësimit Sipas llojit të funksioneve të anëtarësimit dallohen në: - submodale (Fig. 1. c); − amodal (Fig. 1. a); − multimodal (Fig. 1. m); − unimodal (Fig. 1. u). − Shembull. 1) A =((x1,0.2),(x2,0.6),(x3,1),(x4,0.8)); 2) A = 0,2|x1 + 0,6|x2 + 1|x3 + 0,8|x4. 3) I njëjti shembull mund të paraqitet në formën e një tabele. Tabela 6 A= Tabela e përshkrimit të funksionit të anëtarësimit x1 x2 x3 x4 0.2 0.6 1 0.8 Shembull “Shumë njerëz të gjatë” Në jetën reale, një koncept i tillë si “gjatësia e një personi të gjatë” është subjektiv. Disa besojnë se një person i gjatë duhet të jetë më shumë se 170 cm i gjatë, të tjerët - më shumë se 180 cm, të tjerët - më shumë se 190 cm grupe fuzzy na lejojnë të marrim parasysh paqartësitë e tilla. - 50 - Le të jetë x një variabël gjuhësor që tregon "gjatësinë e personit", funksionin e tij të anëtarësimit në grupin e njerëzve të gjatë A:X(0,1), ku X është një grup që përfshin të gjitha vlerat e mundshme të gjatësisë së një personi, jepet si më poshtë: Më pas bashkësia e “njerëzve të gjatë” jepet me shprehjen A=(x| A(x)=1), x ϲ X. Kjo është paraqitur grafikisht në Fig. 19 (vijë e ngurtë), d.m.th. varet nga individi që bën vlerësimin. Funksioni i anëtarësimit A:X(0,1) le të ketë formën e paraqitur në figurë me vijën me pika. Oriz. 19. Grupi fuzzy i njerëzve të gjatë Kështu, një person 145 cm i gjatë do t'i përkasë grupit A me shkallë anëtarësie A(145)=0, një person 165 cm i gjatë - A(165) = 0.3, 185 cm i gjatë -A (185 )= 0,9, dhe lartësia 205 cm - A(205)=1. Shembull. "A keni ftohtë tani?" Një person e percepton një temperaturë prej +60oF (+12oC) si të ftohtë dhe një temperaturë në +80oF (+27oC) si të nxehtë. Temperaturat prej +65oF (+15oC) mund të duken të ftohta për disa, por mjaft të rehatshme për të tjerët. Ne e quajmë këtë grup përkufizimesh funksioni i anëtarësimit në grupe që përshkruajnë perceptimin subjektiv të temperaturës nga një person. Makinat nuk janë të afta për një shkallëzim kaq të imët. Nëse përkufizimi standard i të ftohtit është "temperatura nën +15oC", atëherë +14.99oC do të konsiderohet si e ftohtë, por +15oC jo. Në Fig. 20. Është paraqitur një grafik që ndihmon për të kuptuar se si një person e percepton temperaturën. Është po aq e lehtë të krijosh grupe shtesë që përshkruajnë perceptimin njerëzor të temperaturës. Për shembull, mund të shtoni grupe të tilla si "shumë ftohtë" dhe "shumë nxehtë". Është e mundur të përshkruhen funksione të ngjashme për koncepte të tjera, të tilla si gjendjet e hapura dhe të mbyllura, temperatura e ftohësit - 51 - ose temperatura më e ulët e kullës. Oriz. 20. Kompleti fuzzy "Temperatura" Kështu, ne mund të nxjerrim përfundimet e mëposhtme mbi thelbin e konceptit "bashkësi fuzzy": 1) grupet fuzzy përshkruajnë koncepte të paqarta (vrapues i shpejtë, ujë i nxehtë , Moti i nxehtë); 2) grupet e paqarta lejojnë mundësinë e përkatësisë së pjesshme të tyre (e premtja është pjesërisht një ditë pushimi (shkurtuar), moti është mjaft i nxehtë); 3) shkalla e anëtarësimit të një objekti në një grup fuzzy përcaktohet nga vlera përkatëse e funksionit të anëtarësimit në interval (e premtja i përket fundjavës me një shkallë anëtarësimi 0,3); 4) funksioni i anëtarësimit lidh një objekt (ose një variabël logjik) me vlerën e shkallës së anëtarësimit të tij në një grup fuzzy. Format e kurbave për specifikimin e funksioneve të anëtarësimit Ekzistojnë mbi një duzinë kurbash standarde për specifikimin e funksioneve të anëtarësimit. Më të përdorurit janë: funksionet e anëtarësimit trekëndor, trapezoid dhe Gaussian. Funksioni i anëtarësimit trekëndor përcaktohet nga një treshe numrash (a,b,c), dhe vlera e tij në pikën x llogaritet sipas shprehjes (1).  bx 1  b  a , a  x  b;  c  x MF (x)   , b  x  c; c  b  0, në të gjitha rastet e tjera   - 52 - (1) Kur (b-a)=(c-b) kemi rastin e një funksioni të anëtarësimit trekëndor simetrik (Fig. 21), i cili mund të specifikohet në mënyrë unike nga dy parametrat nga trefishi (a,b,c). Oriz. 21. Funksioni i anëtarësimit trekëndor Në mënyrë të ngjashme, për të specifikuar një funksion anëtarësie trapezoidale, kërkohet një katërfish numrash (a,b,c,d).  bx 1  b  a , a  x  b;  1, b  x  c; MF (x)   d  x , c  x  d; d c 0, në të gjitha rastet e tjera  (2) Kur (b-a)=(d-c) funksioni i anëtarësimit trapezoid merr një formë simetrike (Fig. 22). Oriz. 22. Funksioni i anëtarësimit trapezoid Koleksioni i funksioneve të anëtarësimit për çdo term në grupin e termave bazë T zakonisht paraqitet së bashku në një grafik të vetëm. Në Fig. 23 paraqet një zyrtarizim të konceptit të pasaktë të “Epokës njerëzore”. Kështu, për një person 48-vjeçar, shkalla e anëtarësimit në grupin “I ri” është 0, “Mesatare” – 0,47, “Mbi mesataren” – 0,20. - 53 - Fig. 23. Përshkrimi i variablës gjuhësore “Mosha e njeriut” Veprimet bazë në bashkësitë fuzzy Operacionet bazë në bashkësitë fuzzy nga klasa e të gjitha bashkësive fuzzy F(X)=( | :X  ) të grupit universal X janë paraqitur më poshtë. 1. Mbledhja5  2 =   = 1-  1,  x  X Fig. 24. Grafiku i veprimit “Shtesë” mbi funksionin M 2. Kryqëzimi I (minimumi: ndryshore jo bashkëvepruese).  3 = ( 1   2) (x)= min( 1(x),  2(x)) ,  x  X 3. Bashkimi I (maksimumi: variabla që nuk ndërveprojnë).  3 = ( 1   2) (x)= max( 1(x),  2(x)) ,  x  X 4. Kryqëzimi II (produkt i kufizuar).  3 = ( 1   2) (x)= max(0,  1(x) +  2(x)-1) , x  X 5. Pool II (maksimumi: sasi e kufizuar).  3 = ( 1   2) (x)= min(1,  1(x) +  2(x)) ,  x  X 6. Kryqëzimi III (produkti algjebrik). 5 Këtu dhe më poshtë, veprimet që janë të njëjta për të tre bazat shfaqen në një sfond të verdhë. - 54 -  3 = ( 1   2) (x)=  1(x) *  2(x) ,  x  X 7. Bashkimi III (shuma algjebrike).  3 = ( 1   2) (x)=  1(x) +  2(x)-  1(x)   2(x) ,  x  X A B Fig. 25. Grafiku i veprimit të kryqëzimit I (A) duke kombinuar I (B) të funksioneve M dhe M1 A B Fig. 26. Grafiku i veprimit të kryqëzimit II (A) duke kombinuar funksionet II (B) M dhe M1 A B Fig. 27. Grafiku i veprimit të kryqëzimit III (A) duke kombinuar funksionet III (B) M dhe M1 - 55 - 8. Diferenca.  3 =  1(x) -  2(x) = max(0,  1(x) -  2(x)) ,  x  X 9. Përqendrimi.  3 =  2(x) ,  x  X Fig. 28. Grafiku i ndryshimit ndërmjet funksioneve M dhe M1 Fig. 29. Grafiku i përqendrimit të funksionit M1 Për dallim nga algjebra e Bulit, në F(X) nuk plotësohen ligjet e përjashtimit të të tretës. Kur ndërtoni operacione të bashkimit ose kryqëzimit në F(X), është e nevojshme të hidhni poshtë ose ligjet e përjashtimit të mesit, ose vetitë e shpërndarjes dhe idempotencës. Objektet fuzzy mund të klasifikohen sipas llojit të gamës së vlerave të funksionit të anëtarësimit. Dhe këtu dallohen opsionet X: - grilë; - gjysmëgrupi; - unazë; - kategori. I rëndësishëm për aplikime praktike për sa i përket shprehjes së ideve dhe vlerësimeve cilësore të një personi në procesin e zgjidhjes së një problemi është rasti i grupeve S-fuzzy të përcaktuara nga një çift (X, ), ku - 56 - :X S është një hartë nga X në një bashkësi të renditur në mënyrë lineare S Është e natyrshme të imponohen kërkesat e fundësisë dhe të plotësisë në S. Një shembull i një grupi të fundëm të renditur linear është një grup vlerash gjuhësore të ndryshores gjuhësore "QUALITY" = (i keq, mesatar, i mirë, i shkëlqyer). N 1 2 3 4 5 6 7 8 9 Tabela 7 Tabela e korrespondencës së operacioneve mbi grupet fuzzy dhe funksionet logjike Emri i veprimit Modifikuesi/lidhja Shtesa NOT Kryqëzim (minimumi: AND (AND, ..., DHE) variabla që nuk ndërveprojnë) Bashkimi I (maksimumi: OSE ndryshore që nuk ndërveprojnë) (OSE, ... , OSE) Kryqëzimi II (i kufizuar DHE produkti) Bashkimi II (shuma e kufizuar) OSE Kryqëzimi III (algjebrike DHE produkti) Bashkimi III (shuma algjebrike) OSE Diferenca Përqendrimi SHUMË Siç u tregua, në varësi të metodave të prezantimit të operacioneve të bashkimit dhe kryqëzimit të NM, ekzistojnë tre teori kryesore të NM. Në përputhje me kritere të ngjashme, ato ndajnë: - logjikën fuzzy me operacionet maksimale (operacionet 1,2,3,8,9); − logjikë fuzzy me operacione të kufizuara (operacionet 1,4,5,8,9); − logjika fuzzy probabilistike (veprimet 1,6,7,8,9). Trajtimi i së vërtetës si variabël gjuhësor çon në logjikë fuzzy me vlerat "e vërtetë", "shumë e vërtetë", "plotësisht e vërtetë", "pak a shumë e vërtetë", "jo shumë e vërtetë", "e rreme" etj. , d.m.th. te logjika me vlerë fuzzy, mbi të cilën bazohet teoria e arsyetimit të përafërt. Fushat e zbatimit të teorisë së grupeve fuzzy në fusha të ndryshme të njohurive njerëzore, teoria e grupeve fuzzy shquhet për faktin se ajo hapet

Teksti shkollor i njeh lexuesit me historinë e inteligjencës artificiale, modelet e përfaqësimit të njohurive, sistemet e ekspertëve dhe rrjetet nervore. Janë përshkruar drejtimet dhe metodat kryesore të përdorura në analizën, zhvillimin dhe zbatimin e sistemeve inteligjente. Janë marrë parasysh modelet e përfaqësimit të njohurive dhe metodat e punës me to, metodat e zhvillimit dhe krijimit të sistemeve të ekspertëve. Libri do të ndihmojë lexuesin të zotërojë aftësitë e dizajnimit logjik të bazave të të dhënave të domenit dhe programimit në gjuhën ProLog.
Për nxënësit dhe mësuesit e universiteteve pedagogjike, mësuesit e shkollave të mesme, gjimnazeve, liceut.

Koncepti i inteligjencës artificiale.
Një sistem i inteligjencës artificiale (AI) është një sistem softuerësh që simulon procesin e të menduarit të njeriut në një kompjuter. Për të krijuar një sistem të tillë, është e nevojshme të studiohet vetë procesi i të menduarit të personit që vendos detyra specifike ose vendimmarrës në një fushë specifike, identifikoni hapat kryesorë të këtij procesi dhe zhvilloni softuer që i riprodhon ato në një kompjuter. Prandaj, metodat e AI marrin një qasje të thjeshtë të strukturuar për zhvillimin e sistemeve komplekse të vendimmarrjes së softuerit.

Inteligjenca artificiale është një degë e shkencës kompjuterike, qëllimi i së cilës është të zhvillojë harduer dhe softuer që lejon një përdorues jo-programues të paraqesë dhe të zgjidhë problemet e tyre intelektuale të konsideruara tradicionalisht, duke komunikuar me një kompjuter në një nëngrup të kufizuar të gjuhës natyrore.

TABELA E PËRMBAJTJES
Kapitulli 1. Inteligjenca Artificiale
1.1. Hyrje në sistemet e inteligjencës artificiale
1.1.1. Koncepti i inteligjencës artificiale
1.1.2. Inteligjenca artificiale në Rusi
1.1.3. Struktura funksionale e një sistemi të inteligjencës artificiale
1.2. Udhëzime për zhvillimin e inteligjencës artificiale
1.3. Të dhënat dhe njohuritë. Përfaqësimi i njohurive në sistemet inteligjente
1.3.1. Të dhënat dhe njohuritë. Përkufizimet bazë
1.3.2. Modelet e përfaqësimit të njohurive
1.4. Sistemet eksperte
1.4.1. Struktura e sistemit ekspert
1.4.2. Zhvillimi dhe përdorimi i sistemeve të ekspertëve
1.4.3. Klasifikimi i sistemeve të ekspertëve
1.4.4. Përfaqësimi i njohurive në sistemet e ekspertëve
1.4.5. Mjete për ndërtimin e sistemeve eksperte
1.4.6. Teknologjia e zhvillimit të sistemit të ekspertëve
Pyetjet dhe detyrat e testit për kapitullin 1
Referencat për Kapitullin 1
Kapitulli 2. Programimi logjik
2.1. Metodologjitë e programimit
2.1.1. Metodologjia e programimit imperativ
2.1.2. Metodologjia e programimit të orientuar nga objekti
2.1.3. Metodologjia e programimit funksional
2.1.4. Metodologjia e programimit logjik
2.1.5. Metodologjia e programimit me kufizime
2.1.6. Metodologjia e programimit të rrjeteve nervore
2.2. Një hyrje e shkurtër në kalkulusin e kallëzuesit dhe vërtetimin e teoremës
2.3. Procesi i konkluzionit në Prolog
2.4. Struktura e programit në gjuhën Prolog
2.4.1. Përdorimi i objekteve të përbëra
2.4.2. Përdorimi i domeneve alternative
2.5. Organizimi i përsëritjes në Prolog
2.5.1. Metoda e rikthimit pas dështimit
2.5.2. Metoda e prerjes dhe kthimit
2.5.3. Rekursion i thjeshtë
2.5.4. Metoda e rregullit të përgjithësuar të rekursionit (GRR).
2.6. Listat në Prolog
2.6.1. Operacionet në lista
2.7. Vargjet në Prolog
2.7.1. Operacionet e vargut
2.8. Skedarët në Prolog
2.8.1. Kallëzues Prolog për të punuar me skedarë
2.8.2. Përshkrimi i domenit të skedarit
2.8.3. Shkruani në dosje
2.8.4. Leximi nga një skedar
2.8.5. Modifikimi i një skedari ekzistues
2.8.6. Shtimi në fund të një skedari ekzistues
2.9. Krijimi i bazave të të dhënave dinamike në Prolog
2.9.1. Bazat e të dhënave në Prolog
2.9.2. Kallëzuesit dinamikë të bazës së të dhënave në Prolog
2.10. Krijimi i sistemeve eksperte
2.10.1. Struktura e sistemit ekspert
2.10.2. Përfaqësimi i njohurive
2.10.3. Metodat e Tërheqjes
2.10.4. Sistemi ndërfaqja e përdoruesit
2.10.5. Sistemi ekspert i bazuar në rregulla
Pyetjet dhe detyrat e testit për kapitullin 2
Referencat për Kapitullin 2
Kapitulli 3. Rrjetet nervore
3.1. Hyrje në Rrjetet Neurale
3.2. Modeli i neuronit artificial
3.3. Aplikimi i rrjeteve nervore
3.4. Trajnimi i një rrjeti nervor
Pyetjet dhe detyrat e testit për kapitullin 3
Referencat për Kapitullin 3.

Shkarko pa pagesë e-libër në format i përshtatshëm, shikoni dhe lexoni:
Shkarkoni librin Fundamentals of Artificial Intelligence, Borovskaya E.V., Davydova N.A., 2016 - fileskachat.com, shkarkim i shpejtë dhe pa pagesë.

Shteti i Armavirit

Universiteti Pedagogjik

BAZAT E INTELIGJENCËS ARTIFICIALE

për studentët që studiojnë në specialitetin "Informatikë"

Armavir 2004

Publikuar me vendim të UMS ASPU

Recensent: , Kandidat i Shkencave Fizike dhe Matematikore, Profesor i Asociuar, Drejtues i Qendrës së Internetit të Akademisë Bujqësore Shtetërore Kabardino-Balkariane

Inteligjenca artificiale Kozyrev. Manual edukativo-metodologjik për studentët e diplomuar në shkenca kompjuterike. – Armavir, 2004

Janë duke u konsideruar konceptet bazë inteligjenca artificiale, drejtimet dhe perspektivat për zhvillimin e kërkimeve në fushën e inteligjencës artificiale, bazat e gjuhës së programimit logjik PROLOG.

Manuali arsimor dhe metodologjik është i destinuar për studentët që studiojnë në specialitetin "shkenca kompjuterike", dhe gjithashtu mund të përdoret nga kushdo që është i interesuar në çështjet e inteligjencës artificiale dhe programimit logjik.

Hyrje…………………………………………………………………………………………… 4

1. Inteligjenca artificiale: lënda, historia
zhvillimi, drejtimet e kërkimit…………………………….. 5

1.1. Drejtimet e kërkimit në terren
inteligjenca artificiale…………………………………………………………………….. 5

inteligjenca artificiale……………………………………………………… 6

2. Sistemi i njohurive………………………………………………………….. 8

3. Modelet e përfaqësimit të njohurive……………………………………. 9

3.1. Rrjetet semantike……………………………………………………..9

3.2. Modeli i kornizës……………………………………………………10

3.3. Modeli i produktit………………………………………………………………..11

3.4. Modeli logjik………………………………………………………. .12

4. Sistemet e ekspertëve……………………………………………………12

4.1. Qëllimi i sistemeve të ekspertëve……………………………………….12

4.2. Llojet e problemeve të zgjidhura duke përdorur sisteme ekspertësh…………….14

4.3. Struktura e sistemeve të ekspertëve…………………………………………15

4.4. Fazat kryesore të zhvillimit të sistemeve të ekspertëve………………………16

4.5. Mjetet për zhvillimin e sistemeve ekspertë………18

5. PROLOGU - gjuha e programimit logjik……….19

5.1. Informacion i pergjithshem rreth PROLOGUT……………………………………………………19

5.2. Sugjerime: fakte dhe rregulla………………………………………20

5.4. Variablat në PROLOG……………………………………………………………………………………

5.5. Objektet dhe llojet e të dhënave në PROLOG………………………………….23

5.6. Seksionet kryesore të programit PROLOG……………………………….23

5.7. Duke u kthyer prapa…………………………………………………………………………………………………………………

5.8. Kontrolli prapaveprues: kallëzues të dështuar dhe krasitje......26

5.9. Llogaritjet aritmetike……………………………………………………………… 27

5.10. Rekursion…………………………………………………………………………………….28

5.11. Listat………………………………………………………………………………… 30

5.12. Detyrat standarde të përpunimit të listës……………………………..31

literatura……………………………………………………………………………………… .35

Prezantimi

Në dekadat e fundit, inteligjenca artificiale ka pushtuar të gjitha fushat e veprimtarisë dhe është bërë një mjet për të integruar shkencën. Mjetet softuerike të bazuara në teknologjinë dhe metodat e inteligjencës artificiale janë bërë të përhapura në të gjithë botën. Hulumtimet intensive për krijimin e një hapësire të unifikuar informacioni që krijon kushte për punë të përbashkët në distancë, bazuar në bazat e njohurive, tashmë ka filluar të kryhet nga të gjitha vendet e zhvilluara ekonomikisht. Lënda "Bazat e inteligjencës artificiale" në arsimin e lartë përfshin studimin e seksioneve të tilla si përfaqësimi i njohurive në një gjuhë zyrtare, struktura e sistemeve të ekspertëve dhe parimet bazë të zhvillimit të tyre, strategji të ndryshme për gjetjen e një qëllimi. Një nga linjat kryesore të kursit është një diskutim i zbatimit të sistemeve të inteligjencës artificiale për zgjidhjen e problemeve specifike të aplikuara.

Si mbështetje kompjuterike Lënda shqyrton mjedisin e instrumentit të zhvillimit të programit Visual Prolog. Gjuha e programimit Prolog, e bazuar në idetë dhe metodat e logjikës matematikore, u krijua fillimisht për zhvillimin e aplikacioneve të inteligjencës artificiale. Aplikacione të tilla si bazat e njohurive, sistemet e ekspertëve, ndërfaqet e gjuhëve natyrore dhe sistemet inteligjente të menaxhimit të informacionit janë programuar në mënyrë efektive në mjedisin Visual Prolog. Niveli i lartë i abstraksionit, aftësia për të përfaqësuar struktura komplekse të të dhënave dhe modelimi i marrëdhënieve logjike midis objekteve bëjnë të mundur zgjidhjen e problemeve në fusha të ndryshme lëndore.

Manuali edukativ dhe metodologjik "Bazat e inteligjencës artificiale" do të ndihmojë në zgjerimin e ideve të mësuesit të ardhshëm të shkencave kompjuterike për fushat e aplikimit të teorisë së inteligjencës artificiale, për gjuhët ekzistuese dhe premtuese të programimit dhe strukturat harduerike për krijimin e sistemeve të inteligjencës artificiale.

1. Inteligjenca artificiale: lënda, historia e zhvillimit, fushat e kërkimit.

Itellektus(lat) - mendja, arsyeja, inteligjenca, aftësitë e të menduarit të një personi. Inteligjence artificiale(AI) është një fushë e shkencës kompjuterike, lënda e së cilës është zhvillimi i harduerit dhe softuerit që i lejon përdoruesit të zgjidhë problemet tradicionalisht të konsideruara intelektuale. Teoria e inteligjencës artificiale është shkenca e njohurive, si ta përftojmë atë, ta paraqesim në sisteme artificiale, ta përpunojmë brenda sistemit dhe ta përdorim për zgjidhjen e problemeve praktike. Teknologjitë që përdorin AI përdoren sot në shumë fusha aplikimi.

Fillimi i kërkimit në fushën e AI (fundi i viteve 50 të shekullit të 20-të) lidhet me punën e Newell, Sayman dhe Shaw, të cilët studiuan proceset e zgjidhjes së problemeve të ndryshme. Rezultatet e punës së tyre ishin programe të tilla si "TEORISTI LOGJIK", i krijuar për të vërtetuar teoremat në llogaritjen propozicionale dhe "ZGJIDHJA E PËRGJITHSHME E PROBLEMIT". Këto punime shënuan fillimin e fazës së parë të kërkimit në fushën e AI, lidhur me zhvillimin e programeve që zgjidhin probleme bazuar në përdorimin e një sërë metodash heuristike.

Metoda heuristike e zgjidhjes së një problemi u konsiderua si karakteristikë e të menduarit njerëzor "në përgjithësi", e cila karakterizohet nga shfaqja e supozimeve për mënyrën e zgjidhjes së një problemi dhe verifikimi i tyre pasues. Ai ishte në kontrast me metodën algoritmike të përdorur në kompjuter, e cila u interpretua si zbatimi mekanik i një sekuence të caktuar hapash, duke çuar në mënyrë deterministe në përgjigjen e saktë. Interpretimi i metodave heuristike për zgjidhjen e problemeve si një aktivitet thjesht njerëzor çoi në shfaqjen dhe përhapjen e mëtejshme të termit AI.

A. Neurocibernetika.

Neurocyberetics fokusohet në modelimin harduer të strukturave të ngjashme me strukturën e trurit. Fiziologët kanë vërtetuar prej kohësh se baza e trurit të njeriut është një numër i madh i qelizave nervore të ndërlidhura dhe ndërvepruese - neurone. Prandaj, përpjekjet e neurokibernetikës janë përqendruar në krijimin e elementeve të ngjashëm me neuronet dhe kombinimin e tyre në sisteme funksionale. Këto sisteme zakonisht quhen rrjete nervore, ose rrjete nervore. Kohët e fundit, neurokibernetika ka filluar të zhvillohet përsëri për shkak të kërcimit në zhvillimin e kompjuterëve. U shfaqën neurokompjuterë dhe transmetues.

Aktualisht, përdoren tre qasje për krijimin e rrjeteve nervore:

hardware- Krijim kompjuterë të veçantë, bordet e zgjerimit, chipset që zbatojnë të gjitha algoritmet e nevojshme,

program- krijimi i programeve dhe mjeteve të dizajnuara për kompjuterë me performancë të lartë. Rrjetet krijohen në memorien e kompjuterit, e gjithë puna kryhet nga procesorët e tij;

hibrid- një kombinim i dy të parave. Disa nga llogaritjet kryhen nga karta speciale të zgjerimit (koprocesorë), dhe disa nga softueri.

B. Kibernetika e kutisë së zezë.

Baza e kibernetikës së "kutisë së zezë" është parimi i kundërt me neurocibernetikën. Nuk ka rëndësi se si është projektuar pajisja "të menduarit". Gjëja kryesore është se ai reagon ndaj ndikimeve të dhëna në të njëjtën mënyrë si truri i njeriut.

Kjo fushë e inteligjencës artificiale u fokusua në kërkimin e algoritmeve për zgjidhjen e problemeve intelektuale në modelet ekzistuese kompjuterike.

Kërkimet në fushën e inteligjencës artificiale kanë bërë një rrugë të gjatë dhe të mprehtë: hobet e para (1960), pseudoshkenca (1960-65), sukseset në zgjidhjen e enigmave dhe lojërave (), zhgënjimi në zgjidhjen e problemeve praktike (), sukseset e para në zgjidhje një numër problemesh praktike ( ), përdorim masiv komercial në zgjidhjen e problemeve praktike (). Por baza e suksesit tregtar qëndron me të drejtë në sistemet eksperte dhe, para së gjithash, në sistemet e ekspertëve në kohë reale. Ishin ata që lejuan inteligjencën artificiale të kalonte nga lojërat dhe enigmat në përdorim masiv për zgjidhjen e problemeve praktikisht të rëndësishme.

1.2. Detyrat kryesore të zgjidhura në zonë
inteligjence artificiale

Përfaqësimi i njohurive dhe zhvillimi i sistemeve të bazuara në njohuri

Zhvillimi i modeleve të përfaqësimit të njohurive, krijimi i bazave të njohurive që përbëjnë thelbin e sistemeve të ekspertëve (ES). Kohët e fundit, ai përfshin modele dhe metoda për nxjerrjen dhe strukturimin e njohurive dhe bashkohet me inxhinierinë e njohurive. Në fushën e inteligjencës artificiale, sistemet eksperte dhe mjetet për zhvillimin e tyre kanë arritur suksesin më të madh tregtar.

Lojëra dhe kreativitet.

Detyrat intelektuale të lojës - shah, damë, Shko. Ai bazohet në një nga qasjet e mëparshme - modelin e labirintit plus heuristikën.

Zhvillimi i ndërfaqeve të gjuhëve natyrore dhe përkthimi me makinë

Kontrolli i zërit, përkthimi nga gjuha në gjuhë. Programi i parë në këtë fushë është një përkthyes nga anglishtja në rusisht. Ideja e parë, përkthimi fjalë për fjalë, rezultoi e pafrytshme. Aktualisht, përdoret një model më kompleks, duke përfshirë analizën dhe sintezën e mesazheve të gjuhës natyrore, i cili përbëhet nga disa blloqe. Për analizë është:

Gjuha që përdor modelin e prodhimit është PROLOGUE.

3.4. Modeli logjik

Përshkrimi i tyre bazohet në një sistem formal me katër elementë:

M=<Т, Р, А, В >, Ku

T – grup elementet bazë të natyrave të ndryshme me procedura të përshtatshme;

P - një grup rregullash sintaksore. Me ndihmën e tyre, nga elementët T formohen koleksione të sakta sintaksore. Procedura P(P) përcakton nëse ky koleksion është i saktë;

A është një nëngrup i grupit P, i quajtur aksioma. Procedura P(A) i jep përgjigje pyetjes së anëtarësimit në grupin A;

B – grup rregullash konkluzionesh. Duke i zbatuar ato në elementët e A, mund të merren koleksione të reja sintaksisht të sakta për të cilat këto rregulla mund të zbatohen përsëri. Procedura P(B) përcakton për çdo koleksion të saktë sintaksor nëse është i konkludueshëm.

4. Sistemet eksperte

4.1. Qëllimi i sistemeve eksperte

Sistemet eksperte(ES) janë sisteme softuerike komplekse që grumbullojnë njohuritë e specialistëve në fusha specifike lëndore dhe përsërisin këtë përvojë empirike për të ofruar këshilla për përdoruesit më pak të kualifikuar.

Qëllimi i hulumtimit të sistemeve të ekspertëve është të zhvillojë programe që, kur zgjidhin probleme nga një fushë e caktuar lëndore, marrin rezultate që nuk janë inferiore në cilësi dhe efikasitet ndaj rezultateve të marra nga ekspertët.

Sistemet e ekspertëve janë krijuar për të zgjidhur probleme joformale, praktikisht të rëndësishme. Sistemet e ekspertëve duhet të përdoren vetëm kur zhvillimi i tyre është i mundur dhe i realizueshëm.

Fakte që tregojnë nevojën për zhvillimin dhe zbatimin e sistemeve të ekspertëve:

Mungesa e profesionistëve që shpenzojnë kohë të konsiderueshme duke ndihmuar të tjerët;

Nevoja për një ekip të madh specialistësh, pasi asnjëri prej tyre nuk ka njohuri të mjaftueshme;

Produktivitet i ulët, pasi detyra kërkon një analizë të plotë të një grupi kompleks kushtesh, dhe një specialist i zakonshëm nuk është në gjendje të rishikojë (në kohën e caktuar) të gjitha këto kushte;

Prania e konkurrentëve që kanë një avantazh në atë që janë më të mirë në detyrën në fjalë.

Nga funksionale Sistemet e ekspertëve mund të ndahen në llojet e mëposhtme:

1. Sisteme të fuqishme ekspertësh të dizajnuara për një rreth të ngushtë përdoruesish (sistemet e kontrollit për pajisjet komplekse teknologjike, sistemet e ekspertëve të mbrojtjes ajrore). Sisteme të tilla zakonisht funksionojnë në kohë reale dhe janë shumë të shtrenjta.

2. Sisteme eksperte të dizajnuara për një gamë të gjerë përdoruesish. Këto përfshijnë sisteme diagnostikuese mjekësore dhe sisteme komplekse trajnimi. Baza e njohurive të këtyre sistemeve nuk është e lirë, pasi përmban njohuri unike të marra nga specialistë ekspertë. Mbledhja e njohurive dhe formimi i një baze njohurish kryhet nga një specialist në mbledhjen e njohurive - një inxhinier njohës.

3. Sistemet eksperte me një numër i vogël rregulla dhe relativisht të lira. Këto sisteme janë të dizajnuara për konsumatorin masiv (sisteme që lehtësojnë zgjidhjen e problemeve në pajisje). Përdorimi i sistemeve të tilla eliminon nevojën për personel të kualifikuar dhe redukton kohën e zgjidhjes së problemeve. Baza e njohurive të një sistemi të tillë mund të plotësohet dhe ndryshohet pa ndihmën e zhvilluesve të sistemit. Ata zakonisht përdorin njohuri nga libra të ndryshëm referencë dhe dokumentacioni teknik.

4. Sisteme të thjeshta ekspertësh për përdorim individual. Shpesh bëhet në mënyrë të pavarur. Përdoret në situata për të lehtësuar punën e përditshme. Përdoruesi, pasi ka organizuar rregullat në një bazë të caktuar njohurish, krijon sistemin e tij të ekspertëve bazuar në të. Sisteme të tilla përdoren në ligj, aktivitete tregtare dhe riparime të pajisjeve të thjeshta.

Përdorimi i sistemeve të ekspertëve dhe i rrjeteve nervore sjell përfitime të konsiderueshme ekonomike. Për shembull: - American Express reduktoi humbjet e saj me 27 milionë dollarë në vit falë një sistemi ekspertësh që përcakton fizibilitetin e lëshimit ose refuzimit të një kredie për një kompani të caktuar; - DEC kursen 70 milionë dollarë në vit me XCON/XSEL, i cili personalizon sistemin informatik VAX. Përdorimi i tij reduktoi numrin e gabimeve nga 30% në 1%; - Sira uli kostot e ndërtimit të tubacionit në Australi me 40 milionë dollarë duke përdorur një sistem ekspert të menaxhimit të tubacioneve.

4.2. Llojet e problemeve të zgjidhura duke përdorur
sistemet eksperte

Interpretimi i të dhënave. Interpretimi nënkupton përcaktimin e kuptimit të të dhënave, rezultatet e të cilave duhet të jenë të qëndrueshme dhe të sakta. Shembuj të ES:

Zbulimi dhe identifikimi i llojeve të ndryshme të anijeve oqeanike - SIAP;

Përcaktimi i tipareve bazë të personalitetit bazuar në rezultatet e testimit psikodiagnostik në sistemet AVTANTEST dhe MICROLUSHER, etj.

Diagnostifikimi. Diagnostifikimi i referohet zbulimit të një mosfunksionimi në një sistem të caktuar. Shembuj të ES:

Diagnoza dhe terapia e ngushtimit të enëve koronare - ANGY;

Diagnostikimi i gabimeve në harduerin dhe softuerin e kompjuterit - sistemi CRIB, etj.

Monitorimi. Detyra kryesore e monitorimit është interpretimi i vazhdueshëm i të dhënave në kohë reale dhe sinjalizimi kur disa parametra tejkalojnë kufijtë e pranueshëm. Problemet kryesore janë "mungesa" e një situate alarmi dhe problemi i kundërt i aktivizimit "të rremë". Shembuj të ES:

Monitorimi i funksionimit të termocentraleve SPRINT, duke ndihmuar dispeçerët e reaktorëve bërthamorë - REAKTOR:

Monitorimi i sensorëve të emergjencës në një fabrikë kimike - FALCON, etj.

Dizajn. Dizajni konsiston në përgatitjen e specifikimeve për krijimin e "objekteve" me veti të paracaktuara. Specifikimi nënkupton të gjithë grupin e dokumenteve të nevojshme: vizatim, shënim shpjegues, etj. Shembuj të ES:

Projektimi i konfigurimeve kompjuterike VAX - 1/780 në sistemin XCON (ose R1),

dizajn LSI - CADHELP;

Sinteza qarqet elektrike- SYN, etj.

parashikimi. Sistemet parashikuese nxjerrin logjikisht pasoja të mundshme nga situata të caktuara. Shembuj të ES:

Parashikimi i motit - sistemi WILLARD:

Vlerësimet e të korrave të ardhshme - PI. ANT;

Parashikimet në ekonomi - ECON, etj.

Planifikimi. Planifikimi i referohet gjetjes së planeve të veprimit në lidhje me objekte të afta për të kryer funksione të caktuara. ES të tilla përdorin modele të sjelljes së objekteve reale në mënyrë që të nxjerrin logjikisht pasojat e aktivitetit të planifikuar. Shembuj të ES:

Planifikimi i sjelljes së robotit - RIPS,

Planifikimi i porosive industriale - 1SIS,

Dizajni eksperimental - MOLGEN et al.

Arsimi. Sistemet arsimore diagnostikojnë gabimet kur studiojnë ndonjë disiplinë duke përdorur një kompjuter dhe sugjerojnë zgjidhjet e sakta. Ata grumbullojnë njohuri për një "student" hipotetik dhe gabimet e tij karakteristike, pastaj në punën e tyre janë në gjendje të diagnostikojnë dobësitë në njohuritë e nxënësve dhe të gjejnë mjetet e duhura për t'i eliminuar ato. Shembuj të ES:

Trajnim në gjuhën programuese Lisp në sistemin “Teacher Lisp”;

Sistemi PROUST - trajnim gjuhësor Pascal et al.

Zgjidhjet e sistemit të ekspertëve janë transparente, domethënë ato mund t'i shpjegohen përdoruesit në një nivel cilësor.

Sistemet e ekspertëve janë në gjendje të zgjerojnë njohuritë e tyre gjatë ndërveprimit me një ekspert.

4.3. Struktura e sistemeve eksperte

Struktura e sistemeve të ekspertëve përfshin komponentët e mëposhtëm:

Njohuri baze– thelbi i një ES, një grup njohurish për një fushë lëndore, i regjistruar në media kompjuterike në një formë të kuptueshme për një ekspert dhe një përdorues (zakonisht në një gjuhë afër natyrës). Paralelisht me këtë përfaqësim "njerëzor", ekziston një bazë njohurish në përfaqësimin e brendshëm "makine". Ai përbëhet nga një grup faktesh dhe rregullash.

Fakte – përshkruani objektet dhe marrëdhëniet ndërmjet tyre. Rregullat – përdoren në bazën e njohurive për të përshkruar marrëdhëniet ndërmjet objekteve. Bazuar në marrëdhëniet e përcaktuara nga rregullat, bëhet përfundimi logjik.

Baza e të dhënave– i destinuar për ruajtjen e përkohshme të fakteve dhe hipotezave, përmban të dhëna të ndërmjetme ose rezultat të komunikimit ndërmjet sistemeve dhe përdoruesit.

Konkluzioni i makinës– një mekanizëm arsyetimi që funksionon me njohuri dhe të dhëna për të marrë të dhëna të reja për këtë, zakonisht përdoret një mekanizëm kërkimi i zgjidhjeve i implementuar nga softueri.

Nënsistemi i komunikimit– shërben për të zhvilluar një dialog me përdoruesin, gjatë të cilit sistemi ekspert kërkon nga përdoruesi faktet e nevojshme për procesin e arsyetimit dhe gjithashtu i lejon përdoruesit të kontrollojë deri në një masë rrjedhën e arsyetimit.

Nënsistemi i shpjegimit– është e nevojshme për t'i dhënë përdoruesit mundësinë për të kontrolluar rrjedhën e arsyetimit.

Nënsistemi i përvetësimit të njohurive– një program që i ofron një inxhinieri njohurish mundësinë për të krijuar një bazë njohurish në një mënyrë interaktive. Përfshin një sistem menysh të ndërlidhura, shabllone gjuhësore të përfaqësimit të njohurive, këshilla (modaliteti "ndihmë") dhe mjete të tjera shërbimi që e bëjnë më të lehtë punën me bazën e të dhënave.

Sistemi ekspert funksionon në dy mënyra:

Marrja e njohurive (përkufizimi, modifikimi, shtimi);

Zgjidhjet e problemeve.

Në këtë mënyrë, të dhënat e detyrave përpunohen dhe, pas kodimit të duhur, transferohen në blloqet e sistemit ekspert. Rezultatet e përpunimit të të dhënave të marra hyjnë në modulin e këshillave dhe shpjegimeve dhe, pasi rikodohen në një gjuhë afër natyrore, jepen në formën e këshillave, shpjegimeve dhe komenteve. Nëse përgjigja nuk është e qartë për përdoruesin, përdoruesi mund të kërkojë një shpjegim nga sistemi ekspert për ta marrë atë.

4.4. Fazat kryesore të zhvillimit të sistemeve të ekspertëve

Procesi teknologjik i zhvillimit të një sistemi ekspert industrial mund të ndahet në gjashtë faza kryesore:

1. Zgjedhja e problemit të duhur

Aktivitetet që i paraprijnë vendimit për të filluar zhvillimin e një ES specifike përfshijnë:

Përcaktimi i fushës së problemit dhe detyrës;

Gjetja e një eksperti të gatshëm për të bashkëpunuar në zgjidhjen e problemit dhe caktimi i një ekipi zhvillimi;

Përcaktimi i një qasjeje paraprake për zgjidhjen e problemit;

Analiza e kostove dhe fitimeve nga zhvillimi;

Përgatitja e një plani të detajuar zhvillimi.

2. Zhvillimi i një sistemi prototip

Sistemi prototipështë një version i cunguar i një sistemi ekspertësh i krijuar për të verifikuar kodimin e saktë të fakteve, marrëdhënieve dhe strategjive të arsyetimit të ekspertit.

Prototipi duhet të plotësojë dy kërkesa:

Sistemi prototip duhet të zgjidhë më së shumti detyra tipike, por nuk duhet të jetë i madh.

Koha dhe puna e përfshirë në krijimin e një prototipi duhet të jenë të papërfillshme.

Performanca e programeve prototip vlerësohet dhe testohet për t'u siguruar që ato janë në përputhje me nevojat aktuale të përdoruesve. Prototipi kontrollohet për:

Komoditeti dhe përshtatshmëria e ndërfaqeve hyrje-dalje (natyra e pyetjeve në dialog, koherenca e tekstit dalës të rezultatit, etj.)

Efikasiteti i strategjisë së kontrollit (rendi i numërimit, përdorimi i konkluzioneve fuzzy, etj.);

Cilësia e rasteve të testimit;

Korrektësia e bazës së njohurive (plotësia dhe konsistenca e rregullave).

Eksperti zakonisht punon me një inxhinier njohurish, i cili ndihmon në strukturimin e njohurive, përcaktimin dhe formulimin e koncepteve dhe rregullave të nevojshme

për të zgjidhur problemin. Nëse është i suksesshëm, eksperti, me ndihmën e një inxhinieri njohës, zgjeron bazën e njohurive të prototipit rreth fushës së problemit.

Nëse dështon, mund të nxirret një përfundim. Cilat metoda të tjera nevojiten për të zgjidhur këtë problem ose për të zhvilluar një prototip të ri.

3. Zhvillimi i prototipit të një sistemi ekspert industrial.

Në këtë fazë, baza e njohurive është zgjeruar ndjeshëm, numër i madh heuristika shtesë. Këto heuristika zakonisht rrisin thellësinë e sistemit duke ofruar numër më i madh rregullat për aspektet delikate të rasteve individuale. Pas vendosjes së strukturës bazë të ES, inxhinieri i njohurive fillon të zhvillojë dhe përshtatë ndërfaqet përmes të cilave sistemi do të komunikojë me përdoruesin dhe ekspertin.

Si rregull, ai zbatohet tranzicion i qetë nga prototipet tek sistemet e ekspertëve industrialë. Ndonjëherë, kur zhvillohet një sistem industrial, identifikohen faza shtesë për tranzicionin: prototip demonstrues - prototip kërkimor - prototip operacional - sistem industrial.

4. Vlerësimi i sistemit

Sistemet e ekspertëve vlerësohen për të kontrolluar saktësinë e programit dhe dobinë e tij. Vlerësimi mund të kryhet në bazë të kritereve të ndryshme, të cilat i grupojmë si më poshtë:

Kriteret e përdoruesit (qartësia dhe transparenca e sistemit, lehtësia e përdorimit të ndërfaqeve, etj.);

Kriteret e ekspertëve të ftuar (vlerësimi i këshillave-zgjidhjeve të ofruara nga sistemi, krahasimi i tij me zgjidhjet e veta, vlerësimi i nënsistemit të shpjegimit, etj.);

Kriteret e ekipit të zhvillimit (efikasiteti i zbatimit, produktiviteti, koha e përgjigjes, dizajni, gjerësia e mbulimit të fushës së lëndës, konsistenca e njohurive, numri i rrugëve qorre kur sistemi nuk mund të marrë një vendim, analiza e ndjeshmërisë së programit ndaj ndryshimeve të vogla në përfaqësimin e njohurive, peshimi koeficientët e përdorur në daljen logjike, të dhënat, etj.).

5. Lidhja e sistemit

Në këtë fazë, sistemi ekspert ndërlidhet me softuerët e tjerë në mjedisin në të cilin do të operojë, dhe njerëzit të cilit do t'i shërbejë janë trajnuar edhe me zhvillimin e lidhjeve ndërmjet sistemit ekspert dhe mjedisit në të cilin ai operon.

Lidhshmëria përfshin sigurimin që sistemi të komunikojë me bazat e të dhënave ekzistuese dhe sistemet e tjera në ndërmarrje, si dhe përmirësimin e faktorëve të sistemit të varur nga koha në mënyrë që të mund të funksionojë në mënyrë më efikase dhe të përmirësojë performancën e harduerit të tij nëse sistemi funksionon në një mjedis të pazakontë (për për shembull, komunikimi me pajisjet matëse).

6. Mbështetja e sistemit

Rikodimi i një sistemi në një gjuhë si C përmirëson performancën dhe transportueshmërinë, por redukton fleksibilitetin. Kjo është e pranueshme vetëm nëse sistemi ruan të gjitha njohuritë për fushën e problemit dhe kjo njohuri nuk do të ndryshojë në të ardhmen e afërt. Megjithatë, nëse sistemi ekspert krijohet pikërisht për shkak se zona e problemit po ndryshon, atëherë është e nevojshme të ruhet sistemi në një mjedis mjeti zhvillimi.

Gjuhët e inteligjencës artificiale

Lisp (LISP) dhe Prolog (Prolog) janë gjuhët më të zakonshme të krijuara për të zgjidhur problemet e inteligjencës artificiale. Ekzistojnë gjithashtu gjuhë më pak të zakonshme të inteligjencës artificiale, për shembull REFAL, të zhvilluara në Rusi. Shkathtësia e këtyre gjuhëve është më e vogël se ajo e gjuhëve tradicionale, por gjuhët e inteligjencës artificiale e kompensojnë humbjen e saj me aftësi të pasura për të punuar me të dhëna simbolike dhe logjike, gjë që është jashtëzakonisht e rëndësishme për detyrat e inteligjencës artificiale. Bazuar në gjuhët e inteligjencës artificiale, ato janë krijuar kompjuterë të specializuar(për shembull, makinat Lisp) të dizajnuara për të zgjidhur problemet e inteligjencës artificiale. Disavantazhi i këtyre gjuhëve është moszbatimi i tyre për krijimin e sistemeve eksperte hibride.

Mjete të veçanta softuerike

Bibliotekat dhe shtesat për gjuhën e inteligjencës artificiale Lisp: KEE (Knowledge Engineering Environment), FRL (Gjuha e Përfaqësimit të Kornizës), KRL (Gjuha e Përfaqësimit të Dijes), ARTS, etj., duke i lejuar përdoruesit të punojnë me boshllëqet e sistemit ekspertë në një nivel më të lartë sesa është e mundur në gjuhët konvencionale të inteligjencës artificiale.

"Gaca"

"Shells" janë versione të zbrazëta të sistemeve ekzistuese të ekspertëve, d.m.th., sisteme të gatshme ekspertësh pa një bazë njohurish shells është se ata nuk kërkojnë fare punën e programuesve për të krijuar një sistem të gatshëm të ekspertëve. Megjithatë, nëse një fushë e caktuar lëndore nuk përshtatet mirë në modelin e përdorur në një guaskë të caktuar, plotësimi i bazës së njohurive në këtë rast nuk është i lehtë.

5. PROLOG - gjuhë logjike
programimit

5.1. Informacione të përgjithshme rreth PROLOG.

PROLOGUE (Programimi në LOGIC) është një gjuhë programimi logjike e krijuar për të zgjidhur problemet në fushën e inteligjencës artificiale (krijimi i sistemeve elektronike, programet e përkthyesve, përpunimi i gjuhës natyrore). Përdoret për përpunimin e gjuhës natyrore dhe ka mjete të fuqishme që ju lejojnë të nxirrni informacion nga bazat e të dhënave, dhe metodat e kërkimit të përdorura në të janë thelbësisht të ndryshme nga ato tradicionale.

Ndërtimet bazë të PROLOG janë huazuar nga logjika. PROLOG nuk është një gjuhë programimi procedurale, por deklarative. Ai fokusohet jo në zhvillimin e zgjidhjeve, por në një përshkrim sistematik dhe të formalizuar të problemit në mënyrë që zgjidhja të rrjedhë nga përshkrimi i përpiluar.

Thelbi i qasjes logjike është se makinës nuk i ofrohet një algoritëm si program, por një përshkrim formal i fushës së lëndës dhe problemit që zgjidhet në formën e një sistemi aksiomatik. Pastaj kërkimi për një zgjidhje duke përdorur daljen në këtë sistem mund t'i besohet vetë kompjuterit. Detyra kryesore e programuesit është të përfaqësojë me sukses fushën e lëndës me një sistem formulash logjike dhe një shumëllojshmëri të tillë marrëdhëniesh mbi të që përshkruajnë më plotësisht detyrën.

Karakteristikat themelore të PROLOGUE:

1) mekanizmi i konkluzionit me kërkim dhe kthim

2) mekanizëm i integruar i përputhjes së modelit

3) strukturë e thjeshtë dhe lehtësisht e ndryshueshme e të dhënave

4) mungesa e treguesve, operatorëve të caktimit dhe kalimit

5) natyraliteti i rekursionit

Fazat e programimit në PROLOG:

1) deklarimi i fakteve për sendet dhe marrëdhëniet ndërmjet tyre;

2) përcaktimin e rregullave për marrëdhëniet e sendeve dhe marrëdhëniet ndërmjet tyre;

3) formulimi i pyetjes për objektet dhe marrëdhëniet ndërmjet tyre.

Baza teorike e PROLOG është një degë e logjikës simbolike e quajtur llogaritja e kallëzuesit.

Kallëzuesështë emri i një vetie ose marrëdhënieje ndërmjet objekteve me një sekuencë argumentesh.

<имя_предиката>(t1, t2, ..., tn)), t1,t2,...,tn – argumente

Për shembull, fakti black(cat) shkruhet duke përdorur kallëzuesin black, i cili ka një argument. Fakt shkroi (Sholokhov, "QUET FON") shkruar duke përdorur një kallëzues ka shkruar, e cila ka dy argumente.

Numri i argumenteve të kallëzuesit quhet arit i kallëzuesit dhe shënohet me zi/1 (kallëzuesi i zi ka një argument, ariteti i tij është i barabartë me një). Kallëzuesit mund të mos kenë argumente, arititeti i kallëzuesve të tillë është 0.

Gjuha Prolog u ngrit nga puna e A. Colmerauer mbi përpunimin e gjuhës natyrore dhe puna e pavarur e Robert Kowalski mbi aplikimet e logjikës në programim (1973).

Sistemi më i famshëm i programimit në Rusi është Turbo Prolog - një zbatim komercial i gjuhës për PC të pajtueshëm me IBM. Në vitin 1988, një shumë më i fuqishëm Versioni Turbo Prolog 2.0, i cili përfshin një mjedis zhvillimi të integruar të përmirësuar, një përpilues të shpejtë dhe mjete programimi të nivelit të ulët. Borland e shpërndau këtë version deri në vitin 1990, dhe më pas PDC fitoi një të drejtë monopoli për t'u përdorur tekstet burimore përpilues dhe promovim i mëtejshëm i sistemit të programimit në treg me emrin PDC Prolog.

Në vitin 1996, Qendra e Zhvillimit Prolog lëshoi ​​në treg Visual Prolog 4.0. Mjedisi Visual Prolog përdor një qasje të quajtur "programim vizual" në të cilin pamjen dhe sjellja e programeve përcaktohet duke përdorur mjete speciale të dizajnit grafik pa programim tradicional në një gjuhë algoritmike.

Visual Prolog përfshin mjedis interaktiv zhvillimi vizual (VDE - Visual Develop Environment), i cili përfshin tekst dhe redaktorë të ndryshëm grafikë, mjetet gjenerimi i kodit që ndërton logjikën e kontrollit (Ekspertët), si dhe një ndërfaqe që është një zgjatim i gjuhës programimi vizual(VPI - Visual Programming Interface), përpilues Prolog, një grup skedarësh dhe bibliotekash të ndryshme plug-in, një redaktues lidhjesh, skedarë që përmbajnë shembuj dhe ndihmë.

5.2. Sugjerime: fakte dhe rregulla

Një program PROLOG përbëhet nga deklarata, të cilat mund të jenë fakte, rregulla ose pyetje.

Faktështë një pohim që vërehet një marrëdhënie e caktuar specifike midis objekteve. Një fakt përdoret për të treguar një marrëdhënie të thjeshtë midis të dhënave.

Struktura e fakteve:

<имя_отношения>(t1,t2,...,tn)), t1,t2,...,tn – objekte

Shembuj faktesh:

studimet (Ira, universitet). % Ira studion në universitet

prindi (Ivan, Alexey). % Ivan është prindi i Alexey

gjuhë_programimi (prolog). % Prolog është një gjuhë programimi

Kompleti i fakteve është bazën e të dhënave. Në formën e një fakti, programi regjistron të dhëna që pranohen si të vërteta dhe nuk kërkojnë prova.

Rregullat përdoren për të vendosur marrëdhënie ndërmjet objekteve bazuar në faktet e disponueshme.

Struktura e rregullave:

<имя_правила> :- <тело правила>ose

<имя_правила >nëse<тело правила>

Ana e majtë e rregullit të konkluzionit quhet kokë rregullat, dhe ana e djathtë është trupi. Trupi mund të përbëhet nga disa kushte, të ndara me presje ose pikëpresje. Një presje do të thotë një veprim logjik DHE, një pikëpresje do të thotë një operacion logjik OSE. Fjalitë përdorin variabla për të përgjithësuar rregullat e konkluzionit. Variablat janë të vlefshëm vetëm në një fjali. Emri në fjali të ndryshme u referohet objekteve të ndryshme. Të gjitha fjalitë duhet të përfundojnë me një pikë.

Shembuj të rregullave:

nëna (X, Y): - prind (X, Y), grua (X).

student (X) :- duke studiuar (X, institut); studimet (X, universitet).

Një rregull ndryshon nga një fakt në atë që një fakt është gjithmonë i vërtetë, dhe një rregull është i vërtetë nëse të gjitha pohimet që përbëjnë trupin e rregullit janë të kënaqura. Formohen faktet dhe rregullat njohuri baze.

Nëse keni një bazë të dhënash, mund të shkruani kërkesë(gol) për të. Një kërkesë është një deklaratë e problemit që programi duhet të zgjidhë. Struktura e tij është e njëjtë me atë të një rregulli ose fakti. Ka pyetje me konstante dhe pyetje me variabla.

Pyetjet me konstante ju lejojnë të merrni një nga dy përgjigjet: "po" ose "jo"

Për shembull, ka fakte:

e di (Lena, Tanya).

e di (Lena, Sasha).

e di (Sasha, Tanya).

a) A e njeh Lena Sashën?

kërkesë: e di (Lena, Sasha).

Rezultati: po

b) A e njeh Tanya Lena?

kërkesë e di (Tanya, Lena).

Rezultati: nr

Nëse pyetja përfshin një variabël, interpretuesi përpiqet të gjejë vlerat e tij në mënyrë që pyetja të jetë e vërtetë.

a) Kë njeh Lena?

kërkesë: e di (Lena, X).

Rezultati:

X = Tanya

X = Sasha

b) Kush e njeh Sashën?

kërkesë: e di (X, Sasha).

Rezultati: X = Lena

Pyetjet mund të jenë të përbëra, domethënë ato mund të përbëhen nga disa pyetje të thjeshta. Ata janë të bashkuar me shenjën "," e cila kuptohet si lidhja logjike "dhe".

Pyetjet e thjeshta quhen nëngoli, një pyetje e përbërë vlerësohet si e vërtetë kur çdo nënqëllim është i vërtetë.

Për t'iu përgjigjur nëse Lena dhe Sasha kanë njohje të ndërsjella, duhet të krijoni një pyetje:

e di (Lena, X), e di (Sasha, X).

Rezultati:

X = Tanya

5.4. Variablat në PROLOG

Një variabël në PROLOG nuk trajtohet si një zonë e caktuar e memories. Përdoret për të përcaktuar një objekt që nuk mund të përmendet me emër. Variabla mund të merret në konsideratë emër lokal për ndonjë objekt.

Emri i ndryshores duhet të fillojë me shkronje e madhe ose një nënvizon dhe përmban vetëm shkronja, numra dhe nënvizime: X, _y, AB, X1. Një variabël që nuk ka vlerë quhet falas, një variabël që ka një vlerë - specifike.

Një variabël që përbëhet vetëm nga një nënvizim quhet anonim dhe përdoret nëse vlera e tij është e parëndësishme. Për shembull, ka fakte:

prindi (Ira, Tanya).

prindi (Misha, Tanya).

prind (Olya, Ira).

Kërkohet të identifikohen të gjithë prindërit

Kërkesë: prind (X, _)

Rezultati:

X = Ira

X = Misha

X = Olya

Shtrirja e një ndryshoreje është pohimi. Brenda një deklarate, i njëjti emër i përket të njëjtës ndryshore. Dy deklarata mund të përdorin të njëjtin emër variabli në mënyra krejtësisht të ndryshme.

Nuk ka asnjë operator caktimi në PROLOG rolin e tij e luan operatori i barazisë =. Objektivi X=5 mund të konsiderohet si një krahasim (nëse ndryshorja X ka një vlerë) ose si një caktim (nëse ndryshorja X është e lirë).

Në PROLOG nuk mund të shkruani X=X+5 për të rritur vlerën e një ndryshoreje. Duhet të përdoret një ndryshore e re: Y=X+5.

5.5. Objektet dhe llojet e të dhënave në PROLOG

Objektet e të dhënave në PROLOG thirren termat. Një term mund të jetë një konstante, një ndryshore ose një term (strukturë) i përbërë. Konstantet janë numra të plotë dhe realë (0, - l, 123.4, 0.23E-5), si dhe atomet.

Atomi– çdo sekuencë karakteresh të mbyllura në thonjëza. Thomat hiqen nëse rreshti fillon me shkronje e vogel dhe përmban vetëm shkronja, numra dhe nënvizime (d.m.th., nëse mund të dallohet nga shënimi i ndryshueshëm). Shembuj të atomeve:

abcd, “a+b”, “student Ivanov”, prolog, “Prolog”.

Struktura ju lejon të kombinoni disa objekte në një tërësi të vetme. Ai përbëhet nga një funksionor (emër) dhe një sekuencë termash.

Numri i komponentëve në një strukturë quhet arit i strukturës: të dhëna/3.

Një strukturë mund të përmbajë një strukturë tjetër si një nga objektet e saj.

ditëlindja_dita (person ("Masha","Ivanova"), të dhëna (15 prill 1983))

Domeni në PROLOG quhet tip i të dhënave. Domenet standarde janë:

numër i plotë - numra të plotë.

numra real – real.

varg – vargje (çdo sekuencë karakteresh të mbyllura në thonjëza).

char është një personazh i vetëm i rrethuar me apostrofa.

simbol - një sekuencë e shkronjave latine, numrave dhe nënvizave, duke filluar me një shkronjë të vogël, ose ndonjë sekuencë karakteresh të mbyllura në thonjëza.

5.6. Seksionet kryesore të një programi PROLOG

Në mënyrë tipike, një program PROLOG përbëhet nga katër seksione.

DOMAINET– seksioni për përshkrimin e domeneve (llojeve). Ky seksion përdoret nëse programi përdor domene jo standarde.

Për shembull:

KËRKESËT - seksioni i përshkrimit të kallëzuesit. Seksioni përdoret nëse programi përdor kallëzues jo standard.

Për shembull:

di (emri, emri)

Emri i studentit)

Klauzolat - seksioni i sugjerimeve. Pikërisht në këtë pjesë shkruhen fjalitë: faktet dhe rregullat e konkluzionit.

Për shembull:

e di (Lena, Ivan).

student (Ivan).

familjar_student(X, Y):- di(X, Y), studenti(Y).

GOLI - seksioni i synuar. Kërkesa është shkruar në këtë seksion.

Për shembull:

shenjë_student(lena, X).

Programi më i thjeshtë mund të përmbajë vetëm një seksion GOAL, për shembull:

shkruani ("Futni emrin tuaj:"), lexoni (Emri),

shkruani ("Përshëndetje, ", Emri, "!").