Tutoriali i prezanton lexuesit me historinë inteligjence 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. sistemet eksperte... 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 universitetet pedagogjike, mësues të shkollave të mesme, gjimnazesh, liceu.
Koncepti i inteligjencës artificiale.
Një sistem i inteligjencës artificiale (AI) është një sistem softuerësh që simulon procesin e të menduarit njerëzor në një kompjuter. Për të krijuar një sistem të tillë, është e nevojshme të studiohet vetë procesi i të menduarit të një personi që vendos detyra specifike ose një vendimmarrës në një fushë specifike, nënvizoni hapat kryesorë të këtij procesi dhe zhvilloni softuer që i riprodhon ato në një kompjuter. Prandaj, teknikat e AI sugjerojnë një qasje të thjeshtë të strukturuar për zhvillimin e kompleksit sistemet softuerike vendimmarrje .
Inteligjenca artificiale është një degë e informatikës, qëllimi i së cilës është zhvillimi i mjeteve harduerike dhe softuerike që lejojnë një përdorues joprogramues të vendosë dhe zgjidhë detyrat e tij 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 sistemet e 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. Mjetet e ndërtimit të sistemeve të ekspertëve
1.4.6. Teknologjia e zhvillimit të sistemit të ekspertëve
Pyetje kontrolli dhe detyrat për kapitullin 1
Literatura 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 programimi funksional
2.1.4. Metodologjia programimi 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 kallëzues dhe provat e teoremave
2.3. Procesi i konkluzionit në gjuhën Prolog
2.4. Struktura e një Programi Prolog
2.4.1. Përdorimi i objekteve të përbëra
2.4.2. Përdorimi i domeneve alternative
2.5. Organizimi i përsëritjeve në Prolog
2.5.1. Metoda e rikthimit pas dështimit
2.5.2. Metoda e prerjes dhe rikthimit
2.5.3. Rekursion i thjeshtë
2.5.4. Metoda e rregullit të përgjithësuar të rekursionit (GPR).
2.6. Listat në Prolog
2.6.1. Listoni operacionet
2.7. Vargjet prolog
2.7.1. Operacionet e vargut
2.8. Skedarët Prolog
2.8.1. Kallëzuesit e skedarit Prolog
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. Shtojini në fund të një skedari ekzistues
2.9. Krijimi i bazave dinamike të të dhënave 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
Kontrolloni pyetjet dhe detyrat për kapitullin 2
Literatura për kapitullin 2
Kapitulli 3. Rrjetet nervore
3.1. Hyrje në rrjetet nervore
3.2. Modeli i neuronit artificial
3.3. Aplikacion rrjetet nervore
3.4. Trajnimi i rrjeteve nervore
Kontrolloni pyetjet dhe detyrat për kapitullin 3
Literatura për kapitullin 3.
Shkarko falas e-libër v 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.
Zhvillimi i inteligjencës artificiale
Historia e inteligjencës artificiale filloi jo shumë kohë më parë. Në gjysmën e dytë të shekullit të 20-të, koncepti u formulua inteligjence artificiale(inteligjenca artificiale) dhe disa nga përkufizimet e saj janë propozuar. Një nga përkufizimet e para, i cili, megjithë gjerësinë e konsiderueshme të interpretimit, nuk e ka humbur ende rëndësinë e tij, është prezantimi i inteligjencës artificiale si: “Një mënyrë për të bërë makinë kompjuterike mendo si njeri."
Rëndësia e intelektualizimit të sistemeve kompjuterike është për shkak të nevojës njerëzore për të gjetur zgjidhje në realitete të tilla. bota moderne, si pasaktësi, paqartësi, pasiguri, paqartësi dhe pabazë të informacionit. Nevoja për të përmirësuar shpejtësinë dhe përshtatshmërinë këtë proces stimulon krijimin e sistemeve kompjuterike, nëpërmjet ndërveprimit me botën reale me anë të robotikës, pajisjet e prodhimit, instrumentet dhe pajisje të tjera mund të lehtësojnë zbatimin e tij.
Sistemet kompjuterike të bazuara në logjikën e pastër klasike - domethënë, algoritme për zgjidhjen e problemeve të njohura, përballen me probleme, përballje me situata të pasigurta. Në ndryshim prej tyre, qeniet e gjalla, edhe pse humbasin në shpejtësi, janë në gjendje të marrin vendime të suksesshme në situata të tilla.
Një shembull i inteligjencës artificiale
Një shembull është rënia e tregut të aksioneve të vitit 1987, kur programet kompjuterike shiti aksione për qindra miliona dollarë për të nxjerrë një fitim prej disa qindra dollarësh, gjë që në fakt krijoi parakushtet për kolapsin. Situata u korrigjua pas tranzicionit kontroll të plotë për tregtimin e këmbimit në sistemet inteligjente protoplazmatike, domethënë te njerëzit.
Duke përcaktuar konceptin e inteligjencës si kategori shkencore, ai duhet kuptuar si përshtatshmëria e sistemit për të mësuar. Kështu, një nga përkufizimet më të konkretizuara, sipas mendimit tonë, të inteligjencës artificiale interpretohet si aftësia sisteme të automatizuara përvetësojnë, përshtaten, modifikojnë dhe plotësojnë njohuritë për të gjetur zgjidhje për problemet, formalizimi i të cilave është i vështirë.
Në këtë përkufizim, termi "dije" ka një ndryshim cilësor nga koncepti i informacionit. Ky dallim pasqyrohet mirë nga përfaqësimi i këtyre koncepteve në formë piramida e informacionit në Fig. 1.
Figura 1 - Piramida e informacionit
Ai bazohet në të dhëna, niveli tjetër është i zënë nga informacioni, niveli i njohurive plotëson piramidën. Ndërsa lëvizni lart në piramidën e informacionit, vëllimet e të dhënave shndërrohen në vlerën e informacionit dhe më pas në vlerën e njohurive. Kjo do të thotë, informacioni lind në momentin e ndërveprimit midis të dhënave subjektive dhe metodave objektive të përpunimit të tyre. Njohuria formohet në bazë të formimit të marrëdhënieve të shpërndara midis informacionit heterogjen, duke krijuar një sistem formal - një mënyrë për t'i pasqyruar ato në koncepte ose deklarata të sakta.
Është mbështetja e një sistemi të tillë - një sistem njohurish, në një gjendje kaq të përditësuar, që bën të mundur ndërtimin e programeve të veprimit për gjetjen e zgjidhjeve për detyrat që u janë caktuar, duke marrë parasysh situata specifike që krijohen. në një moment të caktuar kohor. mjedisi, është detyrë e inteligjencës artificiale. Kështu, inteligjenca artificiale mund të imagjinohet gjithashtu si një mbi-algoritëm universal i aftë për të krijuar algoritme për zgjidhjen e problemeve të reja.
Shteti i Armavirit
Universiteti Pedagogjik
THEMELET E INTELIGJENCES ARTIFICIALE
për studentët që studiojnë në specialitetin "Informatikë"
Armavir 2004
Publikuar me vendim të UMS ASPU
Recensues:, Kandidat i Shkencave Fizike dhe Matematikore, Profesor i Asociuar, Drejtues i Qendrës së Internetit të Akademisë Bujqësore Shtetërore Kabardino-Balkariane
Kozyrev i inteligjencës artificiale. Mjete mësimore për studentët që studiojnë në specialitetin "shkenca kompjuterike". - Armavir, 2004.
Konsiderohet konceptet bazë inteligjenca artificiale, drejtimet dhe perspektivat për zhvillimin e kërkimeve në fushën e inteligjencës artificiale, bazat e gjuhës së programimit logjik PROLOGUE.
Manuali i trajnimit është i destinuar për studentët që studiojnë në specialitetin "shkenca kompjuterike", dhe gjithashtu mund të përdoret nga të gjithë ata që janë të interesuar në inteligjencën artificiale dhe programimin logjik.
Hyrje ………………………………………………………………………………………… 4
1. Inteligjenca artificiale: lënda, historia
zhvillimi, drejtimet e kërkimit …… .. …………………… .. 5
1.1. Drejtimet kërkimore 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 prodhimit ……………………………………………… ..11
3.4. Modeli logjik……………………………………………………. .12
4. Sistemet e ekspertëve ……………………………………………… 12
4.1. Emërimi i sistemeve të ekspertëve ………………………………………… .12
4.2. Llojet e detyrave të zgjidhura me ndihmën e sistemeve eksperte …………… .14
4.3. Struktura e sistemeve të ekspertëve ………………………………………… 15
4.4. Fazat kryesore të zhvillimit të sistemeve të ekspertëve ………………………… 16
4.5. Mjetet e zhvillimit të sistemeve të ekspertëve ……… 18
5. PROLOGU - gjuhë programimi logjik ……… .19
5.1. Informacion i pergjithshem rreth PROLOGUT …………………………………………… 19
5.2. Sugjerime: fakte dhe rregulla ………………………………………… 20
5.4. Variablat në PROLOGUE ……………………………………………… 22
5.5. Objektet dhe llojet e të dhënave në PROLOGUE ………………………………… 23
5.6. Seksionet kryesore të programit PROLOG ……………………………… .23
5.7. Kthimi prapa ………………………………………………… 24
5.8. Kontrollimi i përcjelljes prapa: Dështimi dhe prerja e kallëzuesve …… 26
5.9. Llogaritjet aritmetike ………………………………………… 27
5.10. Rekursion ……………………………………………………………… .28
5.11. Listat …………………………………………………………………… 30
5.12. Detyrat standarde përpunimi i listës ………………………….… .31
literatura………………………………………………………………………………………… .35
Prezantimi
Në dekadat e fundit, inteligjenca artificiale ka pushtuar të gjitha sferat e veprimtarisë, duke u bërë një mjet për integrimin e shkencave. Mjetet softuerike të bazuara në teknologji dhe metoda të inteligjencës artificiale janë bërë të përhapura në botë. Kërkim intensiv për të krijuar një të unifikuar hapësirë informacioni, duke krijuar kushte për punë të përbashkët në distancë mbi bazën e bazave të njohurive, sot kanë filluar të kryejnë të gjitha vendet e zhvilluara ekonomikisht. Lënda "Bazat e inteligjencës artificiale" në arsimin e lartë përfshin studimin e seksioneve të tilla si prezantimi 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 lëndës është diskutimi i zbatimit të sistemeve të inteligjencës artificiale për zgjidhjen e problemeve specifike të aplikuara.
Si mbështetje kompjuterike Lënda shqyrton mjedisin e zhvillimit instrumental Programet vizuale Prolog. Gjuha e programimit Prolog, e bazuar në idetë dhe metodat e logjikës matematikore, u krijua fillimisht për zhvillimin e aplikacioneve të inteligjencës artificiale. Në mjedisin Visual Prolog, aplikacione të tilla si bazat e njohurive, sistemet e ekspertëve, ndërfaqet e gjuhëve natyrore dhe sisteme inteligjente Menaxhimi i informacionit. Niveli i lartë i abstraksionit, aftësia për të përfaqësuar struktura komplekse të të dhënave dhe për të simuluar marrëdhëniet logjike midis objekteve lejojnë zgjidhjen e problemeve të fushave të ndryshme lëndore.
Mjeti mësimor "Bazat e inteligjencës artificiale" do të ndihmojë në zgjerimin e ideve të mësuesit të ardhshëm të informatikës në lidhje me fushat e zbatimit të teorisë së inteligjencës artificiale, për ato ekzistuese dhe gjuhë premtuese programimi dhe strukturat e harduerit për të krijuar sisteme të inteligjencës artificiale.
1. Inteligjenca artificiale: lënda, historia e zhvillimit, drejtimet kërkimore.
Unëtellektus(lat) - mendja, arsyeja, arsyeja, aftësitë e të menduarit të një personi. Inteligjence artificiale(AI) është një fushë e shkencës kompjuterike, lënda e së cilës është zhvillimi i mjeteve harduerike dhe softuerike që lejojnë përdoruesin të zgjidhë probleme që tradicionalisht konsiderohen inteligjente. Teoria e inteligjencës artificiale është shkenca e njohurive, si ta marrim atë, ta paraqesim atë sistemet artificiale, ricikloni brenda sistemit dhe përdorni për të zgjidhur detyra praktike... Teknologjitë e AI përdoren sot në shumë fusha aplikimi.
Fillimi i kërkimit në fushën e AI (fundi i viteve 1950) lidhet me veprat e Newell, Syman dhe Shaw, të cilët hetuan proceset e zgjidhjes së problemeve të ndryshme. Rezultatet e punës së tyre ishin programe të tilla si "LOGIK-TEORETIK", të destinuara për vërtetimin e teoremave në llogaritjen propozicionale dhe "ZGJIDHJA E PËRGJITHSHME E PROBLEMIT". Kjo punë shënoi fillimin e fazës së parë të kërkimit të AI në lidhje me zhvillimin e softuerit, zgjidhjen e problemeve bazuar në përdorimin e një sërë metodash heuristike.
Në këtë rast, metoda heuristike për zgjidhjen e një problemi u konsiderua si karakteristikë e të menduarit njerëzor "në përgjithësi", e cila karakterizohet nga shfaqja e supozimeve për mënyrën e zgjidhjes së problemit me verifikimin e tyre të mëvonshëm. Ai ishte kundër metodës 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.
Neurociberitika është e përqendruar në modelimin harduerik të strukturave të ngjashme me strukturën e trurit. Fiziologët kanë vendosur prej kohësh se baza truri i njeriut eshte nje nje numer i madh i qelizat nervore të ndërlidhura dhe ndërvepruese – neuronet. Prandaj, përpjekjet e neurokibernetikës u përqendruan në krijimin e elementeve të ngjashëm me neuronet dhe kombinimin e tyre në sisteme funksionale. Këto sisteme zakonisht quhen rrjete nervore, ose rrjete nervore. V Kohët e fundit neurokibernetika filloi të zhvillohej përsëri për shkak të një hapi në zhvillimin e kompjuterëve. U shfaqën neurokompjuterë dhe transmetues.
Aktualisht, tre qasje përdoren për të krijuar rrjete 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. Një pjesë e llogaritjeve kryhen nga pllaka speciale të zgjerimit (koprocesorë), dhe një pjesë nga softueri.
B. Kibernetika e "kutisë së zezë".
Kibernetika e "kutisë së zezë" bazohet në parimin e kundërt me neurocibernetikën. Nuk ka rëndësi se si funksionon pajisja "të menduarit". Gjëja kryesore është se ai reagon ndaj ndikimeve të dhëna hyrëse në të njëjtën mënyrë si truri i njeriut.
Ky drejtim i inteligjencës artificiale u fokusua në gjetjen e algoritmeve për zgjidhjen e problemeve inteligjente 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 zgjidhja e një numri problemesh praktike ( ), përdorimi masiv komercial në zgjidhjen e problemeve praktike (). Por baza e suksesit tregtar është formuar me të drejtë nga sisteme ekspertësh dhe, para së gjithash, sisteme ekspertësh në kohë reale. Ishin ata që lejuan inteligjencën artificiale të kalonte nga lojërat dhe enigmat në përdorimin masiv për të zgjidhur praktikisht detyra të rëndësishme.
1.2. Detyrat kryesore të zgjidhura në terren
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 shkrihet 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, shkoni. Ai bazohet në një nga qasjet e hershme - modelin e labirintit plus heuristikën.
Zhvillimi i ndërfaqeve të gjuhëve natyrore dhe përkthimi me makinë
Kontroll zanor, përkthim nga gjuha në gjuhë. Programi i parë në këtë fushë është një përkthyes nga anglishtja në rusisht. Ideja e parë, përkthimi fjalë për fjalë, doli 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, këto janë:
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 - set elementet bazë të natyrës së ndryshme me procedura të përshtatshme;
P është një grup rregullash sintaksore. Me ndihmën e tyre, nga elementët T formohen koleksione të sakta sintaksore. Procedura P (R) përcakton nëse ky grup është i saktë;
A është një nëngrup i grupit P, i quajtur aksioma. Procedura P (A) i jep përgjigje pyetjes për përkatësinë në bashkësinë A;
B - një grup rregullash konkluzionesh. Duke i zbatuar ato në elementët e A, ju mund të merrni koleksione të reja sintaksisht të sakta për të cilat mund t'i zbatoni përsëri këto rregulla. Procedura P (B) përcakton, për çdo koleksion të saktë sintaksor, nëse ai është i deduktueshëm.
4. Sistemet eksperte
4.1. Emërimi i sistemeve të ekspertëve
Sistemet eksperte(ES) janë komplekse paketat softuerike që grumbullojnë njohuritë e specialistëve në fusha specifike lëndore dhe përsërisin këtë përvojë empirike për këshillimin e përdoruesve më pak të kualifikuar.
Qëllimi i studimit të sistemeve të ekspertëve është zhvillimi i programeve 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 detyra praktike dhe joformalizuese. Përdorimi i një sistemi ekspert duhet të përdoret vetëm kur zhvillimi i tyre është i mundur dhe i përshtatshëm.
Fakte që tregojnë nevojën për të zhvilluar dhe zbatuar sisteme ekspertësh:
Mungesa e profesionistëve që shpenzojnë kohë të konsiderueshme për të 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 shikojë (në kohën e caktuar) të gjitha këto kushte;
Prania e konkurrentëve të cilët kanë avantazhin se bëjnë një punë më të mirë në një detyrë të caktuar.
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, sisteme komplekse trajnimi. Baza e njohurive të këtyre sistemeve nuk është e lirë, pasi përmban njohuri unike të marra nga ekspertë. Mbledhja e njohurive dhe formimi i një baze njohurish kryhet nga një specialist i mbledhjes së njohurive - një inxhinier njohës.
3. Sistemet eksperte me numër i vogël rregulla dhe relativisht të lira. Këto sisteme janë të destinuara për publikun e gjerë (sisteme që e bëjnë më të lehtë zgjidhjen e problemeve të harduerit). Përdorimi i sistemeve të tilla bën të mundur që të bëhet pa personel shumë të kualifikuar, për të zvogëluar kohën e zgjidhjes së problemeve. Baza e njohurive të një sistemi të tillë mund të plotësohet dhe ndryshohet pa përdorur ndihmën e zhvilluesve të sistemit. Ata zakonisht përdorin njohuri nga manuale të ndryshme referimi dhe dokumentacioni teknik.
4. Sisteme të thjeshta ekspertësh përdorim individual... Shpesh bëhet në mënyrë të pavarur. Përdoret në situata për të lehtësuar puna e përditshme... Përdoruesi, pasi ka organizuar rregullat në një bazë të caktuar njohurish, krijon sistemin e tij të ekspertëve mbi bazën e tij. Sisteme të tilla përdoren në jurisprudencë, aktivitete tregtare dhe riparimin e 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 këshillueshmërinë e lëshimit ose refuzimit të një kredie për një firmë të caktuar; - DEC kursen 70 milion dollarë në vit me XCON / XSEL, i konfigurueshëm me porosi sistemi informatik VAX. Përdorimi i tij reduktoi numrin e gabimeve nga 30% në 1%; - Sira ka ulur kostot e ndërtimit të tubacioneve në Australi me 40 milionë dollarë me një sistem ekspertësh të tubacionit.
4.2. Llojet e detyrave të zgjidhura me
sistemet eksperte
Interpretimi i të dhënave... Interpretimi i referohet përcaktimit të kuptimit të të dhënave, rezultatet e të cilave duhet të jenë të qëndrueshme dhe të sakta. Shembuj të ES:
Zbulimi dhe identifikimi tipe te ndryshme anije oqeanike - SIAP;
Përcaktimi i tipareve bazë të personalitetit bazuar në rezultatet e testimit psikodiagnostik në sistemet AUTANTEST dhe MICROLUSHER etj.
Diagnostifikimi... Diagnostifikimi i referohet zbulimit të një mosfunksionimi në një sistem të caktuar. Shembuj të ES:
Diagnostifikimi dhe terapia e vazokonstriksionit koronar - ANGY;
Diagnostifikimi i gabimeve në harduer dhe software Kompjuter - sistemi CRIB etj.
Monitorimi... Detyra kryesore e monitorimit është interpretimi i vazhdueshëm i të dhënave në kohë reale dhe sinjalizimi se disa parametra janë jashtë kufijve të lejuar. Problemet kryesore janë "kalimi" i situatës alarmante dhe detyra e kundërt e ndezjes "false". Shembuj të ES:
Kontrolli mbi funksionimin e termocentraleve SPRINT, ndihmë për dispeçerët e një reaktori bërthamor - REAKTOR:
Kontrolli 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 i referohet të gjithë kompletit dokumentet e kërkuara vizatim, shënim shpjegues, etj. Shembuj të ES:
Dizajni 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 et al.
Planifikimi. Planifikimi i referohet gjetjes së planeve të veprimit në lidhje me objektet që janë të afta të kryejnë disa funksione. Në ES të tilla, përdoren modele të sjelljes së objekteve reale për të nxjerrë logjikisht pasojat e aktivitetit të planifikuar. Shembuj të ES:
Planifikimi i sjelljes së robotëve - RIPS,
Planifikimi i porosive industriale - 1SIS,
Planifikimi i eksperimentit - MOLGEN et al.
Arsimi. Sistemet e të mësuarit diagnostikojnë gabimet në studimin e një disipline duke përdorur një kompjuter dhe bëjnë thirrje vendimet e sakta... Ata grumbullojnë njohuri për një "student" hipotetik dhe gabimet e tij karakteristike, pastaj në punën e tyre arrijnë të diagnostikojnë dobësitë e njohurive të nxënësve dhe të gjejnë mjetet e duhura për t'i eliminuar ato. Shembuj të ES:
Mësimi i gjuhës programuese Lisp në sistemin Lisp Teacher;
Sistemi PROUST - mësimi i gjuhës Pascal etj.
Zgjidhjet e sistemeve të ekspertëve janë transparente, domethënë ato mund t'i shpjegohen përdoruesit në një nivel cilësor.
Sistemet e ekspertëve janë në gjendje të plotësojnë 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 ES, trupi i njohurive të fushës lëndore, i regjistruar në një medium makinerie në një formë të kuptueshme për një ekspert dhe një përdorues (zakonisht në një gjuhë afër natyrore). 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 midis objekteve. Konkluzioni bëhet në bazë të marrëdhënieve të përcaktuara nga rregullat.
Baza e të dhënave- ka për qëllim ruajtjen e përkohshme të fakteve dhe hipotezave, përmban të dhëna të ndërmjetme ose rezultat të komunikimit midis 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 i implementuar me softuer për gjetjen e zgjidhjeve.
Nënsistemi i komunikimit- shërben për të zhvilluar një dialog me përdoruesin, gjatë të cilit sistemi ekspert i kërkon përdoruesit faktet e nevojshme për procesin e arsyetimit, si dhe i lejon përdoruesit të kontrollojë deri diku rrjedhën e arsyetimit.
Shpjegoni nënsistemin- është e nevojshme për t'i dhënë përdoruesit aftësinë për të kontrolluar rrjedhën e arsyetimit.
Nënsistemi i përvetësimit të njohurive- një program që i siguron një inxhinieri njohurish aftësinë për të krijuar baza njohurish në një mënyrë interaktive. Përfshin një sistem menysh të ndërlidhura, shabllone gjuhësore të përfaqësimit të njohurive, këshilla ("ndihmë" - modaliteti) dhe mjete të tjera shërbimi që lehtësojnë punën me bazën e të dhënave.
Sistemi ekspert funksionon në dy mënyra:
Përvetësimi i njohurive (përkufizimi, modifikimi, shtimi);
Zgjidhja e problemeve.
Në këtë mënyrë, të dhënat mbi detyrën përpunohen dhe, pas kodimit të duhur, transferohen në blloqet e sistemit ekspert. Rezultatet e përpunimit të të dhënave të marra dërgohen në modulin e këshillave dhe shpjegimeve dhe, pasi shndërrohen në një gjuhë të përafërt me natyrën, jepen në formën e këshillave, shpjegimeve dhe komenteve. Nëse përgjigja nuk është e qartë për përdoruesin, ai 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 çojnë në vendimin 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 përfitimeve nga zhvillimi;
Përgatitja plani i detajuar zhvillimin.
2. Zhvillimi i një sistemi prototip
Sistemi prototipështë një version i cunguar i sistemit të ekspertëve, i krijuar për të kontrolluar korrektësinë e kodimit të fakteve, marrëdhënieve dhe strategjive të arsyetimit të ekspertëve.
Prototipi duhet të plotësojë dy kërkesa:
Sistemi prototip duhet të zgjidhë më shumë detyra tipike por gjithashtu nuk duhet të jetë i madh.
Koha dhe përpjekja e përfshirë në krijimin e prototipit duhet të jenë të papërfillshme.
Puna e programeve prototip vlerësohet dhe verifikohet për ta sjellë atë në përputhje me nevojat reale të përdoruesve. Prototipi kontrollohet për:
Komoditeti dhe përshtatshmëria e ndërfaqeve hyrje-dalje (natyra e pyetjeve në dialog, konsistenca e tekstit dalës të rezultatit, etj.)
Efektiviteti 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).
Një ekspert zakonisht punon me një inxhinier njohurish i cili ndihmon në strukturimin e njohurive, përcaktimin dhe formimin e koncepteve dhe rregullave të nevojshme
për të zgjidhur problemin. Nëse është i suksesshëm, eksperti, me ndihmën e Inxhinierit të Njohjes, zgjeron bazën e njohurive të prototipit rreth fushës së problemit.
Nëse dështon, mund të konkludohet se. Cilat metoda të tjera nevojiten për të zgjidhur këtë problem ose për të zhvilluar një prototip të ri.
3. Zhvillimi i një prototipi të një sistemi ekspert industrial.
Në këtë fazë, baza e njohurive është zgjeruar ndjeshëm, numër i madh heuristika shtesë. Këto heuristika zakonisht i shtojnë thellësi sistemit duke ofruar më shumë rregullat për aspektet delikate të rasteve individuale. Pas krijimit të strukturës bazë të ES, inxhinieri i njohurive vazhdon me zhvillimin dhe përshtatjen e ndërfaqeve, me ndihmën e të cilave sistemi do të komunikojë me përdoruesin dhe ekspertin.
Në mënyrë tipike zbatohet tranzicion i qetë nga prototipet tek sistemet e ekspertëve industrialë. Ndonjëherë, kur zhvillohet një sistem industrial, dallohen faza shtesë për tranzicionin: prototip demonstrues - prototip kërkimor - prototip pune - 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 do t'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 tona, vlerësimi i nënsistemit të shpjegimeve, etj.);
Kriteret për ekipin e zhvillimit (efikasiteti i zbatimit, produktiviteti, koha e përgjigjes, dizajni, gjerësia e fushëveprimit, qëndrueshmëria e bazës së njohurive, numri i bllokimeve kur sistemi nuk mund të marrë një vendim, analiza e ndjeshmërisë së programit ndaj ndryshimeve të vogla në përfaqësimin e njohurive, faktorët e peshimit përdoret në dalje logjike, të dhëna, etj.).
5. Lidhja e sistemit
Në këtë fazë, lidhja e sistemit ekspert me të tjera nga softueri në mjedisin në të cilin do të operojë dhe trajnimin e njerëzve që do t'i shërbejë Docking nënkupton gjithashtu zhvillimin e lidhjeve midis sistemit të ekspertëve dhe mjedisit në të cilin ai operon.
Docking përfshin sigurimin e komunikimit të ES me bazat ekzistuese të dhënat dhe sistemet e tjera në ndërmarrje, si dhe përmirësimin e faktorëve të sistemit të varur nga koha në mënyrë që ajo të mund të funksionojë në mënyrë më efikase dhe të përmirësojë performancën e saj. mjete teknike nëse sistemi funksionon në një mjedis të pazakontë (për shembull, komunikimi me pajisjet matëse).
6. Mbështetja e sistemit
Transkodimi i një sistemi në një gjuhë si C përmirëson performancën dhe transportueshmërinë, por ul fleksibilitetin. Kjo është e pranueshme vetëm nëse sistemi ruan të gjitha njohuritë për zonën e problemit dhe kjo njohuri nuk do të ndryshojë në të ardhmen e afërt. Megjithatë, nëse sistemi ekspert është krijuar pikërisht sepse zonë problematike ndryshimet, është e nevojshme të ruhet sistemi në mjedisin e zhvillimit.
Gjuhët e inteligjencës artificiale
Lisp (LISP) dhe Prolog (Prolog) janë gjuhët më të zakonshme për zgjidhjen e problemeve të inteligjencës artificiale. Ekzistojnë gjithashtu gjuhë më pak të zakonshme të inteligjencës artificiale, të tilla si 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 mundësi të pasura për të punuar me të dhëna simbolike dhe logjike, gjë që është jashtëzakonisht e rëndësishme për detyrat e inteligjencës artificiale. Në bazë të gjuhëve të inteligjencës artificiale, krijohen kompjuterë të specializuar (për shembull, makina Lisp) të krijuar 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 (Frame Representation Language), KRL (Knowledge Represantation Language), ARTS, etj. nivel të lartë sesa është e mundur në gjuhët konvencionale të inteligjencës artificiale.
"Gaca"
"Shells" janë "versione boshe të sistemeve ekspertësh ekzistues, domethënë sisteme të gatshme ekspertësh pa bazë njohurish. Një shembull i një guaskë të tillë është EMYCIN (Empty MYCIN), i cili është një sistem ekspert MYCIN bosh. që ata nuk e bëjnë kërkojnë fare punën e programuesve për të krijuar një sistem ekspertësh të gatshëm. Gjithçka që kërkohet është që ekspertët e domenit të plotësojnë bazën e njohurive. Megjithatë, nëse një domen i caktuar nuk përshtatet mirë me modelin e përdorur në një guaskë të caktuar, plotësimi i baza e njohurive në këtë rast është shumë e vështirë.
5. PROLOG - gjuha e logjikës
programimit
5.1. Informacione të përgjithshme rreth PROLOGUT.
PROLOGUE (PROGRAMING IN LOGIC) është një gjuhë programimi logjike e krijuar për të zgjidhur problemet në fushën e inteligjencës artificiale (krijimi i ES, programet e përkthimit, përpunimi i gjuhës natyrore). Përdoret për përpunimin e gjuhës natyrore dhe ka mjete të fuqishme për marrjen e informacionit nga bazat e të dhënave, dhe metodat e kërkimit të përdorura në të janë thelbësisht të ndryshme nga ato tradicionale.
Ndërtimet bazë të PROLOGUT janë huazuar nga logjika. PROLOGUE nuk është një gjuhë procedurale, por një gjuhë programimi deklarative. Ai fokusohet jo në zhvillimin e zgjidhjeve, por në një përshkrim të sistemuar dhe të formalizuar të problemit në mënyrë që zgjidhja të rrjedhë nga përshkrimi me shkrim.
Thelbi i qasjes logjike është që makinerisë si program i ofrohet jo një algoritëm, 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 një programuesi është të prezantojë me sukses fusha lëndore një sistem formulash logjike dhe një grup i tillë marrëdhëniesh mbi të, të cilat përshkruajnë më plotësisht problemin.
Karakteristikat themelore të PROLOGUT:
1) motori i kërkimit dhe kthimit të përfundimit
2) motori i integruar i përputhjes së modelit
3) strukturë e thjeshtë dhe lehtësisht e ndryshueshme e të dhënave
4) mungesa e operatorëve të treguesve, caktimit dhe kërcimit
5) rekursioni natyror
Fazat e programimit PROLOGUE:
1) shpallja e 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 PROLOGUT është një degë e logjikës simbolike e quajtur llogaritja e kallëzuesit.
KallëzuesËshtë emri i një vetie ose marrëdhënieje midis objekteve me një sekuencë argumentesh.
<имя_предиката>(t1, t2, ..., tn)), t1, t2, ..., tn janë argumente
Për shembull, fakti i zi (mace) shkruhet duke përdorur kallëzuesin zi, i cili ka një argument. Fakt shkroi (sholokhov, "QUET DON") shkruar duke përdorur kallëzuesin ka shkruar që ka dy argumente.
Numri i argumenteve të një kallëzuesi quhet arit i kallëzuesit dhe shënohet me zi / 1 (kallëzuesi i zi ka një argument, arititeti i tij është 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 R. Kowalski mbi aplikimet e logjikës në programim (1973).
Më i famshmi në Rusi është sistemi i programimit Turbo Prolog - një zbatim komercial i gjuhës për PC të pajtueshëm me IBM. Në vitin 1988, një shumë më e fuqishme Versioni Turbo Prolog 2.0, i cili përfshin një mjedis të avancuar programimi të integruar, përpilues të shpejtë dhe mjete programimi të nivelit të ulët. Borland e shpërndau këtë version deri në vitin 1990, kur PDC fitoi një monopol në përdorimin e tekstet burimore përpilues dhe promovim i mëtejshëm i sistemit të programimit në treg me emrin PDC Prolog.
Në vitin 1996, Qendra e Zhvillimit Prolog nxjerr në treg sistemin Visual Prolog 4.0. Mjedisi Visual Prolog përdor një qasje të quajtur "programim vizual", në të cilën 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 të ndryshme redaktues grafik, mjetet gjeneruesit e kodit që ndërtojnë 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, redaktues lidhjesh, skedarë që përmbajnë shembuj dhe ndihmë.
5.2. Sugjerime: fakte dhe rregulla
Një program PROLOGUE përbëhet nga fjali, të cilat mund të jenë fakte, rregulla ose pyetje.
Fakt- kjo është një deklaratë që vërehet një marrëdhënie specifike midis objekteve. Fakti përdoret për të treguar një marrëdhënie të thjeshtë midis të dhënave.
Struktura e faktit:
<имя_отношения>(t1, t2, ..., tn)), t1, t2, ..., tn janë objekte
Shembuj faktesh:
duke studiuar (ira, universitet). % Ira po studion në universitet
prindi (ivan, alexi). % Ivan është prindi i Alexeit
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 përmbledhur rregullat e konkluzionit. Variablat janë të vlefshëm vetëm në një fjali. Emri në fjali të ndryshme tregon objekte të ndryshme. Të gjitha fjalitë duhet të përfundojnë me një pikë.
Shembuj të rregullave:
nëna (X, Y): - prind (X, Y), grua (X).
studenti (X): - studion (X, institut); duke studiuar (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 vërteta. Formohen fakte dhe rregulla njohuri baze.
Nëse keni një bazë të dhënash, mund të shkruani hetim(objektivi) ndaj saj. Një kërkesë është një formulim i një problemi që një program duhet të zgjidhë. Struktura e tij është e njëjtë me atë të një rregulli ose një fakti. Ka pyetje të vazhdueshme dhe pyetje të ndryshueshme.
Pyetjet e vazhdueshme ju lejojnë të merrni një nga dy përgjigjet: "po" ose "jo"
Për shembull, ka fakte:
di (lena, tanya).
di (lena, sasha).
e di (sasha, tanya).
a) A e njeh Lena Sashën?
hetim: di (lena, sasha).
Rezultati: po
b) A e njeh Tanya Lena?
hetim e di (tanya, lena).
Rezultati: nr
Nëse një variabël përfshihet në kërkesë, interpretuesi përpiqet të gjejë vlera të tilla për të cilat kërkesa do të jetë e vërtetë.
a) Kë njeh Lena?
hetim: di (Lena, X).
Rezultati:
X = tanya
X = sasha
b) Kush e njeh Sashën?
hetim: 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 nga shenja "," e cila kuptohet si një lidhje logjike "dhe".
Pyetjet e thjeshta quhen nëngoli, merr një pyetje e përbërë kuptimin e vërtetë kur çdo nënqëllim është i vërtetë.
Për t'iu përgjigjur nëse Lena dhe Sasha kanë njohje të përbashkëta, duhet të bëni një kërkesë:
e di (Lena, X), e di (Sasha, X).
Rezultati:
X = Tanya
5.4. Variablat në PROLOGUE
Ndryshorja në PROLOGUE nuk konsiderohet si një vend i caktuar memorie. Përdoret për të treguar një objekt që nuk mund të referohet me emër. Variabla mund të merret në konsideratë emër lokal për ndonjë objekt.
Emri i ndryshores duhet të fillojë me shkronje e madhe ose nënvizon dhe përmban vetëm shkronja, numra dhe nënvizime: X, _y, AB, X1. Një ndryshore që nuk ka rëndësi quhet pa pagesë, një ndryshore që ka një vlerë - konkretizuar.
Një variabël që përbëhet vetëm nga karakteri i nënvizuar quhet anonim dhe përdoret nëse kuptimi i tij është i parëndësishëm. Për shembull, ka fakte:
prindi (Ira, Tanya).
prindi (misha, tanya).
prindi (Olya, Ira).
Kërkohet të identifikohen të gjithë prindërit
Hetim: prindi (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 ndryshore në mënyra krejtësisht të ndryshme.
Nuk ka asnjë operator caktimi në PROLOG; roli i tij luhet nga operatori i barazisë =. Synimi X = 5 mund të konsiderohet si një krahasim (nëse X ka një vlerë) ose si një detyrë (nëse X është i lirë).
Në PROLOGUE, nuk mund të shkruani X = X + 5 për të rritur vlerën e ndryshores. Duhet të përdoret një ndryshore e re: Y = X + 5.
5.5. Objektet dhe llojet e të dhënave në PROLOGUE
Thirren objektet e të dhënave në PROLOGUE kushtet... Një term mund të jetë një term konstant, i ndryshueshëm ose i përbërë (strukturë). Konstantet janë numra të plotë dhe realë (0, - l, 123.4, 0.23E-5), si dhe atome.
Atomi- çdo sekuencë karakteresh të mbyllura në thonjëza. Thomat hiqen nëse vargu fillon me shkronje e vogel dhe përmban vetëm shkronja, numra dhe një nënvizim (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 ariteti i strukturës: të dhëna / 3.
Një strukturë mund të përmbajë një strukturë tjetër si një nga objektet e saj.
data_ditëlindja (personi ("Masha", "Ivanova"), të dhënat (15 prill 1983))
Domeni në PROLOGUE emërtohet lloji 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 karakter i vetëm i mbyllur në apostrofa.
simbol - sekuencë shkronja latine, numrat dhe nënvizat, duke filluar me një shkronjë të vogël ose ndonjë sekuencë karakteresh të mbyllura në thonjëza.
5.6. Seksionet kryesore të programit PROLOGUE
Si rregull, një program PROLOGUE përbëhet nga katër seksione.
DOMAINET- seksioni që përshkruan domenet (llojet). Seksioni përdoret nëse programi përdor domene jo standarde.
Për shembull:
PREDIKATET - seksioni për përshkrimin e kallëzuesve. Seksioni përdoret nëse programi përdor kallëzues jo standard.
Për shembull:
di (emri, emri)
Emri i studentit)
Klauzolat - seksioni i propozimeve. Pikërisht në këtë pjesë shkruhen fjalitë: faktet dhe rregullat e konkluzionit.
Për shembull:
di (lena, ivan).
student (ivan).
familjar_student (X, Y): - di (X, Y), studenti (Y).
GOLI - seksioni i synuar. Ky seksion regjistron kërkesën.
Për shembull:
shenja_nxënësi (lena, X).
Programi më i thjeshtë mund të përmbajë vetëm një seksion GOAL, për shembull:
shkruani ("Futni emrin tuaj:"), readln (Emri),
shkruani ("Përshëndetje", Emri, "!").
Instituti Kolomna (dega)
Institucioni arsimor shtetëror i lartë
Arsimi profesional
"UNIVERSITET I HAPUR SHTETËROR I MOSKËS"
Departamenti i Informatikës dhe Teknologjive të Informacionit
"MIRATUAR"
Edukativo-metodike
Këshilli i KI (f) MGOU
Kryetar i bordit
Profesor
JAM. Lipatov
"___" ____________ 2010
P.S. Romanov
THEMELET E INTELIGJENCES ARTIFICIALE
Udhëzues studimi sipas drejtimit të disiplinës
"Informatikë dhe Inxhinieri Kompjuterike"
Për studentët e lartë institucionet arsimore
Kolomna - 2010
Kanë
Botuar në përputhje me vendimin e këshillit arsimor dhe metodologjik të Institutit Kolomna (dega) e GOU VPO "MGOU" datë __________
2010
qyteti nr. ________
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. Paraqiten dispozitat e teorisë së bashkësive fuzzy. 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 drejtimin "Informatikë dhe Inxhinieri Kompjuterike". Mund të përdoret në studimin e 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 ……………………………………………………………………………………… 5
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 një funksioni anëtarësimi ... 39
§ 2.3. Numrat e paqartë ................................................ ................................ 44
§ 2.4. Veprimet me numra fuzzy (L-R) -lloji ................................... 46
§ 2.5. Variablat e paqartë dhe gjuhësor .......................................... 47
§ 2.6. Marrëdhënie e paqartë ................................................ ..........................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 inteligjente bazë .......................................... 64
§ 3.1. Të dhënat dhe njohuritë ..................................................... ................................ 64
§ 3.2. Modelet e përfaqësimit të njohurive ..................................................... ......... 66
§ 3.3.1. Rregullat e prodhimit ..................................................... .............. 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 kryesore të ekspertëve ................................................ ......... 86
§ 3.8. Vështirësitë në zhvillimin e sistemeve të ekspertëve 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 kërkimorë ................... 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. Problemet e zbatimit teknik të robotëve ................................ 105
§ 3.12. Robotët industrialë adaptivë .......................................... 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. Rrjetet nervore 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 Rosenblatit dhe rregulli i Hebit ...................... 148
3.14.1.3. Rregulli i deltës 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 i kundërt
përhapja e gabimeve ................................................ ..... 155
§ 3.14.3. Llojet e funksioneve të aktivizimit ................................................... 160
Prezantimi
Shkenca e quajtur "inteligjencë artificiale" është përfshirë në kompleks Shkenca Kompjuterike, dhe teknologjitë e krijuara në bazë të saj i përkasin teknologjive të informacionit. Detyra e kësaj shkence është të sigurojë arsyetim dhe veprime të arsyeshme duke përdorur sisteme kompjuterike dhe pajisje të tjera artificiale. Inteligjenca artificiale (AI) ka ekzistuar si një zonë e pavarur shkencore për pak më shumë se një çerek shekulli. Gjatë kësaj kohe, qëndrimi i shoqërisë ndaj specialistëve të angazhuar në kërkime të tilla ka evoluar 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 që tashmë po zëvendëson qytetërimin industrial, i cili arriti pikën më të lartë të lulëzimit 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 duke krijuar paraqitje dhe modele të caktuara kompjuterike, studiuesi krahason sjelljen e tyre me njëri-tjetrin dhe me shembuj të zgjidhjes së të njëjtave probleme nga një specialist, i modifikon ato në bazë të këtij krahasimi, duke u përpjekur të arrijë një korrespondencë më e mirë e rezultateve. Në mënyrë që të modifikoni programet në një mënyrë "monotone" për të përmirësuar rezultatet, ju duhet të keni përfaqësime dhe modele të arsyeshme fillestare. Ato ofrohen nga studimet psikologjike të vetëdijes, në veçanti nga psikologjia kognitive.
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). Në asnjë mënyrë të gjithë mekanizmat që një person përdor për të zgjidhur problemet nuk janë si më poshtë.
Libri paraqet bazat e AI, të cilat bëjnë të mundur lundrimin në një numër të madh botimesh kushtuar problemeve të inteligjencës artificiale dhe marrjen e njohurive të nevojshme në këtë fushë të shkencës.
