Instituti Kolomna (dega)
Institucioni arsimor shtetëror i lartë
Arsimi profesional
"UNIVERSITET I HAPUR SHTETËROR I MOSKËS"
Departamenti i Informatikës dhe Teknologjisë së Informacionit
"MIRATUAR"
edukative dhe metodike
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
“Informatika dhe Inxhinieri Kompjuterike»
Për studentët e nivelit të lartë institucionet arsimore
Kolomna - 2010
Në
Shtypur në përputhje me vendimin e këshillit arsimor dhe metodologjik të Institutit Kolomna (dega) të Institucionit Arsimor Shtetëror të Arsimit të Lartë Profesional "MGOU" datë __________
2010
nr. ________
R69 Romanov P.S.
Bazat inteligjence 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 së bashkësive fuzzy. Kryesor sisteme inteligjente, qëllimi i tyre, klasifikimi, karakteristikat, problemet e krijimit, shembuj.
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………………………………………………………………………………………………………………………
Kapitulli 1. Konceptet themelore 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 32
§ 2.1. Komplet fuzzy. Veprimet në grupe fuzzy…..32
§ 2.1.1. Veprimet bazë në grupe fuzzy.................................35
§ 2.2. Ndërtimi i një funksioni anëtarësimi................................................ .........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 (LR)-lloji................................................. ........46
§ 2.5. Variablat e paqartë dhe gjuhësor................................................ .47
§ 2.6. Marrëdhëniet e paqarta ................................................ .................................. pesëdhjetë
§ 2.7. Logjika e paqartë ................................................ ..................................................... .51
§ 2.8. Përfundime 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 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 bazë të ekspertëve ..................................................... ................................86
§ 3.8. Vështirësitë në zhvillimin e sistemeve të ekspertëve dhe mënyrat e tyre
duke kapërcyer ................................................ .................................................90
§ 3.9. Qëllimi, klasifikimi i robotëve ...................................... 94
§ 3.10. Shembuj të robotëve dhe sistemeve robotike................................................ ...97
§ 3.10.1. Robotët shtëpiake (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. Problemet e 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
robotë industrialë ................................................ ................. ...117
§ 3.12.3. Shembuj të sistemeve të kontrollit adaptiv për robotët...............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 i McCulloch-Pitts .................147
3.14.1.2. Perceptroni i Rosenblatt-it 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 shumështresor dhe algoritmi i anasjelltë
përhapja e gabimeve ................................................ ..................... 155
§ 3.14.3. Llojet e funksioneve të aktivizimit................................................ .160
Prezantimi
Shkenca e quajtur "inteligjencë artificiale" është përfshirë në kompleksin e 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 të arsyeshëm me ndihmën e sistemeve kompjuterike dhe pajisjeve të tjera artificiale. Si një drejtim i pavarur shkencor, 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 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, e cila tashmë po zëvendëson qytetërimin industrial që arriti kulmin e tij më të lartë 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 është se kur krijon 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 bazuar në këtë krahasim, duke u përpjekur të arrijë një përputhje më të mirë midis rezultatet. Për modifikimin e programeve në një mënyrë "monotone" për të përmirësuar rezultatet, duhet të keni ide dhe modele fillestare të arsyeshme. Ato ofrohen nga studimet psikologjike të vetëdijes, në veçanti nga psikologjia konjitive.
Një karakteristikë e rëndësishme e metodave të AI është se ajo merret vetëm me mekanizmat e kompetencës që kanë natyrë verbale (lejojnë përfaqësimin simbolik). Jo të gjithë mekanizmat që përdor një person për të zgjidhur problemet janë të tilla.
Libri paraqet bazat e AI, të cilat bëjnë të mundur lundrimin e një numri të madh botimesh mbi problemet e inteligjencës artificiale dhe marrjen e njohurive të nevojshme në këtë fushë të shkencës.
Zhvillimi i inteligjencës artificiale
Historia e inteligjencës artificiale filloi jo shumë kohë më parë. Në gjysmën e dytë të shekullit të 20-të, koncepti inteligjence artificiale(inteligjenca artificiale) dhe janë propozuar disa përkufizime. Një nga përkufizimet e para, i cili, megjithë gjerësinë e konsiderueshme të interpretimit, ende nuk e ka humbur rëndësinë e tij, është prezantimi i inteligjencës artificiale si: "Një mënyrë për ta bërë kompjuterin të mendojë si një person".
Rëndësia e intelektualizimit të sistemeve kompjuterike është për shkak të nevojës njerëzore për të gjetur zgjidhje në realitete të tilla të botës moderne si pasaktësia, paqartësia, pasiguria, paqartësia dhe pabaza e informacionit. Nevoja për të rritur shpejtësinë dhe përshtatshmërinë e këtij procesi stimulon krijimin e sistemeve kompjuterike, përmes ndërveprimit me botën reale me anë të robotikës, pajisjeve të prodhimit, instrumenteve dhe pajisjeve të tjera, mund të kontribuojnë në zbatimin e tij.
Sistemet kompjuterike, të cilat bazohen ekskluzivisht në logjikën klasike – pra algoritme për zgjidhjen e problemeve të njohura, përballen me probleme kur hasin në situata të pasigurta. Në të kundërt, 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 shitën qindra miliona dollarë aksione për të realizuar një fitim prej disa qindra dollarësh, gjë që në fakt krijoi parakushtet për rrëzimin. Situata u korrigjua pas transferimit të kontrollit të plotë mbi 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 specifike, sipas mendimit tonë, të inteligjencës artificiale interpretohet si aftësia e sistemeve të automatizuara për të përvetësuar, përshtatur, modifikuar dhe rimbushur njohuritë për të gjetur zgjidhje për problemet që janë të vështira për t'u zyrtarizuar.
Në këtë përkufizim, termi "dije" ka një ndryshim cilësor nga koncepti i informacionit. Ky dallim pasqyron mirë paraqitjen e këtyre koncepteve në formë piramida e informacionit në fig 1.
Figura 1 - Piramida e informacionit
Ai bazohet në të dhëna, niveli tjetër është informacioni dhe niveli i njohurive plotëson piramidën. Ndërsa lëvizni lart në piramidën e informacionit, vëllimet e të dhënave kthehen në vlerën e informacionit dhe më tej 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 ju lejon të ndërtoni programe veprimi për të gjetur zgjidhje për detyrat që u janë caktuar, duke marrë parasysh situata specifike që krijohen në një Një moment i caktuar në kohë në mjedis, është detyrë e inteligjencës artificiale. Kështu, inteligjenca artificiale mund të përfaqësohet gjithashtu si një algoritëm universal i aftë për të krijuar algoritme për zgjidhjen e problemeve të reja.
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 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.
Punimi u drejtohet studentëve me kohë të plotë dhe të pjesshme që studiojnë në degët "Informatikë", "Edukim Fizik dhe Matematik (Profili - Informatikë)".Hyrje në Inteligjencën Artificiale.
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 prodhimit.
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 detyrave që do të zgjidhen.
Struktura dhe mënyrat e funksionimit të sistemit ekspert.
Teknologjia e zhvillimit të sistemeve të ekspertëve.
Mjetet e sistemit të ekspertëve.
Sistemet inteligjente të 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.
ssary.
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 emailit. 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 ju" e keni dashur librin apo jo, 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 Universiteti Shtetëror Magnitogorsk O.E. Maslennikova, I.V. Popova Bazat e inteligjencës artificiale Teksti mësimor Magnitogorsk 2008 UDC 681.142.1.01 LBC Z97 M Recensentë: 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. Popov. - Magnitogorsk: MaGU, 2008. - 282 f. ISBN 978-5.86781-609-4 Teksti shkollor përshkruan modelet e përfaqësimit të njohurive, teorinë e sistemeve të ekspertëve, 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 është fokusuar tek studentët me kohë të plotë dhe të pjesshme që studiojnë në degët "Shkenca Kompjuterike", "Edukimi Fizikë-Matematik (Profili - Informatikë)". UDC 681.142.1.01 BBC Z97 ISBN 978-5.86781-609-4 Maslennikova O.E., Popova I.V., 2008 Universiteti Shtetëror Magnitogorsk, 2008 -2- PËRMBAJTJA KAPITULLI I PËRMBAJTJES ...... ........ 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 LITERATURA....... ................................. ..................................................... ................. 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. MODELE TË TJERA PËRFAQËSIMIT TË NJOHURIVE .......................................... ................ .... 64 USHTRIME ............................ ................................................. ................. ......... 78 PYETJE VETËKontrollimi ................ .............. ................................. 83 LITERATURA ... .......................................................... .......................................................... 84 KAPITULLI 3. SISTEMET E EKSPERTIT................................................. ................. .......... 86 3.1. KONCEPTI I SISTEMIT EKSPERT ............................................ ................................. 86 3.2. LLOJET E SISTEMEVE EKSPERTE DHE LLOJET E PROBLEMEVE TË ZGJIDHURA.......................................... ......... 89 3.3. STRUKTURA DHE MËNYRAT E FUNKSIONIMIT TË SISTEMIT EKSPERT .......................................... .... 99 3.4. TEKNOLOGJIA E ZHVILLIMIT TË SISTEMEVE EKSPERTE .......................................... ................. 102 3.5. MJETET E SISTEMIT EKSPERT .............................................. 113 3.6. SISTEMET INFORMATIVE INTELIGJENT ................................................ ... 129 USHTRIME .............. ................................. ................................................................ ................. 135 PYETJE VETËKontrollimi .............. .............. ................................ ................................ .. 136 LITERATURA .................................. ............ ................................................................ ......... 138 KAPITULLI 4. PROLOGU SI GJUHË PROGRAMIMI LOGJIK ............................... ................................................... .. ........... 139 4.1. PAMJA E PROGRAMIMIT LOGJIK ................................................ 139 4.2. PËRFAQËSIMI I NJOHURIVE PËR FUSHËN SUBJEKTIVE SI FAKTE DHE RREGULLA TË PROLOGUT BAZË TË NJOHURISË.................................. ................................ ...................... ............................ 140 4.3 . KUPTIMI PËRSHKRIM, PROCEDURAL DHE MAKINOR I PROGRAMIT NË PROLOG................................... ................................................................ ................. ............. 148 4.4. TEKNIKAT THEMELORE TË PROGRAMIMIT NË PROLOG ............................................ 151 4.5. MJEDISI I PROLOGIT VIZUAL................................................ .................................. 154 USHTRIME .............. ................................................. ..................................................... .. 194 LITERATURA .............. ................................ ................................................. ........ 197 -3- KAPITULLI 5. HYRJE E PROGRAMIMIT FUNKSIONAL. ................................................ . ................................ 199 5.1. HISTORIA E PROGRAMIMIT FUNKSIONAL .......................................... .... 200 5.2. VETITË E GJUHËVE TË PROGRAMIMIT FUNKSIONAL 203 5.3. DETYRAT E PROGRAMIMIT FUNKSIONAL.......................................... ................. 207 USHTRIME .............................. ................................................................ ................................................ ................... 210 PËRGJIGJE VETËTESTIMI....... ................... ................................ ................... 210 LITERATURA ................................ ................................ ................................ ................................ ..... 211 FJALOR ...................... ................. ................................ ...................... ......... 213 SHTOJCA 1 .................. .................. ................................ ...................... .... 221 SHTOJCA 2 ..................... ...................... ................................ ................................ 252 SHTOJCA 3 ...................... ...................... .......................... .................. 265 -4 - PARATHËNIE B Kohët e fundit ka një rritje të interesit për inteligjencën artificiale, e 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 informatikës, qëllimi i së cilës është zhvillimi i mjeteve harduerike dhe softuerike që lejojnë një përdorues jo-programues të vendosë dhe zgjidhë detyrat e tij intelektuale, të konsideruara tradicionalisht, 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 mosmarrëveshje për natyrën e njeriut dhe procesin e njohjes së botës, neurofiziologët dhe psikologët zhvilluan një sërë teorish në lidhje me punën e trurit të njeriut dhe të menduarit, ekonomistët dhe matematikanët bënë pyetje për llogaritjet optimale dhe paraqitjen e njohurive për botën në formë të formalizuar; më në fund, lindi themeli i teorisë matematikore të llogaritjes - teoria e algoritmeve - dhe u krijuan kompjuterët e parë. Qëllimi i këtij manuali është të paraqesë drejtimet dhe metodat kryesore të përdorura në inteligjencën artificiale, si dhe të përcaktojë mundësinë e përdorimit të tyre në veprimtarinë pedagogjike profesionale. Ky tutorial 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 merren parasysh inteligjenca artificiale. Kapitulli i dytë i kushtohet përshkrimit të modeleve klasike të përfaqësimit të njohurive: logjike, semantike, kornizë, prodhim dhe rrjet nervor. Kapitulli i tretë trajton çështjet teorike dhe praktike të zhvillimit të sistemeve të ekspertëve; përshkruan mbështjellësin XpertRule. Kapitulli i katërt përshkruan parimet bazë të programimit në gjuhën Prolog, përshkruan mjedisin Visual Prolog. Kapitulli i pestë mbulon bazat e programimit funksional me shembuj LISP. Manuali përmban nje numer i madh i ilustrime, ushtrime dhe pyetje për vetëkontroll. Për lehtësinë e studimit të materialit, ofrohet një fjalorth. -5- KAPITULLI 1. HYRJE NË INTELIGJENCË ARTIFICIALE Inteligjenca artificiale (AI) është një fushë e re e informatikës, subjekt i së cilës është çdo aktivitet intelektual njerëzor që u bindet ligjeve të njohura. Në mënyrë figurative, ky drejtim quhet "djali i madh i informatikës", pasi shumë probleme të pazgjidhura prej tij po gjejnë gradualisht zgjidhjen e tyre në kuadrin e 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, megjithatë, për të zhvilluar programe efektive me elementë të AI, mjaftojnë njohuritë për veçoritë e inteligjencës njerëzore që ka sot shkenca. 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 momenti i lindjes së saj, AI është zhvilluar si një drejtim ndërdisiplinor që ndërvepron me shkencën kompjuterike dhe kibernetikën, shkencat njohëse, logjikën dhe matematikën, gjuhësinë dhe psikologjinë, biologjinë dhe mjekësinë (Fig. 1). Informatikë dhe kibernetikë. 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 kompjuterike). Shkenca njohëse. Shkencat njohëse janë shkenca rreth dijes. AI gjithashtu merret 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 njohura 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, për të zgjidhur problemet në fusha të ndryshme matematika: gjeometria, njehsimi integral. Psikologji dhe gjuhësi. Kohët e fundit, specialistët e AI janë interesuar për aspektet psikologjike të sjelljes njerëzore për ta modeluar atë. Psikologjia ndihmon në ndërtimin e modeleve të vlerësimit të vlerave, duke marrë vendime subjektive. Me interes është psikologjia e komunikimit -6 - "njeri-kompjuter", psikolinguistika. Gjuhësia kompjuterike është një pjesë e AI që bazohet në metodat matematikore për përpunimin e natyrës dhe gjuhë artificiale nga njëra anë dhe nga ana tjetër nga fenomenologjia e gjuhës. Biologjia dhe mjekësia ju lejojnë të studioni dhe kuptoni më mirë punën e trurit, sistemet e shikimit, dëgjimit dhe sensorë të tjerë natyrorë dhe t'i jepni një shtysë të re fushës së 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, tani mbizotërojnë tre. 1. Kërkimet në fushën e AI janë kërkime themelore, në kuadrin e të cilit zhvillohen modele dhe metoda për zgjidhjen e problemeve, të cilat tradicionalisht konsideroheshin intelektuale dhe më parë nuk ishin të përshtatshme për formalizimin dhe automatizimin. 2. AI është një drejtim i ri në shkencën kompjuterike që lidhet me ide të reja për zgjidhjen e problemeve në një kompjuter, me zhvillimin e një teknologjie programimi thelbësisht të ndryshme, me një kalim në një arkitekturë kompjuterike që refuzon arkitekturën klasike, e cila daton që nga e para. kompjuterët. 3. Si rezultat i punës në fushën e AI, lindin shumë sisteme të aplikuara që zgjidhin probleme 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 shek llogaritjet aritmetike me shifra shumëshifrore 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 një objekt. kërkimin shkencor. Në kohën tonë, shpikja e makinës llogaritëse e ka bërë këtë aftësi të disponueshme edhe për një nxënës të klasës së tretë. E njëjta gjë është e vërtetë në AI: rrit aftësitë intelektuale të një personi, duke marrë përsipër zgjidhjen e detyrave që nuk ishin formalizuar 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 krijimin e kompjuterëve 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 shpërndarjen e gjuhës PROLOG si gjuhë programimi. Arsyeja e dështimit ishte përfundimi i nxituar se një gjuhë (edhe pse mjaft universale) mund të ofrojë zgjidhjen e vetme për të gjitha problemet. Praktika ka treguar se deri më tani një paradigmë universale programuese për zgjidhjen e të gjitha problemeve nuk është shpikur 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 llogaritje paralele dhe të shpërndara, neurokompjuterë, procesorë probabilistë dhe fuzzy. Puna në fushën e krijimit të sistemeve të ekspertëve (ES) mund t'i atribuohet drejtimit të tretë, më pragmatik në AI. Sistemet e ekspertëve janë sisteme softuerike që zëvendësojnë një specialist njerëzor në fusha të ngushta të veprimtarisë intelektuale që kërkojnë përdorimin e njohurive të veçanta. Krijimi i ES në fushën e mjekësisë (si MYCIN) lejon përhapjen 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, duke e zëvendësuar atë me komunikimin me një specialist për një çështje të ngushtë. Në Rusi, AI gjeti 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 "pseudoshkencë". Deri në një moment në kohë, një rol negativ luajti edhe emri tronditës "inteligjencë artificiale". Pra, në Presidiumin e Akademisë së Shkencave kishte 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", dhe konferenca shkencore dhe seminare. Ekziston Shoqata Ruse e AI, e cila ka rreth 200 anëtarë, presidenti i së cilës është Doktor i Shkencave Teknike D.A. Pospelov, dhe president nderi është Akademiku i Akademisë Ruse të Shkencave G.S. Pospelov. Ekziston Instituti Rus i Inteligjencës Artificiale nën Këshillin e Presidentit të Federatës Ruse për Informatikë dhe Shkenca Kompjuterike. Në kuadër të Akademisë Ruse të Shkencave ekziston një Këshill Shkencor për problemin e "Inteligjencës Artificiale". Me pjesëmarrjen e këtij Këshilli janë botuar shumë libra me temën e AI dhe përkthime. 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 e Melchuk në modelin SmyslText. Ndër gjuhëtarët e famshëm kompjuterikë janë Apresyan, Gorodetsky, Paducheva, Narinyani, Leontiev, Chaliapin, 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 "ringjallëse" e perëndisë Amon. Në Iliadën e Homerit, perëndia Hephaestus farkëtoi krijesa humanoide. Në letërsi, kjo ide u interpretua shumë herë: nga Galatea e Pygmalionit te Pinocchio e 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 të përgjithshëm të koncepteve. Në shekullin XVIII. 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 e zhvillimeve teorike në fushën e krijimit të 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 20 Në të njëjtën kohë, N. Wiener (1894 - 1964) krijoi veprat e tij themelore mbi një shkencë të re - kibernetikë. 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, jo llogaritëse. Menjëherë pas njohjes së inteligjencës artificiale si një degë e pavarur e shkencës, u nda në dy fusha kryesore: neurokibernetika dhe kibernetika e "kutisë së zezë". Dhe vetëm në të tashmen -9 - janë bërë të dukshme tendencat drejt bashkimit të këtyre pjesëve sërish në një tërësi të vetme. Në BRSS, në vitin 1954, në Universitetin Shtetëror të Moskës, nën drejtimin e profesorit A.A. Lyapunov (1911 - 1973), filloi punën seminari "Automat dhe të menduarit". Në këtë seminar morën pjesë fiziologë, gjuhëtarë, psikologë dhe matematikanë kryesorë. Në përgjithësi pranohet se ishte në këtë kohë që inteligjenca artificiale lindi në Rusi. Ashtu si jashtë vendit, kanë spikatur drejtimet e neurokibernetikës dhe kibernetikës së "kutisë së zezë". Në vitet 1956 -1963. U kryen kërkime intensive për modele dhe algoritme të të menduarit njerëzor dhe zhvillimi i programeve të para. Doli se asnjë nga shkencat ekzistuese - filozofia, psikologjia, gjuhësia - nuk mund të ofrojë një algoritëm të tillë. Pastaj kibernetika ofroi të krijonte modelet e veta. Qasje të ndryshme janë krijuar dhe testuar. Hulumtimi i parë në fushën e AI lidhet me krijimin e një programi për të luajtur shah, pasi besohej se aftësia për të luajtur shah është 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 specifikoi një metodë për krijimin e një programi të tillë. Amerikanët Shaw dhe Simon, në bashkëpunim me një grup psikologësh holandezë nga Amsterdami, nën drejtimin e de Groot, krijuan një program të tillë. Gjatë rrugës, u krijua një gjuhë e veçantë IPL1 (1956), e krijuar për të manipuluar informacionin në formë simbolike, e cila ishte paraardhësi i gjuhës Lisp (MacCarthy, 1960). Megjithatë, programi i parë i inteligjencës artificiale ishte programi Logic Theorist, i krijuar për të vërtetuar teoremat në llogaritjen propozicionale (9 gusht 1956). Programi i shahut u krijua në 1957 (NSS - Newell, Shaw, Simon). Struktura e tij dhe struktura e programit Logic Theorist formuan bazën për krijimin e programit Universal Problem Solver (GPS-General Problem Solving). Ky program, duke analizuar ndryshimet midis situatave dhe duke ndërtuar qëllime, është i mirë në zgjidhjen e kullave të enigmave të Hanoi-it ose në llogaritjen e integraleve të pacaktuara. EPAM (Programi Elementar i Perceptimit dhe Memorizimit) - program elementar për perceptimin dhe memorizimin, konceptuar nga Feigenbaum. Në vitin 1957, një artikull nga Chomsky, një nga themeluesit e gjuhësisë kompjuterike, u shfaq mbi gramatikat transformuese. Në fund të viteve 50. lindi modeli i kërkimit të labirintit. Kjo qasje paraqet problemin si një grafik i caktuar që pasqyron hapësirën e gjendjes1, dhe në këtë grafik kryhet kërkimi i rrugës optimale nga të dhënat hyrëse në ato që rezultojnë. Është bërë shumë punë për zhvillimin e këtij modeli, por në zgjidhje detyra praktike ideja nuk u miratua 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 reduktohet në gjetjen e një rruge në këtë grafik. - 10 - Fillimi i viteve '60. - epoka e programimit heuristik. Një heuristik është një rregull që nuk justifikohet teorikisht, por lejon zvogëlimin e numrit të përsëritjeve në hapësirën e kërkimit. Programimi heuristik është zhvillimi i një strategjie veprimi të bazuar në heuristikat e njohura, të paracaktuara. Në vitet 1960, u krijuan programet e para që punonin me pyetjet e gjuhës natyrore. Programi BASEBALL (Green et al., 1961) iu përgjigj kërkesave për rezultatet e ndeshjeve të kaluara të bejsbollit, programi STUDENT (Bobrow, 1964) ishte i disponueshëm për të zgjidhur problemet algjebrike të formuluara në anglisht. Oriz. 2. Pikat kryesore në zhvillimin e AI si fushë shkencore Shpresa të mëdha u vendosën në punën në fushën e përkthimit me makinë, fillimi i së cilës lidhet me emrin e gjuhëtarit rus Belskaya. Megjithatë, u deshën shumë vite që studiuesit të kuptonin se përkthimi automatik nuk është një problem i izoluar dhe kërkon praninë e një faze të tillë të nevojshme si të kuptuarit për të qenë i suksesshëm. Ndër rezultatet më domethënëse të marra nga shkencëtarët vendas në vitet '60, duhet të theksohet algoritmi "Cortex" nga M. Bongard, i cili simulon aktivitetin e trurit të njeriut në njohjen e modeleve. Në vitet 1963 - 1970. metodat e logjikës matematikore filluan të lidhen me zgjidhjen e problemeve. Një qasje e re ndaj logjikës formale, e bazuar në reduktimin 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 në prani të një grupi aksiomash fillestare, në vitin 1973 u krijua gjuha Prolog. 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 Matematik me emrin V.A.Steklov) po krijohet një program që vërteton automatikisht teorema (ALPEV LOMI). Ai bazohet në derivimin origjinal të kundërt nga S.Yu.Maslov, i ngjashëm me metodën e rezolucionit Robinson. Në vitet 1965-1980. po zhvillohet 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 - paraqitjet e njohurive. 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 kontrolloni robotë, të palëvizshëm ose të lëvizshëm, që veprojnë në një hapësirë reale tre-dimensionale. Kjo ngre problemin e krijimit të organeve artificiale të perceptimit. Para vitit 1968, studiuesit punonin kryesisht me "mikrohapësira" të veçanta, ata krijuan sisteme të përshtatshme për fusha të tilla specifike dhe të kufizuara aplikimi si lojërat, gjeometria Euklidiane, llogaritjet integrale, "bota e kubeve", përpunimi i frazave të thjeshta dhe të shkurtra me një të vogël. fjalor . Pothuajse të gjitha këto sisteme përdorën të njëjtën qasje - një thjeshtim i kombinatorikës bazuar në reduktimin e numërimit të nevojshëm të alternativave bazuar në sensin e përbashkët, përdorimin e funksioneve të vlerësimit numerik dhe heuristikave të ndryshme. Në fillim të viteve 1970, pati një hap kuantik 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 mungon gjëja më e rëndësishme - njohuria e thellë 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. njohuritë e grumbulluara ndër vite. E dyta. Ngrihet një problem specifik: si të transferohet kjo njohuri në një program nëse krijuesi i drejtpërdrejtë i tij nuk e ka këtë njohuri. Përgjigja është e qartë: vetë programi duhet t'i nxjerrë ato nga të dhënat e marra nga eksperti. Kërkimet mbi zgjidhjen e problemeve dhe të kuptuarit e gjuhës natyrore janë të bashkuara nga një një problem i zakonshëm- prezantimi i njohurive. Deri në vitin 1970, kishte - 12 - shumë programe të bazuara në këto ide. I pari prej tyre është programi DENDRAL. Është projektuar për të gjeneruar formula strukturore të përbërjeve kimike bazuar në informacionin nga një spektrometër masiv. 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 shqyrtim ishte një nga sistemet e para eksperte dhe rezultatet e punës së tij janë të mahnitshme. Aktualisht, sistemi u furnizohet konsumatorëve së bashku me spektrometrin. Në vitin 1971, Terry Winograd zhvilloi sistemin SHRDLU, i cili simulon një robot që manipulon blloqet. 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 1980, inteligjenca artificiale është komercializuar jashtë vendit. Investimet vjetore po rriten, po krijohen sisteme eksperte industriale. Ekziston një interes në rritje për sistemet e vetë-mësimit. Në vendin tonë, 1980-1990. kërkime aktive po kryhen në fushën e përfaqësimit të njohurive, gjuhët e përfaqësimit të njohurive, sistemet e ekspertëve (më shumë se 300) po zhvillohen. Gjuha REFAL po krijohet në Universitetin Shtetëror të Moskës. Në vitin 1988, u krijua AI - Shoqata e Inteligjencës Artificiale. Më shumë se 300 studiues janë anëtarë të saj. Kryetari i Shoqatës - D.A. Pospelov. Qendrat kryesore - 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. Vetëm në gjuhësinë kompjuterike në botë mbahen më shumë se 40 konferenca çdo vit. Pothuajse çdo vend evropian, si dhe SHBA-ja, Kanadaja, Japonia, Rusia, Azia Juglindore, organizojnë rregullisht konferenca kombëtare mbi AI. 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 detyrat që zgjidh AI është paraqitur në Fig. 3. Sipas D.A. Pospelov në AI, ka dy qasje dominuese për kërkimin në fushën e AI: neurobionike dhe informative (Fig. 4 dhe 5). - 13 - Detyrat Ekspert i përgjithshëm Formal Formal Perceptimi i lojës (shah, shko, enigma) Inxhinieri Përpunimi i gjuhës natyrore Matematikë Analizë shkencore Sense e përbashkët Arsyetimi Gjeometri Analiza financiare Kontrolli i programit të robotit Verifikimi Diagnostikimi mjekësor 3. Detyrat e AI Përkrahësit e së parës i vendosën vetes qëllimin e riprodhimit artificial të proceseve që ndodhin në trurin e njeriut. Ky drejtim ndodhet në kryqëzimin e mjekësisë, biologjisë dhe kibernetikës. Në të njëjtën kohë, ata studiojnë trurin e njeriut, identifikojnë se si funksionon, krijojnë mjete teknike për përsëritjen e strukturave biologjike dhe proceseve që ndodhin në to. Fusha e AI mund të ndahet me kusht në pesë seksione kryesore: - struktura të ngjashme me neuronet; − programe për zgjidhjen e problemeve intelektuale; − sistemet e bazuara në njohuri; − programim intelektual; − sisteme inteligjente. Çdo seksion mund të përfaqësohet si më poshtë (shih Figurën 4-9). - 14 - Fig. 4. Strukturat nervore Fig. 5. Programe për zgjidhjen e problemeve intelektuale 6. Sistemet e bazuara në njohuri - 15 - Fig. 7. Programim inteligjent 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. Në rast se ndonjëherë merret një përgjigje negative për këtë pyetje, atëherë të gjitha pyetjet e tjera në fushën e AI nuk do të kenë as kuptimin më të vogël. Prandaj, kur filloni studimin 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 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 në një mënyrë biologjike është një gjë mjaft e zakonshme për një person. Duke vëzhguar fëmijët, ne shohim se - 16 - ata e fitojnë pjesën më të madhe të njohurive përmes trajnimit, dhe jo si të ngulitura në to paraprakisht. Kjo deklaratë nuk është vërtetuar në nivelin aktual, por sipas shenjave të jashtme, gjithçka duket saktësisht kështu. 3. Empirike. Ajo që më parë dukej të ishte kulmi i krijimtarisë njerëzore - luajtja e shahut, damë, njohja e imazheve vizuale dhe zanore, sinteza e të rejave. zgjidhje teknike, në praktikë nuk doli kështu detyrë sfiduese. Tani puna po bëhet jo në nivelin e mundësisë ose pamundësisë së zbatimit të sa më sipër, por për gjetjen e algoritmit më optimal - shpesh këto probleme nuk klasifikohen as si 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 fenomene 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 1950, J. von Neumann filloi një studim të plotë të vetë-riprodhimit dhe hodhi themelet për teorinë matematikore të "automatave vetë-riprodhuese". Ai vërtetoi edhe teorikisht mundësinë e krijimit të tyre. Ekzistojnë gjithashtu prova të ndryshme informale të mundësisë së vetë-përsëritjes, 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 me ndihmën e një kompjuteri sigurohet nga vetia e universalitetit algoritmik. Kjo veti e një kompjuteri do të thotë që është e mundur të zbatohen në mënyrë programore (d.m.th., të përfaqësohen në formën e një programi kompjuterik) çdo algoritëm i konvertimit të informacionit në to. Për më tepër, proceset e krijuara nga këto algoritme janë potencialisht të realizueshme, d.m.th., se ato janë të realizueshme si rezultat i një numri të kufizuar operacionesh elementare. Realizueshmëria praktike e algoritmeve varet nga mjetet e disponueshme, të cilat mund të ndryshojnë me zhvillimin 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 algoritmi, atëherë pavarësisht nga forma dhe mënyra në të cilën është shprehur fillimisht, ai mund të specifikohet edhe në formën e një kompjuteri. program. Megjithatë, nuk duhet menduar kështu makinat informatike dhe robotët, në parim, mund të zgjidhin çdo problem. Analiza e problemeve të ndryshme i çoi matematikanët në një zbulim të jashtëzakonshëm. Ekzistenca e llojeve të tilla të problemeve për të cilat një algoritëm i vetëm efikas që zgjidh të gjitha problemet është i pamundur është vërtetuar rigorozisht. të këtij lloji; në këtë kuptim është e pamundur të zgjidhen probleme të këtij lloji me ndihmën e makinave llogaritëse. Ky fakt kontribuon në një kuptim më të mirë të asaj që makinat mund të bëjnë dhe çfarë nuk mund të bëjnë. Në të vërtetë, deklarata për pazgjidhshmërinë algoritmike të një klase të caktuar problemesh nuk është vetëm 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. AI mund të konsiderohet në një sërë mjetesh (intelektuale dhe jo intelektuale) që u krijuan dhe zotëruan nga njerëzimi në rrugën e zhvillimit të tij historik. Këtu bëjnë pjesë: veglat e dorës; makina dhe makineri; gjuha dhe e folura; pajisje numërimi; 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 ose socio-politike nuk ka shkaktuar një ndarje kaq të madhe në zhvillimin e homo sapiences nga speciet e tjera të kafshëve të egra. 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 ruajtje, përpunim dhe transmetim sesa të gjitha përmirësimet e mëparshme në teknologjinë e letrës. Kompjuteri i kapërceu të gjitha mjetet informatike të së kaluarës (abacus, abacus, machine adding) për nga shpejtësia, shumëllojshmëria e funksioneve, lehtësia e përdorimit. 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, ka lejuar kompjuterin të imitojë perceptimin dhe orientimin shqisor, arsyetimin dhe zgjidhjen e problemeve, përpunimin e gjuhës natyrore dhe aftësi 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. Ndër të tjera, konsiderohet edhe efekti i mundshëm social i zhvillimit të 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 vetë njerëzimit. ndryshimi i situatës kur shumica e njerëzve është mjeti dhe instrumenti i prodhimit. Pyetja tjetër filozofike e AI është qëllimi i krijimit. Në parim, gjithçka që bëjmë në jetën praktike zakonisht synon të mos bëjmë asgjë tjetër. Megjithatë, me mjaft nivel të lartë jeta (një sasi e madhe energjie potenciale) e një personi, nuk është më përtacia (në kuptimin e dëshirës për të kursyer energji), por instinktet e kërkimit që luajnë rolet e para. Supozoni se një person ka arritur të krijojë një intelekt që tejkalon të tijin (nëse jo në cilësi, atëherë në sasi). Çfarë do të ndodhë me njerëzimin tani? Çfarë roli do të luajë personi? Pse është i nevojshëm ai tani? Dhe në përgjithësi, a është e nevojshme në parim të krijohet AI? Me sa duket, përgjigjja më e pranueshme për këto pyetje është koncepti i një "përforcuesi inteligjent" (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 në mënyrë që 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 në spiunazh industrial, vendi do të marrë 20%, dhe në industrinë e vanadiumit - 30% në vit. Mendoj se me një formulim të tillë të pyetjes, çdokush mund të bëjë zgjedhjen e duhur. Në këtë shembull, presidenti po përdor një AI biologjike - një grup specialistësh me trurin e tyre proteinik. Por MI-të jo të gjalla tashmë janë duke u përdorur - për shembull, kompjuterë, pajisje kompjuterike në bord. Për më tepër, një person ka kohë që përdor amplifikatorët e fuqisë (SS) - një koncept që në shumë aspekte është i ngjashëm me UI. Makinat, vinçat, motorët elektrikë, presat, armët, aeroplanët dhe shumë e shumë të tjera shërbejnë si amplifikues të fuqisë. Dallimi kryesor midis UI dhe CS është prania e vullnetit: e para mund të ketë "dëshirat" e veta dhe të veprojë ndryshe nga ajo që pritet prej saj. Kështu, lind çështja e sigurisë së sistemeve të AI. Si të shmangen ato pasoja 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". Shkrimtarë të tjerë të trillimeve shkencore gjithashtu kontribuan shumë në diskutimin e tij. Më të famshmit janë një seri tregimesh nga shkrimtari dhe shkencëtari i trillimeve shkencore Isaac Asimov, në të cilat mund të gjendet zgjidhja më e zhvilluar dhe më e pranuar nga shumica e njerëzve për problemin e sigurisë. Këto janë tre ligjet e robotikës. 1. Një robot nuk mund të dëmtojë një person ose me mosveprimin e tij të lejojë që një person të dëmtohet. - 19 - 2. Një robot duhet t'u bindet urdhrave që i janë dhënë nga një njeri, me përjashtim të rasteve kur këto komanda bien ndesh me ligjin e parë. 3. Roboti duhet të kujdeset për sigurinë e tij, për aq sa nuk bie ndesh me ligjin e parë dhe të dytë. Më pas, Asimov shton "Ligjin Zero" në këtë listë: "Një robot nuk mund të shkaktojë dëm për njerëzimin ose, me mosveprimin e tij, të lejojë që t'i bëhet dëm njerëzimit". Në shikim të parë, ligje të tilla, nëse respektohen plotësisht, duhet të garantojnë sigurinë e njerëzimit. Megjithatë, një vështrim më i afërt ngre disa pyetje. Së pari, ligjet formulohen në gjuha njerëzore, e cila nuk lejon përkthimin e tyre të thjeshtë në një formë algoritmike. Le të supozojmë se ky problem është zgjidhur. Tani, çfarë do të thotë sistemi i AI me termin "dëm"? A do të vendosë ajo që vetë ekzistenca e një personi është një dëm i plotë? Në fund të fundit, ai pi duhan, pi, plaket dhe humbet shëndetin me kalimin e viteve, vuan. A nuk do t'i jepte fund e keqja më e vogël këtij zinxhiri vuajtjesh? Sigurisht që mund të futen 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. Më tej: çfarë do të vendosë sistemi i AI në një situatë kur shpëtimi i një jete është i mundur vetëm në kurriz të një tjetri? Me interes të veçantë janë ato raste kur sistemi ka nr informacion të plotë se kush është kush. Megjithatë, pavarësisht këtyre problemeve, këto ligje janë një bazë mjaft e mirë jozyrtare për testimin e besueshmërisë së sistemit të sigurisë për sistemet e AI. Pra, a nuk ka vërtet një sistem të besueshëm sigurie? Bazuar në konceptin e UI, ne 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 ngacmimin e një grupi neuronesh (ansambël nervor) në një zonë plotësisht të parashikueshme. U kryen edhe eksperimente të kundërta, kur stimulimi i një zone të caktuar shkaktoi 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 të strehuesit të njeriut. Nëse merren masa për të përjashtuar aktivitetet vetëshkatërruese në gjendje depresioni, si dhe për të siguruar të tjera kushte të veçanta psikikë, atëherë do të ndodhë e mëposhtme. Meqenëse supozohet se një person normal nuk do të dëmtojë veten dhe, pa ndonjë arsye të veçantë, të tjerët, dhe UI tani është pjesë e këtij individi (jo domosdoshmërisht një komunitet fizik), atëherë të tre ligjet e robotikës vlejnë automatikisht. Në të njëjtën kohë, çështjet e sigurisë zhvendosen në fushën e psikologjisë dhe zbatimit të ligjit, pasi - 20 - sistemi (i trajnuar) nuk do të bëjë asgjë që pronari i tij nuk do të dëshironte. Pyetje për vetëkontroll 1. Çfarë është inteligjenca artificiale? 2. Me cilat fusha shkencore ndërvepron inteligjenca artificiale? 3. Përshkruani qasjet për të kuptuar lëndën e inteligjencës artificiale si disiplinë shkencore. 4. Përshkruani gjendjen aktuale të AI në Rusi. 5. Përshkruani fazën "para kompjuterike" të zhvillimit të inteligjencës artificiale 6. Përshkruani zhvillimin e inteligjencës artificiale në vitet '40. Shekulli 20 7. Përshkruani zhvillimin e inteligjencës artificiale në vitet '50. Shekulli 20 8. Përshkruani zhvillimin e inteligjencës artificiale në vitet '60. Shekulli 20 9. Përshkruani zhvillimin e inteligjencës artificiale në vitet '70. Shekulli 20 10. Përshkruani zhvillimin e inteligjencës artificiale në vitet '80. Shekulli 20 11. Përshkruani detyrat kryesore të inteligjencës artificiale. 12. Cilat seksione ndahen në fushën e inteligjencës artificiale? 13. Siguroni prova për mundësinë e modelimit të të menduarit njerëzor. 14. Çfarë e justifikon 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: per. 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, Tekhbuk, 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.: Shtepi 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 dijes qëndron në botën që na rrethon. NË rast i përgjithshëm modeli i përfaqësimit të njohurive duhet të ofrojë një përshkrim të ndryshëm të objekteve dhe dukurive që përbëjnë fushën lëndore në të cilën duhet të punojë agjenti inteligjent. Fusha lëndore është një pjesë e realitetit që lidhet me zgjidhjen e një problemi. Një agjent inteligjent është një sistem (njerëzor, program) që ka aftësi intelektuale. Njohuria janë modelet e zbuluara të fushës lëndore (parimet, lidhjet, ligjet). Njohuria ka një strukturë më komplekse sesa të dhënat (metadata). Në të njëjtën kohë, njohuritë specifikohen si në mënyrë të zgjeruar (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 të qëllimshme (d.m.th., përmes vetive që korrespondojnë me një koncept të caktuar dhe një skeme marrëdhëniesh midis atributeve. ). Llojet e njohurive Objektet. Zakonisht, një person përfaqëson njohuritë në terma të fakteve për objektet që e rrethojnë. Për këtë arsye, duhet të ekzistojnë mënyra për të paraqitur objektet, klasat (kategoritë, llojet) e objekteve, për të përshkruar vetitë dhe ndërveprimet e objekteve. Një mënyrë për të klasifikuar objektet është hierarkia e klasës. Përveç kësaj, është e nevojshme të bëhet dallimi midis objekteve abstrakte që përdoren për të treguar grupe (bashkësi, 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 ndërmjet objekteve. Shembull "Dje ra shi" "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 situatat në vetvete, modeli i prezantimit duhet të jetë në gjendje të përshkruajë vendndodhjen e ngjarjeve në boshtin kohor, si dhe marrëdhënien e tyre shkakësore. Situatat Gjendjet statike Vetitë dhe marrëdhëniet konstante Proceset dinamike Incidentet e qëndrueshme Rezultatet e përkohshme Ngjarjet Fig. 9. Një shembull i klasifikimit të situatave të propozuar nga Paducheva Gjatë paraqitjes së një hierarkie të objekteve dhe marrëdhënieve, vështirësia kryesore është zgjedhja e bazës, d.m.th. pasuria (atributi) sipas së cilës ndodh ndarja. Zakonisht, edhe nëse një person dallon lehtësisht lloje të ndryshme objektesh dhe situatash në jetë, përpjekja e klasifikimit verbal paraqet një problem të madh. Procedurat. Sjellja (për shembull: çiklizmi) 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 (si komunikimi, të kuptuarit ose vërtetimi i teoremës) përfshijnë njohuri procedurale dhe shpesh është e vështirë të bëhet dallimi i qartë midis njohurive procedurale dhe njohurive të objektit. Shembull Termi "doktrinalizëm" - përshkruan situatën e mungesës së njohurive procedurale të një personi që pretendon të jetë specialist. Meta-njohuria përfshin gjithashtu - 23 - atë që njerëzit dinë për aftësinë e tyre si përpunues i njohurive: pikat e forta, dobësitë, nivelet e përvojës në fusha të ndryshme dhe një ndjenjë përparimi në zgjidhjen e problemeve. Klasifikimi i njohurive Sipas thellësisë: Njohuri sipërfaqësore (një grup asociacionesh empirike dhe marrëdhëniesh shkakësore midis koncepteve të fushës lëndore). Njohuri të thelluara (abstraksione, imazhe, analogji, të cilat pasqyrojnë kuptimin e strukturës së fushës lëndore dhe marrëdhëniet e koncepteve individuale). Nga mënyra e ekzistencës: Fakte (rrethana të njohura). Heuristika (njohuri nga përvoja e ekspertëve). Për sa i përket ngurtësisë: Njohuri e ngurtë (ju lejon të merrni rekomandime të qarta të qarta në kushte fillestare të dhëna). Njohuri të buta (lejon zgjidhje të shumta, të paqarta dhe opsione të ndryshme rekomandime). Sipas formave të paraqitjes: Njohuri deklarative (faktet në formën e grupeve të të dhënave të strukturuara). Njohuri procedurale (algoritme në formën e procedurave të përpunimit të fakteve). Me anë të përvetësimit: Njohuri shkencore (të marra gjatë trajnimit dhe/ose studimit sistematik). Njohuri të përditshme, të përditshme (të marra në rrjedhën e jetës). Për të vendosur bazën e njohurive për ta përdorur atë për zgjidhjen e problemeve të aplikuara, është e nevojshme të përshkruhet zyrtarisht duke përdorur modele matematikore. Siç është përmendur tashmë, përfaqësimi i njohurive është i mundur me ndihmën e modeleve deklarative dhe procedurale. Modelet tipike deklarative zakonisht përfshijnë modelet e rrjetit dhe të kornizës; te proceduralo - logjike dhe prodhuese. Nga pikëpamja e qasjes ndaj paraqitjes së njohurive në një kompjuter, modelet e përfaqësimit të njohurive mund të klasifikohen si më poshtë: Bazuar në qasjen heuristike: "trojka", modele të prodhimit, kornizës, rrjetit Bazuar në qasjen teorike: bazuar në logjika formale dhe e bazuar në "logjikën njerëzore" - modale dhe shumëvlerore. - 24 - 2.2. Modeli logjik i përfaqësimit të njohurive Konceptet bazë të logjikës Shumica e njerëzve mendojnë se fjala "logjik" do të thotë "i arsyeshëm". Pra, nëse një person arsyeton logjikisht, atëherë arsyetimi i tij është i justifikuar, prandaj ai 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 përfundimi logjik është i pavlefshëm, kjo do të thotë se është nxjerrë një përfundim i rremë bazuar në faktet e vërteta. Është e nevojshme të ndahen 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 ka rëndësi është se si realizohet përfundimi logjik, si merren parasysh faktorë të tjerë që dëshmojnë në mënyrë të vlefshme të vërtetën ose falsitetin e përfundimit përfundimtar. Logjika gjithashtu ka nevojë për semantikë për t'i dhënë kuptim simboleve. Logjika formale përdor një semantikë të bazuar jo në përdorimin e fjalëve që mbajnë një ngarkesë emocionale, por në zgjedhjen e emrave kuptimplotë për variablat, si programimi. Ashtu si matematika, logjika studion drejtpërdrejt jo objektet empirike, por abstrakte. Kjo ngre 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 një ose një marrëdhënie tjetër. 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. 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 objekti 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 konkluzionit) Konkluzionet (sistemi i gjykimeve) Gjykimet Konceptet (vetitë) Marrëdhëniet Fig. 10. Hierarkia e llojeve të objekteve abstrakte në logjikën klasike Shembull “Studenti” është një koncept. “Përkatësia” është pronë. "Studenti i zellshëm", "Studenti i vitit të 4" - marrëdhëniet. "Një person studion në një universitet" është një gjykim. "Nëse një person studion në një institut, atëherë ai është ose student ose student i diplomuar" - një përfundim. "Teoria e llogaritjes së kallëzuesit të rendit të parë" është një koncept. Koncepti Konceptet janë objekte abstrakte të arritshme për të kuptuarit njerëzor si veti (veçori) të thjeshta dhe komplekse të objekteve empirike. Koncepti është kundër entiteteve të tilla si: "fjalë", "perceptim", "objekt empirik". Koncepti është një njësi universale e të menduarit dhe baza e veprimtarisë intelektuale. Karakteristikat më të rëndësishme konceptet janë përmbajtja dhe vëllimi. Të gjitha karakteristikat logjike dhe veprimet logjike janë rezultat i njohurive konkluzive nga ligji i marrëdhënies në proporcion të kundërt midis përmbajtjes dhe vëllimit të konceptit. Çdo koncept ka shtrirjen e konceptit (sferën konceptuale) dhe shtesë në shtrirjen e konceptit (Fig. 11, 12). Shtrirja e një koncepti është një grup (bashkësi) e të gjitha atyre empirike (objekteve individuale) të cilave ky koncept është i natyrshëm (si një pronë, shenjë). - 26 - Plotësimi i vëllimit - tërësia e të gjitha atyre objekteve empirike që nuk e kanë këtë koncept. Koncepti Х а1 а2 V Vëllimi а3 Fig. 11. Koncepti X, shtrirja e konceptit X, elementi i shtrirjes (a1, a2, a3) Х Jo Х Fig. 12. Fushëveprimi dhe plotësimi i tij Shembull Koncepti: modeli i të dhënave faktike. Fushëveprimi i konceptit: modele të të dhënave relacionale, rrjetore, hierarkike Plotësimi i fushës së veprimit: modelet e të dhënave dokumentare (përshkruesi, thesaurus, modele të dhënash të orientuara nga formati i dokumentit) Konceptet mund të jenë të llojeve të mëposhtme: 1) sipas fushëveprimit: a. uniforme (U =1 element, KAMAZ); b. i përgjithshëm (U>1 element, Fabrika e Automobilave në Moskë); 2) nga ekzistenca e elementeve: a. jo bosh (student); b. bosh (kolobok); 3) nga struktura e elementeve: a. jo kolektive (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 (shkelje); 6) nga cilësia e elementeve: a. i regjistruar (revistë " sistemet e hapura ", 1/ 2008); b. i paregjistruar (inteligjenca), abstrakt; 7) nga natyra e objektit: a. specifik (stilolaps); - 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 i debitorit është i përgjithshëm, jo i zbrazët, kolektiv, korrelativ, pozitiv, i paregjistrueshëm dhe specifik. Metodat bazë të të kuptuarit të koncepteve Metodat kryesore të të kuptuarit të një koncepti përfshijnë: - abstraksionin; − krahasimi; − përgjithësim; − analiza; − sintezë. Abstraksioni është përzgjedhja (kuptimi) mendor i një vetie ose marrëdhënieje të caktuar duke abstraguar nga vetitë ose marrëdhëniet e tjera të një objekti empirik. Krahasimi është vendosja e ngjashmërive ose dallimeve ndërmjet objekteve. Përgjithësimi është përzgjedhja mendore e një koncepti duke krahasuar disa koncepte të tjera. Abstragimi, krahasimi dhe përgjithësimi janë teknika të lidhura ngushtë me njëra-tjetrën. Ato mund të quhen "procedura njohëse". Krahasimi është i pamundur pa marrë parasysh abstraksionin. Përgjithësimi përfshin 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 strukturorë (pjesë, veti, marrëdhënie). Sinteza është bashkimi mendor i objekteve të ndryshme në një objekt integral. Shembuj 1. Krahasimi i njerëzve sipas gjatësisë përfshin abstraksionin për të nxjerrë në pah vetinë e "rritjes" së konceptit "person". 2. Përgjithësim: "karrige" dhe "tavolinë" - "mobilje". Korrelacioni i koncepteve Për të shpjeguar marrëdhëniet ndërmjet koncepteve, mund të përdorni diagrame në formën e rrathëve të Euler-it (Fig. 13). Shembuj Uniformë (ekuivalente): Kazan është kryeqyteti. I pavarur (kalim): pasagjer-student. Dorëzimi: pemë - thupër. E kundërta (kundërvënia): e bardhë dhe e zezë. - 28 - Konraditori: i bardhë - jo i bardhë. Vartësi (nënkundër): oficerë (major-kapiten). Ndarja logjike e konceptit është ndarja e shtrirjes së konceptit në pjesë jo të kryqëzuara bazuar në ndonjë atribut. 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 Kundër Identiteti (uniform) X, YXYM(X)= M(Y) M(X)M(Y) UX vartëse e YXYM(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 ndarjes (d.m.th. shenjë). - 29 - Tre rregulla të ndarjes logjike. 1. Rregulli i papajtueshmërisë. Vëllimet e koncepteve të specieve nuk duhet të kryqëzohen (d.m.th., anëtarët e ndarjes nuk duhet të jenë të papajtueshëm me njëri-tjetrin); 2. Rregulli i renditjes. Ju nuk mund të ndani menjëherë për disa arsye; 3. Rregulli i proporcionalitetit. Shuma e vëllimeve të koncepteve specifike duhet të jetë e barabartë me vëllimin e konceptit të përgjithshëm. Ndarja dikotomike (forma më rigoroze) është ndarja e koncepteve sipas parimit të kontradiktës (A, jo-A). Klasifikimet janë sisteme të caktuara (bashkësi të renditura) të koncepteve specifike. 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 klasifikimit 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 faktografike Sistemet e inteligjencës artificiale Sistemet dokumentare IS "University" Lingvo "Consultant Plus" A B C Fig. 14. Një shembull i klasifikimit Teknikat për të kuptuarit e koncepteve (abstragimi, krahasimi, përgjithësimi, analiza, sinteza, ndarja) janë procedura njohëse 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 hipotezat, mësimi i njohurive deklarative do të bëhen të disponueshme dhe procedurat e konkluzionit do të bëhen më të fuqishme. - 30 - Aktgjykimi Gjykimi është një objekt strukturor kompleks që pasqyron marrëdhënien objektive ndërmjet sendit dhe pasurisë së tij. Gjykimi i kundërvihet entiteteve të tilla si: “fjalia”, “perceptimet”, “skenat nga bota reale”. Shembull. Fjalitë e mëposhtme shprehin të njëjtin pohim: - "Një peshkaqen është një peshk grabitqar"; - "Të gjithë peshkaqenët janë peshq grabitqarë". - "Peshqit grabitqarë janë peshkaqenë." Logjika klasike e konsideron strukturën e një propozimi të thjeshtë në një interpretim paksa të ndryshëm nga ai që është zakon në studimet moderne logjiko-gjuhësore. Pra, 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: − një koncept individual (IC); − koncepti i kallëzuesit (PC); − relacioni predikues (RP). Shembuj Jepet fjalia: "Platoni është filozof". Në këtë fjali, që shpreh propozimin S: "Platoni" është një temë logjike, d.m.th. një simbol që tregon konceptin individual të gjykimit S. "Filozofi" është një kallëzues logjik, d.m.th. një simbol që tregon konceptin kallëzues të pohimit S. “Të jesh” është një lidhje kryefjalë-kallëzues, d.m.th. një simbol që tregon një lidhje predikimi. Kështu, mund të nxjerrim përfundimin e ndërmjetëm vijues: - një koncept individual është një sistem konceptesh, i konsideruar si një entitet konceptual, një objekt empirik; - koncepti kallëzues - koncept i konsideruar si veti e një objekti të caktuar empirik; - marrëdhënia e predikimit - një marrëdhënie që lidh konceptet individuale dhe kallëzuese të një objekti empirik në një objekt abstrakt integral. Përveç kësaj, mund të dallohen disa lloje gjykimesh të thjeshta (Shih Fig. 15). Ka disa mënyra për të zyrtarizuar gjykimet elementare. - 31 - Mënyra e parë. Gjuha natyrore, e cila tradicionalisht konsiderohet e rëndë dhe e pasaktë, por një metodë formale që mund të krahasohet në universalitetin e saj me gjuhën natyrore nuk është shpikur ende. Gjykime të thjeshta Atribut Rreth marrëdhënieve të ekzistencës Murgjit, si rregull, janë modest Magnitogorsk në jug të Chelyabinsk. Ka bredha blu. 15. Llojet e gjykimeve të thjeshta Metoda 2. Logjika tradicionale aristoteliane. Mënyra 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 fq. Logjika e Aristotelit), ekzistojnë lloje të ndryshme gjykimesh komplekse. Sa më i ndërlikuar të jetë gjykimi, aq më i vështirë është formalizimi i saktë i tij me anë të logjikës tradicionale aristoteliane, dhe në disa raste një zyrtarizim i tillë është thjesht i pamundur. Prandaj, analiza e strukturës logjike të gjykimeve komplekse është e leverdishme të kryhet me anë të logjikës simbolike moderne, duke përfshirë mjetet e logjikës propozicionale dhe logjikën e kallëzuesit (shih paragrafët përkatës të paragrafit). Llojet kryesore të gjykimeve komplekse janë − lidhore; − disjunktive; − implikative; - modale: o aletike (e nevojshme, ndoshta rastësisht); o epistemik (e di, besoj, besoj, besoj); o deontik (i vendosur, i ndaluar); o aksiologjik (mirë, keq); o kohore (në të kaluarën, më herët, dje, nesër, në të ardhmen); - pyetje: o nëse - pyetje; o diçka pyetje. Ekziston gjithashtu një vazhdimësi e klasave të logjikës dhe metodave të inteligjencës artificiale. - 32 - Konkluzion Me konkluzion (në logjikën tradicionale) nënkuptohet një formë e të menduarit me të cilën bëhet një kalim mendor (i quajtur "konkluzion") nga një ose më shumë propozime (të quajtura "premisë") në një propozim tjetër (i quajtur "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 një përfundim në logjikë. Silogjizmat janë ose formale ose joformale. Silogjizmat e para formale u përdorën nga Aristoteli. Silogjistika e zhvilluar prej tij (teoria e silogjizmave formale, d.m.th. konkluzionet) pati një ndikim të rëndësishëm në zhvillimin e logjikës antike dhe skolastike, shërbeu si bazë për krijimin e teorisë moderne logjike të konkluzioneve. Për të konsoliduar konceptet e logjikës, është e nevojshme të plotësohen ushtrimet në faqen 78. Ligjet e logjikës Ligjet më të rëndësishme logjike përfshijnë: - identitetet (çdo objekt është identik vetëm me vetveten); - mospërputhje (thëniet që kundërshtojnë njëra-tjetrën nuk mund të jenë të vërteta në të njëjtën kohë); - përjashtohet e treta (nga dy pohime që janë reciproke kontradiktore, njëra është e vërtetë, tjetra është e gabuar dhe e treta nuk është dhënë); - arsye e mjaftueshme (çdo pohim i vërtetë ka një arsye të mjaftueshme, për shkak të së cilës është e vërtetë, jo e rreme). Le të hedhim një vështrim më të afërt në secilën prej këtyre pozicioneve. I. Ligji i identitetit Ligji i identitetit dëshmon 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, gabimet e renditura më poshtë janë të mundshme. Amfibolia (nga greqishtja amphibolos - paqartësi, dualitet) është një gabim logjik, i cili bazohet në paqartësinë e shprehjeve gjuhësore. Një emër tjetër për këtë gabim është "zëvendësimi i tezës". Shembull “Me të drejtë thuhet se gjuha do t'ju sjellë në Kiev. Dhe dje bleva një gjuhë të tymosur. Tani mund të shkoj i sigurt në Kiev.” - 33 - Ekuivokimi është një gabim logjik, i cili bazohet 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 gjykimin e parë fjala "ujk" përdoret si metaforë, dhe në premisën e dytë - në kuptimin e saj të drejtpërdrejtë. Logomakhia është një mosmarrëveshje për fjalët, kur gjatë diskutimit pjesëmarrësit nuk mund të bien dakord. pikë e vetme pikëpamje për faktin se konceptet origjinale nuk u sqaruan. 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 moskontradiktës së të menduarit. Ligji i moskontradiktës thotë: dy gjykime, nga të cilat njëri pohon diçka për subjektin e mendimit (“A është B”), dhe tjetri 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 subjektin e mendimit A, i konsideruar në të njëjtën kohë dhe në të njëjtin aspekt. Për shembull, gjykimet "Kama është një degë e Vollgës" dhe "Kama nuk është një degë e Vollgës" nuk mund të jenë njëkohësisht të vërteta nëse këto gjykime 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. Pra, gjykimet "Ky person është student i MaSU" dhe "Ky person nuk është student i MaSU" mund të jenë njëkohësisht të vërteta nëse i pari prej tyre nënkupton një herë (kur ky person studion në MaSU), dhe e dyta - një tjetër ( kur u diplomua nga universiteti). Ligji i moskontradiktës tregon se nga dy propozime të kundërta, njëri është domosdoshmërisht i rremë. Por meqenëse shtrihet në propozime kundërshtuese dhe kontradiktore, çështja e propozimit të dytë mbetet e hapur: nuk mund të jetë edhe e vërtetë edhe e rreme: 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 të dyja të rreme: njëri prej tyre është domosdoshmërisht i vërtetë; tjetra është detyrimisht e rreme; përjashtohet aktgjykimi i tretë, d.m.th. ose A është e vërtetë ose jo-A. - 34 - Ligji i Mesit të Përjashtuar formulon një kërkesë të rëndësishme për të menduarit tuaj: nuk mund të shmangeni nga njohja e së vërtetës së një prej dy pohimeve kontradiktore 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 propozim duhet të provohet, d.m.th. duhet të dihen baza të mjaftueshme për fuqinë e të cilave konsiderohet e vërtetë. Një arsye e mjaftueshme mund të jetë një tjetër, tashmë e verifikuar nga praktika, e njohur si mendim i vërtetë, rezultati i domosdoshëm i të cilit është e vërteta e pozicionit që provohet. Shembull. Arsyetimi për propozimin "Dhoma po ngrohet" është fakti që merkuri në termometër zgjerohet. Në shkencë konsiderohen baza të mjaftueshme: a) deklaratat për fakte të vërtetuara të realitetit, b) përkufizimet shkencore, c) pohimet shkencore të vërtetuara më parë, d) aksiomat, si dhe e) përvoja personale. Konkluzioni logjik Konkluzioni logjik është nxjerrja e disa formulave nga një grup formulash të tjera logjike duke zbatuar rregullat e konkluzionit. Përkthyes shprehjet boolean, duke përdorur një përfundim logjik, ndërton zinxhirin e nevojshëm të llogaritjeve në bazë të përshkrimit origjinal. Rëndësia e qasjes logjike qëndron në mundësinë e ndërtimit të një interpretuesi, funksionimi i të cilit nuk varet nga formula logjike. Rregullat në pamje logjike kanë formën: P0←P1, …, Pn. P0 quhet qëllimi, dhe P1, P2, ..., Pn - trupi i rregullit. Kallëzuesit P1, P2, ..., Pn kushtet që duhet të plotësohen në mënyrë që arritja e qëllimit P0 të jetë e suksesshme. Le të analizojmë bazat e përfundimit logjik duke përdorur shembullin e 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 është e vërtetë edhe fjalia D. Në logjikën pohuese kemi të bëjmë me formulat P dhe D. , në varësi të disa variablave X1, X2,.., Xn. Përkufizimi. Ne do të themi se formula D(X1, X2,...,Xn) rrjedh logjikisht nga formula P(X1, X2,...,Xn) dhe shënojmë P ├ D nëse për - 35 - çdo 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 rrjedh logjikisht përfundimi. Kontrolli i korrektësisë së arsyetimit logjik Mënyra e parë sipas përkufizimit është: a) të shënohen të gjitha premisat dhe përfundimet në formën e formulave logjike propozicionale; b) të bëjë një lidhje të ambienteve të formalizuara Р1& P2&…& Рn,; c) kontrolloni në tabelën e së vërtetës nëse përfundimi D rrjedh nga formula P1&P2&...&Pn. Metoda e dytë bazohet në shenjën e mëposhtme 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? Kësaj pyetjeje mund t'i përgjigjemi duke ndërtuar një tabelë të vërtetësisë për formulën, ose duke reduktuar këtë formulë me ndihmën e transformimeve ekuivalente në një tautologji të njohur. Metoda e tretë e kontrollit të saktësisë së arsyetimit logjik do të quhet e shkurtuar, sepse nuk kërkon numërim shterues 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 tillë që premisa D(X01, X02,.., X0n)=A 3, dhe përfundimi P(X01, X02,.., X0n)= DHE. Shembull. Është dhënë arsyetimi: “Nëse bie shi, atëherë macja është në dhomë ose në bodrum. Një mi në një dhomë ose në një vizon. Nëse macja është në bodrum, atëherë miu është në dhomë. Nëse macja është në dhomë, atëherë miu është në vizon, dhe djathi është në frigorifer. Tani po bie shi dhe djathi është në tryezë. Ku është macja dhe ku është miu? Le të prezantojmë emërtimet e mëposhtme: D - "po bie shi"; K - "mace në dhomë"; P - "mace në bodrum"; M - "miu në dhomë"; N - "miu në një vizon"; Х - "" djathë në frigorifer"; ¬Х - "djathë në tavolinë". Marrim skemën e mëposhtme të arsyetimit: D→K|RM|NK→H&X 2 3 E vërtetë E gabuar - 36 - R→M D&¬X - -- Le të përdorim rregullat e përfundimit 1) D&¬X├D; 2) D&¬X├¬X; 3) D→K|P, D├ K|R. Më pas, shqyrto dy opsione. Opsioni A. Le të K atëherë 4a) K, K → H&X, K├ H&X; 5a) H&X ├ X; 6a) ¬X,X├X&¬X - mori një kontradiktë, që do të thotë se supozimi ishte i gabuar dhe ky opsion është i pamundur. Opsioni B, Le të ndodhë R. Më pas 4b) P, P → M├M; 5b) P, M├P&M Përfundim Merret P&M, dmth "macja është në bodrum dhe miu në dhomë" Shembull Kontrollo saktësinë e arsyetimit në mënyrë të shkurtuar. Jepet arsyetimi: "Nëse sot është ftohtë, atëherë do të shkoj në pistë. Nëse sot është shkrirje, atëherë do të shkoj në disko. Sot do të jetë ngrica ose shkrij. Prandaj, do të shkoj në disko." Vendim. Ne zyrtarizojmë gjendjen e problemit duke futur shënimin: M - "sot do të jetë me ngricë"; K - "Unë do të shkoj në shesh patinazhi"; O - " do të jetë shkrirje sot"; D - "I Unë jam duke shkuar në disko. Skema e arsyetimit ka formën: M→KO→DM|O ---D Arsyetimi është logjikisht i saktë nëse, për çdo grup vlerash të ndryshoreve (M, K, O, D), ditët e të cilave të gjitha premisat janë të vërteta, përfundimi është gjithashtu i vërtetë. Supozoni të kundërtën: ekziston një grup (M0,K0,O0.D0) i tillë që premisat janë të vërteta dhe përfundimi është i rremë. Duke zbatuar 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 = L, D0 = L (Tabela 1). Prandaj, arsyetimi nuk është logjikisht i saktë. Tabela 1 Skema për zgjidhjen e një problemi logjik Nr. 1 2 3 4 5 6 7 dhe përkufizimet e ndarjes nga 1, 6 dhe përkufizimet e nënkuptimit Një mënyrë tjetër për të zgjidhur problemin është ndërtimi i një tabele të së vërtetës për formulën (M→K)& (O→D)&(M˅O)→D dhe sigurohuni që të mos jetë një tautologji. Pastaj, në bazë të ndjekjes logjike, arsyetimi nuk është logjikisht i saktë. Meqenëse katër ndryshore propozicionale (M, K, O, D) janë të përfshira në arsyetim, tabela e së vërtetës do të përmbajë 16 rreshta dhe kjo metodë kërkon kohë. Me ndihmën e rregullave të konkluzionit, është e mundur të ndërtohet një arsyetim logjikisht i saktë, por jo gjithmonë është e mundur të vërtetohet pasaktësia e një arsyetimi logjik. Prandaj, për këtë problem, mënyra më e përshtatshme është të kontrolloni korrektësinë e arsyetimit logjik. Për të konsoliduar rregullat e konkluzionit logjik, duhet të plotësoni ushtrimet në faqen 78. Seksionet kryesore të logjikës simbolike moderne Në zhvillimin e logjikës klasike, dallohen tre faza kryesore: logjika e lashtë (rreth 500 pes - fillimi i erës sonë), logjika skolastike (fillimi i erës sonë - gjysma e parë e shekullit të 19-të), logjika simbolike moderne (mesi i shekujve 19-20) Logjika simbolike moderne ndahet në seksione kryesore, thelbi i të cilave shpaloset më poshtë. Logjika propozicionale (calculus propositional). Ai studion gjykime të thjeshta, të konsideruara pa marrë parasysh strukturën e tyre të brendshme, si dhe përfundime elementare, më të arritshme për të kuptuarit njerëzor. Në gjuhën natyrore, propozime 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 në lidhje me strukturën e tyre të brendshme. Pjesa e logjikës që studion jo vetëm lidhjet ndërmjet pohimeve, por edhe strukturën e brendshme konceptuale të pohimeve, është quajtur "logjika e kallëzuesve". 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 zhvillohen 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 strukturat: - S është P (1); − S nuk është P (2) , ku S është një temë logjike (nga lat. Subjectum); P - disa kallëzues logjik (nga lat. Predicatum). Llojet e gjykimeve në logjikën e Aristotelit janë renditur më poshtë. 1. Gjykime të përgjithshme pohuese - A "Gjithçka S është P" - Të gjithë poetët janë njerëz mbresëlënës. Fjalët "është", "nuk është" shërbejnë si një lidhje temë-kallëzues. Nga pohimet (1) dhe (2) me ndihmën e fjalëve "të gjitha" dhe "disa" ndërtohen pohime të formës: - e gjitha S është P: Lloji A (Pohimi); − 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. Gjykim i veçantë pohues - Unë "Disa S janë P" - Disa njerëz kanë flokë kaçurrela. 4. Negativ i pjesshëm - O "Disa S nuk janë P" - Disa njerëz nuk mund të dëgjojnë. Deklaratat si A, E, I, O janë pohime të thjeshta kategorike që formojnë themelin e të gjithë logjikës aristoteliane. Midis vërtetësisë dhe falsitetit të pohimeve të tipit A, E, I, O, ekziston një marrëdhënie funksionale-holistike, e cila zakonisht përshkruhet si një katror logjik (Fig. 16, Tabela 2). - 39 - Kur përdoret katrori logjik, është e rëndësishme të merret parasysh hollësia e mëposhtme: fjala "disa" kuptohet në këtë rast 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. Katrori logjik Shpjegimet e katrorit logjik të Aristotelit Në të majtë këndi i sipërm deklaratat e tipit A (përgjithësisht pohuese) ndodhen në katrorin logjik. 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 (pohuese të pjesshme). Në këndin e poshtëm djathtas (nën E) janë deklaratat e tipit O (veçanërisht negative). Deklaratat e llojeve A dhe O, si dhe pohimet e llojeve E dhe I, janë reciprokisht kontradiktore, ose kontradiktore (marrëdhënie diagonale). Deklaratat e llojeve A dhe E janë në lidhje me kundërvënien ose kundërshtimin. - 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 së vërtetës (njëra është e vërtetë, tjetra është e gabuar) , deklaratat kundër nuk mund të jenë të dyja të vërteta, por mund të jenë të rreme në të njëjtën kohë. Me ndihmën e një katrori logjik, mund të nxirren gjykime të kundërta, kontradiktore dhe në varësi të të dhënave, duke vërtetuar të vërtetën ose falsitetin e tyre. Shembulli 1. Çdo gjykim shprehet në 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, duke përdorur katrorin logjik të Aristotelit, mund të vendosin lloje të marrëdhënieve ndërmjet gjykimeve: 1) marrja e njohurive për përfundimin; 2) krahasimet pika të ndryshme perspektiva për çështje të diskutueshme; 3) redaktimi i teksteve dhe në raste të tjera. Formalizmat e llogaritjes propozicionale Shumë modele të paraqitjes së njohurive bazohen në formalizmat e llogaritjes propozicionale dhe kallëzuese. Një ekspozim rigoroz i këtyre teorive nga këndvështrimi i logjikës klasike matematikore gjendet në veprat e Shenfield dhe Teise, Pospelov mund të gjejë një ekspozitë popullore të këtyre teorive, e cila mund të rekomandohet si një hyrje fillestare. Sipas përkufizimit të Taise, propozimet logjike janë një klasë e fjalive të gjuhës 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: Po fjalitë e gjuhës, 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 propozimeve logjike. Deklaratat do të shënohen me shkronja të mëdha Alfabeti latin dhe një indeks, nëse kërkohet nga prezantimi. Shembuj shënimesh për deklaratat: S, S1, S2, H, H1, H2. Siç u përmend tashmë, një propozim logjik është ose i vërtetë ose i rremë. Një deklarate e vërtetë i caktohet një vlerë logjike - 41 - E VËRTETË (ose DHE), një e rreme - një vlerë 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, në përputhje me rregullat e ndërtimit, përpilohen formula logjike. Tabela 3 Lidhëzat logjike Emri i zakonshëm Lloji Shënim tjetër Simbol Mohimi Unary -, ~, NOT, NOT Lidhëz ^ Binar & , ., AND , DHE * Disjunksion Binar 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 propozime përfshin tre komponentë: − bazë: çdo propozim është 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 bazë dhe hapin e induksionit. Formulat shënohen me shkronja të mëdha të alfabetit latin me indekse. Shembuj të formulave logjike janë dhënë në shembull. Shembuj a) T = S1 ^ S2; b) N = H1H2. Shprehja a) mund të lexohet kështu: "Formula logjike T është një lidhje (lidhëz logjike AND) e pohimeve logjike S1 dhe S2." Interpretimi i shprehjes b) është si vijon: "Formula logjike N është disjuksioni (lidhja logjike OSE) e 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 të saj përbërëse 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 dihen vlerat e së vërtetës për pohimet nga shembulli a), 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 DHE LL DHE Tabela 5 Tabela e së vërtetës për lidhjet binare XYX^YX Yxyxy dhe dhe dhe dhe dhe dhe dhe dhe dhe dhe dhe unë i unë i l i l l unë i i i urdhëruar, predikat Logic Marrëdhëniet midis objekteve janë përshkruar duke përdorur koncepte të posaçme matematikore të quajtura predikate logjike, dhe gur i predikatit është një degë e logjikës që merret me studimin e tyre. 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 të gjitha fjalëve që mund të formohen nga karakteret e përfshira në alfabet (zakonisht vendoset një procedurë që ju lejon të bëni formula nga karakteret e alfabetit të sistemit); − aksiomat e sistemit - një grup i zgjedhur formulash të sistemit; − rregullat e konkluzionit të sistemit - një grup i kufizuar marrëdhëniesh midis formulave të sistemit. Fjalori i llogaritjes së kallëzuesit në paraqitjen standarde përfshin konceptet e mëposhtme: - variablat (do t'i shënojmë ato letrat e fundit alfabeti 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 konstante funksionale; o konstantet e kallëzuesit; − deklarata; - 43 - - lidhoret logjike (¬ (negacion), lidhëz, veçim, nënkuptim); − sasiore: (ekzistenca, përgjithësimi); − termat; − format funksionale; − trajtat e kallëzuesit; − atomet; − formulat. Konstantat Individuale dhe Variablat Individuale Këto janë të ngjashme me konstantet dhe variablat e llogaritjes, me ndryshimin e vetëm që diapazoni i tyre është individë, jo numra 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 koncepte. Në gjuhët e rendit të parë, variablat janë vetëm individuale, prandaj quhen thjesht variabla. Siç do të tregohet më poshtë, përdorimi i gjuhëve të rendit të parë dhe refuzimi i përdorimit të gjuhëve të rendit të lartë vendos 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. Karakteret e vogla do të përdoren për të treguar variablat. shkronjat x,y,z , alfabet 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 përdoren për të treguar një lidhje që përshkruan një kallëzues. 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. Emërtimi i konstantës së kallëzuesit janë emrat kujtues ose shkronja e alfabetit latin Р me indekse. Gjuha e kallëzuesit përmban gjuhën e pohimeve, pasi një propozim nuk është gjë tjetër veçse një konstante kallëzues pa argumente, ose një formë kallëzuesi me vend të pavlefshëm. Zona semantike e formës së kallëzuesit përkon me zonën e ndryshimit të pohimit, d.m.th. (I, L). Konstantat e funksionit Konstanta e funksionit (f, g, h) si dhe konstanta e kallëzuesit, kur kombinohen me një numër të përshtatshëm termash, formojnë një formë funksionale. Dallimi midis formës funksionale dhe formës së kallëzuesit qëndron në faktin se fusha semantike e saj përbëhet nga një grup konstantesh individuale. Një konstante e funksionit me vend zero është vetëm një konstante individuale. lidhëzat logjike në llogaritjen e kallëzuesit shërbejnë për të formuar formula. Kuantifikuesit. Llogaritja e kallëzuesit përdor dy sasiorë: sasiorin e përgjithshëm () dhe sasiorin ekzistencial (). Shprehja xP lexohet si “për çdo x P është e vërtetë”. Shprehja xP lexohet si "ka një x për të cilën P është e vërtetë". Një term është një shprehje e formuar nga variabla dhe konstante, ndoshta me përdorimin e funksioneve. 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 me vend, atëherë f(t1,...,tn) është një term; − nuk ka terma të tjerë. Në fakt, të gjitha objektet në logjikën e kallëzuesve të rendit të parë përfaqësohen pikërisht në formën e termave. Nëse termi nuk përmban variabla, atëherë ai quhet termi kryesor ose konstant. Një term (t1,t2 ...tn) është çdo ndryshore dhe çdo formë funksionale. Një formë funksionale është një konstante funksionale e çiftuar me një numër të përshtatshëm termash. Nëse f është një konstante lokale funksionale dhe t1 ..., tn janë terma, atëherë forma përkatëse zakonisht shënohet me f(t1, ...,tn). Nëse n=0, atëherë thjesht shkruhet f. Një formë e kallëzuesit është një konstante kallëzuese e lidhur me një numër të përshtatshëm termash. Nëse p është konstanta përkatëse e m-vendit 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, është një shprehje p(t1,...,tn), ku p është një simbol i kallëzuesit me n vend (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 përsa i përket koncepteve. Konstante. Ato shërbejnë si emra për individët (në krahasim me emrat për koleksione): objekte, njerëz ose ngjarje. Konstantet përfaqësohen nga - 45 - simbole si Jacque_2 (shtimi i 2 në fjalën Jacque tregon një person të mirëpërcaktuar midis njerëzve me atë emër), Book_22, Package_8. Variablat. Ato tregojnë emrat e agregateve, të tilla si një person, një libër, një parcelë, një ngjarje. Simboli Book_22 përfaqëson një shembull të mirëpërcaktuar dhe libri simbol tregon ose grupin e "të gjithë librave" ose "konceptin e librit". 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, si rregullat gramatikore, procedurat, veprimet matematikore. Emrat predikativë përdorin karaktere si frazat e mëposhtme: Dërgo, Shkruaj, Plus, Veç. Emrat e funksioneve (konstantet e funksionit) përfaqësojnë të njëjtat rregulla si kallëzuesit. Për të shmangur konfuzionin me emrat e kallëzuesit, emrat e funksioneve shkruhen me të gjitha shkronjat e vogla: fraza, dërgo, shkruaj, plus, ndarje. Simbolet që përdoren për të paraqitur konstante, ndryshore, kallëzues dhe funksione nuk janë "fjalë të gjuhës ruse". Ato janë simbolet e njëfarë përfaqësimi - fjalët e "gjuhës së objektit" (në rastin tonë, gjuha e kallëzuesve). Përfaqësimi duhet të përjashtojë çdo paqartësi të gjuhës. Prandaj, emrat e individëve përmbajnë numrat e caktuar për emrat e popullatave. Jack_1 dhe Jack_2 përfaqësojnë dy persona me të njëjtin emër. Këto paraqitje janë konkretizimi i emrit të koleksionit “Jacques”. Një kallëzues është një emër kallëzues së bashku me një numër të përshtatshëm termash. Kallëzuesi quhet edhe trajtë kallëzuese. Shembull. Në rusisht: Jacques i dërgon një libër Marie, logjikisht: Parcela (Jacques_2, Marie_4, Book_22). Logjika e paqartë logjika fuzzy, teoria e grupeve fuzzy dhe teoritë e tjera "fuzzy" është e lidhur 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 zbatuar 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 mënyrën njerëzore të zgjidhjes së problemeve (Fig. 17). - 46 - Krijimi i teorisë së grupeve fuzzy - Vendimi Teoria matematikore e grupeve fuzzy - Baza e mekanizmit Formalizimi i arsyetimit të mënyrës njerëzore - Teza e detyrës - një person në jetën e tij të përditshme - Problemi mendon dhe merr vendime bazuar në koncepte fuzzy Fig. 17. Logjika e shfaqjes së teorisë së bashkësive fuzzy Aktualisht, teoria e bashkësive fuzzy dhe logjika fuzzy (fuzzy set & fuzzy gic) është vend solid ndër fushat kryesore të inteligjencës artificiale. Koncepti i "fuzziness", 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 optimizimit fuzzy dhe modeleve të vendimmarrjes. Paketat e mëposhtme janë më të njohura për klientët rusë: 1) CubiCalc 2.0 RTC është 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 njohura jo të sakta pa akumulim gabimesh; 5) OWL - një paketë që përmban tekstet 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 ekspertë 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 një rruge, një person nuk e vlerëson shpejtësinë e një makine që po 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. Në teorinë e grupeve fuzzy, propozohen mënyrat e mëposhtme të formalizimit të koncepteve fuzzy. Mënyra e parë (bazuar në veprën e Zadeh) përfshin refuzimin e pohimit kryesor të teorisë klasike të grupeve se një element ose mund t'i përkasë ose jo grupit. 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 mënyrën e dytë më të përgjithshme të formalizimit të paqartësisë, supozohet se funksionet karakteristike të grupit marrin vlera jo nga intervali, por në një rrjetë shpërndarëse të fundme ose të pafundme. Ky përgjithësim quhet grupe fuzzy në kuptimin e Gauguin. Mënyra 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. Mënyra 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 më të përshtatshëm për të. Për më tepër, vetë vlerat e vlerësimeve mund të jenë të paqarta dhe të dhëna si funksione. Është marrë një ide e përgjithshme e logjikës fuzzy. Tani për gjithçka në më shumë detaje. Konsideroni aparatin konceptual, i cili bazohet në konceptin e "ndryshueshme gjuhësore". Përkufizimi i një ndryshoreje gjuhësore (intuitive)4 Nëse ndryshorja mund të marrë kuptimet 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: Udhëzime për seminarin laboratorik në lëndën "Sistemet inteligjente të informacionit" për studentët e specialitetit 071900 - Sistemet e informacionit në ekonomi / Ufimsk. shteti aviacioni teknologjisë. un-t; përpiluar nga G.G. Kulikov, T.V. Breikin, L.Z. Kamalova. - Ufa, 1999. -40 f. - 48 - Një ndryshore gjuhësore mund të marrë si vlera ose fjalë ose numra. Përkufizimi i një ndryshoreje gjuhësore (formale) Një variabël gjuhësor është një pesë (x, T(x), X, G, M), ku x është emri i ndryshores; T(x) është bashkësia e emrave të vlerave gjuhësore të ndryshores x, secila prej të cilave është një grup fuzzy në bashkësinë X; G është një 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 fjalë nga gjuha natyrore si vlera. Me fjalë të tjera, çdo variabël gjuhësor përbëhet nga: - emri; − bashkësia e vlerave të saj, e cila 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 lidh çdo vlerë të një ndryshoreje gjuhësore me një nënbashkësi fuzzy të bashkësisë X. Për shembull, nëse themi " shpejtësi të shpejtë”, atëherë ndryshorja “speed” duhet kuptuar si një variabël gjuhësor, por kjo nuk do të thotë se ndryshorja “speed” nuk mund të marrë vlera reale. Ndryshorja fuzzy përshkruhet nga grupi (N,X,A), ku N është emri i ndryshores, X është grupi universal (zona 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 anëtarësimit, d.m.th. shtrirja e grupit dy elementësh të vlerave të funksionit karakteristik (0,1) në një vazhdimësi. Kjo do të thotë që kalimi nga anëtarësimi i plotë i 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 - Bashkësia fuzzy (NM) , përkufizohet 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 NM) drejtpërdrejt në formën e një funksioni nga bashkësia universale X e grupit fuzzy A është domeni i përcaktimit të funksionit të anëtarësimit ма. Në fig. 18 tregon varietetet kryesore të funksioneve të anëtarësimit. Oriz. 18. Lloji i funksioneve të anëtarësimit Sipas llojit të funksioneve të anëtarësimit ndahen në: - submodale (Fig. 1. c); − amodal (Fig. 1. a); − multimodale (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" B jeta reale një gjë e tillë si "rritja e një personi të gjatë" është subjektive. 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. - 50 - Le të jetë x një variabël gjuhësor që tregon "lartësinë e një personi", funksionin e tij të përkatësisë në grupin e njerëzve të gjatë A:X(0,1), ku X është një grup që përfshin të gjitha vlerat e mundshme të një gjatësia e personit, jepet si më poshtë: Më pas grupi i "njerëzve të gjatë" jepet me shprehjen A=(x| A(x)=1), x ϲ X. Grafikisht, kjo është paraqitur në fig. 19 (vijë e ngurtë), d.m.th. varet nga individi që bën vlerësimin. Lëreni funksionin e anëtarësimit A:X(0,1) të ketë formën e treguar në figurë me një vijë me pika. Oriz. 19. Komplet fuzzy i njerëzve të gjatë Kështu, një person me gjatësi 145 cm do t'i përkasë grupit A me një shkallë anëtarësie A(145)=0, një person me gjatësi 165 cm - A(165) = 0,3 , një person me gjatësi 185 cm -A (185) = 0,9, lartësi 205 cm - A(205)=1. Shembull. "A keni ftohtë tani?" Një person e percepton një temperaturë prej +60oF (+12oC) si të ftohtë dhe +80oF (+27oC) si nxehtësi. Një temperaturë prej +65oF (+15oC) për disa duket e ulët, për të tjerët mjaft e rehatshme. Ne e quajmë këtë grup përkufizimesh funksioni i përkatësisë në grupe që përshkruajnë perceptimin subjektiv të temperaturës nga një person. Makineritë nuk janë të afta për një shkallëzim kaq të imët. Nëse standardi për përcaktimin e të ftohtit është "temperatura nën +15oC", atëherë +14.99oC do të konsiderohej e ftohtë, por +15oC jo. Në fig. 20. është një grafik që ndihmon për të kuptuar se si një person e percepton temperaturën. Është po aq e lehtë për të krijuar grupe shtesë që përshkruajnë perceptimin e temperaturës nga një person. 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 më e ftohtë - 51 - ose temperatura e kullës së ftohjes. Oriz. 20. Kompleti fuzzy "Temperatura" Kështu, mund të nxjerrim përfundimet e mëposhtme mbi thelbin e konceptit të "kompletit fuzzy": 1) grupet fuzzy përshkruajnë koncepte të pacaktuara (vrapues i shpejtë, ujë i nxehtë, mot 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 përkatësisë së një objekti në një grup fuzzy përcaktohet nga vlera përkatëse e funksionit të anëtarësimit në interval (e premtja i përket ditëve të pushimit me shkallë anëtarësimi 0,3); 4) funksioni i anëtarësimit lidh një objekt (ose një ndryshore logjike) me vlerën e shkallës së anëtarësimit të tij në një grup fuzzy. Format e kurbave për funksionet e anëtarësimit Ekzistojnë mbi një duzinë kthesa tipike për funksionet e anëtarësimit. Më të përhapurit 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). bx 1 b a , a x b; c x MF (x) , b x c; c b 0, në të gjitha rastet e tjera - 52 - (1) Me (ba)=(cb) kemi rastin e një funksioni simetrik të anëtarësimit trekëndor (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 vendosur një funksion anëtarësie trapezoidale, nevojiten katër numra (a,b,c,d). bx 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) Me (b-a)=(d-c), funksioni i anëtarësimit trapezoid merr një formë simetrike (Fig. 22). Oriz. 22. Funksioni i anëtarësimit trapezoid Bashkësia e funksioneve të anëtarësimit për çdo term nga bashkësia e termave bazë T zakonisht paraqitet së bashku në një grafik. Në fig. 23 tregon formalizimin e konceptit të pasaktë të "moshës njerëzore". Pra, për një person 48 vjeç, shkalla e përkatësisë në grupin "I ri" është 0, "Mesatare" - 0.47, "Mbi mesataren" - 0.20. - 53 - Fig. 23. Përshkrimi i ndryshores gjuhësore "Mosha e një personi" Veprimet bazë në bashkësitë fuzzy Operacionet bazë në NM nga klasa e të gjitha NM-ve F(X)=( | :X ) të grupit universal X janë paraqitur më poshtë. 1. Mbledhja5 2 = = 1- 1, x X 24. Grafiku i operacionit “Komplement” në funksionin M 2. Kryqëzimi I (minimumi: variabla që nuk ndërveprojnë). 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. Bashkimi II (maksimumi: sasi e kufizuar). 3 = ( 1 2) (x)= min(1, 1(x) + 2(x)) , x X 6. Kryqëzimi III (produkti algjebrik). 5 Në vijim, në një sfond të verdhë, shfaqen operacione që janë të njëjta për të tre bazat. - 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) të bashkësisë I (B) të funksioneve M dhe M1 A B Fig. 26. Grafiku i veprimit të kryqëzimit II (A) të bashkimit II (B) të funksioneve M dhe M1 A B Fig. 27. Grafiku i veprimit të kryqëzimit III (A) të bashkësisë III (B) të funksioneve 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 28. Grafiku i ndryshimit të funksioneve M dhe M1 Fig. 29. Grafiku i përqendrimit të funksionit M1 Ndryshe nga algjebra e Bulit, në F(X) nuk plotësohen ligjet e eliminimit të të tretës. Kur ndërtoni operacionet e bashkimit ose të kryqëzimit në F(X), duhet të hidhni poshtë ose ligjet e përjashtimit të të tretës, ose vetinë e shpërndarjes dhe idempotencës. Objektet fuzzy mund të klasifikohen sipas llojit të gamës së vlerave të funksionit të anëtarësimit. Dhe këtu dallohen variantet 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 marrjes së një vendimi për një problem është rasti i grupeve S-fuzzy të specifikuara nga një çift (X, ), ku - 56 - : X S - një hartë nga X në një bashkësi të renditur linearisht S Është e natyrshme t'i imponohen S kërkesat e fundësisë dhe plotësimit. Një shembull i një grupi të fundëm të renditur në mënyrë lineare është një grup vlerash gjuhësore të ndryshores gjuhësore "QUALITY" = (i dobët, mesatar, i mirë, i shkëlqyer). 1 2 3 4 5 6 7 8 9 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 Përqendrimi i ndryshimit SHUM Siç tregohet, në varësi të mënyrave 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); − logjikë fuzzy probabilistike (veprimet 1,6,7,8,9). Interpretimi i së vërtetës si një 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 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 Nga pikëpamja filozofike, teoria e NM është e jashtëzakonshme në atë që hapet
Shteti i Armavirit
Universiteti Pedagogjik
BAZAT E INTELIGJENCËS ARTIFICIALE
për studentët që studiojnë në specialitetin "Informatikë"
Armavir 2004
Shtypur me vendim të UMC të ASPU
Recensues: , Kandidat i Shkencave Fizike dhe Matematikore, Profesor i Asociuar, Drejtues i Qendrës së Internetit të Akademisë Bujqësore Shtetërore Kabardino-Balkariane
Inteligjenca artificiale Kozyrev. Mjete mësimore për studentët që studiojnë në specialitetin "informatikë". - 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 edukativ dhe metodik është i destinuar për studentët që studiojnë në specialitetin "informatikë", 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 e kërkimit në terren
inteligjenca artificiale………………………………………………….. 5
inteligjenca artificiale…………………………………………………… 6
2. Sistemi i njohurive………………………………………………………….. 8
3. Modelet e përfaqësimit të njohurive……………………………………. nëntë
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 për zhvillimin e sistemeve ekspertë………18
5. PROLOGU - gjuha e programimit logjik ……….19
5.1. Informacione të përgjithshme rreth PROLOG…………………………………………… 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. Kthimi prapa………………………………………………………………………………………………………………………………
5.8. Kontrolli i kthimit prapa: kallëzues të dështuar dhe prerë ……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, duke u bërë një mjet për integrimin e shkencave. Mjetet softuerike të bazuara në teknologjinë dhe metodat e inteligjencës artificiale janë bërë të përhapura në botë. Hulumtimet intensive për krijimin e një hapësire të vetme 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 lëndës është diskutimi i zbatimit të sistemeve të inteligjencës artificiale për zgjidhjen e problemeve specifike të aplikuara.
Si mbështetje kompjuterike Lënda merret me mjedisin programor 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 efikase 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.
Ndihma mësimore "Bazat e inteligjencës artificiale" do të ndihmojë në zgjerimin e ideve të mësuesit të ardhshëm të shkencave kompjuterike në lidhje me fushat e aplikimit të teorisë së inteligjencës artificiale, për disponueshmërinë dhe gjuhë premtuese programimi dhe strukturat harduerike për krijimin e sistemeve të inteligjencës artificiale.
1. Inteligjenca artificiale: lënda, historia e zhvillimit, fushat e kërkimit.
Iintelektual(lat) - mendja, arsyeja, mendja, aftësitë mendore 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 intelektuale. Teoria e inteligjencës artificiale është shkenca e njohurive, si ta nxjerrim atë, ta përfaqësojmë atë në sisteme artificiale, ta përpunojmë brenda sistemit dhe ta përdorim atë 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, Saiman dhe Shaw, të cilët studiuan proceset e zgjidhjes së problemeve të ndryshme. Rezultatet e punës së tyre ishin programe të tilla si "LOGJIK-TEORIKE", të destinuara për vërtetimin e teoremave 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 metodave të ndryshme heuristike.
Metoda heuristike e zgjidhjes së problemit 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. Ajo 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 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 u përqendruan në krijimin e elementeve të ngjashëm me neuronet dhe kombinimin e tyre në sisteme funksionale. Këto sisteme quhen rrjete nervore, ose rrjete nervore. Kohët e fundit, neurokibernetika ka filluar të zhvillohet përsëri për shkak të një hapi në zhvillimin e kompjuterëve. U shfaqën neurokompjuterë dhe transmetues.
Aktualisht ekzistojnë tre qasje për krijimin e rrjeteve nervore:
hardware- krijim kompjuterë të veçantë, kartat 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;
hibridështë një kombinim i dy të parave. Një pjesë e llogaritjeve kryhet nga borde speciale të zgjerimit (koprocesorë), një pjesë - nga softuer.
B. Kibernetika e kutisë së zezë.
Kibernetika e "kutisë së zezë" bazohet në një parim të kundërt me neurokibernetikën. Nuk ka rëndësi se si funksionon pajisja "të menduarit". Gjëja kryesore është se ai reagon ndaj veprimeve të dhëna hyrëse në të njëjtën mënyrë si truri i njeriut.
Kjo fushë e inteligjencës artificiale u përqendrua 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 me gjemba: hobi i parë (1960), pseudoshkencë (1960-65), sukses 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 përbëhet 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 përdorim masiv për zgjidhjen e problemeve praktikisht të rëndësishme.
1.2. Detyrat kryesore të zgjidhura në rajon
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 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 është një grup elementesh bazë të natyrës së ndryshme me procedura përkatëse;
R është një grup rregullash sintaksore. Me ndihmën e tyre, grupe të sakta sintaksore formohen nga elementët e T. Procedura P(R) 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 përkatësisë në bashkësinë A;
B është grupi i rregullave të përfundimit. 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(V) përcakton, për çdo bashkësi sintaksore korrekte, nëse konkludohet.
4. Sistemet eksperte
4.1. Emërimi i sistemeve të ekspertëve
Sistemet eksperte(ES) janë sisteme komplekse softuerike që grumbullojnë njohuri të specialistëve në fusha specifike lëndore dhe përsërisin këtë përvojë empirike për konsultime me përdorues 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 joformalizuese, praktikisht të rëndësishme. Përdorimi i një sistemi ekspert duhet të bëhet 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 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 specialisti mesatar 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 Qëllimi i sistemeve të ekspertëve mund të ndahet në llojet e mëposhtme:
1. Sisteme të fuqishme ekspertësh të dizajnuara për një rreth të ngushtë përdoruesish (sisteme kontrolli për pajisje komplekse teknologjike, sisteme eksperte 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 të diagnostikimit mjekësor, sisteme komplekse mësimore. 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 në mbledhjen e njohurive - një inxhinier njohës.
3. Sistemet eksperte me pak 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 ju lejon të bëni pa personel shumë të kualifikuar, të zvogëloni kohën e zgjidhjes së problemeve dhe 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 manuale të ndryshme referimi dhe dokumentacioni teknik.
4. Sisteme të thjeshta ekspertësh për përdorim individual. Shpesh bëhen vetë. Ato përdoren 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 mbi bazën e tij. Sisteme të tilla përdoren në jurisprudencë, aktivitete tregtare, 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 përshtatshmërinë e lëshimit ose refuzimit të një kredie për një kompani të caktuar; - DEC kursen 70 milionë dollarë në vit me sistemin XCON/XSEL, i cili konfiguron sistemin informatik VAX me kërkesën e klientit. Përdorimi i tij reduktoi numrin e gabimeve nga 30% në 1%; - Sira uli kostot e ndërtimit të gazsjellësit në Australi me 40 milionë dollarë me një sistem ekspertësh të menaxhimit 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 lloje të ndryshme anije oqeanike - SIAP;
Përcaktimi i tipareve kryesore 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. Shembuj të ES:
Diagnoza dhe terapia e ngushtimit të enëve koronare - ANGY;
Diagnostifikimi i gabimeve në harduer dhe softuer të kompjuterëve - sistemi CRIB etj.
Monitorimi. Detyra kryesore e monitorimit është interpretimi i vazhdueshëm i të dhënave në kohë reale dhe sinjalizimi se disa parametra shkojnë përtej kufijve të lejuar. Problemet kryesore janë “kalimi” i një situate alarmante dhe problemi i anasjelltë i një operacioni “fals”. Shembuj të ES:
Kontrolli mbi funksionimin e termocentraleve SPRINT, ndihmë për dispeçerët e reaktorëve bërthamorë - REACTOR:
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 kuptohet si tërësia e dokumenteve të nevojshme, një vizatim, një shënim shpjegues, etj. Shembuj të ES:
Projektimi i konfigurimeve kompjuterike VAX - 1/780 në sistemin XCON (ose R1),
dizajn LSI - CADHELP;
Sinteza e qarqeve elektrike - SYN dhe të tjerët.
parashikimi. Sistemet parashikuese nxjerrin logjikisht pasojat e mundshme nga situatat e dhëna. Shembuj të ES:
Parashikimi i motit - Sistemi WILLARD:
Vlerësimet e të korrave të ardhshme - PI. ANT;
Parashikimet në ekonomi - ECON dhe të tjerët.
Planifikimi. Planifikimi kuptohet si gjetja e planeve të veprimit në lidhje me objekte të afta për të kryer funksione të caktuara. Në ES të tilla, modelet e sjelljes së objekteve reale përdoren për të nxjerrë logjikisht pasojat e aktivitetit të planifikuar. Shembuj të ES:
Planifikimi i sjelljes së robotëve - RIPS,
Planifikimi i porosive industriale - 1SIS,
Projektimi i eksperimentit - MOLGEN et al.
Arsimi. Sistemet e trajnimit diagnostikojnë gabimet në studimin e çdo disipline me ndihmën e një kompjuteri dhe sugjerojnë zgjidhjet e duhura. Ata grumbullojnë njohuri për një "student" hipotetik dhe gabimet e tij karakteristike, pastaj në punë ata janë në gjendje të diagnostikojnë dobësitë në njohuritë e studentëve dhe të gjejnë mjetet e duhura për t'i eliminuar ato. Shembuj të ES:
Mësimdhënia e gjuhës programuese Lisp në sistemin “Lisp Teacher”;
Sistemi PROUST - mësimi i gjuhës Pascal, etj.
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 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 së lëndës, i regjistruar në një medium makine në një formë të kuptueshme për ekspertin dhe përdoruesin (zakonisht në një gjuhë afër natyrore). Paralelisht me një përfaqësim të tillë "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. Bazuar në marrëdhëniet e përcaktuara nga rregullat, kryhet një përfundim logjik.
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 makineri-logjik- një mekanizëm arsyetimi që funksionon në njohuri dhe të dhëna për të marrë të dhëna të reja; për këtë, zakonisht përdoret një mekanizëm i kërkimit të vendimeve i zbatuar nga softueri.
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.
Shpjegimi Nënsistem- është e nevojshme për t'i dhënë përdoruesit mundësinë 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. Ai përfshin një sistem menysh të ndërlidhura, shabllone gjuhësore të përfaqësimit të njohurive, këshilla ("ndihmë" - modaliteti) dhe mjete të tjera shërbimi që e bëjnë më të lehtë 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 e detyrës përpunohen dhe, pas kodimit të duhur, transferohen në blloqet e sistemit të ekspertëve. Rezultatet e përpunimit të të dhënave të marra dërgohen në modulin e këshillave dhe shpjegimeve dhe, pas rikodifikimit në një gjuhë të përafërt me natyrën, ato lëshohen në formën e këshillave, shpjegimeve dhe komenteve. Nëse përgjigja nuk është e qartë për përdoruesin, ai mund të kërkojë nga sistemi ekspert të shpjegojë se si është marrë.
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 të veçantë përfshijnë:
Identifikimi i fushës problematike dhe detyrave;
Gjetja e një eksperti që është i gatshëm të bashkëpunojë 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 ekspert 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 problemet më tipike, por nuk duhet të jetë shumë i madh.
Koha dhe përpjekja e prototipit duhet të jetë e ulët.
Funksionimi i programeve prototip vlerësohet dhe testohet për t'i sjellë ato në përputhje me kërkesat reale 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).
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 një inxhinieri njohurish, zgjeron bazën e njohurive të prototipit për zonën e 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 në përgjithësi rrisin thellësinë e sistemit duke ofruar më shumë rregulla për aspektet delikate të rasteve individuale. Pas vendosjes së strukturës bazë të ES, inxhinieri i njohurive vazhdon të zhvillojë dhe përshtatë ndërfaqet përmes të cilave sistemi do të komunikojë me përdoruesin dhe ekspertin.
Si rregull, zbatohet një tranzicion i qetë nga prototipet në sistemet e ekspertëve industrialë. Ndonjëherë, kur zhvillohet një sistem industrial, dallohen faza shtesë për tranzicionin: prototip demonstrues - prototip kërkimor - prototip i gjallë - 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 (kuptueshmëria dhe "transparenca" e funksionimit të sistemit, komoditeti i 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 shpjegimeve etj.);
Kriteret e ekipit të zhvillimit (efikasiteti i zbatimit, performanca, koha e përgjigjes, dizajni, gjerësia e mbulimit të fushës së lëndës, konsistenca e bazës së njohurive, numri i bllokimeve kur sistemi nuk mund të marrë një vendim, analiza e ndjeshmërisë së programit ndaj ndryshime të vogla në paraqitjen e njohurive, koeficientët e peshës së përdorur në mekanizmat e prodhimit logjik, të dhënat, etj.).
5. Sistemi i dokimit
Në këtë fazë, sistemi ekspert lidhet me softuer të tjerë në mjedisin në të cilin do të punojë dhe njerëzit të cilit do t'i shërbejë trajnohen.Dokimi nënkupton gjithashtu zhvillimin e lidhjeve ndërmjet sistemit ekspert dhe mjedisit në të cilin ai operon.
Ndërlidhja përfshin lidhjen e ES 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 ai të mund të funksionojë në mënyrë më efikase dhe të përmirësojë performancën e tij. mjete teknike nëse sistemi funksionon në një mjedis të pazakontë (për shembull, komunikimi me pajisjet matëse).
6. Mbështetja e sistemit
Rikodimi i një sistemi në një gjuhë të ngjashme me C-në përmirëson performancën dhe transportueshmërinë, por redukton 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 krijohet pikërisht për shkak se zona e problemit ndryshon, atëherë është e nevojshme të ruhet sistemi në mjedisin e instrumentit të 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. Universaliteti i këtyre gjuhëve është më i vogël se ai i 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) për zgjidhjen e problemeve të inteligjencës artificiale. Disavantazhi i këtyre gjuhëve është moszbatimi i tyre për krijimin e sistemeve eksperte hibride.
Mjete të veçanta softuerike
Bibliotekat e Lisp dhe shtesat për gjuhën e inteligjencës artificiale Lisp: KEE (Mjedisi Inxhinierik i njohurive), FRL (Gjuha e Përfaqësimit të Kornizës), KRL (Gjuha e Përfaqësimit të Dijes), ARTS, etj., duke i lejuar përdoruesit të punojnë me sisteme ekspertësh bosh në një nivel më të lartë nivel sesa është e mundur në gjuhët konvencionale të inteligjencës artificiale.
"Gaca"
"Shells" janë versione boshe" të sistemeve ekzistuese ekspertësh, dmth. sistemeve të gatshme ekspertësh pa bazë njohurish. Një shembull i një guaskë të tillë është EMYCIN (Empty MYCIN - MYC1N bosh), i cili është një sistem ekspert MYCIN bosh. Avantazhi i predha është se ata nuk kërkojnë fare punën e programuesve për të krijuar një sistem ekspertësh të gatshëm. Kërkon vetëm ekspertë të fushës lëndore për të mbushur bazën e njohurive. Megjithatë, nëse një fushë e caktuar lëndore nuk përshtatet mirë në Modeli i përdorur në disa shell, nuk është e lehtë të popullosh bazën e njohurive në këtë rast.
5. PROLOGU - gjuha e logjikes
programimit
5.1. Informacione të përgjithshme rreth PROLOG.
PROLOG (PROGRAMING IN LOGIC) është një gjuhë programimi logjike e krijuar për të zgjidhur probleme nga fusha 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 nxjerrjen 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. PROLOGU 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.
Thelbi i qasjes logjike është se makinerisë i ofrohet jo 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 një programuesi është të përfaqësojë me sukses fushën e lëndës me një sistem formulash logjike dhe një grup të tillë marrëdhëniesh mbi të që përshkruajnë më plotësisht detyrën.
Karakteristikat themelore të PROLOG:
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, caktimit dhe operatorëve të tranzicionit
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 pjesë e logjikës simbolike të 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 janë argumente
Për shembull, fakti black(cat) shkruhet duke përdorur kallëzuesin e zi, i cili ka një argument. Fakt shkroi (Sholokhov, "QUET DON") shkruar duke përdorur kallëzuesin 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, ariti 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 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, u lëshua një version shumë më i fuqishëm i Turbo Prolog 2.0, duke përfshirë një IDE 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 të drejtën ekskluzive për të përdorur kodin burimor të përpiluesit dhe për të tregtuar më tej sistemin e programimit 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 cilën pamja dhe sjellja e programeve përcaktohen duke përdorur mjete speciale të dizajnit grafik pa programim tradicional në një gjuhë algoritmike.
Visual Prolog përfshin një mjedis ndërveprues të zhvillimit vizual (VDE - Visual Develop Environment), i cili përfshin tekst dhe të ndryshme redaktues grafik, mjetet e gjenerimit të kodit që ndërtojnë logjikën e kontrollit (Ekspertët), si dhe një zgjerim të ndërfaqes së ndërfaqes 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 PROLOGUE përbëhet nga fjali, të cilat mund të jenë fakte, rregulla ose pyetje.
Faktështë një pohim që vërehet një marrëdhënie specifike midis objekteve. Një fakt 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:
studimet (Ira, universitet). % Ira studion në universitet
prindi (ivan, alexey). % 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 ekzistuese.
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 - trupi. Trupi mund të përbëhet nga disa kushte të ndara me presje ose pikëpresje. Presja qëndron për operacionin logjik DHE, pikëpresja qëndron për operacionin logjik OSE. Fjalitë përdorin variabla për të përgjithësuar formulimin e rregullave të përfundimit. Variablat funksionojnë 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) :- studime (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 vlefshme. Formohen fakte dhe rregulla njohuri baze.
Nëse ka një bazë të dhënash, atëherë mund të shkruani hetim(shënjestër) për të. Një pyetje është një deklaratë e një problemi që programi duhet të zgjidhë. Struktura e tij është e njëjtë me atë të një rregulli ose një 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:
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, atëherë 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: e di (X, Sasha).
Rezultati: X = Lena
Kërkesat mund të jenë të përbëra, d.m.th., të përbëhen nga disa pyetje të thjeshta. Ato kombinohen me shenjën "," e cila kuptohet si një lidhës logjik "dhe".
Pyetjet e thjeshta quhen nëngoli, kërkesa e përbërë pranon vlerën 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:
di (lena, X), di (sasha, X).
Rezultati:
X = Tanya
5.4. Variablat në PROLOG
Një variabël në PROLOG nuk trajtohet si një pjesë e caktuar e memories. Përdoret për të përcaktuar një objekt që nuk mund të përmendet me emër. variabli 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 variabël që nuk ka vlerë quhet pa pagesë, një variabël që ka një vlerë - specifike.
Një variabël që përbëhet vetëm nga një nënvizim quhet anonim dhe përdoret kur vlera e tij nuk është e rëndësishme. Për shembull, ka fakte:
prindi (Ira, Tanya).
prindi (Misha, Tanya).
prind (olya, ira).
Të gjithë prindërit duhet të identifikohen
Hetim: prindi (X, _)
Rezultati:
X = Ira
X = Misha
X = Olya
Shtrirja e variablit 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 PROLOGUE, rolin e tij e luan operatori i barazisë =. Objektivi X=5 mund të shihet si një krahasim (nëse X ka një vlerë) ose një detyrë (nëse X është i 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 kushtet. Një term mund të jetë një konstante, një variabël ose një term (strukturë) i përbërë. 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. Thonjëzat hiqen nëse vargu fillon me një shkronjë të vogël dhe përmban vetëm shkronja, numra dhe nënvizime (d.m.th., nëse mund të dallohet nga një shënim i ndryshueshëm). Shembuj të atomit:
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.
data_ditëlindja (person ("Masha","Ivanova"), të dhëna (15 prill 1983))
domain në PROLOG është një lloj 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 - një sekuencë e shkronjave latine, numrave dhe nënvizave që fillojnë me një shkronjë të vogël ose ndonjë sekuencë karakteresh të mbyllura në thonjëza.
5.6. Seksionet kryesore të programit PROLOG
Si rregull, programi në PROLOG përbëhet nga katër seksione.
DOMAINET– seksioni i përshkrimit të domeneve (llojeve). Seksioni përdoret nëse në program përdoren domene jo standarde.
Për shembull:
PREDIKATET- seksioni i përshkrimit të kallëzuesit. Seksioni përdoret nëse në program përdoren kallëzues jo standard.
Për shembull:
di (emri, emri)
Emri i studentit)
Klauzolat- seksioni i ofertës. Pikërisht në këtë pjesë shkruhen fjalitë: faktet dhe rregullat e konkluzionit.
Për shembull:
e di (Lena, Ivan).
student (ivan).
Shenja_nxënës(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: "), readln(Emri),
shkruani ("Përshëndetje, ", Emri, "!").
