Направления развития ИИС и способы их реализации

 
Содержание: 
 
Введение……………………………………………………………………...……2 
 
1.     Общие положения ИИС……........................................................................5 
 
1.1            Направления развития ИИС и способы их реализации.…………..5 
 
1.2            Свойства и возможности ИИС…………………………………...…9 
 
2.     Особенности и признаки интеллектуальности информационных систем……………………………………………………………………...13 
 
3.     Модели представления знаний в ИИС, основанных на правилах…..…14 
 
Заключение…………………………………………………………………….....16 
 
Список использованной литературы…………………………………………...17 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Введение. 
 
В современной науке под исследованиями, связанными с моделированием интеллектуальных возможностей человека, понимают научное направление, занятое проблемами синтеза автоматических структур, способных решать сложные задачи информационного обеспечения различных видов человеческой деятельности. Обычно – это задачи, для которых по тем или иным причинам не существует готовых правил или примеров решения. Разработать правила решения такой задачи может человек, обладающий необходимыми знаниями, опытом и интеллектом. Но если создать компьютерную модель, в памяти которой будут содержаться знания такого человека, запрограммированы его опыт и интеллектуальные способности, необходимые для решения конкретной задачи, то этой моделью можно будет пользоваться для решения многих задач, подобных уже решенной. Более того, эта модель может быть адаптирована для применения и в других проблемных ситуациях. 
 
Среди таких задач наиболее трудными и актуальными считаются задача разработки средств общения человека с компьютерной системой, моделирующей интеллект человека, на естественном языке и задача автоматического машинного перевода с одних языков на другие при условии точной передачи смыслового и эмоционального аспектов. Дело в том, что, по 
 
мнению многих выдающихся лингвистов, интеллектуальная деятельность человека (практически в любых ее аспектах) самым непосредственным образом связана с функционированием языка и мышления. Только с помощью абсолютно естественных средств общения человека с автоматом, исполняющим компьютерную программу, станет возможным создание систем, адекватно моделирующих человеческий интеллект и такие его свойства, как мышление, интуиция, сознание и подсознание… Такие системы в современной информатике получили название интеллектуальных информационных систем (ИИС). 
 
Современное состояние фундаментальных и прикладных исследований в области интеллектуальных информационных систем позволяет считать, что их результаты стали достаточно определенными. Это означает, что сложилась сравнительно устойчивая система понятий, появились методология проектирования, построения и внедрения, определились типовые структуры таких систем и их компонентов. 
 
Принято считать, что интеллектуальной задачей является отыскание неизвестного алгоритма решения некой практической или теоретической проблемы, универсального на множестве свойственных этой проблеме исходных данных. Требуется только, чтобы исполнитель, 
 
решающий задачу, был способен выполнять те элементарные операции, из которых складывается процесс, и, кроме того, чтобы он педантично и аккуратно руководствовался предложенным алгоритмом. Такой исполнитель (человек или автомат), действуя чисто машинально, может успешно решать любую задачу рассматриваемого типа. Поэтому представляется совершенно естественным исключить их класса интеллектуальных такие задачи, для которых существуют стандартные методы решения. Примерами таких задач 
 
могут служить чисто вычислительные задачи: 
 
- решение системы линейных алгебраических уравнений; 
 
- численное интегрирование дифференциальных уравнений; 
 
- задачи аппроксимации эмпирических данных и т.п. 
 
Для решения подобного рода задач имеются стандартные алгоритмы, представляющие собой определенную последовательность элементарных операций, которая может быть легко реализована в виде программы для вычислительной машины. В противоположность этому для широкого класса интеллектуальных задач, таких, как распознавание образов, логические выводы и сложные в логическом отношении игры (например, игра в шахматы), доказательство теорем и т. п., такое формальное разбиение процесса поиска решения на отдельные элементарные шаги напротив часто оказывается весьма затруднительным, даже если само их решение несложно. 
 
Таким образом, возникает некоторое основание к тому, чтобы считать понятие интеллекта эквивалентным понятию универсального сверхалгоритма, который способен создавать алгоритмы решения конкретных задач. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1.    Общие положения ИИС. 
 
1.1 Направления развития ИИС и способы их реализации. 
 
 
Развитие систем информационного обеспечения различных видов деятельности человека, исторически можно представить этапами: 
 
«информационные системы» (ИС), «автоматизированные информационные системы» (АИС), «интеллектуальные информационные системы» (ИИС). 
 
Интеллектуальная информационная система 
- это компьютерная модель 
 
интеллектуальных возможностей человека в целенаправленном поиске, анализе и синтезе текущей информации об окружающей действительности для получения о ней новых знаний и решения на этой основе различных жизненно важных задач. 
 
Каждому из этих этапов соответствует своя информационная модель предметной области. Для первых информационных систем такой моделью служили каталоги или классификаторы, для АИС это были массивы информации, организованные в виде баз и банков данных, а для ИИС модель предметной области представлена системой структурированных данных, получившей название базы знаний. Информационные системы, основанные на каталогах, создавались в основном для реализации в той или иной мере механизированного поиска необходимой информации. АИС, основанные на 
 
высоко организованных базах данных, позволяли не только вести автоматизированный и многоаспектный поиск информации, но и достаточно сложную обработку найденной информации, ее организованное хранение и передачу. ИИС, основанные на базах знаний, должны (в дополнение к возможностям АИС) решать задачи, получившие название «интеллектуальных». 
 
Развитие ИИС на современном этапе идет в соответствии с тремя направлениями исследований, целью которых – моделирование возможностей человека в решении интеллектуальных задач. 
 
Первое направление объектом исследований рассматривает структуру и механизмы работы мозга человека, а конечной целью - раскрытие тайн мышления. Необходимыми этапами исследований в этом направлении являются построение моделей на основе психофизиологических данных, проведение экспериментов с ними, выдвижение новых гипотез относительно механизмов интеллектуальной деятельности, совершенствование ранее созданных моделей и т. д. 
 
Второе направление в качестве объекта исследования рассматривает 
 
искусственную интеллектуальную систему. Здесь речь идет о моделировании 
 
интеллектуальной деятельности с помощью вычислительных машин или автоматов иного принципа действия. Целью работ в этом направлении является создание алгоритмического и программного обеспечения вычислительных таких машин, позволяющего решать некоторые виды интеллектуальных задач так же, как их решил бы человек. 
 
Третье направление ориентировано на создание человеко-машинных, или, как еще говорят – интерактивных, интеллектуальных систем, являющих собой симбиоз возможностей естественного и искусственного интеллекта. Важнейшими проблемами в этих исследованиях является оптимальное сочетание возможностей человека и искусственной системы, моделирующей интеллектуальные возможности человека, и организация семантически безупречного диалога между человеком и такой системой. 
 
В рамках каждого из направлений существуют различные подходы к построению ИИС. Эти подходы не являются эволюционными этапами, они появились почти одновременно (в историческом плане) и самостоятельно существуют и развиваются в настоящее время. Более того, никогда не было достаточных оснований к тому, чтобы безоговорочно предпочесть какой-то подход остальным.  
 
Практически каждая ИИС, основанная на логическом подходе, представляет собой машину для решения задач логических выводов и доказательства теорем. При этом исходные данные хранятся в базе знаний в виде аксиом и правил построения логического вывода как отношений между этими данными. Кроме того, каждая такая машина имеет блок генерации цели (формулировка задачи или теоремы), а система вывода (универсальный 
 
решатель) должна решить данную задачу или доказать теорему. Если сформулированная цель достигнута (теорема доказана), то последовательность примененных правил образует цепочку действий, позволяющих решать любые задачи подобного типа. Мощность такой 
 
системы определяется возможностями генератора целей и возможностями машины доказательства теорем (универсального решателя). Доказательство может потребовать полного перебора всех возможных вариантов решений. 
 
Поэтому данный подход требует эффективной реализации вычислительного процесса и хорошо «работает» при сравнительно небольшом объеме базы знаний. 
 
Физический подход объединяет методы моделирования интеллектуальных возможностей человека с помощью компьютера и различных физических устройств. Одной из первых таких попыток был перцептрон Фрэнка Розенблатта. Структурной единицей перцептрона (как и большинства других вариантов такого моделирования) является компьютерная модель нейрона – нервной клетки. Позднее возникли модели, 
 
которые получили известность под термином "искусственные нейронные сети" (ИНС). Эти модели относятся к структурам, основанным на примерах. Они используют как различные по физической реализации модели нервных клеток, так и различные топологии 
 
связей между ними.  
 
Широкое распространение получило в последние годы эволюционное 
 
моделирование. Принцип, лежащий в основе этого метода, заимствован у природы – у живых организмов и систем. Во многих источниках он определяется как воспроизведение процесса естественной эволюции с помощью специальных алгоритмов и программ. 
 
Еще одним, широко используемым методом этого подхода к построению ИИС является имитационное моделирование. Оно связано с классическим для кибернетики, одним из ее базовых понятий - "черным ящиком" (ЧЯ). Так называют устройство, информация о внутренней структуре и содержании которого отсутствуют полностью, но известна матрица обязательного соответствия сигналов на входе в него и сигналов на его выходе. Объект, поведение которого имитируется моделью, как раз и представляет собой такой "черный ящик". Нам не важно, что у него внутри и как он функционирует, главное, чтобы наша модель в аналогичных ситуациях вела себя точно так же. Так можно моделировать важное свойство человека — способность копировать то, что делают другие, не задумываясь, зачем это нужно. Зачастую эта способность экономит ему массу времени, особенно в начале его жизни. Основным недостатком имитационного подхода является низкая информационность о побудительных мотивах поведения моделей, построенных с его помощью. 

 

 

 

 

 

 

 

 

 

 

 

1.2. Свойства и возможности  ИИС. 
 
Основным предназначением ИИС изначально было и будет исполнение роли «усилителя» интеллекта человека, дающего возможность решения проблемы, которая требует таких знаний, опыта и образа мышления, которых он не сумел, не считал нужным или не мог приобрести до того, как перед ним него возникла эта проблема. Чтобы ИИС любой типологической категории (ЭС, НС или гибридная) отвечала в полной мере такому назначению, необходимо, чтобы она обладала качествами (свойствами и возможностями) идеального помощника человека: честностью, понятливостью, восприимчивостью, дееспособностью, исполнительностью. Если перейти к понятиям более конкретным, то в терминах теории и практики построения ИСС эти качества трактуются как: 
 
- коммуникативность , трактуемая как многообразие доступных всем категориям пользователей способов общения с системой; 
 
- универсальность по отношению к множеству задач, составляющих проблемную область, в пределах задач которой должна функционировать стстема; 
 
- «умение» обучаться на основе приобретаемого опыта и знаний, приспосабливаясь к 
 
изменению условий решения проблемы; 
 
- «умение» перестроиться при изменении принципиальных положений (концепций) предметной (а значит - и проблемной) области. 
 
Коммуникативные качества ИИС определяются наличием в ее структуре аппаратно-программных средств, обеспечивающих возможность любому пользователю системы общаться с ней естественным для него способом. Это означает, что пользователь системы не должен «выбирать выражения», обращаясь к ней с тем или иным заданием, а делать это в привычной и удобной для себя манере. А система должна совершенно точно распознать смысл задания и приступить к его выполнению. Если задание выполнено, то система должна сообщить пользователю, как было получено решение и почему оно является именно таким. Коммуникативные функции реализуются в виде уточняющего диалога. Для того, чтобы диалог был возможен при выборе пользователем того или иного способа общения с системой (речевое обращение, запрос в виде текста, графический образ), в ее составе должны быть соответствующие аппаратные и программные средства. 
 
Аппаратные средства преобразуют аналоговые сигналы в машинные цифровые коды (при вводе запроса) и цифровые коды в аналоговый сигнал (при выводе ответа). Программные средства осуществляют необходимую обработку информации, представленной в запросе к системе. Обработка запроса, изложенного на естественном языке (ЕЯ-запроса), предусматривает его лингвистический анализ (распознание синтаксической структуры и морфологии текста запроса), семантический анализ ЕЯ-запроса (распознание его смысла), лингвистическую и семантическую интерпретацию запроса в понятиях и терминах внутрисистемного языка описания знаний и описания всевозможных отношений между понятиями. После такого «перевода» запроса на «свой» язык, система решает поставленную в нем задачу. Эту функцию выполняет комплекс программ, реализующий алгоритмы процедур и правил, составляющих процедурную компоненту БЗ системы. Решив поставленную пользователем задачу, система должна представить результаты в том виде, как это было указано в запросе на ее решение: в виде речевого сообщения, текста, схемы, анимации или трехмерного изображения. Для этого необходимо преобразовать результаты решения задачи из представления на внутрисистемном языке в представление на естественном языке, языке графики или анимации. Такие преобразования осуществляются сначала программами семантической интерпретации результатов решения в понятиях и терминах естественного языка, языка графики или языка анимации, а затем программами лингвистического синтеза результатов решения (ответа системы на запрос) на естественном языке пользователя или на языке графики или анимации. 
 
Универсальность системы («умение» решать любые интеллектуальные задачи того класса, который определяется проблемной областью) обеспечивается наличием в структуре ее базы знаний соответствующей информации. Как уже было отмечено, база знаний системы состоит из декларативных и процедурных знаний. Первая компонента представлена информационной моделью предметной области, к которой относится класс 
 
задач, а вторая - набором логических процедур и правил, необходимых и достаточных для решения задач данного проблемного класса. Эти две компоненты, будучи информационно согласованными и совместимыми, должны обеспечивать решение любой типовой задачи данного класса. Если условия какой- либо задачи потребуют знаний или процедур, которых нет в базе системы, то факты (знания) и алгоритмы анализа и синтеза, которые в ней имеются, должны позволить получить их и решить задачу. 
 
Способность системы к обучению и самообучению обеспечивается средствами анализа и обобщения имеющихся знаний и синтеза на этой основе новых знаний. Такие средства могут быть комплексными, то есть программно-аппаратными. Программная компонента ИИС, основанной на правилах, решает задачи анализа и синтеза знаний с помощью логических и вычислительных алгоритмов, реализующих методы правдоподобного вывода, или с применением известных правил решения стереотипных 
 
задач. Аппаратно-программная компонента ИИС, основанной на аналогиях (примерах). 
 
На рис.1 представлена обобщенная функциональная структура ИИС в ее принципиальной трактовке. Диалоговые средства (ДС) обеспечивают взаимодействие пользователей с системой и организуют работу других блоков. Функции ДС обеспечиваются БЗ, в которой содержится информация о пользователях ИИС, а также средствами лингвистического анализа (ЛА), лингвистического синтеза (ЛС) и средствами семантической интерпретации (СИ). 
Обобщённая функциональная структура ИИС. 
 
 
 
 
Рис. 1 

 

 

 

2. Особенности и признаки  интеллектуальности информационных  систем. 
 
Любая информационная система (ИС) выполняет следующие функции:  
 
1.     Воспринимает вводимые пользователем информационные запросы и необходимые исходные данные. 
 
2.     Обрабатывает введенные и хранимые в системе данные в соответствии с известным алгоритмом и формирует требуемую выходную информацию.  
С точки зрения реализации перечисленных функций ИС можно рассматривать как фабрику, производящую информацию, в которой заказом является информационный запрос, сырьем - исходные данные, продуктом - требуемая информация, а инструментом (оборудованием) - знание, с помощью которого данные преобразуются в информацию. 
 
Интеллектуальная информационная система (ИИС) - это ИС, которая основана на концепции использования базы знаний для генерации алгоритмов решения экономических задач различных классов в зависимости от конкретных информационных потребностей пользователей. 
 
Для интеллектуальных информационных систем, ориентированных на генерацию алгоритмов решения задач, характерны следующие признаки: 
 
-развитые коммуникативные способности, 
-умение решать сложные плохо формализуемые задачи, 
-способность к самообучению, 
Коммуникативные способности ИИС характеризуют способ взаимодействия (интерфейса) конечного пользователя с системой.  
 
Сложные плохо формализуемые задачи - это задачи, которые требуют построения оригинального алгоритма решения в зависимости от конкретной ситуации, для которой могут быть характерны неопределенность и динамичность исходных данных и знаний. 
 

 

 

 

 

 

 

 

 

 

 

3.Модели представления  знаний в ИИС, основанных на  правилах. 
 
В интеллектуальных информационных системах (ИИС) информационная модель ПО представлена совокупность двух разновидностей знаний – декларативные и процедурные. Декларативными принято называть знания о свойствах сущностей ПО и об отношениях между ними, а процедурными - знаний о допустимых правилах манипулирования такой информацией. Декларативные знания утверждают факт наличия определенных свойств сущностей, а процедурные знания определяют правила, методы и процедуры, с помощью которых можно осуществлять разнообразный анализ декларируемых знаний и на его основе синтезировать новые знания. К 
 
примеру, применяя к определенной совокупности фактов некую последовательность известных правил, можно выяснить: 
 
- как эта совокупность фактов была получена; 
 
- почему были получены именно такие факты; 
 
- в каких условиях эти факты не имеют смысла; 
 
- какие новые виды отношений свойственны сущностям ПО и их свойствам. 
 
Центральным вопросом при создании базы знаний ИИС является выбор модели представления знаний (ПЗ) о свойствах сущностей ПО и отношениях (связях) между ними. Эта модель должна определять не только структуры информации различных уровней, но и обеспечить их максимальную адекватность (соответствие) структуре внутренних операций компьютера и структуре языков программирования, используемых для реализации модели. При этом, безусловно, нельзя оставлять без внимания и такое важное условие как максимальное соответствие модели ПЗ характеру (классу) задач, для решения которых создается система. Многие современные средства (языки) описания абстрактных и конкретных знаний и языки манипулирования такими знаниями ориентированы на создание производящих конструкций (процедур), реализуемых на компьютерах фон-неймановской архитектуры в виде последовательностей элементарных операций арифметики, алгебры исчисления предикатов и логики. Выбор способа построения таких производящих конструкций (процедур) определяет тип модели представления знаний. Представление знаний в такой модели должно быть понятным и однородным (одинаковым для любой категории отображаемых знаний) в конкретной ПО. Однородность представления знаний делает более технологичным управление логическим выводом при анализе и синтезе информации и управление знаниями (приобретение знаний и их оценку). Требование понятности и однородности представления знаний могут в некоторых случаях оказаться противоречивыми. И выход из такой ситуации бывает разным при решении простых или более сложных задач. В простых случаях (относительная однородность объектов ПО и типов связей между ними или относительно узкий класс решаемых задач) приемлемым может оказаться нестрогое («слабое») структурирование знаний. В сложных случаях (разнородность объектов, многообразие связей между ними, широкий класс решаемых задач) необходимо выбрать способ представления знаний, обеспечивающий их строгую («сильную») структуризацию и, если удастся, - модульную организацию модели представление знаний. 
 
В современных ИИС применяются четыре типа моделей представления знаний: 
 
- продукционная модель; 
 
- формально-логическая модель; 
 
- фреймовая модель; 
 
- семантико-сетевая модель. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Заключение. 
 
Таким образом, интеллектуальная информационная система - это компьютерная модель интеллектуальных возможностей человека в целенаправленном поиске, анализе и синтезе текущей информации об окружающей действительности для получения о ней новых знаний и решения на этой основе различных жизненно важных задач. 
 
Интеллектуальная информационная система (ИИС) - это ИС, которая основана на концепции использования базы знаний для генерации алгоритмов решения экономических задач различных классов в зависимости от конкретных информационных потребностей пользователей. 
 
Чаще всего интеллектуальные системы применяют для решения задач, основная сложность которых связана с использованием слабо-формализованных знаний специалистов – практиков и где смысловая или логическая обработка информации преобладает над вычислительной. Например, понимание естественного языка, принятия решений в сложной ситуации, управление диспетчерским пультами. Системы, ядром которых является база знаний или модель предметной области, описанная на языке сверхвысокого уровня, приближенном к собственному, называют интеллектуальными. Такой язык сверхвысокого уровня называют языком представления знаний. 
 
Перспективным путём совершенствования и дальнейшего развития экспертных систем является создание инструментальных средств, базирующихся на совместном использовании различных моделей представления знаний: продукционных, семантических, фреймов и логических моделей. Все эти модели являются математическим средством построения перспективных интеллектуальных автоматизированных систем обработки информации и управления. 

 

 

 

 

 

 

 

 

 

 

 

 

 

Список используемой литературы: 
 
1.     Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы. Уч.- М.: Финансы и статистика, 2004.- 424 с. 
 
2.     Арсеньев С. Н., Шелобов С. И., Давыдова Т.Ю. «Принятие решений. Интегрированные информационные системы». Учебное пособие для ВУЗов. М.:Юнити-Дана, 2003.-270 с. 
 
3.     Джексон П. Введение в экспертные системы/ Учебное пособие - М.: «Вильямс», 2001 – 624с.  
 
4.     Леденева Т.М., Подвольный С.Л. Системы искусственного интеллекта и принятия решений: учебное пособие; Уфа: УГАТУ, 2005. – 246 с. 
 
5.     Поспелов Г. С. «Искусственный интеллект. Новые информационные технологии» - М.: «Наука 2006г.» 
 
6.     Системы управления базами данных и знаний. Справ. Изд./А.Н. Наумов, А.М. Вендров, В.К. Иванов и др.; Под ред. А.Н. Наумова. – Финансы и статистика, 2001.