Лекция 1. Краткая история ИИ
Работа добавлена на сайт samzan.net:
Лекция 1. Краткая история ИИ.
Понятие интеллектуального агента
(Конспект)
Ранний этап – использование ЭВМ для решения нечисловых задач
Машинный перевод:
1954 г. "Джорджтаунский эксперимент" – переведено 60 фраз.
- 1-й этап - информация о языках, между которыми выполнялся перевод, и описание самих правил перевода – в едином алгоритме;
- 2-й этап (60-е годы) – вводится специальный язык-посредник, облегчающий сопоставление конструкций языков;
- 3-й этап (2-я половина 70-х) – язык-посредник преобразуется в модель глубинной семантики, описывающей семантические инварианты, присущие всем естественным языкам.
Автоматизированное реферирование и информационный поиск:
- подходы, основанные на выявлении статистических закономерностей распределения терминов в тексте или их взаимного расположения в нем;
- использование внутренних структур текста, выявление информационной основы, организующей весь текст.
Доказательство теорем:
- середина 50-х г. – с помощью ЭВМ доказаны первые теоремы исчисления высказываний и (чуть позже) исчисления предикатов;
- 1965 г. Дж. Робинсон (США) – метод резолюций;
- 1967 г. – С.Ю.Маслов (СССР) – обратный метод;
- Эвристическое программирование.
Распознавание образов:
- обучение нахождению решающего правила на множестве положительных и отрицательных примеров;
- логико-лингвистические методы распознавания.
Игровые программы:
- конец 40-х годов – программы для простых игр типа "крестики-нолики", "ханойская башня";
- Программы для игры в домино, шашки, шахматы, карточные игры и др. – нахождение эффективных стратегий поиска по дереву игры
Сочинение музыки и текстов.
1956 г. - появление ИИ как научного направления (конференция в Дартмуте (США)
Начальный этап развития:
- Лабиринтная модель решения задач.
- Ситуационное управление.
- Ассоциативная модель.
- Нейробионический подход
Создание теоретической базы
Представление знаний. Основные задачи:
- методы сбора знаний о проблемной области
- методы представления знаний в базе знаний в форме, удобной для обработки на ЭВМ;
- методы сохранения непротиворечивости и достижения полноты знаний при объединении знаний, получаемых из различных источников;
- методы классификации собранных знаний и их обобщения в процессе накопления;
- методы использования знаний при решении различных задач.
Общение. Методы организации интеллектуального человеко-машинного взаимодействия.
Рассуждения и планирование.
- принятие решений в альтернативных ситуациях;
- нахождение и обоснование планов целесообразной деятельности.
Восприятие. Задачи обработки образов, требующие использования знаний.
Обучение. Использование информации о подтверждении или неподтверждении некоторых гипотез фактами, хранящимися в базе знаний ИС.
Переход к промышленным образцам
Начало 80-х годов характеризуется изменением взгляда на ИИ. На смену "игрушечным" моделям и чисто демонстрационным интеллектуальным програм мам стали приходить системы, интересные и важные для решения трудных практи ческих задач, которые не могли быть решены ранее известными методами.
Появилось семейство языков программирования, не ориентированных на решение чисто вычислительных задач (ЛИСП и ПРОЛОГ).
Стали активно развиваться различные инстру ментальные системы поддержки разработок интеллектуальных систем, даю щие программистам возможность автоматизировать свою деятельность при создании новых интеллектуальных программ и систем.
Области практического приложения интеллекту альных систем, созданных в первой половине 80-х годов:
- Традиционные системы управления.
- роботизированные производства с гибкой технологией,
- распределенные интеллектуальные системы (пример - отраслевое планирование).
– Автоматизация научной и инженерной деятельности.
- Расчетно-логические системы с развитой графической системой общения,
- Обучающие системы (тьюторы),
- Экспертные системы,
- Производство ЭВМ новых поколений (ЭВМ 5-го поколения должны быть такими, чтобы пользователь мог их применять с такой же легкостью, с какой он пользуется другими приборами, носящими название бытовых).
К началу 90-х годов на центральное место в исследованиях по ИИ выдвинулась концепция интеллектуального агента (ИА).
Определения ИА:
- любая сущность, воспринимающая свою среду посредством сенсоров и воздействующая на нее посредством эффекторов [Russell and Norvig, 1995].
- система, помещенная в некоторую среду и являющаяся ее частью, постоянно воспринимающая эту среду, воздействующая на нее для решения своих задач и определяющая, что ей воспринимать в будущем [Franklin and Graesser, 1996].
- системы, непрерывно реализующие три функции [Hayes-Roth, 1995]:
- восприятие динамически меняющегося состояния внешней среды;
- рассуждения для интерпретации воспринимаемой информации, решения задач, реализации вывода и определения действий;
- воздействие на среду с целью изменения ее состояния
- программные сущности, выполняющие некоторое множество операций в интересах пользователя или других программ с определенной степенью независимости или автономности и использующие для этого знания или представления о целях и желаниях пользователя [IBM Agent http://activist.gpl.ibm.com:81/WhitePaper/ptc2.htm].
- вычислительная система, обитающая в некоторой сложной динамической среде, воспринимающая ее, и действующая автономно, чтобы реализовать множество целей или задач, для которых она создана [Maes, 1995].
Общее: активное взаимодействие со средой и целенаправленное поведение.
Наиболее распространенное определение ИА [Wooldridge and Jennings, 1995]:
Система, обладающая следующим набором свойств:
- автономность – способность действовать (решать задачи) без прямого вмешательства человека или других агентов, самостоятельно управляя своими действиями и внутренним состоянием;
- реактивность – способность к активному восприятию внешней среды и своевременному отклику на происходящие в ней события (внешняя среда агента может быть физическим миром, пользователем, совокупностью других агентов или их комбинацией);
- активность – способность осуществлять целенаправленное поведение и проявлять инициативу, а не просто откликаться на внешние события;
- социальность – способность взаимодействовать с другими агентами и/или людьми, общаясь с ними посредством языка(ов) межагентного общения.
Это слабое определение, т.к. оно характеризует внешние свойства агента и ничего не говорит о его внутренней организации.
Сильное определение рассматривает агента как «интенсиональную систему», т. е. систему, при описании внутреннего состояния и процесса переработки информации которой используются так называемых «ментальные категории». К таким категориям принято относить: знания (knowledge), убеждения (beliefs), желания (desires), цели (goals), намерения (intentions), планы (plans), обязательства (commitments) и т. п.
Термин «интенсиональная система» (intentional system), широко используемый в теории агентов, был введен философом Д. Деннетом [Dennett, 1987] для описания сущностей «поведение которых может быть предсказано путем приписывания им убеждений, желаний и целесообразности».
Существенной особенностью ИА является способность осуществлять целенаправленное поведение в открытых, динамических и неопределенных мирах.
Открытые миры, в отличие от замкнутых, не позволяют на этапе проектирования агента исчерпывающе полно описать среду его функционирования, т.к. неизвестно, сколько, каких сущностей агент обнаружит в окружающей среде. Агент должен иметь общими знаниями, позволяющими ему распознавать различные типы сущностей, их поведение, намерения и динамически строить планы собственных действий.
Динамичность мира означает, что его состояние постоянно меняется. Источниками изменений мира быть как целенаправленные сущности (другие агенты), так и нецеленаправленные динамические объекты.
Неопределенность – означает принципиальную невозможность для агента исчерпывающе полно и точно идентифицировать состояния мира. Существуют различные типы неопределенности знаний. При функционировании в мультиагентных средах важную роль играет неопределенность относительно целей других агентов, что обуславливает ограниченную предсказуемость развития событий. Следует также учитывать, что процесс сбора информации требует определенного времени, тогда как в динамической среде ситуация непрерывно меняется. Поэтому агенту необходимо уметь постоянно фокусировать свое внимание на наиболее значимых для него объектах и событиях.
Таким образом, ИА можно также определить как основанную на знаниях систему, способную реализовывать автономное целенаправленное поведение в открытых, динамических и неопределенных мирах, в том числе населенных другими целенаправленными агентами.
PAGE \* MERGEFORMAT 7
2. Бизнес-планирование в проектной деятельности на примере создания металло-сервисной базы
3. Лекции по финансовому анализу
4. Категориальные модели социальной структуры
5. тематики 3 Значение дидактических игр и заданий при обучении грамоте
6. тематических представлений Название занятия-
7. БЕРЕМЕННОСТЬ И ПОЧКИ Выбрать один правильный ответ Беременность и почки
8. Учет основных средств и анализ эффективности их использования
9. Методологические основы эфиродинамики Наука задача которой сост
10. ТЕМА ЧЕЛОВЕК ~ ТЕХНИКА ~ СРЕДА 1
11. реферат по истории художественных стилей Студентки 3 курса Моисеевой Ольги Борисовн
12. Sovetyiperezhivshimzhutkiesobyitiy
13. Иркутский базовый медицинский колледж Рассмотрено и утверждено
14. лекція рослин АВТОРЕФЕРАТ дисертації на здобуття наукового ступеня кандидата сільськог
15. Современное социальнополитическое состояние России и ее будущее
16. Реферат на тему- История возникновения и развитие городошного спорта
17. 1 Экономическое содержание бухгалтерского баланса
18. перевод основанный на тенденции к дословному воспроизведению языка оригинала в ущерб смыслу целого и в ущ
19. тематичне моделювання Автореферат дисертації на здобуття наукового ступеня кандидата економі
20. Космология планов альтернатива большому взрыву; 02