Искусственный интеллект (ИИ, англ. Artificial intelligence, AI) наука и технология создания интеллектуальных машин, особенно интеллектуальных компьютерных программ.наука ИИ связан со сходной задачей использования компьютеров для понимания человеческого интеллекта, но не обязательно ограничивается биологически правдоподобными методами.

ИИ – комплекс родственных технологий и процессов, развивающихся качественно и стремительно, например: обработка текста на естественном языке машинное обучение экспертные системы виртуальные агенты (чат-боты)чат-боты системы рекомендаций

Представление знаний является наиболее важной областью исследований по искусственному интеллекту. Знания имеют форму описаний объектов, взаимосвязей и процедур. Создание общей теории представления знаний является стратегической проблемой. Такая теория открыла бы возможность накопления знаний, которые нужны ежедневно для решения все новых и новых задач.

* База знаний (БЗ) служит для хранения накопленных знаний и является основой любой интеллектуальной системы. Схема функционирования системы, основанной на знаниях, представлена на рисунке 1. * В такой системе правила или эвристики, по которым решаются проблемы в конкретной предметной области, хранятся в базе знаний. Проблемы ставятся перед системой в виде совокупности фактов, описывающих некоторую ситуацию, и система с помощью базы знаний пытается вывести заключение из этих фактов.

Рисунок 1 - Схема функционирования системы, основанной на знаниях

Система функционирует в следующем циклическом режиме: выбор (запрос) данных или результатов анализов, наблюдение, интерпретация результатов, усвоение новой информации, выдвижение с помощью правил временных гипотез, выбор следующей порции данных или результатов анализов. Такой процесс продолжается до тех пор, пока не поступит информация, достаточная для окончательного заключения.

Архитектура экспертных систем

* Области применения экспертных систем: медицина, вычислительная техника, геология, математики, сельское хозяйство, управление, генетика, акустика, спектральный анализ, юриспруденция и др.

* ЭС – это интеллектуальная программа, способная делать логические выводы на основании знаний в конкретной предметной области и обеспечивающая решение специфических задач. * Поэтому ее необходимо наделить функциями, позволяющими решать задачи, которые в отсутствии эксперта невозможно правильно решить.

* Успешное практическое использование экспертных систем объясняется тем, что при их построении использовали следующие основные принципы: 1. мощность ЭС обусловлена, в первую очередь, мощностью базы знаний и возможностью ее пополнения, и только во вторую очередь используемыми ею методами; 2. знания в ЭС являются эвристическими, экспериментальными, неопределенными, правдоподобными; 3. учитывая неформализованность решаемых задач и эвристический личностный характер используемых знаний, эксперт должен иметь возможность непосредственного взаимодействия с ЭС в форме диалога.

* В ЭС решаются неформализованные задачи – это задачи, обладающие следующими характеристиками: 1. задачи не могут быть заданы в числовой форме; 2. цели не могут быть выражены в терминах точно определенной целевой функции; 3. не существует алгоритмического решения задачи; 4. если алгоритмическое решение существует, его нельзя применять из-за ограниченности ресурсов (время, память);

Особенностями неформализованных задач являются: * ошибочность, неоднозначность, неполнота и противоречивость используемых исходных данных; * ошибочность, неоднозначность, неполнота и противоречивость знаний о проблемной области и о решаемой задаче; * большая размерность пространства решения; * динамически изменяющиеся данные и знания.

Требования к экспертной системе: 1. использование знаний, связанных с конкретной предметной областью; 2. приобретение знаний от эксперта; 3. определение реальной и достаточно сложной задачи; 4. наделение системы способностями эксперта.

* Экспертами являются высококвалифицированные специалисты в конкретной предметной области, имеющие огромный багаж знаний и большой опыт работы, умеющие точно сформулировать и правильно решить задачу. Это врачи, преподаватели, переводчики, адвокаты, геологи, генетики, химики и т.д. * Базовая структура ЭС приведена на рисунке 2

База знаний Модуль приобретения знаний Механизм логического вывода Модуль советов и объяснений Лингвистический процессор База данных Ввод данных Пользователь Заключения, советы, объяснения Определение, подтверждение, модификация и дополнение знаний Эксперт Рисунок 2 – Архитектура экспертной системы

ЭС работает в двух режимах: * 1) режим приобретения знаний; * 2) режим решения задач. * В 1-м режиме эксперт наполняет систему знаниями, которые позволят ей в дальнейшем самостоятельно решать задачи из области экспертизы. Как правило эксперт знает гораздо больше, чем сам осознает. Извлечь эти знания помогает ему инженер по знаниям.

Знания вводятся в базу знаний через модуль приобретения знаний (МПЗ). Чтобы убедиться в достаточности знаний, эксперт дает ЭС тестовые примеры. Если получаемый результат не удовлетворяет эксперта, он с помощью модуля советов и объяснений (МСО) получает сведения о том, как был сформирован результат. По окончании процесса отладки ЭС сдается в эксплуатацию.

В режиме решения пользователь через лингвистический процессор (ЛП) вводит входные данные, которые с естественного языка переводятся во внутренний язык ЭС. Механизм логического вывода (МЛВ – интерпретатор) на основе входных данных и знаний из базы знаний формирует решение задачи. Если ответ непонятен пользователю, то модуль советов и объяснений сообщает, как формировалось решение, какие знания были использованы. Диалог идет на ограниченном естественном языке.

Исследователи, придающие особую важность научным подходам, определяют знания как результат, полученный познанием. Исследователи с логическим мышлением, для которых важна последовательность суждений, определяют знания как систему суждений с принципиальной и единой организацией, основанной на объективной закономерности.

С точки зрения искусственного интеллекта и инженерии знаний определение знаний необходимо увязать с логическим выводом. Определим знания как формализованную информацию, на которую ссылаются или используют в процессе логического вывода.

Процесс решения задач с помощью простейшей модели представлен на рисунке 3. Данные, основанные на фактах Промежуточ-ная гипотеза вывод знания

Здесь знания – это информация, на которую ссылаются, когда делают различные заключения на основании имеющихся данных с помощью логических выводов. Различают следующие виды знаний: 1. факты – характерны для баз данных; 2. знания для принятия решений; 3. эвристика – знания, накопленные в результате многолетней практики; 4. метазнания – знания о знаниях, касающиеся способов использования знаний и свойств знаний

В любой момент времени в системе содержатся 3 типа знаний: - структурированные знания – статические знания о предметной области; - структурированные динамические знания – изменяемые знания о предметной области, обновляются по мере выявления новой информации; - рабочие знания – знания, применяемые для решения конкретной задачи или проведения консультации.

Ба қ ылау с ұ ра қ тары: 1. Для чего служит база знаний? 2. Какие принципы использовались при построении ЭС? 3. Каковы характеристики неформализованных задач? 4. Кто такой эксперт? 5. Какие виды знаний различают?