Лекция 6. Базовые информационные технологии: технологии искусственного интеллекта Учебные вопросы: 1.Понятие искусственного интеллекта 2.Методы искусственного.

Презентация:



Advertisements
Похожие презентации
Искусственный интеллект Лекция 13. Искусственный интеллект – это свойство интеллектуальных систем выполнять творческие функции, которые традиционно считаются.
Advertisements

Искусственный Интеллект Выполнили студенты гр. 9ВМ-40: Шатдинов Мухамадиев Гафаров.
Генетические поисковые алгоритмы, основные положения,особенности Генетические поисковые алгоритмы, основные положения,особенности Ву Суан Выонг ЭМС-49.
Генетические поисковые алгоритмы, основные положения,особенности Генетические поисковые алгоритмы, основные положения,особенности Ву Суан Выонг ЭМС-49.
Искусственный интеллект Проблема создания человеческого разума.
Тема: «Архитектура и основные составные части интеллектуальных Систем»
Литература 1. Андрейчиков А.В, Андрейчикова О.Н. Интеллектуальные информационные системы: Учебник. – М.: Финансы и статистика, – 424 с. 2. Гаврилова.
Экспертные системы (ЭС). Характеристика и назначение. Лекция 1.
Дальневосточный федеральный университет Школа гуманитарных наук Кафедра социальных наук Презентация на тему: «Искусственный интеллект» Владивосток 2013.
ВЫПОЛНИЛА СТУДЕНТКА ТУ- 501 ПОЛОЗОВА ЮЛИЯ. Искусственный интеллект (ИИ, англ. Artificial intelligence, AI) наука и технология создания интеллектуальных.
В лекции представлено описание целей курса, терминологии предмета, рассмотрены философские аспекты проблемы систем ИИ и история развития систем ИИ.
Лекция по предмету интеллектуальные информационные системы Искусственный интеллект в обработке изображений и распознавании образов на них Автор: к.т.н.
Интеллектуальные информационные системы. Организационные вопросы по теоретической части Для получения зачета по теоретической части необходимо: 1. Конспект.
Интеллектуальная система управления робототехническими комплексами Общая концепция.
ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ МОДЕЛИРОВАНИЯ Классификационные признаки моделирования Эффективность моделирования систем.
ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ МОДЕЛИРОВАНИЯ Классификационные признаки моделирования Эффективность моделирования систем.
Языки и методы программирования Преподаватель – доцент каф. ИТиМПИ Кузнецова Е.М. Лекция 7.
Информационные технологии в экономике «Искусственный интеллект» ВГУЭС Владивосток.
Тема урока: « Информационные системы. Классификация информационных систем »
Предмет изучения кибернетики как теории управления.
Транксрипт:

Лекция 6. Базовые информационные технологии: технологии искусственного интеллекта Учебные вопросы: 1.Понятие искусственного интеллекта 2.Методы искусственного интеллекта 3. Условия достижения интеллектуальности

Понятие искусственного интеллекта Термин интеллект (intelligence) происходит от латинского intellectus – что означает ум, рассудок, разум; мыслительные способности человека. Искусственный интеллект (artificial intelligence) – ИИ (AI) обычно толкуется как свойство автоматических систем брать на себя отдельные функции интеллекта человека Интеллектуальная система это техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы

Структура интеллектуальной системы включает три основных блока базу знаний, решатель и интеллектуальный интерфейс База знаний – это особого рода база данных, разработанная для оперирования знаниями (метаданными). Решатель – программное обеспечение, предназначенное для решения рассматриваемой математической задачи. На вход решателю поступает описание задачи в некоторой заданной форме, а на выходе он выдает решение задачи. Интеллектуальный интерфейс – интерфейс, обеспечивающий взаимодействие пользователя с ЭВМ на естественном языке. диалоговый процессор планировщик

Методы искусственного интеллекта Выделяют две научные школы с разными подходами к проблеме ИИ: конвенционный ИИ вычислительный ИИ Методы конвенционного ИИ реализуются в следующих подходах и системах: Экспертные системы. Рассуждение по аналогии (Case-based reasoning). Байесовские сети доверия. Поведенческий подход

Основные методы вычислительного ИИ: Нейронные сети. Нечеткие системы. Эволюционные вычисления. Нейронные сети. Нечеткие системы. Эволюционные вычисления.

Экспертные системы Экспертная система – это программа для компьютера, которая оперирует со знаниями в определенной предметной области с целью выработки рекомендаций или решения проблем.

Задачи, решаемые при помощи экспертных систем, чаще всего относятся к одной из следующих областей: Интерпретация данных Диагностика Мониторинг. Проектирование. Обучение.

Рассуждение по аналогии (Case based reasoning, CBR) CBR-системы представляют собой реализацию методологии искусственного интеллекта, применяемую при построении компьютеризированных консультационных систем, которые базируются на накопленном опыте.

Байесовские сети доверия байесовская сеть – это вероятностная модель, представляющая собой множество переменных и их вероятностных зависимостей. Байесовские сети используются для моделирования в биоинформатике

Нейронные сети Нейронная сеть (НС) – это распределенный параллельный процессор, состоящий из элементарных единиц обработки информации, накапливающих экспериментальные знания и предоставляющих их для последующей обработки. Знания поступают в нейронную сеть из окружающей среды и используются в процессе обучения. Для накопления знаний применяются связи между нейронами, называемые синаптическими весами. Знания поступают в нейронную сеть из окружающей среды и используются в процессе обучения. Для накопления знаний применяются связи между нейронами, называемые синаптическими весами.

Использование нейронных сетей обеспечивает следующие полезные свойства систем: Нелинейность. Адаптивность. Контекстная информация. Отказоустойчивость. Проблемы, решаемые применением нейронных сетей: Классификация образов. Кластеризация/категоризация. Аппроксимация функций. Предсказание/прогноз. Оптимизация. Ассоциативная память.

Нечеткие системы Направление базируется на принципах нечеткой логики и теории нечетких множеств – раздела математики, являющегося обобщением классической логики и теории множеств.

Эволюционные вычисления Генетический алгоритм, составляющий основу эволюционных вычислений, – это эвристический алгоритм поиска, используемый для решения задач оптимизации и моделирования путем последовательного подбора, комбинирования и вариации искомых параметров с использованием механизмов, напоминающих биологическую эволюцию. Генетические алгоритмы служат для поиска решений в очень больших, сложных пространствах поиска, и применяются для решения следующих задач: Оптимизация функций Разнообразные задачи на графах (задача коммивояжера, раскраска, нахождение паросочетаний) Настройка и обучение нейронной сети Задачи компоновки Составление расписаний Игровые стратегии Аппроксимация функций Искусственная жизнь Биоинформатика

Условия достижения интеллектуальности Гипотеза Ньюэлла-Саймона, формулировка которой выглядит следующим образом: физическая символическая система имеет необходимые и достаточные средства для того, чтобы производить осмысленные действия. Тест Тьюринга – мысленный эксперимент, предложенный в качестве критерия и конструктивного определения интеллектуальности.

Применения методов и алгоритмов ИИ в программном обеспечении для распознавания образов

Распознавание текста документов. Распознавание штрих-кодов. Распознавание автомобильных номеров. Распознавание лиц. Распознавание речи. Распознавание изображений. Распознавание локальных участков земной коры, в которых находятся месторождения полезных ископаемых.

Распознавание текста документов

Распознавание автомобильных номеров

Распознавание лиц

Распознавание речи Первое устройство для распознавания речи появилось в 1952 году, оно могло распознавать произнесённые человеком цифры. В 1964 году на ярмарке компьютерных технологий в Нью-Йорке было представлено устройство IBM Shoebox. В последнее время в телефонных интерактивных приложениях все чаще стали использоваться системы автоматического распознавания и синтеза речи. В этом случае общение с голосовым порталом становится более естественным, так как выбор в нем может быть осуществлен не только с помощью тонового набора, но и с помощью голосовых команд. При этом системы распознавания являются независимыми от дикторов, то есть распознают голос любого человека. Основным преимуществом голосовых систем является дружелюбность к пользователю он избавляется от необходимости продираться сквозь сложные и запутанные лабиринты голосовых меню. Теперь достаточно произнесения цели звонка, после чего голосовая система автоматически переместит звонящего в нужный пункт меню. Голосовой поиск от Google: ru-bk&utm_medium=ha&utm_term=vs

Применения методов и алгоритмов ИИ в военном деле

Робот-пограничник Южнокорейский робот-пограничник вооружен пулеметом с приданным ему комплектом боевых либо резиновых пуль. В зависимости от обстановки при любом "подозрительном шорохе" на границе электронный пограничник может вести огонь на поражение, или поднять тревогу. Среди его неоспоримых достоинств – способность с помощью вмонтированных сенсоров и видеокамер различать днем на расстоянии до двух километров движение человека от других движущихся предметом, таких, как, автомобиль, например, и в темное время суток – на удалении один километр. В робота встроена система распознавания "свой- чужой", улавливающая предъявленный человеком правильный пароль за десять шагов.

Конкурс автомобилей-роботов (DARPA Grand Challenge) Соревнования автомобилей-роботов, финансируемые правительством США. Целью этих соревнований является создание полностью автономных транспортных средств. Организатором конкурса является агентство передовых оборонных разработок Пентагона (DARPA). Пентагон планирует к 2015 заменить роботами треть своего автомобильного парка с целью минимизировать риски людских потерь в опасных условиях. Машина не должна повреждать другие транспортные средства, дорожное покрытие и окружающую среду. Запрещено какое-либо управление живым существом. На размеры машины нет ограничений. Конкретный маршрут объявляется за 2 часа до старта. Трасса может включать асфальтированные участки, просёлочные дороги, пустынное бездорожье. Препятствия могут представлять собой канавы, бермы, колейные износы, песок, стоячую воду, камни, узкие тоннели и т. д.

Применения методов и алгоритмов ИИ в робототехнике

Робот-пылесос

Sony AIBO AIBO умеет ходить, «видеть» окружающие его предметы с помощью видеокамеры и инфракрасных датчиков расстояния, распознавать команды и лица. Робот является полностью автономным: он может учиться и развиваться, основываясь на побуждениях своего хозяина, обстановки, или другого AIBO. Несмотря на это, он поддаётся настройкам с помощью специальных программ. Существует программное обеспечение имитирующее «взрослую собаку», которая сразу использует все свои функции и программное обеспечение имитирующее «щенка», который раскрывает свои возможности постепенно

Турнир Sony AIBO по футболу

Поющая и танцующая роботесса HRP-4C Робот не записывает, а потом воспроизводит звук это был бы не робот-певец, а магнитофон. Она обучается пению, и затем воспроизводит мелодию собственным голосом. Это ли не прогресс?

Lego Mindstorm

The LEGO MINDSTORMS NXT toolkit

Microsoft Robotics Studio

Применения методов и алгоритмов ИИ в индустрии развлечений

Игры