Введение

Одной из самых заметных черт современности являются компьютеры, проникшие во все сферы человеческой деятельности. Наблюдаемый в течение всего периода существования компьютеров неуклонный рост их производительности сделал возможным наделение интеллектуальными функциями даже мобильных устройств.

Мы уже привыкли к тому, что камера мобильного телефона распознает сцену и сообразно с ней самостоятельно настраивает фокус и экспозицию. Многие автомобилисты не представляют себе перемещение по городу без навигационной системы, помогающей объезжать пробки. Автомобили, даже не принадлежащие к премиальному сегменту, уже умеют держать полосу движения, распознавать дорожные знаки и выполнять параллельную парковку. Если 15—20 лет назад, когда Интернет только начал завоевывать информационное пространство, для доступа к нужным ресурсам нужно было знать адрес URL и даже выпускались путеводители по интернет-ресурсам («желтые страницы»), то теперь достаточно набрать в поисковой системе фразу, и она выдаст не только список ссылок на соответствующие ресурсы, но и — в некоторых случаях — сразу даст ответ на интересующий пользователя вопрос.

Всё это примеры интеллектуальных систем в действии. Даже такой короткий список примеров показывает, что интеллектуальные функции обладают исключительным многообразием, которое невозможно охватить в одном учебном курсе.

Предмет курса — методы извлечения знаний из различных источников. Для формализованных источников знаний (баз знаний) основной задачей является набор методов поиска в базах знаний большого размера. Если данные представлены в слабо формализованном виде (сырые данные — raw data), то наиболее перспективной следует считать задачу машинного обучения {machine learning). Наконец, для знаний, хранящихся в виде текстов на естественных языках, актуальна задача обработки естественно-языковых текстов.

Особенностями и преимуществами данного курса является объединение в нем методов решения наиболее востребованных задач.

Первая часть посвящена методам поиска на дереве решений. Это широкий класс задач, суть которых в переборе вариантов. Ветвление поиска обычно описывается правилами, множество которых вместе с аксиомами составляет базу знаний. Эта часть учебника написана на основе десятилетнего опыта преподавания дисциплины «Интеллектуальные системы» на кафедре вычислительной техники Санкт-Петербургского национального исследовательского университета информационных технологий, механики и оптики и частично содержит материалы из учебного пособия «Искусственный интеллект»^[1], изданного одним из авторов в 2010 г. и широко распространившегося на просторах Интернета, что в определенной мере свидетельствует о полезности изложенных там материалов.

Вторая часть содержит введение в методы автоматического извлечения или порождения знаний с помощью машинного обучения. Это сравнительно молодое, но перспективное направление в области искусственного интеллекта, поскольку оно позволяет работать с «сырыми» данными. Здесь рассматриваются основные принципы машинного обучения, которые можно применять как в технических, так и в информационных системах.

Третья часть посвящена методам статистической обработки естественно-языковых текстов — также перспективному направлению искусственного интеллекта. В отличие от логических, статистические методы не зависят от грамматики естественного языка, но позволяют выявлять устойчивые связи между словами и тем самым приближаться к извлечению семантики (смысла) из текстов, в частности, определять принадлежность текста к той или иной предметной области. В условиях взрывного роста числа документов в электронной форме весьма актуальна задача отбора текстов, предоставляемых но запросу пользователя, и статистические методы с такой задачей успешно справляются. Материалы, изложенные в третьей части, содержат алгоритмы и пошаговые примеры, облегчающие их понимание и практическое использование.

Данное издание может быть рекомендовано бакалаврам и магистрантам, обучающимся по направлениям подготовки «Интеллектуальные системы», «Программная инженерия», слушателям курсов повышения квалификации, а также аспирантам, программистам, разрабатывающим как информационные, так и технические интеллектуальные системы, в том числе мобильные приложени я. Ограниченный объем часов в дисциплине «Интеллектуальные системы и технологии» не позволил включить в перечень рассматриваемых проблем такие интересные задачи, как интеллектуальный анализ изображений, автономные агенты и др.

Материалы, изложенные в данном издании, содержат примеры, использующие английскую нотацию, но они не требуют высокого уровня владения английским языком, уровня А1 (начинающий) достаточно. Освоение курса «Интеллектуальные системы» требует владения дискретной математикой, теорией вероятностей, матричным исчислением, векторной алгеброй.

Специальное программное обеспечение, требуемое для освоения данного курса, составляют транслятор с языка Prolog, пакет матричных вычислений MatLab и среда статистических вычислений R. Несмотря на то что в первой части используются примеры на языке логического программирования Prolog, предварительного изучения данного языка не требуется. Все примеры хорошо комментируются и могут служить руководством для начального освоения языка Prolog, хотя такую цель авторы перед собой нс ставили.

В результате освоения дисциплины « Интеллектуальные системы» обучающийся должен обладать следующими компетенциями:

знать

• • особенности логического программирования;
• • принципы машинного обучения с учителем и без;
• • причины возникающих сложностей при создании программ, занимающихся анализом текстов на естественном языке;

уметь

• • создавать алгоритмы информационного поиска;
• • формировать тестовую и обучающую выборки для задач машинного обучения;
• • моделировать тексты на естественном языке;

владеть

• • основами декларативного программирования;
• • навыками работы с деревом решений;
• • методами машинного анализа текста на естественном языке.

Оценивание но курсу может проводиться в форме рубежного

контроля по каждому разделу дисциплины. Поскольку предполагается, что в учебном плане дисциплина «Интеллектуальные системы» занимает 6 зачетных единиц, то она может состоять из двух модулей. Между тем в структуре курса выделены три части. Обучающимся может быть предложено в обязательном порядке освоить первую часть курса и, по выбору, вторую или третью.

Авторы: Бессмертный Игорь, Нугуманова Алия, Платонов Алексей

• [1] Бессмертный И. А. Искусственный интеллект. СПб.: Изд-во СПбГУ ИТМО,2010.