Меню
Главная
Авторизация/Регистрация
 
Главная arrow Информатика arrow ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ И ТЕХНОЛОГИИ
Посмотреть оригинал

ИНТЕЛЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИ И ИХ ПРИМЕНЕНИЕ

Интеллектуальные технологии используются для создания интеллектуальных систем для различных областей применения. Они включают методику и инструментальные средства проектирования, а также аппаратной и программной реализации ИС. Это дает возможность разрабатывать практически полезные ИС для решения различных интеллектуальных задач. Инструментальные средства ИС представляют собой специализированные программные пакеты, ориентированные на реализацию ИС в определенной аппаратной среде [5—10J.

Развитие интеллектуальных технологий

В разд. II этого учебника описаны варианты ИС, построенные в соответствии с рассмотренными в разделе I моделями и формами знаний. Тины, средства и технологии их разработки представлены в табл. 12.1.

Таблица 12.1

Типы, средства и технологии разработки ИС [11]

Тип ИС

Средства и технологии разработки

Логические.

  • • на эвристиках;
  • • на предикатах;
  • • на продукциях;
  • • на нечетких продукциях;
  • • на вероятностных продукциях;
  • • на продукциях с коэффициентами уверенности (КУ);
  • • обучаемые

Эвристическое программирование (процедурные языки С, Delphi и др.).

Декларативное программирование (языки Lisp, Prolog). Оболочки продукционных экспертных систем (OPS-5, CLIPS, G2).

Средства проектирования:

  • • систем с вероятностным выводом (PROSPECTOR);
  • • систем с КУ (EMYSIN, EXISYS);
  • • систем с нечетким выводом (fuzzyTech, Matlab Fuzzy Logic Toolbox).

Обучаемые логические системы (EURISCO, RADA)

Сетевые:

  • • семантические;
  • • фреймовые;
  • • онтологические;
  • • универсальные объектные;
  • • обучаемые

Семантическое программирование (языки NETL, ATNL).

Фреймовое программирование (языки FRL, FMS). Онтологическое программирование (языки OWL, KIF, Protege).

Объектно-ориентированное программирование (языки CLOS, LOOPS).

Программирование обучаемых систем (CASNET, ЕТ)

Окончание табл. 12.1

Тип ИС

Средства и технологии разработки

Ассоциативные.

  • • с логическими узлами;
  • • с нейронными узлами;
  • • гибридные

Средства программирования:

  • • модулей ассоциативной памяти (STARAN);
  • • нейронных сетей (BRAINMAKER);
  • • гибридных систем (Matlab ANFIS)

Распределенные.

  • • с логическими агентами;
  • • с когнитивными агентами

Средства программирования:

  • • логических агентов и систем (AgentBuildcr, JADE);
  • • когнитивных агентов и систем (ACT-R, SOAR, JUDEX)

Для создания логических И С на эвристиках используются средства эвристического программирования, построенные на универсальных процедурных языках типа С, Delphi и др. Эти системы строятся на эвристических правилах, моделирующих элементы человеческих рассуждений при решении интеллектуальных задач. Такие ИС в настоящее время используются в основном в робототехнике.

Логические ИС на предикатах и детерминированных продукциях реализуются в основном на языках типа Lisp и Prolog, которые относятся к языкам декларативного программирования. Указанные в гл. 3 недостатки этих систем привели к тому, что такие реализации И С разрабатываются в основном для прототипирования и проверки работоспособности баз знаний, а не как коммерческие продукты.

Логические ИС на продукциях с неопределенностями разрабатываются с использованием многочисленных программных оболочек (систем со встроенными машинами вывода и незаполненными базами знаний) типа OPS-5, CLIPS, G2 и специализированных программных средств типа PROSPECTOR, EMYSIN, EXISYS; fuzzyTech, Matlab Fuzzy Logic Toolbox, которые будут обсуждаться в разд. III. Именно на таких средствах создано и продолжает создаваться большинство статических и динамических экспертных систем, которые успешно применяются во многих областях.

Обучаемые логические ИС разрабатываются, как правило, под определенные задачи но технологиям, отработанным при создании таких систем, как EURISCO, построенная на метазнаниях, позволяющих в процессе работы формировать новые продукционные знания в определенной предметной области, и RADA с параметрической настройкой предварительно созданной базы правил. Эти системы кратко описаны в учебнике.

Сетевые ИС, т.е. системы, построенные на семантических и фреймовых сетях, реализуются в основном на специализированных программных средствах типа NETL (Network language), ATNL (Augment transaction network language), FRL (Frame representation language), FMS (Frame management system). Такие системы используются для работы с естественными языками, понятиями и смысловой информацией, а также сложными сценами, структурированными знаниями.

Условно к сетевым ИС можно отнести и онтологические системы, которые основаны на представлении знаний в форме сетевых онтологий, определяющих иерархическую структуру понятий проблемной области. На практике такие системы создаются с использованием специализированных языков программирования онтологий, таких как OWL (Ontology Web language) и KIF (Knowledge interchange format) и программных систем типа Protege. Пример использования Protege рассмотрен в параграфе 8.3.

Универсальные объектные ИС разрабатываются с использованием средств объектно-ориентированного программирования, таких как системы CLOS (Common Lisp object system), LOOPS (Lisp object-oriented program system), специально ориентированные на работу со знаниями и разработку объектных ИС. Эти системы имеют сложные базы знаний с сетевой структурой, составленной из связанных объектов, объединяющих данные, правила связывания и процедуры обработки.

Обучаемые объектные И С разрабатываются индивидуально под определенные задачи, как правило, на объектно-ориентированных языках. При этом могут быть использованы некоторые прототипы таких систем, например, CASNET (Casual Network) с автоматическим формированием причинных знаний в форме семантических сетей для диагностики глазных заболеваний и ЕТ (Expert Tomographer), формирующей эволюционирующие знания в форме фреймов с использованием генетического алгоритма обучения. Эти системы также кратко описаны в учебнике.

Ассоциативные ИС разрабатываются па основе биологически инспирированных интеллектуальных методов, успехи в развитии которых заметны в последние годы. Большинство таких систем создается как сетевые со связанными определенным образом узлами с логическим, нейронным и нейроло- гическим вычислительными базисами. Для их реализации были разработаны специальные средства программирования, например, на базе ассоциативной логической памяти (STARAN), нейронных сетей с разной топологией и способами обучения (BRAINMAKER), а также гибридных систем с нечетконейронными или вероятностно-нейронными узлами и разной топологией (Matlab ANE1S). В настоящее время на базе некоторых из этих средств развиты технологии нейронных, нечетких и гибридных систем.

Особую роль в настоящее время начинают играть распределенные ИС, для реализации которых используется технология многоагентных систем. Компонентами таких ИС являются интеллектуальные реактивные агенты на правилах и логические агенты с выводом путем рассуждений, а также когнитивные агенты, способные автоматически формировать знания в разной форме путем обучения в процессе работы. Разработка когнитивных ИС связана с ключевой проблемой обучения машин. Их основу составляют когнитивные модули логического, нейронного и нейрологического типов, способные к самообучению, например, с использованием процедур обучения с подкреплением или извлечения знаний из данных.

Для практической реализации интеллектуальных агентов и систем логического разработаны специальные средства агентно-ориентированного программирования, например программные пакеты AgentBuilder, JADE. Развиваются также программные средства разработки агентов с нечеткологическим или вероятностно-логическим базисами. Такие системы больше, чем простые реактивные агенты, подходят для решения практически полезных задач, поскольку могут обеспечить сложное поведение в реальных средах с учетом неопределенностей.

Разработка когнитивных агентов и систем с автоматическим формированием знаний в логической, нейронной или нейрологической формах путем самообучения и специальными процедурами вывода, основанными на психологических концепциях, наталкивается на серьезные трудности и пока не вышла за пределы эксперимента. Средства разработки когнитивных агентов, такие как ACT-R, SOAR, JUDEX, пока не позволяют создавать практически полезные когнитивные агенты со сложным поведением. Разработанные с их помощью приложения являются исследовательскими и направлены на изучение феномена когнитивных агентов и многоагентных систем.

 
Посмотреть оригинал
Если Вы заметили ошибку в тексте выделите слово и нажмите Shift + Enter
< Предыдущая   СОДЕРЖАНИЕ   Следующая >
 

Популярные страницы