1.44M
Категория: ИнформатикаИнформатика

Искусственный интеллект. Методы исследования

1.

Искусственный интеллект.
Методы исследования
Выполнил:
Студент
филиала ГАПОУ «ИКЭСТ»
группы БД-15
курса 2
Петров Михаил

2.

Введение
Переработка информации в любых интеллектуальных системах
основывается на использовании фундаментального процесса –
обучения. Образы обладают характерными объективными
свойствами в том смысле, что разные распознающие системы,
обучающиеся на различном материале наблюдений, большей частью
одинаково и независимо друг от друга классифицируют одни и те же
объекты. Именно эта объективность образов позволяет людям всего
мира понимать друг друга.

3.

Логический подход
Основой для логического подхода служит булева алгебра и ее
логические операторы (в первую очередь, знакомый всем оператор
IF ["если"]). Например, правдивость логического высказывания
может принимать в нечетких системах, кроме обычных "да / нет"
(1 / 0), еще и промежуточные значения "не знаю" (0.5). Практически
каждая система ИИ, построенная на логическом принципе,
представляет собой машину доказательства теорем. Примером
практической реализации логических методов являются деревья
решений, которые реализуют в концентрированном виде процесс
"обучения" или синтеза решающего правила.

4.

Эволюционное моделирование
Общая схема алгоритма эволюции выглядит следующим образом:
задается исходная организация системы (в эволюционном
моделировании в этом качестве может фигурировать, например,
конечный детерминированный автомат Мили;
проводят случайные "мутации", т.е. изменяют случайным образом
текущий конечный автомат;
отбирают для дальнейшего "развития" ту организацию (тот
автомат), которая является "лучшей" в смысле некоторого
критерия, например, максимальной точности предсказания
последовательности значений макро-состояний экосистемы.
случайные
мутации
лучшая
организация
исходная
организация
системы

5.

Нейросетевое моделирование
В последние десять лет впечатляет феномен интереса к структурным
методам самоорганизации – нейросетевому моделированию, которое
успешно применяется в самых различных областях – бизнесе,
медицине, технике, геологии, физике, т.е. везде, где нужно решать
задачи прогнозирования, классификации или управления. Описаны
и широко распространяются нейросетевые расширения к
популярным пакетам прикладных программ, что делает процесс
проектирования интеллектуальных систем доступным любой
домохозяйке с персональным компьютером.

6.

Агентно-ориентированный подход
Подход основан на использовании интеллектуальных
(рациональных) агентов.
Согласно этому подходу, интеллект — это вычислительная
часть (планирование) способности достигать
поставленных перед интеллектуальной машиной целей.
Сама такая машина будет интеллектуальным агентом,
воспринимающим окружающий его мир с помощью
датчиков, и способной воздействовать на объекты
в окружающей среде с помощью
исполнительных механизмов.

7.

Символьный подход
Основная особенность символьных вычислений — создание новых
правил в процессе выполнения программы.
Тогда как возможности не интеллектуальных систем
завершаются как раз перед способностью хотя бы обозначать
вновь возникающие трудности.
Эту, скорее культурную проблему, отчасти решает
логическое программирование.
English     Русский Правила