Определение базы знаний

Нейронные сети

Назначение и основы использования систем искусственного интеллекта

Базы знаний

Научной задачей искусственного интеллекта является воссоздание (имитация) с помощью искусственных устройств разумных рассуждений и действий человека.

При создании интеллектуальных информационных систем выделяют два основных подхода:

1) Нисходящий, семиотический – создание экспертных систем, баз знаний и систем логического вывода, имитирующих высокоуровневые психические процессы: мышление, рассуждение, речь, эмоции, творчество и т.д.

2) Восходящий, биологический – изучение нейронных сетей и эволюционных вычислений, моделирующих интеллектуальное поведение на основе более мелких «неинтеллектуальных» элементов.

Системы искусственного интеллекта применяются для решения плохо формализуемых задач.

Примерами реализации систем искусственного интеллекта являются системы проверки правописания, электронные переводчики и словари.

С помощью искусственного интеллекта решают задачи распознавания образов, текста и речи.

Системы искусственного интеллекта, моделирующие работу головного мозга, называют нейронными сетями.

Перцептрон – это математическая и компьютерная модель восприятия информации мозгом (кибернетическая модель мозга), предложенная Фрэнком Розенблаттом в 1957 г. и реализованная в виде электронной машины «Марк-1» в 1960 г. Перцептрон стал одной из первых моделей нейросетей, а «Марк-1» - первым в мире нейрокомпьютером. несмотря на свою простоту, перцептрон способен обучаться и решать довольно сложные задачи.

Перцептрон состоит из трех типов элементов: поступающие от сенсоров сигналы передаются ассоциативным элементам, а затем реагирующим элементам. Таким образом, перцептроны позволяют создать набор «ассоциаций» между входными сигналами и необходимой реакцией на выходе.

В базе знаний хранятся знания и факты.

Факты – это данные о некоторой предметной области: описание объектов, процессов и явлений.

Знания представляют собой результат интеллектуальной деятельности человека. Знания могут быть получены в результате обобщения теоретического и практического опыта.

Знания традиционно подразделяются на процедурные и декларативные. Исторически первичными были процедурные знания, т.е. знания, «растворенные» в алгоритмах. Они управляли данными. Для их изменения требовалось изменять программы. Однако с развитием искусственного интеллекта приоритет данных постепенно изменялся, и все большая часть знаний сосредотачивалась в структурах данных (таблицы, списки, абстрактные типы данных), т.е. увеличивалась роль декларативных знаний.

Сегодня знания приобрели чисто декларативную форму, т.е. знаниями считаются предложения, записанные на языках представления знаний, приближенных к естественному языку и понятных неспециалистам.