Классификация интеллектуальных систем

Существует множество классификаций интеллекту-альных систем, при этом критерии классификации, как всегда, зависят от автора классификации. Воспользуемся классификацией из учебного пособия Мигаса С.С.

Системы на естественном языке специфичны и пред-назначены преимущественно для машинного перевода, ге-нерации документов, автоматического аннотирования и ре-ферирования.

Экспертные системы (ЭС) предполагают высокую степень формализации процессов.

Разновидностью экспертных систем считают расчётно-логические системы, оперирующими с функциями вмес-то правил.

Интеллектуальные пакеты в настоящее время стали оболочками экспертных систем (ЭС без базы правил).

Искусственные нейронные сети представляют собой фактически разновидность систем автоматического управ-ления, использующие свойства нейрона.

Генетические алгоритмы относятся к разновидности эволюционных эвристических методов.

Мультиагентные системы преследуют цель согласова-ния теорий баз данных и баз знаний.

ИнтСис чаще всего оперируют с дискретными величи-нами, но все больше необходима связь дискретных и непре-рывных величин. Существует множество вариантов реали-зации гибридных систем.

На роль гибридных систем претендуют системы на ней-ронных сетях, генетических алгоритмах и экспертные системы реального времени (ЭСРВ).

Шаги для создания интеллектуальной системы:

• Создать материальную систему поддержки ИИ (модули интсис на пред. рис.);

• На этой базе создать активную информационную структуру, потенциально способную к обучению и саморазвитию;

• Сформировать структуру и функции интеллектуаль-ной системы по взаимодействию с экспертами, пользо-вателями и окружающей средой.

Возникают 2 парадигмы ИИ: эксперта и пользователя.

Парадигма эксперта предполагает следующие (объекты, а также) этапы разработки и функционирования:

• Формализация знаний – преобразование экспертом пред-метной области в форму, соответствующую выбранной модели представления знаний.

• Формирование базы знаний – программирование и вложение формализованных знаний в систему.

• Дедукция – решение задачи достоверного логического вывода на основе базы знаний (символьно-логический интеллект). Дедукция, как известно, переход от общего к частному.

Парадигма пользователя включает в себя следую-щие положения и последовательность действий:

• Формирование БД путём обработки, наблюдений, изучения опыта на частных примерах.

• Индуктивное обучение – превращение БД в базу знаний на основе получения частных выводов из общих (сравните с дедукцией).

• Дедукция – выбор информации по запросу базы знаний (вычислительный интеллект).

• Вопрос – логическое выражение, определяющее мысль, направленную на уточнение или на выявление условий истинности данного выражения.

• Задача – формулировка вопроса в виде фразы или фраз, типа: «Дано А – найти В».

• Решением задачи является альтернативы совмест-ных фактов, формулы или программы решения задач.

• Проблема – сложный теоретический или практичес-кий вопрос, требующий изучения, возникающий в противоречивых ситуациях и передаваемый интеллекту-альной системе для разрешения.