Искусственный интеллект – IV курс – День 13, лекции №23 и №24 27. 11. 2012
Скачать 150.31 Kb.
|
Искусственный интеллект – IV курс – День 13, лекции № 23 и № 24 27.11.2012.     Типичные задачи, решаемые с помощью ЭС:Интерпретация - описание ситуации по информации, поступающей от датчиков. SPE - определение концентрации гамма-глобулина в крови. Прогноз - определение вероятных последствий заданных ситуаций. PLANT/cd - определения потерь урожая от черной совки. Планирование - определение последовательности действий. TATR - планирование авиаударов по аэродромам противника. Диагностика - выявление причин неправильного функционирования системы. MYCIN - диагностика бактериальных инфекций. Отладка - составление рецептов исправления неправильного функционирования системы. ONCOCIN - планирования химиотерапевтического лечения. Ремонт - выполнение последовательности предписанных исправлений. TQMSTUNE - настройка масс-спектрометра. Проектирование - построение конфигурации объектов при заданных ограничениях. XCON (R1) - выбор оптимальной конфигурации аппаратных средств (VAX). Наблюдение - сравнение результатов наблюдения с ожидаемыми результатами. VM - наблюдение за состоянием больного в палате интенсивной терапии. Обучение - диагностика, отладка и ремонт поведения обучаемого. GUIDON - обучение студентов-медиков (антибактериальная терапия). Управление - управление поведением системы как целого. VM Сферы применения ЭС: ХИМИЯ: DENDRAL (интерпр.) - определение структурной формулы хим.в-ва МЕДИЦИНА: VM, MYCIN (см.выше) ^ : TATR (см.выше), I&W (прогнозир.) - прогнозирование вооруженных конфликтов ЭЛЕКТРОНИКА: EURISKO (проектир.) - проектирование СБИС КОМПЬЮТЕРНЫЕ СИСТЕМЫ: XCON (см.выше), PTRANS (планир.&прогнозир.) - маркетинг в DEC ^ : REACTOR (наблюден.) - в составе системы управления ядерным реактором ГЕОЛОГИЯ: PROSPECTOR (интерпр.) - оценка потенциальной рудоносности района Основные компоненты ЭС (архитектура ЭС):
Решатель ЭС: Вызов процедур (модулей / правил) по образцу гибкая схема взаимодействия (управления) Продукция – правило вида: p: (где: p – предусловие, - антецедент, - консеквент). Основной цикл работы решателя:
Способность «быстро работать» - лишь одно из требований к ЭС РВ. Основные свойства ЭС РВ: 1.Немонотонность. В процессе функционирования происходит обновление данных. Необходимы специальные механизмы поддержания истинности (удаление старых данных вместе со сделанными на их основе выводами, учет новых данных). 2.^ (способность рассуждать о прошлых, текущих и будущих событиях, планировать поведение с учетом времени). 3.Реактивность по отношению к асинхронным событиям (происходящим в среде). 4.Концентрация внимания. Учет того, что события имеют разную значимость для ЭС РВ, умение выделять наиболее важные цели и отбирать необходимые для их достижения ресурсы. 5.^ . ЭС РВ должна уметь собирать информацию, поступающую от различных сенсоров, по различным каналам связи, а также передавать данные по каналам связи (в том числе и для различных исполнительных механизмов). 6.^ . Наличие ненадежных и неполных данных типично для областей применения ЭС РВ, необходимы механизмы для работы в таких условиях. 7.Интеграция с традиционным программным обеспечением (сжатие данных, обработка сигналов, специальный ввод-вывод и др.). 8.^ . Для многих приложений важна высокая скорость реакции на события, важно также, чтобы ЭС РВ имела гарантированное время ответа (т.е., было известно, что обработка любого события потребует времени в определенных фиксированных границах). ^
^ 1. ВЫБОР ПРАВИЛ: П1: утечка серной кислоты использовать анион-обменник (стоимость: дорого, источник информации: доктор Грин, степень опасности: невелика) П2: утечка серной кислоты использовать уксусную кислоту (стоимость: дешево, источник информации: практикант Грун, степень опасности: велика) П3: прежде всего использовать правило, требующее минимальных затрат П4: прежде всего использовать правило, внесенное в БЗ специалистом П5: прежде всего использовать правило с минимальной степенью опасности ^ П6: утечка серной кислоты использовать известь (оправдание: нейтрализация, образование нерастворимого и химически неактивного вещества) П7: утечка уксусной кислоты использовать известь (оправдание: нейтрализация) П8: утечка соляной кислоты использовать известь (оправдание: нейтрализация) ^ ПР01: использовать известь - нет антецедента ПР02: утечка: соляная кислота использовать известь ПР03: соляная кислота использовать известь - проверить: не совпадает ли предусловие с предусловием предыдущего правила П9: если некоторое правило никогда не срабатывает, проверить его предусловие ^ П10: пространство поиска относительно мало оправдан полный перебор П11: один из конъюнктов часто ложен перенести его в начало П12: фрагмент часто выполняется оптимизировать его П13: фрагмент часто выполняется & редко меняется скомпилировать его П14: утечка вещества, которое не описано в БЗ база знаний по утечкам неадекватна ^ Правила: R1: разлита горючая жидкость звонить по телефону 01 R2: разлита уксусная кислота использовать известь R3: pH жидкости < 6 кислота R4: кислота & имеет запах уксуса уксусная кислота Факты: F1: разлита жидкость F2: pH жидкости < 6 F3: жидкость имеет запах уксуса ^ F1 & F2 F4 (разлита кислота) & F3 F5 (разлита уксусная кислота) F6 (нейтрализация) R3 R4 R2 Цепочка вывода с учетом достоверности / вероятности: F1 & F2 F4 & F3 F5 F6 80% 60% R3 70% 100% R4 85% R2 Распространение вероятности - изменение вероятности в узлах сети вывода с целью учета влияния новой информации о вероятности в некотором конкретном узле. ^ Цель - обосновать, аргументировать ответ в максимально естественной форме. Что объяснять?
Для кого нужны объяснения?
Этапы построения ЭС:
Стадии разработки ЭС: прототип: демонстрационный исследовательский действующий система: промышленная коммерческая (прототип система - происходит отчуждение ЭС от разработчика) ^ ДА - ЕСЛИ: Разработка возможна & Разработка оправдана & Разработка разумна Разработка возможна: задача не слишком трудна задача вполне понятна & задача требует только интеллектуальных навыков существуют хорошие эксперты эксперты единодушны эксперты могут описать свои знания ^ полученное решение высокорентабельно человеческий опыт утрачивается V экспертов мало опыт нужен во многих местах опыт нужен в неблагоприятной среде (автономная ЭС) ^ задача требует оперирования символами задача требует эвристических решений & задача не слишком проста задача имеет практический интерес задача решаема (ЭС реализуема) ^ Эмпирические правила: "Чем более компетентен эксперт, тем менее способен он описать те знания, которые использует при решении задач". "Не будьте своим собственным экспертом". "Не принимайте на веру все, что говорят эксперты". ^ Наблюдение на рабочем месте Э решает реальные задачи, ИЗ - пассивно наблюдает цель: ИЗ получает представление о характерных задачах. ^ ИЗ обсуждает с Э отобранные им (ИЗ) характерные задачи цель: ИЗ узнает, как организованы знания Э (понятия, гипотезы), как Э работает с неполной, неточной, противоречивой информацией, какие процедуры необходимы для решения задач. ^ ИЗ просит Э описать типичные задачи для каждого класса задач цель: ИЗ узнает, как связаны между собой задачи одного класса, классы задач. ^ ИЗ предлагает Э задачи и расспрашивает о ходе решения цель: ИЗ пытается найти и сформулировать стратегии решения задач. Доводка системы Э предлагает ИЗ/прототипу_ЭС характерные задачи цель: ИЗ проверяет сформированную совокупность знаний (БЗ). ^ Э анализирует и оценивает правила, стратегии, систему понятий ПО цель: Э оценивает точность работы ИЗ и правильность сформированной БЗ. ^ ИЗ предлагает независимым экспертам протоколы решения задач Э и прототипом_ЭС цель: объективная оценка результатов работы ИЗ и Э (и сформированной БЗ). ^ Ситуация. Беседа Инженера_знаний с Экспертом. Некоторые правила: Если повреждение истца действительно требует, чтобы он носил очки и и истец до повреждения не носил очков увеличить фактор неудобства на 2500$ Если истец действительно имеет вероятность заболеть глаукомой и эта вероятность была вызвана повреждением и величина этой вероятности равна 10% увеличить фактор осложнений в будущем на 30000$ Реализация модельной экспертной системы на языке Плэнер Модельная экспертная система решает задачу распознавания вида животного (тигр) на основе группы взаимосвязанных признаков: Система работает с базой данных, в которой хранятся утверждения следующих типов: (<имя> = <вид>) → ОБСН: <обоснование> ( ) (<имя> - <класс>) → ОБСН: <обоснование> ( ) (<имя> имеет <свойство>) → ОТВ: ДА НЕТ (<имя> питается <пища>) Для определения вида животного используется аппарат теорем. Часть информации, необходимой для решения задачи представлена в виде утвереждений базы данных, часть запрашивается у пользователя. В списках свойств утверждений представлены ответы пользователя и обоснование решения системы. [define main (lambda ( ) [prog (ОТВ ИМЯ КЛАСС ОБ) [while T [print ‘Работает эксперт по распознаванию животных‘] [print ‘У Вас есть задача на распознавание?‘] [pset ОТВ [yes-no]] [cond ([eq .ОТВ НЕТ] [exit main main])] [print ‘Введите имя распознаваемого объекта‘] [pset ИМЯ [read]] [if ([perm [goal (.ИМЯ = *КЛАСС)]] [pset ОБ [geta (.ИМЯ = *КЛАСС) ОБСН]] [output .ИМЯ .КЛАСС .ОБ] ) (T [mprint Кем является .ИМЯ я не знаю ])] [cleardb] ] ])] [define Тигр? (conseq (ИМЯ ОБ ОБ1 ОБ2) (*ИМЯ = ТИГР) [goal (.ИМЯ - млекопитающее)] [goal (.ИМЯ - хищник)] [goal (.ИМЯ имеет рыжевато-кор) (test ОТВ ДА)] [goal (.ИМЯ имеет темные-полосы) (test ОТВ ДА)] [pset ОБ1 [geta (.ИМЯ - млекопитающее) ОБСН]] [pset ОБ2 [geta (.ИМЯ - хищник) ОБСН]] [pset ОБ ( ( (.ИМЯ = ТИГР) так как (.ИМЯ – млекопитающее) (.ИМЯ – хищник) (.ИМЯ имеет рыжевато-коричневую окраску) (.ИМЯ имеет темные полосы)) !.ОБ1 !.ОБ2)] [passert (.ИМЯ = ТИГР) (with ОБСН .ОБ)] )] [define Окраска? (conseq (ИМЯ ОТВ) (*ИМЯ имеет рыжевато-кор) [if ([search1 (.ИМЯ имеет рыжевато-кор) (test ОТВ *ОТВ)]) (T [mprint .ИМЯ имеет рыжевато-коричневую окраску?] [pset ОТВ [yes-no]] [passert (.ИМЯ имеет рыжевато-кор) (with ОТВ .ОТВ)])] [cond ([eq .ОТВ НЕТ] [fail])] )] [define Полосы? (conseq (ИМЯ ОТВ) (*ИМЯ имеет темные-полосы) [if ([search1 (.ИМЯ имеет темные-полосы) (test ОТВ *ОТВ)]) (T [mprint .ИМЯ имеет темные полосы?] [pset [yes-no]] [passert (.ИМЯ имеет темные-полосы ) (with ОТВ .ОТВ)])] [cond ([eq .ОТВ НЕТ] [fail])] )] [define Хищник1? (conseq (ИМЯ ОБ) (*ИМЯ - хищник) [goal (.ИМЯ питается мясом)] [pset ОБ ( ( (.ИМЯ - хищник) так как (питается мясом)))] [passert (.ИМЯ - хищник) (with ОБСН .ОБ)] )] [define Хищник2? (conseq (ИМЯ ОБ) (*ИМЯ - хищник) [goal (.ИМЯ имеет острокон-зубы)] [goal (.ИМЯ имеет когти)] [goal (.ИМЯ имеет глаза-спереди)] [pset ОБ ( ( (.ИМЯ - хищник) так как (.ИМЯ имеет остроконечные зубы) (.ИМЯ имеет когти) (.ИМЯ имеет глаза спереди)))] [passert (.ИМЯ - хищник) (with ОБСН .ОБ)] )] [define yes-no (lambda ( ) [read])] [define output (lambda (x y z ) [prog ( ) [print .x] [print.y] [print .z]])] [assert (Муся питается мясом)] [assert (Муся - млекопитающее)] [assert (Муся имеет темные-полосы) (with ОТВ ДА)] [assert (Муся имеет рыжевато-кор) (with ОТВ ДА)] Экспертные системы |
Похожие:
 | Искусственный интеллект – IV курс – День 14, лекции №25, №26 04. 12. 2012 При этом функции регуляции совместной и дифференцированной деятельности выполняет коммуникативная деятельность (общение), заключающаяся... | | Искусственный интеллект – IV курс – День 13, лекции №23 и №24 27. 11. 2012 Были реализованы системы, способные «поддерживать диалог» с человеком на естественном языке, интерпретировать словесные команды роботу... |
| Искусственный интеллект – IV курс – День 08, лекции №15, №16 23. 10. 2012 Обучение (в работах по ии): «любое изменение в системе, приводящее к улучшению решения задачи при ее повторном предъявлении или к... | | Искусственный интеллект – Севастополь, День 07, лекции №21, №22, №23 и №24 Метод представления знаний– совокупность взаимосвязанных средств формального описания знаний и оперирования (манипулирования) этими... |
| Искусственный интеллект – IV курс – День 12, лекция №21 20. 11. 2012 Такой оператор и называется ключевым оператором в пространстве состояний. К примеру, в задаче о пирамидке ключевым оператором был... | | Искусственный интеллект – Севастополь, День 06, лекции №17, №18, №19 и №20 ... |
| Основной курс для специалистов и бакалавров В курсе рассмотрены основные понятия, проблемы и перспективы научного направления «Искусственный интеллект (ИИ)» | | Iv курс – День 03, лекции №5, №6 18. 09. 2012 Будем использовать общенаучные термины: взаимодействие, отражение, информация, деятельность, сущность |
| Iv курс – День 02, лекции №3, №4 11. 09. 2012 Общее в психологических теориях того времени: психическое = осознанное, психология = психология индивида, интроспекция, т е самонаблюдение... | | Результаты Коллоквиумов и экзаменационная оценка по курсу "Искусственный интеллект" |