Математические модели и аппаратно-программная реализация систем ИИ.
Технологии искусственного интеллекта.
В настоящее время, искусственный интеллект (ИИ) – это одно из направлений информатики, цель которого разработка программно-аппаратных средств, позволяющих пользователю-непрограммисту ставить и решать свои задачи, традиционно считающиеся интеллектуальными, общаясь с ЭВМ на ограниченном подмножестве естественного языка.
Основные направления использования систем ИИ:
Ø Представление знаний и разработка систем основанных на знаниях.
Ø Разработка естественно-языковых интерфейсов и машинный перевод.
Ø Создание интеллектуальных роботов.
Ø Распознавание образов.
Ø Проектирование компьютеров новой архитектуры.
Ø Игры и машинное творчество.
Ø Разработка и применение генетических алгоритмов.
Ø Создание систем распознавания и синтеза речи.
Ø А также разработки во многих других областях науки и техники.
После признания ИИ самостоятельной отраслью науки произошло разделение его на два направления: нейрокибернетика и «кибернетика черного ящика».
Основную идею нейрокибернетики можно сформулировать следующим образом: «Единственный объект, способный мыслить, – это человеческий мозг, поэтому «мыслящее» устройство должно каким-то образом воспроизводить его структуру».
В основу «кибернетики черного ящика» был положен принцип, противоположный нейрокибернетике: «Не имеет значения, как устроено «мыслящее» устройство. Главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг».
Основная область применения нейрокомпьютеров сегодня – это задачи распознавания объектов по результатам аэрофотосъемки из космоса.
Транспьютерная технология– один из новых подходов к аппаратной реализации нейросетей, которые моделируют иерархическую структуру мозга человека.
/ Транспьютеры – параллельные компьютеры с большим количеством процессоров /
В настоящее время используются три подхода к созданию нейросетей:
Ø Аппаратный – создание специальных компьютеров, нейрочипов, плат расширений, наборов микросхем, реализующих все необходимые алгоритмы.
Ø Программный – создание программ и инструментариев, рассчитанных на высокопроизводительные компьютеры. Сети создаются в памяти компьютера, всю работу выполняют его собственные процессоры.
Ø Гибридный – комбинация первых двух. Часть вычислений выполняют специальные платы расширения (сопроцессоры), часть – программные средства.
Нейронные сети применяются для решения следующих задач:
1. Прогнозирование на фондовом рынке. Колебания цен на акции – пример сложного, многомерного, но частично прогнозируемого явления. Многие финансовые аналитики используют нейронные сети для прогнозирования цен акций на основе многочисленных факторов (прошлого поведения цен этих и других акций в совокупности с другими экономическими показателями).
2. Предоставление кредита,автоматическое считывание чеков и финансовых документов, проверка достоверности подписей.
3. Служба безопасности,распознавание лиц, голосов, отпечатков пальцев.
Они также находят широкое применение и в других областях, например, в медицине (распознавание состояния больного, анализ рентгенограмм и т.п.).
Важнейшим ресурсом современного предприятия, влияющим на повышение его конкурентоспособности, инвестиционной привлекательности и капитализации, являются корпоративные знания.
Управление знаниями (Knowledge Management) –технологический процесс работы с информационными ресурсамидля обеспечениядоступа к знаниям,ихобъединенияигенерации нового знания.Данная работа на современном этапе развития ИТневозможна без применения систем ИИ.
Хотя большая часть знаний находится в головах людей, немало полезного можно извлечь и из письменных источников, в первую очередь из электронных документов, обработка которых с помощью ИИ способна обеспечить опти-мальное сочетание точности, полноты и скорости поиска информации.