Меню
ГлавнаяПоломки

Структура экспертных систем. Кафедра информатики и информационных технологий

Транскрипт

2 Е. В. Боровская Н. А. Давыдова ОСНОВЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА Учебное пособие 3-е издание (электронное) Москва Лаборатория знаний 2016

3 УДК ББК Б83 С е р и я о с н о в а н а в 2007 г. Боровская Е. В. Б83 Основы искусственного интеллекта [Электронный ресурс] : учебное пособие / Е. В. Боровская, Н. А. Давыдова. 3-е изд. (эл.). Электрон. текстовые дан. (1 файл pdf: 130 с.). М. : Лаборатория знаний, (Педагогическое образование). Систем. требования: Adobe Reader XI ; экран 10". ISBN Учебное пособие знакомит читателей с историей искусственного интеллекта, моделями представления знаний, экспертными системами и нейронными сетями. Описаны основные направления и методы, применяемые при анализе, разработке и реализации интеллектуальных систем. Рассмотрены модели представления знаний и методы работы с ними, методы разработки и создания экспертных систем. Книга поможет читателю овладеть навыками логического проектирования баз данных предметной области и программирования на языке ProLog. Для студентов и преподавателей педагогических вузов, учителей общеобразовательных школ, гимназий, лицеев. УДК ББК Деривативное электронное издание на основе печатного аналога: Основы искусственного интеллекта: учебное пособие / Е. В. Боровская, Н. А. Давыдова. М. : БИНОМ. Лаборатория знаний, с. : ил. (Педагогическое образование). ISBN В соответствии со ст и 1301 ГК РФ при устранении ограничений, установленных техническими средствами защиты авторских прав, правообладатель вправе требовать от нарушителя возмещения убытков или выплаты компенсации ISBN c Лаборатория знаний, 2015

4 ОГЛАВЛЕНИЕ Глава 1. Искусственный интеллект Введение в системы искусственного интеллекта Понятие об искусственном интеллекте Искусственный интеллект в России Функциональная структура системы искусственного интеллекта Направления развития искусственного интеллекта Данные и знания. Представление знаний в интеллектуальныхсистемах Данные и знания. Основные определения Модели представления знаний Экспертные системы Структура экспертной системы Разработка и использование экспертныхсистем Классификация экспертныхсистем Представление знаний в экспертныхсистемах Инструментальные средства построения экспертныхсистем Технология разработки экспертной системы Контрольные вопросы и задания к главе Литература к главе Глава 2. Логическое программирование Методологии программирования Методология императивного программирования Методология объектно-ориентированного программирования Методология функционального программирования Методология логического программирования Методология программирования в ограничениях Методология нейросетевого программирования Краткое введение в исчисление предикатов и доказательство теорем Процесс логического вывода в языке Prolog... 58

5 4 Оглавление 2.4. Структура программы на языке Prolog Использование составных объектов Использование альтернативных доменов Организация повторений в языке Prolog Метод отката после неудачи Метод отсечения и отката Простая рекурсия Метод обобщенного правила рекурсии (ОПР) Списки в языке Prolog Операции над списками Строки в языке Prolog Операции над строками Файлы в языке Prolog Предикаты Prolog для работы с файлами Описание файлового домена Запись в файл Чтение из файла Модификация существующего файла Дозапись в конец уже существующего файла Создание динамических баз данных в языке Prolog Базы данных на Prolog Предикаты динамической базы данных в языке Prolog Создание экспертных систем Структура экспертной системы Представление знаний Методы вывода Система пользовательского интерфейса Экспертная система, базирующаяся на правилах Контрольные вопросы и задания к главе Литература к главе Глава 3. Нейронные сети Введение в нейронные сети Искусственная модель нейрона Применение нейронных сетей Обучение нейросети Контрольные вопросы и задания к главе Литература к главе

6 ГЛАВА 1 ИСКУССТВЕННЫЙИНТЕЛЛЕКТ 1.1. Введение в системы искусственного интеллекта Понятие об искусственном интеллекте Система искусственного интеллекта (ИИ) это программная система, имитирующая на компьютере процесс мышления человека. Для создания такой системы необходимо изучить сам процесс мышления человека, решающего определенные задачи или принимающего решения в конкретной области, выделить основные шаги этого процесса и разработать программные средства, воспроизводящие их на компьютере. Следовательно, методы ИИ предполагают простой структурный подход к разработке сложных программных систем принятия решений . Искусственный интеллект это направление информатики, целью которого является разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножестве естественного языка. Идея создания искусственного подобия человека для решения сложных задач и моделирования человеческого разума, что называется, «витала в воздухе» еще в древнейшие времена. Родоначальником искусственного интеллекта считается средневековый испанский философ, математик и поэт Раймонд Луллий, который еще в XIII в. пытался создать механическое устройство для решения различных задач на основе разработанной им всеобщей классификации понятий.

7 6 Глава 1 Позже Лейбниц и Декарт независимо друг от друга продолжили эту идею, предложив универсальные языки классификации для всех наук. Эти работы можно считать первыми теоретическими работами в области искусственного интеллекта. Однако окончательное рождение искусственного интеллекта как научного направления произошло только после создания ЭВМ в 1940-х гг., когда Норберт Винер создал свои основополагающие работы по новой науке кибернетике. Термин «искусственный интеллект» (ИИ; англ. AI «Artificial Intelligence») был предложен в 1956 г. на семинаре с аналогичным названием в Дартмутском колледже (США). Этот семинар был посвящен разработке методов решения логических (а не вычислительных) задач. Заметим, что в английском языке данное словосочетание не имеет той слегка фантастической антропоморфной окраски, которую оно приобрело в довольно неудачном русском переводе. Слово «intelligence» означает всего лишь «умение рассуждать разумно», а вовсе не «интеллект» (для которого есть отдельный английский аналог «intellect»). Вскоре после признания искусственного интеллекта особой областью науки произошло его разделение на два направления: нейрокибернетику и кибернетику «черного ящика». Эти направления развивались практически независимо, существенно различаясь как в методологии, так и технологически. И только в настоящее время стали заметны тенденции к объединению этих частей вновь в единое целое. Нейрокибернетика Основную идею этого направления можно сформулировать следующим образом: «Единственный объект, способный мыслить, это человеческий мозг, поэтому любое мыслящее устройство должно так или иначе воспроизводить его структуру». Таким образом, нейрокибернетика ориентирована на программно-аппаратное моделирование структур, подобных структуре мозга. Усилия нейрокибернетики были сосредоточены на создании элементов, аналогичных нейронам, и на их объединении в функционирующие системы нейронные сети .

8 Искусственный интеллект 7 Первые нейросети были созданы в х гг. Это были не очень удачные попытки создать системы, моделирующие человеческий глаз и его взаимодействие с мозгом. Постепенно в х гг. количество работ по этому направлению искусственного интеллекта стало снижаться, слишком уж неутешительными были первые результаты. Обычно авторы разработок объясняли свои неудачи малой памятью и низким быстродействием существующих в то время компьютеров. Первый нейрокомпьютер был создан в Японии в рамках проекта «ЭВМ пятого поколения». К этому времени ограничения по памяти и быстродействию ЭВМ были практически сняты. Появились транспьютеры компьютеры с большим количеством процессоров, реализующих параллельные вычисления. Транспьютерная технология это один из десятка новых подходов к аппаратной реализации нейросетей, которые моделируют иерархическую структуру мозга человека. В целом сегодня можно выделить три основных разновидности подходов к созданию нейросетей: аппаратный (создание специальных компьютеров, нейрочипов, плат расширения, наборов микросхем), программный (создание программ и программных инструментариев, рассчитанных на высокопроизводительные компьютеры; такие сети создаются «виртуально», в памяти компьютера, тогда как всю работу выполняют его собственные процессоры) и гибридный (комбинация первых двух способов). Кибернетика «черного ящика» и искусственный интеллект В основу этого подхода заложен принцип, противоположный нейрокибернетике. Здесь уже не имеет значения, как именно устроено «мыслящее» устройство, главное, чтобы на заданные входные воздействия оно реагировало так же, как и человеческий мозг. Сторонники этого направления мотивировали свой подход тем, что человек не должен слепо следовать природе в своих научных и технологических поисках. К тому же пограничные науки о человеке не смогли внести существенно-

9 8 Глава 1 го теоретического вклада, объясняющего (хотя бы приблизительно), как протекают интеллектуальные процессы у человека, как устроена его память и как человек познает окружающий мир . Это направление искусственного интеллекта было ориентировано на поиск алгоритмов решения интеллектуальных задач на существующих моделях компьютеров. Существенный вклад в становление новой науки внесли такие ее пионеры, как Маккарти, Минский, Ньюэлл, Саймон, Шоу, Хант и др. В х гг. велись интенсивные поиски моделей и алгоритмов человеческого мышления и разработка первых программ на их основе. Представители гуманитарных наук философы, психологи, лингвисты ни тогда, ни сейчас не смогли предложить такие алгоритмы, тогда кибернетики начали создавать собственные модели. Так последовательно были созданы и опробованы различные подходы. В конце 1950-х гг. появилась модель лабиринтного поиска. Этот подход представляет задачу как некоторое пространство состояний в форме графа, после чего в этом графе производится поиск оптимального пути от входных данных к результирующим. Была проделана большая работа по созданию такой модели, но для решения практических задач эта идея все же не нашла широкого применения. Начало 1960-х гг. стало эпохой эвристического программирования. Эвристика это некоторое правило, теоретически не обоснованное, но позволяющее сократить количество переборов в пространстве поиска. Эвристическое программирование это разработка стратегии действий на основе известных, заранее заданных эвристик. В х гг. к решению задач стали подключать методы математической логики. Робинсон разработал метод резолюций, который позволяет автоматически доказывать теоремы при наличии набора исходных аксиом. Примерно в это же время выдающийся отечественный математик Ю. С. Маслов предложил так называемый обратный вывод (впоследствии названный его именем), решающий аналогичную задачу другим способом. На основе метода резолюций

10 Искусственный интеллект 9 француз Альбер Кольмероэ в 1973 г. создал язык логического программирования Prolog. Большой резонанс в научном сообществе вызвала программа «Логик-теоретик», созданная Ньюэллом, Саймоном и Шоу, которая доказывала школьные теоремы. Однако большинство реальных задач не сводится к набору аксиом, а человек, решая производственные задачи, далеко не всегда использует классическую логику, поэтому логические модели при всех своих преимуществах имеют существенные ограничения по классам решаемых задач. История искусственного интеллекта полна драматических событий, одним из которых стал в 1973 г. так называемый «доклад Лайтхилла», который был подготовлен в Великобритании по заказу Британского совета научных исследований. Известный математик Лайтхилл, никак с искусственным интеллектом профессионально не связанный, подготовил обзор состояния дел в этой области. В докладе были признаны определенные достижения, однако их уровень определялся как «разочаровывающий», а общая оценка была отрицательной с позиций практической значимости. Этот отчет отбросил европейских исследователей примерно на пять лет назад, так как финансирование работ существенно сократилось. Примерно в это же время существенный прорыв в развитии практических приложений искусственного интеллекта произошел в США, когда в середине 1970-х гг. на смену поиску универсального алгоритма мышления пришла идея моделировать конкретные знания специалистов-экспертов. В США появились первые коммерческие системы, основанные на знаниях, или экспертные системы (ЭС). Стал применяться и новый подход к решению задач искусственного интеллекта представление знаний. Были созданы две первые экспертные системы для медицины и химии Mycin и Dendral, ставшие классическими. Существенный финансовый вклад внес и Пентагон, предлагая базировать новую программу министерства обороны США на принципах искусственного интеллекта. Уже вдогонку упущенных возможностей Европейский союз в начале 1980-х гг. объявил о глобальной программе развития новых технологий ESPRIT,

11 10 Глава 1 в которую была включена проблематика искусственного интеллекта. В конце 1970-х гг. в гонку включается Япония, объявив о начале проекта машин пятого поколения, основанных на знаниях. Проект был рассчитан на десять лет и объединял лучших молодых специалистов крупнейших японских компьютерных корпораций. Для этих специалистов был специально создан новый институт ICOT и предоставлена полная свобода действий (правда, без права публикации предварительных результатов). В результате они создали достаточно громоздкий и дорогой символьный процессор, программно реализующий пролого-подобный язык, но не получивший широкого признания. Однако положительный эффект от этого проекта был очевиден. В Японии появилась значительная группа высококвалифицированных специалистов в области искусственного интеллекта, которая добилась существенных результатов в различных прикладных задачах. К середине 1990-х гг. японская ассоциация искусственного интеллекта насчитывала уже 40 тыс. человек. Начиная с середины 1980-х гг. повсеместно происходила коммерциализация искусственного интеллекта. Росли ежегодные капиталовложения, создавались промышленные экспертные системы. Рос интерес к самообучающимся системам. Издавались десятки научных журналов, ежегодно собирались международные и национальные конференции по различным направлениям искусственного интеллекта, который становился одной из наиболее перспективных и престижных областей информатики. В настоящее время различают два основных подхода к моделированию искусственного интеллекта: машинный интеллект, заключающийся в строгом задании результата функционирования, и искусственный разум, направленный на моделирование внутренней структуры системы. Моделирование систем первой группы достигается за счет использования законов формальной логики, теории множеств, графов, семантических сетей и других достижений науки в области дискретных вычислений, а основные результаты заключаются в создании экспертных систем, систем разбора

12 Искусственный интеллект 11 естественного языка и простейших систем управления вида «стимул реакция». Системы же второй группы базируются на математической интерпретации деятельности нервной системы (прежде всего мозга человека) и реализуются в виде нейроподобных сетей на базе нейроподобного элемента аналога нейрона Искусственный интеллект в России В 1954 г. в МГУ начал работу семинар «Автоматы и мышление» под руководством академика А. А. Ляпунова (), одного из основателей российской кибернетики. В этом семинаре принимали участие физиологи, лингвисты, психологи, математики. Принято считать, что именно в это время родился искусственный интеллект в России. Как и за рубежом, в нем выделились два основных направления нейрокибернетика и кибернетика «черного ящика». В х гг. создавались отдельные программы и проводились исследования в области поиска решения логических задач. В ЛОМИ (Ленинградском отделении Математического института им. Стеклова) была создана программа АЛПЕВ ЛОМИ, автоматически доказывающая теоремы, которая основана на оригинальном обратном выводе Маслова, аналогичном методу резолюций Робинсона. Среди наиболее значимых результатов, полученных отечественными учеными в 1960-е гг., следует отметить алгоритм «Кора» М. М. Бонгарда, моделирующий деятельность человеческого мозга при распознавании образов. Большой вклад в становление российской школы искусственного интеллекта внесли и такие выдающиеся ученые, как М. Л. Цетлин, В. Н. Пушкин, М. А. Гаврилов, чьи ученики стали пионерами этой науки в России. В х гг. родилось новое направление ИИ ситуационное (соответствующее представлению знаний в западной терминологии). Основателем этой научной школы стал профессор Д. А. Поспелов. Были разработаны и специальные модели представления ситуаций (представления знаний). При том, что отношение к новым наукам в советской России всегда было настороженным, наука с таким «вызы-

13 12 Глава 1 вающим» названием тоже не избежала этой участи и была встречена в Академии наук «в штыки». К счастью, среди членов Академии наук СССР нашлись люди, не испугавшиеся столь необычного словосочетания в качестве названия нового научного направления. Однако только в 1974 г. при Комитете по системному анализу при президиуме АН СССР был создан научный совет по проблеме «Искусственный интеллект», его возглавил Д. А. Поспелов. По инициативе этого совета было организовано пять комплексных научных проектов, возглавляемых ведущими специалистами в данной области: «Диалог» (работы по пониманию естественного языка), «Ситуация» (ситуационное управление), «Банк» (банки данных), «Конструктор» (поисковое конструирование) и «Интеллект робота». В х гг. в нашей стране проводились активные исследования в области представления знаний, разрабатывались языки представления знаний и экспертные системы; в МГУ был создан язык Рефал. В 1988 г. была сформирована Ассоциация искусственного интеллекта (АИИ), президентом которой единогласно был избран Д. А. Поспелов. В рамках этой ассоциации проводилось большое количество исследований, были организованы школы для молодых специалистов, семинары, симпозиумы, раз в два года проводились объединенные конференции, издавался научный журнал. Следует отметить, что уровень теоретических исследований по искусственному интеллекту в России всегда был ничуть не ниже общемирового. Однако, к сожалению, начиная с 1980-х гг. на прикладных работах начинало сказываться постепенное отставание в технологии. На данный момент отставание в области разработки промышленных интеллектуальных систем составляет примерно 3 5 лет. Основные области применения систем ИИ: доказательство теорем, игры, распознавание образов, принятие решений, адаптивное программирование, сочинение машинной музыки, обработка данных на естественном языке, обучающиеся сети (нейросети), вербальное концептуальное обучение.

14 Искусственный интеллект Функциональная структура системы искусственного интеллекта Функциональная структура системы ИИ (рис. 1.1) состоит из трех комплексов вычислительных средств. Первый из них представляет собой исполнительную систему (ИС) совокупность средств, выполняющих программы и спроектированных с позиций эффективного решения задач; этот комплекс имеет в ряде случаев проблемную ориентацию. Второй комплекс это совокупность средств интеллектуального интерфейса, имеющих гибкую структуру, которая обеспечивает возможность адаптации в широком спектре интересов конечных пользователей. Третьим комплексом средств, с помощью которых организуется взаимодействие первых двух комплексов, является база знаний, обеспечивающая использование вычислительными средствами первых Рис Функциональная структура системы ИИ

15 [...]

16 Минимальные системные требования определяются соответствующими требованиями программы Adobe Reader версии не ниже 11-й для платформ Windows, Mac OS, Android, ios, Windows Phone и BlackBerry; экран 10" Учебное электронное издание Серия: «Педагогическое образование» ОСНОВЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА Учебное пособие Ведущий редактор Д. Усенков Художники Н. Новак, С. Инфантэ Технический редактор Е. Денюкова Корректор Л. Макарова Компьютерная верстка: С. Янковая Подписано к использованию Формат мм Издательство «Лаборатория знаний» , Москва, проезд Аэропорта, д. 3 Телефон: (499)

17 БОРОВСКАЯ ЕЛЕНА ВЛАДИМИРОВНА Старший преподаватель кафедры информатики и методики преподавания информатики Челябинского государственного педагогического университета. Область интересов: проблемы модульно-рейтинговой системы контроля и оценки учебных достижений студентов в условиях управления качеством в вузе. ДАВЫДОВА НАДЕЖДА АЛЕКСЕЕВНА Кандидат педагогических наук по специальности «Теория и методика обучения и воспитания (информатика, уровень общего образования)», доцент кафедры информатики и методики преподавания информатики Челябинского государственного педагогического университета. Области интересов: технология формирования содержания образования по информатике в профильных классах общеобразовательных школ, интеллектуальные обучающие системы. Учебное пособие знакомит читателей с историей искусственного интеллекта, моделями представления знаний, экспертными системами и нейронными сетями. Описаны основные направления и методы, применяемые при анализе, разработке и реализации интеллектуальных систем. Рассмотрены модели представления знаний и методы работы с ними, методы разработки и создания экспертных систем. Книга поможет читателю овладеть навыками логического проектирования баз данных предметной области и программирования на языке Prolog. Книга предназначена для студентов и преподавателей педагогических вузов, учителей общеобразовательных школ, гимназий и лицеев.


Искусственный интеллект Преподаватель: Брагилевский В.Н. Докладчик: Банарь О.В. План Философские аспекты ИИ История развития ИИ Подходы к построению систем ИИ Структурный подход. Системы идентификации

К 100-летию со дня рождения Гермогена Сергеевича Поспелова 25 мая 2014 г. исполнилось 100 лет со дня рождения выдающегося ученого, академика АН СССР и Российской академии наук, лауреата Государственной

1. ЦЕЛЬ И ЗАДАЧИ ДИСЦИПЛИНЫ История ЭВМ не только история развития понятий, но и одна из частей истории человеческой деятельности, в которой отражается жизнь человека и как биологического вида, и как члена

ПОСОБИЕ для подготовки к ЕГЭ ИНФОРМАТИКА ИНФОРМАТИКА ПОСОБИЕ для подготовки к ЕГЭ 3-е издание, исправленное и дополненное (электронное) Под редакцией Е. T. Вовк Москва БИНОМ. Лаборатория знаний 2015 УДК

Информатика Лекция 1 Основные определения Доцент кафедры РЭС (2302) Кузнецов Игорь Ростиславович Определение Информатика наука, изучающая все аспекты получения, хранения, преобразования, передачи и использования

Направление 09.03.03 Информатика 1.2 Лекция «Человеко-машинное взаимодействие. ППО» Лектор Молнина Елена Владимировна Старший преподаватель кафедры Информационных систем, ауд.9, гл.корпус. mail: [email protected]

УДК 004.89 ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ОБРАЗОВАНИИ Р.В. Стрельцов, ст. гр. ТП08 Л.В.Славинская, ст. препод. каф. ВМиП Донецкий национальный технический университет Процесс вхождения высшей школы в мировое

Нормативные документы Аннотация к рабочей программе по информатике 8 класс Рабочая программа по информатике и ИКТ составлена на основе авторской программы Угриновича Н.Д. с учетом примерной программы основного

МОДЕЛИ РЕШЕНИЯ ФУНКЦИОНАЛЬНЫХ И ВЫЧИСЛИТЕЛЬНЫХ ЗАДАЧ Л Е К Т О Р А З А Р Ч Е Н К О В А. А. ОСНОВНЫЕ ПОНЯТИЯ Задачи: вычислительные задачи - определение некоторой величины, функциональные задачи - создания

Содержание рабочей программы I.Пояснительная записка с указанием нормативных документов, обеспечивающих реализацию программы 1.Общая характеристика предмета Информатика - это естественнонаучная дисциплина

Федеральное агентство по образованию Государственное образовательное учреждение высшего профессионального образования «Новосибирский государственный университет» (НГУ) Факультет информационных технологий

ПЕРВОЕ ВЫСШЕЕ ТЕХНИЧЕСКОЕ УЧЕБНОЕ ЗАВЕДЕНИЕ РОССИИ МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

Моделирование познавательных способностей человека в искусственном интеллекте Наталья Андреевна Ястреб ВГПУ, 2010 zagoskina_natali@ mail.ru 1 Понятие интеллекта Термин «интеллект» неоднозначный, имеют

Аннотация программы учебной дисциплины «Методы исследования и моделирования информационных процессов и технологий» Цель дисциплины: 1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ Дисциплина «Методы исследования и моделирования

О разработке инструментальных систем, ориентированных на решение информационно-логических задач Р. Г. Бухараев, А. И. Еникеев, И. И. Макаров Практика использования вычислительных машин для автоматизации

Муниципальное бюджетное общеобразовательное учреждение «Средняя школа 9» Аннотация к рабочей программе по информатике и ИКТ в параллели 6-х классов г. Вилючинск 2016-2017 учебный год 1 Количество часов

Информатика Информатика устанавливает законы преобразования информации в условиях функционирования автоматизированных систем, разрабатывает методы еѐ алгоритмизации, формирования языковых средств общения

КАЗАНСКИЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ ИНСТИТУТ ВЫЧИСЛИТЕЛЬНОЙ МАТЕМАТИКИ И ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ Кафедра системного анализа и информационных технологий А.М. ЮРИН ЭКСПЕРТНЫЕ СИСТЕМЫ Учебно-методическое

83 УДК 004.822 РАЗРАБОТКА СИСТЕМЫ АВТОМАТИЗИРОВАННОГО РЕШЕНИЯ ВЫЧИСЛИТЕЛЬНЫХ ЗАДАЧ В САПР, ОСНОВАННОЙ НА МЕТОДЕ ПРОГРАММИРОВАНИЯ В ОГРАНИЧЕНИЯХ Крилевич С.Д., Григорьев А.В. Донецкий национальный технический

À. À. åðíÿê, Æ. À. åðíÿê, Þ. Ì. Ìåòåëüñêèé, Ñ. À. Áîãäàíîâè ÌÅÒÎÄÛ ÎÏÒÈÌÈÇÀÖÈÈ: ÒÅÎÐÈß È ÀËÃÎÐÈÒÌÛ УЧЕБНОЕ ПОСОБИЕ ДЛЯ АКАДЕМИЧЕСКОГО БАКАЛАВРИАТА 2-е издание, исправленное и дополненное Ðåêîìåíäîâàíî

Н. А. Давыдова Е. В. Боровская ПРОГРАММИРОВАНИЕ Учебное пособие Москва БИНОМ. Лаборатория знаний 2009 УДК 004.4 ББК 32.973-018 Д13 Д13 Давыдова Н. А. Программирование: учебное пособие / Н. А. Давыдова,

Аннотация к дисциплине «интелектуальные информационные системы» 1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ 1.1. Цели дисциплины Цель преподавания дисциплины состоит в содействии формированию у обучающихся способности

Муниципальное бюджетное общеобразовательное учреждение средняя общеобразовательная школа 83 РАБОЧАЯ ПРОГРАММА по информатике и ИКТ уровня среднего общего образования учителя Кауровой Галины Владимировны

Тестовые задания по дисциплине ИИС Тема: 1. Искусственный интеллект 1 вопрос: Искусственный интеллект это - направление, которое позволяет решать сложные математические задачи на языках программирования;

ПОЯСНИТЕЛЬНАЯ ЗАПИСКА Рабочая программа кружка по информатике «Юный информатик» для 5-7 классов разработана на основе авторской программы Н.В.Макаровой для 5-9 классов, рекомендованной Министерством образования

Искусственный нейронные сети и возможность создания на их основе искусственного интеллекта Сулейманов К.Б. ФГБОУ ВО «Дагестанский государственный университет» Махачкала, Россия. Artificial neural networks

Аннотация к дисциплине «Основы программирования и алгоритмизации» Направление подготовки (специальность) 09.03.02 «Информационные системы и технологии» Профиль Информационные системы и технологии в строительстве

Методология и логика научных исследований Дисциплина «Методология и логика научных исследований» входит в базовую часть общенаучного цикла подготовки магистров. Целью изучения дисциплины является ознакомление

Интеллектуальные системы машиностроении Лекция 2.1. Методы представления знаний. 1 Представление знаний в системах искусственного интеллекта Основной особенностью интеллектуальных систем является то, что

Марчук 14 г. ОТЗЫВ ведущей организации на диссертационную работу Крылова Дмитрия Александровича «Модели и методы реализации облачной платформы для разработки и использования интеллектуальных сер висов»,

ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА Лекция 5. Экспертные системы Продолжение Технологии ИИ 1 СЕМИОТИЧЕСКИЕ МОДЕЛИ Классические задачи управления. В их фундаменте лежит тезис о том, что нам известны: назначение

8. ФОНД ОЦЕНОЧНЫХ СРЕДСТВ ДЛЯ ПРОВЕДЕНИЯ ПРОМЕЖУТОЧНОЙ АТТЕСТАЦИИ ОБУЧАЮЩИХСЯ ПО ДИСЦИПЛИНЕ (МОДУЛЮ) Информатики, вычислительной техники и 1. Кафедра информационной безопасности 09.03.02 «Информационные

АННОТАЦИЯ рабочей программы «Информационные технологии в управлении» по направлению подготовки/ специальности 38.03.04 «Государственное и муниципальное управление» код и наименование направления/ специальности

МИНОБРНАУКИ РОССИИ федеральное государственное бюджетное образовательное учреждение высшего образования «Московский государственный технологический университет «СТАНКИН» (ФГБОУ ВО «МГТУ «СТАНКИН») АННОТАЦИЯ

1. Российская педагогическая энциклопедия. В 2 т. / Гл. ред. В.В. Давыдов. М.: Большая российская энциклопедия, 1993. Т. 2. 608 с. 2. Селевко Г.К. Современные образовательные технологии: Учеб. пособ. М.:

Г. В. Алексеев, С. А. Бредихин, И. И. Холявин СИСТЕМНЫЙ ПОДХОД В ПИЩЕВОЙ ИНЖЕНЕРИИ Общие определения и некоторые приложения Рекомендовано Федеральным учебно-методическим объединением в системе высшего

Программное обеспечение (ПО) Software Системное и прикладное ПО Системное ПО используется для разработки выполнения программных продуктов, а также для предоставлению пользователю определенных услуг. Системное

Аннотация к рабочим программам по информатике и ИКТ на 2016-2017 7 класс (основное общее образование) Изучение информатики и ИКТ в VII классах направлено на достижение следующих целей: - формирование общеучебных

УДК 004.514.6 ОЦЕНКА КАЧЕСТВА ПОЛЬЗОВАТЕЛЬСКОГО ИНТЕРФЕЙСА ОБУЧАЮЩИХ ПРОГРАММ Горецкий А.А. Донецкий Национальный Технический Университет Кафедра прикладной математики и информатики E-mail: [email protected]

АННОТАЦИЯ РАБОЧЕЙ ПРОГРАММЫ ДИСЦИПЛИНЫ Интеллектуальные системы и технологии по направлению/специальности 09.03.02 - "Информационные системы и технологии" 1. Цели и задачи освоения дисциплины Целью освоения

АДАПТИВНЫЕ И ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ Т. Кохонен Самоорганизующиеся карты Перевод 3-го английского издания В. Н. Агеева под редакцией Ю. В. Тюменцева Москва БИНОМ. Лаборатория знаний 2008 УДК 517.11+519.92

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ Государственное образовательное учреждение высшего профессионального образования «Мурманский государственный гуманитарный университет» (МГГУ) РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «УФИМСКИЙ ГОСУДАРСТВЕННЫЙ АВИАЦИОННЫЙ ТЕХНИЧЕСКИЙ

Системы управления базами данных (СУБД) 1. Общие сведения о СУБД 2. Модели данных 3. СУБД Microsoft Access 1. Общие сведения о системах управления базами данных Два основных направления использования компьютеров:

СОСТАВИТЕЛИ: Рябый В.В., старший преподаватель кафедры математического обеспечения электронно-вычислительных машин Белорусского государственного университета; Побегайло А.П., доцент кафедры технологии

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ федеральное государственное автономное образовательное учреждение высшего профессионального образования НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ЯДЕРНЫЙ УНИВЕРСИТЕТ

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ "ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ - УЧЕБНО-НАУЧНО-ПРОИЗВОДСТВЕННЫЙ

ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ГОРОДА МОСКВЫ СРЕДНЯЯ ОБЩЕОБРАЗОВАТЕЛЬНАЯ ШКОЛА 382 Рассмотрено на заседании МО Руководитель МО Н.В. Павленко Протокол от 2014г. СОГЛАСОВАНО Заместитель

УДК 372.851.046.14 ББК 74.262.21 Г15 Р е ц е н з е н т ы: канд. пед. наук, доц. каф. математики и методики преподавания математики УО «Мозырский гос. пед. ун-т им. И. П. Шамякина» Л. A. Иваненко; учитель

ЮРИЮ МИХАЙЛОВИЧУ ЗАБРОДИНУ 70 ЛЕТ В октябре 2010 г. исполнилось 70 лет Юрию Михайловичу Забродину крупному ученому и организатору отечественной психологической науки. В историю советской и российской психологии

ТАМБОВСКОЕ ОБЛАСТНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ АВТОНОМНОЕ УЧРЕЖДЕНИЕ ДОПОЛНИТЕЛЬНОГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «ИНСТИТУТ ПОВЫШЕНИЯ КВАЛИФИКАЦИИ РАБОТНИКОВ ОБРАЗОВАНИЯ» Преподавание учебного предмета

Пособие для руководителей, их заместителей, педагогов учреждений общего среднего образования М о з ы р ь «Белый Ветер» 2 0 1 4 УДК 371 ББК 74.200.58 Б59 Серия основана в 2007 году С о с т а в и т е л и:

Учебная программа составлена на основе учебного плана учреждения высшего образования по специальности 1-40 05 01 «Информационные системы и технологии (по направлениям)» и учебной программы «Основы информационных

Содержание Название раздела Стр. раздела 1. Пояснительная записка 3-4 2. Содержание учебного предмета 4-5 3. Требование к уровню подготовки учащихся 5-7 4. Литература 7 5. Календарно-тематическое планирование

Основная образовательная программа высшего образования утверждена Ученым советом университета (протокол Ученого совета университета 3 от 16 марта 2016 г) 2 СОДЕРЖАНИЕ 1. Общая характеристика основной профессиональной

Å. Ï. Ãîëóáêîâ ÌÅÒÎÄÛ ÏÐÈÍßÒÈß ÓÏÐÀÂËÅÍ ÅÑÊÈÕ ÐÅØÅÍÈÉ àñòü 1 Ó ÅÁÍÈÊ È ÏÐÀÊÒÈÊÓÌ ÄËß ÀÊÀÄÅÌÈ ÅÑÊÎÃÎ ÁÀÊÀËÀÂÐÈÀÒÀ 3-å èçäàíèå, èñïðàâëåííîå è äîïîëíåííîå Ðåêîìåíäîâàíî Ó åáíî-ìåòîäè åñêèì îòäåëîì âûñøåãî

Лекция 21 Групповые системы принятия решений Процесс принятия решения имеет тот же характер, что и процесс принятия управленческого решения. В нем можно выделить следующие этапы (рис. 4.1). I. Анализ проектной

Нам пишут РОССИХИНА Лариса Витальевна - кандидат технических наук, капитан внутренней службы, старший преподаватель цикла радиотехнических систем Воронежского колледжа Федеральной службы исполнения наказаний

1 Учебник: Информатика. 11 класс. Углубленный уровень. В 2 ч. Авторы: К.Ю. Поляков, Е.А. Еремин М.: БИНОМ, Лаборатория знаний, 2013. Планируемые результаты изучения информатики Программа по предмету «Информатика»

Роль логического программирования в изучении информатики. Н. Пелин Государственный университет Тирасполь(UST) Резюме В работе проводится анализ мнений ряда ученых и специалистов о значении и роли логического

Муниципальное образование - городской округ город Рязань Рязанской области РАБОЧАЯ ПРОГРАММА по информатике и ИКТ Уровень образования - 10-11 классы гуманитарного профиля Количество часов: 2 часа в неделю,

ПРИКЛАДНОЕ ПРИМЕНЕНИЕ СРЕДСТВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В РАЗРАБОТКЕ КОМПЬЮТЕРНЫХ ИГР Казиев А.Б., Прокопюк С.Ю. Томский политехнический университет Томск, Россия APPLICATION OF ARTIFICIAL INTELLIGENCE

Управление, вычислительная техника и информатика УДК 004.032.26:612.825 ОДНОРОДНАЯ МНОГОСЛОЙНАЯ НЕЙРОННАЯ СЕТЬ ПРЯМОГО РАСПРОСТРАНЕНИЯ С ЛОКАЛЬНЫМИ СВЯЗЯМИ С УСЛОВНО-РЕФЛЕКТОРНЫМ МЕХАНИЗМОМ ОБУЧЕНИЯ НА

МОДЕЛИРОВАНИЕ ИНТЕГРАЛЬНЫХ РОБОТОВ В MATLAB С.Т. Садыкова ЕНУ им. Л.Н. Гумилева, г. Астана, ул. Мунайтпасова, 5, 001008. E-mail: [email protected] Введение. Ро бот (чеш. robot) автоматическое устройство

Коломенский институт (филиал)

Государственного образовательного учреждения высшего

профессионального образования

«МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ОТКРЫТЫЙ УНИВЕРСИТЕТ»

Кафедра информатики и информационных технологий

«УТВЕРЖДЕНО»

Учебно-методическим

Советом КИ (ф) МГОУ

Председатель совета

профессор

А.М. Липатов

«___» ____________ 2010 г.

П.С. Романов

ОСНОВЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Учебное пособие по дисциплинам направления

«Информатика и вычислительная техника»

Для студентов высших учебных заведений

Коломна – 2010

У

Печатается в соответствии с решением учебно-методического совета Коломенского института (филиала) ГОУ ВПО «МГОУ» от __________ 2010 г. № ________

ДК 519.6

Р69 Романов П.С.

Основы искусственного интеллекта. Учебное пособие. – Коломна: КИ (ф) МГОУ, 2010. – 164 с.

В учебном пособии рассмотрены основы искусственного интеллекта. Представлены основные понятия искусственного интеллекта. Приведены положения теории нечетких множеств. Рассмотрены основные интеллектуальные системы, их назначение, классификация, характеристики, проблемы создания, примеры.

Учебное пособие предназначено для студентов высших учебных заведений, обучающихся по направлению «Информатика и вычислительная техника». Может быть использовано при изучении интеллектуальных информационных систем студентами других специальностей.

Рецензент: доктор технических наук, профессор В.Г. Новиков

©Романов П.С.

©КИ(ф) МГОУ, 2010

Введение………………………………............……………………………………...5

Глава 1. Основные понятия искусственного интеллекта................................6

§ 1.1. Основные термины и определения...................................................6

§ 1.2. История развития систем ИИ...........................................................12

§ 1.4. Основные направления развития и применения

интеллектуальных систем................................................................25

Глава 2. Положения теории нечетких множеств...........................................32

§ 2.1. Нечеткое множество. Операции над нечеткими множествами…..32

§ 2.1.1. Основные операции над нечеткими множествами....................35

§ 2.2. Построение функции принадлежности...........................................38

§ 2.2.1. Некоторые методы построения функции принадлежности......39

§ 2.3. Нечеткие числа.................................................................................44

§ 2.4. Операции с нечеткими числами (L-R)-типа....................................46

§ 2.5. Нечеткая и лингвистическая переменные........................................47

§ 2.6. Нечеткие отношения........................................................................50

§ 2.7. Нечеткая логика................................................................................51

§ 2.8. Нечеткие выводы..............................................................................53

§ 2.9. Автоматизация обработки информации с использованием

нечетких систем..................................................................................59

Глава 3. Основные интеллектуальные системы...........................................64

§ 3.1. Данные и знания...............................................................................64

§ 3.2. Модели представления знаний........................................................66

§ 3.3.1. Продукционные правила...............................................................69

§ 3.3.2. Фреймы..........................................................................................72

§ 3.3.3. Семантические сети......................................................................74

§ 3.4. Экспертные системы. Предметные области...................................76

§ 3.5. Назначение и область применения экспертных систем.................77

§ 3.6. Методология разработки экспертных систем.................................81

§ 3.7. Основные экспертные системы........................................................86

§ 3.8. Трудности в разработке экспертных систем и пути их

преодоления......................................................................................90

§ 3.9. Назначение, классификация роботов..............................................94

§ 3.10. Примеры роботов и робототехнических систем..........................97

§ 3.10.1. Домашние (бытовые) роботы.................................................97

§ 3.10.2. Роботы спасатели и исследовательские роботы...................99

§ 3.10.3. Роботы для промышленности и медицины...........................100

§ 3.10.4. Военные роботы и робототехнические системы..................101

§ 3.10.5. Мозг как аналого-цифровое устройство................................104

§ 3.10.6. Роботы – игрушки...................................................................104

§ 3.11. Проблемы технической реализации роботов...............................105

§ 3.12. Адаптивные промышленные роботы..........................................114

§ 3.12.1. Адаптация и обучение............................................................114

§ 3.12.2. Классификация адаптивных систем управления

промышленными роботами...................................................117

§ 3.12.3. Примеры адаптивных систем управления роботами............123

§ 3.12.4. Проблемы в создании промышленных роботов...................128

§ 3.13. Нейросетевые и нейрокомпьютерные технологии......................132

§ 3.13.1. Общая характеристика направления....................................132

§ 3.13.2. Нейропакеты..........................................................................140

§ 3.14. Нейронные сети............................................................................147

§ 3.14.1. Персептрон и его развитие...................................................147

3.14.1.1. Математический нейрон Мак-Каллока-Питтса................147

3.14.1.2. Персептрон Розенблатта и правило Хебба......................148

3.14.1.3. Дельта-правило и распознавание букв.............................150

3.14.1.4. Адалайн, мадалайн и обобщенное дельта-правило..........152

§ 3.14.2. Многослойный персептрон и алгоритм обратного

распространения ошибки.....................................................155

§ 3.14.3. Виды активационных функций.............................................160

Введение

Наука под названием «искусственный интеллект» входит в комплекс компьютерных наук, а создаваемые на ее основе технологии относятся к информационным технологиям. Задачей этой науки является обеспечение разумных рассуждений и действий с помощью вычислительных систем и иных искусственных устройств. Как самостоятельное научное направление искусственный интеллект (ИИ) существует чуть более четверти века. За это время отношение общества к специалистам, занимающимся подобными исследованиями, претерпело эволюцию от скепсиса к уважению. В передовых странах работы в области интеллектуальных систем поддерживаются на всех уровнях общества. Бытует устойчивое мнение, что именно эти исследования будут определять характер того информационного общества, которое уже приходит на смену индустриальной цивилизации, достигшей своей высшей точки расцвета в XX-м веке. За прошедшие годы становления ИИ как особой научной дисциплины сформировались ее концептуальные модели, накопились специфические, принадлежащие только ей методы и приемы, устоялись некоторые фундаментальные парадигмы. Искусственный интеллект стал вполне респектабельной наукой, ничуть не менее почетной и нужной, чем физика или биология.

Искусственный интеллект представляет собой экспериментальную науку. Экспериментальность ИИ состоит в том, что создавая те или иные компьютерные представления и модели, исследователь сравнивает их поведение между собой и с примерами решения тех же задач специалистом, модифицирует их на основе этого сравнения, пытаясь добиться лучшего соответствия результатов. Чтобы модификация программ «монотонным» образом улучшала результаты, надо иметь разумные исходные представления и модели. Их доставляют психологические исследования сознания, в частности, когнитивная психология.

Важная характеристика методов ИИ – он имеет дело только с теми механизмами компетентности, которые носят вербальный характер (допускают символьное представление). Далеко не все механизмы, которые использует для решения задач человек, таковы.

В книге представлены основы ИИ, которые дают возможность сориентироваться в большом количестве публикаций, посвященных проблемам искусственного интеллекта и получить необходимые знания в этой области науки.

Развитие искусственного интеллекта

История искусственного интеллекта началась не так уж давно. Во второй половине XX века было сформулировано понятие искусственного интеллекта (artificial intelligence) и предложено несколько его определений. Одним из первых определений, которое, несмотря на значительную широту трактовки, до сих пор не утратило своей актуальности, заключается в представлении искусственного интеллекта как: «Способ заставить вычислительную машину думать, как человек».

Актуальность интеллектуализации вычислительных систем обусловлена потребностью человека находить решения в таких реалиях современного мира, как неточность, двусмысленность, неопределенность, нечеткость и необоснованность информации. Необходимость повышения скорости и адекватности данного процесса стимулирует создание вычислительных систем, через взаимодействие с реальным миром средствами робототехники, производственного оборудования, приборов и других аппаратных средств, могут способствовать его осуществлению.

Вычислительные системы, в основу работы которых возложена исключительно классическая логика — то есть алгоритмы решения известных задач, сталкиваются с проблемами, встречая неопределенные ситуации. В отличие от них, живые существа, хотя и проигрывают в скорости, способные принимать успешные решения в подобных ситуациях.

Пример искусственного интеллекта

В качестве примера можно привести обвал фондового рынка 1987 года, когда компьютерные программы продавали акции на сотни миллионов долларов с целью получить прибыль в несколько сотен долларов, что собственно и создало предпосылки для обвала. Положение было исправлено после перехода полного контроля за биржевыми торгами в протоплазменное интеллектуальных систем, то есть, к людям.

Определяя понятие интеллекта как научную категорию, его следует понимать как пригодность системы к обучению. Таким образом, одна из наиболее конкретизированных, на наш взгляд, определений искусственного интеллекта трактуется, как способность автоматизированных систем приобретать, адаптировать, модифицировать и пополнять знания с целью поиска решений задач, формализация которых затруднена.

В этом определении термин «знание» имеет качественное отличие от понятия информации. Это различие хорошо отражает представление этих понятий в виде информационной пирамиды на рис 1.

Рисунок 1 — Информационная пирамида

В ее основе находятся данные, следующий уровень занимает информация, завершает пирамиду уровень знаний. По мере продвижения вверх по информационной пирамиде объемы данных переходят в ценность информации и далее — в ценность знаний. То есть, информация возникает в момент взаимодействия субъективных данных и объективных методов их обработки. Знания формируются на основе образования распределенных взаимосвязей между разнородной информацией, создавая при этом формальную систему — способ отражения их в точных понятиях или утверждениях.

Именно поддержка такой системы — системы знаний, в таком актуальном состоянии, позволяющая строить программы действий для поиска решений поставленных перед ними задач, учитывая конкретные ситуации, которые образуются на определенный момент времени в окружающей среде, является задачей искусственного интеллекта. Таким образом, искусственный интеллект можно, также, представить, как универсальный надалгоритм, способный создавать алгоритмы решения новых задач.

Учебное пособие знакомит читателей с историей искусственного интеллекта, моделями представления знаний, экспертными системами и нейронными сетями. Описаны основные направления и методы, применяемые при анализе, разработке и реализации интеллектуальных систем. Рассмотрены модели представления знаний и методы работы с ними, методы разработки и создания экспертных систем. Книга поможет читателю овладеть навыками логического проектирования баз данных предметной области и программирования на языке ProLog.
Для студентов и преподавателей педагогических вузов, учителей общеобразовательных школ, гимназий, лицеев.

Понятие об искусственном интеллекте.
Система искусственного интеллекта (ИИ) - это программная система, имитирующая на компьютере процесс мышления человека. Для создания такой системы необходимо изучить сам процесс мышления человека, решающего определенные задачи или принимающего решения в конкретной области, выделить основные шаги этого процесса и разработать программные средства, воспроизводящие их на компьютере. Следовательно, методы ИИ предполагают простой структурный подход к разработке сложных программных систем принятия решений .

Искусственный интеллект - это направление информатики, целью которого является разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножестве естественного языка.

ОГЛАВЛЕНИЕ
Глава 1. Искусственный интеллект
1.1. Введение в системы искусственного интеллекта
1.1.1. Понятие об искусственном интеллекте
1.1.2. Искусственный интеллект в России
1.1.3. Функциональная структура системы искусственного интеллекта
1.2. Направления развития искусственного интеллекта
1.3. Данные и знания. Представление знаний в интеллектуальных системах
1.3.1. Данные и знания. Основные определения
1.3.2. Модели представления знаний
1.4. Экспертные системы
1.4.1. Структура экспертной системы
1.4.2. Разработка и использование экспертных систем
1.4.3. Классификация экспертных систем
1.4.4. Представление знаний в экспертных системах
1.4.5. Инструментальные средства построения экспертных систем
1.4.6. Технология разработки экспертной системы
Контрольные вопросы и задания к главе 1
Литература к главе 1
Глава 2. Логическое программирование
2.1. Методологии программирования
2.1.1. Методология императивного программирования
2.1.2. Методология объектно-ориентированного программирования
2.1.3. Методология функционального программирования
2.1.4. Методология логического программирования
2.1.5. Методология программирования в ограничениях
2.1.6. Методология нейросетевого программирования
2.2. Краткое введение в исчисление предикатов и доказательство теорем
2.3. Процесс логического вывода в языке Prolog
2.4. Структура программы на языке Prolog
2.4.1. Использование составных объектов
2.4.2. Использование альтернативных доменов
2.5. Организация повторений в языке Prolog
2.5.1. Метод отката после неудачи
2.5.2. Метод отсечения и отката
2.5.3. Простая рекурсия
2.5.4. Метод обобщенного правила рекурсии (ОПР)
2.6. Списки в языке Prolog
2.6.1. Операции над списками
2.7. Строки в языке Prolog
2.7.1. Операции над строками
2.8. Файлы в языке Prolog
2.8.1. Предикаты Prolog для работы с файлами
2.8.2. Описание файлового домена
2.8.3. Запись в файл
2.8.4. Чтение из файла
2.8.5. Модификация существующего файла
2.8.6. Дозапись в конец уже существующего файла
2.9. Создание динамических баз данных в языке Prolog
2.9.1. Базы данных на Prolog
2.9.2. Предикаты динамической базы данных в языке Prolog
2.10. Создание экспертных систем
2.10.1. Структура экспертной системы
2.10.2. Представление знаний
2.10.3. Методы вывода
2.10.4. Система пользовательского интерфейса
2.10.5. Экспертная система, базирующаяся на правилах
Контрольные вопросы и задания к главе 2
Литература к главе 2
Глава 3. Нейронные сети
3.1. Введение в нейронные сети
3.2. Искусственная модель нейрона
3.3. Применение нейронных сетей
3.4. Обучение нейросети
Контрольные вопросы и задания к главе 3
Литература к главе 3.

Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Основы искусственного интеллекта, Боровская Е.В., Давыдова Н.А., 2016 - fileskachat.com, быстрое и бесплатное скачивание.