Правка Вид bctаbkа Запрос Сервис qkhq справка
Запрос 1 запрос на выборку
ФИО КодОтдела КодДолжности Образование
Пол
Рис. 4.9
Базы знаний Назначение и основы использования систем искусственного интеллекта 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: • нисходящий, семиотический - создание экспертных систем, • восходящий, биологический - изучение нейронных сетей и 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. Примеры вопросов 1. Для решения плохо формализуемых задач на ЭВМ используются • аппроксимации функций; • статистической обработки; • оптимизации; • искусственного интеллекта?
2. Методы искусственного интеллекта НЕ ПРИМЕНЯЮТ: • при распознавании текста; • при распознавании речи; • при статистической обработке информации; • при распознавании образов? 3. Системы искусственного интеллекта применимы для решения
• производится цифровая обработка сигнала; • имеется неопределенность информации или приложение ра • осуществляется обработка текста; • осуществляется обработка статистических данных? Нейронные сети 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, перцеп-трон 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. Пример вопроса Понятие перцептрон определяет: • множество; • автомат; • нейронную сеть; • нечеткую логику? Определение базы знаний 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 сосредоточивалась 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. Пример вопроса Знания в интеллектуальных системах по форме их представления делятся: • на противоречивые - непротиворечивые; • на точные - приблизительные; • на процедурные — декларативные; • на проверенные - сомнительные?
Воспользуйтесь поиском по сайту: ©2015 - 2024 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...
|