Лекция 1 по дисциплине «Искусственный интеллект и нейросетевое управление» тема: «Базовые понятия искусственного интеллекта. Нечёткая логика». Мамонова Татьяна Егоровна

Информационные революции в истории человечества 1) Появление речи. 2) Появление письменности. 3) Появление книгопечатания. 4) Появление электросвязи в различных видах и средств записи знаний. 5) Появление массовых ЭВМ. 20 век называют веком атомной энергетики, космонавтики. 21-й век уже сегодня называют веком информационных технологий. Искусственный интеллект – одно из ключевых направлений в развитии информационных технологий. 1

Мышление и интеллект Существенное отличие человека от множества других живых существ – его способность познания мира. Наука, ориентированная на изучение познавательных процессов человека, называется психологией. Конкретным выяснением физических, химических и биологических процессов, с помощью которых происходит мышление занимается наука – нейрофизиология. 2

К познавательным процессам относят: ощущение, восприятие, внимание, память, воображение, мышление, речь. 3

Определения интеллекта Познание – это процесс отражения и воспроизведения действительности в мышлении; взаимодействие субъекта и объекта, результатом которого является новое знание о мире. Мышление – опосредованное и обобщённое отражение существенных характеристик действительности на основе её анализа и синтеза (в широком смысле); процесс решения и постановки задач (в узком смысле)». Сознание – это способность идеального воспроизведения действительности в мышлении. Базовое определение: Интеллект – это способность решать задачи. Основное определение: Интеллект – это способность самостоятельно, эффективно находить качественные решения разнообразных сложных задач, в том числе ранее неизвестных. 4

Задачи. В это понятие входят в первую очередь такие задачи, когда необходимо: – собрать информацию, – оценить ситуацию, – принять решение, – действовать. Примеры задач: формулировка целей, построение моделей, выдвижение гипотез, оценка достоверности решений, упрощение, планирование и проч. Примем множество возможных задач, а точнее – классов однотипных, одинаково решаемых задач – бесконечно. Обозначим это множество через. 5

Решать – нахождение решения, верного в некотором приближении, которое устраняет проблемную ситуацию полностью либо приемлемую его часть, постоянно либо на приемлемый срок. – качество решения – внутренняя характеристика самого решения, – стоимость решения – внешнее свойство, относящееся к объекту, который получил это решение. Объект – то, что пытается найти решение. Объекту необходимы: способность воспринять задачу, возможность выбора и возможность действия. 6

Меры интеллекта Мера интеллекта на классе задач – Мера 1 Пусть для выбранного класса задач существует множество решений при с коэффициентом качества. Если для рассматриваемого объекта существуют вероятности получения данных решений, то величина интеллекта есть сумма: 7

Мера интеллекта на классе задач с учётом стоимости решения –Мера 2 Пусть, при тех же условиях, для каждого решения задана стоимость его получения объектом. Тогда величина интеллекта определится как сумма: 8

Мера интеллекта на множестве классов задач Мера 3 Пусть задано множество классов задач, при этом,. Пусть также существуют вероятности возникновения задач этих классов. Тогда величина интеллекта на данном множестве классов задач есть: 9

Обучаемость – Мера 4 – обучаемость объекта по интенсивному пути развития, – обучаемость объекта по экстенсивному пути, 10

Уровни интеллекта уровня Характе ристика мер Описание уровня 0 Объект способен применять известные решения известных классов задач. Объект не изменяется и не способен совершенствоваться. 1 Объект способен применять известные решения известных классов задач. Он способен совершенствоваться эволюционным путём, улучшая соотношения частот применяемых решений и уменьшая стоимость их получения. 2 Объект способен совершенствоваться революционным путём – он может находить новые решения известных классов задач. 3 Объект способен совершенствоваться революционным путём – может находить решения для ранее неизвестных классов задач. 11

Определения ИИ ИИ – это «автоматизация видов деятельности, которые мы ассоциируем с человеческим мышлением (human thinking), таких как принятие решений, решение проблем, обучение…» – Belman, ИИ – «Прикладывание новых усилий для того, чтобы сделать думающие компьютеры, … машины с мозгами в полном и дословном смысле» – Hougeland, ИИ – «Изучение ментальных способностей через использование вычисли-тельных моделей» – Charniak, McDermont, (ментальный – имеющий отношение к умственной сфере субъекта). ИИ – «искусство создания машин, которые осуществляют функции, требующие интеллекта при реализации их человеком» – Kurzweil, «Область науки, которая имеет дело с объяснением и воспроизведением интеллектуального поведения в терминах вычислительных процессов» – Schalkoff,

Основное определение ИИ Термин artificial intelligence родился в 1956 году на одноименной конференции в Стэнфордском университете, где обсуждалось решение логических, а не вычислительных задач. Искусственный интеллект – это раздел информатики, изучающий возможность обеспечения разумных рассуждений и действий с помощью вычислительных систем и иных искусственных устройств. При этом в большинстве случаев заранее неизвестен алгоритм решения задачи. 13

Области применения ИИ Доказательства теорем; Игры; Распознавание образов; Принятие решений; Адаптивное программирование; Сочинение машинной музыки; Обработка данных на естественном языке; Обучающиеся сети (нейросети); Вербальные концептуальные обучения. 14

Функциональная структура СИУ 15

Нечёткая логика Основы нечеткой логики были заложены в конце 60-х лет в работах известного американского математика Латфи Заде Пусть E – универсальное множество, x – элемент E, а R – определенное свойство. Тогда нечеткое подмножество A универсального множества E определяется как множество упорядоченной пары, где – характеристическая функция принадлежности (или просто функция принадлежности), принимающая значение в некотором упорядоченном множестве M (например, M = [0,1]). Функция принадлежности указывает степень (или уровень) принадлежности элемента x к подмножеству A. 16

Запись нечеткого множества Пусть Е={x1, x2, x3, x4, x5}, M=[0,1]; A – элемент множества, для которого Тогда A можно представить в виде: 1) А={0,2/x1;0/x2;0,4/x3;1/x4;0.7/x5}, 2) A={0,2/x1+0/x2+0,4/x3+1/x4+0,7/x5}, 3) А= x1x2x3x4x5 0,200,410,7 17

Основные характеристики нечётких множеств Пусть М=[0,1] и А – нечеткое множество с элементами из универсального множества Е и множеством принадлежностей М. 1) Высота:. Если, то нечёткое множество А нормально. Если, то нечёткое множество А субнормально. 18

Нечеткое множество пусто, если. Непустое субнормальное множество можно нормализовать по формуле: Нечеткое множество унимодально, если только в одном x из E. Носителем нечеткого множества A является обычное подмножество со свойством, т.е. Элементы, для которых, называются точками перехода множества A. Пример: Пусть E={0, 1, 2, …, 10}, M=[0,1]. Нечеткое множество «Несколько» можно определить следующим образом: «Несколько»=0,5/3+0,8/4+1/5+1/6+0,8/7+0,5/8; его характеристики: высота=1, носитель ={3,4,5,6,7,8}, точки перехода – {3,8}. 19

Спасибо за внимание