Автор: Пользователь скрыл имя, 14 Февраля 2012 в 21:05, реферат
Одно из актуальных направлений информатики - интеллектуализация информационных технологий. В результате пользователь сможет не только получить сведения на основе обработки данных, но и использовать по интересующей его проблеме накопленный опыт и знания профессионалов. Интеллектуальные системы и технологии применяются для распространения профессионального опыта и решения сложных научных задач. Для обработки и моделирования знаний применяются специальные модели и создаются базы знаний.
Оглавление
Введение 3
Системы поддержки принятия решений 4
Термины и определения 4
OLAP (Оnline Аnalytical Processing) 6
Data Mining 6
Мнение экспертов о Data Mining 7
Характеристика систем поддержки принятия решений 9
Функциональность DSS-систем 11
Основные компоненты 11
Система управления интерфейсом 12
Области применения 13
Телекоммуникации 13
Банковское дело 13
Страхование 14
Розничная торговля 14
Целевые результаты 14
Системы искусственного интеллекта 16
Различные подходы к построению систем искусственного интеллекта 16
Искусственный интеллект 19
Основные направления развития искусственного интеллекта: 21
Экспертные системы (ЭС) 22
Обобщенная структура экспертной системы, основные понятия и определения. 22
Классификация ЭС 23
Классификация по решаемой задаче 24
Интерпретация данных 24
Диагностика 24
Мониторинг 24
Проектирование 24
Прогнозирование 25
Планирование 25
Обучение 25
Классификация по связи с реальным временем 26
Статические ЭС 26
Квазидинамические ЭС 26
Динамические ЭС 26
Классификация по типу ЭВМ 26
Классификация по степени интеграции с другими программами 26
Автономные ЭС 26
Гибридные ЭС 26
Инструментальные средства построения экспертных систем 27
Этапы разработки экспертных систем 27
Методы поиска решений в экспертных системах 29
Интеллектуальные пакеты прикладных программ 30
Достоинства ППП 32
Недостатки ППП 32
Нейронные сети 32
Заключение 34
Список используемой литературы: 35
1) Сокращение затрат на разработку; (до нескольких десятков процентов, в среднем 20–30%)
2) По
сравнению с элементарными
3) Более
высокое качество
4) Более
высокая функциональная
5) Наличие
развитой системы
6) ППП
– средство передачи и обмена
опытом между разработчиками
и между конечными
1) Сложность освоения ППП;
2) Большое
разнообразие ППП по
3) Низкая
степень системной увязки
4) Проблема наращивания и модификации;
5) Малая функциональная полнота.
Нейроподобные
сети в последнее время являются
одним из самых перспективных
направлений в области
Сети первой группы, такие как сети обратного распространения ошибки, сети Хопфилда и др. используются для распознавания образов, анализа и синтеза речи, перевода с одного языка на другой и прогнозирования. Это вызвано такими особенностями сетей как восстановление изображения по его части, устойчивостью к зашумлению входного сигнала, прогнозирование изменения входов и параллельность вычислений. Также, немаловажной характеристикой является способность функционировать даже при потере некоторой части сети.
Сети
второй группы используются как системы
управления в реальном времени несложных
объектов. Это управление популярными
в последнее время
Особенностями данной группы является
появление некоторых внутренних стимулов,
возможностью к самообучению и функционированию
в реальном времени.
И, наконец,
сети третьей группы, являющиеся дальнейшим
развитием предыдущих, представляют
собой уже нейроподобные
Сейчас в Интернете повсеместно можно встретить признаки зарождения подобных проектов, призывы объединиться всем научным потенциалом способного думать человечества в целях очеловечивания Интернета, преобразования его в разумную систему или среду обитания разумных систем. Раз существуют подобные предпосылки, значит не что не оставит полет человеческой мысли на пути достижения поставленной цели.
На основании вышеизложенного можно сделать вывод о том, что основные направления искусственного интеллекта связаны с моделированием, но в случае машинного интеллекта мы имеем дело с моделированием феноменологическим, имитационным, а в случае искусственного разума – с моделированием структурным.
В перспективах можно выделить два направления развития ИИ:
Необходимо отметить, что проблема представления знаний в компьютерных системах является, пожалуй, самой важнейшей в области моделирования на ЭВМ функций человеческого мышления. Накапливая знания о внешнем мире, фиксируя данные, осмысливая их, человек создает сложную систему представлений - некую концептуальную модель, которая в конечном итоге фиксируется естественным языком.
Модель внешнего мира у человека слабо типизирована и слабо формализована, такая модель предполагает оперирование образами, и в ней можно выделить синтаксический, семантический и прагматический уровни. Однако необходимо помнить, что это модель. В ЭВМ также может быть создана модель внешнего мира, однако принципы функционирования компьютера таковы, что эта модель должна быть строго формализована. Сегодняшний опыт заставляет сделать вывод, что такая формализованная модель описывает реальный мир очень неточно. Для адекватного отображения внешнего мира компьютерные модели должны обладать гибкостью, многоплановостью и так далее, но необходимость формализации накладывает существенные ограничения при отображении реально существующих объектов и связей между ними.
Модель
окружающего мира у современного
компьютера настолько неточна, что задача
создания искусственного интеллекта в
обозримом будущем не может быть поставлена
научно. Однако нельзя не видеть, что происходит
постоянное совершенствование системы
представления и оперирования данными,
уже созданы и функционируют сложнейшие
экспертные системы, которые оказывают
существенную помощь специалистам в различных
областях человеческой деятельности.
И такие экспертные системы - еще далеко
не предел возможности представления
знаний в ЭВМ. В этой работе лишь обозначены
сложные вопросы, стоящие на пути моделирования
на ЭВМ основных функций человеческого
мышления, которые требуют более детального
и комплексного философского, методологического
анализа.