Изучение ИС позволяет сделать попытку сформулировать общие принципы, которые, не являясь достаточными, отражают необходимые моменты в их организации и функционировании.
Принцип системности.
ИС могут быть только сложными системами, функции всех их элементов должны быть согласованы с назначением системы и их местом в них, а также между собой. Именно взаимная согласованность и взаимозависимость элементов системы обеспечивает целостность и функциональную полноту наиболее совершенных ИС. Это может также приводить к структурной или функциональной избыточности.
Принцип иерархичности
Сложная иерархическая многоуровневая структура является основой для одновременного протекания множества процессов. Уровень неординарности итогового процесса зависит от характера совокупности составляющих процессов. Сложная совокупность процессов принципиально характеризуется и сложной структурой. Таким образом, в некотором роде уровень сложности системы и ее структуры определяет и потенциальный уровень ее интеллекта.
Принцип многоканальности
Получение согласованных с обстоятельствами и средой решений различных задач основывается на информации, получаемой извне по многим каналам и работающим на различных физических принципах, что позволяет иметь разнородную характеристику специальных свойств объектов среды. Комплексирование информационных данных позволяет иметь более объективную и более полную картину о происходящих процессах. Разнородная информация, получаемая по разным каналам, обрабатывается примерно за одинаковое минимально возможное время. Наглядность этого принципа характеризует следующий факт. Человек способен решать различного рода опознавательные задачи за доли секунды, а зрительная система человека, несомненно, работает как параллельное устройство. Параллельная обработка как зрительной информации, так и поступающей в мозг человека от других органов чувств, дозволяет реализовать инвариантное опознавание объектов.
Принцип адаптивности
Принцип адаптивности предполагает наличие у ИС потенциальных возможностей улучшения работы: в условиях априорной и текущей неопределенности на основе обучения на опыте. Особая роль при этом принадлежит элементам системы — реализующим память. Адаптация может происходить путем самонастройки, самообучения или самоорганизации. Адаптивные способности могут определяться объемом информации (памятью) системы и потребными затратами времени на ее обработку.
Принцип взаимности функциональных и структурных свойств
Естественно, что назначение системы, ее функции непосредственно влияют на структуру системы. Однако и структура системы должна способствовать наиболее полной
реализации функций.
Принцип эквифивальности
Этот принцип предполагает наличие у системы множества взаимосогласованных последовательностей реакций на определенные внешние воздействия, приводящих к одному и тому же практически полезному результату.
Принцип динамического самопрограммирования
Самая замечательная особенность нервного управления, наиболее ярко выраженная в целеустремленном творческом разуме человека, заключается в способности на основании разнообразного анализа ситуаций мгновенно создавать сложнейшие и вместе с тем оптимальные программы деятельности, которые непрерывно перестраиваются и корректируются с учетом прошлых событий, текущей действительности и прогнозирования будущего. Уже образование элементарного условного рефлекса представляет собой выработку новой программы поведения. Усложнение условных рефлексов означает все более высокую самоорганизацию поведенческих программ. В кибернетическом смысле основная функция высшей нервной деятельности состоит в динамическом поведении самопрограммирования.
ЭТАПЫ ПРОЕКТИРОВАНИЯ ИC
Существуют различные взгляды на определение числа этапов проектирования интеллектуальных систем. Это зависит от многих факторов, в частности от характера функций будущей интеллектуальной системы, области использования, наличия развитых инструментальных средств и т. д.
Процесс построения систем ИИ можно разделить на пять этапов (см.Рис.)
Этапы проектирования ИИ:
1. Идентификация определения задач и идентификация их характеристик. Разрабатывается техническое задание на проектируемую систему, ограничивается круг пользователей системы.
2. Выделение главных концепций предметной области, которые отражают знания круга экспертов. Инженер знаний определяет формальные средства представления знаний и процедуры получения решений. Выявляются и формулируются понятия, определяющие выбор характерной схемы представления знаний эксперта о предметной области. Основным источником знаний о проблемной области является человек-эксперт, книги, технологические описания, инструкции, документы. Другим важным источником знаний является Интернет (традиционный поиск необходимой информации и знаний, а также интеллектуальные агенты (программные роботы)).
3 . Выбор формализма представления знаний и определение механизма вывода решений. Разработанная структура для представления знаний является основой для реализации следующего этапа — непосредственного построения базы знаний системы.
4. Выбор или разработка языка представления знаний. После того как правила сформулированы и представлены на выбранном языке представления, они заносятся инженером знаний в БЗ.
5. Тестирование системы путем решения конкретных проверочных задач.
Заключение
Области применения существующих на сегодняшний день ИС охватывает множество сфер деятельности. Существует множество доводов в пользу того, что системы искусственного интеллекта могут и должны стать важнейшей составной частью в технологии современных производств. К примеру: нехватка времени на принятие решения, большие объемы информации для управления и т.д. Таким образом, ИС колоссально экономят время пользователей, облегчают работу и автономно выполняют поставленные задачи, позволяя увечличить эффективность труда.
Список используемой литературы
1). В. Б. Кудрявцев. «Введение в теорию интеллектуальных систем»: Учеб. пособие
2). Л. С. Болотова. «Системы искусственного интеллекта. Теоретические основы и формальные модели представления знаний»: Учеб. пособие
3). Гаврилова Т.А., Хорошевский В.Ф. «Базы знаний интеллектуальных систем».
4) Рыбина Г.В. «Основы построения интеллектуальных систем»
5) Лисьев Г.А., Попова И.В. «Технологии поддержки принятия решений»
