Интеллектуальный интерфейс информационной системы
Анализ развития средств вычислительной техники позволяет утверждать, что она постоянно эволюционирует в двух направлениях. Первое из них связано с улучшением параметров существующих компьютеров, повышением их быстродействия, увеличением объемов их оперативной и дисковой памяти, а также с совершенствованием и модификацией программных средств, ориентированными на повышение эффективности выполнения ими своих функций. Это можно назвать развитием по горизонтали.
Второе направление определяет изменения в технологии обработки информации, приводящие к улучшению использования компьютерных систем. Развитие в этом направлении связано с появлением новых типов компьютеров и качественно новых программных средств, дополняющих уже существующие. Типичным примером этого процесса является появление многоядерной архитектуры компьютеров и параллельных вычислений в современных компьютеров. Такое развитие можно назвать развитием по вертикали.
Развитие программных средств идет по пути увеличения их дружественности, т.е. такого упрощения управления ими, при котором от пользователя не требуется специальной подготовки, и система создает максимально комфортные условия для его работы. Примером того является появление инструментальных средств для разработки web-приложений, которые позволяют пользователям вообще не умеющим программировать создавать полноценные интернет ресурсы. В качестве другого примера можно привести парадигму современных визуальных средств программирования, согласно которой весь интерфейс программного средства создается путем конструирования программы наподобие конструктора, а язык программирования используется для обработки событий.
|
|
Для обеспечения наибольшей дружественности интерфейса программного средства с пользователем первый должен стать интеллектуальным. Интеллектуальный интерфейс, обеспечивающий непосредственное взаимодействие конечного пользователя и компьютера при решении задачи в составе человеко-машинной системы, должен выполнять три группы функций:
- обеспечение пользователю возможности постановки задачи для ЭВМ путем сообщения только ее условия (без задания программы решения);
- обеспечение для пользователя возможности формирования сред решения задачи с использованием только терминов и понятий из области профессиональной деятельности пользователя, естественных форм представления информации;
- обеспечение гибкого диалога с использованием разнообразных средств, в том числе не регламентируемых заранее, с коррекцией возможных ошибок пользователя.
|
|
Структура системы (рис. 1.2), удовлетворяющей требованиям новой технологии решения задач, состоит из трех компонент:
- исполнительной системы, представляющей собой совокупность средств, обеспечивающих выполнение программ;
- базы знаний, содержащей систему знаний о проблемной среде;
- интеллектуального интерфейса, обеспечивающего возможность адаптации вычислительной системы к пользователю.
Рис. 1.2. Структура современной системы решения прикладных задач
Такая система существенно отличается от технологий, создававшихся на более ранних этапах развития информатики и вычислительной техники. Путь реализации новейших информационных технологий предполагает использование вычислительных систем, построенных на основе представления знаний предметной области задачи и интеллектуального интерфейса.
Интеллектуальные роботы
Успехи в развитии средств вычислительной техники обусловили повышенный интерес и большое внимание к исследованиям в области машинного интеллекта. Рассмотрим их значение для решения проблем, связанных с созданием и использованием интеллектуальных роботов.
Планирование. Практически одновременно с появлением ЭВМ первого поколения в ИИ начали разрабатывать программы, решающие головоломки и доказывающие теоремы, а также игровые программы. Для робототехники особую роль сыграло развитие теории и техники автоматического доказательства теорем.
|
|
Наиболее известной системой планирования, использующей технику доказательств, является система STRIPS, разработанная для управления действиями самоходного аппарата-робота. Этот робот мог передвигаться в комнатах, подходить к имеющимся объектам, толкать их, проходить через двери и т.п. Составляемые системой планы состоят из шести действий. Система, созданная в 1971 г., оказала значительное влияние на дальнейшее развитие работ в данной области.
Машинное зрение. Особое внимание в исследованиях по машинному интеллекту уделяется проблеме распознавания образов. Наиболее развитые в робототехнике – методы распознавания зрительных образов. Алгоритмы, реализующие эти методы, являются основной частью систем машинного, или технического зрения (СТЗ). Источником информации для них – это различные оптические системы, видеокамеры и т. д. Основные задачи, решаемые СТЗ, можно разделить на два класса: инспекцию и идентификацию. Задачи инспекции заключаются в проверке наличия объектов, обнаружении дефектов и т.п. Типичными задачами идентификации являются определение позиций известных объектов, выделение отдельных объектов в случаях, когда они соприкасаются, перекрываются или лежат «навалом», определение похожести объектов и т. п.
|
|
В промышленности стоимость операций технического контроля в среднем составляет 10% от общей стоимости продукции, поэтому созданию инспекционных СТЗ уделяется большое внимание. Примерно 30% всех СТЗ применяются для идентификации объектов. В тех случаях, когда СТЗ входят в состав роботов высокой степени интеграции, они используются как источник информации при управлении позиционированием деталей, сборкой, сваркой и т. п.
Речевое общение. В ИИ существует устойчивый интерес к изучению и воспроизведению различных аспектов речевого поведения. Работы в этой области группируются вокруг задач автоматического перевода, реферирования текстов, построения справочных и информационно-поисковых устройств и, наконец, удобных языков общения человека с компьютером.
В последнее время в этой области имеются большие достижения. Примером может служить голосовой ввод и распознавание текстов в компьютерах, планшетах и смартфонах, голосовой помощник Алиса в Гугл. Современные интернет системы перевода Яндекс и Гугл вполне грамотно переводят тексты с английского и других европейских языков. Тем не менее, проблемы в этой области существуют. Например, переводы с китайского языка на русский оставляют желать лучшего, голосовые помощники по сложному запросу часто выдают не ту информацию. Для робототехники наибольший интерес представляют анализаторы речи, которые используются для ввода в систему управления робота устных команд и сообщений.
Обучение и самообучение. Обучение представляет собой важную отрасль ИИ, первые исследования в которой относятся к началу 50-х гг. В 80-е гг. интерес к данной проблеме резко возрос. В работе А.Л. Самуэля “Исследования в области машинного обучения на примере игры в шашки” (1959 г.) описывается программа игры в шашки, способная обучаться на основе опыта. Дерево обхода шашечных позиций содержит огромное число вариантов, что требует больших временных затрат на поиск оптимального хода. А.Л.Самуэль оценивает “полезность” хода с помощью полинома. Члены полинома представляют различные аспекты ситуации, например позиционное преимущество или инициативу. Обучение программы состоит в пересчете коэффициентов полинома через несколько ходов после их оценки.
В шашечной программе использованы две формы обучения. Первая форма – обучениезаучиванием (rotelearning). При такой форме в памяти запоминаются шашечные позиции и результат игры для применения их впоследствии. Поскольку исход хранимых позиций известен, для них просчет вариантов не производится. Сэкономленное при этом время можно использовать для анализа иных продолжений игры. Недостаток обучения заучиванием – отсутствие обобщения опыта и быстрое заполнение памяти отдельными позициями. Однако в некоторых случаях, в частности, когда нужно проанализировать ситуацию на много ходов вперед, такой подход имеет свои преимущества.
При второй форме обучения обобщение опыта происходит путем изменения полиномиальных коэффициентов. Эта программа никогда не учится разыгрывать стандартные позиции.
Большинство форм обучения основано на обобщении опыта. Наиболее известно концептуальноеобучение, в процессе которого на основе примеров, иллюстрирующих некоторую концепцию, вырабатывается общая. Так как существует множество вариантов обобщения примеров, требуется введение дополнительных ограничений. Прямое ограничение – это решение выбирать наименее универсальное описание, совместимое с примерами.
Следующий подход к обучению – обучение по аналогии. При таком подходе запоминаются решения задач. Каждая новая задача начинает решаться обычным способом. Как только ход решения (в зависимости от заданной цели) становится ясным, он сравнивается с решениями, хранимыми в памяти. Если обнаруживаются аналогичные решения, то исследуется их ход (уже решенных задач, хранимых в памяти) в поисках наиболее удовлетворяющего данной задаче.
Дата добавления: 2019-07-15; просмотров: 199; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!