Методологія побудови інтелектуальних систем штучного інтелекту для професійного навчання

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Методологія побудови інтелектуальних систем штучного інтелекту для професійного навчання

Усі погоджуються з тим, що застосування інформаційно-комунікаційних технологій однозначно буде сприятиме підвищенню рівня дієвості знань, через широкий вибір інструментів якими володіють ці технології: наочність, інтерактивність, диференційованість та інші. Однак, варто відзначити особливо перспективний напрямок у спектрі інформаційних технологій, це комп'ютеризовані системи штучного інтелекту, а саме їх різновид - експертні системи (ЕС) [1].

Ефективність прийнятих рішень інтелектуальними системами істотно залежить від підготовки і адаптації багатства знань фахівців досліджуваної предметної області в пам'яті комп'ютера. Тому, до сих пір залишається актуальним питання розробки методів отримання і формалізації знань про предметну область для розробки систем штучного інтелекту.

Характерною рисою системи освіти є циркуляція в її рамках педагогічних знань. На думку В.І. Гінецінского, який визначив їх як категорію педагогіки, - це «знання, які, будучи відображенням об'єктивно існуючого, несуть в собі відбиток внутрішнього світу його носія» [2]. З визначення випливає - педагогічні знання суб'єктивні, що передбачає варіативність при їх сприйнятті, викладі і інтерпретації досягнутих результатів. Така варіативність породжує проблему відбору навчального матеріалу, яка в умовах «інформаційного вибуху», яка триває в умовах диференціації напрямків професійної діяльності та зростання вимог до рівня професіоналізму вкрай актуальна. Рішення її можливо, якщо мета освіти поставлена діагностично, «тобто настільки точно і виразно, щоб можна було однозначно зробити висновок про ступінь її реалізації і побудувати цілком певний дидактичний процес, який гарантує її досягнення за заданий час».

Постановка діагностичної мети передбачає наявність професійно орієнтованої освіти, що забезпечує фундамент майбутнього професіоналізму того, хто навчається, як спеціалізацію, яка готує до певного способу діяльності, що стає відмітною рисою кожної особистості».

Слід зазначити, що при описі предметної області важливе значення має не стільки кількість використовуваних знань, скільки методи їх відбору та подання. Саме від них залежить показник інтелектуальності системи, що виявляється в здатності використовувати в потрібний момент релевантні (необхідні) знання. Вибір методу відбору та представлення знань визначається специфікою тієї частини реального світу, яку відображає предметна область.

Розвиток інформаційних технологій розширює можливості інтелектуальних систем, що беруть на себе різні функції, які традиційно вважалися прерогативою інтелектуальної діяльності.

Уважніше розглянемо одну з інтелектуальних систем в інформаційних технологіях - експертні системи. ЕС акумулюють професійні знання досвідчених кваліфікованих експертів і призначені для вирішення практичних завдань, що виникають у фахівця, який працює в досліджуваній предметній області.

Основу будь-якої експертної системи складають база даних (БД) і база знань (БЗ). В БД накопичуються емпіричні факти з досліджуваної предметної області: фактичні дані, приклади експертних висновків, елементарні висловлювання з деякою оцінкою і т. п. (Представлені у вигляді трійок <об'єкт, ознака, значення ознаки>). У БЗ заносяться відомості, що виражають закономірності структури безлічі емпіричних фактів і способи вирішення виникаючих в цій області завдань. Крім того, в БЗ поміщається інформація про їх важливість, а також відомості про те, яким чином ці зв'язки і закономірності можуть бути використані. Закономірності в БЗ представляються у вигляді різних математичних моделей.

Базовим поняттям в ЕС є «знання», хоча однозначного визначення воно не має. Фахівцями запропоновано десятки різних тлумачень. Розглянемо деякі з них. Визначення знань поза контекстом штучного інтелекту, звучить наступним чином: «Перевірений практикою результат пізнання дійсності, вірне її відображення в мисленні людини». Це визначення досить загальне і не прояснює особливостей знань, пов'язаних з комп'ютерними системами. Інше визначення терміна «знання», вже в рамках інженерії знань, де «знання» визначаються як формалізована інформація, на яку посилаються або яку використовують в процесі вирішення. Відповідно, під базою знань розуміють сукупність знань, що відносяться до деякої предметної області і формально представлених таким чином, щоб на їх основі можна було здійснювати «міркування».

Крім того, знання визначаються як основні закономірності предметної області, що дозволяють людині вирішувати конкретні виробничі, наукові та інші завдання, тобто чинники, поняття, взаємозв'язки, оцінки, правила, евристики, а також стратегії прийняття рішення в цій області.

При вирішенні завдання отримання знань для експертних систем виділяють три стратегії: придбання, вилучення та формування знань.

Придбання знань здійснюється за допомогою автоматизованого діалогу між експертом і спеціальною програмою. Таким чином, вдається отримати фрагменти знань відповідно до структур, що закладені розробниками системи. Існує ряд недоліків в даній стратегії таких як: прихильність до предметної області, неповнота придбаних знань, спрощення структури знань.

Вилучення знань відбувається без залучення обчислювальної техніки шляхом безпосереднього контакту інженера по знаннях і джерелом знань (експертом, спеціальною літературою та ін.). Інженеру по знаннях необхідно відтворити модель предметної області, якою користуються експерти для прийняття рішень. Це тривала і трудомістка процедура.

Формування знань здійснюється безпосередньо в самій експертній системі, яка «самостійно» формує необхідні знання або отримує «нове» знання які не задає експерт. Іншими словами формування знань - це завдання обробки база даних (БД) з метою переходу до баз знань (БЗ).

Можливості людини у виділенні нових (прихованих) закономірностей обмежені, тому розробка методів і алгоритмів, здатних аналізувати слабоструктуровані, різнорідні дані і надавати нові отримані знання в зручній для сприйняття людиною формі, є найбільш актуальним завданням при розробці експертних систем.

Експертні системи, як клас програмного забезпечення, разом з відповідною методологією застосування, здатні змінити ситуацію у професійному навчанні на краще. Відомо, що експертні системи застосовуються для вирішення завдань (видачі рекомендацій) у певних предметних галузях. Саме це їх «покликання» ми успішно можемо використовувати у професійному навчанні студентів. А саме, створювати учбові ситуації, при яких студент вирішує конкретні прикладні задачі, покладаючись на ним здобуті знання та навички. Завдяки експертним системам, студенти мають можливість моделювати реальні виробничі ситуації, та створювати алгоритми їх вирішення, іншими словами «учити» експертну систему «вирішувати» конкретні прикладні завдання. А заодно, що важливіше, учитись самим [1].

Одним з ключових етапів при розробці інтелектуальних систем, а саме ЕС, є опис їх предметної області. Згідно з визначенням, «предметна область - це модель деякої частини реального світу». На концептуальному рівні предметна область представляється виділеними в ній типами об'єктів, атрибутами цих типів об'єктів і зв'язками між ними.

Достовірну інформацію, необхідну для діагностичної постановки цілей і відбору відповідного змісту освіти, можливо отримати за допомогою соціологічних та експертних методів, що реалізуються безпосередньо в освітніх установах або в сферах професійної діяльності. Отримана від респондентів і експертів інформація, як правило, є значною за обсягом, слабоформалізованою і нечисловою, що передбачає неможливість її використання розробниками діагностичних засобів і безпосередніми учасниками дидактичного процесу. Навчальний матеріал, що відповідає діагностично поставленим цілям, повинен бути представлений у вигляді кваліметричних обґрунтованих структур. Саме вони і повинні бути основою для розробки навчальних програм, навчальної літератури, нормативної документації і т.д. Ігнорування таких методів веде до неможливості діагностичної постановки цілей освіти і суб'єктивізму при відборі навчального матеріалу.

В інженерії знань при описі предметної області передбачаються когнітивний і технологічний рівні. Логіка описуваного дослідження включає етапи:

1. Аналіз системи «зміст освіти».

2. Когнітивний рівень опису предметної області ЕС:

• виявлення характерних особливостей реального світу і можливих меж його відображення в предметної області;

• визначення об'єктів предметної області;

• встановлення параметрів, що характеризують розглянуті об'єкти;

• визначення структур, що описують організацію об'єктів предметної області;

• характеристика методів опису об'єктів в предметної області.

3. Технологічний рівень опису предметної області ЕС:

• кваліметричне обгрунтування технології опису предметної області ЕС;

• алгоритм опису предметної області ЕС.

Послідовне виконання перерахованих етапів, на наш погляд, дозволить розробити технологію опису предметної області ЕС, тобто вирішити задачу, яка є базовою при побудові інтелектуальних навчальних систем.

Список використаних джерел

педагогічний навчання інформаційний

1. Бордюг О.В. Підвищення професійної спрямованості навчання завдяки використанню електронних систем штучного інтелекту: зб. наук. праць К-ПНУ. Серія педагогічна. Випуск 20. / За ред. П. Атаманчука. Кам'янець-Подільський: К-ПНУ імені Івана Огієнка, 2014.

2. Гинецинский В.И. Основы теоретической педагогики: учеб. пособие / СПб: Изд-во С.-Петерб. гос. ун-та, 1992. 258 с.

Размещено на Allbest.ru