Интеллектуальные системы
Искусственный интеллект (интеллектуальная система) – это концепция, позволяющая компьютерам делать такие вещи, которые у людей выглядят разумно. Область применения: доказательства теорем, игры, распознавание образов, адаптивное программирование.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | реферат |
Язык | русский |
Дата добавления | 26.02.2015 |
Размер файла | 15,2 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Московский гуманитарно-экономический институт
Реферат
На тему: Интеллектуальные системы
Выполнила: Текеева А.С.
Проверил: Шаропин К.А.
Москва 2015
Интеллектуальные системы. Компьютерные системы окружают нас повсюду и являются важнейшим компонентом в функционировании бизнеса, правительственных и военных организаций, учреждений здравоохранения, программ обучения и т.д. Эффективность компьютерных систем зависит от возможностей доступа, обработки и анализа информации. Для полного сотрудничества с пользователем компьютерные системы должны иметь зачатки интеллекта, чтобы квалифицированно сохранять и обрабатывать большие объемы информации, используя аналоги естественных средств коммуникации.
Искусственный интеллект (интеллектуальная система) - это концепция, позволяющая компьютерам делать такие вещи, которые у людей выглядят разумно. Область применения: доказательства теорем, игры, распознавание образов, принятие решений, адаптивное программирование, сочинение машинной музыки, обработка данных на естественном языке, обучающиеся сети (нейросети), вербальные концептуальные системы обучения и т.д.
Аналитические технологии - это методики, которые на основе определенных моделей, алгоритмов, математических теорем позволяют по известным данным оценить значения неизвестных характеристик и параметров. Другим примером аналитической технологии можно назвать алгоритм обработки информации человеческим мозгом. Для применения алгоритма необходимо, чтобы данная задача целиком описывалась определенной детерминированной моделью. В таком случае алгоритм дает точный ответ. Но на практике часто встречаются задачи, связанные с наблюдением случайных величин - например, задача прогнозирования курса акций. Для подобных задач применяется принципиально другой, вероятностный подход. Параметры вероятностных моделей - это распределения случайных величин, их средние значения, дисперсии и т.д.
В последние 10 лет происходит бурное развитие аналитических систем нового типа. В их основе - технологии искусственного интеллекта, имитирующие естественные процессы, например, деятельность нейронов мозга или процесс естественного отбора.
При разработке аналитических технологий учитывается их способность: интеллект компьютер программирование
§ понимания задачи, общего процесса и знания возможностей других систем и людей, принимающих участие во взаимодействии;
§ связь с пользователями с помощью понимания естественного языка, рисунков, изображений и знаков;
§ знания, основанные на здравом смысле;
§ координирование принятия решений, планирования и действия;
§ обучение на предыдущем опыте и адаптация поведения.
Компьютерные технологии для интеллектуальных вычислений переживают свой расцвет. Сейчас происходит стремительный рост числа программных продуктов, использующих новые технологии, а также типов задач, где их применение дает значительный экономический эффект.
Элементы автоматической обработки и анализа данных, которые называют Data Mining (добыча знаний) становятся неотъемлемой частью концепции электронных хранилищ данных и организации интеллектуальных вычислений.
Хотя инструментарий интеллектуального анализа и освобождает пользователя от возможных сложностей в применении статистических методов, он все-таки требует от него понимания работы и алгоритмов, на которых он базируется. Кроме этого, технология нахождения нового знания в базы данных не может дать ответа на не заданные вопросы. Она не заменяет аналитиков или менеджеров, а дает им современный, мощный инструмент для улучшения выполняемой работы.
Современные технологии интеллектуального анализа перерабатывают информацию с целью автоматического поиска шаблонов, характерных для каких-нибудь фрагментов неоднородных многомерных данных. Тяжесть формулирования гипотез и выявления необычных шаблонов переведена с человека на компьютер.
Ключом к успешному применению методов интеллектуальных вычислений служит не просто выбор алгоритма, а мастерство человека, создающего модель и возможности программы, моделирующей процесс. Существуют две стороны успеха. Во-первых - четкое и ясное формулирования задачи, подлежащей решению. Во-вторых - использование правильных данных и методов. После выбора данных из всех доступных источников (или получения данных из внешних источников) необходимо их преобразовать или сгруппировать в определенном порядке. Чем больше аналитик может "играть" с данными, строить модели, оценивать результаты, тем лучше может быть результат. Работа с данными становится эффективней, при интеграции следующих компонентов: визуализации, графического инструментария, средств формирования запросов, оперативной аналитической обработки, позволяющей понять данные и интерпретировать результаты.
Выделяют следующие алгоритмы интеллектуальных вычислений:
§ нейронные сети;
§ деревья решений;
§ системы размышлений на основе аналогичных случаев;
§ алгоритмы определения ассоциаций и последовательностей;
§ нечеткая логика;
§ генетические алгоритмы;
§ эволюционное программирование;
§ визуализация данных;
§ комбинация
По мнению специалистов, в недалекой перспективе интеллектуальные системы будут играть ведущую роль во всех фазах проектирования, разработки, производства, распределения, продажи, поддержки и оказания услуг. Их технология, получив коммерческое распространение, обеспечит революционный прорыв в интеграции приложений из готовых интеллектуально - взаимодействующих модулей.
Коммерческий рынок продуктов искусственного интеллекта в мире в 1993 году оценивался примерно в 0,9 млрд. долларов.
Использование экспертных систем и нейронных сетей приносит значительный экономический эффект. Так, например: American Express сократила свои потери на 27 млн. долларов в год благодаря экспертной системе, определяющей целесообразность выдачи или отказа в кредите той или иной фирме; DEC ежегодно экономит 70 млн. долларов в год благодаря системе XCON/XSEL, которая по заказу покупателя составляет конфигурацию вычислительной системы VAX - её использование сократило число ошибок от 30% до 1%.
Одним из основных направлений в этой области являются экспертные системы реального времени.
Библиографический список литературы
1. Курс лекций "Организация интеллектуальных вычислений", режим доступа: http://victoria.lviv.ua/html/oio/.
2. Курс лекций "Системы искусственного интеллекта", режим доступа: http://www.isuct.ru/~ivt/books/IS/IS6/.
Размещено на Allbest.ru
Подобные документы
Области человеческой деятельности, в которых может применяться искусственный интеллект. Решение проблем искусственного интеллекта в компьютерных науках с применением проектирования баз знаний и экспертных систем. Автоматическое доказательство теорем.
курсовая работа [41,3 K], добавлен 29.08.2013Интеллектуальные системы и искусственный интеллект. Рассмотрение моделей рассуждений и целей их создания. Знания и их представление, логические, сетевые, фреймовые и продукционные модели. Моделирование рассуждений на основе прецедентов и ограничений.
курсовая работа [74,0 K], добавлен 26.12.2010История появления термина "искусственный интеллект". Приоритетные направления его применения: генерация речи, обработка визуальной информации. Нейронные, байесовы, иммунные сети, теории хаоса - примеры реализации современных интеллектуальных систем.
реферат [27,2 K], добавлен 14.01.2011Может ли искусственный интеллект на данном уровне развития техники и технологий превзойти интеллект человека. Может ли человек при контакте распознать искусственный интеллект. Основные возможности практического применения искусственного интеллекта.
презентация [511,2 K], добавлен 04.03.2013Принципы и система распознавание образов. Программное средство и пользовательский интерфейс. Теория нейронных сетей. Тривиальный алгоритм распознавания. Нейронные сети высокого порядка. Подготовка и нормализация данных. Самоорганизующиеся сети Кохонена.
курсовая работа [2,6 M], добавлен 29.04.2009Понятие "искусственный интеллект". Понимание механизмов восприятия, выявление способов работы мозга. Направления развития информатики. Научные проблемы. Программы решения интеллектуальных задач. Анализ изображения и идентификация его содержимого.
презентация [12,2 K], добавлен 14.08.2013Агентно-ориентированный подход к исследованию искусственного интеллекта. Моделирование рассуждений, обработка естественного языка, машинное обучение, робототехника, распознание речи. Современный искусственный интеллект. Проведение теста Тьюринга.
контрольная работа [123,6 K], добавлен 10.03.2015Распознавание образов как раздел кибернетики, развивающий теоретические основы и методы классификации и идентификации предметов. Знакомство с принципом действия сканирующих устройств. Анализ особенностей преобразования документа в электронный вид.
презентация [160,1 K], добавлен 06.01.2014Формирование информатики как науки. Единство разнообразных отраслей науки, техники и производства, связанных с переработкой информации. Теоретическая информатика, кибернетика, программирование, искусственный интеллект и вычислительная техника.
реферат [45,8 K], добавлен 30.11.2012Рассмотрение программных продуктов, обеспечивающих решение задач по распознаванию образов. Видеопотоки от камер видеонаблюдения. Изменение размера и формата представления кадра. Отслеживание движения объекта в кадре. Распознавание номеров автотранспорта.
лабораторная работа [1,4 M], добавлен 28.11.2021