Искусственный интеллект. Методы исследования презентация

Введение
Переработка информации в любых интеллектуальных системах основывается на использовании фундаментального процесса – обучения. Образы обладают характерными объективными свойствами в том смысле, что разные распознающие системы, обучающиеся на различном материале наблюдений, большей частью одинаково и независимо друг от друга классифицируют одни и те же объекты. Именно эта объективность образов позволяет людям всего мира понимать друг друга.

Логический подход
Основой для логического подхода служит булева алгебра и ее логические операторы (в первую очередь, знакомый всем оператор IF ["если"]). Например, правдивость логического высказывания может принимать в нечетких системах, кроме обычных "да / нет"
(1 / 0), еще и промежуточные значения "не знаю" (0.5). Практически каждая система ИИ, построенная на логическом принципе, представляет собой машину доказательства теорем. Примером практической реализации логических методов являются деревья решений, которые реализуют в концентрированном виде процесс "обучения" или синтеза решающего правила.

Эволюционное моделирование
Общая схема алгоритма эволюции выглядит следующим образом:
задается исходная организация системы (в эволюционном моделировании в этом качестве может фигурировать, например, конечный детерминированный автомат Мили;
проводят случайные "мутации", т.е. изменяют случайным образом текущий конечный автомат;
отбирают для дальнейшего "развития" ту организацию (тот автомат), которая является "лучшей" в смысле некоторого критерия, например, максимальной точности предсказания последовательности значений макро-состояний экосистемы.
исходная
организация
системы
случайные
мутации
лучшая организация

Нейросетевое моделирование
В последние десять лет впечатляет феномен интереса к структурным методам самоорганизации – нейросетевому моделированию, которое успешно применяется в самых различных областях – бизнесе, медицине, технике, геологии, физике, т.е. везде, где нужно решать задачи прогнозирования, классификации или управления. Описаны и широко распространяются нейросетевые расширения к популярным пакетам прикладных программ, что делает процесс проектирования интеллектуальных систем доступным любой домохозяйке с персональным компьютером.

Агентно-ориентированный подход
Подход основан на использовании интеллектуальных
(рациональных) агентов.
Согласно этому подходу, интеллект — это вычислительная
часть (планирование) способности достигать
поставленных перед интеллектуальной машиной целей.
Сама такая машина будет интеллектуальным агентом,
воспринимающим окружающий его мир с помощью
датчиков, и способной воздействовать на объекты
в окружающей среде с помощью
исполнительных механизмов.