Жасанды интеллект Машиналық интеллект

Механизмді модельдеу

Эвристикалық модельдеу

1. 
   ЖИ саласында зерттеулердің қандай бағыттары болады?
   
2. 
   Машиналық интеллект ұғымын қалай түсінесіз?
   
3. 
   «Қара жәшік ұғымын қалай түсінесіз?»
   

Г.Ә.Жапарова. Информатика негіздері.Алматы. Экономика.2006 ж.

Дәріс жоспары:

• 
  Нейрон тәрізді желілер;
  
• 
  Нейрон тәрізді желілердің типтері.
  

1. ЖИ облысындағы зерттеулер бағытында адам мен жануардың жүйке жүйесінің құрылымы мен үрдістері модельдеудің тікелей объектісі болып табылады. Жүйке жүйесін модельдік тұрғыдан оқуда зерттеушінің көз алдына бірінші кезекте жүйке клеткалары – нейрондар және өзара байланысқан клеткалардан – нейрондық желілерден тұратын құрылым келеді.

Нейрон тәрізді желілір. Адамның миының үлкен жарты шарының қабықшасы шамамен 14 млрд. нейрондар құрайды. Олардың қысқа және өскіндері –дендриттер, олардан кіретін әрекеттер келіп түседі, және оксонда, шығатын реакцияларды жүргізеді, бұлар байланыстың күрделі өрімін құрайды. Нейронның өзінің құрылымы мен қызметінің заңдары өтое күрделі. Сондықтан нейрондарды модельдеуде қысқартылған сипаттамалар қолданылады. Нейрондар желісінің осындай қысқартылған модельдері нейрон тәрізді желілер деп аталады.

2. Нейрон тәрізді желілердің екі типі бар. Оның біріншісінде желі түйіндері болып жеке нейрондарды сипаттайтын формальды элементтер табылады. Осы типтегі желілерге белгілі нейрон тәрізді желілер жатады, оларды У.Маккалаком және У.Питсом зерттеген және дайындаған. Екінші типтегі желілерде түйіндер болып жеке нейрондарға емес, оның ерекше жиынтықтарына - нейрондық ансамблдерге сәйкес келетін формальды элементтер табылады.

Нейрондық ансамбль деп оның қандай да бір бөлігі қозған кезде толық қозатын өзара байланысқан нейрондар жиынтығы түсіндіріледі. Зерттеушілер тек нейрондық ансамбльдер ғана адамның немесе жануардың күрделі қалыптасу қызметтерін қамтамасыз ететінін айтады.

Модельдеуді сипаттау объектісі ретінде нейрондық ансамбльдер жеке жеке нейрондардан екі негізгі ерекшеліктерімен ерекшеленеді. Оның біреуі ансамбльдердің қозуының шығуы үнемі өзгеріп отырғандықтан тұрады, яғни «иә-жоқ» заңы бойынша емес. Сәйкесінше ансамбль анықталған статикалық және динамикалық сипаттамалар жиынтығы түрінде берілетін аналогты ақпараттың сызықты емес түрлендірушісі ретінде сипатталуы мүмкін. Екінші ерекшелік былайша түсіндіріледі, ансамбль ойлау қызметі үрдісінде қатысатын ұғымға , образға және т.б. элементтерге, яғни қандай да бір мазмұнды бірлікке сәйкес қойылуы мүмкін.

Жеке нейрондар деңгейінде, сонымен қатар ансамбльдер деңгейінде нейрон тәрізді желіліерді зерттеу роботтық техниканың есептерін шешуде кеңінен қолданылады.
Өзін тексеруге арналған сұрақтар:

1. 
   Нейрондық желіліер деген не?
   
2. 
   Нейрон тәрізді желілердің неше типі бар?
   
3. 
   Нейрондар деген не?
   
4. 
   Нейрондық ансамльдер деген не?
   

1. Лорьер Ж.Л. Системы исскуственного интеллекта. М.:Мир.1991.

2. Умнстон П. Искусственный интеллект. М.:Мир. 1980

4-дәріс. Эвристикалық модельдеу.

Дәріс жоспары:

• 
  Эвристикалық программалау.
  
• 
  Эвристикалық модельдеу.
  
• 
  Эвристикалық қолданбалы бағдарламалау интерфейісі.
  

Эвристикалық әдіспен моделдерді құрудың қарапайым процедурасы келесі жолмен құрылады. Сезінушілерге кейбір есептеулерді өз ойларын ауызша комментарийлармен шешу ұсынылады. Олардың барлық ойлары хаттамаға жазылады. Сосын хаттамалар шешу жолы, қолданылатын операциялар характерлері, ойлар, қабылдауларды шығару мақсатымен талданады. Талдау нәтижесінде алынған материал осы түрде берілгендер моделі компьютерлік программалар құруда қолданылады. Осы себепті, программа модел сыналушынікі емес хаттаманыкі болып табылады. Мұндай модель сыналушы не істейді және қалай істейді тура солай істеуі керек.

Процедураның келесі этабы сыналушымен берілген сол типтегі есепті шешудегі модель жұмысының зерттеуімен байланысты. Егер шешу процесі протоколда жазылып қойылған бағытынан ауытқыса, программа қайта жөнделеді.

Сипатталған әдістің қолданысы қиындықтармен байланысты. Сынақтан өтуші есеп беру кезінде олармен жасалған шешімсіз барлығына түсіндірме жасай алмайды, егер олар түсіндірілмейтін қорытындылармен, ойлармен байланысты болса. Әрине, мұндай қадамдар хаттамаға енбейді және зерттеуші өзінің біліміне ғана сүйенеді, сол арқылы проблеманы шешуі керек. Осы себептен психология облысымен байланысты хаттамаға негізделген және анықталған мәліметерге негізделген соңғы программа зерттеушінің гипотезасын моделдейді.

Эвристикалық программалаудың дамуы әртүрлі таңдау мінез-құлық моделдер, бағалы қағаздарды орналастырудағы стратегияны анықтау т.б әртүрлі моделдермен байланысты. Бірақ көптеген теоретикалық және қолданбалы сипаттағы есептерді шешушілер деп аталатын жасанды интеллект жүйесін құрумен алынған.

Есептерді шешу программаларын өңдеу екі негізгі мақсатты ұстайды: біріншіден, анықалған шарттардағы адам мінез-құлқының моделі бола отырып, шешуші түсіндірілетін күшті қолданады және шешу барысында адамның әрекеттерін айтуға қолданылады; екіншіден, шешуші күрделі объектілерді, соның ішінде көбінесе роботтарды автоматизацияланған басқару жүйелерінде құрама бөлік ретінде қолданылады.

Көбінде, шешушілер жағдайлардың қайта құрылуымен байланысты есептерге құрылады. Мұндай есептерде бастапқы және ұнайтын, жағдайлар, сонымен қатар жақында жағдайды өзгерте алатын операторлар мен әрекеттер жиыны беріледі. Мұндай есептер класы өте кең ауқымды. Оларға мысалы, формальды логика есептері және мақсатты бағытталған жоспарлар әрекеттері кіреді.

Шешушілердің құрылу тарихы 50 жылдарда GPS жалпы шешушіні өңдеудегі зерттеу циклынан басталады. GPS авторы – А.Ньюэлл, Дж.Шоу және Г.Саймон – жасанды ақыл облысында жұмысқа арналған эффектілі шешушіні құруды мақсат еткен. Соcын олар GPS –ты адам ойлауларының жалпы теориясы ретінде қарады. Бұл әрекеттері іске аспады. Сонымен қатар GPS-тың әмбебап характеріне де қойған мақсаттары орындалмайды.: оларға рұқсат етілген есептер класы өте тар болып шықты. GPS позитивті жағы Жасанды интеллект проблематикасына есептерді шешу жолдарының стратегияының бірнеше қатарын өңдеуде болып табылады.

GPS –қа арналған стратегиялар роботтарға да арналған, шешушілердің құрылуы кезінде қолданылған. Мұндай шешушілер негізінен STRIPS жүйесінде және оған жуық интегралды роботтарды басқаруға арналған жүйелерде қолданылады. Жұмыстардың ерекше бағыттары есептерді шешуде және роботтардың активтілігін жоспарлауда осы эвристикалық әдістерді қолдану В.М.Глушков атындағы Кибернетика институтында В.П.Гладун басшылығымен жыл көлемінде дамуда. Осы жұмыстардың ерекшеліктері болып шешушілерді құруда әртүрлі стратегияларды қолдану да жаңа түсініктер мен байланыстардың құрылу процестері анықталған пирамидалық семантикалық желілер түрінде білімді көрсетудің аппаратының қолданылуы табылады. Соңғы жылдары осы ұжыммен APROS деп аталатын, практикалық есептерді шешуде және жоспарлауда экспериментальды зерттеулер жүргізуге арналған жүйе құрылды. Осы жүйеде 100 объектісі бар ортада есептерді шешетін роботтардың әрекеттерін жоспарлауға арналған эксперименттер жүргізілді.

Эвритикалық моделдеумен бірге жасанды ақыл жасау аймағында тағы бір эвристикалық моделдеу деп аталатын бағыт қалыптасты.

Эвристикалық әдістерді білетін зерттеуші оған басқа жағынан келіп қарайды. Ол F мінез-құлқын құратын сынақтан өтушілермен эксперименттер жүргізеді, P – F тәртібінің құрылу процесінің моделіне осы гипотезаны жатқызады және олардың ойлау операцияларының гипотезасын құрады. Процестер деңгейі мінез-құлық деңгейіне жақын, сол себепті P -F схемасы тәртіптің салыстырмалы түрде күрделі моделдерін құруға мүмкіндік береді. Бірақ осы жерде де сынақтан өтушінің өз әрекеттерін сипаттау мүмкіндігі шектелген және зерттеушінің хаттамаларды корректілі интерпретациялау мүмкіндігі де шектелген.

Осы екі жақты мәселенің кемшіліктерін эвристикалық моделдеу шешуге тырысады. F тәртібі өте қиын-ақ болсын. Эвристикалық моделдеу облысында жұмыс істеп жүрген зерттеушінің әрекеттері мынандай болмақ. F-тың құрылуына жауапты нейрондық механизмдермен танысады. F-тың күрделі болуына байланысты құрылған құрылым нейрондардың жеке құрылымдарын сипаттай алмайды, тек оның кейбір нейрондық аппараттына ғана сипаттама бере алады. Осындай гипотезаның құрылуы кезінде нейрофизиология және ми физиологиясының берілгендері қолданылады. Содан кейін S моделі құрылады. Бірақ бұл модел F–тің қайта қалпына келуіне мүмкіндік жасай алмайды, тек осы есепті шешетін аппарат ролін ғана атқарады. Жұмыстың келесі кезеңі F-тің құрылу процесімен танысумен байланысты. Зерттеуші бұл жерде эвристикалық программалау әдістемесіне сүйеніп құрылымды гипотеза құруға тырысды. F мінез-құлқының күрделілігі осы гипотезаның құрылуының мүмкін емес екенін көрсетеді. Гипотеза экспериментальды зерттеулер негізінде емес психологияның F-қа тән тәртіп формаларымен танысуға кіретін бөлімдері негізінде құрылады. Қазіргі кезде психология сапалы ғылымдардың бірі болып табылады. Құрылған гипотезаның P моделі сол себептен сапалы түрге келеді.

Сонымен, бізде екі түрлі сұрақ туады: бір жағынан F өңделген моделіне не саламыз, екінші жағынан F моделін қалай құру керек? Жұмыстың келесі кезеңінде зерттеуші P-ны S-тің көмегімен іске асырады. Құрылған модель нейрон тәрізді желілердің түрлілігі барлық желілер секілді компьютерлік программа, немесе мамандандырылған физикалық құрылғы ретінде іске асырылады.

SPF тізбегімен жылжи отырып, зерттеуші эвристикалық ұсыныстардың бір қатарын жасауы керек. Сол себепті моделдің мінез-құлқы мен F-ке қажет мінез-құлқы арасында айырмашылық бар екенін түсіне білу керек. Осыларды талдай келе, зерттеуші шығатын гипотезаларды корректрлейді S және P моделдеріне енгізеді.

Эвристикалық моделдеудің схемалық түсіндірмесі осылай. Эвристикалық моделдеу күрделі тәртіп формаларындағы моделдерді құруға бағытталған. Эвристикалық моделдеу процедурасы өте күрделі және көп жұмысты қажет етеді. Сол себепті практикада моделдеудің оңайлатылған түрлері қолданылады.

Біздің еліміздегі эвристикалық моделдеу бағытындағы зерттеулер 60 жылдары басталған. Бұл бағыттағы қызықты жұмыстар Л.Б.Емельянов және Ярославскиймен жасалған. Қазір эвристикалық моделдеу идеяларының кейбіреулері психология және жасанды интеллект негізіндегі мінез-құлықтың құрылуымен танысу процестерінде қолданылады.

Эвристикалық моделдеудегі дамыған бағыттардың бірі Н.М.Амосов басшылығымен жұмыс жасайтын ұжым жұмыстарымен көрсетілген. Ең қызықты нәтижелері моделдерді құрудың эффектілі М –желілер деп аталатын семантикалық желілер аппаратының пайда болуымен байланысты.

М-желі мидың ақпараттық процестерін моделдеу аппараты ретінде өңделген және автономды роботтар әрекеттерін басқару жүйелерін құруда қолданылады. М-желі семантикалық нейрон тәрізді желілер класына жатады; оның тораптары нейрондық ансамблдерді көрсететін және роботтың ішкі және сыртқы орта процестері және объектілері түсінігі бойынша қойылатын формальды элементтермен байланысты; ал байланыс – түсініктер арасындағы қарым-қатынас. М-желінің тораптары мен байланыстары қозуды қайта құрушы ретінде сипаттайтын анықталған функционалды мінездемелерге ие.

Қозу М-желіге кіретін екі канал бар:

Бірінші канал – сыртқы ортаны қабылдау. Кейбір объектілерді қабылдау кезінде арнайы процедуралар ішкі ақпаратты көрсететін элементті қоздырады, М-желісінің тораптары.

Екінші канал – “роботтың жалпы орнатулары”. Бұл орнатулар М-желісінің анықталған тораптарында тұрақты қозумен беріледі.

М-желідегі белсенділікті реттеуде ерекше рольді қатаю–тежелу жүйесі атқарады (ҚТЖ). Бұл әр мезетте бір ақпараттық дискреттің басқаларына қатысты басты ролде болуын қамтамасыз ететін спецификалық жүйе. Шешімдерді қабылдау роботтың мүмкін әрекеттерінің аттарындағы көптеген желінің шығу тораптарының біреуінің ҚТЖ актысының белгіленуімен теңестіріледі. Осындай белгілеудің нәтижесі болып әрекеттерді іске қосатын арнайы процедураларды активизациялау табылады. Айтылған әрекеттер ортаны өзгертеді, ол роботпен қабылданады және желідегі қозу ағындарының өзгеруіне әкеледі. Барлық ақпараттың қайта бағалауына әкеледі, ҚТЖ-ны жаңа қайта қосуларға әкеледі. Жаңадан шешім қабылданады, жаңа әрекеттер орындалады т.б.

3. Эвристикалық қолданбалы бағдарламалау интерфейісі.

АРІ (Application Programming Interface) қолданбалы бағдарламалау интерфейісі. ОЖ мен бағдарламалар арасындағы интерфейс жүйелік шақырулар жинағымен анықталады. Мысалы егер қолданушы процесіне файлдан берілгендерді оқу қажет болса, ол жүйелік шақыру командасын орындау керек, яғни ядро режиміне ауысу үзілісін орындап, содан кейін ОЖ-нің файлдан берілгендерді оқуға арналған функциясын іске қосу керек. POSIX стандартының барынша жиі қолданылатын жүйелік шақыруларын қарастырайық. POSIX-те 100-ден артық жүйелік шақырулар бар.

Fork-жаңа процесті жасау

Exit-процестің аяқталуы

Open- файлды ашады

Close-файлды жабады

Read-файлда берілгендерді буфеге оқып алады

Write-берілгендерді буферден файлға жазады

Stat-файлдың жай-күйі жайлы ақпарат алады

Mkdir-жаңы каталог жасайды

Rmdir-каталогты өшіреді

Link-сілтеме (ссылка) жасайды

unlink-сілтемені өшіреді

Mount-файл жүйесін маунттайды

Umount-файл жүйесін кері маунттайды (немесе маунсыздайды)

Chdir-жұмыс каталогын өзгертеді

UNIX-те шақырулар жүйелік шақыруларды қолданатын библиотекалық процедураларға дәлме-дәл сәйкес келеді.

Windows-қа арналған қолданбалы бағдарламалау интерфейсін қарастырамыз- Win32 API. Win32 API жүйелік шақырулардан бөлек болады. Бұл бағдарламаларды қайта жазып жатпай-ақ әртүрлі версияларда жүйелік шақыруларды өзгертуге мүмкіншілік береді. Сондықтан, шақыру жүйелік пе (ядрода орындалады) әлде ол қолданушы аясында өңделіп жатыр ма түсініксіз болып табылады. Win32 API-де 1000-нан артық шақырулар бар. Ондай көп болуының себебі:UNIX-те қолданушының графикалық интерфейсі қолданушылық режимді іске қосылады, ал Winndows-та ядрода орнатылған. Сондықтан, Win32 API-де терезелер, мәтін, шрифт, т.б.-ларды басқаруға арналған көптеген шақырулар бар. Win32 API-дің POSIX стандартының шақыруларына ұқсас шақыруларын қарастырайық:

CreatProcess(fork)- жаңа процесті жасау

ExitProcess(exit)-процестің аяқталуы

CreatProcess(open)-файлды ашады

CloseHandle(close)-файлды жабады

ReadFile(read)- файлда берілгендерді буфеге оқып алады

WriteFile(write)- берілгендерді буферден файлға жазады

CreatDirectory(mkdir)-жаңа каталог жасайды

RemoveDirectory(rmdir)-каталогда өшіреді

SetCurrentDirectory(chdir)-жұмыс каталогын өшіреді

Win32 API интерфейсі бағдарламалардың Windows- тың барлық дерлік версияларында орындалуына мүмкіншілік береді.
Өзін тексеруге арналған сұрақтар

1. 
   Эвристикалық программалау нені зерттейді?
   
2. 
   Эвристикалық программалаудың дамуы немен байланысты?
   
3. 
   Эвристикалық модельдеуді қалай ұғасыз?
   
4. 
   М-желіліер деген не?
   
5. 
   API интерфейсін қалай ұғасыз?
   

1. Лорьер Ж.Л. Системы исскуственного интеллекта. М.:Мир.1991.

2. Умнстон П. Искусственный интеллект. М.:Мир. 1980
5-6 Дәріс. ЖИ жүйесінде білімді қалыптастыру.

• 
  Білім жүйесін құрудағы проблемалар;
  
• 
  БЖ қойылатын талаптар;
  
• 
  БЖ қасиеттері мен пайдалану сипаттамасы арасындағы байланыстар.
  

Жасанды интеллект облысындағы білім туралы түсінік мәліметтер қорының кең көлемімен және мәліметтер қорын құрудың жұмыс техникасы және принциптерін құру жайлы зерттеулер бойынша қалыптасқан. Мәліметтер қорының эффектілігі көбінде ЭЕМ жадысында мәліметтер қалай құрылады, қандай әдіспен ұйымдастырылады соған тәуелді.

Алайда, мәліметтер қорының эффектілігі егер сақталған ақпаратты форма есебінен және басқа құжаттар есебінен емес, басқару объектісі мен шынайы орта фактыларында бар қарым-қатынастар есебінен тәуелді. Бұл қатынастар аяқ-астылы, оқиғалы емес объектінің байланыстарын, табиғатын көрсетуі қажет. Осындай мәліметтер қоры (МҚ) интеллектуалды немесе білім МҚ деп аталады.

Білім жүйесін (БЖ) құру келесі өзара байланысты проблемалардың шешімдерін жорамалдайды.

Алдымен қолданбалы білім облысын құру керек. Осы қиын есеп қолмен шешіледі. Барлық осы операциялардың әдістемесі бірінші формализациялау проблемасының мазмұнын құрайды.

Екінші проблема – ЭЕМ жадысында фиксация және әдістер сипатын көрсететін формальды аппараттың құрылуымен байланысты – білімдерді көрсету проблемасы.

Құрылатын моделдерде жүргізілетін есептеу теориясының дамуы – үшінші проблеманы – білімді қолдану проблемасына әкелді.

Соңғы 4-ші проблема - шешілуін жүйелік программаистер қарап жүрген технологиялық проблема, - ол программалық моделдерді қолдау құралдарын өңдеу проблемасы.

Жасанды интеллектте негізгі көңіл 2-ші және 3-ші проблемаларға аударылады.

БЖ-ға қойылатын талаптар. БЖ келесі ерекшеліктерге ие болуы керек.

1. 
   Қайшылықтарға шыдау. Яғни, кедергілер кездескенде Жасанды интеллект қызметін баяулатамыз, бірақ толық тоқтатпау керек.
   
2. 
   Шығаруды қамтамасыз ету. Әлем жайлы толық ақпараты жоқ БЖ бар және келетін ақпараттардан дұрыс қорытынды жасай алуы керек.
   
3. 
   Жаңа ақпаратқа сыншы бола алуы керек. Бұл жаңа ақпараттың қажеттігін, оны басқа қолда бар ақпратпен салыстыра отырып қорытындыға келу.
   
4. 
   БЖ бөлшектігі. Жаңа хабарламалар келгенде БЖ осы хабарламалардың эффектілі өңделуін қамтамасыз ететін білімнің кейбір фрагментін белгілеп алу қасиетіне ие болуы керек.
   
5. 
   Білімді қайта құруға оқыту және қабілеттілігі. Оқыту сынау механизмдеріне қарама -қарсы болу керек.
   

Білімдер жүйесінің қасиеттері мен эксплуатационды мінездемелері арсындағы өзара байланыс: об – қамтамасыз етеді, ум- азайтады, сод- бар, комп – тәркілейді.

Жоғарыдағы айтылған талаптарға сай БЖ-ны құру осындай аппаратты таңдау және өңдеуге негізделген. Айтылған талаптардың тек принципияльді орындалу мүмкіндігін қасиеттер қамтамасыз ете алады. Бірақ үнемді және қолайлы орындалуына мүмкіндік бере алады. Сонымен қатар, ерекше талаптар қатары білімді көрсетуде көрінуі керек. Осындай талаптардың маңыздылары болып келесілер табылады:

Көрсету өзіндік көрсету құрылымы және шешуші құрылымы сәйкес келетін БЖ құруды қамтамасыз етеді.Сонымен қатар ол БЖ-ны функционалдау мүмкіндігі жақында пайда болатын, әлем жағдайын сипаттайтын мәліметтер белсендірілетін режимда қамтамасыз етуі керек. Және де осындай сипаттама мазмұны мен көлемі актуальды жұмыс мақсаты жиынымен анықталады. Сипаттаудың жасанды интеллект жүйесіндегі бары әлем жағдайына жауап ретінде емес оған тәртіп реакцияларын тосқанға жауап ретінде құрады.

Алғашқы білім жүйесін басқаруды қолдану тәжірибесінде мәліметтер тәуелсіздігінің қосымша деңгейі айқын бола түсті. Жалпы мәліметтердің логикалық құрылымы әдетте күрделі, және мәліметтер қорының өсуімен бірге өзгереді. Сондықтан жалпы логикалық құрылымының өзгеруін көптеген қолданбалы программаларды қолданумен өзгертпеуіне болады. Кейбір жүйелерде жалпы логикалық мәліметтер құрылымының өзгерістерін, оның бар болу формасын құрайды, демек бұл құрылым үнемі даму үстінде болады. Бұларды мәліметтер тәуелсіздігінің логикалық және физикалық деп атайды.

Білімдедің логикалық тәуелсіздігі деп, қолданбалы программалардың өзгеруінсіз жалпы логикалық мәліметтер құрылмының өзгертілуі мүмкін (өзгертілу, әрине қолданбалы программалармен қолданылатын мәліметтер қорындағы элементтердің жоюы емес).

Мәліметтердің физикалық тәуелсіздігі деп, жалпы логикалық мәліметтер құрылымын не қолданбалы программаларды шақырмай-ақ физикалық қойылымы және мәліметтердің ұйымы өзгере алады.

Төртінші кезең мәліметтердің логикалық және физикалық идеяларымен сипатталады, логикалық мәліметтер құрылымы физикалық мәліметтер құрылымынан қатты ерекшеленуі мүмкін, нақты қолданбалы программалардан да ерекшеленуі мүмкін.

1. Білім жүйесі деген не?

2. Білім жүйесін құруда қандай проблемалар болуы мүмкін?

3. Білімдердің логикалық тәуелсіздігін қалай түсінесіз?

Мәліметтердің физикалық тәуелсіздігін қалай түсінесіз?

Ұсынылатын әдебиеттер

1. Лорьер Ж.Л. Системы исскуственного интеллекта. М.:Мир.1991.

2. Умнстон П. Искусственный интеллект. М.:Мир. 1980.

3, Г.Ә.Жапарова. Информатика негіздері.Алматы. Экономика.2006 ж.

Дәріс жоспары:

• 
  Білім туралы түсініктің логикалық моделі
  
• 
  Білім туралы түсініктің желілік моделі
  
• 
  Білім туралы түсініктің фреймдік моделі
  
• 
  Білім туралы түсініктің өнімдік моделі
  

Процедуралық білімдер есептерді шешу кезінде қолданылатын әрекеттер тізбегін сипаттайды. Ол, мысалы, ЭЕМ-ге арналған программалар, сөз бойынша арналған алгоритмдер, бір затты құрау инструкциясы. Ресми түрдегі білімдер – барлық процедуралық емес программалар, мысалы, сөздіктегі және энциклопедиялардағы мақалалар, физика, химия және де басқа ғылымдардағы заңдар түсініктемелері және процедуралық білімдерден басқа “Х – ты қалай жасау керек?” деген сұрақтарға жауап береді. Ол “Х деген не?” немесе “Х және У арасында қандай байланыстар бар?”, “Неге Х?” деген сұрақтарға жауап қайтарады. Интеллектуалды жүйелер - өз құрамына міндетті түрде ЭЕМ-ді қосатын аппараттық программалық комплекстер. Пәндік облыс жайлы ақпаратты ЭЕМ-ге енгізу үшін ол ақпаратты машинаға түсінікті формада енгізу қажет. Басқа сөзбен айтқанда білімді ЭЕМ-ге түсінікті тілде, мысалы, программалау тілдеріндегідей етіп енгізу қажет.

Ол үшін білімді көрсететін арнайы тілдер бар. Оларды олардың негізінде жатқан ұсынудың формальды моделдері типтері бойынша жіктеуге болады. Ондай 4 модель бар: логикалық, желілік, фреймдік және өнімдік.

Білімнің логикалық моделі

Логикалық модель өзімен кейбір логикалық есептеудің формальды жүйесін көрсетеді. Пәндік облыс жайлы білімдердің барлығы осы есептеудің формуласы түрінде немесе шығару ережесі ретінде сипатталады. Формула түрінде сипатталғандар ресми білімді, ал шығару ережелері – процедуралық білімдерді көрсетуге мүмкіндік береді. Мысал ретінде “пештегі температура 120 градусқа жетеді және және пеш қосылғаннан бері 30 минуттан аз уақыт болса, қысым қиын – қыстау режимнен аспайды. Егер пеш қосқаннан бері 30 минуттан асса, №2 вентилін ашу керек.” Осы білім жайлы түсініктің логикалық моделі мына түрде болады.

P(p=120) T (t<30)  (D

P(p=120) T(t>30)  F(№2);

Бұл жазуда келесі белгілер қолданылады:

P(p=120) – температура 120 градусқа жеткенде ақиқат болатын предикат.

T (t<30) – процесс басталғаннан бастап 30 минут ішінде ақиқат болатын предикат.

T(t>30) - процесс басталғаннан бастап 30 минут өткен соң ақиқат болатын предикат.

(D

F(№2) - №2 вентилін ашу командасы.

Сонымен қатар мұнда типтік логикалық байланыстар коньюнкция, импликация және логикалық жалғасу қолданылды. Жазудағы бірінші жол – ресми білімді, ал екіншісі – процедуралық білімді көрсетеді. Логикалық типтегі білімдерді көрсету тілдері интеллектуалды жүйелердің алғашқы даму кездерінде қолданылған, бірақ кейіннен басқа тип тілдерімен ауыстырылды.

Классикалық логикалық есептеулерге сүйенетін жазулардың абайсыздығымен түсіндіріледі. Осындай жазуларды құру барысында қате жіберу оңай, ал оларды іздеу өте қиын. Көрінудің жоқтығы, оқудың қиындығы осы типтегі тілдердің таралуын қиындатты.

Көрнекті тілдерге білім түсінігінің желілік моделіне сүйенетін тілдер табылады. Бұл моделдің негізінде кез-келген білімді объектілер (түсініктер) және олардың арасындағы байланыстар (қатынастар) жиыны түрінде көрсетуге болады. Кейбір ресми білімдері бар мәтінді қарастырайық: “Станоктың сол жағында қабылдағыш бункер орналасқан. Оған дейінгі қашықтық 2 метр. Станоктың оң жағында дайын өнім бункері орналасқан. Ол станоктың тура жанында орналасқан. Робот станокқа және бункерлерге параллель 1 метр қашықтықта қозғалады.”

Кез-елген белгілі нақты оқиғаны шын өмірде сипаттайтын мәтінді өзара байланысты түсініктер жиыны ретінде түсіндіруге болады. Және базалық қатынастар саны ақырсыз бола алмайды (300-ден аспайды), ал басқа қатынастар олардың комбинациялары түрінде өрнекетеледі. Осы гипотеза семантикалық желілер интеллектуалдық желілерде білімді түсіндірудің әмбебап құралы екенін айтатын негізіг бекітпе болып табылады.

Семантикалық желілер білімді түсіндірудің ең қуатты құралы болып табылады.

Алайда оларға білім түсінігінің біркелкілігі және байланыстардың бірмағыналығы тән емес.

Білімді қолдану және түсіндіру процесінің автоматизациялануы кезінде біркелкілік және бірмағыналықтың болмауы интеллектуалды жүйелердегі процесті қиындатады. Білімдерді түсіндіру формасын бір ізге салуға, максимальды біркелкі қылуға қызығушылқ тууы әбден ықтимал.

Жасанды интеллектегі осындай есептерді шешудің бір тәсілі болып, желідегі арнайы түсініктер төбесіне және төбелердің (фреймдердің) арасындағы байланысты бір ізге салуға өтуші болып табылады.

Білімдер түсінігінің фреймдік моделі

Фреймдар жасанды интеллект жүйелерінде білімді түсіндірудің кең таралған формасы ретінде белгілі.

Фрейм – кез-келген құбылыстың, оқиғаның, жағдайдың, үрдіс немесе объектінің мәнінің минимальды мүмкін сипаты.

Фреймнің бірмәнді құрылымы бар және слоттар деп аталатын стандартты бірліктерден тұрады. Слоттың өз мәні және аты бар. Фрейм тізбек түрінде көрсетіледі:

Фрейм=<слот1><слот2><слот3>…<слотN>.

Мысал ретінде “алу” фреймін қарап көрейік:

“Алу”:

(Субъект,Х1);

(Орын,Х3);

(Уақыт,Х4);

(Шарт,Х5).

Бұл фреймде слоттар аты көрсетілген, бірақ оның мәнінің орнына (Х1,Х2 және т.б) айнымалылары қолданылады. Мұндай фрейм прототип–фрейм немесе протофрейм деп аталатын.

Пртофрейм түсініктің өзі жайлы білімді сақтайды. Мысалы, “алу” түсінігі аты көрсетілген бар слотпен байланысты. Алуды «Егер Х5 шарты орындалғанда, Х1 Х3 орыннан, Х4 уақытта, Х1 Х2 деп белгіленді алады.» Барлық айнымалылардың орнына нақты мәндерді қоя отырып, сипаттаудың нақты фактісін аламыз:

“Алу”:

(Субъект, Робот);

(Орын, Қабылдау бункері);

(Уақыт, Х4);

(Шарт, Бункерде деталь бар, ал роботта ол жоқ ).

Жасанды интеллекте негізгі слоттар көрсетілген фреймдер фрейм-экземпляр немесе экзофрейм деп аталады. Біздің мысалымызда “алу” фреймінде негізгілер деп “объекті” және “субъекті” атауға болады.

Семантикалық желіні фреймдер жиыны ретінде көрсету үшін желі төбелерінің арасындағы қатынасты көрсете білу керек.

Осы үшін фреймнің слоттары қолданылады. Слот ретінде жаңа фрейм шыға алады, көпшілік фреймдарға иерархиялық классификацияны орындай алады. Бұл фреймдердің қолайлы қасиеттері болып табылады, себебі адамның білімі жалпылама реттелген.

Білімдер түсінігінің өнімдік моделі

Өнім- жасанды интеллект жүйелеріндегі білімді көрсетудің кең тараған түрі.

Модельдер негізін өнімдер жүйесі құрайды. Әрбір өнім келесідей стандартты түрде жазылуы мүмкін.

«Өнім аты»

Сфера аты,

Бастапқы шарт;

Ядро шарты;

Егер А, онда В;

Соңғы шарт.

Негізгі ядро «Егер А, онда В» түрінде, мұнда А және В әртүрлі мәндер болуы мүмкін. Қалған элементтер көмекші сипатта болады. Өнімдік модельдің қарапайым түрі өнім аты және ядродан тұруы мүмкін. Сфера мысалы физика, информатика, химия және т.б. бола алады.

1. Білім модельдері не үшін қолданылады?

2. Білімнің логикалық моделін қалай түсінесіз?

3. Білімнің өнімдік моделін қалай түсінесіз?

4. Білімнің фреймдік моделін қалай түсінесіз?

5. Білімнің желілік моделін қалай түсінесіз?

1. Лорьер Ж.Л. Системы исскуственного интеллекта. М.:Мир.1991.

2. Умнстон П. Искусственный интеллект. М.:Мир. 1980.

3. Под ред. И.Г.Семакина, Е.К.Хеннера. Информатика. Задачник практикум. Том. 2. – М.: Лаборатория Базовых Знаний, 1999 г.

Дәріс жоспары:

• 
  Сарапшылық жүйе анықтамасы
  
• 
  СЖ міндеттері
  
• 
  СЖ ерекшеліктері
  

Сарапшылық (эксперттік) жүйелер - зерделі есептегіш жүйе, бұған кейбір пәндік (қаржы, медицина, құық, геология, сақтандыру, радиоэлектрондық аппаратуралардағы ақауларды іздеу және т.б) саладағы тәжірибелі мамандардың (сарапшылардың білімі енгізілген, олар осы сала шеңберінде сарапшылық шешімдер (кеңес беру, диагноз қою) қабылдауға қабілетті.

СЖ – нақты міндеттерді жақсы шешетін сарапшылардың білімдерін, кәсіби тәжірибесін жинақтауға, жүйелеуге және сақтауға мүмкіндік береді. СЖ-де жинақталған білім іс-тәжірибеде шексіз мәрте қолданылады.

Сарапшылық жүйелердің жұмысы жасанды зерденің алгоритмдеріне негізделген және маман-сарапшылардан алдын-ала алынған ақпаратты қолдануды көздейді. Осылайша, сарапшылық жүйе – электронды сарапшыға (кеңесші) көмекші болып табылады.

2 сурет. Сарапшылық жүйенің құрылымдық сызбасы.

Пайдаланушы интерфейсінің көмегімен электронды сарапшының кеңесіне мұқтаж СЖ адамдарымен қарым-қатынас жасалады. Пайдаланушылар СЖ-ге тар ауқымды мәнді салалардағы арнайы мәселелер жөнінде кеңес сұрайды, оған ерекшелікті фактілер мен гипотезалар ұсынады.

Білім базасы(ББ) дегеніміз – жарияланымдардан алынған осы мәнді сала бойынша, сондай-ақ сарапшылық жүйемен (немесе бірнеше сарапшыларынан) өзара әрекеттесетін процесінде эксперт енгізген білімнің жиыниығы.

Ұйғарушы (басқа аты- логикалық қорытынды машинасы) - ББ-да бар білім және пайдаланушы енгізген мәліметтер негізінде сарапшының пайымдаулар барысын үлгілейтін(ұқсатқыш) программа.

Ұйғарушы – СЖ-ның «миы». Ұйғарушының көмегімен енгізілген мәліметтер өңделеді және тиісті тұжырымдар жасайды.

Түсіндірмелер жүйесі (подсистема) – яғни электронды сарапшының ойлар тізбегін, қорытындының, қалай алынғанын ашық көрсетуге мүмкіндік беретін программа. Түсіндірмелер жүйесі погнитологқа қателерді табу мен СЖ жаңғыртып, жетілдіруді жеңілдетеді.

Жоғарыда баяндалған СЖ құрылымында білім білімді өңдеу алгоритмінен ажыратылған. Мұндай бөлу мынадай себептер бойынша қойылады. Білім базасының құрамы нақты мәнді салаға байланысты. Екінші жағынан, пайдаланушылық интерфейс, ұйғарушы, білім базасының редакторы, түсіндірмелердің жүйешесі (кейде бұл блоктар қабық деп аталады) пәндік салаға тәуелді емес. Осылайша, бірнеше тіркемелерге арналған сарапшылық жүйені жасаудың ақылға қонымды тәсілі әмбебап қабықтан тұрады. Мұндай СЖ-де әрбір жаңа тіркеме үшін білім базасын ерекшелікті мәліметтерімен толтыру жеткілікті.

EMYCIN (Empty MYCIN – бос MYCIN) осындай СЖ (қабық) мысалы болып табылады.

Білім базасында фактілер мен ережелер болады. Фактілер қысқа мерзімді ақпарат болып саналады және кеңес беру процесінде өзгеруі мүмкін. Ережелер жаңа фактілер немесе болжамдарды қалай жасау қажеттігі туралы ұзақ уақыттық ақпарат ұсынады. Ережелер күмәнсіз фактіден гөрі шындыққа жуықтайтын кеңесті шоғырландыратын, табиғаты жағынан эвристикалық (тәжірибелік) болады.

Тәжірибеден және түйсік бойынша алынатын білім сарапшылық жүйе терминологиясында эвристикалық деп аталады. Білім базасында, сондай-ақ, метабілім, яғни білім жайлы білім ( сарапшының қалай ойлайтындығы жайлы) кіруі мүмкін. Кәдімгі мәліметтер базасына қарағанда білім базасында фактілер ғана емес, жаңа фактілер шығаруға мүмкіндік беретін ережелер де сақталады.

Ұйғарушы (логикалық қорытынды машинасы) «пайымдаушылық қабілетін» қамтамасыз етеді, ол сарапшылық жүйеге қорытынды қалыптастырып, кеңес беруге жол ашады. Логикалық қорытынды машинасы ізденістің әр түрлі стратегиясын: «фактіден мақсатқа дейін» тікелей ізденісті және «мақсаттан фактілерге» кері ізденісті қолданады. Алғашқы жағдайда ЭЕМ проблеманың бастапқы жағдайынан мақсаттарға баратын жолдарды, яғни, қорытындыға немесе кеңеске іздейді.Екінші жағдайда, мақсаттан (қорытындыдан) бастап, ЭЕМ қорытындының шынайылығын дәлелдеуге тырысады. Сарапшылық жүйе ерекшеліктерін қарастырайық.

1. 
   СЖ белгілі бір мәндік саламен шектелген.
   
2. 
   СЖ күмәнді бастапқы мәліметтермен де қабылдауға қабілетті.
   
3. 
   СЖ өзі жасауға пайымдаулар тізбегін түсіндіруге қабілетті.
   
4. 
   Қорытынды қалыптастыратын фактілер мен механизм(прогамма) бір – бірінен аық ажврвтылған .
   
5. 
   СЖ оны біртіндеп өсіру (кеңейту) және жаңғыртып , жетілдіру мүмкіндігін болатындай етіліп құрылыды.
   
6. 
   СЖ жұмысы нәтижесінде зерттелетін объектісімен не болғандығы жорамал немесе нақтылы жағдайды не істеу керектігі жайлы түсінік диагноз қою , ұсыныс , кеңес қалыптасады.
   

құдіреттілікпен шешуге қабілетті .Кейбір СЖ- ны қысқаша сипаттайық , бұл «электронды кеңесшілерді» қолдану өрісін тағы да көрнекті көрсетуге мүмкіндік береді.

MYCIN (Станфорд университеті) сарапшылық жүйесі – алғашқы және ең әйгілі СЖ-ның бірі , жиырмасыншы ғасырдың 70 жылдарының ортасында жасалды. Жүйе жұқпалы аурулар диагностикасына арналған.

Гейдельберг пен Дармштадт университеттерінде заңгерлерге азаматтық істер жөніндегі сарапшылық қорытындыларды алуға мүмкіндік беретін алғашқы заңдық ЭС - JUDITH нің (1975ж) бірі жасалады.

INTERNIST сарапшылық жүйесі білікті дәрігер жасаған диагноздың дәлдігімен слыстыруға болатындай дәлдікпен бірнеше жүздеген ауруларға диагностика қояды.

PROSPECTOR – жаңа пайдалы қазбаларды іздегенде геологтарға көмектесетін сарапшылық жүйе. Географиялық карталардан, шолулардан, геологтарға қойылатын сұрақтарға жауаптардан ЭЕМ-ға көшірілген ақпараттың негізінде PROSPECTOR жаңа кен орындарын болжайды. Бұл жүйені қолдану британ Колумбиясында молибден кенін табуға мүмкіндік береді.

TIIM жүйесі (жасап шығарушы General Research) әскери ұшқышқа тікұшақтың ұрыс қимылдары кезінде көмек көрсетеді.

Management Advisor (менеджер кеңесшісі) сарапшылық жүйесін 1986 ж Paladin Software6 Inc. Фирмасы жасаған. Жүйе басшыға өзінің коммерциялық іс-қызметін жоспарлауға жәрдемдеседі.

XCON(Carnegie- Melon university) жүйес компьютерлерді сатқан кезде пішін үйлесімін айқындауға арналған. Сатып алушы мен белгілі бір сипаттамалары бар ЭЕМ тапсырыс береді; ал СЖ кешенді құрастыратын блоктарды(дисплей типі, ОЗУ көлемі, процессор типі, дыбыс картасының типі, бейнежады көлемі және т.б) оңтайлы таңдап алуға мүмкіндіе береді.

EXPRETAX ( Coopert and Lybrand) сарапшылық жүйесі қаржылық диаграммаларды әзірлеу мен салық жөніндегі есеп айырысуларды даярлауда ревизорлар салық мамандарына ұсыныстар дайындайды. Білім базасын 20-дан астам сарапшының тәжірибесі бейнелейді.

Өзін тексеруге арналған сұрақтар

1. 
   СЖ деген не?
   
2. 
   СЖ мақсаты неде?
   
3. 
   СЖ дәстүрлі программалардан айырмашылығы неде?
   
4. 
   СЖ атқаратын іс-қызметтердің негізгі түрлерін атаңыз.
   
5. 
   Экономикада, компьютерлік жүйеде, экологияда, медицинада СЖ шешетін міндеттердің түрлерін сипаттаңыз.
   
6. 
   СЖ жинақтап қорытылған құрылымын келтіріңіз. Жекелеген блоктарға сипаттама беріңіз.
   
7. 
   СЖ ерекшеліктерін атаңыз.
   

Ұсынылатын әдебиеттер:

1. Лорьер Ж.Л. Системы исскуственного интеллекта. М.:Мир.1991.

2. Умнстон П. Искусственный интеллект. М.:Мир. 1980.

3. Г.Ә.Жапарова. Информатика негіздері.Алматы. Экономика.2006 ж.