ระบบผู้เชี่ยวชาญ (ES) เป็นระบบสารสนเทศที่ออกแบบมาเพื่อแก้ไขปัญหาที่จัดรูปแบบไม่ดีโดยอาศัยประสบการณ์การทำงานของผู้เชี่ยวชาญในสาขาปัญหาที่สะสมอยู่ในฐานความรู้ ประกอบด้วยฐานความรู้พร้อมชุดกฎและกลไกการอนุมาน และช่วยให้สามารถรับรู้สถานการณ์ ทำการวินิจฉัย กำหนดแนวทางแก้ไข หรือให้คำแนะนำในการเลือกการดำเนินการ โดยอิงตามข้อเท็จจริงที่ผู้ใช้ให้ไว้
ระบบผู้เชี่ยวชาญได้รับการออกแบบเพื่อสร้างประสบการณ์และความรู้ของผู้เชี่ยวชาญระดับสูงขึ้นมาใหม่ และใช้ความรู้นี้ในกระบวนการจัดการ ได้รับการพัฒนาโดยใช้เครื่องมือทางคณิตศาสตร์ของตรรกศาสตร์คลุมเครือเพื่อใช้ในพื้นที่แคบของแอปพลิเคชัน เนื่องจากการใช้งานต้องใช้ทรัพยากรคอมพิวเตอร์ขนาดใหญ่สำหรับการประมวลผลและจัดเก็บความรู้ การสร้างระบบผู้เชี่ยวชาญจะขึ้นอยู่กับฐานความรู้ซึ่งอยู่บนพื้นฐานของแบบจำลองการเป็นตัวแทนความรู้ เนื่องจากต้นทุนทางการเงินและเวลาจำนวนมากในระบบข้อมูลเศรษฐกิจของรัสเซีย ระบบผู้เชี่ยวชาญจึงไม่ได้ใช้กันอย่างแพร่หลาย
เชื่อกันว่าระบบผู้เชี่ยวชาญใดๆ ก็ตามเป็นระบบฐานความรู้ แต่อย่างหลังไม่ใช่ระบบผู้เชี่ยวชาญเสมอไป ในระบบฐานความรู้ กฎ(หรือการวิเคราะห์พฤติกรรม) ซึ่งใช้ในการตัดสินใจ ปัญหาในสาขาวิชาเฉพาะจะถูกเก็บไว้ใน ฐานความรู้- ปัญหาจะเกิดกับระบบโดยรวม ข้อเท็จจริงอธิบายสถานการณ์บางอย่าง และระบบพยายามหาข้อสรุปจากข้อเท็จจริงเหล่านี้โดยใช้ฐานความรู้
ระบบทำงานดังนี้ โหมดวงจร: การเลือก (ขอ) ข้อมูลหรือผลการวิเคราะห์ การสังเกต การตีความผลลัพธ์ การดูดซับข้อมูลใหม่ การตั้งสมมติฐานชั่วคราวโดยใช้กฎเกณฑ์ จากนั้นเลือกส่วนถัดไปของข้อมูลหรือผลการวิเคราะห์ กระบวนการนี้จะดำเนินต่อไปจนกว่าจะได้รับข้อมูลเพียงพอที่จะสรุปขั้นสุดท้าย
ระบบฐานความรู้ที่เรียบง่ายกว่าทำงานในโหมดการสนทนาหรือ โหมดการให้คำปรึกษา- หลังจากเปิดตัว ระบบจะถามคำถามผู้ใช้หลายชุดเกี่ยวกับปัญหาที่กำลังแก้ไข โดยต้องตอบ "ใช่" หรือ "ไม่" คำตอบมีไว้เพื่อสร้างข้อเท็จจริงที่สามารถสรุปได้ขั้นสุดท้าย
ในเวลาใดก็ตามระบบจะมีสามรายการ ประเภทของความรู้:
· ความรู้คงที่ที่มีโครงสร้างเกี่ยวกับสาขาวิชา เมื่อความรู้นี้ถูกระบุแล้ว จะไม่เปลี่ยนแปลงอีกต่อไป
· ความรู้แบบไดนามิกที่มีโครงสร้าง - ความรู้ที่เปลี่ยนแปลงได้เกี่ยวกับสาขาวิชา มีการอัปเดตเมื่อมีการค้นพบข้อมูลใหม่
· ความรู้ในการทำงานนำไปใช้กับปัญหาหรือการให้คำปรึกษาเฉพาะ
ความรู้ทั้งหมดที่กล่าวมานี้ถูกบันทึกไว้ใน ฐานความรู้- ในการสร้างนั้นจำเป็นต้องทำการสำรวจผู้เชี่ยวชาญที่เป็นผู้เชี่ยวชาญในสาขาวิชาเฉพาะ จากนั้นจัดระบบ จัดระเบียบ และจัดเตรียมดัชนีความรู้นี้เพื่อให้สามารถดึงข้อมูลจากฐานความรู้ได้อย่างง่ายดายในภายหลัง
สถาปัตยกรรมระบบผู้เชี่ยวชาญ- สถาปัตยกรรมของ ES แสดงไว้ในรูปที่ 1 7.2. ฐานความรู้ (KB) สะท้อนถึงความรู้ของผู้เชี่ยวชาญ อย่างไรก็ตามไม่ใช่ผู้เชี่ยวชาญทุกคนจะสามารถนำเสนอโครงสร้างความรู้ทั้งหมดของเขาได้อย่างมีประสิทธิภาพ
การระบุความรู้ของผู้เชี่ยวชาญและการนำเสนอในฐานความรู้นั้นดำเนินการโดยผู้เชี่ยวชาญ - วิศวกรความรู้.
อีเอสต้องมี กลไกในการได้รับความรู้เพื่อนำความรู้เข้าสู่ฐานข้อมูลและการปรับปรุงในภายหลัง
ในกรณีที่ง่ายที่สุด มันเป็นตัวแก้ไขอัจฉริยะที่ช่วยให้คุณสามารถป้อนหน่วยความรู้ลงในฐานข้อมูลรวมถึงวิเคราะห์เพื่อความสอดคล้องกัน
พื้นที่การประยุกต์ใช้ของระบบฐานความรู้สามารถแบ่งออกเป็นหลายประเภทหลัก: การพยากรณ์ การวางแผน การควบคุมและการจัดการ การฝึกอบรม.
เทคโนโลยีในการสร้างระบบผู้เชี่ยวชาญเรียกว่า วิศวกรรมความรู้- กระบวนการนี้ต้องการรูปแบบการโต้ตอบเฉพาะระหว่างผู้สร้างระบบผู้เชี่ยวชาญ ที่เรียกว่าวิศวกรความรู้ และผู้เชี่ยวชาญหนึ่งคนขึ้นไปในสาขาวิชาเฉพาะ วิศวกรความรู้จะ "ดึงข้อมูล" จากผู้เชี่ยวชาญเกี่ยวกับขั้นตอน กลยุทธ์ และหลักเกณฑ์ทั่วไปที่พวกเขาใช้เพื่อแก้ปัญหาและฝังความรู้นี้ไว้ในระบบผู้เชี่ยวชาญ
ข้าว. 7.2. สถาปัตยกรรมอีเอส
ผลลัพธ์ที่ได้คือระบบที่แก้ไขปัญหาในลักษณะเดียวกับผู้เชี่ยวชาญที่เป็นมนุษย์
แกนหลักของระบบผู้เชี่ยวชาญคือ ฐานความรู้ซึ่งถูกสร้างและสะสมไว้ในขั้นตอนการก่อสร้าง ความรู้ถูกแสดงออกอย่างชัดเจนและจัดระเบียบเพื่ออำนวยความสะดวกในการตัดสินใจ การสะสมและการจัดระเบียบความรู้เป็นหนึ่งในคุณลักษณะที่สำคัญที่สุดของระบบผู้เชี่ยวชาญ
คุณลักษณะที่เป็นประโยชน์มากที่สุดของระบบผู้เชี่ยวชาญคือการนำไปใช้กับการแก้ปัญหา ประสบการณ์คุณภาพสูง- ประสบการณ์นี้สามารถแสดงถึงระดับการคิดของผู้เชี่ยวชาญที่มีคุณสมบัติเหมาะสมที่สุดในสาขานั้น ซึ่งนำไปสู่โซลูชันที่สร้างสรรค์ แม่นยำ และมีประสิทธิภาพ เป็นประสบการณ์คุณภาพสูง รวมกับความสามารถในการนำไปใช้ ซึ่งทำให้ระบบมีความคุ้มค่าและสามารถได้รับการยอมรับในตลาด นอกจากนี้ยังอำนวยความสะดวก ความยืดหยุ่นระบบ ระบบสามารถขยายได้เรื่อยๆตามความต้องการของธุรกิจหรือลูกค้า ซึ่งหมายความว่าคุณสามารถลงทุนเพียงเล็กน้อยในช่วงแรก จากนั้นจึงขยายขีดความสามารถของระบบตามความจำเป็น
คุณสมบัติที่เป็นประโยชน์อีกประการหนึ่งของระบบผู้เชี่ยวชาญคือความสามารถในการคาดการณ์ ระบบผู้เชี่ยวชาญสามารถทำหน้าที่เป็นต้นแบบในการแก้ปัญหาในขอบเขตที่กำหนด โดยให้คำตอบที่คาดหวังในสถานการณ์เฉพาะ และแสดงให้เห็นว่าคำตอบเหล่านี้จะเปลี่ยนแปลงไปอย่างไรในสถานการณ์ใหม่ ระบบผู้เชี่ยวชาญสามารถอธิบายรายละเอียดได้ว่าสถานการณ์ใหม่นำไปสู่การเปลี่ยนแปลงได้อย่างไร สิ่งนี้ทำให้ผู้ใช้สามารถประเมินผลกระทบที่เป็นไปได้ของข้อเท็จจริงหรือข้อมูลใหม่ และทำความเข้าใจว่าพวกเขาเกี่ยวข้องกับการตัดสินใจอย่างไร ในทำนองเดียวกัน ผู้ใช้สามารถประเมินผลกระทบของกลยุทธ์หรือขั้นตอนใหม่ต่อการตัดสินใจโดยการเพิ่มกฎใหม่หรือเปลี่ยนแปลงกฎที่มีอยู่
คุณสมบัติที่สำคัญของระบบผู้เชี่ยวชาญคือความเป็นไปได้ในการใช้งาน การศึกษาและการฝึกอบรมบุคลากร- ระบบผู้เชี่ยวชาญสามารถออกแบบโดยคำนึงถึงกระบวนการเรียนรู้นี้ เนื่องจากมีความรู้ที่จำเป็นอยู่แล้วและสามารถอธิบายกระบวนการให้เหตุผลได้ สิ่งที่เหลืออยู่คือการเพิ่มซอฟต์แวร์ที่รองรับข้อกำหนดด้านสรีรศาสตร์ อินเตอร์เฟซระหว่างผู้เรียนและระบบผู้เชี่ยวชาญ นอกจากนี้ ควรรวมความรู้เกี่ยวกับวิธีการฝึกอบรมและพฤติกรรมผู้ใช้ที่เป็นไปได้ด้วย
ดังนั้นในปัจจุบัน ES จึงเป็นเครื่องมือที่ช่วยเพิ่มความสามารถทางปัญญาของทั้งระบบโดยรวมและทำหน้าที่ดังต่อไปนี้:
1) การให้คำปรึกษาสำหรับผู้ใช้ที่ไม่มีประสบการณ์ (ไม่ใช่มืออาชีพ)
2) ความช่วยเหลือในการวิเคราะห์ทางเลือกในการตัดสินใจต่างๆ
3) ความช่วยเหลือในประเด็นที่เกี่ยวข้องกับกิจกรรมที่เกี่ยวข้อง
ES มีการใช้อย่างแพร่หลายและมีประสิทธิผลมากที่สุดในธุรกิจ การผลิต การแพทย์ และอื่นๆ ในทางวิทยาศาสตร์
บรรยาย
หัวข้อ: “เทคโนโลยีและระบบอัจฉริยะ”
วางแผน:
1. แนวคิดเรื่องปัญญาประดิษฐ์ ข้อมูลอัจฉริยะ
เทคโนโลยี
2. การจำแนกประเภทของระบบสารสนเทศอัจฉริยะ
3. ระบบผู้เชี่ยวชาญเป็นระบบอัจฉริยะประเภทหลัก
4. โครงข่ายประสาทเทียม
การใช้เทคโนโลยีสารสนเทศ (IT) ในกิจกรรมของมนุษย์ในด้านต่างๆ การเติบโตของปริมาณข้อมูล และความจำเป็นในการตอบสนองอย่างรวดเร็วในทุกสถานการณ์ จำเป็นต้องค้นหาวิธีที่เพียงพอในการแก้ปัญหาที่เกิดขึ้นใหม่ ที่มีประสิทธิภาพมากที่สุดคือเส้นทางแห่งปัญญาของเทคโนโลยีสารสนเทศ
คำถามข้อที่ 1 แนวคิดเรื่องปัญญาประดิษฐ์
เทคโนโลยีสารสนเทศอัจฉริยะ
เทคโนโลยีสารสนเทศใหม่มีพื้นฐานมาจากเทคโนโลยีอัจฉริยะและทฤษฎีปัญญาประดิษฐ์เป็นหลัก
คำว่า สติปัญญา มาจากภาษาละติน intellectus ซึ่งหมายถึง จิตใจ เหตุผล จิตใจ; ความสามารถในการคิดของมนุษย์
ภายใต้ ปัญญาประดิษฐ์ เข้าใจความสามารถของระบบคอมพิวเตอร์ในการดำเนินการอย่างชาญฉลาด ส่วนใหญ่มักหมายถึงความสามารถที่เกี่ยวข้องกับการคิดของมนุษย์
ปัญญาประดิษฐ์- สาขาวิชาวิทยาการคอมพิวเตอร์ที่เกี่ยวข้องกับการพัฒนาโปรแกรมอัจฉริยะสำหรับคอมพิวเตอร์
ปัญญาประดิษฐ์ (AI) เป็นสาขาวิทยาศาสตร์ที่เกิดขึ้นที่จุดตัดระหว่างไซเบอร์เนติกส์ ภาษาศาสตร์ จิตวิทยา และการเขียนโปรแกรม
ภายใต้เทคโนโลยีสารสนเทศอัจฉริยะเข้าใจเทคโนโลยีสารสนเทศที่ให้ความสามารถดังต่อไปนี้:
- การมีฐานความรู้ที่สะท้อนถึงประสบการณ์ของคน กลุ่ม สังคม มนุษยชาติโดยรวมโดยเฉพาะ เมื่อแก้ไขปัญหาต่างๆ เช่น การตัดสินใจ การออกแบบ ความหมาย การสกัด การอธิบาย การเรียนรู้
- การมีอยู่ของแบบจำลองการคิดตามฐานความรู้: กฎเกณฑ์และข้อสรุปเชิงตรรกะ การโต้แย้งและการให้เหตุผล การรับรู้และการจำแนกสถานการณ์ ลักษณะทั่วไปและความเข้าใจ ฯลฯ
- ความสามารถในการตัดสินใจที่ชัดเจนโดยอาศัยข้อมูลที่ไม่ชัดเจน ไม่สมบูรณ์ และไม่ได้กำหนดไว้
- ความสามารถในการอธิบายข้อสรุปและการตัดสินใจนั่นคือการมีกลไกคำอธิบาย
- ความสามารถในการเรียนรู้ ฝึกฝน และพัฒนา
ประวัติความเป็นมาของเทคโนโลยีสารสนเทศอัจฉริยะ
ให้เรามาดูประวัติความเป็นมาของการพัฒนา IIT ซึ่งมีอายุย้อนกลับไปในยุค 60 ของศตวรรษที่ผ่านมาและรวมถึงช่วงเวลาหลักหลายช่วง
- 60-70ส.เหล่านี้เป็นปีแห่งการตระหนักถึงความสามารถของปัญญาประดิษฐ์และการสร้างคำสั่งเพื่อสนับสนุนกระบวนการตัดสินใจและการจัดการ
- 70-80ส.ในขั้นตอนนี้ มีความตระหนักรู้ถึงความสำคัญของความรู้ในการตัดสินใจอย่างเหมาะสม ระบบผู้เชี่ยวชาญปรากฏขึ้น
- ตั้งแต่ยุค 80 จนถึงตอนนี้.โมเดลการแทนความรู้แบบบูรณาการ (ไฮบริด) กำลังเกิดขึ้น โดยผสมผสานประเภทสติปัญญาต่อไปนี้: การค้นหา การคำนวณ ตรรกะ และจินตนาการ การสร้างโครงข่ายประสาทเทียม
ลักษณะเฉพาะของเทคโนโลยีสารสนเทศอัจฉริยะ (IIT) คือ "ความเก่งกาจ" แทบไม่มีข้อจำกัดในการใช้งานในด้านต่างๆ เช่น การควบคุม การออกแบบ การแปลด้วยเครื่อง การวินิจฉัย การจดจำรูปแบบ การสังเคราะห์เสียงพูด ฯลฯ
นอกจากนี้ IIT ยังใช้กันอย่างแพร่หลายสำหรับการแก้ปัญหาที่ซับซ้อนแบบกระจาย การออกแบบผลิตภัณฑ์ร่วมกัน การสร้างองค์กรเสมือนจริง การสร้างแบบจำลองระบบการผลิตขนาดใหญ่และการพาณิชย์อิเล็กทรอนิกส์ การพัฒนาทางอิเล็กทรอนิกส์ของระบบคอมพิวเตอร์ที่ซับซ้อน การจัดการความรู้และระบบข้อมูล ฯลฯ แอปพลิเคชั่นที่มีประสิทธิภาพอีกอย่างหนึ่งคือการดึงข้อมูลบน อินเทอร์เน็ตและเครือข่ายระดับโลกอื่นๆ โครงสร้างและการส่งมอบให้กับลูกค้า
คำถามข้อที่ 2 การจำแนกประเภทของระบบสารสนเทศอัจฉริยะ
IIS มีลักษณะเฉพาะด้วยคุณสมบัติดังต่อไปนี้:
พัฒนาทักษะการสื่อสาร (วิธีที่ผู้ใช้โต้ตอบกับระบบ)
ความสามารถในการแก้ปัญหาที่ซับซ้อนและเป็นทางการไม่ดี ซึ่งจำเป็นต้องมีการสร้างอัลกอริธึมการแก้ปัญหาดั้งเดิม ขึ้นอยู่กับสถานการณ์เฉพาะที่โดดเด่นด้วยความไม่แน่นอนและพลวัตของข้อมูลและความรู้เริ่มต้น
ความสามารถในการเรียนรู้ด้วยตนเองเช่น ความสามารถของระบบในการดึงความรู้จากประสบการณ์ที่สะสมมาโดยอัตโนมัติและนำไปใช้ในการแก้ปัญหา
ความสามารถในการปรับตัวคือความสามารถของระบบในการพัฒนาตามการเปลี่ยนแปลงวัตถุประสงค์ในด้านความรู้
คุณลักษณะแต่ละรายการที่ระบุไว้ตามอัตภาพจะสอดคล้องกับคลาส IIS ของตัวเอง
1. ระบบที่มีอินเทอร์เฟซอัจฉริยะ (ความสามารถในการสื่อสาร):
- ฐานข้อมูลอัจฉริยะ. ต่างจากฐานข้อมูลแบบดั้งเดิม ทำให้สามารถเลือกข้อมูลที่จำเป็นซึ่งไม่ปรากฏในรูปแบบที่ชัดเจน แต่ได้มาจากข้อมูลที่จัดเก็บทั้งหมด
- อินเตอร์เฟซภาษาธรรมชาติ - ใช้สำหรับการเข้าถึงฐานข้อมูลอัจฉริยะ การค้นหาบริบทของข้อมูลข้อความสารคดี การป้อนข้อมูลคำสั่งเสียงในระบบควบคุม การแปลด้วยเครื่องจากภาษาต่างประเทศ
- ระบบไฮเปอร์เท็กซ์. ใช้เพื่อใช้การค้นหาคำหลักในฐานข้อมูลด้วยข้อมูลข้อความ
- ระบบช่วยเหลือตามบริบท . อยู่ในกลุ่มระบบเผยแพร่ความรู้ ตามกฎแล้วระบบดังกล่าวเป็นส่วนเสริมของเอกสารประกอบ ในระบบเหล่านี้ ผู้ใช้อธิบายปัญหา และระบบจะระบุปัญหาและค้นหาคำแนะนำเกี่ยวกับปัญหานี้ตามบทสนทนาเพิ่มเติม
- ระบบกราฟิกองค์ความรู้ . พวกเขามุ่งเน้นไปที่การสื่อสารกับผู้ใช้ระบบสารสนเทศผ่านภาพกราฟิกที่สร้างขึ้นตามการเปลี่ยนแปลงในพารามิเตอร์ของกระบวนการจำลองหรือสังเกต การใช้กราฟิกการรับรู้มีความเกี่ยวข้องอย่างยิ่งในระบบติดตามและการจัดการการปฏิบัติงาน ในระบบการสอนและการฝึกอบรม ในระบบการตัดสินใจด้านการปฏิบัติงานที่ทำงานแบบเรียลไทม์
2. ระบบผู้เชี่ยวชาญ(การแก้ปัญหาที่ซับซ้อนและเป็นทางการที่ไม่ดี) ใช้เพื่อแก้ไขปัญหาที่ไม่เป็นทางการซึ่งรวมถึงงานที่มีลักษณะอย่างใดอย่างหนึ่งดังต่อไปนี้:
ไม่สามารถแสดงวัตถุประสงค์ในรูปแบบตัวเลขได้
ข้อมูลเบื้องต้นและความรู้เกี่ยวกับสาขาวิชามีความคลุมเครือ ไม่ถูกต้อง และไม่สอดคล้องกัน
เป้าหมายไม่สามารถแสดงโดยใช้ฟังก์ชันวัตถุประสงค์ที่กำหนดไว้อย่างชัดเจน
ไม่มีวิธีแก้ไขปัญหาแบบอัลกอริธึมเฉพาะ
ข้อแตกต่างที่สำคัญระหว่าง ES และ AI จากระบบประมวลผลข้อมูลคือ ใช้สัญลักษณ์แทนวิธีตัวเลขในการแสดงข้อมูล และการอนุมานเชิงตรรกะและการค้นหาแบบฮิวริสติกสำหรับขั้นตอนการแก้ปัญหาจะใช้เป็นวิธีการประมวลผลข้อมูล
ตามลักษณะที่กล่าวข้างต้น IIS จะถูกแบ่งออกเป็น (การจำแนกประเภทนี้เป็นหนึ่งในที่เป็นไปได้) (รูปที่ 1):
ระบบที่มีความสามารถในการสับเปลี่ยน (พร้อมอินเทอร์เฟซอัจฉริยะ)
ระบบผู้เชี่ยวชาญ (ระบบสำหรับการแก้ปัญหาที่ซับซ้อน)
ระบบการเรียนรู้ด้วยตนเอง (ระบบที่สามารถเรียนรู้ด้วยตนเอง)
ระบบปรับตัว (ระบบสารสนเทศแบบปรับตัว)
ข้าว. 1.การจำแนกระบบสารสนเทศอัจฉริยะตามประเภทของระบบ
ฐานข้อมูลอัจฉริยะแตกต่างจากฐานข้อมูลทั่วไปตรงความสามารถในการเลือกข้อมูลที่จำเป็นตามคำขอซึ่งอาจไม่ได้จัดเก็บไว้อย่างชัดเจน แต่ได้มาจากสิ่งที่มีอยู่ในฐานข้อมูล
อินเตอร์เฟซภาษาธรรมชาติเกี่ยวข้องกับการแปลโครงสร้างภาษาธรรมชาติไปสู่ระดับความรู้ภายในเครื่องจักร ในการทำเช่นนี้ มีความจำเป็นต้องแก้ปัญหาการวิเคราะห์และการสังเคราะห์ข้อความทางสัณฐานวิทยา วากยสัมพันธ์ และความหมายในภาษาธรรมชาติ ดังนั้นการวิเคราะห์ทางสัณฐานวิทยาเกี่ยวข้องกับการจดจำและตรวจสอบการสะกดคำที่ถูกต้องโดยใช้พจนานุกรม การควบคุมวากยสัมพันธ์ - การแยกย่อยข้อความอินพุตออกเป็นองค์ประกอบแต่ละส่วน (การกำหนดโครงสร้าง) พร้อมการตรวจสอบการปฏิบัติตามกฎไวยากรณ์ของการเป็นตัวแทนภายในของความรู้และการระบุส่วนที่ขาดหายไปและ ในที่สุด การวิเคราะห์เชิงความหมาย - การสร้างความถูกต้องเชิงความหมายของคำวากยสัมพันธ์ การสังเคราะห์ข้อความช่วยแก้ปัญหาผกผันในการแปลงข้อมูลภายในให้เป็นภาษาธรรมชาติ
อินเทอร์เฟซภาษาธรรมชาติใช้สำหรับ:
การเข้าถึงฐานข้อมูลอัจฉริยะ
การค้นหาบริบทของข้อมูลข้อความสารคดี
การแปลด้วยเครื่องจากภาษาต่างประเทศ
ระบบไฮเปอร์เท็กซ์ได้รับการออกแบบมาเพื่อใช้การค้นหาคำหลักในฐานข้อมูลข้อมูลข้อความ ระบบไฮเปอร์เท็กซ์อัจฉริยะมีความโดดเด่นด้วยความเป็นไปได้ของการจัดระเบียบคำหลักเชิงความหมายที่ซับซ้อนยิ่งขึ้นซึ่งสะท้อนถึงความสัมพันธ์เชิงความหมายที่แตกต่างกันของคำศัพท์ ดังนั้นเครื่องมือค้นหาจึงทำงานเป็นอันดับแรกกับฐานความรู้ของคำหลักจากนั้นจึงทำงานกับข้อความโดยตรงเท่านั้น ในความหมายที่กว้างกว่า สิ่งที่กล่าวมาข้างต้นยังใช้กับการค้นหาข้อมูลมัลติมีเดีย รวมถึงข้อมูลดิจิทัล นอกเหนือจากข้อความด้วย
ระบบบริบทความช่วยเหลือถือได้ว่าเป็นกรณีพิเศษของระบบไฮเปอร์เท็กซ์อัจฉริยะและระบบภาษาธรรมชาติ แตกต่างจากระบบวิธีใช้ทั่วไปซึ่งกำหนดให้ผู้ใช้มีรูปแบบการค้นหาข้อมูลที่ต้องการ ในระบบวิธีใช้ตามบริบทผู้ใช้จะอธิบายปัญหา (สถานการณ์) และระบบโดยใช้บทสนทนาเพิ่มเติมจะระบุและค้นหาคำแนะนำที่เกี่ยวข้องกับ สถานการณ์. ระบบดังกล่าวอยู่ในกลุ่มระบบเผยแพร่ความรู้ (การเผยแพร่ความรู้) และถูกสร้างขึ้นเพื่อใช้กับระบบเอกสาร (เช่น เอกสารทางเทคนิคเกี่ยวกับการทำงานของสินค้า)
ระบบกราฟิกองค์ความรู้อนุญาตให้คุณเชื่อมต่อผู้ใช้กับ IIS โดยใช้ภาพกราฟิกที่สร้างขึ้นตามเหตุการณ์ที่กำลังดำเนินอยู่ ระบบดังกล่าวใช้ในการติดตามและจัดการกระบวนการปฏิบัติงาน ภาพกราฟิกในรูปแบบภาพและบูรณาการจะอธิบายปัจจัยหลายประการของสถานการณ์ที่กำลังศึกษา ตัวอย่างเช่น สถานะของวัตถุควบคุมที่ซับซ้อนจะแสดงในรูปแบบของใบหน้ามนุษย์ ซึ่งแต่ละคุณลักษณะมีหน้าที่รับผิดชอบในพารามิเตอร์บางอย่าง และการแสดงออกทางสีหน้าทั่วไปจะให้ลักษณะที่บูรณาการของสถานการณ์ ระบบกราฟิกความรู้ความเข้าใจยังใช้กันอย่างแพร่หลายในระบบการศึกษาและการฝึกอบรมตามหลักการของความเป็นจริงเสมือน เมื่อภาพกราฟิกจำลองสถานการณ์ที่ผู้เรียนจำเป็นต้องตัดสินใจและดำเนินการบางอย่าง
ระบบผู้เชี่ยวชาญออกแบบมาเพื่อแก้ไขปัญหาตามฐานความรู้ที่สั่งสมมา สะท้อนประสบการณ์ของผู้เชี่ยวชาญในประเด็นปัญหาที่กำลังพิจารณา
ระบบหลายตัวแทนระบบไดนามิกดังกล่าวมีลักษณะเฉพาะโดยการบูรณาการในฐานความรู้ของแหล่งความรู้ที่แตกต่างกันหลายแห่งซึ่งแลกเปลี่ยนผลลัพธ์ที่ได้รับระหว่างกันบนพื้นฐานแบบไดนามิก
สำหรับ ระบบหลายตัวแทนคุณสมบัติต่อไปนี้เป็นลักษณะเฉพาะ:
การดำเนินการให้เหตุผลทางเลือกโดยใช้แหล่งความรู้ต่างๆ พร้อมกลไกในการแก้ไขข้อขัดแย้ง
การแก้ปัญหาแบบกระจายซึ่งแบ่งออกเป็นปัญหาย่อยที่แก้ไขแบบขนานซึ่งสอดคล้องกับแหล่งความรู้อิสระ
การใช้กลยุทธที่หลากหลายสำหรับการดำเนินการของกลไกการอนุมานข้อสรุป ขึ้นอยู่กับประเภทของปัญหาที่กำลังแก้ไข
ประมวลผลข้อมูลจำนวนมากที่มีอยู่ในฐานข้อมูล
การใช้แบบจำลองทางคณิตศาสตร์ต่างๆ และขั้นตอนภายนอกที่จัดเก็บไว้ในฐานข้อมูลแบบจำลอง
ความสามารถในการขัดขวางการแก้ปัญหาเนื่องจากความต้องการได้รับข้อมูลเพิ่มเติมและความรู้จากผู้ใช้ โมเดล และปัญหาย่อยที่กำลังแก้ไขไปพร้อมๆ กัน
ที่แกนกลาง ระบบการเรียนรู้ด้วยตนเองเป็นวิธีการจัดหมวดหมู่ตัวอย่างสถานการณ์ในชีวิตจริงโดยอัตโนมัติ
คุณลักษณะเฉพาะของระบบการเรียนรู้ด้วยตนเองคือ:
ระบบการเรียนรู้ด้วยตนเอง "กับครู" เมื่อสำหรับแต่ละตัวอย่างจะมีการระบุค่าของคุณลักษณะของสถานการณ์ที่เป็นของสถานการณ์บางประเภท (คุณลักษณะการสร้างชั้นเรียน) อย่างชัดเจน
ระบบการเรียนรู้ด้วยตนเอง "โดยไม่มีครู" เมื่อระบบระบุชั้นเรียนของสถานการณ์ตามระดับความใกล้ชิดของค่าของคุณลักษณะการจำแนกประเภท
ระบบอุปนัยใช้ลักษณะทั่วไปของตัวอย่างตามหลักการจากเฉพาะไปสู่ทั่วไป กระบวนการจำแนกตัวอย่างมีดังนี้:
ลักษณะการจำแนกประเภทจะถูกเลือกจากชุดของชุดที่กำหนด (ตามลำดับหรือตามกฎบางอย่าง เช่น ตามจำนวนสูงสุดของตัวอย่างชุดย่อยที่ได้รับ)
ขึ้นอยู่กับค่าของคุณลักษณะที่เลือก ชุดตัวอย่างจะถูกแบ่งออกเป็นชุดย่อย
มีการตรวจสอบเพื่อดูว่าแต่ละเซ็ตย่อยของตัวอย่างผลลัพธ์เป็นของคลาสย่อยเดียวกันหรือไม่
หากชุดย่อยของตัวอย่างบางส่วนอยู่ในคลาสย่อยเดียวกัน นั่นคือ ตัวอย่างทั้งหมดของเซ็ตย่อยมีค่าเท่ากันของคุณลักษณะการสร้างคลาส กระบวนการจำแนกประเภทจะสิ้นสุดลง (คุณลักษณะการจำแนกประเภทที่เหลือจะไม่ได้รับการพิจารณา)
สำหรับชุดย่อยของตัวอย่างที่มีค่าไม่ตรงกันของแอตทริบิวต์การสร้างคลาส กระบวนการจำแนกจะดำเนินต่อไป เริ่มตั้งแต่จุดที่ 1 (แต่ละชุดย่อยของตัวอย่างจะกลายเป็นชุดที่จัดประเภท)
โครงข่ายประสาทเทียมเป็นอุปกรณ์คอมพิวเตอร์แบบขนานที่ประกอบด้วยโปรเซสเซอร์ธรรมดาแบบโต้ตอบจำนวนมาก โปรเซสเซอร์แต่ละตัวในเครือข่ายดังกล่าวจะจัดการกับสัญญาณที่ได้รับเป็นระยะๆ และสัญญาณที่ส่งไปยังโปรเซสเซอร์อื่นๆ เป็นระยะๆ เท่านั้น
ในระบบผู้เชี่ยวชาญ แบบอย่าง(การเปรียบเทียบ) ฐานความรู้ไม่มีคำอธิบายของสถานการณ์ทั่วไป แต่เป็นสถานการณ์จริงหรือเหตุการณ์ก่อนหน้านั้นเอง
การค้นหาวิธีแก้ไขปัญหาในระบบผู้เชี่ยวชาญโดยยึดตามแบบอย่างนั้นขึ้นอยู่กับการค้นหาโดยการเปรียบเทียบ (นั่นคือ การอนุมานแบบแอบแฝงจากเฉพาะเจาะจง)
ต่างจากฐานข้อมูลอัจฉริยะ พื้นที่เก็บข้อมูลเป็นที่เก็บข้อมูลสำคัญที่ดึงมาจากฐานข้อมูลการปฏิบัติงานซึ่งมีจุดประสงค์เพื่อการวิเคราะห์ข้อมูลสถานการณ์การปฏิบัติงาน (การนำเทคโนโลยี OLAP ไปใช้)
งานทั่วไปของการวิเคราะห์สถานการณ์การปฏิบัติงานคือ:
การกำหนดโปรไฟล์ผู้บริโภคของสถานที่จัดเก็บเฉพาะ
การทำนายการเปลี่ยนแปลงในออบเจ็กต์หน่วยเก็บข้อมูลเมื่อเวลาผ่านไป
การวิเคราะห์การพึ่งพาคุณลักษณะของสถานการณ์ (การวิเคราะห์สหสัมพันธ์)
ระบบข้อมูลที่ปรับเปลี่ยนได้คือระบบสารสนเทศที่เปลี่ยนแปลงโครงสร้างตามการเปลี่ยนแปลงแบบจำลองของพื้นที่ปัญหา
โดยที่:
ระบบข้อมูลที่ปรับเปลี่ยนได้จะต้องสนับสนุนการจัดกระบวนการทางธุรกิจอย่างเพียงพอในเวลาที่กำหนด
ระบบข้อมูลที่ปรับเปลี่ยนได้จะต้องปรับเปลี่ยนเมื่อใดก็ตามที่มีความจำเป็นต้องจัดระบบกระบวนการทางธุรกิจใหม่
การสร้างระบบข้อมูลใหม่ควรดำเนินการอย่างรวดเร็วและมีค่าใช้จ่ายน้อยที่สุด
แกนหลักของระบบข้อมูลที่ปรับเปลี่ยนได้คือรูปแบบการพัฒนาอย่างต่อเนื่องของพื้นที่ปัญหา (องค์กร) ซึ่งเก็บรักษาไว้ในฐานความรู้พิเศษ - พื้นที่เก็บข้อมูล ขึ้นอยู่กับเคอร์เนล การสร้างหรือการกำหนดค่าซอฟต์แวร์จะดำเนินการ ดังนั้น การออกแบบและการปรับตัวของระบบ IS ประการแรกจึงอยู่ที่การสร้างแบบจำลองของพื้นที่ปัญหาและการปรับเปลี่ยนอย่างทันท่วงที
เนื่องจากไม่มีคำจำกัดความที่ยอมรับกันโดยทั่วไป จึงเป็นการยากที่จะให้การจำแนกประเภทระบบสารสนเทศอัจฉริยะแบบรวมที่ชัดเจน เช่น ถ้าเราพิจารณาระบบสารสนเทศอัจฉริยะ จากมุมมองของปัญหาที่กำลังแก้ไขจากนั้นเราสามารถแยกแยะระบบควบคุมและระบบอ้างอิง ระบบภาษาศาสตร์คอมพิวเตอร์ ระบบการจดจำ ระบบเกม และระบบสำหรับการสร้างระบบข้อมูลอัจฉริยะได้ (รูปที่ 2)
ในเวลาเดียวกัน ระบบไม่สามารถแก้ปัญหาได้เพียงปัญหาเดียว แต่สามารถแก้ปัญหาได้หลายอย่าง หรือในกระบวนการแก้ไขปัญหาเดียว สามารถแก้ปัญหาอื่นๆ ได้อีกมากมาย ตัวอย่างเช่น เมื่อสอนภาษาต่างประเทศ ระบบสามารถแก้ปัญหาในการจดจำคำพูดของนักเรียน การทดสอบ การตอบคำถาม การแปลข้อความจากภาษาหนึ่งเป็นอีกภาษาหนึ่ง และรองรับอินเทอร์เฟซภาษาที่เป็นธรรมชาติ
รูปที่ 2 – การจำแนกประเภทของระบบสารสนเทศอัจฉริยะตามงานที่พวกเขาแก้ไข
หากเราจำแนกระบบสารสนเทศอัจฉริยะ ตามเกณฑ์ “วิธีการที่ใช้”จากนั้นจะแบ่งออกเป็นแบบแข็ง อ่อน และไฮบริด (รูปที่ 3)
คอมพิวเตอร์ซอฟท์เป็นวิธีคอมพิวเตอร์ที่ซับซ้อนซึ่งมีพื้นฐานอยู่บนตรรกะคลุมเครือ คอมพิวเตอร์เชิงพันธุกรรม การประมวลผลทางระบบประสาท และการคำนวณความน่าจะเป็น แข็งการคำนวณ – การคำนวณด้วยคอมพิวเตอร์แบบดั้งเดิม (ไม่ใช่ซอฟต์) ระบบไฮบริด– ระบบที่ใช้เทคโนโลยีคอมพิวเตอร์มากกว่าหนึ่งอย่าง (กรณีระบบอัจฉริยะ เทคโนโลยีปัญญาประดิษฐ์)
ข้าว. 3.การจำแนกประเภทของระบบสารสนเทศอัจฉริยะตามวิธีการ
สามารถจำแนกประเภทอื่นๆ ได้ เช่น ระบบใช้งานทั่วไปและระบบเฉพาะทาง (รูปที่ 4)
ข้าว. 4.การจำแนกประเภทของระบบอัจฉริยะตามวัตถุประสงค์
นอกจากนี้ แผนภาพนี้ยังสะท้อนให้เห็นอีกด้วย อีกทางเลือกหนึ่งสำหรับการจำแนกตามวิธี:ระบบที่ใช้วิธีการแสดงความรู้ ระบบการจัดการตนเอง และระบบที่สร้างขึ้นโดยใช้โปรแกรมฮิวริสติก นอกจากนี้ในการจำแนกประเภทนี้ ระบบการสร้างเพลงยังจัดเป็นระบบการสื่อสารอีกด้วย
สู่ระบบอัจฉริยะ จุดประสงค์ทั่วไปซึ่งรวมถึงระบบที่ไม่เพียงแต่ดำเนินการตามขั้นตอนที่กำหนดเท่านั้น แต่ยังขึ้นอยู่กับกระบวนการค้นหา metaprocedures ที่สร้างและดำเนินการตามขั้นตอนสำหรับการแก้ปัญหาเฉพาะใหม่ ๆ
เชี่ยวชาญระบบอัจฉริยะดำเนินการแก้ไขปัญหาที่กำหนดไว้ล่วงหน้าระหว่างการออกแบบระบบ
การขาดการจำแนกประเภทที่ชัดเจนนั้นอธิบายได้จากงานทางปัญญาและวิธีการทางปัญญาที่หลากหลาย นอกจากนี้ ปัญญาประดิษฐ์ยังเป็นวิทยาศาสตร์ที่กำลังพัฒนาอย่างแข็งขันซึ่งมีการเรียนรู้ด้านที่ประยุกต์ใหม่ ๆ ทุกวัน
บทนำ……………………………………………………………………...…2
แนวทางการพัฒนาระบบสารสนเทศและวิธีการนำไปปฏิบัติ…………..5
คุณสมบัติและความสามารถของระบบสารสนเทศ……………………………………...9
บทบัญญัติทั่วไปของ IIS ……............................................. ....... ...........................5
คุณสมบัติและสัญญาณของความฉลาดของระบบสารสนเทศ……………………………………………………………...13
รูปแบบการนำเสนอความรู้ในระบบสารสนเทศตามกฎ…..…14
สรุป……………………………………………………………………………….....16
รายการอ้างอิง…………………………………………………………...17
การแนะนำ.
ในวิทยาศาสตร์สมัยใหม่ การวิจัยที่เกี่ยวข้องกับการสร้างแบบจำลองความสามารถทางปัญญาของมนุษย์ถือเป็นทิศทางทางวิทยาศาสตร์ที่เกี่ยวข้องกับปัญหาการสังเคราะห์โครงสร้างอัตโนมัติที่สามารถแก้ไขปัญหาที่ซับซ้อนในการสนับสนุนข้อมูลสำหรับกิจกรรมของมนุษย์ประเภทต่างๆ โดยปกติแล้วปัญหาเหล่านี้เป็นปัญหาที่ไม่มีกฎเกณฑ์หรือตัวอย่างวิธีแก้ปัญหาไม่ว่าจะด้วยเหตุผลใดเหตุผลหนึ่ง บุคคลที่มีความรู้ประสบการณ์และสติปัญญาที่จำเป็นสามารถพัฒนากฎเกณฑ์ในการแก้ปัญหาดังกล่าวได้ แต่ถ้าคุณสร้างแบบจำลองคอมพิวเตอร์ซึ่งความทรงจำจะประกอบด้วยความรู้ของบุคคลดังกล่าวโดยตั้งโปรแกรมด้วยประสบการณ์และความสามารถทางปัญญาที่จำเป็นในการแก้ปัญหาเฉพาะเจาะจงโมเดลนี้สามารถนำไปใช้ในการแก้ปัญหาหลายอย่างที่คล้ายกับปัญหาที่มีอยู่แล้ว แก้ไขแล้ว นอกจากนี้รุ่นนี้ยังนำไปปรับใช้ในสถานการณ์ที่มีปัญหาอื่นๆ ได้อีกด้วย
ในบรรดางานดังกล่าว สิ่งที่ยากและเกี่ยวข้องมากที่สุดคืองานในการพัฒนาวิธีการสื่อสารระหว่างบุคคลและระบบคอมพิวเตอร์ที่สร้างแบบจำลองสติปัญญาของมนุษย์ในภาษาธรรมชาติ และงานการแปลด้วยเครื่องอัตโนมัติจากภาษาหนึ่งไปอีกภาษาหนึ่ง โดยมีเงื่อนไขว่าความหมายและอารมณ์ ประเด็นต่างๆ ได้รับการถ่ายทอดอย่างถูกต้อง ประเด็นก็คือตามนั้น
ตามที่นักภาษาศาสตร์ที่โดดเด่นหลายคนกล่าวไว้ กิจกรรมทางปัญญาของมนุษย์ (ในเกือบทุกด้าน) เกี่ยวข้องโดยตรงกับการทำงานของภาษาและการคิดมากที่สุด ด้วยความช่วยเหลือของวิธีการสื่อสารที่เป็นธรรมชาติอย่างแท้จริงระหว่างบุคคลกับหุ่นยนต์ที่รันโปรแกรมคอมพิวเตอร์เท่านั้นจึงจะสามารถสร้างระบบที่จำลองสติปัญญาของมนุษย์และคุณสมบัติของมันได้อย่างเพียงพอ เช่น ความคิด สัญชาตญาณ จิตสำนึก และจิตใต้สำนึก... ระบบดังกล่าวใน วิทยาการคอมพิวเตอร์สมัยใหม่เรียกว่าระบบข้อมูลอัจฉริยะ (IIS))
สถานะปัจจุบันของการวิจัยพื้นฐานและประยุกต์ในด้านระบบสารสนเทศอัจฉริยะแสดงให้เห็นว่าผลลัพธ์ของพวกเขาค่อนข้างชัดเจน ซึ่งหมายความว่าระบบแนวคิดที่ค่อนข้างเสถียรได้เกิดขึ้น วิธีการออกแบบ การก่อสร้าง และการใช้งานได้เกิดขึ้น และได้กำหนดโครงสร้างมาตรฐานของระบบดังกล่าวและส่วนประกอบต่างๆ แล้ว
เป็นที่ยอมรับกันโดยทั่วไปว่างานทางปัญญาคือการค้นหาอัลกอริธึมที่ไม่รู้จักสำหรับการแก้ปัญหาเชิงปฏิบัติหรือทางทฤษฎีบางอย่างซึ่งเป็นสากลในชุดลักษณะข้อมูลเริ่มต้นของปัญหานี้ จำเป็นต้องมีเพียงนักแสดงเท่านั้น
บุคคลที่แก้ปัญหาสามารถดำเนินการเบื้องต้นที่ประกอบขึ้นเป็นกระบวนการได้และนอกจากนี้เขายังได้รับคำแนะนำอย่างชาญฉลาดและแม่นยำโดยอัลกอริธึมที่เสนอ นักแสดงดังกล่าว (มนุษย์หรือหุ่นยนต์) ซึ่งแสดงโดยใช้กลไกล้วนๆ สามารถแก้ไขปัญหาประเภทที่อยู่ระหว่างการพิจารณาได้สำเร็จ ดังนั้นจึงดูเหมือนเป็นธรรมชาติอย่างยิ่งที่จะแยกออกจากกลุ่มปัญหาทางปัญญาซึ่งมีวิธีการแก้ไขที่เป็นมาตรฐาน ตัวอย่างงานดังกล่าว
งานคำนวณล้วนๆ สามารถให้บริการได้:
การแก้ระบบสมการพีชคณิตเชิงเส้น
การอินทิเกรตเชิงตัวเลขของสมการเชิงอนุพันธ์
ปัญหาการประมาณข้อมูลเชิงประจักษ์ ฯลฯ
ในการแก้ปัญหาประเภทนี้มีอัลกอริธึมมาตรฐานซึ่งเป็นลำดับการดำเนินการเบื้องต้นที่สามารถนำไปใช้งานได้อย่างง่ายดายในรูปแบบของโปรแกรมคอมพิวเตอร์ ในทางตรงกันข้าม สำหรับงานทางปัญญาประเภทต่างๆ เช่น การจดจำรูปแบบ การหักตรรกะ และเกมที่ซับซ้อนเชิงตรรกะ (เช่น การเล่นหมากรุก) การพิสูจน์ทฤษฎีบท ฯลฯ เช่น การแบ่งอย่างเป็นทางการของกระบวนการค้นหาวิธีแก้ปัญหาออกเป็นระดับประถมศึกษาที่แยกจากกัน ขั้นตอนตรงกันข้ามมักจะกลายเป็นเรื่องยากมาก แม้ว่าการแก้ปัญหาจะไม่ใช่เรื่องยากก็ตาม
ดังนั้นจึงมีเหตุผลบางประการที่ต้องพิจารณาแนวคิดเรื่องความฉลาดเทียบเท่ากับแนวคิดของอัลกอริธึมขั้นสูงสากลที่สามารถสร้างอัลกอริธึมสำหรับการแก้ปัญหาเฉพาะได้
ข้อกำหนดทั่วไปของ IIS
การพัฒนาระบบสนับสนุนข้อมูลสำหรับกิจกรรมของมนุษย์ประเภทต่างๆ ในอดีตสามารถแสดงเป็นขั้นตอน:
“ระบบสารสนเทศ” (IS), “ระบบสารสนเทศอัตโนมัติ” (AIS), “ระบบสารสนเทศอัจฉริยะ” (IIS)
ระบบข้อมูลอัจฉริยะ - นี่คือรุ่นคอมพิวเตอร์
ความสามารถทางปัญญาของมนุษย์ในการค้นหาแบบกำหนดเป้าหมาย, การวิเคราะห์และสังเคราะห์ข้อมูลปัจจุบันเกี่ยวกับความเป็นจริงโดยรอบเพื่อให้ได้ความรู้ใหม่และแก้ไขปัญหาสำคัญต่างๆ บนพื้นฐานนี้ .
แต่ละขั้นตอนเหล่านี้มีรูปแบบข้อมูลของสาขาวิชาที่แตกต่างกัน สำหรับระบบข้อมูลแรก โมเดลดังกล่าวคือแค็ตตาล็อกหรือตัวแยกประเภท สำหรับ AIS เหล่านี้เป็นอาร์เรย์ของข้อมูลที่จัดในรูปแบบของฐานข้อมูลและธนาคารข้อมูล และสำหรับ IIS แบบจำลองสาขาวิชาจะแสดงโดยระบบข้อมูลที่มีโครงสร้างที่เรียกว่าฐานความรู้ . ระบบข้อมูลตามแค็ตตาล็อกถูกสร้างขึ้นเพื่อดำเนินการค้นหาข้อมูลที่จำเป็นโดยเครื่องจักรในระดับหนึ่งหรืออย่างอื่น เอไอเอสบนพื้นฐานของ
ฐานข้อมูลที่มีการจัดระเบียบอย่างดีทำให้ไม่เพียงแต่จะทำการค้นหาข้อมูลอัตโนมัติและหลายมิติเท่านั้น แต่ยังรวมถึงการประมวลผลข้อมูลที่พบ การจัดเก็บข้อมูลและการส่งข้อมูลที่จัดระเบียบค่อนข้างซับซ้อนอีกด้วย IIS บนฐานความรู้ต้อง (นอกเหนือจากความสามารถของ AIS) แก้ปัญหาที่เรียกว่า “อัจฉริยะ”
การพัฒนาระบบสารสนเทศในขั้นตอนปัจจุบันเป็นไปตามการวิจัย 3 ด้าน โดยมีวัตถุประสงค์เพื่อจำลองความสามารถของมนุษย์ในการแก้ปัญหาทางปัญญา
ทิศทางแรกของการวิจัยจะตรวจสอบโครงสร้างและกลไกของสมองมนุษย์ และเป้าหมายสูงสุดคือการเปิดเผยความลับของการคิด ขั้นตอนการวิจัยที่จำเป็นในทิศทางนี้คือการสร้างแบบจำลองตามข้อมูลทางจิตสรีรวิทยา การทดลองกับพวกเขา การตั้งสมมติฐานใหม่เกี่ยวกับกลไกของกิจกรรมทางปัญญา การปรับปรุงแบบจำลองที่สร้างขึ้นก่อนหน้านี้ เป็นต้น
ทิศทางที่สองถือเป็นเป้าหมายของการวิจัย
ระบบอัจฉริยะประดิษฐ์ เรากำลังพูดถึงการสร้างแบบจำลองที่นี่
กิจกรรมทางปัญญาด้วยความช่วยเหลือของคอมพิวเตอร์หรือเครื่องจักรที่มีหลักการทำงานที่แตกต่างกัน เป้าหมายของการทำงานในทิศทางนี้คือการสร้างอัลกอริธึมและซอฟต์แวร์สำหรับเครื่องคอมพิวเตอร์ดังกล่าว ซึ่งช่วยให้สามารถแก้ไขปัญหาทางปัญญาบางประเภทได้ในลักษณะเดียวกับที่บุคคลจะแก้ปัญหาได้
ทิศทางที่สามมุ่งเน้นไปที่การสร้างเครื่องจักรของมนุษย์หรืออย่างที่พวกเขากล่าวว่าเป็นระบบอัจฉริยะเชิงโต้ตอบซึ่งเป็นการผสมผสานระหว่างความสามารถของปัญญาธรรมชาติและปัญญาประดิษฐ์ ปัญหาที่สำคัญที่สุดในการศึกษาเหล่านี้คือการผสมผสานที่เหมาะสมที่สุดระหว่างความสามารถของมนุษย์และระบบเทียมที่จำลองความสามารถทางปัญญาของมนุษย์ และการจัดระเบียบบทสนทนาที่ไร้ความหมายระหว่างบุคคลและระบบดังกล่าว
ภายในแต่ละทิศทางมีแนวทางการสร้างระบบสารสนเทศที่แตกต่างกัน แนวทางเหล่านี้ไม่ใช่ขั้นตอนวิวัฒนาการ แต่ปรากฏเกือบพร้อมๆ กัน (ในแง่ประวัติศาสตร์) และดำรงอยู่และพัฒนาอย่างอิสระในปัจจุบัน ยิ่งไปกว่านั้น ไม่เคยมีเหตุผลเพียงพอที่จะเลือกแนวทางหนึ่งมากกว่าวิธีอื่นอย่างไม่มีเงื่อนไข
คอมพิวเตอร์เกือบทุกเครื่องที่ใช้แนวทางเชิงตรรกะเป็นเครื่องจักรในการแก้ปัญหาการอนุมานเชิงตรรกะและทฤษฎีบทการพิสูจน์ ในกรณีนี้ ข้อมูลต้นฉบับจะถูกจัดเก็บไว้ในฐานความรู้ในรูปแบบของสัจพจน์และกฎสำหรับการสร้างการอนุมานเชิงตรรกะเป็นความสัมพันธ์ระหว่างข้อมูลเหล่านี้ นอกจากนี้ เครื่องจักรแต่ละเครื่องยังมีหน่วยสร้างเป้าหมาย (การกำหนดปัญหาหรือทฤษฎีบท) และระบบเอาท์พุต (สากล)
ผู้แก้ปัญหา) จะต้องแก้ปัญหาที่กำหนดหรือพิสูจน์ทฤษฎีบท หากบรรลุเป้าหมายที่กำหนด (ทฤษฎีบทได้รับการพิสูจน์แล้ว) ลำดับของกฎที่ใช้จะก่อให้เกิดห่วงโซ่ของการกระทำที่ช่วยให้สามารถแก้ไขปัญหาประเภทนี้ได้ อำนาจก็แบบนี้.
ระบบถูกกำหนดโดยความสามารถของตัวสร้างเป้าหมายและความสามารถของเครื่องพิสูจน์ทฤษฎีบท (ตัวแก้สากล) การพิสูจน์อาจต้องค้นหาวิธีแก้ปัญหาที่เป็นไปได้ทั้งหมดให้เสร็จสิ้น
ดังนั้นแนวทางนี้จึงต้องอาศัยกระบวนการคำนวณที่มีประสิทธิภาพและทำงานได้ดีกับฐานความรู้ที่มีขนาดค่อนข้างเล็ก
วิธีการทางกายภาพผสมผสานวิธีการในการสร้างแบบจำลองความสามารถทางปัญญาของมนุษย์โดยใช้คอมพิวเตอร์และอุปกรณ์ทางกายภาพต่างๆ ความพยายามครั้งแรกอย่างหนึ่งคือ Perceptron ของ Frank Rosenblatt หน่วยโครงสร้างของเพอร์เซปตรอน (เช่นเดียวกับรูปแบบอื่น ๆ ส่วนใหญ่ของการสร้างแบบจำลองดังกล่าว) คือแบบจำลองคอมพิวเตอร์ของเซลล์ประสาท - เซลล์ประสาท ต่อมามีโมเดลเกิดขึ้น
ซึ่งเป็นที่รู้จักภายใต้คำว่า “โครงข่ายประสาทเทียม” (ANN) โมเดลเหล่านี้เป็นโครงสร้างตามตัวอย่าง พวกเขาใช้ทั้งการใช้งานทางกายภาพที่แตกต่างกันของแบบจำลองเซลล์ประสาทและโทโพโลยีที่แตกต่างกัน
การเชื่อมต่อระหว่างพวกเขา
ในช่วงไม่กี่ปีที่ผ่านมามีวิวัฒนาการ
การสร้างแบบจำลอง หลักการพื้นฐานของวิธีการนี้ยืมมาจากธรรมชาติ - จากสิ่งมีชีวิตและระบบต่างๆ ในหลายแหล่ง มีคำจำกัดความว่าเป็นการทำซ้ำกระบวนการวิวัฒนาการทางธรรมชาติโดยใช้อัลกอริธึมและโปรแกรมพิเศษ
อีกวิธีหนึ่งที่ใช้กันอย่างแพร่หลายในการสร้างระบบข้อมูลนี้คือการสร้างแบบจำลองการจำลอง มันเชื่อมโยงกับหนึ่งในแนวคิดคลาสสิกของไซเบอร์เนติกส์ซึ่งเป็นหนึ่งในแนวคิดพื้นฐาน - "กล่องดำ" (BB) นี่คือชื่อของอุปกรณ์ที่ไม่มีโครงสร้างภายในและเนื้อหาทั้งหมด แต่ทราบเมทริกซ์ของการโต้ตอบที่จำเป็นระหว่างสัญญาณที่อินพุตและสัญญาณที่เอาต์พุต วัตถุที่โมเดลจำลองพฤติกรรมนั้นเป็น "กล่องดำ" อย่างแม่นยำ ไม่สำคัญสำหรับเราว่ามีอะไรอยู่ข้างในหรือว่ามันทำงานอย่างไร สิ่งสำคัญคือโมเดลของเรามีพฤติกรรมเหมือนกันทุกประการในสถานการณ์ที่คล้ายคลึงกัน ด้วยวิธีนี้ คุณสามารถจำลองทรัพย์สินของมนุษย์ที่สำคัญได้ นั่นคือความสามารถในการคัดลอกสิ่งที่ผู้อื่นทำโดยไม่ต้องพิจารณาว่าเหตุใดจึงจำเป็น บ่อยครั้งที่ความสามารถนี้ช่วยเขาประหยัดเวลาได้มากโดยเฉพาะในช่วงแรก ๆ ของชีวิต ข้อเสียเปรียบหลักของแนวทางการจำลองคือข้อมูลต่ำเกี่ยวกับแรงจูงใจสำหรับพฤติกรรมของแบบจำลองที่สร้างขึ้นด้วยความช่วยเหลือ
ระบบสารสนเทศอัจฉริยะ (IIS)) คือระบบสารสนเทศที่อยู่บนแนวคิดการใช้ฐานความรู้เพื่อสร้างอัลกอริธึมในการแก้ปัญหาทางเศรษฐกิจประเภทต่างๆ ขึ้นอยู่กับความต้องการข้อมูลเฉพาะของผู้ใช้
ปัญญาประดิษฐ์เป็นศาสตร์และการพัฒนาเครื่องจักรและระบบอัจฉริยะโดยเฉพาะเครื่องจักรอัจฉริยะ
การจำแนกประเภท IIS(รูปที่ 4.10) ความรู้อาจเป็นข้อเท็จจริงหรือการปฏิบัติก็ได้ ทั้งนี้ขึ้นอยู่กับลักษณะของความรู้
ความรู้ข้อเท็จจริง– ข้อมูลที่มีความหมาย
ความรู้เชิงปฏิบัติการ– การพึ่งพาทั่วไประหว่างข้อเท็จจริงที่อนุญาตให้คุณตีความข้อมูลหรือดึงข้อมูลใหม่จากข้อเท็จจริงเหล่านั้น
ข้อเสียเปรียบหลักของ IP แบบดั้งเดิม ได้แก่ :
1. การปรับตัวที่อ่อนแอต่อความต้องการข้อมูลของผู้ใช้
2. ไม่สามารถแก้ไขปัญหาที่เป็นทางการไม่ดีได้
ข้อบกพร่องที่ระบุไว้จะถูกกำจัดใน IIS IIS มีคุณสมบัติลักษณะดังต่อไปนี้:
พัฒนาทักษะการสื่อสาร
ความสามารถในการแก้ปัญหาที่ซับซ้อนและจัดรูปแบบไม่ดี (อธิบายลักษณะเฉพาะด้วยคำอธิบายเชิงคุณภาพและเชิงปริมาณเพียงครึ่งเดียว และปัญหาที่มีการจัดรูปแบบอย่างดีด้วยคำอธิบายเชิงปริมาณโดยสมบูรณ์)
มีความสามารถในการพัฒนาและเรียนรู้ด้วยตนเอง
ตามอัตภาพ แต่ละคุณลักษณะเหล่านี้สอดคล้องกับคลาส IIS ของตัวเอง:
ฉันเรียน:ระบบที่มีอินเทอร์เฟซอัจฉริยะ (ความสามารถในการสื่อสาร):
1.ฐานข้อมูลทางปัญญา
2. ส่วนต่อประสานภาษาธรรมชาติ
3. ระบบไฮเปอร์เท็กซ์;
4. ระบบบริบท
5. กราฟิกความรู้ความเข้าใจ
คลาสที่สอง:ระบบผู้เชี่ยวชาญ (การแก้ปัญหาที่ซับซ้อน):
1. ระบบการจำแนกประเภท
2. ระบบการกำหนดเพิ่มเติม
3. การเปลี่ยนแปลงระบบ
4.ระบบหลายตัวแทน
คลาสที่สาม:ระบบการเรียนรู้ด้วยตนเอง (ความสามารถในการเรียนรู้ด้วยตนเอง):
1. ระบบอุปนัย;
2. โครงข่ายประสาทเทียม
3.ระบบตามกรณี;
4. การจัดเก็บข้อมูล
ข้าว. 4.10. การจำแนกประเภท IIS
ฐานข้อมูลอัจฉริยะ –แตกต่างจากปกติด้วยความสามารถในการดึงข้อมูลตามคำขอซึ่งอาจไม่ได้จัดเก็บไว้อย่างชัดเจน แต่ได้มาจากฐานข้อมูลที่มีอยู่ (เช่นแสดงรายการสินค้าที่มีราคาสูงกว่าราคาอุตสาหกรรม)
อินเทอร์เฟซภาษาธรรมชาติเกี่ยวข้องกับการแปลโครงสร้างภาษาธรรมชาติเป็นระดับเครื่องของการเป็นตัวแทนความรู้ ในกรณีนี้ คำที่เขียนจะถูกจดจำและตรวจสอบโดยใช้พจนานุกรมและกฎวากยสัมพันธ์ อินเทอร์เฟซนี้อำนวยความสะดวกในการเข้าถึงฐานข้อมูลอัจฉริยะ รวมถึงการป้อนข้อมูลคำสั่งเสียงในระบบควบคุม