Искусственный интеллект экспертные системы 11 класс: План-конспект урока по информатике и икт (11 класс) на тему: Тема: «Экспертные системы, искусственный интеллект»

План-конспект урока по информатике и икт (11 класс) на тему: Тема: «Экспертные системы, искусственный интеллект»

Информатика (урок №3) 11класс                                                                                                            26.09.14

Тема: «Экспертные системы, искусственный интеллект»

Цель:

формирование у учащихся понятия об искусственном интеллекте, экспертные системы.

Задачи:

формирование информационной культуры учащихся и философского подхода к проблемам информатики;

воспитание коммуникативной культуры учащихся, умения вести дискуссию c грамотной аргументацией своих заявлений, выслушивать и принимать во внимание мнение другого человека;

развивать внимание, память, грамотно поставленную речь;

воспитывать информационную культуру.

оборудование: презентация, фильм «искусственный разум»

ход урока

1.Организационный момент

2.Проверка домашней работы

Поиск и отбор информации, методы поиска, критерии отбора.

Прием «Мозговой штурм»

Что представляет собой поиск информации?

Что включает процесс поиска?

Из каких этапов состоит информация?

Назовите и охарактеризуйте виды поиска?

3.Сообщение темы урока

Запишите число, тему урока «Экспертные системы. Искусственного интеллект».

— Задачи нашего урока:

Что такое искусственный интеллект; 

Насколько реализован сегодня искусственный интеллект?

Каковы направления его использования и перспективы развития?

4.Изучение нового материала

— Ребята, давайте рассмотрим основные понятия.

— как вы понимаете слова «интеллект»?

— искусственный интеллект?

— когда появился раздел информатики Искусственный интеллект?

— Что является предметом изучения науки ИИ?

— Целью её изучения?

— Что называют системами искусственного интеллекта?

(презентация)

Просмотр  фильма «Искусственный разум».

— Ребята, вы посмотрели  фильм «Искусственный разум» Стива Спилберга.

— Искусственный интеллект: это хорошо или плохо?  

Фильм поднимает моральные аспекты этой проблемы. Мальчика-робота Дэвида, поселили в американскую семью, в которой он проходит разные этапы становления человеческой личности. Услышав сказку про Пиноккио, Дэвид загорается мечтой стать «настоящим мальчиком». Ему придется пережить много приключений. А главное сделать ужаснейший выбор:  2000 лет за один счастливейший день в жизни. Это фантастика.

— А вы хотели бы, чтобы рядом с вами за партой сидели роботы или киборги, которых посадили бы обучаться вместе с вами?

Можно ли создать искусственный интеллект, хотя бы равный человеческому?

Кто-то твердо говорит «нет», но тысячи ученых по всему миру бьются над тем, чтобы доказать обратное.

Они утверждают, что создание искусственного интеллекта – дело нескольких лет.

К чему привел процесс естественной эволюции примерно известно, а вот каковы будут последствия развития новой формы жизни – большой вопрос!

Как поведет себя «сверхразумная» самосовершенствующаяся машина с человеком, который в какой-то момент перестанет ее догонять?

Не превратимся ли мы для нее просто в новый подвид обезьян?

В последнее время наблюдается возрастание интереса к искусственному интеллекту, вызванное повышением требований к информационным системам.

Умнеет программное обеспечение, умнеет бытовая техника.

Мы неуклонно движемся к новой информационной революции, сравнимой по масштабам с развитием интернета, имя которой – искусственный интеллект.

Экспертные системы ( презентация)

Закрепление

Работа в парах

Задание:1. составить кластер «Плюсы и минусы искусственного интеллекта.»

2.Экспертные системы(лекция в виде схемы)

Подведение итогов. Задание на дом. Рефлексия.

Д)з ответить на вопросы  Насколько же реализован сегодня искусственный интеллект?

Какие новые разработки есть в этой области?

Презентация по информатике «Искусственный интеллект» 11 класс по Казахстанским учебникам

Инфоурок
›

Информатика
›Презентации›Презентация по информатике «Искусственный интеллект» 11 класс по Казахстанским учебникам

Описание презентации по отдельным слайдам:

1 слайд

Описание слайда:

Искусственный интеллект Экспертные системы

2 слайд

Описание слайда:

Искусственный интеллект (ИИ)

3 слайд

Описание слайда:

Искусственный интеллект – дисциплина, изучающая возможность создания программ для решения задач, которые требуют определенных интеллектуальных усилий при выполнении их человеком.

4 слайд

Описание слайда:

Наука под названием “искусственный интеллект” входит в комплекс компьютерных наук, а создаваемые на ее основе технологии относятся к информационным технологиям. Задачей этой науки является достижение разумных рассуждений и действий с помощью вычислительных систем и иных искусственных устройств. Цель исследований в области искусственного интеллекта – создание арсенала метапроцедур, достаточного для того, чтобы ЭВМ (или другие технические системы, например, роботы) могли находить по постановкам задач их решения.

5 слайд

Описание слайда:

Первые исследования, относящиеся к проблемам искусственного интеллекта, были предприняты почти сразу же после появления вычислительных машин. Само название новой науки возникло в конце 60-х годов XX века, а в 1969 году в Вашингтоне (США) состоялась первая Всемирная конференция по искусственному интеллекту.

6 слайд

Описание слайда:

Исследования в области искусственного интеллекта ведутся по двум направлениям: бионическое— попытки смоделировать с помощью искусственных систем психофизиологическую деятельность человеческого мозга с целью создания искусственного разума; 2) прагматическое — создание программ, позволяющих с использованием ЭВМ воспроизводить не саму мыслительную деятельность, а являющиеся ее результатами процессы. Здесь достигнуты важнейшие результаты, имеющие практическую ценность.

7 слайд

Описание слайда:

Первое направление — нейрокибернетика Базируется на аппаратном моделировании работы головного мозга человека, основой которого является большое число (около 14 миллиардов) связанных и взаимодействующих нервных клеток — нейронов. Еще в 1950-х годах было создано пороговое устройство для моделирования нервной клетки — персептрон. На первых ЭВМ малой производительности биологическую структуру мозга реализовать не удалось. Теперь микроэлектроника позволяет строить вычислительные структуры, состоящие из нескольких тысяч микропроцессоров — нейрокомпьютеры. Основная их особенность — способность менять внутреннюю структуру и тем самым обучаться, как человек.

8 слайд

Описание слайда:

Второе направление — прагматическое направление ИИ Дает результатом программное обеспечение ЭВМ для решения интеллектуальных задач. Это, прежде всего, естественно-языковые программы. Они позволяют: делать перевод текста с одного языка на другой, составлять рефераты больших документов, сочинять тексты для сказок и поэм, сценарии телесериалов (мыльные оперы). Музыкальные программы могут сочинять музыкальные произведения, проводить анализ готовых музыкальных произведений, имитировать различные исполнительские стили. Распознающие программы позволяют проверять правильность текста, распознавать символы рукописного текста при его сканировании. Анализаторы и синтезаторы звуков способны управлять голосом техническими устройствами, а также выдавать речевые сообщения. Многие игровые программы используют принципы ИИ. Знаменитый суперкомпьютер Deep Blue обыграл шахматного чемпиона мира Г. Каспарова.

9 слайд

Описание слайда:

Свойства систем искусственного интеллекта внутренная интерпретируемость — вместе с информацией в базе знаний представлены информационные структуры, позволяющие не только хранить знания, но и использовать их; структурированность — выполняются декомпозиция сложных объектов на более простые и установление связи между ними; связанность — отражаются закономерности относительно фактов, процессов, явлений и причинно-следственные отношения между ними; активность — на основе имеющихся знаний можно выводить (получать) новые знания.

10 слайд

Описание слайда:

Инструментальные средства систем искусственного интеллекта (СИИ). Первые СИИ создавались на алгоритмических языках широкого применения. Наиболее удобными оказались языки LISP и SmallTalk. В дальнейшем были созданы системы программирования на языках представления знаний. Они содержат собственные средства представления знаний и поддержки логического вывода. К числу таких языков можно отнести FRL, KRL,OPS5, LogLISP и Prolog. Наибольшее распространение из этих языков получили языки логического программирования Prolog и OSP5.

11 слайд

Описание слайда:

Экспертные системы Экспертная система (ЭС) — это система искусственного интеллекта, которая содержит знания опытных специалистов (экспертов) о некоторой предметной области и которая в пределах этой области способна принимать экспертные решения (давать совет, ставить диагноз, направлять действия пользователя).

12 слайд

Описание слайда:

Структурная схема экспертной системы

13 слайд

Описание слайда:

Структурная схема экспертной системы Главной частью любой ЭС является база знаний — совокупность знаний по данной предметной области, почерпнутых из публикаций, а также введенных в процессе взаимодействия экспертов с ЭС. С помощью редактора базы знаний эксперт наполняет базу знаний (как бы передает ей свои знания, умения, навыки).

14 слайд

Описание слайда:

Структурная схема экспертной системы Решатель (машина логического вывода) — это программа, имитирующая ход рассуждений эксперта на основании знаний, имеющихся в БЗ, и данных, введенных пользователем. Подсистема объяснений — программа, позволяющая продемонстрировать, как и почему получен результат, то есть показать цепочку рассуждений электронного эксперта.

15 слайд

Описание слайда:

Примеры экспертных систем Экспертная система MYCIN (Станфордский университет) -одна из первых и наиболее известных ЭС, разработана в середине 1970-х годов прошлого века. Она предназначена для диагностики инфекционных заболеваний. Экспертная система JUDITH создана в 1975 г. в Гейдельбергском и Дармштадском университетах, позволяет получать юристам экспертные заключения по гражданским делам. Экспертная система INTERNIST диагностирует несколько сотен болезней с точностью, которая сопоставима с точностью диагноза, сделанного квалифицированным врачом. Экспертная система Management Advisor помогает руководителю в планировании своей коммерческой деятельности. Экспертная система EXPERTAX готовит рекомендации ревизорам и налоговым специалистам в подготовке расчетов по налогам и подготовке финансовых деклараций. База знаний отражает опыт свыше двадцати экспертов. Экспертная система PROSPECTOR — помогает геологам в поиске полезных ископаемых. В ЭВМ вводятся карты, обзоры местности, ответы на вопросы, которые задаются геологам.

16 слайд

Описание слайда:

Домашнее задание Подготовить доклад по одной из нижеприведенных тем Роботы и искусственный интеллект Искусственный интеллект в играх Искусственный интеллект в фильмах и книгах Прогнозируемые последствия использования искусственного интеллекта Каковы направления использования искусственного интеллекта История развития искусственного интеллекта Искусственный интеллект в Казахстане

Курс повышения квалификации

Курс профессиональной переподготовки

Учитель математики и информатики

Курс профессиональной переподготовки

Учитель информатики

Найдите материал к любому уроку,
указав свой предмет (категорию), класс, учебник и тему:

Выберите категорию:
Все категорииАлгебраАнглийский языкАстрономияБиологияВнеурочная деятельностьВсеобщая историяГеографияГеометрияДиректору, завучуДоп. образованиеДошкольное образованиеЕстествознаниеИЗО, МХКИностранные языкиИнформатикаИстория РоссииКлассному руководителюКоррекционное обучениеЛитератураЛитературное чтениеЛогопедия, ДефектологияМатематикаМузыкаНачальные классыНемецкий языкОБЖОбществознаниеОкружающий мирПриродоведениеРелигиоведениеРодная литератураРодной языкРусский языкСоциальному педагогуТехнологияУкраинский языкФизикаФизическая культураФилософияФранцузский языкХимияЧерчениеШкольному психологуЭкологияДругое

Выберите класс:
Все классыДошкольники1 класс2 класс3 класс4 класс5 класс6 класс7 класс8 класс9 класс10 класс11 класс

Выберите учебник:
Все учебники

Выберите тему:
Все темы

также Вы можете выбрать тип материала:

Общая информация

Номер материала:

ДБ-215716

Похожие материалы

Вам будут интересны эти курсы:

Оставьте свой комментарий

Искусственный интеллект, экспертные системы

Выставление суммативной оценки на основе баллов

подводят итог по заполненным листам оценивания во время урока

Рекомендации по выполнению д/з .. 1д-«3»

Искусственный интеллект — информатика, уроки

Информация и информационные процессы. 11 класс.

Искусственный интеллект. Экспертные системы.

Цель: учащиеся используют информационные технологии для представления информации, знают понятия «искусственный интеллект, экспертные системы», знают особенности ИИ и ЭС, знают применение ИИ, владеют навыками оценивания, формируют умения взаимодействия в группе.

Учащиеся знают:

• понятия «искусственный интеллект, экспертные системы»,

• особенности ИИ и ЭС,

• применение ИИ.

Учащиеся умеют:

• характеризовать ИИ,

• определять особенности ИИ,

Учащиеся формируют умения взаимодействовать в группе.

Ход урока:

1. Организационный момент. Мотивационный этап.

Выход на новую тему через просмотр объектов и попытку классифицировать их по определённому признаку. Вывешиваются или раздаются картинки с роботами.

Формулирование темы и цели урока.

Современные компьютеры могут безошибочно выполнять миллиарды арифметических операций за секунду, что недосягаемо для человека. Но существуют задачи, с которыми человек справляется лучше, чем компьютер. Это, в частности, принятие сложных решений в сложных ситуациях, использование аналогий, смысловой перевод с одного естественного языка на другой.

С годами мозг мыслителя искусный

Мыслителя искусственно создаст.

И. Гете, «Фауст»

1. Познавательно-операционный этап.

Работа по группам:

1. Искусственный интеллект.

2. Экспертные системы.

3. Вопросы и ответы по теме.

4. Задания на соответствие.

Каждая группа готовит постер или презентацию, используя подготовленные ресурсы и Интернет.

Защита постера или презентации. Оценивание стикером работы.

1. Рефлексивно-оценочный этап.

— Как вы думаете, что мы будем делать на следующем уроке?

Выполнение заданий на соответствие. 5вопросов.

Ответы: 1 — В, Д, 2- С, 3 – А

Установи соответствие:

На этом же листочке с другой стороны.

Ответь на вопрос: Создание искусственного разума – это благо или гибель для человечества?

Предсказания известного американского учёного  Рэймонда Курцвейла. В течение ближайших 20 лет в кровь человека будут внедрены тысячи компьютерных  нанороботов. Они будут следить за нашим здоровьем, улучшать производительность и даже смогут создавать резервные копии всего содержимого мозга, как копии компьютерных файлов. Это означает, что роботы смогут сберечь все мысли каждого человека. Курцвейл, в числе прочих открытий, изобрел первую машину для чтения письменного текста для слепых, а в начале 1980-х предсказал появление к середине 1990-х годов всемирной компьютерной сети. Так что к его прогнозам стоит прислушаться.

1. Домашнее задание.

Проработать вопросы и задания, которые подготовили 4 и 3 группы.

Подготовить дополнительный материал по теме в виде реферата или презентации или видеофрагмента.

Установи соответствие:

Установи соответствие:

Установи соответствие:

Установи соответствие:

Исследователь из British Telecom Ян Пирсон предлагает нам такой календарь:

2004: первые школьные учителя – искины
2005: 95% людей не могут отличить, кто из их виртуальных друзей – человек
2006: интерактивные игрушки способны на «эмоциональное» общение с детьми
2007: роботы заменяют людей на фабриках
2010: четверть звезд шоу-бизнеса – компьютерные персонажи
2010: роботы-насекомые используются в военных операциях
2011: большую часть программного обеспечение пишут искины
2012: люди используют электронные стимуляторы удовольствия
2012: люди используют импланты как символ положения в обществе
2012: роботы заменяют людей в домашнем хозяйстве и в больницах
2015: технология распознавания мыслей для создания искусственных снов
2015: для искинов создается своя индустрия развлечений 
2017: учителя-искины добиваются лучших результатов, чем учителя-люди
2017: роботы, способные к самодиагностике и самовосстановлению
2018: искин получает Нобелевскую Премию
2020: электронные формы жизни получают некоторые права
2025: в развивающихся странах больше роботов, чем людей
2025: люди используют импланты типа «искусственный мозг»
2030: преступникам имплантируют чипы для контроля эмоций 
2030: роботы и физически, и умственно превосходят людей; появление терминаторов

План-конспект урока по информатике на тему «Экспертные системы. Искусственный интеллект»

Класс:_____ Дата проведения урока:_____________

ТЕМА УРОКА:

Экспертные системы. Искусственный интеллект

ЦЕЛИ УРОКА:

Рассмотреть понятие экспертной системы

ЗАДАЧИ:

Образовательные: Изучение функций, областей применения, видов экспертных систем, искусственного интеллекта

Развивающие: Расширение кругозора, выработка навыков работы и поведения в КК.

Воспитательные: Воспитание школьного патриотизма (бережного отношения к имуществу школы), развитие познавательного интереса, логического мышления. Формирование казахстанского патриотизма и любви к родному краю, своей школе.

ТИП УРОКА:

Комбинированный урок (повторение, изучение нового материала).

ПЛАН УРОКА:

1. Организационный момент (2 мин)

2. Проверка домашнего задания (5 мин)

3. Объяснение нового материала (30 мин)

4. Домашнее задание (3 мин)

5. Подведение итогов (5 мин)

ХОД УРОКА:

1. ОРГАНИЗАЦИОННЫЙ МОМЕНТ

Приветствие, проверка присутствующих. Заполнение журнала. Постановка цели урока перед учащимися

2. ПРОВЕРКА ДОМАШНЕГО ЗАДАНИЯ

Защита таблиц

3. ОБЪЯСНЕНИЕ НОВОГО МАТЕРИАЛА

Достаточно трудно дать точное определение, что такое интеллект человека, потому что интеллект — это сплав многих навыков в области обработки и представления информации. Интеллект ( intelligence ) происходит от латинского intellectus — что означает ум, рассудок, разум; мыслительные способности человека. С большой степенью достоверности интеллектом можно называть способность мозга решать (интеллектуальные) задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам. 
Искусственный интеллект (ИИ) — совокупность научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ. 
Искусственный интеллект — одно из направлений информатики, целью которого явлвется разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножестве естественного языка.
Системы искусственного интеллекта (СИИ) — это системы, созданные на базе ЭВМ, которые имитируют решение человеком сложных интеллектуальных задач. 
Знания: в общем случае знание — проверенный практикой результат познания действительности, верное ее отражение в мышлении человека, обладание опытом и пониманием, которые являются правильными и в субъективном, и в объективном отношении, на основании которых можно по-строить суждения и выводы, кажущиеся достаточно надежными для того, чтобы рассматриваться как знание. Поэтому в контексте ИТ термин зна-ния — это информация, присутствующая при реализации интеллектуальных функций. Обычно это отклонения, тенденции, шаблоны и зависимости, обнаруженные в информации Другими словами, интеллектуальные системы являются в то же время системами обработки знаний.

История развития искусственного интеллекта

В развитии СИИ можно выделить три основных этапа:

• 60-70-е годы. Это годы осознания возможностей искусственного интеллекта и формирования социального заказа на поддержку процессов принятия решений и управления. Наука отвечает на этот заказ появлением первых персептронов (нейронных сетей), разработкой методов эвристического программирования и ситуационного управления большими системами (разработано в СССР)

• 70-80-е годы. На этом этапе происходит осознание важности знаний для формирования адекватных решений; появляются экспертные системы, в которых активно используется аппарат нечеткой математики, разрабатываются модели правдоподобного вывода и правдоподобных рассуждений

• 80-90-е годы. Появляются интегрированные (гибридные) модели представления знаний, сочетающие в себе интеллекты: поисковый, вычислительный, логический и образный.

Задачи искусственного интеллекта

Область ИИ имеет более чем сорокалетнюю историю развития. С самого начала в ней рассматривался ряд весьма сложных задач, которые, наряду с другими, и до сих пор являются предметом исследований:

1. доказательства теорем;

2. распознавание образов;

3. робототехника;

4. моделирование игр;

5. инженерия знаний;

6. экспертные системы

Экспертные системы — направление исследований по искусственному интеллекту

В середине семидесятых годов в исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название экспертные системы. Цель исследований по экспертным системам состоит в разработке программ (устройств), которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом. В большинстве случаев экспертные системы решают трудно формализуемые задачи или задачи, не имеющие алгоритмического решения. 

Экспертные системы — это направление исследований в области искусственного интеллекта по созданию вычислительных систем, умеющих принимать решения, схожие с решениями экспертов в заданной предметной области.
Классификация и виды экспертных систем

Для классификации ЭС используют следующие признаки:

• Способ формирования решения;

• Способ учета временного признака;

• Вид используемых данных;

• Число используемых источников решения знаний;
  По способу формирования решения ЭС можно разделить на анализирующие и синтезирующие. В системах первого типа осуществляется выбор решения из множества известных решений на основе анализа знаний, в системах второго типа решение синтезируется из отдельных фрагментов знаний. 
  В зависимости от способа учета временного признака ЭС делят на статические и динамические. Статические ЭС предназначены для решения задач с неизменяемыми в процессе решения данными и знаниями, а динамические ЭС допускают такие изменения. 
  По видам используемых данных и знаний различают ЭС с детерминированными и неопределенными знаниями. Под неопределенностью знаний и данных понимаются их неполнота, ненадежность, нечеткость. 
  ЭС могут создаваться с использованием одного или нескольких источников знаний.

Область применения экспертных систем

Критерий использования ЭС для решения задач.
Существует ряд прикладных задач, которые решаются с помощью систем, основанных на знаниях, более успешно, чем любыми другими средствами. При определении целесообразности применения таких систем нужно руководствоваться следующими критериями.

1. Данные и знания надежны и не меняются со временем.

2. Пространство возможных решений относительно невелико.

3. В процессе решения задачи должны использоваться формальные рассуждения. Существуют системы, основанные на знаниях, пока еще не пригодные для решения задач методами проведения аналогий или абстрагирования (человеческий мозг справляется с этим лучше). В свою очередь традиционные компьютерные программы оказываются эффективнее систем, основанных на знаниях, в тех случаях, когда решение задачи связано с применением процедурного анализа. Системы, основанные на знаниях, более подходят для решения задач, где требуются формальные рассуждения.

4. Должен быть по крайней мере один эксперт, который способен явно сформулировать свои знания и объяснить свои методы применения этих знаний для решения задач.

В целом ЭС не рекомендуется применять для решения следующих типов задач:

• математических, решаемых обычным путем формальных преобразований и процедурного анализа;

• задач распознавания, поскольку в общем случае они решаются численными методами;

• задач, знания о методах решения которых отсутствуют (невозможно строить базу знаний).

Области применения систем, основанных на знаниях, могут быть сгруппированы в несколько основных классов: медицинская диагностика, контроль и управление, диагностика неисправностей в механических и электрических устройствах, обучение.

Медицинская диагностика.
Диагностические системы используются для установления связи между нарушениями деятельности организма и их возможными причинами. Наиболее известна диагностическая система MYCIN, которая предназначена для диагностики и наблюдения за состоянием больного при менингите и бактериальных инфекциях. Ее первая версия была разработана в Стенфордском университете в середине 70-х годов. В настоящее время эта система ставит диагноз на уровне врача-специалиста. Она имеет расширенную базу знаний, благодаря чему может применяться и в других областях медицины.

Прогнозирование.
Прогнозирующие системы предсказывают возможные результаты или события на основе данных о текущем состоянии объекта. Программная система «Завоевание Уолл-Стрита» может проанализировать конъюнктуру рынка и с помощью статистических методов алгоритмов разработать для вас план капиталовложений на перспективу. Она не относится к числу систем, основанных на знаниях, поскольку использует процедуры и алгоритмы традиционного программирования. Хотя пока еще отсутствуют ЭС, которые способны за счет своей информации о конъюнктуре рынка помочь вам увеличить капитал, прогнозирующие системы уже сегодня могут предсказывать погоду, урожайность и поток пассажиров. Даже на персональном компьютере, установив простую систему, основанную на знаниях, вы можете получить местный прогноз погоды.

Планирование.
Планирующие системы предназначены для достижения конкретных целей при решении задач с большим числом переменных. Дамасская фирма Informat впервые в торговой практике предоставляет в распоряжении покупателей 13 рабочих станций, установленных в холле своего офиса, на которых проводятся бесплатные 15-минутные консультации с целью помочь покупателям выбрать компьютер, в наибольшей степени отвечающий их потребностям и бюджету. Кроме того, компания Boeing применяет ЭС для проектирования космических станций, а также для выявления причин отказов самолетных двигателей и ремонта вертолетов. Экспертная система XCON, созданная фирмой DEC, служит для определения или изменения конфигурации компьютерных систем типа VAX и в соответствии с требованиями покупателя. Фирма DEC разрабатывает более мощную систему XSEL, включающую базу знаний системы XCON, с целью оказания помощи покупателям при выборе вычислительных систем с нужной конфигурацией. В отличие от XCON система XSEL является интерактивной.

Интерпретация.
Интерпретирующие системы обладают способностью получать определенные заключения на основе результатов наблюдения. Система PROSPECTOR, одна из наиболее известных систем интерпретирующего типа, объединяет знания девяти экспертов. Используя сочетания девяти методов экспертизы, системе удалось обнаружить залежи руды стоимостью в миллион долларов, причем наличие этих залежей не предполагал ни один из девяти экспертов. Другая интерпретирующая система- HASP/SIAP. Она определяет местоположение и типы судов в тихом океане по данным акустических систем слежения.

Контроль и управление.
Системы, основанные на знаниях, могут применятся в качестве интеллектуальных систем контроля и принимать решения, анализируя данные, поступающие от нескольких источников. Такие системы уже работают на атомных электростанциях, управляют воздушным движением и осуществляют медицинский контроль. Они могут быть также полезны при регулировании финансовой деятельности предприятия и оказывать помощь при выработке решений в критических ситуациях.

Диагностика неисправностей в механических и электрических устройствах.
В этой сфере системы, основанные на знаниях, незаменимы как при ремонте механических и электрических машин (автомобилей, дизельных локомотивов и т.д.), так и при устранении неисправностей и ошибок в аппаратном и программном обеспечении компьютеров.

Обучение.
Системы, основанные на знаниях, могут входить составной частью в компьютерные системы обучения. Система получает информацию о деятельности некоторого объекта (например, студента) и анализирует его поведение. База знаний изменяется в соответствии с поведением объекта. Примером этого обучения может служить компьютерная игра, сложность которой увеличивается по мере возрастания степени квалификации играющего. Одной из наиболее интересных обучающих ЭС является разработанная Д. Ленатом система EURISCO, которая использует простые эвристики. Эта система была опробована в игре Т. Тревевеллера, имитирующая боевые действия. Суть игры состоит в том, чтобы определить состав флотилии, способной нанести поражение в условиях неизменяемого множества правил. Система EURISCO включила в состав флотилии небольшие, способные провести быструю атаку корабли и одно очень маленькое скоростное судно и постоянно выигрывала в течение трех лет, несмотря на то, что в стремлении воспрепятствовать этому правила игры меняли каждый год. Большинство ЭС включают знания, по содержанию которых их можно отнести одновременно к нескольким типам. Например, обучающая система может также обладать знаниями, позволяющими выполнять диагностику и планирование. Она определяет способности обучаемого по основным направлениям курса, а затем с учетом полученных данных составляет учебный план. Управляющая система может применяться для целей контроля, диагностики, прогнозирования и планирования. Система, обеспечивающая сохранность жилища, может следить за окружающей обстановкой, распознавать происходящие события (например, открылось окно), выдавать прогноз (вор-взломщик намеревается проникнуть в дом) и составлять план действий (вызвать полицию).
Наиболее известные ЭС, разработанные в 60-70-х годах, стали в своих областях уже классическими. По происхождению, предметным областям и по преемственности применяемых идей, методов и инструментальных программных средств их можно разделить на несколько семейств.

1. META-DENDRAL.
   Система DENDRAL позволяет определить наиболее вероятную структуру химического соединения по экспериментальным данным (масс- спектрографии, данным ядерном магнитного резонанса и др.).М-D автоматизирует процесс приобретения знаний для DENDRAL. Она генерирует правила построения фрагментов химических структур.

2. MYCIN-EMYCIN-TEIREIAS-PUFF-NEOMYCIN.
   Это семейство медицинских ЭС и сервисных программных средств для их построения.

3. PROSPECTOR-KAS.
   PROSPECTOR- предназначена для поиска (предсказания) месторождений на основе геологических анализов. KAS- система приобретения знаний для PROSPECTOR.

4. CASNET-EXPERT.
   Система CASNET- медицинская ЭС для диагностики выдачи рекомендаций по лечению глазных заболеваний. На ее основе разработан язык инженерии знаний EXPERT, с помощью которой создан ряд других медицинских диагностических систем.

5. HEARSAY-HEARSAY-2-HEARSAY-3-AGE.
   Первые две системы этого ряда являются развитием интеллектуальной системы распознавания слитной человеческой речи, слова которой берутся из заданного словаря. Эти системы отличаются оригинальной структурой, основанной на использовании доски объявлений — глобальной базы данных, содержащей текущие результаты работы системы. В дальнейшем на основе этих систем были созданы инструментальные системы HEARSAY-3 и AGE (Attempt to Generalize- попытка общения) для построения ЭС.

6. Системы AM (Artifical Mathematician- искусственный математик) и EURISCO.
   Были разработаны в Станфордском университете доктором Д. Ленатом для исследовательских и учебных целей.

7. G2

Среди современных коммерческих систем хочется выделить экспертную систему — оболочку G2 американской фирмы Gensym (USA) как непревзойденную экспертную коммерческую систему для работы с динамическими объектами. Работа в реальном времени с малыми временами ответа часто необходима при анализе ситуаций в корпоративных информационных сетях, на атомных реакторах, в космических полетах и множестве других задач. В этих задачах необходимо принимать решения в течение миллисекунд с момента возникновения критической ситуации.

8. OMEGAMON

В качестве примера быстродействующей системы для отслеживания состояния корпоративной информационной сети (КИС) можно привести основанную на знаниях систему мониторинга OMEGAMON фирмы Candle (IBM с 2004 г.) . OMEGAMON — типичный представитель современных экспертных мультиагентных динамических систем, работающих в реальном времени. OMEGAMON позволяет за считанные минуты ввести и отладить правила мониторинга внештатных ситуаций для объектов КИС.

Итак, основными областями применения ЭС являются:

• медицина

• электроника

• вычислительная техника

• геология

• математика

• космос

• сельское хозяйство

• управление

• финансы

• юриспруденция и т.д.

4. ДОМАШНЕЕ ЗАДАНИЕ:

Конспект

4. ПОДВЕДЕНИЕ ИТОГОВ

Экспертные системы, искусственный интеллект конспект. Практическая работа

Тема урока: «Экспертные системы, искусственный интеллект конспект.

Практическая работа. Нулевой срез»

(11 ЕГМ, 2 блок)

Цель урока: познакомить учащихся

Ход урока:

1. Организационный момент

2. Проверка д/з

3. Изучение нового материала

Искусственный интеллект — наука, стоящая на стыке информатики, кибернетики и психологии, изучающая возможность вычислительных машин и других искусственных устройств брать на себя отдельные функции интеллекта человека. ИИ связан с такими направлениями современной науки, как робототехника икогнитивная психология. В результате дискуссий на тему: «может ли машина мыслить» (А. Тьюринг), родилось целое направление — философия искусственного интеллекта. Этические проблемы создания ИИ рассматриваются также во многих литературных и кинематографических произведениях.

В понятие «искусственный интеллект» вкладывается различный смысл — от признания интеллекта у ЭВМ, решающих логические или даже любые вычислительные задачи, до отнесения к интеллектуальным лишь тех систем, которые решают весь комплекс задач, осуществляемых человеком, или еще более широкую их совокупность. Постараемся же вычленить тот смысл понятия «искусственный интеллект», который в наибольшей степени соответствует реальным исследованиям в этой области.

Характеризуя особенности систем искусственного интеллекта, специалисты указывают на:

1) наличие в них собственной внутренней модели внешнего мира; эта модель обеспечивает индивидуальность, относительную самостоятельность системы в оценке ситуации, возможность семантической и прагматической интерпретации запросов к системе;

2) способность пополнения имеющихся знаний;

3) способность к дедуктивному выводу, т.е. к генерации информации, которая в явном виде не содержится в системе; это качество позволяет системе конструировать информационную структуру с новой семантикой и практической направленностью;

4) умение оперировать в ситуациях, связанных с различными аспектами нечеткости, включая «понимание» естественного языка;

5) способность к диалоговому взаимодействию с человеком;

6) способность к адаптации.

ЭКСПЕРТНЫЕ СИСТЕМЫ
Экспертные системы составляют самую существенную часть систем искусственного интеллекта. Экспертная система обычно определяется как программа ЭВМ, моделирующая действия эксперта человека при решении задач в узкой предметной области: составление базы знаний и накопления их. Создание систем базы данных — это попытка задать представление логических связей между данными. Выполняемая экспертом обработка знаний строится на базе огромных запасов информации, представленных в самой различной форме. При этом часть информации может быть неполной.

ТИПЫ ЭКСПЕРТНЫХ СИСТЕМ

По функциональному назначению экспертные системы можно разделить на следующие типы:

1. Мощные экспертные системы, рассчитанные на узкий круг пользователей (системы управления сложным технологическим оборудованием, экспертные системы ПВО). Такие системы обычно работают в реальном масштабе времени и являются очень дорогими.

2. Экспертные системы, рассчитанные на широкий круг пользователей. К ним можно отнести системы медицинской диагностики, сложные обучающие системы. База знаний этих систем стоит недешево, так как содержит уникальные знания, полученные от специалистов экспертов.

3. Экспертные системы с небольшим числом правил и сравнительно недорогие. Эти системы рассчитаны на массового потребителя (системы, облегчающие поиск неисправностей в аппаратуре). Применение таких систем позволяет обойтись без высококвалифицированного персонала, уменьшить время поиска и устранения неисправностей. Базу знаний такой системы можно дополнять и изменять, не прибегая к помощи разработчиков системы. В них обычно используются знания из различных справочных пособий и технической документации.

4. Простые экспертные системы индивидуального использования. Часто изготавливаются самостоятельно. Применяются в ситуациях, чтобы облегчить повседневную работу. Пользователь, организовав правила в некоторую базу знаний, создает на ее основе свою экспертную систему. Такие системы находят применение в юриспруденции, коммерческой деятельности, ремонте несложной аппаратуре.

НАЗНАЧЕНИЕ И ОСОБЕННОСТИ ЭКСПЕРТНЫХ СИСТЕМ

Знания специалистов в конкретной области можно разделить на формализованные (точные) и неформализованные (неточные).

Неформализованные знания являются результатом обобщения многолетнего опыта работы и интуиции специалистов. Они обычно представляют собой многообразие эвристических приемов и правил, не отражаемых в книгах.

Традиционно программирование в качестве основы для разработки программ используют алгоритм, то есть формализованные знания. Экспертные системы обладают следующими особенностями:

1. Алгоритм решения неизвестен заранее. Он строится самой экспертной системой в процессе решения.

2. Ясность получаемых решений, то есть способность экспертной системы объяснять получаемое решение.

3. Способность экспертной системы к анализу и объяснению своих действий.

4. Способность приобретения новых знаний от пользователя — эксперта, незнающего программирования.

5. Обеспечения дружественного естественного языка при общении с пользователем, благодаря которому экспертная система позволяет не только решать поставленные задачи, но и обучать решению соответствующих задач.

4. Нулевой контрольный срез.

5. Д/з

: Экспертные системы, искусственный интеллект

УТВЕРЖДАЮ

Зам.директора по УР

ГККП «Текелийский

профессиональный колледж»

_______________М.Б. Ерманова

Поурочный план №____

Предмет: Информатика

Дата: ___________ Группа: _____________

Тема урока: Экспертные системы, искусственный интеллект

Цели:

• образовательная: обеспечить в ходе урока усвоение правил, понятий;

• развивающая: создать условия для развития таких аналитических способностей обучающихся, как умение анализировать, сопоставлять, сравнивать , обобщать познавательные объекты, делать выводы;

• воспитательная: способствовать развитию умения отстаивать свою точку зрения.

Тип урока: урок изучения нового материала.

Методы обучения: словесный.

Межпредметная связь: математика.

Средства обучения: ПК, интерактивная доска, заданий.

Ход урока:

1. Организационный момент 1 мин.

Готовность обучающихся к уроку, отметка отсутвующих.

2. Изложение нового материала 23 мин.

Экспертные системы. В середине семидесятых годов в исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название экспертные системы. Цель исследований по экспертным системам состоит в разработке программ (устройств), которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом. В большинстве случаев экспертные системы решают трудно формализуемые задачи или задачи, не имеющие алгоритмического решения.

Экспертная система (ЭС) — программно-техническое средство, позволяющее пользователю в диалоговом режиме получать от компьютера консультационную помощь в конкретной предметной области, где сконцентрированы опыт и знания людей-экспертов (специалистов в данной области).

По способу формирования решения ЭС можно разделить на анализирующие и синтезирующие. В системах первого типа осуществляется выбор решения из множества известных решений на основе анализа знаний, в системах второго типа решение синтезируется из отдельных фрагментов знаний. В зависимости от способа учета временного признака ЭС делят на статические и динамические. Статические ЭС предназначены для решения задач с неизменяемыми в процессе решения данными и знаниями, а динамические ЭС допускают такие изменения. По видам используемых данных и знаний различают ЭС с детерминированными и неопределенными знаниями. Под неопределенностью знаний и данных понимаются их неполнота, ненадежность, нечеткость. ЭС могут создаваться с использованием одного или нескольких источников знаний.

Основные понятия искусственного интеллекта.

Достаточно трудно дать точное определение, что такое интеллект человека, потому что интеллект — это сплав многих навыков в области обработки и представления информации. Интеллект ( intelligence ) происходит от латинского intellectus — что означает ум, рассудок, разум; мыслительные способности человека. С большой степенью достоверности интеллектом можно называть способность мозга решать (интеллектуальные) задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам.

Искусственный интеллект (ИИ) — совокупность научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.

Искусственный интеллект — одно из направлений информатики, целью которого является разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножестве естественного языка.

Системы искусственного интеллекта (СИИ) — это системы, созданные на базе ЭВМ, которые имитируют решение человеком сложных интеллектуальных задач.

Знания: в общем случае знание — проверенный практикой результат познания действительности, верное ее отражение в мышлении человека, обладание опытом и пониманием, которые являются правильными и в субъективном, и в объективном отношении, на основании которых можно построить суждения и выводы, кажущиеся достаточно надежными для того, чтобы рассматриваться как знание. Поэтому в контексте ИТ термин знания — это информация, присутствующая при реализации интеллектуальных функций. Обычно это отклонения, тенденции, шаблоны и зависимости, обнаруженные в информации.

4. Закрепление 15 мин.

Раздать студентам карточки со схемой. Нарисовать схему в тетрадь, написать определения. Объяснить схему устно.

5. Подведение итогов урока

(выставление оценок) 3 мин.

6. Домашнее задание 3 мин.

§2, стр.26 контрольные вопросы и задания (Е.А. Вьюшкова, Н.В. Параскун. Информатика, 2015 г.)

Преподаватель: Болысбаева Г.А.

Экспертная система в области искусственного интеллекта: что такое, приложения, пример

• Home

• Testing

  • • Back
    • Agile Testing
    • BugZilla
    • Cucumber
    • Database Testing
    • Testing
    • JIRA
    • Назад
    • JUnit
    • LoadRunner
    • Ручное тестирование
    • Мобильное тестирование
    • Mantis
    • Почтальон
    • QTP
    • Центр контроля качества
    • SAPM
    • Назад Качество
    • Центр контроля качества
    • Selenium
    • SoapUI
    • Управление тестированием
    • TestLink

• SAP

  • • Назад
    • ABAP
    • APO
    • Начинающий
    • Basis
    • BODS
    • BI
    • BPC
    • CO
    • Назад
    • CRM
    • CRM
    • Crystal Reports
    • Crystal Reports
    • QM
    • Заработная плата
    • Назад
    • PI / PO
    • PP
    • SD
    • SAPUI5
    • Безопасность
    • Solution Manager
    • Success Webfactors
    • SAP 9272000

    000 9272000

    00040003 SAP Tutorials

    000

    • Назад
    • Apache
    • AngularJS
    • ASP.Net
    • C
    • C #
    • C ++
    • CodeIgniter
    • СУБД
    • JavaScript
    • Назад
    • Java
    • JSP
    • Kotlin
    • Linux
    • Linux
    • Kotlin
    • Linux

    js

    • Perl
    • Назад
    • PHP
    • PL / SQL
    • PostgreSQL
    • Python
    • ReactJS
    • Ruby & Rails
    • Scala
    • SQL

    000

    • SQL

    000

    0003 SQL

    000

    0003 SQL

    000

    • UML
    • VB.Net
    • VBScript
    • Веб-службы
    • WPF

• Обязательно учите!

  • • Назад
    • Бухгалтерский учет
    • Алгоритмы
    • Android
    • Блокчейн
    • Business Analyst
    • Создание веб-сайта
    • CCNA
    • Облачные вычисления
    • 00030003 COBOL 9000 Compiler
      9000 Встроенные системы
      • 00030002 9000 Compiler 9000
      • Ethical Hacking
      • Учебники по Excel
      • Программирование на Go
      • IoT
      • ITIL
      • Jenkins
      • MIS
      • Сеть
      • Операционная система
      • Назад
      • Управление проектами Обзоры
      • Salesforce
      • SEO
      • Разработка программного обеспечения
      • VB A

  • Big Data

    • • Назад
      • AWS
      • BigData
      • Cassandra
      • Cognos
      • Хранилище данных

      0003

      • HBOps

      0003

      • HBOps

      0003

      • MicroStrategy

  .Дерево решений

  — искусственный интеллект и экспертные системы

  Переполнение стека

  1. Около

  2. Продукты

  3. Для команд

  1. Переполнение стека
     Общественные вопросы и ответы

  2. Переполнение стека для команд
     Где разработчики и технологи делятся частными знаниями с коллегами

  3. Вакансии
     Программирование и связанные с ним технические возможности карьерного роста

  4. Талант
     Нанимайте технических специалистов и создавайте свой бренд работодателя

  5. Реклама
     Обратитесь к разработчикам и технологам со всего мира

  6. О компании

  Загрузка…

  2. Авторизоваться
     зарегистрироваться

  3. текущее сообщество
     

  .

  No related posts.