Слайд 2
Классификация интеллектуальных информационных
систем
Определение интеллектуальной информационной системы
Классификация интеллектуальных
систем
Слайд 3
Определение интеллектуальной информационной системы
Существует большое множество интеллектуальных информационных
систем (ИИС). Однако общепринятого единого определения интеллектуальной информационной системы
нет.
Слайд 4
Интеллектуальной информационной системой называют автоматизированную информационную систему, основанную
на знаниях, или комплекс программных, лингвистических и логико-математических средств
для реализации основной задачи – осуществления поддержки деятельности человека и поиска информации в режиме продвинутого диалога на естественном языке.
Слайд 5
Кроме того, информационно-вычислительными системами с интеллектуальной поддержкой для
решения сложных задач называют те системы, в которых логическая
обработка информации превалирует над вычислительной.
Таким образом, любая информационная система, решающая интеллектуальную задачу или использующая методы искусственного интеллекта, относится к интеллектуальным
Слайд 6
Для интеллектуальных информационных систем характерны следующие признаки:
развитые
коммуникативные способности;
умение решать сложные плохо формализуемые задачи;
способность к самообучению;
адаптивность.
Слайд 7
Коммуникативные способности ИИС характеризуют способ взаимодействия (интерфейса) конечного
пользователя с системой, в частности возможность формулирования произвольного запроса
в диалоге с ИИС на языке, максимально приближенном к естественному.
Слайд 8
Сложные плохо формализуемые задачи – это задачи, которые
требуют построения оригинального алгоритма решения в зависимости от конкретной
ситуации, для которой могут быть характерны неопределенность и динамичность исходных данных и знаний.
Слайд 9
Способность к самообучению – это возможность автоматического извлечения
знаний для решения задач из накопленного опыта конкретных ситуаций.
Адаптивность
– способность к развитию системы в соответствии с объективными изменениями модели проблемной области.
Слайд 10
2. Классификация интеллектуальных систем
В соответствии с перечисленными признаками
ИИС делятся на :
системы с коммутативными способностями (с интеллектуальным
интерфейсом);
экспертные системы (системы для решения сложных задач);
самообучающиеся системы (системы, способные к самообучению);
адаптивные системы (адаптивные информационные системы).
Слайд 12
Классификация интеллектуальных информационных систем по типам систем
Слайд 13
Интеллектуальные базы данных отличаются от обычных баз данных
возможностью выборки по запросу необходимой информации, которая может явно
не храниться, а выводиться из имеющейся в базе данных.
Слайд 14
Естественно-языковой интерфейс предполагает трансляцию естественно-языковых конструкций на внутримашинный
уровень представления знаний. Для этого необходимо решать задачи морфологического,
синтаксического и семантического анализа и синтеза высказываний на естественном языке.
Слайд 15
Морфологический анализ предполагает распознавание и проверку правильности
написания слов по словарям, синтаксический контроль – разложение входных
сообщений на отдельные компоненты (определение структуры) с проверкой соответствия грамматическим правилам внутреннего представления знаний и выявления недостающих частей
Слайд 16
Семантический анализ – установление смысловой правильности синтаксических конструкций.
Синтез высказываний решает обратную задачу преобразования внутреннего представления информации
в естественно-языковое.
Слайд 17
Естественно-языковой интерфейс используется для:
доступа к интеллектуальным базам данных;
контекстного
поиска документальной текстовой информации;
голосового ввода команд в системах управления;
машинного
перевода с иностранных языков.
Слайд 18
Гипертекстовые системы предназначены для реализации поиска по ключевым
словам в базах текстовой информации.
Механизм поиска работает
прежде всего с базой знаний ключевых слов, а уже затем непосредственно с текстом. В более широком плане сказанное распространяется и на поиск мультимедийной информации, включающей, помимо текстовой, и цифровую информацию.
Слайд 19
Системы контекстной помощи можно рассматривать как частный случай
интеллектуальных гипертекстовых и естественно-языковых систем.
В отличие от обычных
систем помощи, навязывающих пользователю схему поиска требуемой информации, в системах контекстной помощи пользователь описывает проблему (ситуацию).
Слайд 20
Система с помощью дополнительного диалога ее конкретизирует и
сама выполняет поиск относящихся к ситуации рекомендаций.
Такие системы
относятся к классу систем распространения знаний (Knowledge Publishing) и создаются как приложение к системам документации (например, технической документации по эксплуатации товаров).
Слайд 21
Системы когнитивной графики позволяют осуществлять интерфейс пользователя с
ИИС с помощью графических образов, которые генерируются в соответствии
с происходящими событиями.
Такие системы используются в мониторинге и управлении оперативными процессами. Графические образы в наглядном и интегрированном виде описывают множество параметров изучаемой ситуации.
Слайд 22
Например, состояние сложного управляемого объекта отображается в виде
человеческого лица, на котором каждая черта отвечает за какой-либо
параметр, а общее выражение лица дает интегрированную характеристику ситуации.
Слайд 23
Системы когнитивной графики широко используются также в обучающих
и тренажерных системах на основе использования принципов виртуальной реальности,
когда графические образы моделируют ситуации, в которых обучаемому необходимо принимать решения и выполнять определенные действия.
Слайд 24
Экспертные системы предназначены для решения задач на основе
накапливаемой базы знаний, отражающей опыт работы экспертов в рассматриваемой
проблемной области.
Многоагентные системы. Для таких динамических систем характерна интеграция в базе знаний нескольких разнородных источников знаний, обменивающихся между собой получаемыми результатами на динамической основе.
Слайд 25
Для многоагентных систем характерны следующие особенности:
проведение альтернативных
рассуждений на основе использования различных источников знаний с механизмом
устранения противоречий;
распределенное решение проблем, которые разбиваются на параллельно решаемые подпроблемы, соответствующие самостоятельным источникам знаний;
применение множества стратегий работы механизма вывода заключений в зависимости от типа решаемой проблемы;
Слайд 26
обработка больших массивов данных, содержащихся в базе данных;
использование различных математических моделей и внешних процедур, хранимых в
базе моделей;
способность прерывания решения задач в связи с необходимостью получения дополнительных данных и знаний от пользователей, моделей, параллельно решаемых подпроблем.