Применение технических средств искусственного интеллекта в измерениях
| Загрузить архив: | |
| Файл: ref-23646.zip (13kb [zip], Скачиваний: 25) скачать |
1 Введение
Понятие искусственныйинтеллект,как впрочемипросто интеллект, весьма расплывчаты. Если обобщить все сказанное за последниетридцатьлет, то оказывается, что человек просто хочет создать себе подобноговтой или иной форме, хочет, чтобы какие-то действия выполнялись более рационально,с меньшими затратамивремени иэнергии.С конца40-хгодов ученыевсе большего числа университетских и промышленных исследовательскихлабораторий устремилиськ дерзкойцели:построение компьютеров, действующихтаким образом, что порезультатамработы ихневозможнобыло быотличитьот человеческого разума. В последнее время наблюдается возрастаниеинтересак искусственному интеллекту, вызванное повышением требований кинформационным системам.Умнеет программноеобеспечение,умнеет бытоваятехника. Мы неуклонно движемся к новой информационной революции, сравнимой помасштабам с развитием Интернета, имя которой – искусственный интеллект.
Искусственныйинтеллект является сейчас«горячейточкой» научных исследований. Вэтойточке, каквфокусе, сконцентрированынаибольшие усилиякибернетиков, лингвистов,психологов,философов, математиков и инженеров. Именноздесьрешаются многиекоренныевопросы, связанныес путямиразвития научноймысли,с воздействиемдостижений в области вычислительной техники и робототехники нажизнь будущихпоколенийлюдей. Здесь возникаютиполучают правагражданства новые методы научных междисциплинарных исследований. Здесь формируется новый взгляд на рольтех или иных научных результатов и возникаетто,что можнобылобы назвать философским осмыслением этих результатов. Терпеливо продвигаясь вперед в своемнелегкомтруде, исследователи, работающиевобласти искусственногоинтеллекта(ИИ), обнаружили, что вступили в схватку с весьма запутанными проблемами,далековыходящими за пределы традиционной информатики. Оказалось,что преждевсегонеобходимо понятьмеханизмы процесса обучения, природу языка и чувственного восприятия.Выяснилось, чтодлясоздания машин, имитирующих работу человеческого мозга, требуется разобраться в том,какдействуют миллиарды его взаимосвязанных нейронов. И тогда многие исследователи пришли квыводу, что, пожалуй, самая трудная проблема, стоящаяпередсовременной наукой– познаниепроцессов функционирования человеческогоразума,а непросто имитацияего работы.Чтонепосредственно затрагивало фундаментальные теоретические проблемы психологической науки. В самом деле,ученымтрудно даже прийтикединой точкезренияотносительно самого предмета их исследований – интеллекта. Некоторые считают, что интеллект – умениерешать сложные задачи; другиерассматриваютего какспособностьк обучению, обобщению и аналогиям; третьи – каквозможность взаимодействиясвнешним миром путем общения, восприятияи осознаниявоспринятого.Тем неменее многиеисследователи ИИсклонныпринять тест машинного интеллекта, предложенныйв начале50-хгодов выдающимсяанглийскимматематиком и специалистом по вычислительной технике АланомТьюрингом. «Компьютерможно считать разумным, – утверждал Тьюринг, – еслионспособен заставитьнас поверить, что мы имеем дело не с машиной, а с человеком».
2 Моделирование искусственного интеллекта
В настоящее времяразличают дваосновныхподхода кмоделированию искусственногоинтеллекта: машинный интеллект, заключающийся в строгом заданиирезультата функционирования,и искусственный разум,направленныйна моделированиевнутреннейструктуры системы. Разделениеработ по искусственному интеллекту на два направления связано с существованием двухточекзрения навопрос,каким образом строить системы искусственного интеллекта.Сторонникиодной точки зрения убеждены, что «важнеевсегорезультат», т.е.хорошеесовпадение поведения искусственно созданных и естественных интеллектуальных систем,а что касается внутренних механизмов формированияповедения,то разработчик искусственного интеллекта вовсе недолжен копироватьилидаже учитывать особенности естественных, живых аналогов.Другая точказрениясостоит в том, что именно изучение механизмов естественного мышления ианализ данных о способах формирования разумного поведения человекамогут создатьоснову для построениясистемискусственногоинтеллекта, причемпостроениеэто должно осуществлятьсяпреждевсего какмоделирование, воспроизведение техническими средствами принципов и конкретных особенностей
функционирования биологических объектов.
Первое направление, таким образом, рассматривает продукт интеллектуальной деятельности человека, изучает его структуру,истремится воспроизвести этот продуктсредствами современнойтехники.Моделирование системмашинного интеллектадостигаетсяза счетиспользованиязаконов формальной логики, теории множеств, графов,семантическихсетей идругих достижений науки в области дискретных вычислений. Основныерезультаты заключаются всозданииэкспертных систем,системразбора естественного
языка и простейшихсистемуправления вида«стимул-реакция».Ясно, что успехиэтогонаправления искусственногоинтеллекта оказываются тесно связанны с развитием возможностей ЭВМ и искусства программирования, тоесть с тем комплексом научно-технических исследований,которыечасто называют
компьютерными науками.
Второе направление искусственного интеллектарассматривает данныео нейрофизиологических и психологических механизмах интеллектуальной деятельности и, в более широком плане,разумногоповедения человека.Оно стремиться воспроизвести эти механизмы с помощью тех илииныхтехнических устройств, с темчтобы «поведение»такихустройств хорошосовпадалос поведением человека в определенных, заранеезадаваемыхпределах. Развитие этого направления тесно связаносуспехами наукочеловеке. Длянего характерно стремление квоспроизведениюболее широкого,чемв машинном интеллекте,спектрапроявлений разумнойдеятельностичеловека. Системы искусственного разума базируются на математической интерпретации деятельности нервной системы во главе смозгомчеловека иреализуютсяв виде нейроподобных сетей на базе нейроподобного элемента –аналога нейрона.
3 Применение технических средств ИИ в измерениях.
Технические средства искусственного интеллекта широко применяются в измерительной технике и, конкретно, в измерениях.
Так как нейроподобныесети впоследнеевремя являютсяодним из самых перспективных направлений в области искусственного интеллектаи постепенно входят в бытность людей в широком спектре деятельности, то будем рассматривать их в качестве примера.
Что же такое нейроподобная сеть? Это искусственный аналог биологическойсети, посвоимпараметрам максимальноприближающийся к оригиналу. Нейроподобные сети прошли длинный путь становленияиразвития, от полного отрицания возможностиихприменения довоплощенияво многие сферы деятельности человека, в том числе и измерения.
Современныецифровыевычислительныемашины способны с высоким быстродействиеми точностьюрешатьформализованные задачи с вполне определеннымиданными позаранееизвестным алгоритмам.Однаков тех случаях, когда задача не поддается формализации, а входныеданные неполны, зашумлены или противоречивы, применение традиционных компьютеровстановится неэффективным. Альтернативой имстановятсяспециализированныекомпьютеры, реализующие нетрадиционные нейросетевые технологии. Сильнойсторонойэтих комплексовявляется нестандартныйхарактер обработки информации. Она кодируется и запоминается не в отдельных ячейках памяти, а враспределении связей между нейронами и в их силе,поэтомусостояние каждогоотдельного нейрона определяется состоянием многих других нейронов,связанныхс ним. Следовательно, потеря одной или нескольких связей не оказывает существенного влияния на результат работы системы в целом, чтообеспечивает ее высокую надежность.
Высокая «естественная» помехоустойчивость и функциональнаянадежность касаются как искаженных (зашумленных) потоков информации, такив смысле отказовотдельныхпроцессорных элементов.Этимобеспечиваются высокая оперативность и достоверность обработки информации, а простаядообучаемость и переобучаемость НПС позволяют при изменении внешних факторов своевременно осуществлять переход на новые виды решаемых задач.
Нейроподобные сети в области измерений могут решать следующие задачи:
- обработка высокоскоростных цифровых потоков;
- автоматизированная система быстрого поиска информации;
- классификация информации в реальном масштабе времени;
-планирование применения сил и средств в больших масштабах;
- решение трудоемких задач оптимизации;
- адаптивное управление и предсказание.
- обработка и анализ изображений;
- распознавание речи независимо от диктора, перевод;
Например, существует база измерительных приборов, состоящая из набора вольтметров, амперметров, ваттметров, феррометров. Каждый прибор имеет свой класс точности, диапазон измерений. Можно сформулировать запрос для поиска нужного в данный момент прибора по классу точности либо диапазону измерений. Также можно задать вопрос – возможно ли каким-то прибором измерить какую-то величину. То есть система с элементамиискусственного интеллекта будет искать в базе нужный прибор.
Одноиз важнейшихсвойствнейроподобнойсети — способность к самоорганизации, самоадаптации с целью улучшения качествафункционирования. Этодостигается обучениемсети,алгоритм которого задается набором обучающих правил. Обучающие правилаопределяют,каким образомизменяются связи в ответ на входноевоздействие.Многие изнихявляются развитием высказанной Д. О. Хеббом идеи о том, чтообучениеосновано наувеличении силы связи (синаптического веса) междуодновременноактивными нейронами. Таким образом, часто используемые в сети связиусиливаются, чтообъясняет феномен обучения путем повторения и привыкания.
4 Пример применения искусственного интеллекта в измерениях.
В качестве примера приведем программу на PROLOG. В программе для простоты были использованы 3 прибора: вольтметр, амперметр, фазометр. Каждый прибор имеет разный класс точности и диапазон измерений. На основе этих данных были составлены различные запросы, на которые программа выводит ответ. Ответ состоит из пояснения и названия прибора.
К-класс точности прибора, D1 - начальное значение диапазона, D2 - конечное значение диапазона, E- единица измерения.
DOMAINS
K-integer
D1-integer
D2-integer
E-char
PREDICATES
Poisk(E).
Run.
Izmer(string,E,D1,D2,K).
CLAUSES
Izmer(voltmetr1,’v’,0,100,0.1).
Izmer(voltmetr2,’v’,0,10,1).
Izmer(voltmetr3,’v’,0,50,0.5).
Izmer(voltmetr4,’v’,0,1000,0.2).
Izmer(ampermetr1,’a’,0,10,0.2).
Izmer(ampermetr2,’a’,0,5,1).
Izmer(ampermetr3,’a’,0,20,0.5).
Izmer(ampermetr4,’a’,0,3,0.1).
Izmer(fazometr1,’f’,0,180,0.5).
Izmer(fazometr2,’f’,0,90,0.1).
Izmer(fazometr3,’f’,-180,180,0.5).
Izmer(fazometr4,’f’,0,180,1).
Run:-write(“0-выход ”),nl,
Write(“1-Каким вольтметром можно измерить напряжение 110 вольт?”),nl,
Write(“2-Какие вольтметры имеют класс точности больше 0,3?”),nl,
Write(“3-Вывод амперметров, которые имеют диапазон измерений от 0 до 3 А”),nl,
Write(“4-Вывод амперметров, которыми можно измерить 2 ампера”),nl,
Write(“5-Вывести на экран
все фазометры, которые измеряют от 0 до
Write(“Введите запрос: ”),readint(X),
Poisk(X),run.
Poisk(0):-exit.
Poisk(1):-Izmer(A,B,C,D,E),
B=v,C=0,D>=110,E>0,
Write(“Напряжение 110 вольт может измерить-“,A),nl,fail.
Poisk(1).
Poisk(2):- Izmer(A,B,C,D,E),
B=v,C=0,D>1,E>0.3,
Write(“Класс точности более 0,3 имеют следующие вольтметры:”,A),nl,fail.
Poisk(2).
Poisk(3):- Izmer(A,B,C,D,E),
B=a,C>=0,D<=3,E>0,
Write(“Амперметры имеющие диапазон от 0 до 3А:”,A),nl,fail.
Poisk(3)
Poisk(4):- Izmer(A,B,C,D,E),
B=a,C>=0,D>=3,E>0,
Write(“2 ампера можно измерить амперметрами-“,A),nl,fail.
Poisk(4).
Poisk(5):- Izmer(A,B,C,D,E),
B=f,C>=0,D<=180,E>0,
Write(“Фазометры измеряющие от 0 до 180-”,A),nl,fail.
Poisk(5).
Poisk(_):-write(“Не правильный запрос”),nl,fail.
GOAL
Run.
5 Список использованной литературы.
1. ШиховЕ. Вариантыреализацииискусственногоинтеллекта –ресурс Интернета, http://neural.narod.ru/, 2002
2. Квасный Р. Искусственный интеллект – ресурс Интернета, http://neural.narod.ru/, 2001.
3. Труды третьего международного симпозиума «Интеллектуальные системы»– Псков: 1998