الوكالة الفيدرالية للتعليم
مؤسسة تعليمية حكومية
التعليم المهني العالي
"جامعة فولجوجراد الحكومية التقنية"
معهد كاميشين التكنولوجي (فرع)
GOU VPO "جامعة فولجوجراد التقنية الحكومية"
دورة عملية في تخصص "أنظمة الذكاء الاصطناعي"
الطبعة الإلكترونية التعليمية
فولغوجراد
NL - اللغة الطبيعية
الذكاء الاصطناعي – الذكاء الاصطناعي
LP – المنطق المسند
صانع القرار - صانع القرار
MT - آلة تورينج
PGA – خوارزمية جينية بسيطة
PPF - صيغة تم إنشاؤها بشكل صحيح
PRO – المشغل العودي البدائي
PRF – وظيفة العودية البدائية
الترددات اللاسلكية – وظيفة العودية
SNI - نظام الذكاء الاصطناعي
FP - وظيفة اللياقة البدنية
TF - وظيفة موضوعية
ES - النظام الخبير
مقدمة
في البداية، كان يُنظر إلى الذكاء الاصطناعي على أنه علم إنشاء آلات التفكير. وكان هذا المجال يعتبر الكأس المقدسة لعلوم الكمبيوتر. مع مرور الوقت، تطور الذكاء الاصطناعي إلى مجال أكثر واقعية. ولا يزال هذا المجال يشمل دراسة آليات التفكير. في إطار الذكاء الاصطناعي، يتم النظر في استراتيجيات مختلفة لحل المشكلات العملية المعقدة بالكمبيوتر. بالإضافة إلى ذلك، أصبح من الواضح اليوم أن الذكاء بحد ذاته كيان معقد للغاية ولا يمكن وصفه في إطار نظرية واحدة. تصفه نظريات مختلفة على مستويات مختلفة من التجريد. يتم توفير التعلم عند أدنى مستوى من خلال الشبكات العصبية، وآلات التعرف، والخوارزميات الجينية، وغيرها من أشكال الحوسبة التي تشكل القدرة على التكيف والإدراك والتفاعل مع العالم المادي. على مستوى أعلى من التجريد، يعمل مبدعو الأنظمة الخبيرة والوكلاء الأذكياء والنماذج العشوائية وأنظمة فهم اللغة الطبيعية. يأخذ هذا المستوى في الاعتبار دور العمليات الاجتماعية في خلق المعرفة ونقلها واسترجاعها. يتضمن أعلى مستوى من التجريد الأساليب المنطقية، بما في ذلك النماذج الاستنتاجية والاختطافية وأنظمة دعم الحقيقة وأشكال وطرق التفكير الأخرى.
يوضح هذا الدليل أساسيات بعض النظريات ذات المستوى المنخفض مع مهام عملية لدراسة الخوارزميات بناءً على أحكام هذه النظريات. على وجه الخصوص، يتم النظر في أسس نظرية التعرف على الأنماط مع مهمة دراسة الوظائف التمييزية الخطية ووظائف التشابه؛ نظرية الشبكات العصبية الاصطناعية مع صياغة مشكلة دراسة خصائص الشبكات العصبية الاصطناعية حول مشكلة التعرف على الأنماط؛ الخوارزميات الجينية مع صياغة مشكلة دراسة خواصها عند البحث عن أقصى الدالة. لأداء مهام البحث، يجب أن تكون قادرًا على البرمجة باستخدام بعض لغات البرمجة، ويفضل أن تكون موجهة للكائنات.
1.1. أصل نظرية الذكاء الاصطناعي
1.1.1. مفهوم الذكاء الاصطناعي
شرط ذكاء(الذكاء) يأتي من الكلمة اللاتينية intellectus، والتي تعني العقل والعقل والعقل وقدرات التفكير لدى الإنسان. على التوالى الذكاء الاصطناعي(الذكاء الاصطناعي، ويعادله باللغة الإنجليزية: الذكاء الاصطناعي، AI) هو خاصية للأنظمة الآلية لتتولى الوظائف الفردية للذكاء البشري.
أي ذكاء اصطناعي هو نموذج لاتخاذ القرار الذي يقوم به الذكاء الطبيعي للإنسان. يمكن للذكاء الاصطناعي أن يكون مؤهلاً للمقارنة مع الذكاء الطبيعي، بشرط ألا تكون جودة الحلول المولدة أسوأ من متوسط الذكاء الطبيعي.
1.1.2. الذكاء الاصطناعي في حلقة الأتمتة
في مثل هذه الأنظمة، يتم تقديم حلقة التحكم صانع القرار(مارك ألماني).
إن لمتخذ القرار نظام تفضيلاته الخاص فيما يتعلق بمعيار إدارة الكائن، وحتى الغرض من وجود الكائن. وفي أغلب الأحيان، لا يوافق متخذ القرار، جزئيًا على الأقل، على الأوضاع التي يوفرها نظام التحكم الآلي التقليدي. يتحكم صانع القرار، كقاعدة عامة، في المعلمات الرئيسية للنظام، بينما يتم التحكم في الباقي من خلال أنظمة التحكم المحلية. تنشأ مهمة أتمتة أنشطة صناع القرار في حلقة التحكم.
الذكاء الاصطناعي هو مجال بحثي يقوم بإنشاء النماذج والبرامج المقابلة التي تسمح لأجهزة الكمبيوتر بحل المشكلات ذات الطبيعة الإبداعية وغير الحسابية، والتي تتطلب في عملية الحل معالجة الدلالات (مشكلة المعنى).
الذكاء الاصطناعي هو نظام برمجي يقلد التفكير البشري على جهاز الكمبيوتر. لإنشاء مثل هذا النظام، من الضروري دراسة عملية تفكير متخذ القرار، وتسليط الضوء على الخطوات الرئيسية لهذه العملية، وتطوير البرمجيات التي تعيد إنتاج هذه الخطوات على جهاز الكمبيوتر.
1.1.3. مفهوم المهمة والنشاط الفكري
من سمات الذكاء البشري القدرة على حل المشكلات الفكرية من خلال اكتساب المعرفة وحفظها وتحويلها بشكل هادف في عملية التعلم من الخبرة والتكيف مع مجموعة متنوعة من الظروف.
المهام الفكرية- المشكلات، غالبًا ما يكون التقسيم الرسمي لعملية إيجاد الحل إلى خطوات أولية منفصلة أمرًا صعبًا للغاية، حتى لو لم يكن حلها في حد ذاته صعبًا.
سوف نسمي نشاط الدماغ الذي يهدف إلى حل المشكلات الفكرية بالتفكير أو النشاط الفكري.
يفترض النشاط الفكري القدرة على استنتاج وإنشاء وبناء حل غير جاهز بشكل واضح في النظام. لا يمكن التوصل إلى حلول إلا في حالة وجود تمثيل داخلي للمعرفة في النظام ( نماذج من العالم الخارجي) – تمثيل رسمي للمعرفة حول العالم الخارجي (مجال الموضوع الآلي).
1.1.4. الخطوات الأولى في تاريخ الذكاء الاصطناعي
أولى البرامج المنفذة لمميزات النشاط الفكري:
1. الترجمة الآلية (1947). في الاتحاد السوفييتي، منذ عام 1955، ارتبط العمل في مجال الترجمة الآلية بـ... تتطلب مهمة الترجمة الآلية فصل المعرفة عن الكود. كان ظهور لغة وسيطة بمثابة المحاولة الأولى لإنشاء لغة للتمثيل الداخلي للمعرفة.
2. الاستخراج الآلي واسترجاع المعلومات (1957، الولايات المتحدة الأمريكية). فكرة عزل نظام الروابط والعلاقات بين الحقائق الفردية، تتجسد في مفهوم المعجم.
3. إثبات النظريات (1956، الولايات المتحدة الأمريكية). ظهور برنامج لإثبات النظريات المنطقية القضوية: “المنطقي النظري”. في عام 1965، ظهرت طريقة القرار (ج. روبنسون، الولايات المتحدة الأمريكية)، في عام 1967 - الطريقة العكسية (اتحاد الجمهوريات الاشتراكية السوفياتية). طرق تنفيذ فكرة الاستخدام إرشادي– قواعد مجربة لتقليل البحث عن الخيارات عند استخلاص الحل.
4. التعرف على الأنماط (أوائل الستينيات). أفكار في نظرية الاعتراف تتعلق بتعلم إيجاد القاعدة الحاسمة من خلال مجموعة من الأمثلة الإيجابية والسلبية.
في عام 1956، قام كل من K. Shannon وM. Minsky وJ. McCarthy بتنظيم مؤتمر في دارتموث (الولايات المتحدة الأمريكية) لتلخيص الخبرة العملية في تطوير البرامج الذكية.
1.1.5. خلق الأساس النظري
في عام 1969، عُقد المؤتمر الدولي الأول للذكاء الاصطناعي (IJCAI) في واشنطن. وفي عام 1976، بدأت المجلة الدولية للذكاء الاصطناعي في النشر. خلال السبعينيات، ظهرت الاتجاهات النظرية الرئيسية للبحث في مجال الأنظمة الذكية:
− تمثيل المعرفة، إضفاء الطابع الرسمي على المعرفة حول البيئة الخارجية، وإنشاء نموذج داخلي للعالم الخارجي؛
- التواصل وإنشاء لغات للتفاعل بين النظام والمستخدم؛
- التفكير والتخطيط واتخاذ القرار في المواقف البديلة؛
- الإدراك (رؤية الآلة)، والحصول على البيانات من البيئة الخارجية؛
- التدريب واستخلاص المعرفة من تجربة النظام؛
- النشاط والسلوك النشط للنظام بناءً على أهداف التشغيل الخاصة به.
1.1.6. المشاكل الفلسفيةنظريات الذكاء الاصطناعي
يسرد هذا القسم الفرعي الأسئلة الرئيسية وبعض التعليقات عليها حول المشكلات التي تمت مناقشتها بشكل متكرر وعلى نطاق واسع في نظرية الذكاء الاصطناعي.
هل من الممكن إعادة إنتاج الذكاء؟ التكاثر الذاتي ممكن من الناحية النظرية. يتم ضمان الإمكانية الأساسية لأتمتة حل المشكلات الفكرية باستخدام الكمبيوتر من خلال خاصية العالمية الخوارزمية. ومع ذلك، لا ينبغي للمرء أن يعتقد أن أجهزة الكمبيوتر والروبوتات يمكنها، من حيث المبدأ، حل أي مشكلة. هناك مشاكل غير قابلة للحل خوارزميا.
ما هو الهدف من خلق الذكاء الاصطناعي؟ لنفترض أن الإنسان قد نجح في خلق عقل يفوق عقله (حتى لو لم يكن من حيث الجودة، بل من حيث الكمية). ماذا سيحدث للبشرية الآن؟ ما هو الدور الذي سيلعبه الشخص؟ ما هو استخدامه في الوقت الراهن؟ وبشكل عام، هل من الضروري إنشاء الذكاء الاصطناعي من حيث المبدأ؟ من الواضح أن الإجابة الأكثر قبولاً على هذه الأسئلة هي مفهوم "مُحسِّن الذكاء".
هل إنشاء الذكاء الاصطناعي آمن؟ وبامتلاكها قدرات ذكاء واتصالات أكبر بكثير من قدرات البشر، ستصبح التكنولوجيا قوة مستقلة قوية قادرة على مواجهة خالقها.
1.1.7. مجالات الاستخدام
1. معالجة اللغات الطبيعية والتعرف على الصور والكلام والإشارات وكذلك إنشاء نماذج واجهة ذكية والتنبؤ المالي واستخراج البيانات وتشخيص النظام ومراقبة أنشطة الشبكة وتشفير البيانات (الاتجاه - الشبكات العصبية).
2. تكنولوجيا النانو، مشاكل التجميع الذاتي، التكوين الذاتي والشفاء الذاتي للأنظمة التي تتكون من العديد من العقد التي تعمل في وقت واحد، والأنظمة متعددة الوكلاء والروبوتات (الاتجاه - الحسابات التطورية).
3. أنظمة التحكم الهجينة، معالجة الصور، أدوات البحث وفهرسة وتحليل معنى الصور، التعرف على الصور وتصنيفها (الاتجاه – المنطق الضبابي).
4. التشخيص الطبي والتدريب والاستشارات والبرمجة التلقائية واختبار وتحليل جودة البرامج وتصميم الدوائر المتكاملة الكبيرة جدًا والتشخيص الفني ووضع التوصيات لإصلاح المعدات والتخطيط في مختلف المجالات المواضيعية وتحليل البيانات (التوجيه - الأنظمة الخبيرة) (إسبانيا)).
5. مهام النقل، الحوسبة الموزعة، التحميل الأمثل للموارد (الاتجاه - طرق تقليل البحث).
6. تطوير أنظمة تصميم البرمجيات الكبيرة، توليد الأكواد، التحقق، الاختبار، تقييم الجودة، تحديد إمكانية إعادة الاستخدام، حل المشكلات على الأنظمة المتوازية (الاتجاه – الهندسة الذكية).
7. إنشاء مصانع إلكترونية مؤتمتة بالكامل.
8. الألعاب، السلوك الاجتماعي للعواطف الإنسانية، الإبداع.
9. التقنيات العسكرية.
1.2. معمارية أنظمة الذكاء الاصطناعي
1.2.1. عناصر بنية ASI
هندسة نظام الذكاء الاصطناعي(SII) – تنظيم الهيكل الذي يتم من خلاله اتخاذ القرار وتطبيق المعرفة في مجال معين. يتم عرض المخطط الأكثر عمومية لـ SII في الشكل 1. 1. لا يوجد أي ذكاء اصطناعي حقيقي بهذا الشكل؛ قد تكون بعض الكتل مفقودة. يوجد دائمًا في AIS كتلتان فقط: قاعدة المعرفة وآلية الاستدلال.
دعونا نفكر في الأنواع الرئيسية للذكاء الاصطناعي في أنظمة معالجة المعلومات والتحكم فيها:
- SII للتحكم في العمليات التكنولوجية؛
- تشخيص SII؛
- تخطيط SII وإرساله؛
- الروبوتات الذكية.
https://pandia.ru/text/78/057/images/image005_133.gif" width = "357" height = "360 src = ">
أرز. 1. المخطط المعمم لنظام AIS
1.2.2. التحكم في عملية SII
تظهر بنية نظام معلومات التحكم الآلي في العمليات في الشكل. 2.
مميزات هذا النظام :
- استخدام المعلومات التكنولوجية للإدارة (قياس خصائص المنتج فيما يتعلق بالبارامترات وهيكل المعدات)؛
- تُستخدم آلية الاستدلال لتعديل البيانات ووضع التوصيات والقرارات الإدارية؛
- الحاجة إلى العمل في الوقت الحقيقي؛
- الحاجة إلى تنفيذ الاستدلال الزمني (مع مراعاة الظروف المتغيرة).
يعمل النظام على ثلاثة مستويات:
- تتضمن قاعدة المعرفة (KB) قواعد حل المشكلات، وإجراءات حل المشكلات، وبيانات حول منطقة المشكلة، أي أن التكنولوجيا نفسها واستراتيجية إدارة العملية بأكملها يتم تنظيمها على مستوى قواعد المعرفة؛
- تحتوي الذاكرة العاملة على معلومات حول الخصائص والبيانات المحددة حول العملية قيد النظر (DB)؛
- آلية الإخراج (في النظام التقليدي عبارة عن منظم) تحتوي على آلية تحكم عامة لتحقيق الهدف النهائي (حل مقبول).
أحد العناصر المهمة هو كتل الاتصال بين العملية التكنولوجية وقاعدة البيانات وقاعدة المعرفة (كتل "تحليل البيانات" و"بيانات العملية"). إنها توفر للمستخدم وصولاً عالي المستوى إلى معلومات الإنتاج حول العملية التكنولوجية من كائنات ذات مستوى أدنى، أي أنها تحافظ على تحديث محتويات قاعدة البيانات وقاعدة المعرفة عن طريق التحديث. توفر الوحدات أيضًا وظائف المراقبة لمنع المواقف الحرجة.
يتم توفير تبرير وشرح توازن وكفاية استجابة النظام لتطور حالة الإنتاج من خلال كتل "واجهة الحوار" و"بيانات التحكم".
https://pandia.ru/text/78/057/images/image007_118.gif" width = "357" height = "149 src = ">
أرز. 2. هيكل أنظمة التحكم الآلي للتحكم في العمليات التكنولوجية
1.2.3. تشخيص SII
وهذا النظام لا يختلف في الأساس عن النظام السابق. وبما أن علامات العيوب المختلفة قد تتزامن إلى حد كبير وقد لا تكون مظاهرها ثابتة، فإن هذه الأنظمة تحتوي على مكونات أكثر شمولاً لإثبات وتفسير التشخيص. لذلك، في كثير من الأحيان في مثل هذه الأنظمة، يتم تقييم القرارات من وجهة نظر الاحتمالية الذاتية.
1.2.4. SII للخطوط الآلية وأنظمة الإنتاج المرنة
من سمات هذه الأنظمة وجود نموذج عالمي. يعمل النظام الآلي في بيئته الخاصة، ومن الممكن من حيث المبدأ تقديم وصف تفصيلي لهذه البيئة. هذا نموذج رياضيتسمى البيئة نموذج للعالم الخارجي. وهو المحتوى الرئيسي لقاعدة المعرفة لروبوت الذكاء الاصطناعي، وجزء آخر من قاعدة المعرفة هو المعرفة بأهداف النظام (الشكل 3).
https://pandia.ru/text/78/057/images/image009_112.gif" width = "294" height = "100 src = ">
أرز. 3. الخطوط الروبوتية SII وأنظمة الإنتاج المرنة
يتضمن نظام إدراك حالة البيئة ما يلي:
- أجهزة استشعار متصلة مباشرة بالبيئة الخارجية؛
- النظام الفرعي للمعالجة المسبقة؛
- كتلة تجزئة السمات المميزة؛
- وصف رمزي لحالة البيئة؛
- الوصف الدلالي لحالة البيئة؛
- كتلة لتشكيل نموذج لحالة البيئة.
تحدد آلية الاستدلال أو نظام تخطيط السلوك تصرفات الروبوت في البيئة الخارجية نتيجة للوضع الحالي وبما يتوافق مع الهدف العالمي. يشمل:
- أنظمة مخرجات القرار؛
- وحدة تخطيط حركة المحركات.
يتضمن نظام تنفيذ الإجراء ما يلي:
- النظام الفرعي للتحكم في القيادة؛
- القيادة؛
- المحركات.
1.2.5. تخطيط وإرسال SII
الغرض: حل مشاكل الإدارة التشغيلية، ومقارنة نتائج مراقبة عمل الكائن من حيث المهام المخططة، وكذلك المراقبة (الشكل 4).
يراقب- التفسير المستمر أو الدوري للإشارات وإصدار الرسائل عند ظهور مواقف تتطلب التدخل.
خصوصية هذه الأنظمة هو العمل في الوقت الحقيقي، والتواصل مع قاعدة بيانات موزعة لنظام التحكم المتكامل. يعد مثل هذا النظام ضروريًا نظرًا لأن بيانات AIS جزء من أنظمة التحكم.
https://pandia.ru/text/78/057/images/image011_89.gif" width = "365" height = "167 src = ">
أرز. 4. التخطيط والإرسال SII
1.3. مشكلة تمثيل المعرفة في AIS
1.3.1. المعرفة والبيانات
ظهرت مشكلة تمثيل المعرفة كواحدة من مشاكل الذكاء الاصطناعي. ويرتبط بإنشاء أنظمة مفيدة عمليا، في المقام الأول ES، المستخدمة في الطب والجيولوجيا والكيمياء. يتطلب إنشاء مثل هذه الأنظمة جهودًا مكثفة لإضفاء الطابع الرسمي على المعرفة المتراكمة في العلوم ذات الصلة.
يرتبط مصطلح "تمثيل المعرفة" بمرحلة معينة من تطور برامج الكمبيوتر. إذا هيمنت البرامج في المرحلة الأولى، ولعبت البيانات دورًا مساعدًا كنوع من "الغذاء" للبرامج "الجياع"، فإن دور البيانات زاد بشكل مطرد في المراحل اللاحقة. أصبحت بنيتها أكثر تعقيدًا: من كلمة الآلة الموجودة في خلية ذاكرة كمبيوتر واحدة، كان هناك انتقال إلى المتجهات والمصفوفات والملفات والقوائم. ذروة هذا التطور كانت أنواع البيانات المجردة - الطبقات. أدى التطور المستمر لهياكل البيانات إلى تغييرها النوعي والانتقال من تمثيل البيانات إلى تمثيل المعرفة.
اكتساب المعرفة
يختلف مستوى تمثيل المعرفة عن مستوى تمثيل البيانات ليس فقط في بنيتها الأكثر تعقيدًا، ولكن أيضًا في ميزاتها المهمة: قابلية التفسير، ووجود اتصالات قابلة للتصنيف، ووجود العلاقات الظرفية(التزامن، التواجد في نقطة واحدة في الفضاء، وما إلى ذلك، تحدد هذه العلاقات التوافق الظرفي لبعض المعرفة المخزنة في الذاكرة). بالإضافة إلى ذلك، يتميز مستوى المعرفة بميزات مثل وجود إجراءات خاصة للتعميم، وتجديد المعرفة المتوفرة في النظام، وعدد من الإجراءات الأخرى.
عرض البيانات له جانب سلبي: كتاب، جدول، ذاكرة مليئة بالمعلومات. تؤكد نظرية الذكاء الاصطناعي على الجانب النشط لتمثيل المعرفة: اكتساب المعرفةيجب أن تصبح عملية نشطة تسمح ليس فقط بالتذكر، ولكن أيضًا بتطبيق المعرفة المتصورة (المكتسبة والمستوعبة) للتفكير بناءً عليها.
1.3.2. فكرة الآلات ذاتية التطوير
نشأت الأبحاث في مجال الذكاء الاصطناعي تحت تأثير أفكار علم التحكم الآلي - في المقام الأول فكرة القواسم المشتركة لعمليات التحكم ونقل المعلومات في الكائنات الحية والمجتمع والتكنولوجيا، وخاصة في أجهزة الكمبيوتر.
إن المقبولية الفلسفية لمشكلة الذكاء الاصطناعي بشكلها التقليدي ترجع إلى الفكرة الأساسية القائلة بأن ترتيب الأفكار وترابطها هو نفس ترتيب الأشياء وترابطها. وبالتالي، فإن إنشاء بنية في الكمبيوتر تعيد إنتاج "عالم الأفكار" يعني ببساطة إنشاء بنية متماثلة مع بنية العالم المادي، أي بناء "نموذج إلكتروني للعالم". وقد اعتبر هذا النموذج بمثابة نموذج حاسوبي - نموذج للمعرفة الإنسانية حول العالم. تم تفسير عملية التفكير البشري في الكمبيوتر على أنها بحث آلي عن مثل هذه التحولات النموذجية التي كان من المفترض أن تنقل نموذج الكمبيوتر إلى حالة نهائية معينة. يحتاج الذكاء الاصطناعي العام إلى معرفة كيفية تنفيذ تحولات الحالات النموذجية التي تؤدي إلى هدف محدد مسبقًا - حالة ذات خصائص معينة. في البداية، كان هناك اعتقاد واسع النطاق بالقدرة الأساسية للكمبيوتر على دراسة النموذج المخزن فيه بشكل مستقل، أي التدريس الذاتي لاستراتيجية لتحقيق هدف محدد.
تم تفسير هذه القدرة الافتراضية على أنها إمكانية الإبداع الآلي، كأساس لإنشاء "آلات التفكير" المستقبلية. وعلى الرغم من أنه في الأنظمة التي يتم تطويرها بالفعل، فقد تم تحقيق الهدف على أساس الخبرة البشرية بمساعدة الخوارزميات القائمة على التحليل النظري للنماذج التي يتم إنشاؤها ونتائج التجارب التي أجريت عليها، أفكار بناء التعلم الذاتي يبدو أن الأنظمة للكثيرين هي الأكثر واعدة. فقط بحلول الثمانينيات، تم إدراك أهمية مشكلة استخدام المعرفة البشرية حول الواقع في الأنظمة الذكية، مما أدى إلى التطوير الجاد لقواعد المعرفة وطرق استخلاص المعرفة الشخصية للخبراء.
1.3.3. التأمل كعنصر من عناصر النشاط الفكري
ومع تطور هذا الاتجاه، ظهرت فكرة الإدارة الانعكاسية. حتى هذه اللحظة، في علم التحكم الآلي، كان التحكم يعتبر بمثابة نقل الإشارات إلى كائن يؤثر بشكل مباشر على سلوكه، وتم تحقيق فعالية التحكم من خلال ردود الفعل - الحصول على معلومات حول ردود أفعال الكائن المتحكم فيه. انعكاسينفس يتحكم- هو نقل المعلومات التي تؤثر على صورة الكائن للعالم. وبالتالي، فإن ردود الفعل غير ضرورية - حالة الموضوع معروفة لمرسل المعلومات، أي الكائن.
يعتمد الذكاء الاصطناعي العام التقليدي على أيديولوجية السلوك الموجه نحو الهدف مثل لعبة الشطرنج، حيث يكون هدف كلا الشريكين هو كش ملك على حساب أي تضحية. ليس من قبيل المصادفة أن برامج الشطرنج كانت ذات أهمية كبيرة في تطوير أساليب الذكاء الاصطناعي.
تحليل عمل النموذج الخاص أو نموذج "الواقع المحيط بأكمله" (في إطار المهمة)، والسيطرة على حالته، والتنبؤ بالدولة ليس أكثر من تنفيذ الانعكاس. الانعكاس هو مستوى ميتا معين. مع استخدام لغات برمجة عالية المستوى، مثل Prolog، والتي تسمح لك بصياغة الأهداف وبناء استنتاجات منطقية حول إمكانية تحقيق هذه الأهداف، يمكن بالفعل حل مهمة تنفيذ التفكير جزئيًا. بمساعدتهم، يمكنك بناء بنية فوقية معينة، ومستوى تعريف معين يسمح لك بتقييم سلوك المستوى السابق. ومع ذلك، عند النظر في مصطلح “التفكير العميق” أو “التفكير متعدد المستويات”، تبرز مشكلة بناء النماذج من قبل النظام نفسه. هذا هو المكان الذي تأتي فيه أنواع البيانات المجردة للإنقاذ. إنها تسمح لك بالعمل مع هياكل البيانات ذات التعقيد المحدود. وبالتالي، يمكننا أن نعتبر أن أنظمة الذكاء الاصطناعي يمكن أن تحتوي على نموذج انعكاس.
وبالتالي، من المستحيل اعتبار النظام الفكري كاملاً دون القدرة على تقييم و"فهم" أفعاله، أي التفكير. علاوة على ذلك، ينبغي اعتبار التأمل إحدى الأدوات الرئيسية لبناء سلوك الأنظمة. وبالحديث بلغة الرياضيات فإن التأمل شرط ضروري لوجود النظام الفكري.
1.3.4. لغات تمثيل المعرفة
بمعنى ما، يحتوي أي برنامج كمبيوتر على المعرفة. يحتوي برنامج فرز الفقاعات على معرفة المبرمج بكيفية ترتيب عناصر القائمة. إن فهم جوهر برنامج الكمبيوتر الذي يحل مشكلة فرز القوائم ليس بالأمر السهل على الإطلاق. تحتوي على معرفة المبرمج بطريقة حل المشكلة، ولكنها بالإضافة إلى هذه المعرفة تحتوي أيضًا على أشياء أخرى:
- كيفية التعامل مع التركيبات اللغوية للغة البرمجة المستخدمة؛
- كيفية تحقيق أداء عالٍ للبرنامج؛
- كيفية اختيار الأساليب المناسبة لحل مشاكل معينة تتعلق بمعالجة البيانات، والتي مع ذلك تلعب دورًا مهمًا في تحقيق النتيجة النهائية، وكيفية تنظيم إدارة العملية.
لغات تمثيل المعرفةهي لغات عالية المستوى مصممة خصيصًا للتشفير الصريح لأجزاء من المعرفة الإنسانية، مثل قواعد التأثير ومجموعة خصائص الأشياء النموذجية، ويتجلى المستوى العالي للغة في حقيقة أنه، قدر الإمكان، يتم إخفاء التفاصيل الفنية لآلية تمثيل المعرفة عن المستخدم. على عكس لغات البرمجة التقليدية، تعتبر لغات تمثيل المعرفة اقتصادية للغاية من حيث كمية كود البرنامج. ويرجع ذلك إلى حد كبير إلى حقيقة أن مترجم اللغة يهتم بالعديد من التفاصيل الصغيرة.
وعلى الرغم من المزايا الملحوظة لمثل هذه اللغات، إلا أنه يجب ألا ننسى وجود مشاكل معينة في استخدامها.
يتطلب الانتقال من وصف معرفة المجال بكل اللغات "البشرية" المفهومة إلى تمثيلها في شكل نوع من الشكليات التي يتصورها الكمبيوتر مهارة معينة، لأنه من المستحيل (على الأقل اليوم) وصف كيفية تنفيذ مثل هذا الإجراء ميكانيكيًا تحويل. نظرًا لأن قدرات الاستدلال المنطقي التي يمكن للبرنامج تنفيذها ترتبط ارتباطًا مباشرًا باختيار كيفية تمثيل المعرفة، فإن تمثيل المعرفة، وليس استخراجها، هو عنق الزجاجة في ممارسة تصميم ES.
يتضمن هذا البرنامج التعليمي أساسيات البرمجة في برنامج Prolog، وحل المشكلات باستخدام طريقة البحث، الأساليب الاحتماليةوأساسيات الشبكات العصبية وكذلك مبادئ تمثيل المعرفة باستخدام الشبكات الدلالية. يتم تزويد كل قسم من الكتاب المدرسي بالأعمال العملية والمختبرية. تحتوي الملاحق على وصف موجز لبيئة SWI-Prolog، وبرامج الشبكات العصبية
يغطي هذا البرنامج التعليمي أساسيات البرمجة في Prolog، وحل المشكلات باستخدام طرق البحث، والأساليب الاحتمالية، وأساسيات الشبكات العصبية، ومبادئ تمثيل المعرفة باستخدام الشبكات الدلالية. يتم تزويد كل قسم من الكتاب المدرسي بالأعمال العملية والمختبرية. تحتوي الملاحق على وصف موجز لبيئة SWI-Prolog، وبرنامج نمذجة الشبكة العصبية NeuroGenetic Optimizer وبرنامج تصور المعرفة الدلالية الذي يتوافق مع المتطلبات الحالية للمعيار التعليمي الحكومي الفيدرالي للتعليم العالي لطلاب مؤسسات التعليم العالي الذين يدرسون الهندسة والمجالات التقنية.
كتاب " أنظمة الذكاء الاصطناعي. درس تعليمي "تم تقييم الكاتبة بيسميرتني إيجور ألكساندروفيتش من قبل زوار KnigoGuid، وكان تقييم القراء لها 0.00 من أصل 10.
ما يلي متاح للعرض مجانًا: الملخص، والنشر، والمراجعات، بالإضافة إلى الملفات القابلة للتنزيل.
إس جي. تولماشيف
الذكاء الاصطناعي.
نماذج الشبكات العصبية
وزارة التعليم والعلوم الاتحاد الروسيجامعة ولاية البلطيق التقنية "فونميتش"
قسم معالجة المعلومات ونظم الإدارة
إس جي. تولماشيف
الذكاء الاصطناعي.
نماذج الشبكات العصبية
درس تعليمي
سان بطرسبورج
UDC 004.8(075.8) T52
تولماشيف، س.ج.
T52 أنظمة الذكاء الاصطناعي. نماذج الشبكات العصبية: كتاب مدرسي / S.G. تولماتشيف. بالت. ولاية تقنية. جامعة. – سانت بطرسبرغ، 2011. 132 ص.
ردمك 978-5-85546-633-1
يتم توفير معلومات أساسية حول هيكل ومبادئ تشغيل الشبكات العصبية الاصطناعية. يتم النظر في عمل الخلية العصبية الرسمية، وتصنيف الشبكات العصبية وفقًا لبنيتها وأنواع التدريب، والتركيبات النموذجية لمختلف مشاكل الشبكات العصبية وطرق حلها.
مخصص للطلاب الكبار الذين يدرسون في تخصصات “نظم وتقنيات المعلومات” و “أنظمة معالجة المعلومات وإدارتها”.
يو دي سي 004.8(075.8)
المراجعين: دكتور تك. أستاذ العلوم، رئيس. علمي موظف في شركة OJSC "القلق "Granit-Electron"" S.N. شاروف. دكتوراه. تقنية. العلوم، أستاذ، رئيس. قسم I5 بستو ن.ن. سميرنوفا
تمت الموافقة عليه من قبل مجلس التحرير والنشر بالجامعة
مقدمة
إحدى أقوى الأدوات لإنشاء أنظمة ذكية هي الشبكات العصبية الاصطناعية (ANN)، التي تمثل آليات معالجة المعلومات الأساسية الكامنة في الدماغ البشري. من المعروف أن الدماغ يعمل بطريقة مختلفة جذريًا وغالبًا ما يكون أكثر كفاءة من أي آلة حاسوبية ابتكرها الإنسان. هذه الحقيقة هي التي حفزت العلماء لسنوات عديدة على العمل على إنشاء وبحث الشبكات العصبية الاصطناعية.
الدماغ هو نظام معالجة معلومات معقد للغاية. فهو يتمتع بالقدرة على تنظيم مكوناته الهيكلية، التي تسمى الخلايا العصبية، حتى تتمكن من أداء مهام محددة (التعرف على الأنماط، والمعالجة الحسية، والوظائف الحركية) بشكل أسرع عدة مرات من أسرع أجهزة الكمبيوتر الحديثة. مثال على هذه المهمة هو الرؤية العادية. تشمل وظائف النظام البصري خلق فكرة عن العالم المحيط بالشكل الذي يوفر القدرة على التفاعل معه. يقوم الدماغ بمهام التعرف بشكل متسلسل (على سبيل المثال، التعرف على وجه مألوف في بيئة غير مألوفة) ويقضي 100...200 مللي ثانية في ذلك. يمكن أن يستغرق إكمال المهام المشابهة والأقل تعقيدًا على جهاز الكمبيوتر عدة ساعات.
لفهم حجم التحدي المتمثل في إنشاء آلة تعمل بشكل مثالي مثل دماغنا، نحتاج فقط إلى التفكير في بعض المهام الروتينية التي نقوم بها كل يوم. لنفترض أنك تجلس على مكتبك، وفي هذا الوقت يدخل زميلك الذي عاد من الإجازة إلى الغرفة. إنه يرتدي قميصًا جديدًا، ونظارة شمسية على وجهه المدبوغ، ويبدو أصغر سنًا لأنه حلق لحيته. هل تعترف له؟ مما لا شك فيه أن التنكر ليس من خططه. أثناء المحادثة يسألك: "أين الكتاب الذي أعطيتك إياه لتقرأه؟" أنت تفسر السؤال على أنه طلب لإعادة الكتاب. ثم انظر إلى مكتبك و
ترى بين الكتب وأكوام الأوراق الملقاة عليها الكتاب المعني، تمد يدك إليه، وتخرجه من كومة المستندات وتعطيه لزميلك. مثل هذه المهام اليومية لا تتطلب منا الكثير من الجهد العقلي، ولكن حل كل منها يتضمن العديد من الخطوات المحسوبة بدقة. يمكن الشعور بصعوبة حل مثل هذه المشكلات عند محاولة برمجة نظام كمبيوتر للتعرف على الأشياء من خلال مظهرها أو خصائصها الأخرى، واتخاذ القرارات اعتمادًا على السياق، وما إلى ذلك.
والمثال الأبسط هو سونار الخفافيش، وهو نظام نشط لتحديد الموقع بالصدى. بالإضافة إلى توفير معلومات حول المسافة إلى الكائن المطلوب، يتيح لك محدد المواقع هذا حساب معلمات الكائن مثل السرعة النسبية وحجم العناصر الفردية واتجاه الحركة. ولاستخراج هذه المعلومات من الإشارة المستقبلة، يقوم دماغ الخفاش الصغير بإجراء حسابات عصبية معقدة.
ما الذي يسمح لعقل الإنسان أو الخفافيش بتحقيق مثل هذه النتائج؟ عند الولادة، يكون لدى الدماغ بالفعل بنية مثالية تسمح له ببناء قواعده الخاصة بناءً على ما يسمى عادة بالخبرة. تتراكم الخبرة بمرور الوقت حتى الأيام الأخيرة من حياة الشخص، مع حدوث تغييرات واسعة النطاق بشكل خاص في أول عامين من الحياة.
يرتبط تطور الخلايا العصبية بمفهوم مرونة الدماغ - القدرة على ضبط الجهاز العصبي وفقًا للظروف البيئية. تلعب اللدونة الدور الأكثر أهمية في عمل الخلايا العصبية كوحدات معالجة المعلومات الأولية في الدماغ البشري. وبطريقة مماثلة، يتم تكوين الخلايا العصبية الاصطناعية في الشبكة العصبية الاصطناعية. بشكل عام، الشبكة العصبية الاصطناعية هي آلة تصمم الطريقة التي يحل بها الدماغ مشكلة معينة. يتم تنفيذ هذه الشبكة باستخدام مكونات إلكترونية (معالجات عصبية) أو يتم تصميمها بواسطة برنامج يعمل على جهاز كمبيوتر رقمي. من أجل تحقيق الأداء العالي، تستخدم الشبكات العصبية الاصطناعية العديد من الاتصالات بين الخلايا الحسابية الأولية – الخلايا العصبية. من بين التعريفات العديدة للشبكات العصبية، فإن التعريف الأكثر دقة هو تعريف ANN كآلة تكيفية: شبكة اعصاب صناعيةتم توزيعه
معالج متوازي يتكون من عناصر معالجة المعلومات القياسية التي تجمع المعرفة التجريبية وتوفرها للمعالجة اللاحقة. تشبه الشبكة العصبية الدماغ بطريقتين:
1) تدخل المعرفة الشبكة العصبية من البيئة
و تستخدمها الشبكة في عملية التعلم؛
2) لتجميع المعرفة، يتم استخدام الوصلات العصبية الداخلية، والتي تسمى أيضًا الأوزان المشبكية.
الإجراء المستخدم لتنفيذ عملية التعلم يسمى خوارزمية التعلم. وتتمثل مهمتها في تعديل الأوزان التشابكية للشبكة العصبية الاصطناعية (ANN) بطريقة معينة حتى تكتسب الشبكة الخصائص الضرورية.
يعد تعديل الأوزان طريقة تقليدية لتدريب ANN. وهذا النهج قريب من نظرية المرشحات الخطية التكيفية المستخدمة في التحكم. ومع ذلك، بالنسبة للشبكة العصبية الاصطناعية، هناك أيضًا إمكانية تعديل طوبولوجيتها الخاصة، استنادًا إلى حقيقة أن الخلايا العصبية في الدماغ الحي يمكن أن تموت، ويمكن إنشاء اتصالات متشابكة جديدة.
وبالتالي، تدرك الشبكات العصبية الاصطناعية قوتها الحاسوبية بفضل خاصيتين رئيسيتين: البنية الموزعة بالتوازي والقدرة على التعلم وتعميم المعرفة المكتسبة. تشير خاصية التعميم إلى قدرة ANN على توليد المخرجات الصحيحة لإشارات الإدخال التي لم يتم أخذها في الاعتبار أثناء عملية التعلم. هاتان الخاصيتان تجعلان ANN نظامًا لمعالجة المعلومات قادرًا على حل المشكلات المعقدة متعددة الأبعاد المستعصية حاليًا.
تجدر الإشارة إلى أنه من الناحية العملية، لا تستطيع الشبكات العصبية الاصطناعية المستقلة في كثير من الأحيان تقديم حلول جاهزة. وينبغي دمجها في الأنظمة المعقدة. يمكن تقسيم المشكلة المعقدة إلى عدد من المشكلات البسيطة، والتي يمكن حل بعضها عن طريق الشبكات العصبية.
مجالات تطبيق ANN متنوعة للغاية: التعرف على النصوص والكلام وتحليلها، والبحث الدلالي، والأنظمة المتخصصة وأنظمة دعم القرار، والتنبؤ بأسعار الأسهم، وأنظمة الأمان. هناك عدة أمثلة لاستخدام ANN في مجالات مختلفة.
1. أنظمة أمن النقل. شركة أمريكية
استخدمت شركة Science Application International Corporation ANN في
مشروع TNA الخاص به. تم تصميم الجهاز الذي يتم تطويره للكشف عن المتفجرات البلاستيكية الموجودة في الأمتعة المعبأة. يتم قصف الأمتعة بالجسيمات التي تسبب إشعاعًا ثانويًا، ويتم تحليل طيفها بواسطة شبكة عصبية. يوفر الجهاز احتمالية كشف المتفجرات بنسبة تزيد عن 97%، وهو قادر على مسح 10 قطع من الأمتعة في الدقيقة.
2. حزم برامج الشبكات العصبية في الأسواق المالية. يستخدم البنك الكيميائي الأمريكي نظام شبكة عصبية من البيانات العصبية لمعالجة المعاملات المسبقة في بورصات العملات، وتصفية المعاملات "المشبوهة". يستخدم Citibank تنبؤات الشبكة العصبية منذ عام 1990. يُظهر التعامل الآلي عوائد تتجاوز تلك التي يحققها معظم الوسطاء. تجدر الإشارة إلى أن وقائع ندوة “الذكاء الاصطناعي في"وول ستريت" يتألف من عدة مجلدات ذات ثقل.
3. الرصد والتصنيف التلقائي للأخبار. موقع
تعد معرفة موضوع الرسائل النصية مثالاً آخر على استخدام ANN. يوفر خادم الأخبار Convectis (أحد منتجات شركة Aptex Software Inc.) تصنيفًا تلقائيًا للرسائل إلى فئات. من خلال التحقق من معاني الكلمات حسب السياق، تستطيع Convectis التعرف على الموضوعات في الوقت الفعلي وتصنيف تدفقات هائلة من الرسائل النصية المرسلة عبر شبكات Reuters وNBC وCBS وما إلى ذلك. وبعد تحليل الرسالة، يتم وضع تعليق توضيحي وقائمة من الكلمات الرئيسية ويتم إنشاء قائمة بالفئات التي تنتمي إليها هذه الرسالة
4. القيادة الذاتية للطائرات بدون طيار. تم تطوير طائرة الاستطلاع التي تفوق سرعتها سرعة الصوت LoFLYTE (تجربة اختبار الطيران منخفضة الملاحظة)، وهي طائرة نفاثة بدون طيار يبلغ طولها 2.5 متر، لصالح وكالة ناسا والقوات الجوية الأمريكية بواسطة شركة Accurate Automation Corp. في إطار برنامج دعم المشاريع الصغيرة المبتكرة. يعد هذا تطورًا تجريبيًا لاستكشاف مبادئ جديدة للقيادة. ويتضمن شبكات عصبية تسمح للطيار الآلي بالتعلم عن طريق نسخ تقنيات الطيران الخاصة بالطيار. مع مرور الوقت، تكتسب الشبكات العصبية خبرة في التحكم، وتسمح لها سرعة معالجة المعلومات بإيجاد طريقة سريعة للخروج في المواقف القصوى والطارئة. تم تصميم LoFLYTE للطيران بسرعات تفوق سرعة الصوت، حيث قد لا يكون وقت رد فعل الطيار كافيًا للاستجابة بشكل مناسب للتغيرات في ظروف الطيران.
في الوقت الحاضر، تعتبر الشبكات العصبية الاصطناعية امتدادًا مهمًا لمفهوم الحساب. لقد جعلوا من الممكن بالفعل التعامل مع عدد من المشكلات الصعبة ووعدوا بإنشاء برامج وأجهزة جديدة قادرة على حل المشكلات التي لا يستطيع حلها سوى البشر حاليًا. تُستخدم الحواسيب العصبية الحديثة في المقام الأول كمنتجات برمجية، وبالتالي نادرًا ما تستغل إمكاناتها في "التوازي". سيبدأ عصر الحسابات العصبية المتوازية الحقيقية بظهور تطبيقات الأجهزة للرقائق العصبية المتخصصة وبطاقات التوسعة المصممة لمعالجة الكلام والفيديو والصور الثابتة وأنواع أخرى من المعلومات التصويرية في السوق.
مجال آخر لتطبيق الشبكات العصبية الاصطناعية هو استخدامها
الخامس برامج متخصصةالعوامل الآلية المصممة لمعالجة المعلومات بدلاً من أداء العمل البدني. يجب أن يسهل المساعدون الأذكياء على المستخدمين التواصل مع الكمبيوتر. ستكون السمة المميزة لهم هي الرغبة في فهم ما هو مطلوب منهم قدر الإمكان، من خلال مراقبة وتحليل سلوك "سيدهم". تحاول اكتشاف
الخامس يحتوي هذا السلوك على بعض الانتظام، حيث يجب على الوكلاء الأذكياء تقديم خدماتهم في الوقت المناسب لإجراء عمليات معينة، على سبيل المثال، تصفية الرسائل الإخبارية، وعمل نسخة احتياطية من المستندات التي يعمل عليها المستخدم، وما إلى ذلك. وهذا هو السبب في أن الشبكات العصبية الاصطناعية، القادرة على تلخيص البيانات وإيجاد الأنماط فيها، تعد مكونًا طبيعيًا لوكلاء البرامج هؤلاء.
1. أجهزة الكمبيوتر والدماغ
1.1. الخلية العصبية البيولوجية
يمكن تبسيط الجهاز العصبي البشري إلى هيكل ثلاثي المراحل. مركز هذا النظام هو الدماغ، ويتكون من شبكة من الخلايا العصبية (الشكل 1.1). يتلقى المعلومات ويحللها ويتخذ القرارات المناسبة. تقوم المستقبلات بتحويل الإشارات الواردة من البيئة والأعضاء الداخلية إلى نبضات كهربائية تدركها الشبكة العصبية (الدماغ). توفر المستقبلات التواصل بين دماغنا والعالم الخارجي، مما يسمح له بتلقي المعلومات البصرية والسمعية والذوقية والشمية واللمسية. إف-
تقوم المتجهات بتحويل النبضات الكهربائية التي يولدها الدماغ إلى إشارات مخرجات تتحكم في العضلات والأعضاء الداخلية وجدران الأوعية الدموية. وبالتالي، يتحكم الدماغ في عمل القلب، والتنفس، وضغط الدم، ودرجة الحرارة، ويحافظ على محتوى الأكسجين المطلوب في الدم، وما إلى ذلك. تعالج الخلايا العصبية المتوسطة المعلومات الواردة من الخلايا العصبية الحسية وتنقلها إلى الخلايا العصبية المستجيبة.
أرز. 1.1. رسم تخطيطي مبسط للجهاز العصبي
وتجدر الإشارة إلى أن الدماغ يتكون من نوعين من الخلايا: الدبقية والخلايا العصبية. وعلى الرغم من أن دور الخلايا الدبقية يبدو مهمًا جدًا، إلا أن معظم العلماء يعتقدون أن جزءًا كبيرًا من الطريق لفهم كيفية عمل الدماغ هو من خلال دراسة الخلايا العصبية المتصلة في شبكة واحدة متصلة. يستخدم هذا النهج في بناء الشبكات العصبية الاصطناعية (ANN).
تجدر الإشارة إلى أن هناك آراء أخرى. ويعتقد بعض الباحثين أن العمليات الرئيسية لا تحدث في الشبكة العصبية، ولكن في الخلايا نفسها، أي في هيكلها الخلوي، في ما يسمى الأنابيب الدقيقة. وفقًا لوجهة النظر هذه، يتم تحديد كل من الذاكرة وحتى الوعي من خلال التغيرات في البروتينات الموجودة في الهياكل داخل الخلايا والتأثيرات الكمية المرتبطة بها.
ويقدر عدد الخلايا العصبية في الدماغ بـ 1010...1011. في الخلية العصبية البيولوجية، يمكن تمييز الوحدات الهيكلية التالية (الشكل 1.2):
جسم الخلية (سوما) ؛
التشعبات عبارة عن العديد من الألياف العصبية القصيرة المتفرعة (لا يزيد طولها عن 1 مم) والتي تجمع المعلومات من الخلايا العصبية الأخرى.
المحور العصبي هو الليف العصبي الوحيد الرفيع والطويل (أحيانًا أكثر من متر). يضمن المحور العصبي توصيل النبضات ونقل التأثيرات إلى الخلايا العصبية أو الألياف العضلية الأخرى. عند انتهائه، يتفرع المحور العصبي أيضًا ويشكل اتصالات مع التشعبات العصبية الأخرى؛
يقدم الكتاب المدرسي للقراء تاريخ الذكاء الاصطناعي ونماذج تمثيل المعرفة والأنظمة المتخصصة والشبكات العصبية. تم وصف الاتجاهات والأساليب الرئيسية المستخدمة في تحليل وتطوير وتنفيذ الأنظمة الذكية. يتم النظر في نماذج تمثيل المعرفة وطرق العمل بها وطرق تطوير وإنشاء النظم الخبيرة. سيساعد الكتاب القارئ على إتقان مهارات التصميم المنطقي لقواعد بيانات المجال والبرمجة بلغة ProLog.
للطلاب والمعلمين في الجامعات التربوية ومعلمي المدارس الثانوية والصالات الرياضية والمدارس الثانوية.
مفهوم الذكاء الاصطناعي.
نظام الذكاء الاصطناعي (AI) هو نظام برمجي يحاكي عملية التفكير البشري على جهاز الكمبيوتر. لإنشاء مثل هذا النظام، من الضروري دراسة عملية التفكير ذاتها للشخص الذي يحل مشاكل معينة أو يتخذ قرارات في منطقة معينة، لتسليط الضوء على الخطوات الرئيسية لهذه العملية وتطوير البرامج التي تستنسخها على جهاز كمبيوتر. ولذلك، تتخذ أساليب الذكاء الاصطناعي نهجًا منظمًا بسيطًا لتطوير أنظمة صنع القرار البرمجية المعقدة.
الذكاء الاصطناعي هو فرع من علوم الكمبيوتر يهدف إلى تطوير الأجهزة والبرامج التي تسمح للمستخدم غير المبرمج بطرح وحل مشكلاته الفكرية التقليدية، والتواصل مع الكمبيوتر بمجموعة فرعية محدودة من اللغة الطبيعية.
جدول المحتويات
الفصل الأول. الذكاء الاصطناعي
1.1. مقدمة في أنظمة الذكاء الاصطناعي
1.1.1. مفهوم الذكاء الاصطناعي
1.1.2. الذكاء الاصطناعي في روسيا
1.1.3. الهيكل الوظيفي لنظام الذكاء الاصطناعي
1.2. اتجاهات لتطوير الذكاء الاصطناعي
1.3. البيانات والمعرفة. تمثيل المعرفة في الأنظمة الذكية
1.3.1. البيانات والمعرفة. التعاريف الأساسية
1.3.2. نماذج تمثيل المعرفة
1.4. النظم الخبيرة
1.4.1. هيكل النظام الخبير
1.4.2. تطوير واستخدام النظم الخبيرة
1.4.3. تصنيف النظم الخبيرة
1.4.4. تمثيل المعرفة في النظم الخبيرة
1.4.5. أدوات لبناء النظم الخبيرة
1.4.6. تكنولوجيا تطوير النظام الخبراء
أسئلة وواجبات الاختبار للفصل الأول
مراجع الفصل الأول
الفصل 2. البرمجة المنطقية
2.1. منهجيات البرمجة
2.1.1. منهجية البرمجة الحتمية
2.1.2. منهجية البرمجة الشيئية
2.1.3. منهجية البرمجة الوظيفية
2.1.4. منهجية البرمجة المنطقية
2.1.5. منهجية برمجة القيد
2.1.6. منهجية برمجة الشبكات العصبية
2.2. مقدمة موجزة لحساب التفاضل والتكامل المسند وإثبات النظرية
2.3. عملية الاستدلال في Prolog
2.4. هيكل البرنامج في لغة Prolog
2.4.1. استخدام الكائنات المركبة
2.4.2. استخدام المجالات البديلة
2.5. تنظيم التكرار في Prolog
2.5.1. طريقة التراجع بعد الفشل
2.5.2. طريقة القطع والإرجاع
2.5.3. العودية بسيطة
2.5.4. طريقة قاعدة العودية المعممة (GRR).
2.6. القوائم في Prolog
2.6.1. العمليات على القوائم
2.7. سلاسل في Prolog
2.7.1. عمليات السلسلة
2.8. الملفات في برولوج
2.8.1. المسندات Prolog للعمل مع الملفات
2.8.2. وصف مجال الملف
2.8.3. الكتابة إلى الملف
2.8.4. القراءة من ملف
2.8.5. تعديل ملف موجود
2.8.6. الإلحاق بنهاية ملف موجود
2.9. إنشاء قواعد بيانات ديناميكية في Prolog
2.9.1. قواعد البيانات في برولوج
2.9.2. مسندات قاعدة البيانات الديناميكية في Prolog
2.10. إنشاء الأنظمة المتخصصة
2.10.1. هيكل النظام الخبير
2.10.2. تمثيل المعرفة
2.10.3. طرق السحب
2.10.4. نظام واجهة المستخدم
2.10.5. نظام خبير قائم على القواعد
أسئلة وواجبات الاختبار للفصل الثاني
مراجع الفصل الثاني
الفصل 3. الشبكات العصبية
3.1. مقدمة في الشبكات العصبية
3.2. نموذج الخلايا العصبية الاصطناعية
3.3. تطبيق الشبكات العصبية
3.4. تدريب الشبكات العصبية
أسئلة وواجبات الاختبار للفصل الثالث
مراجع الفصل الثالث.
قم بتنزيل الكتاب الإلكتروني مجانًا بتنسيق مناسب وشاهده واقرأه:
قم بتنزيل الكتاب أساسيات الذكاء الاصطناعي، Borovskaya E.V.، Davydova N.A.، 2016 - fileskachat.com، تنزيل سريع ومجاني.
درس تعليمي « DBMS: لغة SQL في الأمثلة والمشكلات" بقلم I.F. Astakhova, A.P. Todstobrova, V.M Melnikova, V.V Fertikova، نشرتها دار النشر FIZMATLIT في عام 2007 ومعتمدة من وزارة التعليم والعلوم، وتحتوي على مجموعة مختارة من الأمثلة والمسائل والتمارين المتنوعة. بدرجات التعقيد لتقديم دروس عملية ومختبرية لدراسة أساسيات لغة SQL ضمن دورة تدريبية مخصصة لنظم المعلومات وقواعد البيانات في مجال الدراسة وتخصص "الرياضيات التطبيقية وعلوم الحاسوب". تمثل نظم المعلومات التي تستخدم قواعد البيانات حاليا أحد أهم مجالات تكنولوجيا الكمبيوتر الحديثة. يرتبط معظم سوق البرمجيات الحديثة بهذا المجال. بالنظر إلى المكانة التي تحتلها لغة SQL في تقنيات المعلومات الحديثة، فإن معرفتها ضرورية لأي متخصص يعمل في هذا المجال. ولذلك فإن تطويرها العملي جزء لا يتجزأ من الدورات التدريبية التي تهدف إلى دراسة نظم المعلومات مع قواعد البيانات. وحاليا يتم إدراج مثل هذه الدورات ضمن المناهج الدراسية لعدد من التخصصات الجامعية. ليس هناك شك في أنه من أجل ضمان حصول الطلاب على فرصة الحصول على مهارات ثابتة في لغة SQL، يجب أن تحتوي الدورة التدريبية المقابلة، بالإضافة إلى التعريف النظري بأساسيات اللغة، بالضرورة على كمية كبيرة بما فيه الكفاية من التمارين المعملية عن استخدامه العملي. يهدف الكتاب المدرسي المقترح في المقام الأول إلى الدعم المنهجي لهذا النوع من النشاط فقط. وفي هذا الصدد، يركز على اختيار الأمثلة العملية والمهام والتمارين بدرجات متفاوتة من التعقيد في إعداد استعلامات SQL، مما يسمح بتنفيذ جلسات تعلم اللغة العملية خلال الفصل الدراسي الأكاديمي.
الكتاب المدرسي "أنظمة الذكاء الاصطناعي. "دورة عملية" من تأليف Astakhova I.F. وChulyukova V.A. وPotapov A.S. وMilovskaya L.S. وKashirina I.L. وBogdanova M.V. وProsvetova Yu.V.، والتي تحمل ختم UMO وفقًا للتعليم الجامعي الكلاسيكي وتنشرها دور النشر BINOM. KNOWLEDGE LABORATORY وPHYSMATLIT في عام 2008، تم إعدادهما للمحاضرات والدروس المعملية في تخصصات "بنوك البيانات والأنظمة المتخصصة"، "قواعد البيانات والأنظمة المتخصصة"، "أنظمة الذكاء الاصطناعي"، "أنظمة المعلومات الذكية". هذا الكتاب مخصص لمجال علوم الحاسوب الذي السنوات الاخيرةهناك القليل جدًا من الأدبيات التعليمية المحلية لمؤسسات التعليم العالي. من المرجح أن تكون الكتب المترجمة منشورات علمية أكثر من الكتب المدرسية. وكان من الضروري التوصل إلى الكثير من الأمثلة والمهام المخبرية التي سيؤديها الطلاب على جهاز الكمبيوتر ويكتسبون المعرفة والمهارات والقدرات (من وجهة نظر النهج القائم على الكفاءة في التعليم).
الميزة الرئيسية والاختلاف الكبير بين هذا الكتاب المدرسي والمنشورات المماثلة هو وجود حوالي 100 مثال، و235 تمرينًا، و79 سؤالًا لتكرار المواد المغطاة، و11 عملًا مختبريًا تتم فيها دراسة 6 منتجات برمجية مختلفة.
الرابط الببليوغرافي
أستاخوفا آي إف، تولستوبروف إيه بي، تشوليوكوف في إيه، بوتابوف إيه إس. الدليل التعليمي "نظام إدارة قواعد البيانات: لغة SQL في الأمثلة والمهام"، "الذكاء الاصطناعي". الدورة العملية" // المشكلات الحديثة للعلوم والتعليم. – 2009. – رقم 1.;عنوان URL: http://science-education.ru/ru/article/view?id=901 (تاريخ الوصول: 17/09/2019). نلفت انتباهكم إلى المجلات التي تصدرها دار النشر "أكاديمية العلوم الطبيعية"
