СЕМИНАР 15
ДОКЛАД НА СИМПОЗИУМЕ "НЕДЕЛЯ ГОРНЯКА - 99" МОСКВА, МГГУ, 25.01.99 - 29.01.99
В.В. Насыпный, д.т.н.,
Академия военных наук
МЕТОДИЧЕСКИЕ ОСНОВЫ СИНТЕЗА ИНТЕЛЛЕКТУАЛЬНЫХ РАСПРЕДЕЛЕННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ, ИНТЕГРИРУЮЩИХ ОБРАБОТКУ ЗНАНИИ И НЕИРОПОДОБНЫЕ СЕТИ
Перспективы развития АСУ связаны с решением проблемы создания распределенных информационных и интеллектуальных систем, интегрирующих средства обработки данных, знаний и нейроподобные сети.
Для решения данной проблемы требуется создание эффективных инструментальных систем, позволяющих рационально объединить технологию искусственного интеллекта с технологией современных вычислительных систем для реализации функций хранения и оперативной распределенной обработки больших объемов данных и знаний. Возможно ли уже в ближайшем будущем достичь создания больших распределенных баз знаний, работающих в реальном режиме времени с использованием глобальных информационных сетей? По общему мнению, в настоящее время разработка эффективных интеллектуальных систем на основе существующих компьютерных технологий является проблематичной. Это обусловлено тем, что архитектура современных компьютеров ориентирована на реализацию вычислений, а не на обработку знаний в виде символьной информации. Поэтому в настоящее время активно ведется разработка символьных ЭВМ пятого поколения, которые адаптированы под обработку знаний. Однако, есть и другое направление развития систем искусственного интеллекта - адаптация форм представления данных и знаний к вычислительной среде современных компьютеров. Для этого может быть эффективно использована интеллектуальная сто-
хастическая информационная технология.
Сущность интеллектуальной стохастической информационной технологии заключается в квазис-лучайном преобразовании и кодировании символьной информации, представляющей знания - логических выражений (предикатов), элементов семантических сетей, правил логического вывода (продукций), и их представлении в виде уникальных стохастических индексов - двоичных комбинаций заданной размерности. Указанное преобразование является своего рода хэш-функцией, обеспечивающей уникальный индекс любого элемента данных и знаний со сколь угодно малой вероятностью коллизий. За счет него осуществляется рациональная обработка символьной информации, произвольный доступ к необходимым фрагментам данных и знаний, а также эффективная реализация логического вывода при обработке знаний на больших множествах правил продукций и объемах символьной информации. Это достигается путем целенаправленного выбора с использованием стохастических индексов логически связанных правил вывода, что устраняет необходимость полного перебора на всем множестве правил на каждом шаге логического вывода. В результате снимается проблема «комбинаторного взрыва» при построении траектории логического вывода, который существенно ограничивает рабочий объем процедурных знаний современных интеллектуальных систем за счет экспоненциального роста времени обработки в зависимости
от числа правил вывода. Применение целенаправленного выбора правил и произвольного доступа к ним обеспечивает линейную зависимость времени логического вывода от числа привлекаемых к обработке правил вывода и позволяет создавать интеллектуальные системы с практически неограниченным объемом знаний.
Повторное комбинированное преобразование произвольного элемента базы знаний позволяет «развернуть» его значение в стохастическую последовательность с заданной вероятностью появления «1» в любом месте последовательности. С помощью генерируемых последовательностей создаются ансамбли нейронов и моделируются процессы передачи возбуждения (торможения) между узлами семантических или нейро-подобных сетей. При этом, за счет стохастического преобразования совокупности кодов имен объектов и связей каждого элемента семантической или нейроподобной сети и образования стохастического индекса определяются тра-екторей доступа к фреймам и реляционным отношениям, связанным с данным фрагментом полученной интегральной сети, объединяющей нейроподобные и семантические структуры. Это позволяет обеспечить эффективную комплексную реализацию логических операций на семантической сети при обработке запросов и правил продукции, процедур произвольного доступа к знаниям, а также алгоритмов функционирования нейроподобных сетей.
© В.В. Насыпный
4 і 1999
49
Файл: НАСЫПНЫЙ
Каталог: G:\С диска по работе в униве-
ре\GIAB_99\GIAB4_99\Все Шаблон:
C:\Users\Таня\AppData\Roaming\Microsoft\Шаблоны\
Normal.dotm
Заголовок: Методические основы синтеза интеллектуальных
распределенных информационных систем, интегрирующих обработку знаний и нейроподобные сети Содержание:
Автор: Гитис Л.Х.
Ключевые слова:
Заметки:
Дата создания: 26.05.1999 17:01:00
Число сохранений: 5
Дата сохранения: 11.06.1999 11:31:00 Сохранил: Гитис Л.Х.
Полное время правки: 12 мин.
Дата печати: 14.12.2008 20:30:00
При последней печати страниц: 1
слов: 644 (прибл.)
знаков: 3 673 (прибл.)