Научная статья на тему 'Особенности и признаки интеллектуальности информационных систем'

Особенности и признаки интеллектуальности информационных систем Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
1994
145
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
МОДИФИКАЦИЯ / КОММУНИКАТИВНЫЕ СПОСОБНОСТИ / ИНТЕЛЛЕКТУАЛЬНАЯ ИНФОРМАЦИОННАЯ СИСТЕМА / ФОРМАЛИЗУЕМЫЕ ЗАДАЧИ / MODIFICATION / COMMUNICATIVE ABILITIES / INTELLIGENT INFORMATION SYSTEM / FORMALIZABLE TASKS

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Евтеева Елена Викторовна

В работе рассматриваются интеллектуальные информационные системы.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Евтеева Елена Викторовна

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

In this article intelligent information systems are considered.

Текст научной работы на тему «Особенности и признаки интеллектуальности информационных систем»

Е.В. Евтеева

ОСОБЕННОСТИ И ПРИЗНАКИ ИНТЕЛЛЕКТУАЛЬНОСТИ ИНФОРМАЦИОННЫХ СИСТЕМ

E.V. Evteeva

FEATURES AND CHARACTERS OF INTELLIGENCE OF INFORMATION SYSTEMS

Ключевые слова: модификация, коммуникативные способности, интеллектуальная информационная система, формализуемые задачи.

Keywords: modification, communicative abilities, intelligent information system, formaliza-ble tasks.

Аннотация

В работе рассматриваются интеллектуальные информационные системы.

Abstract

In this article intelligent information systems are considered.

Успехи в области мехатроники, микро(нано)процессорной техники и информационных технологий приводят к необходимости разработки и создания нового типа систем обработки информации и управления - интеллектуальных.

Интеллектуальными считаются задачи, связанные с разработкой алгоритмов решения ранее не решенных задач определенного типа.

Интеллект представляет собой универсальный алгоритм, способный разрабатывать алгоритмы решения конкретных задач.

Любая информационная система (ИС) выполняет следующие функции:

- воспринимает вводимые пользователем информационные запросы и необходимые исходные данные;

- обрабатывает введенные и хранимые в системе данные в соответствии с известным алгоритмом и формирует требуемую выходную информацию.

С точки зрения реализации перечисленных функций ИС можно рассматривать как фабрику, производящую информацию, в которой заказом является информационный запрос, сырьем - исходные данные, продуктом - требуемая информация, а инструментом (оборудованием) - знание, с помощью которого данные преобразуются в информацию.

Если в ходе эксплуатации ИС выяснится потребность в модификации одного из двух компонентов программы, то возникнет необходимость ее переписывания. Это объясняется тем, что полным знанием проблемной области обладает только разработчик ИС, а программа служит “недумающим исполнителем” знания разработчика. Этот недостаток устраняется в интеллектуальных информационных системах.

Интеллектуальная информационная система (ИИС) - это ИС, которая основана на концепции использования базы знаний для генерации алгоритмов решения экономических задач различных классов в зависимости от конкретных информационных потребностей пользователей.

Для интеллектуальных информационных систем, ориентированных на генерацию алгоритмов решения задач, характерны следующие признаки:

- развитые коммуникативные способности;

- умение решать сложные плохо формализуемые задачи;

- способность к самообучению.

Коммуникативные способности ИИС характеризуют способ взаимодействия (интерфейса) конечного пользователя с системой.

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.

Под интеллектуальной системой будем понимать объединенную информационным процессом совокупность технических средств и программного обеспечения, работающую во взаимосвязи с человеком (коллективом людей) или автономно, способную на основе сведений и знаний при наличии мотивации синтезировать цель, принимать решение к действию и находить рациональные способы достижения цели.

Такая структура системы может быть использована при построении интеллектуальных систем, применяемых во всех сферах человеческой деятельности. На рис. 1 видно, что интеллектуальная система состоит из двух блоков, в первом из которых синтезируется цель, во втором - процесс достижения цели.

В первом блоке в качестве исходного компонента выступает мотивация (потребность в чем-либо), которая сочетается с информацией, получаемой с помощью системы датчиков, о состоянии окружающей среды и собственном состоянии системы. При синтезе цели знания используются активно, т.е. на основе знаний, хранящихся в памяти системы, окружающая среда и собственно система стимулируются пусковыми сигналами, происходит активная оценка раздражителей внешней среды. Далее информация поступает в динамическую экспертную систему (ДЭС), в которой моделируются и реализуются алгоритмы функционирования эфферентных возбуждений (управления), акцептора действия, содержащего в себе все свойства будущего результата и служащего для сопоставления предсказанного и реально полученного результатов.

Рисунок 1 - Структурная схема интеллектуальной системы

В ДЭС решается задача комплексирования и самоорганизации робастных, нейро-нечетких и адаптивных алгоритмов управления по мере накопления и повышения достоверности информации о воздействии окружающей среды и изменчивости собственного состояния системы. Существенным для ДЭС является наличие базы знаний. Управление, выработанное в ДЭС, реализуется с помощью исполнительных устройств, изменяющих состояние объекта управления, а информация о параметрах результата управления поступает по обратной связи 2 в ДЭС, где сопоставляются параметры предсказанного и реального результатов. Если при выработанном управлении цель достигается, т.е. разность между параметрами результатов удовлетворяет требованиям, то управление подкрепляется, если же нет - корректируется. Если окажется, что синтезированная цель не является достижимой, то параметры результата интерпретируются по отношению к цели и производится коррекция цели (обратная связь 1).

Тем не менее интеллектуализация мехатроники сопряжена с робототехникой.

Существует множество систем управления роботами, по отношению к которым используется прилагательное “обучаемая”. Можно выделить три основных типа автоматических систем управления, использующих процедуру обучения (рис. 2).

Первый вариант обучаемых роботов (рис. 2а) имеет системы управления, в которых используется подход к решению задачи управления, заключающийся в жестком программировании обучением. Такие роботы могут функционировать только в детерминированной среде. Так называемое “обучение” этих роботов заключается в запоминании траектории движения, задаваемой обучателем, например методом “вождения за руку” (рис. 3). В качестве аппаратной реализации используются системы числового программного управления (ЧПУ). Классическим примером такого робота является промышленный робот СОАТ-А-МАТ1С (Япония).

а) б) в)

Рисунок 2 - Основные типы систем автоматического управления роботами, в которых используется понятие “обучение”

Данные роботы не являются адаптивными и требуют полного упорядочения рабочей среды, подачи деталей и заготовок в стандартные позиции с известной ориентацией. Отсутствие информации о реальной внешней среде, которая является необходимой при выполнении таких технологических операций, как сборка, сварка и другие, а следовательно, невозможность учитывать состояние внешней среды при выработке управляющих воздействий системой управления, препятствует использованию таких роботов. Кроме того, режимы

обучения и автоматического воспроизведения движения по обученной траектории существенно различаются. Получающееся различие динамических нагрузок в режимах обучения и автоматической работы системы, а также наличие зазоров, трения и упругости механических передач между датчиками обратных связей по положению и звеньями руки являются основной причиной появления статических ошибок положения.

Метод программирования обучением применяется в случаях, когда оператору известны все особенности будущих движений. При относительно сложной логике выполнения движения, зависящей от состояния внешнего оборудования, а также в тех случаях, когда программа движений формируется на основе обработки информации, воспринимаемой внешними сенсорами, программирование методом обучения становится непригодным. В этих случаях применяется метод адаптивного управления. Дальнейшее развитие систем управления определялось теорией распознавания образов. Такие системы являются адаптивными, так как позволяют учитывать изменения окружающей обстановки. Для получения функциональной способности таких систем управлять роботом применяется метод гибкого программирования с распознаванием образов. Способность к распознаванию образов часто достигается с помощью процедуры обучения. Роботы, оснащенные такими системами, -это второй вариант обучаемых роботов (рис. 2б). Они имеют более гибкие возможности, но работа их все равно программируется.

Рисунок 3 - Обучение робота методом “вождения за руку”

Для функционирования робота в естественной среде ему необходимо воспринимать как можно больше информации от различных датчиков. С увеличением их количества информация о среде становится полнее, но при этом развитая система знаний будет практически всегда противоречивой. Выделяют следующие источники противоречий: помехи, сбои, недостаточная точность датчиков; искажения, вносимые распознающими системами, поскольку распознавание всегда связано с аппроксимацией исходных данных; динамическая среда; неполнота описания внешнего мира. Наличие указанных противоречий затрудняет использование распознающих систем. Появление обучаемых систем управления сделало возможным появление третьего варианта обучаемых роботов - непрограммируемых, обучаемых, способных действовать в сложных, неопределенных заранее ситуациях, характеризуемых неорганизованной информацией (рис. 2в). Управление движениями такого робота осуществляется не программой, а окружающей его обстановкой, информация о которой снимается системой очувствления и преобразуется обу-

чаемой системой в сигналы управления исполнительными двигателями робота в соответствии с его опытом, полученным в результате обучения. Процесс обучения данной системы аналогичен выработке условных рефлексов у животных.

Обучаемая система управления робота включает технические органы чувств (технические глаза, уши, кожу и т.д.), состоящие из рецепторов очувствления, и технический мозг, то есть преобразователь сигналов рецепторов в выходные сигналы управления. Применительно к роботу, обучаемая система управления, таким образом, является технической нервной системой. Технический мозг может быть выполнен в виде матрицы регулируемых резисторных элементов. Кроме этого система включает усилители (сумматоры-вычитатели), выходы которых являются выходами на исполнительные двигатели объекта управления, и включает устройство обучения, с помощью которого корректируются проводимости элементов резисторной матрицы.

Литература

1. Пупков К.А., Коньков В.Г. Интеллектуальные системы. - М.: Изд-во МГТУ им. Н.Э. Баумана. 2003. - 348с.

2. Афонин В.Л., Макушкин В.А. Интеллектуальные робототехнические системы. - М.: Интернет-Университет информационных технологий, 2005. - 208 с.

3. Нильсон Н. Искусственный интеллект (методы поиска решений). - М.: Мир, 1973. -

270 с.

4. Патрик Э. Основы теории распознавания образов. - М.: Советское радио. 1980. - 408 с.

5. Уинстон П. Искусственный интеллект: Пер. с англ. - М.: Мир, 1980. - 519 с.

6. Ивахненко А.Г. Самообучающиеся системы распознавания и автоматического управления. - Киев: Техника, 1969, 324 с.

i Надоели баннеры? Вы всегда можете отключить рекламу.