Išplėstinė paieška
 
 
 
Pradžia>Informatika>Dirbtinio intelekto mokslo šakos, jų apibūdinimai, tyrimo sritys, taikymai, pasiekti rezultatai
   
   
   
-1
naudingas 0 / nenaudingas -1

Dirbtinio intelekto mokslo šakos, jų apibūdinimai, tyrimo sritys, taikymai, pasiekti rezultatai

  
 
 
12345
Aprašymas

Pagrindinės tyrimo šakos, metodai naudojami DI projektuose. Taikymas. Klasikiniai pavyzdžiai. Dirbtinis intelektas Lietuvoje. Kokios perspektyvos?

Ištrauka

Daugelį metų mokslininkai ieškojo būdų kaip įdiegti mašinoms protą. Įvairiais laikotarpiais atsirasdavo žmonių, pateikiančių savas hipotezes, o jų mintis tuoj pat pasigaudavo kiti... ir taip mokslas apie Dirbtinį Intelektą palaipsniui suskilo į atskiras šakas. Kiekviena iš šių krypčių savaip svarbi ir randa pritaikymą įvairiose žmogaus veiklos srityse. Toliau — pagrindiniai metodai, kurie naudojami Dl projektuose.
"Planning" — į kompiuterį įvedama daugybė įvairių veiksmų variantų. Po to jam suteikiamas esamos padėties ir laukiamo rezultato apibrėžimas. Kompiuteris, peržiūrinėdamas visus galimus variantus ir atmesdamas neteisingus, ieško optimalaus tikslo pasiekimo kelio. Pagal turimus duomenis sudaromas sprendimo algoritmas (teisingų veiksmų seka). Tipiškas pavyzdys:
šachmatų mašina "Deep Blue".
"Machine Learning" — bandymas sukurti tokią sistemą, kuri galės pati tobulintis savarankiškai papildydama savo duomenų bazę. Kažką panašaus jau moka kai kurios programos, tačiau galimybės čia labai ribotos, ir jos visos taip pat priklauso nuo žmogaus. Ideali sistema privalo mokėti atpažinti ir analizuoti tekstą, susijungti su internetu ir važinėtis jo platybėse, susiurbti milžiniškus informacijos srautus (kol nepasprings pritrūkusi vietos :]).
"Automating Programming" — kompiuteris turi galingą vidinę programavimo kalbą. Kuomet jam duodamas suformuluotas uždavinys, jis pats rašo programą jo išsprendimui. Norėdami tai įsisąmoninti, įsivaizduokime, kad vieną gražią dieną "Borland C++" pats pradės lipdyti funkcijas ir kintamuosius, kurdamas varikliuką "Quake5" ;].
"Pattern Recognition" — kai programa bendrauja su aplinka, ji nuolat sulygina "tai, ką pamatė" su duomenų bazėje esančiais šablonais ir, priklausomai nuo užprogramuotos reakcijos, adekvačiai reaguoja. Akivaizdus bandymas kompiuteriu atgaminti žmogaus regėjimą, visuotinai naudojamas vaizdų ir karinių taikymo sistemų atpažinimo sistemose.
"Inference" — priešingybės metodas. Tai reiškia, kad programa priima kokį nors sprendimą ir laiko jį vieninteliu teisingu, kol nėra įrodyta priešingai. Pavyzdžiui, pamatęs paukščio skrydį, kompiuteris visus paukščius laiko mokančiais skraidyti tvariniais. Tačiau pakanka jam pamatyti pingviną arba strutį, jog įsitikintų priešingai.
"Knowledge Represantation" — darbas kuriant programą-transliatorių, išverčiantis gaunamus duomenis į suprantamą kompiuteriui kalbą. Tai užduotis, kad kiekvienas AK "pamatytas" vaizdas pavirstų nulių ir vienetų seka, pranešančia jam apie daikto pavadinimą, formą, spalvą ir kitus atributus.
"Neural Networks" — bandymas atkurti vykstančius mūsų smegenyse procesus neuronų tinklais. Neuronų tinklas — tai didžiulis kiekis tarpusavyje susietų paprastų procesorių, sąveikaujančių vienas su kitu ir sugebančių keisti savybes priklausomai nuo pageidaujamo rezultato, Tokios konstrukcijos lankstumas leidžia spręsti praktiškai bet kokias skaičiavimo ir logines operacijas, todėl "NN" laikoma viena iš perspektyviausių Dirbtinio Intelekto sričių. Problemą sudaro tik tai, kad pilnaverčio smegenų modelio sukūrimui prireiks gerokai daugiau kompiuterių, nei dabar išvis yra visame pasaulyje.
"Heuristics" —visų galimų situacijų sudarymo metodas, jų apdorojimas pašalinant neefektyvius sprendimus ir ėjimas optimaliu keliu. Kažkas panašaus į "Planning", tačiau čia kompiuteris pats modeliuoja galimus įvykių vystymosi variantus. Vėlgi, geru pavyzdžiu bus "Deep Blue". Mašina apdoroja visas lentos fi-gūrų kombinacijas 5-10 ėjimų į priekį, įvertindama bet kuriuos priešininko sprendimus, ir nustato tokią elgesio linkmę, kuri duos geriausią rezultatą. "Deep Blue" duomenų apdorojimo greitis — per 200 milijonų situacijų per sekundę, o dabar jau egzistuoja kompiuteriai, dvigubai viršijantys šį rodiklį. Heuristinis metodas naudojamas ir kai kuriose antivirusinėse programose virusų atpažinimui.
"Genetic Algorithms" — proceso organizavimas, primenantis evoliuciją gamtoje. Tai vyksta maždaug taip: programavimo kalba "Lisp" rašomos kelios programos, kurios tarpusavyje "sukryžminamos" ir taip sudaro begalę alternatyvių. Šios, savo ruožtu, pakartoja tą patį veiksmą. Iš gautų milijonų kombinacijų atrenkamos tos "kolonijos", kurios labiausiai atitinka uždavinio sąlygas, kitos — savaime susinaikina. Papildydamos viena kitą, išlikusios programos ir yra optimalus sprendinys. ...

Rašto darbo duomenys
Tinklalapyje paskelbta2006-06-07
DalykasInformatikos referatas
KategorijaInformatika
TipasReferatai
Apimtis5 puslapiai 
Literatūros šaltiniai5
Dydis22.63 KB
AutoriusAlvydas
Viso autoriaus darbų5 darbai
Metai0 m
Klasė/kursas0
Švietimo institucijaŠiaulių Universitetas
Failo pavadinimasMicrosoft Word Dirbtinio intelekto mokslo sakos ju apibudinimai tyrimo sritys taikymai pasiekti rezultatai [speros.lt].doc
 

Panašūs darbai

Komentarai

Komentuoti

 

 
[El. paštas nebus skelbiamas]

 
 
  • Referatai
  • 5 puslapiai 
  • Šiaulių Universitetas
Ar šis darbas buvo naudingas?
Taip
Ne
0
-1
Pasidalink su draugais
Pranešk apie klaidą