Cibernetică matematică.docx - cibernetică matematică. Cibernetica în URSS
El a numit-o știința organizării eficiente, iar Gordon Pask a extins definiția pentru a include fluxuri de informații „din orice sursă”, de la stele la creier.
Conform unei alte definiţii a ciberneticii, propusă în 1956 de L. Couffignal (Engleză), unul dintre pionierii ciberneticii, cibernetica este „arta de a asigura eficacitatea acțiunii”.
O altă definiție a fost propusă de Lewis Kaufman (Engleză): „Cibernetica este studiul sistemelor și proceselor care interacționează cu ele însele și se reproduc.”
Metodele cibernetice sunt folosite pentru a studia cazul în care acțiunea unui sistem în mediu determină o oarecare modificare a mediului, iar această schimbare se manifestă asupra sistemului prin feedback, care determină modificări în modul în care se comportă sistemul. Studiul acestor „bucle de feedback” este locul în care se află metodele ciberneticii.
A apărut cibernetica modernă, incluzând cercetări în diverse domenii ale sistemelor de control, teoria circuitelor electrice, inginerie mecanică, modelare matematică, logică matematică, biologie evolutivă, neuroștiință, antropologie. Aceste studii au apărut în 1940, în principal în lucrările oamenilor de știință despre așa-numitul. Conferințele lui Macy (Engleză).
Alte domenii de cercetare care au influențat sau au fost influențate de dezvoltarea ciberneticii: teoria controlului, teoria jocurilor, teoria sistemelor (analogul matematic al ciberneticii), psihologia (în special neuropsihologia, behaviorismul, psihologia cognitivă) și filosofia.
Video pe tema
Sfera ciberneticii
Obiectul ciberneticii sunt toate sistemele controlate. Sistemele care nu pot fi controlate, în principiu, nu sunt obiecte de studiu ale ciberneticii. Cibernetica introduce concepte precum abordarea cibernetică, sistemul cibernetic. Sistemele cibernetice sunt considerate abstract, indiferent de natura lor materială. Exemple de sisteme cibernetice sunt regulatorii automati în tehnologie, calculatoare, creierul uman, populațiile biologice, societatea umană. Fiecare astfel de sistem este un set de obiecte interconectate (elemente ale sistemului) capabile să perceapă, să rețină și să proceseze informații, precum și să le schimbe. Cibernetica dezvoltă principii generale pentru crearea sistemelor de control și a sistemelor de automatizare a muncii mentale. Principalele mijloace tehnice de rezolvare a problemelor de cibernetică sunt computerele. Prin urmare, apariția ciberneticii ca știință independentă (N. Wiener, 1948) este asociată cu crearea acestor mașini în anii 40 ai secolului XX, iar dezvoltarea ciberneticii în aspecte teoretice și practice este asociată cu progresul electronicii. tehnologia calculatoarelor.
Teoria sistemelor complexe
Teoria sistemelor complexe analizează natura sistemelor complexe și motivele din spatele proprietăților lor neobișnuite.
O metodă de modelare a unui sistem adaptiv complex
În informatică
În calcul, metodele cibernetice sunt folosite pentru a controla dispozitivele și a analiza informațiile.
În inginerie
Cibernetica în inginerie este utilizată pentru a analiza defecțiunile sistemului, în care micile erori și defecte pot duce la defecțiunea întregului sistem.
În economie și management
În matematică
În psihologie
În sociologie
Poveste
În Grecia Antică, termenul „cibernetică”, desemnând inițial arta cârmaciului, a început să fie folosit în sens figurat pentru a desemna arta omului de stat care guvernează orașul. În acest sens, este, în special, folosit de Platon în Legi.
James Watt
Primul sistem artificial de reglare automată, ceasul cu apă, a fost inventat de mecanicul grec antic Ctesibius. În ceasul său cu apă, apa curgea dintr-o sursă, cum ar fi un rezervor de stabilizare, într-o piscină, apoi din piscină pe mecanismele ceasului. Dispozitivul lui Ctesibius a folosit un debit în formă de con pentru a monitoriza nivelul apei din rezervorul său și a ajusta rata debitului de apă în consecință pentru a menține un nivel constant al apei în rezervor, astfel încât să nu fie nici supraumplut, nici drenat. A fost primul dispozitiv artificial, cu adevărat automat, autoreglabil, care nu a necesitat nicio intervenție externă între mecanismele de feedback și control. Deși în mod natural nu s-au referit la acest concept ca fiind știința ciberneticii (l-au considerat un domeniu al ingineriei), Ctesibius și alți maeștri antici precum Heron din Alexandria sau omul de știință chinez Su Song sunt considerați a fi printre primii care au studiat cibernetica. principii. Studiul mecanismelor la mașinile cu feedback corectiv datează de la sfârșitul secolului al XVIII-lea, când motorul cu abur al lui James Watt era echipat cu un dispozitiv de control, un regulator de feedback centrifugal, pentru a controla turația motorului. A. Wallace a descris feedback-ul ca fiind „necesar principiului evoluției” în celebra sa lucrare din 1858. În 1868, marele fizician J. Maxwell a publicat un articol teoretic despre dispozitivele de control și a fost unul dintre primii care a revizuit și a îmbunătățit principiile dispozitivelor de autoreglare. J. Uexküll a folosit mecanismul de feedback în modelul său de ciclu funcțional (german Funktionskreis) pentru a explica comportamentul animalului.
secolul XX
Cibernetica modernă a început în anii 1940 ca un domeniu de studiu interdisciplinar care combină sistemele de control, teoria circuitelor electrice, ingineria mecanică, modelarea logică, biologia evolutivă și neuroștiința. Sistemele electronice de control datează de la munca inginerului Bell Labs Harold Black în 1927 privind utilizarea feedback-ului negativ pentru a controla amplificatoarele. Ideile au, de asemenea, conexiuni cu munca biologică a lui Ludwig von Bertalanffy în teoria generală a sistemelor.
Cibernetica ca disciplină științifică s-a bazat pe lucrările lui Wiener, McCulloch și alții precum W. R. Ashby și W. G. Walter.
Walter a fost unul dintre primii care a construit roboți autonomi pentru a ajuta la cercetarea comportamentului animalelor. Alături de Marea Britanie și Statele Unite, Franța a fost o locație geografică importantă pentru cibernetica timpurie.
Norbert Wiener
În timpul acestei șederi în Franța, Wiener a primit o propunere de a scrie un eseu pe tema combinării acestei părți a matematicii aplicate, care se regăsește în studiul mișcării browniene (așa-numitul proces Wiener) și în teoria telecomunicațiilor. În vara următoare, deja în Statele Unite, a folosit termenul de „cibernetică” ca titlu al unei teorii științifice. Numele a fost destinat să descrie studiul „mecanismelor cu scop” și a fost popularizat în cartea Cybernetics, or Control and Communication in the Animal and the Machine (Hermann & Cie, Paris, 1948). În Marea Britanie, Clubul Ratio a fost format în jurul acestui lucru în 1949. (Engleză).
Cibernetica în URSS
sociologii olandezi Geyer și Van der Zouwenîn 1978, au identificat o serie de caracteristici ale noii cibernetici emergente. „Una dintre caracteristicile noii cibernetici este că vede informațiile ca fiind construite și reconstruite de oameni care interacționează cu mediul. Aceasta oferă baza epistemologică a științei atunci când este privită din punctul de vedere al observatorului. O altă caracteristică a noii cibernetici este contribuția acesteia la depășirea problemei reducerii (contradicții între macro și microanaliză). Astfel, conectează individul cu societatea.” Geyer și Van der Zouwen au mai remarcat că „tranziția de la cibernetica clasică la noua cibernetică duce la o tranziție de la problemele clasice la problemele noi. Aceste schimbări de gândire includ, printre altele, schimbări de la un accent pus pe sistemul gestionat la cel de control și factorul care ghidează deciziile de control. Și un nou accent pe comunicarea între mai multe sisteme care încearcă să se gestioneze reciproc.”
Lipsesc Nu există dateColecția continuă (din 1988) focalizarea matematică a serii de renume mondial „Probleme de cibernetică”. Colecția include articole originale și recenzii despre principalele direcții ale științei mondiale, care conțin cele mai recente rezultate ale cercetării fundamentale.
Autorii colecției sunt în principal specialiști cunoscuți; unele dintre articole au fost scrise de tineri oameni de știință care au obținut recent rezultate noi uimitoare. Printre domeniile prezentate în colecție se numără teoria sintezei și complexitatea sistemelor de control; probleme de expresibilitate și completitudine asociate cu logici și automate multivalorice în teoria sistemelor funcționale; aspecte fundamentale ale optimizării și recunoașterii discrete; probleme de probleme extreme pentru funcții discrete (probleme Feuer, Turan, Delsarte pe un grup ciclic finit); studiul modelelor matematice de transmitere a informațiilor în rețelele de comunicații, sunt prezentate și o serie de alte ramuri ale ciberneticii matematice.
De remarcat este articolul de recenzie al lui O. B. Lupanov „A. N. Kolmogorov și teoria complexității circuitelor.” Numărul 16 – 2007. Pentru specialiști, absolvenți, studenți interesați de stadiul actual al ciberneticii matematice și aplicațiile acesteia.
Teoria stocării și regăsirii informațiilor
Valery Kudryavtsev Literatura educațională AbsentEste introdus un nou tip de reprezentare a bazei de date, numit model de date cu grafic de informații, care generalizează modelele cunoscute anterior. Sunt luate în considerare principalele tipuri de probleme de căutare a informațiilor în baze de date și sunt investigate problemele de complexitate ale rezolvării acestor probleme în raport cu modelul grafic al informației.
S-a dezvoltat un aparat matematic pentru rezolvarea acestor probleme, bazat pe metode din teoria complexității sistemelor de control, teoria probabilității, precum și pe metode originale ale purtătorilor de grafice caracteristice, descompunere optimă și reducerea dimensiunilor.
Cartea este destinată specialiștilor din domeniul matematicii discrete, ciberneticii matematice, teoriei recunoașterii și complexității algoritmice.
Teoria recunoașterii testelor
Valery Kudryavtsev Literatura educațională AbsentEste descrisă o abordare logică a recunoașterii modelelor. Conceptul său principal este testul. Analiza unui set de teste ne permite să construim funcționalități care caracterizează imaginea și proceduri de calculare a valorilor acestora. Sunt indicate proprietățile calitative și metrice ale testelor, funcționale și procedurile de recunoaștere.
Sunt prezentate rezultatele rezolvării unor probleme specifice. Cartea poate fi recomandată matematicienilor, ciberneticienilor, informaticienilor și inginerilor ca monografie științifică și ca nou aparat tehnologic, precum și ca manual pentru studenții de licență și absolvenți specializați în domeniul cibernetică matematică, matematică discretă și informatică matematică.
Probleme de teoria multimilor, logica matematica si teoria algoritmilor
Igor Lavrov Literatura educațională Lipsesc Nu există dateCartea prezintă în mod sistematic bazele teoriei mulțimilor, logicii matematice și teoria algoritmilor sub formă de probleme. Cartea este destinată studiului activ al logicii matematice și al științelor conexe. Constă din trei părți: „Teoria mulțimilor”, „Logica matematică” și „Teoria algoritmilor”.
Problemele sunt furnizate cu instrucțiuni și răspunsuri. Toate definițiile necesare sunt formulate în scurte introduceri teoretice la fiecare paragraf. Ediția a III-a a cărții a fost publicată în 1995. Colecția poate fi folosită ca manual pentru departamentele de matematică ale universităților, institutelor pedagogice, precum și în universitățile tehnice atunci când studiază cibernetica și informatica.
Pentru matematicieni - algebriști, logicieni și cibernetici.
Bazele teoriei funcțiilor booleene
Serghei Marchenkov Literatura tehnica Lipsesc Nu există dateCartea conține o introducere detaliată în teoria funcțiilor booleene. Sunt prezentate principalele proprietăți ale funcțiilor booleene și este demonstrat criteriul completității funcționale. Se oferă o descriere a tuturor claselor închise de funcții booleene (clasele Post) și se oferă o nouă dovadă a capacității lor de generare finită.
Este luată în considerare definiția claselor Post în termenii unor predicate standard. Sunt prezentate bazele teoriei Galois pentru orele de post. Sunt introduși și studiați doi operatori de închidere „puternici”: parametrii și pozitivi. Sunt luate în considerare funcțiile booleene parțiale și se demonstrează un criteriu de completitudine funcțională pentru clasa funcțiilor booleene parțiale.
Se studiază complexitatea implementării funcţiilor booleene prin circuite de elemente funcţionale. Pentru studenți, studenți absolvenți și profesori de învățământ superior care studiază și predau matematică discretă și cibernetică matematică. UMO privind învățământul universitar clasic este aprobat ca ajutor didactic pentru studenții instituțiilor de învățământ superior care studiază în domeniile de învățământ superior 010400 „Matematică aplicată și informatică” și 010300 „Informatică fundamentală și tehnologia informației”.
Metode de optimizare numerică ed. a III-a, rev. si suplimentare Manual și atelier pentru diplomă academică de licență
Alexandru Vasilievici Timohov Literatura educațională Burlac. Curs academicManualul este scris pe baza cursurilor de curs de optimizare, care pe parcursul mai multor ani au fost susținute de autorii de la Facultatea de Matematică Computațională și Cibernetică a Universității de Stat din Moscova M.V. Lomonosov. Atenția principală este acordată metodelor de minimizare a funcțiilor unui număr finit de variabile.
Publicația cuprinde teorie și metode numerice de rezolvare a problemelor de optimizare, precum și exemple de modele aplicate care se reduc la acest tip de probleme matematice. Anexa conține toate informațiile necesare din analiza matematică și algebra liniară.
Fizică. Curs practic pentru candidații la universitate
V. A. Makarov Literatura educațională AbsentManualul este destinat elevilor absolvenți ai școlilor secundare cu studii aprofundate ale fizicii și matematicii. Se bazează pe probleme de fizică care au fost oferite în ultimii 20 de ani candidaților la Facultatea de Matematică Computațională și Cibernetică a Universității de Stat din Moscova.
M. V. Lomonosov. Materialul este împărțit pe subiecte în conformitate cu programul de examene de admitere în fizică pentru candidații la Universitatea de Stat din Moscova. Fiecare subiect este precedat de un scurt rezumat al informațiilor teoretice de bază care sunt necesare pentru rezolvarea problemelor și care vor fi utile în pregătirea examenelor de admitere.
În total, colecția cuprinde aproximativ 600 de probleme, mai mult de jumătate dintre ele fiind furnizate cu soluții detaliate și instrucțiuni metodologice. Pentru școlari care se pregătesc să intre în facultățile de fizică și matematică ale universităților.
Metode de optimizare ed. a III-a, rev. si suplimentare Manual și atelier pentru diplomă academică de licență
Viaceslav Vasilievici Fedorov Literatura educațională Licenta si Master. Curs academicManualul este scris pe baza cursurilor de curs de optimizare, care pe parcursul mai multor ani au fost susținute de autorii de la Facultatea de Matematică Computațională și Cibernetică a Universității de Stat din Moscova. M. V. Lomonosov. Atenția principală este acordată metodelor de minimizare a funcțiilor unui număr finit de variabile.
Publicația include probleme. Anexa conține toate informațiile necesare din analiza matematică și algebra liniară.
Sisteme inteligente. Teoria stocării și regăsării informațiilor, ed. a II-a, rev. si suplimentare Tutorial pentru rezervor
Sunt luate în considerare principalele tipuri de probleme de căutare a informațiilor în baze de date și sunt investigate problemele de complexitate ale rezolvării acestor probleme în raport cu modelul grafic al informației.
Geometrie analitică
V. A. Ilyin Literatura educațională Lipsesc Nu există dateManualul este scris pe baza experienței de predare a autorilor de la Universitatea de Stat din Moscova. M. V. Lomonosov. Prima ediție a fost publicată în 1968, ediția a doua (1971) și a treia (1981) sunt stereotipe, ediția a patra (1988) a fost completată cu material despre transformări liniare și proiective.
Teoria jocurilor matematice este o parte integrantă a unei ramuri largi a matematicii - cercetarea operațională. Metodele teoriei jocurilor sunt utilizate pe scară largă în ecologie, psihologie, cibernetică, biologie - oriunde mulți participanți urmăresc scopuri diferite (adesea opuse) în activități comune.
Dar principalul domeniu de aplicare a acestei discipline este științele economice și sociale. Manualul include subiecte de bază și obligatorii în formarea economiștilor. Prezintă ramuri clasice ale teoriei jocurilor, cum ar fi jocurile matriceale, bimatricele non-cooperative și statistice, precum și evoluțiile moderne, precum jocurile cu informații incomplete și imperfecte, jocurile cooperative și dinamice.
Materialul teoretic din carte este ilustrat pe larg cu exemple și prevăzut cu sarcini pentru munca individuală, precum și teste.
CIBERNETICA, o disciplină dedicată studiului sistemelor de control și comunicare la animale, organizații și mecanisme. Termenul a fost folosit pentru prima dată în acest sens în 1948 de Norbert Wiener. Dicționar științific și tehnic
Caută materiale:
Numărul materialelor dvs.: 0.
Adăugați 1 material
Certificat
despre crearea unui portofoliu electronic
Adăugați 5 materiale
Secret
prezent
Adăugați 10 materiale
Certificat pentru
informatizarea educatiei
Adăugați 12 materiale
Revizuire
gratuit pentru orice material
Adăugați 15 materiale
Lecții video
pentru a crea rapid prezentări eficiente
Adăugați 17 materiale
1.8. Aspecte cibernetice ale informaticii
1.8.1. Subiect de cibernetică
Cuvântul „cibernetică” provine din cuvântul grecesc care înseamnă în traducere
„timonier”. Semnificația sa modernă este asociată cu domeniul științific, al cărui început
a fost fondată de cartea savantului american Norbert Wiener „Cybernetics, or
control și comunicare la animale și mașini”, publicată în 1948. În curând subiectul
nu numai sisteme biologice și tehnice, ci și sisteme
de orice natură, capabile să perceapă, să stocheze și să prelucreze informații
și să-l folosească pentru management și reglementare. Publicat în 1947
Enciclopedia Ciberneticii spune că este „...știința legilor generale
primirea, stocarea, transmiterea și transformarea informațiilor în complexe
sistem de control. În acest caz, aici înseamnă sisteme de control
nu numai tehnic, ci și orice biologic, administrativ și social
sisteme”. Astfel, cibernetica și informatica sunt cele mai probabile
știință unificată. Astăzi, cibernetica este considerată din ce în ce mai mult o parte a informaticii, ea
secțiunea „cea mai înaltă”, într-o oarecare măsură similară ca poziție cu cea mai înaltă
matematică” în raport cu toată matematica în general (aproximativ la fel
poziţia în raport cu informatica este şi ştiinţa „artificialului
inteligență”). Informatica în ansamblu este mai amplă decât cibernetica, deoarece în informatică
Există aspecte legate de arhitectura și programarea computerelor care
nu poate fi atribuit direct ciberneticii.
Ramurile cibernetice ale informaticii sunt bogate în abordări și
modele în studiul diverselor sisteme și sunt utilizate ca aparat
multe ramuri ale matematicii fundamentale si aplicate.
O ramură clasică și într-o anumită măsură independentă a ciberneticii
luați în considerare cercetarea operațională. Acest termen se referă la utilizare
metode matematice de justificare a deciziilor în diverse domenii
activitate umană intenționată.
Să explicăm ce se înțelege prin „decizie”. Să se facă niște eforturi
eveniment (în sfera industrială, economică sau socială),
care vizează atingerea unui scop specific – se numește un astfel de eveniment
"Operațiune". Persoana (sau grupul de persoane) responsabilă pentru realizarea acestui lucru
eveniment, aveți posibilitatea de a alege cum să-l organizați. De exemplu: poți
selectați tipurile de produse care vor fi produse; echipamente care
acest lucru se va aplica; distribuie fondurile disponibile într-un fel sau altul etc.
O „operație” este un eveniment controlat.
O decizie este o alegere dintr-o serie de opțiuni disponibile pentru decident.
Deciziile pot fi de succes și nereușite, rezonabile și
nerezonabile Soluțiile sunt numite optime, dintr-un motiv sau altul
mai preferabil decât altele. Scopul cercetării operaționale este
justificarea matematică (cantitativă) a soluţiilor optime.
Cercetarea operațională include următoarele secțiuni:
1) programarea matematică (justificarea planurilor, programelor
activitate economică); include relativ independente
secțiuni: programare liniară, programare neliniară,
programare dinamică (în toate aceste denumiri termenul
„programarea” a apărut istoric și nu are nimic de-a face cu
programare pe calculator);
2) teoria cozilor, bazată pe teoria proceselor aleatorii;
3) teoria jocurilor, care permite justificarea deciziilor luate în condiții
informatii incomplete.
Vă rugăm să rețineți că aceste secțiuni nu sunt direct legate de computere și tehnice
sisteme. Altele, care s-au dezvoltat rapid în anii 1970 și 1980. secţiunea de cibernetică
existau sisteme de control automate (automatizate). Aceasta sectiune
are un caracter închis, autonom, stabilit istoric
pe cont propriu. Este strâns legat de dezvoltarea sistemelor tehnice
reglarea și gestionarea automată a tehnologice și
Procese de producție.
O altă ramură clasică a ciberneticii este recunoașterea
imagini, care au apărut din problema modelării în sistemele tehnice de percepție
o persoană de semne, obiecte și vorbire, precum și formarea conceptelor într-o persoană
(antrenament în sensul cel mai simplu, tehnic). Această secțiune este în mare măsură
a apărut din nevoile tehnice ale roboticii. De exemplu, se cere ca
asamblatorul robotizat a recunoscut piesele necesare. Când sortați automat (sau
Respingerea) pieselor necesită capacitatea de recunoaștere.
Apogeul ciberneticii (și toată informatica în general) este secțiunea
dedicat problemelor inteligenței artificiale. Cel mai modern
sistemele de control au proprietatea de a lua decizii – proprietatea
intelectualitatea, adică modelează activitatea intelectuală
persoană atunci când ia decizii.
1.8.2. Sisteme gestionate
În ciuda varietății de probleme rezolvate în cibernetică, varietatea modelelor,
abordări și metode, cibernetica rămâne o știință unificată datorită utilizării
metodologie generală bazată pe teoria sistemelor și analiza sistemelor.
Un sistem este un concept extrem de larg, inițial, nu strict definit.
Se presupune că sistemul are o structură, adică. constă în relativ
părți (elemente) izolate, care sunt, totuși, într-o formă semnificativă
relații și interacțiuni. Semnificația interacțiunii este aceea că
datorită acesteia, elementele sistemului dobândesc împreună o anumită funcție nouă,
o proprietate nouă care nu este deținută de niciunul dintre elemente separat. In aceea
este diferența dintre un sistem și o rețea, care constă și din elemente individuale, dar nu
interconectate prin relații semnificative. Compara, de exemplu,
o întreprindere ale cărei ateliere formează un sistem, deoarece numai toate împreună
să dobândească capacitatea de a produce produse finale (și niciunul dintre ele în
singur nu va face față acestei sarcini) și o rețea de magazine care poate funcționa
independent unul de altul.
Cibernetica, ca știință a controlului, studiază nu toate sistemele în general, dar
numai sisteme gestionate. Dar zona de interese și aplicații ale ciberneticii
se extinde la o mare varietate de aspecte biologice, economice,
sistemele sociale.
Una dintre trăsăturile caracteristice ale sistemului controlat este capacitatea
trecerea la diferite stări sub influența acțiunilor de control. Mereu
există un anumit set de stări ale sistemului din care se face o alegere
stare optima.
Făcând abstracție de la trăsăturile specifice ale sistemelor cibernetice individuale și
evidenţierea tiparelor comune unui anumit set de sisteme care descriu
schimbându-și starea sub diferite acțiuni de control, ajungem la
conceptul de sistem cibernetic abstract. Componentele sale nu sunt
obiecte concrete, dar elemente abstracte caracterizate
anumite proprietăți comune unei clase largi de obiecte.
Întrucât sistemele cibernetice sunt înțelese ca sisteme controlate, în
Ele trebuie să aibă un mecanism care îndeplinește funcții de control. Mai des
În total, acest mecanism este implementat sub formă de organe special concepute pentru
control (Fig. 1.38).
Orez. 1,38. Reprezentarea schematică a unui sistem cibernetic sub formă
un set de piese de control și controlate
Săgețile din figură indică influențele schimbate între părți
sisteme. O săgeată care merge de la partea de control a sistemului la partea controlată,
reprezintă semnale de control. Partea de control a sistemului care generează
semnalele de control se numesc dispozitiv de control. Administrator
dispozitivul generează semnale de control pe baza informațiilor de stare
sistem controlat (prezentat în figură cu o săgeată din partea controlată
sistem la partea sa de control) pentru a atinge starea cerută
influențe perturbatoare. Un set de reguli conform cărora informații
intrarea în dispozitivul de control este procesată în semnale de control,
numit algoritm de control.
Pe baza conceptelor introduse, puteți defini conceptul
"Control". Controlul este o influență asupra unui obiect, selectat dintr-un set
posibile impacturi pe baza informațiilor disponibile în acest scop, îmbunătățirea
exploatarea sau dezvoltarea acestei facilitati.
Sistemele de control rezolvă patru tipuri principale de probleme de control: 1)
reglare (stabilizare); 2) executarea programului; 3) urmărire; 4)
optimizare.
Obiectivele reglementării sunt menținerea parametrilor sistemului –
cantități controlate - în apropierea unor valori constante stabilite (x),
în ciuda efectului perturbărilor M care afectează valorile lui (x). Disponibil aici în
formă de protecție activă împotriva perturbărilor, care este fundamental diferită de pasivă
metoda de protectie.Protecția activă presupune dezvoltarea în sisteme de control
acţiuni de control care contracarează perturbările. Da, sarcina
menținerea temperaturii necesare a sistemului poate fi rezolvată folosind
încălzire sau răcire controlată. Protecția pasivă constă în
dând unui obiect astfel de proprietăți încât dependența parametrilor de care ne interesează
de la tulburările externe a fost mică. Un exemplu de protecție pasivă este
izolație termică pentru a menține o anumită temperatură a sistemului,
acoperiri anticorozive pentru piese de mașini.
Sarcina de execuție a programului apare în cazurile în care valorile specificate
cantitățile controlate (x) se modifică în timp într-un mod cunoscut, de exemplu în
producţia la executarea lucrărilor conform unui program prestabilit. ÎN
în sistemele biologice, exemple de implementare a programelor sunt dezvoltarea
organisme din ouă, migrații sezoniere ale păsărilor, metamorfoze ale insectelor.
Sarcina urmăririi este de a menține o potrivire cât mai apropiată de unii
parametrul controlat x0(t) la starea curentă a sistemului, schimbându-se
într-un mod neprevăzut. Necesitatea urmăririi apare, de exemplu, când
gestionarea producţiei de mărfuri în condiţii de schimbare a cererii.
Probleme de optimizare - stabilirea celui mai bun mod într-un anumit sens
funcționarea sau starea unui obiect gestionat - sunt destul de comune, de exemplu
managementul proceselor tehnologice pentru a minimiza pierderile de materii prime etc.
Sisteme în care nu este utilizat pentru a genera acțiuni de control
informații despre valorile pe care cantitățile controlate le iau în proces
sistemele de control se numesc sisteme de control în buclă deschisă. Structura este așa
sistemul este prezentat în fig. 1.39.
Orez. 1.39. Sistem de control în buclă deschisă
Algoritmul de control este implementat de dispozitivul de control CU, care
asigură monitorizarea perturbării M și compensarea acestei perturbări, fără
folosind variabila controlată X.
Dimpotrivă, în sistemele de control închise pentru formarea managerilor
influențe, se folosesc informații despre valoarea cantităților controlate.
Structura unui astfel de sistem este prezentată în Fig. 1.40. Comunicarea între weekenduri
parametrii X și intrarea Y ai aceluiași element al sistemului controlat
numit feedback.
Orez. 1.40. Sistem de control în buclă închisă
Feedback-ul este unul dintre cele mai importante concepte ale ciberneticii, ajutor
înţelege multe fenomene care apar în sisteme controlate de diverse
natură. Feedback-ul poate fi găsit prin studierea proceselor
care apar în organismele vii, structuri economice, sisteme
reglare automată. Feedback care mărește influența intrării
influența asupra parametrilor controlați ai sistemului se numește pozitivă,
reducerea influenței influenței de intrare – negativă.
Feedback-ul pozitiv este utilizat în multe dispozitive tehnice
pentru a spori, crește valorile influențelor de intrare. Negativ
feedback-ul este folosit pentru a restabili echilibrul perturbat de extern
impact asupra sistemului.
1.8.3. Funcțiile omului și ale mașinii în sistemele de control
O zonă bine studiată de aplicare a metodelor cibernetice este
sfera tehnologică și de producție, management industrial
afacere.
Provocări care apar în gestionarea unei întreprinderi la scară medie și mare
sunt deja destul de complexe, dar pot fi rezolvate folosind electronic
calculatoare. sisteme de management al întreprinderii sau
teritorii (regiuni, orașe) folosind computere pentru procesare și stocare
informațiile se numesc sisteme de control automate (ACS). De
Prin natura lor, astfel de sisteme sunt om-mașină, adică. împreună cu
folosirea calculatoarelor puternice presupune prezenţa unei persoane cu a lui
inteligenta.
În sistemele om-mașină se presupune următoarea împărțire a funcțiilor
mașină și om: mașina stochează și prelucrează cantități mari de
informații, oferă suport informațional pentru luarea deciziilor
de către o persoană; o persoană ia decizii de management.
Mai des, în sistemele om-mașină, computerele efectuează rutină,
procesarea informației necreativă, care necesită multă muncă, eliberând timpul unei persoane
pentru activități creative. Cu toate acestea, scopul de a dezvolta computer
tehnologia de control (informatică) este automatizare completă
activități care includ eliberarea parțială sau completă a unei persoane din
nevoia de a lua decizii. Acest lucru se datorează nu numai dorinței de a descărca
uman, dar și cu faptul că dezvoltarea tehnologiei și tehnologiei a dus la situații în care
o persoană datorită limitărilor sale fiziologice și psihologice inerente
pur și simplu nu are timp să ia decizii în timp real
proces, care ameninţă cu consecinţe catastrofale, de exemplu: nevoia
activarea protecției de urgență a unui reactor nuclear, reacție la evenimente,
care au loc în timpul lansărilor navelor spațiale etc.
Un sistem care înlocuiește o persoană trebuie să aibă, într-o oarecare măsură, inteligență
similar cu inteligența umană – artificială. Cercetare
direcția în domeniul sistemelor de inteligență artificială se referă și la
cibernetica, însă, datorită importanței sale pentru perspectivele tuturor informaticii în
În general, îl vom analiza într-un paragraf separat.
Întrebări de control
1. Care este subiectul științei „Cibernetică”?
2. Descrieți problemele rezolvate în secțiunea științifică „cercetare operațională”.
3. În ce loc se află teoria controlului automat și
regulament?
4. Ce înseamnă conceptul de „sistem”?
5. Ce este un „sistem de control”?
6. Descrieți sarcinile care apar în sistemele de control.
7. Ce este „feedback”? Dați exemple de feedback de la alții
ați gestionat sisteme.
8. Ce este un sistem de control automat?
9. Care este locul omului și calculatorului în sistemele de control om-mașină?
În timpul dezvoltării revoluției științifice și tehnologice, cea fizică, chimică
și impactul biologic al oamenilor asupra naturii. Cu cât impactul este mai puternic, cu atât
mijloacele de gestionare a acestora trebuie să fie mai eficiente, iar sarcina principală a noastră
timp devine nu numai și nu atât alegerea optimă (din punct de vedere economic
benefic) moduri de management, câtă anticipare și prevenire
pericol din ce în ce mai mare al apariţiei unor procese naturale ireversibile care ameninţă
existența umană și viața pe Pământ în general. Aproape niciodată înainte
umanitatea și-a propus o sarcină mai complexă și mai responsabilă.
Se poate discuta despre exact când vor avea loc schimbări ireversibile în natură și în ce moduri.
vor fi consecințele lor, dar nu există nicio îndoială că perioada alocată de istorie pentru soluție
această problemă complexă nu este atât de mare.
În această lumină, lucrările de teoria sistemelor sau de sistemologie capătă o semnificație deosebită.
(numită mai des „abordare de sistem”, care, de fapt, a apărut în legătură cu
nevoia de a rezolva probleme de complexitate similară). Aceste lucrări sunt deosebit de valoroase
orientarea către sistem, care nu numai că stabilește principiile de bază ale metodologiei
teoria sistemelor și demonstrează eficacitatea unei abordări sistemice pentru rezolvare
probleme cibernetice destul de complexe și relevante. Această carte este
lucrare tocmai de acest tip: sistematică atât ca subiect, cât și în spiritul prezentării.
În prima parte a cărții, autorul examinează în detaliu esența abordării sistemice, dar a doua
îl aplică la rezolvarea celor mai generale probleme semiotice ale ciberneticii. Ambii
părți ale cărții sunt originale și au un sens independent.
Unul dintre aspectele distinctive ale cărții este încercarea sa de a prezenta esența sistemologiei cu
un singur punct de vedere. Pentru aceasta, autorul analizează profund conceptele care stau la baza
conceptul de sistemologie prezentat și arată că aceste concepte sunt legate de legile și
categorii ale dialecticii materialiste şi că abordarea sistemică este numai
aducerea cunoștințelor legilor de bază la nivelul aplicațiilor practice specifice
dezvoltarea naturii, și nu o nouă viziune asupra lumii, așa cum este adesea imaginată de teoreticieni
teoria sistemelor în Occident.
Autorul nu încearcă să oficializeze prezentarea în sine, ceea ce, desigur, ar fi
prematur, deși foarte tentant, dar maniera adoptată în carte
prezentarea poate fi considerată primul pas în această direcţie.
Când se prezintă o abordare sistematică, se acordă atenția principală în opera lui G. P. Melnikov
ceea ce unește sistemul într-un singur întreg. Mulți autori, atunci când studiază complex
sistemele tind fie să le împartă în părți mai simple și să ia în considerare conexiunile dintre
părțile ca un obstacol în calea unei astfel de împărțiri sau, dimpotrivă, să le concentreze pe toate
atenţie doar la legăturile de legătură, la reţeaua de relaţii (structură) dintre părţi şi
elemente ale întregului și declară neimportantă natura elementelor conectate pentru
formarea integritatii. Spre deosebire de ei, G.P. Melnikov îi acordă atenție
structura întregului, și asupra acelor proprietăți care apar în fiecare element datorită
însuși faptul existenței sistemului ca o anumită unitate și proprietățile întregului,
decurgând din proprietățile unice ale elementelor, arătând mecanismele
acordul reciproc al tuturor acestor parametri ai sistemului format cu obligatoriu
interacțiunea cu mediul extern.
Fiecare sistem, în măsura în care există, trebuie să dobândească proprietățile necesare
pentru a contracara forțele externe (impactele altor sisteme) care tind să
distruge acest sistem. Cu cât sistemul există mai mult și cu atât impactul este mai puternic,
la care este expus, cu atât mai mult în sistemul în ansamblu și în fiecare dintre elementele sale
proprietăţile de consistenţă reciprocă dezvoltate în proces ar trebui să se manifeste
adaptare. Aceste proprietăți le-a avut în vedere Hegel când a spus asta într-o picătură
proprietăţile oceanului sunt reflectate.
Identificarea acestor proprietăți comune și descoperirea cauzei lor fundamentale (ascunse în complex
influențe externe), numite de autor determinantul sistemului, se deschide larg
oportunități de a studia acele proprietăți ale sistemelor complexe care, de fapt,
fă-le „complicate”.
Acest lucru ne permite să aruncăm o privire nouă asupra conceptului de sistem și să descoperim astfel de conexiuni între
părțile sale și astfel de trăsături ale elementelor sale, a căror existență este adesea dificilă și
suspect. Pe această cale, G.P. Melnikov, ca urmare a studiului proprietăților
număr copleșitor de limbi din lume, a fost posibil să se descopere tipuri foarte specifice
dependențe între gramatica unei limbi și fonetica acesteia și creează un nou, sistemic
tipologia limbilor, comparând structura limbilor în funcție de caracteristicile determinanților lor.
Abordarea dezvoltată de autor face posibilă definirea destul de clară a diferenței
abordare sistematică din cea structurală. S-a dovedit că aceste diferențe sunt în esență conținute
într-un postulat: ideile structuraliștilor se bazează pe teza că
există un material complet amorf din care se formează (instantaneu) sistemul
proprietățile unui anumit element de sistem în conformitate numai cu locul său în structură.
Conform opiniilor sistemice, nu există un material absolut amorf. Fiecare
materialul poartă proprietățile sistemelor anterioare în care a fost inclus anterior și, în plus,
dezvoltat în procesul de adaptare în aceste sisteme capacitatea într-un grad sau altul
păstrează proprietățile dobândite. Prin urmare, atunci când un astfel de material este folosit pentru
formarea unui nou sistem, atunci are loc o adaptare pe termen lung a vechiului și
formarea de noi proprietăți în timpul adaptării, adică în fiecare moment în timp în fiecare
element al sistemului există două tipuri de proprietăți: inițial (material),
reflectând fundalul materialului și impus de sistem (structural),
determinată de determinantul sistemului.
Problemele ridicate de autor cu privire la relațiile structurale („logice”,
„sintactic”) și substanțial („material”, „sistematic”) în
sistemele naturale și artificiale reale nu reprezintă doar
interes filozofic general, dar sunt și foarte importante în construcție
sisteme om-mașină, care sunt instrumentul principal pentru rezolvarea celor mai multe
probleme moderne complexe de cibernetică.
Pentru a utiliza eficient astfel de sisteme, este necesar în primul rând să se separe
procesul de soluție în două părți: specifică mașinii, formală,
corelând cu structura obiectului studiat sau construit, cu logica
interacțiunea părților sale, și substanțială, semantică, care nu necesită luare în considerare
reductibilă la structura trăsăturilor substanţei obiectului şi deci atribuită la
persoană. În același timp, preocuparea principală a unei persoane este cea mai completă
folosind capacitățile tehnologiei astfel încât restul neformalizat
O parte a sarcinii s-a dovedit a fi fezabilă pentru o adevărată echipă de specialiști.
Capacitatea unei persoane de a identifica informal partea formalizată a unei sarcini, ca și alții
capacitatea umană de a opera cu obiecte informale este una dintre cele mai mari
misterele naturii. Prin urmare, orice încercare de a pătrunde acest secret sau măcar contur
abordările acestuia sunt de mare importanţă.
Din acest punct de vedere, conceptele prezentate în carte se deschid foarte tentante
perspective. Deși autorul încearcă să nu sublinieze legătura ideilor cu care se dezvoltă
probleme ale inteligenței artificiale, dar se simte cu siguranță când
citind o carte. Totodată, autorul pune accent pe problema centrală: cum
gândește o persoană, ce rol joacă limbajul în procesul de gândire, cum preia gândirea
cuvinte în actele de comunicare a unei persoane cu alta, și nu în problemele la modă ale creației
metode euristice (umanoide) pentru rezolvarea problemelor jocurilor artificiale. ÎN
În acest sens, problemele cărții privesc dezvoltarea principiilor de construcție
roboți integrali (nu programare euristică).
Autorul ajunge să identifice aceste principii nu atât din tehnică directă
experimentare, cât de mult din interpretarea sistemică a semioticii bogate,
material lingvistic şi psihologic acumulat până în prezent. ÎN
În legătură cu aceasta, cartea acordă multă atenție analizei unor astfel de probleme cardinale
cibernetica, ca origini ale capacității de a forma mecanisme de recunoaștere,
prognoza, comunicarea semnelor si modelarea si evaluarea posibilitatilor
folosind aceste mecanisme pentru o comunicare semnificativă om-mașină și
mașini între ele. Pentru a descrie economic componentele tipice ale acestor procese
autorul introduce un aparat simbolic specializat.
Prezentarea conţinutului propus în carte este fundamentală şi
persuasivitatea. Cu toate acestea, trebuie amintit că problemele discutate în carte se referă la
timpul prezent este unul dintre cele mai greu de explicat și de înțeles și, prin urmare
Cititorul care preia această carte trebuie să se pregătească din timp pentru munca grea. Mulți
Va trebui să recitesc pasajele și să mă gândesc la multe, dar pot fi sigur
a spune că diligența cititorului în timp ce se adâncește în materialul cărții va fi răsplătită.
Rareori întâlnit în literatura științifică modernă, conținutul-evoluționar și
tip logic non-formal de deducție și capacitatea rezultată de a capta
tipare în care anterior se vedea doar o acumulare aleatorie de fapte – aici
Aceasta nu este nicidecum o listă completă a ceea ce este suficient de diligent și
cititor atent.
Să ne oprim acum mai în detaliu asupra unora dintre problemele particulare ridicate în carte și
privind evaluarea metodelor și rezultatelor soluționării acestora.
1. După cum reiese din cele de mai sus, aspectele metodologice nu sunt un scop în sine pentru autor, el
nevoit să acorde o atenţie serioasă acestui aspect al problemei tocmai pentru că există destule
Își pune sarcini serioase în cibernetica generală. Dar exact
prin urmare, prima parte a lucrării, dedicată prezentării conceptului de sistemic al autorului
abordarea este într-adevăr o prezentare a unui concept destul de holistic.
Cititorul interesat în primul rând de problemele de sistemologie poate
concentrează-ți atenția asupra primei părți a cărții, considerând a doua ei parte ca
aplicație care demonstrează faptul că conceptul prezentat poate servi
un instrument eficient pentru rezolvarea celor mai complexe probleme de cibernetică.
Cititorul care este interesat de problemele prezentate în partea a doua a cărții poate
consideră prima sa parte și ca anexă, dar absolut obligatorie, în caz contrar
nici premisele și nici patosul principal al concluziilor cercetării nu vor fi înțelese de acesta.
2. Conceptul de abordare sistemică expus de autorul cărții, așa cum sa menționat deja, are
în primul rând, nu formal axiomatic, ci clar ontologic, corporal
orientare, axată pe o astfel de formulare a conceptelor de bază şi
modele ale unei abordări sistematice, care să permită cel mai clar posibil
interpretare inginerească, biologică și mentală și, prin urmare, ar putea fi
un mijloc nu numai de descriere și înțelegere a naturii sistemelor existente efectiv, ci
și proiectarea lor, implementarea lor pe computere. În acest sens, cartea
nu doar „sistemic”, ci și de fapt „cibernetic”.
Este important de remarcat faptul că natura dialectică a legilor de bază ale sistemologiei,
prezentat în conceptul autorului nu este pur și simplu declarat, ci demonstrat.
Pe baza principiilor dezvoltării dialectice, autorul dezvăluie natura
comunicare semnificativă între o persoană și o mașină, se folosesc aceleași principii
partea metodologică a lucrării la introducerea conceptelor inițiale ale abordării sistemice.
Aceste concepte nu sunt considerate pur și simplu indefinibile, așa cum se obișnuiește în
construirea teoriilor axiomatice, dar se dezvoltă și se aprofundează pe măsură ce acestea
utilizare prin retrospecţie prin concepte derivate din primul. Acest
Bucătăria creativă, de obicei ascunsă timid în publicații, arată foarte
firesc în raționamentul autorului, care stă pe poziția dialecticii. Îi dă
oportunitate de a obține sprijin în discutarea chestiunii care sunt limitele acceptabile
formalizarea unei abordări sistematice și care în principiu ar trebui să se bazeze pe contabilitate
legi ale dezvoltării și legi ale contradicției, prin implementarea cărora se poate crea
un automat înzestrat cu capacitatea de a efectua cel puțin acte creative elementare,
fără de care planurile de comunicare semnificativă între om și mașină sunt sortite eșecului.
3. Trebuie remarcat faptul că dacă cititorul nu împărtășește credințele dialectice originale
autor, atunci concluziile desprinse din acestea pot părea neconvingătoare. Acea
faptul că pentru a rezolva multe probleme cibernetice moderne este necesar ca
nimeni nu se îndoiește că un automat ar putea desfășura acte creative. Mai puțin
este evident că în acest scop ar trebui să se ocupe nu atât de dezvoltarea pur formale
algoritmi pentru comportamentul mașinii, câte moduri de a rezolva problema pe parcurs
cibernizarea legilor contradicţiei dialectice.
Cu toate acestea, să reamintim în acest sens că binecunoscuta serie de rezultate negative,
legat de posibilitățile teoriilor axiomatice semnificative, sugerează că
că nu poate fi dedusă din postulatele unor asemenea teorii
în mod semnificativ ceva mai mare decât ceea ce era implicat în postulate. Asa de
Astfel, actul creator este fundamental legat de alegerea postulatelor înseși din
cunoștințe disponibile. Această alegere se face în cadrul inducției.
După cum a arătat L.V. Krushinsky, care studiază inteligența, în ultimele sale lucrări
animale, cel mai simplu act creator al unui animal este acesta
utilizarea experienței existente, ceea ce duce la identificarea unei generalizări de tip
postulând o lege elementară a naturii ca o ipoteză nebanală despre
structura lumii, neconținută în mod explicit în experiența anterioară, dar
permițând animalului să interacționeze mai adecvat cu lumea exterioară.
Dacă esența actului creativ inductiv constă în aceasta, și noi, construirea
mașină automată, dorim ca nivelul său intelectual să fie cel puțin egal cu
nivelul intelectual al animalului, atunci este necesar să se verifice dacă este posibil să se facă pur
formal, pe baza informațiilor experimentale inițiale, postulați
ipoteză, adică a înainta un postulat care dezvăluie informații non-triviale în original
date. Rezultatul pozitiv sau negativ al unui astfel de control are
importanţă fundamentală pentru alegerea modalităţilor de rezolvare a problemei artificiale
inteligenta.
Autorul pornește de la al doilea răspuns negativ la această întrebare; în mod oficial, nu este
justificare. Dar, după cum sa dovedit foarte recent, acestea, bazate pe pur
considerații calitative, ideile inițiale ale autorului sunt valide și într-o oarecare măsură
într-un anumit sens. K. F. Samokhvalov a demonstrat o teoremă, concluziile căreia
dați un răspuns direct la întrebarea în discuție.
4. Astfel, nevoia fundamentală de a depăși logica formală
la dezvoltarea principiilor generalizării inductive. fara de care este imposibil
comunicare semnificativă om-mașină are în prezent o strictă
justificare. Totuși, din aceasta autorul cărții nu trage deloc o concluzie despre fundamental
inutilitatea folosirii unui aparat formal în rezolvarea celor mai complexe
sarcini cibernetice. Dimpotrivă, contrastând clar corporalitatea,
substanțialitatea sistemelor tehnice și naturale, necorporalitatea structurală a acestora
modele, el conturează clar gama de fenomene a căror descriere și construcție
se poate şi trebuie să se bazeze, în primul rând, pe aparatul formal strict al logicii şi
matematica în înțelegerea modernă a acestor termeni. Acest cerc este profund limitat
sisteme adaptate.
Prin această idee cheie pentru conceptul prezentat de esența adaptabilității
autorul arată că însuşi conceptul de formal are rezerve considerabile pentru expansiune fără
pierderea rigoarei. În acest sens, este interesant de remarcat încercările moderne de îmbogățire
concepte inițiale ale bazelor matematicii, dezvoltarea de mai bogate și mai neobișnuite
punct de vedere tradiţional al teoriilor care vizează luarea în considerare a ontologiei studiului
entitati.
5. Justificare metodologică și semnificație profundă a acestor lucrări pentru îmbogățire
arsenalul principiilor înseși de construire a teoriilor formale este clar interpretat în
în ceea ce priveşte relaţia dintre formalizabil şi neformalizabil, considerat în
conceptul sistemic al autorului cărții. Este foarte important ca autorul să demonstreze
realizabilitatea fizică a ceea ce nu este accesibil formalizării stricte, iar datorită
acestui lucru i se opune clar nu numai obiectul fizic modelului său structural, ci și
conținut real în comunicare - orice comunicativ tehnic
unități, în ciuda faptului că ambele sunt întruchipate în substanța modelului sau în
neuronii creierului. Acest lucru va face posibilă sistematizarea conceptelor inițiale ale semioticii,
arată legătura internă și opoziția fundamentală dintre un semn și el
sens, între sens și sens, între mental și lingvistic
procesele dintre limbajele naturale și cele artificiale.
Deosebit de importantă este poziția autorului că, cu cât adaptarea este mai profundă
obiect fizic neînsuflețit, cu atât mai natural este inerent
predispoziție la o astfel de interacțiune cu mediul extern, care poate
fi considerat ca, deși primitiv, un act de identificare, un act de anticipare
reflexii. În această privință, nu se poate să nu amintească cuvintele lui V.I. Lenin că chiar și morții
natura are o proprietate aproape de senzație...
6. Aș dori să-mi exprim regretul că o asemenea abundență de cardinal științific
problemele sunt discutate în volumul unei cărți mici. Această împrejurare pare să fie
a lipsit autorul de posibilitatea de a-și folosi modul caracteristic de a-și prezenta
gânduri pentru care este cunoscut printre ascultătorii discursurilor sale la conferinţe şi
congrese, seminarii și prelegeri, unde își ilustrează fiecare poziție
desene vizuale și exemple dintr-o mare varietate de domenii și industrii științifice
tehnologie, din situații sociale și cotidiene. În acest sens, aș dori să remarc faptul că
o gamă surprinzător de largă de fenomene, la a căror analiză el aplică principiile sale
concept sistemic şi din lucrarea asupra căreia identifică verigile slabe ale acesteia
concept, îmbunătățindu-l continuu. Acest lucru poate fi judecat cel puțin după
publicații ale autorului, dintre care doar o mică parte este dată în bibliografie.
Volumul limitat al cărții arată clar că necesitatea de a prezenta
cel puţin cele mai importante aspecte ale conceptului propus de abordare sistemică şi
demonstrarea performanței sale a forțat autorul să abandoneze o largă
revizuirea și analiza altor concepte de sistem.
Termenul „cibernetică” a fost introdus inițial în circulația științifică de către Ampere, care în a lui
lucrarea fundamentală „Eseu despre filosofia științelor” (1834-1843) a definit cibernetica
ca știință a guvernării, care ar trebui să ofere cetățenilor
diverse beneficii. Și în înțelegerea modernă - ca știință generală
modele de procese de control și transfer de informații în mașini, vii
.
organismele și societatea, a fost propus pentru prima dată de Norbert Wiener în 1948
Include studiul feedback-ului, cutiilor negre și concepte derivate, cum ar fi
ca control și comunicare în organismele vii, mașini și organizații,
inclusiv auto-organizari. Se concentrează asupra modului în care ceva (digital,
mecanică sau biologică) prelucrează informaţia, reacţionează la aceasta şi
se modifică sau pot fi modificate pentru a le îndeplini mai bine primele două
sarcini. Stafford Beer a numit-o știința organizării eficiente, iar Gordon
Passcraz a extins definiția pentru a include fluxuri de informații „din orice sursă”,
începând cu stele și terminând cu creierul.
Un exemplu de gândire cibernetică. Pe de o parte, compania este luată în considerare
calitatea sistemului în mediul înconjurător. Pe de altă parte, cibernetică
controlul poate fi reprezentat ca un sistem.
O definiție mai filozofică a ciberneticii, propusă în 1956 de L.
Couffignal, unul dintre pionierii ciberneticii, descrie cibernetica ca
„arta de a asigura eficacitatea acțiunii”. Noua definiție a fost
propus de Lewis Kaufman (engleză): „Cibernetica este studiul sistemelor și
procese care interacționează cu ele însele și se reproduc.”
Metodele cibernetice sunt folosite pentru a studia cazul în care acțiunea unui sistem
în mediu provoacă unele schimbări în mediu, iar această schimbare
apare pe sistem prin feedback, care provoacă schimbări în modul
comportamentul sistemului. Studiul acestor „bucle de feedback” este locul în care se află metodele.
cibernetică.
Cibernetica modernă a apărut ca cercetare interdisciplinară, combinând
domenii ale sistemelor de control, teoria electrică
circuite, inginerie mecanică, modelare matematică, matematică
logică, biologie evolutivă, neuroștiință, antropologie. Au apărut aceste studii
în 1940, în principal în lucrările oamenilor de știință asupra așa-numitului. conferințe Macy.
Alte domenii de cercetare care au influențat dezvoltarea ciberneticii sau au fost influențate de
influența sa - teoria controlului, teoria jocurilor, teoria
sisteme (echivalentul matematic al ciberneticii), psihologie (în special neuropsihologi
I, behaviorism, psihologie cognitivă) și filozofie.
Sfera ciberneticii[modifica | editați wikitext]
Obiectul ciberneticii sunt toate sistemele controlate. Sisteme care nu pot fi
managementul, în principiu, nu sunt obiecte de studiu ale ciberneticii. Cibernetică
introduce concepte precum abordarea cibernetică, sistem cibernetic.
Sistemele cibernetice sunt considerate abstract, indiferent de acestea
natura materiala. Exemple de sisteme cibernetice - regulatoare automate
în tehnologie, computere, creier uman, populații biologice, societate umană.
Fiecare astfel de sistem este un set de obiecte interconectate
(elemente de sistem) capabile de a percepe, aminti și procesa
informații și le faceți schimb. Cibernetica dezvoltă principii generale
crearea de sisteme de control și sisteme de automatizare a muncii mentale. De bază
mijloace tehnice de rezolvare a problemelor de cibernetică – calculatoare. Prin urmare, apariția
cibernetica ca știință independentă (N. Wiener, 1948) este asociată cu creația din anii 40.
Secolul XX al acestor mașini, și dezvoltarea ciberneticii în teoretic și practic
aspecte – odată cu progresul tehnologiei de calcul electronic.
Cibernetica este o știință interdisciplinară. A apărut la intersecția matematicii,
logică, semiotică, fiziologie, biologie, sociologie. Se caracterizează prin analiză și identificare
principii şi abordări generale în procesul cunoaşterii ştiinţifice. Cel mai semnificativ
Teoriile unite de cibernetică sunt următoarele [sursa nespecificată 156 de zile]:
Teoria transmisiei semnalului
Teoria controlului
Teoria automatelor
Teoria deciziei
Sinergetice
Teoria algoritmilor
Recunoașterea modelelor
Teoria controlului optim
Teoria sistemelor de învăţare
Pe lângă instrumentele de analiză, cibernetica folosește instrumente puternice
pentru sinteza soluțiilor oferite de instrumentele de analiză matematică, liniară
algebra, geometria multimilor convexe, teoria probabilitatilor si matematica
statistici, precum și domenii mai aplicate ale matematicii, cum ar fi
cum ar fi programarea matematică, econometria, informatica și altele
discipline derivate.
Rolul ciberneticii este deosebit de mare în psihologia muncii și a ramurilor sale,
ca psihologie inginerească şi psihologie a învăţământului profesional.
Cibernetica este știința controlului optim al sistemelor dinamice complexe,
studiind principiile generale de control și comunicare care stau la baza muncii celor mai mulți
sisteme de natură variată – de la rachete orientate şi
calculatoare de mare viteză până la viața complexă
organism.Controlul este transferul unui sistem controlat de la o stare la alta
prin influenţa vizată a managerului. Control optim -
acesta este un transfer al sistemului într-o stare nouă cu îndeplinirea unui criteriu
optimitatea, de exemplu, minimizarea costurilor de timp, forță de muncă, substanțe sau
energie. Un sistem dinamic complex este orice obiect real, elemente
care sunt studiate la un grad atât de mare de interconectare și mobilitate încât se schimbă
un element duce la schimbări în altele.
Direcții[modifica | editați wikitext]
Cibernetica este un termen general anterior, dar încă folosit pentru mulți
articole. Aceste subiecte se extind și în domeniul multor alte științe, dar
combinate în studiul managementului sistemelor.
Cibernetică pură[modifica | editați wikitext]
Cibernetica pură, sau cibernetica de ordinul doi, studiază sistemele de control ca
concept, încercând să-i descopere principiile de bază.
ASIMO folosește senzori și algoritmi inteligenți pentru a evita obstacolele
și urcă scările
Inteligența artificială
Cibernetică de ordinul doi
Viziune computerizată
Sisteme de control
Apariţia
Organizaţii de învăţare
Noua cibernetică
Teoria interacțiunilor actorilor
Teoria comunicării
În biologie[modifica | editați wikitext]
Cibernetica în biologie - studiul sistemelor cibernetice în biologic
organisme, concentrându-se în primul rând pe modul în care animalele se adaptează
mediul lor și modul în care informațiile sub formă de gene sunt transmise din generație în generație
generaţie. Există și o a doua direcție - cyborgii.
Imagine termică a unei tarantule cu sânge rece pe o mână umană cu sânge cald
Bioinginerie
Cibernetica biologică
Bioinformatica
Bionica
Cibernetică medicală
Neurocibernetică
Homeostazia
Biologie sintetică
Biologia sistemelor
Teoria sistemelor complexe[modifica | editați wikitext]
Teoria sistemelor complexe analizează natura sistemelor complexe și motivele din spate
pe baza proprietăților lor neobișnuite.
O metodă de modelare a unui sistem adaptiv complex
Sistem adaptativ complex
Sisteme complexe
Teoria sistemelor complexe
În calcul[modifica | editați wikitext]
În calcul, metodele cibernetice sunt folosite pentru a controla
dispozitive și analiza informațiilor.
Robotică
Sistem de sprijin decizional
Automat celular
Simulare
Viziune computerizată
Inteligența artificială
Recunoașterea obiectelor
Sistem de control
ACS
În inginerie[modifica | editați wikitext]
Cibernetica în inginerie este folosită pentru a analiza defecțiunile sistemului, în
unde micile erori și neajunsuri pot duce la defectarea întregului sistem.
Inima artificială, un exemplu de inginerie biomedicală.
Sistem adaptiv
Ergonomie
Inginerie biomedicală
Neurocalculatoare
Cibernetică tehnică
Ingineria sistemelor
În economie și management[modifica | editați wikitext]
Controlul cibernetic
Cibernetica economică
Cercetare operațională
În matematică[modifica | editați wikitext]
Sistem dinamic
Teoria informaţiei
Teoria sistemelor
În psihologie[modifica | editați wikitext]
Cibernetică psihologică
În sociologie[modifica | editați wikitext]
Memetica
Cibernetică socială
Istorie[modifica | editați wikitext]
În Grecia Antică, termenul „cibernetică”, care însemna inițial arta cârmaciului,
a început să fie folosit la figurat pentru a desemna arta de stat
conducătorul orașului. În acest sens, el, în special,
folosit de Platon în Legile sale.
Cuvântul fr. „cybernétique” a fost folosit în sensul său aproape modern în 1834
an de fizicianul francez și sistematizatorul științelor André Ampere (franceză AndréMarie
Ampère, 1775-1836), pentru a desemna știința managementului în sistemul său de clasificare
cunoștințe umane:
Andre Marie Ampere
"CIBERNETICĂ. Relațiile dintre oamenii și oamenii studiati<…>anterior
științele sunt doar o mică parte din obiectele de care guvernul ar trebui să aibă grijă; a lui
mentinerea ordinii publice, executarea
legi, distribuirea echitabilă a impozitelor, selectarea persoanelor pe care ar trebui să le facă
numiți în funcții și tot ceea ce contribuie la îmbunătățirea condițiilor sociale.
Trebuie să aleagă constant între diferitele măsuri cele mai potrivite pentru
atingerea scopului; și numai prin studiul profund și compararea diferitelor elemente,
asigurată lui pentru această alegere prin cunoașterea a tot ceea ce are de-a face cu națiunea, ea
capabil să guverneze în conformitate cu caracterul, obiceiurile, mijloacele sale
existenţa prosperităţii prin organizare şi legi care pot servi ca generale
reguli de conduită și după care se ghidează în fiecare caz special. Asa de,
numai după toate științele care se ocupă cu aceste diverse obiecte ar trebui să-l punem pe acesta,
despre care vorbim acum și pe care o numesc cibernetică, din cuvântul altora.
greacă
arta navigației, a fost folosită de greci înșiși în incomparabil mai mult
sensul larg al artei managementului în general.”
; este un cuvânt adoptat la început în sens restrâns pentru a însemna
κυβερνητιχη
James Watt
Primul sistem artificial de reglare automată, ceasul cu apă, a fost
inventat de mecanicul grec antic Ctesibius. În ceasul lui cu apă, apă curgea din
sursă, cum ar fi un rezervor de stabilizare, în piscină, apoi de la piscină la
mecanisme de ceas. Dispozitivul lui Ctesibius a folosit un flux în formă de con pentru a controla
nivelul apei din rezervor și reglarea vitezei de curgere a apei în consecință,
pentru a menține un nivel constant al apei în rezervor, astfel încât să nu fie
revărsat, nici drenat. A fost primul artificial cu adevărat automat
dispozitiv de autoreglare care nu necesita niciun extern
interferența între mecanismele de feedback și control. Deși ei
Desigur, ei nu s-au referit la acest concept ca fiind știința ciberneticii (au considerat-o
domeniul ingineriei), Ctesibius și alți maeștri antici precum Heron
Omul de știință alexandrin sau chinez Su Song este considerat unul dintre primii care au studiat
principii cibernetice. Studiul mecanismelor la mașini cu corectiv
feedback-ul datează de la sfârșitul secolului al XVIII-lea, când motorul cu abur al lui James
Watt a fost echipat cu un dispozitiv de control, un regulator centrifugal invers
comunicare pentru a controla viteza motorului. A. Wallace a descris feedback-ul
ca „necesar principiului evoluţiei” în celebra sa lucrare din 1858. În 1868
an, marele fizician J. Maxwell a publicat un articol teoretic despre manageri
dispozitive, a fost unul dintre primii care au luat în considerare și a îmbunătățit principiile
dispozitive de autoreglare.Ya. Uexküll a folosit un mecanism de feedback în a lui
modele ciclului funcțional (germană: Funktionskreis) pentru a explica comportamentul
animalelor.
Secolul XX[modifica | editați wikitext]
Cibernetica modernă a început în anii 1940 ca un domeniu interdisciplinar
cercetare care combină sisteme de control, teoria circuitelor electrice,
inginerie mecanică, modelare logică, biologie evolutivă,
neurologie. Sistemele electronice de control încep munca unui inginer Bell
Laboratoarele lui Harold Black în 1927 privind utilizarea feedback-ului negativ la
controlul amplificatorului. Ideile se referă și la munca biologică a lui Ludwig
von Bertalanffy în teoria generală a sistemelor.
Aplicații timpurii ale feedback-ului negativ în circuitele electronice incluse
controlul instalaţiilor de artilerie şi al antenelor radar în timpul celui de-al doilea
razboi mondial. Jay Forrester, student absolvent în Laboratorul de Servomecanism
la MIT, lucrând în timpul celui de-al Doilea Război Mondial
război cu Gordon S. Brown pentru a îmbunătăți sistemele electronice de control
pentru marina americană, a aplicat ulterior aceste idei organizațiilor publice,
precum corporațiile și orașele ca organizator inițial al Școlii Industriale
conducerea Institutului de Tehnologie din Massachusetts de la MIT Sloan School of
Management (engleză). Forrester este cunoscut și ca fondatorul dinamicii sistemului.
W. Deming, guru al managementului calității totale, în cinstea căruia Japonia a fost fondată în 1950
și-a stabilit principalul premiu industrial, în 1927 era tânăr
specialist la Bell Telephone Labs și este posibil să fi fost influențat de munca la
domeniul analizei rețelei). Deming a făcut „sistemele de înțelegere” unul dintre cele patru
stâlpii a ceea ce el a descris drept cunoaștere profundă în cartea sa The New Economy.
Cartea în curs de revizuire:
Noi linii de dezvoltare în fiziologie și relația lor
cu cibernetica // Întrebări filozofice ale fiziologiei activităţii nervoase superioare şi
Psihologie, M., Editura Academiei de Științe a URSS, 1963.
* * *
Pagina 499.
După discursurile principale, a avut loc o discuție a rapoartelor.
„Discuție de rapoarte. Da. Frolov (Moscova)..."
* * *
Pagină 501.
„...În același timp, tovarășii mei de la școala pavloviană au uitat că aceste inverse sau circulare
conexiunile sunt deschise de ceva timp. Puteți citi despre ele
în minunata lucrare a lui A.F. Samoilov despre ritmurile circulare ale excitației, începând cu
mișcare circulară elementară a procesului nervos la un specimen de inimă de țestoasă și
terminând cu comunicarea care are loc între vorbitor
și publicul. Conexiunile fiziologice și psihologice inverse sunt un prototip
feedback-uri în dispozitivele cibernetice. Cibernetică
nu are nici cea mai îndepărtată idee despre diversitatea și puterea acestor conexiuni, care
constituie esența comunicării noastre în mediul cultural și social...”
Este încă frumos și cel mai important este spus corect:
„...Cibernetica nu are nici cea mai îndepărtată idee despre diversitatea și puterea acestora
conexiuni care constituie esenţa comunicării noastre
într-un mediu cultural, social...”
Rețineți că A.F. Samoilov a murit în 1930. Această lucrare a fost publicată în
1930.
Prin urmare, munca lui a fost cu mulți ani înaintea muncii tuturor adepților săi care au devenit
își atribuie descoperirile, inclusiv P.K. Anokhin și N.A. Bernstein.
Este demn de remarcat faptul că într-un organism viu nu poate exista feedback prin definiție,
întrucât ce este primar și ce este secundar într-un organism viu este încă neclar. Dacă luăm în considerare
că recepția este primară, atunci feedback-ul este semnale eferente și dacă
Dacă presupunem că puterea de voință este primară, atunci semnalele aferente sunt inverse.
însuși A.F Samoilov, fiind fiziolog, a înțeles mai profund aceste procese și
prin urmare, el nu a putut introduce conceptul de feedback, deoarece era incorect pentru un organism viu.
În conceptul său de „cerc vicios al activității reflexe” nu există nici început, nici
sfârşitul, şi tocmai acesta este ceea ce îi determină fiziologia pentru organismul viu în ansamblu.
Au apărut numeroase lucrări în domenii conexe. În 1935 rusul
fiziologul P.K. Anokhin a publicat o carte în care conceptul de invers
conexiuni („aferentație inversă”). Cercetările au continuat, mai ales în zonă
modelarea matematică a proceselor de reglementare și două articole cheie au fost
publicat în 1943. Aceste lucrări au fost Comportament, Scop și Teleologie.
Norbert Wiener și J. Bigelow (engleză) și lucrarea „Calcul logic al ideilor,
referitoare la activitatea nervoasă” de W. McCulloch și W. Pitts (engleză).
Cibernetica ca disciplină științifică sa bazat pe lucrările lui Wiener, McCulloch și
alții precum W. R. Ashby și W. G. Walter.
Walter a fost unul dintre primii care a construit roboți autonomi pentru a ajuta cercetarea
comportamentul animalului. Alături de Marea Britanie și SUA, o zonă geografică importantă
locația ciberneticii timpurii a fost Franța.
În primăvara anului 1947, Wiener a fost invitat la un congres despre analiza armonică,
a avut loc la Nancy, Franța. Evenimentul a fost organizat de grup
matematicienii Nicolas Bourbaki, unde matematicianul S. Mandelbroit a jucat un rol major.
Norbert Wiener
În timpul acestei șederi în Franța, Wiener a primit o ofertă de a scrie un eseu
pe tema unificării acestei părți a matematicii aplicate, care se regăsește în studiu
Mișcarea browniană (așa-numitul proces Wiener) și în teoria telecomunicațiilor.
În vara următoare, deja în Statele Unite, a folosit termenul de „cibernetică”
ca titlu al unei teorii științifice. Acest nume a fost menit să descrie studiul
„mecanisme intenționate” și a fost popularizată în cartea „Cibernetică sau
control și comunicare în animal și mașină” (Hermann & Cie, Paris, 1948). ÎN
În Marea Britanie, Clubul Ratio a fost format în jurul acestui lucru în 1949.
La începutul anilor 1940, John von Neumann, mai cunoscut pentru munca sa în matematică și
informatică, a făcut un plus unic și neobișnuit în lumea ciberneticii:
conceptul de automat celular și „constructor universal”
(automat celular cu auto-reproducere). Rezultatul acestor înșelător de simplu
experimentele de gândire au devenit conceptul precis de auto-reproducere, care
cibernetica acceptată ca concept de bază. Conceptul că aceleași proprietăți
reproducerea genetică aplicată lumii sociale, celulelor vii și chiar
virușii informatici, este o dovadă suplimentară a universalității
cercetare cibernetică.
Wiener a popularizat implicațiile sociale ale ciberneticii făcând analogii între
sisteme automate (cum ar fi un motor cu abur variabil) și
instituțiile umane în bestsellerul său „Cibernetică și societate” (The Human
Utilizarea ființelor umane: cibernetică și societate Houghton Mifflin, 1950).
Unul dintre principalele centre de cercetare din acele vremuri era Calculatorul Biologic
laborator de la Universitatea din Illinois, care de aproape 20 de ani, începe
din 1958, condus de H. Förster.
Cibernetica în URSS[modifica | editați wikitext]
Articolul principal: Cibernetica în URSS
Dezvoltarea ciberneticii în URSS a început în anii 1940.
Ediția din 1954 a Dicționarului filozofic a inclus o descriere a ciberneticii ca
"pseudoștiință reacționară"
În anii 60-70, cibernetica, atât tehnică, cât și economică, devenise deja
face un pariu mare.
Declin și renaștere[modifica | editați wikitext]
În ultimii 30 de ani, cibernetica a trecut prin suișuri și coborâșuri, devenind din ce în ce mai
mai semnificative în domeniul studierii inteligenței artificiale și biologice
interfețe de mașină (adică cyborgi), dar, după ce și-au pierdut suportul, a pierdut
linii directoare pentru dezvoltarea ulterioară.
Francisco Varela
Stuart A. Umpleby
În anii 1970 a apărut o nouă cibernetică în diverse domenii, dar mai ales în biologie.
Unii biologi au fost influențați de idei cibernetice (Maturana și Varela,
1980; Varela, 1979; (Atlan (engleză), 1979), „și-a dat seama că metaforele cibernetice
programele pe care s-a bazat biologia moleculară au fost
un concept de autonomie imposibil pentru o fiinţă vie. Prin urmare, aceasta
gânditorii trebuiau să inventeze o nouă cibernetică, mai potrivită pentru
organizații pe care umanitatea le descoperă în natură – organizații care nu sunt
inventat de el însuși”. Posibilitatea căreia îi este aplicabilă această nouă cibernetică
formele sociale de organizare a rămas subiectul dezbaterii teoretice încă din anii 1980
ani.
În economie, în cadrul proiectului Cybersyn, au încercat să introducă cibernetica
economie comandată în Chile la începutul anilor 1970. Experimentul a fost
oprit ca urmare a loviturii de stat din 1973, echipamentul a fost distrus.
În anii 1980, noua cibernetică, spre deosebire de predecesorul ei, era interesată de
„interacțiunea personalităților și subgrupurilor politice autonome, precum și practice și
conștiința reflexivă a obiectelor care creează și reproduc structura
comunitatea politică. Viziunea principală este luarea în considerare a recursivității, sau
autodependența discursurilor politice, atât în raport cu exprimarea politicului
conștiință și în modurile în care sistemele sunt create pe baza lor înșiși.”
Sociologii olandezi Geyer și Van der Zouwen (olandezi) au identificat în 1978
o serie de caracteristici ale noii cibernetici emergente. „Una dintre caracteristicile noului
cibernetica este că consideră informaţia ca fiind construită şi
restaurată de om care interacționează cu mediul. Acest
oferă fundamentul epistemologic al științei atunci când este privită din perspectivă
observator. O altă caracteristică a noii cibernetici este contribuția sa la depășire
probleme de reducere (contradicții între macro și microanaliză). Deci asta este
conectează individul cu societatea.” Geyer și van der Zouwen au remarcat, de asemenea, acest lucru
„tranziția de la cibernetica clasică la noua cibernetică duce la o tranziție de la
probleme clasice la probleme noi. Aceste schimbări de gândire includ,
printre altele, schimbări de la un accent pe sistemul controlat la control și factor,
care ghidează deciziile de management. Și un nou accent pe comunicarea între
mai multe sisteme care încearcă să se controleze reciproc”.
Eforturi recente în studiul ciberneticii, sistemelor de control și comportamentului în medii
schimbări, precum și în domenii conexe, cum ar fi teoria jocurilor (analiza de grup
interacțiuni), sisteme de feedback în evoluție și cercetarea metamaterialelor
(materiale cu proprietăți ale atomilor și ale componentelor acestora dincolo de proprietățile newtoniene),
au condus la o revigorare a interesului pentru acest domeniu din ce în ce mai relevant.
Oameni de știință renumiți[modifica | editați wikitext]
Ampere, Andre Marie (1775-1836)
Vyshnegradsky, Ivan Alekseevici (1831-1895)
Norbert Wiener (1894-1964)
William Ashby (1903-1972)
Heinz von Foerster (1911-2002)
Claude Shannon (1916-2001)
Gregory Bateson (1904-1980)
Klaus, Georg (1912-1974)
Kitov, Anatoly Ivanovici (1920-2005)
Lyapunov Alexey Andreevich (1911-1973)
Glushkov Viktor Mihailovici (1923-1982)
Bere Stafford (1926-2002)
Berg, Axel Ivanovici (1893-1979)
Kuzin, Lev Timofeevich (1928-1997)
Povarov, Gelliy Nikolaevici (1928-2004)
Pupkov, Konstantin Alexandrovici (născut în 1930)
Tihonov, Andrei Nikolaevici (1906-1993)
1.9. Bazele inteligenței artificiale
1.9.1. Direcții de cercetare și dezvoltare în domeniul artificial
inteligenţă
Direcția științifică legată de modelarea mașinilor umane
funcțiile intelectuale – inteligența artificială – au apărut la mijlocul anilor ’60.
Apariția sa este direct legată de direcția generală a științifice și
gândire inginerească, care a dus la crearea unui computer - o direcție către
automatizarea activității intelectuale umane, astfel încât complexul
sarcinile intelectuale, considerate apanajul omului, erau rezolvate pe cale tehnică
mijloace.
Vorbind despre sarcini intelectuale complexe, ar trebui să se înțeleagă că doar 300-400 de ani
în urmă, înmulțirea numerelor mari era clasificată ca atare; totuși, după ce a învățat în copilărie
regula înmulțirii coloanelor, oamenii moderni o folosesc fără să se gândească și
Această sarcină nu este astăzi „provocatoare din punct de vedere intelectual”. Aparent într-un cerc
Acestea ar trebui să includă acele sarcini pentru care nu există reguli „automate”,
acestea. nu exista un algoritm (chiar si unul foarte complex), urmand care intotdeauna duce la
succes. Dacă, pentru a rezolva o problemă de care astăzi ni se pare a fi legată
cerc specificat, în viitor vor veni cu un algoritm clar, acesta va înceta să fie „complicat
intelectual."
În ciuda conciziei sale, istoria cercetării și dezvoltării sistemelor de inteligență artificială
inteligența poate fi împărțită în patru perioade:
1960 – începutul anilor 1970 – cercetări asupra „inteligenței generale”, încercări
model de procese intelectuale generale caracteristice omului: liber
dialog, rezolvarea diverselor probleme, demonstrarea teoremelor, diverse jocuri (cum ar fi
dame, șah etc.), scris poezie și muzică etc.;
anii 1970 – cercetarea și dezvoltarea abordărilor privind reprezentarea formală a cunoștințelor
și inferențe, încercări de a reduce activitatea intelectuală la formală
transformări de caractere, șiruri de caractere etc.;
de la sfârşitul anilor 1970 – dezvoltarea unora de specialitate pentru anumite domenii
domenii ale sistemelor inteligente de importanță practică practică
(sistem expert);
anii 1990 – lucru frontal la crearea de calculatoare din generația a cincea construite pe
alte principii decât computerele mainframe convenționale și software pentru acestea.
În prezent, „inteligența artificială” este o ramură puternică a informaticii, care are
atât principii fundamentale, pur științifice, cât și tehnici foarte dezvoltate,
aspecte aplicate legate de crearea și funcționarea probelor lucrabile
sisteme inteligente. Semnificația acestor lucrări pentru dezvoltarea informaticii este de așa natură încât
Apariția unui nou computer de generația a cincea depinde de succesul acestora. Aceasta
un salt calitativ în capacitățile computerelor - dobândirea lor completă
capacităţile intelectuale – formează baza dezvoltării tehnologiei informatice în
perspectivă și este un semn al tehnologiei informatice de nouă generație.
Orice problemă pentru care algoritmul de rezolvare nu este cunoscut poate fi clasificată ca
inteligenţă artificială. Exemplele includ jocul de șah, medical
diagnosticare, traducerea textului într-o limbă străină - pentru a rezolva aceste probleme nu este
Există algoritmi clari. Încă două trăsături caracteristice problemelor artificiale
inteligență: utilizarea predominantă a informațiilor simbolice (mai degrabă decât numerice).
forma și prezența alegerii între multe opțiuni în condiții de incertitudine.
Să enumerăm câteva domenii în care sunt folosite metode artificiale
inteligenta.
1. Percepția și recunoașterea imaginilor (o sarcină menționată mai devreme ca una dintre
direcţii de cibernetică). Asta înseamnă nu doar sisteme tehnice,
perceperea informațiilor vizuale și audio, codificarea și plasarea lor
memorie și probleme de înțelegere și raționament logic în timpul procesării
informații vizuale și de vorbire.
2. Matematică și demonstrarea automată a teoremelor.
3. Jocuri. Ca și sistemele formale din matematică, jocurile caracterizate prin finit
număr de situații și reguli clar definite, încă de la începutul cercetării
inteligența artificială a câștigat atenția ca obiecte preferate
cercetare, un teren de încercare pentru aplicarea de noi metode. Sisteme inteligente
nivelul unei persoane de capacitate medie a fost atins și depășit, totuși, rapid
Nivelul celor mai buni specialiști nu a fost încă atins. Dificultățile care au apărut s-au dovedit a fi
caracteristic multor alte situaţii, întrucât în acţiunile lor „locale”.
o persoană folosește întreaga cantitate de cunoștințe pe care le-a acumulat de-a lungul vieții.
4. Rezolvarea problemelor. În acest caz, conceptul de „soluție” este folosit într-un sens larg,
se referă la formularea, analiza și prezentarea unor situații specifice și
Sarcinile în cauză sunt cele care apar în viața de zi cu zi, pt
soluții care necesită ingeniozitate și capacitate de generalizare.
5. Înțelegerea limbajului natural. Aici sarcina este de a analiza și genera texte, ale acestora
reprezentare internă, identificarea cunoştinţelor necesare înţelegerii textelor.
Dificultățile apar, în special, din faptul că o parte semnificativă a informațiilor în mod obișnuit
dialogul nu este exprimat definitiv și clar. Propozițiile în limbaj natural au:
incompletitudine;
inexactitate;
imprecizie;
incorectitudinea gramaticală;
redundanţă;
dependent de context;
ambiguitate.
Cu toate acestea, astfel de proprietăți ale limbii, care este rezultatul istoricului de secole
dezvoltare, servesc drept condiție pentru funcționarea limbajului ca mijloc universal
comunicare. În același timp, înțelegerea propozițiilor în limbaj natural prin tehnică
sistemele sunt greu de modelat din cauza acestor caracteristici ale limbajului (și
întrebarea ce este „înțelegerea” necesită o clarificare). În sistemele tehnice
trebuie folosit un limbaj formal, sensul propozițiilor este clar
determinate de forma lor. Traducerea din limbajul natural în limbajul formal este
sarcină non-trivială.
6. Identificarea și prezentarea cunoștințelor de specialitate în sisteme expert. Expert
sisteme – sisteme inteligente care au absorbit cunoștințele specialiștilor în
tipuri specifice de activități – au o mare importanță practică, cu succes
sunt utilizate în multe domenii, cum ar fi proiectarea asistată de computer,
diagnostic medical, analiză și sinteza chimică etc.
În toate aceste domenii, principalele dificultăți sunt legate de faptul că
sunt înțelese principiile activității intelectuale umane, procesul de acceptare
solutii si rezolvare de probleme. Dacă în anii 1960. Întrebarea „poate
computer pentru a gândi”, acum întrebarea este pusă diferit: „este o persoană suficient de bună
înțelege cum gândește pentru a transfera această funcție pe computer”? Din cauza asta,
munca în domeniul inteligenței artificiale este strâns legată de cercetarea asupra
secțiuni relevante de psihologie, fiziologie, lingvistică.
1.9.2. Reprezentarea cunoștințelor în sisteme de inteligență artificială
Principala caracteristică a sistemelor inteligente este că se bazează pe
cunoaștere, sau mai bine zis, asupra unei reprezentări a acesteia. Cunoașterea aici este înțeleasă ca
informații stocate (cu ajutorul unui computer), oficializate în conformitate cu anumite
reguli pe care un computer le poate folosi pentru deducerea logică conform anumitor
algoritmi. Cea mai fundamentală și importantă problemă este descrierea
continutul semantic al problemelor din cea mai larga gama, i.e. ar trebui folosit
o astfel de formă de descriere a cunoștințelor care să garanteze prelucrarea corectă a acesteia
continut conform unor reguli formale. Această problemă se numește problemă
reprezentări ale cunoștințelor.
În prezent, există trei abordări cele mai cunoscute pentru reprezentarea cunoștințelor în
sisteme discutate:
modele de producție și logice;
Rețele semantice;
rame.
Regulile de producție sunt cel mai simplu mod de a reprezenta cunoștințele. Se bazeaza pe
reprezentarea cunoștințelor sub formă de reguli structurate după un model
"DACA ATUNCI." Partea „DACĂ” a regulii se numește premisă, iar partea „Atunci” se numește concluzie sau
acțiune. Regula generală este scrisă după cum urmează:
DACĂ A1, A2, ..., AN ATUNCI B.
Această notație înseamnă că „dacă toate condițiile de la A1 la An sunt adevărate, atunci B
este de asemenea adevărată” sau „când sunt îndeplinite toate condițiile de la A1 la An, atunci
acțiunea B."
Luați în considerare regula
DACĂ
(1) y este tatăl lui x
(2) z este fratele lui y
ACEA
z este unchiul lui x
În acest caz, numărul de condiții este n = 2.
În cazul n = 0, producția descrie cunoștințe constând doar din inferență, i.e. fapt.
Un exemplu de astfel de cunoștințe este faptul că „masa atomică a fierului este de 55,847 amu”.
Variabilele x, y și z arată că regula conține unele universale, generale
cunoștințe extrase din valorile specifice ale variabilelor. Aceeași variabilă
utilizate în ieșiri și diverse expedieri, pot primi diverse specifice
sensuri.
Cunoștințele prezentate în sistemul inteligent formează o bază de cunoștințe. ÎN
Sistemul inteligent include și un mecanism de ieșire care permite, pe baza
cunoștințe disponibile în baza de cunoștințe, obțineți noi cunoștințe.
Să ilustrăm ceea ce s-a spus. Să presupunem că în baza de cunoștințe, împreună cu cele de mai sus
Regula conține, de asemenea, următoarele cunoștințe:
DACĂ
(1) z este tatăl lui x
(2) z este tatăl lui y
(3) x și y nu sunt aceeași persoană
x și y sunt frați
ACEA
Ivan este tatăl lui Serghei
Ivan este tatăl lui Pavel
Serghei este tatăl lui Nikolai
Din cunoştinţele prezentate se poate deduce în mod formal concluzia că Pavel este
unchiul Nikolai. În acest caz, se presupune că variabile identice incluse în diferite
reguli, independente; obiectele ale căror nume le pot primi aceste variabile nu sunt în niciun caz
conectate între ele. O procedură formalizată care utilizează potrivirea (cu
care stabileşte dacă două forme de reprezentare coincid între ele, inclusiv
înlocuirea unor posibile valori variabile), căutare în baza de cunoștințe, revenire la original
starea când o încercare de soluționare este nereușită, reprezintă un mecanism de concluzii.
Simplitatea și claritatea prezentării cunoștințelor cu ajutorul produselor au determinat-o
aplicare în multe sisteme, care sunt numite sisteme de producție.
Rețeaua semantică este o abordare diferită a reprezentării cunoștințelor, care se bazează pe
înfățișând concepte (entități) folosind puncte (noduri) și relații dintre ele cu
folosind arce pe un plan. Rețelele semantice sunt capabile să reprezinte structura cunoașterii
în toată complexitatea relațiilor lor, pentru a lega obiectele și proprietățile lor într-un singur întreg. ÎN
De exemplu, o parte din rețeaua semantică legată de
conceptul de „fruct” (Fig. 1.41).
Orez. 1.41. Exemplu web semantic
Sistemul de cadre are toate proprietățile inerente limbajului de reprezentare a cunoștințelor și
in acelasi timp reprezinta un nou mod de prelucrare a informatiei. Cuvântul „cadru” în
tradus din engleză înseamnă „cadru”. Cadrul este unitatea de prezentare
cunoștințe despre un obiect, care pot fi descrise printr-un anumit set de concepte și
entitati. Cadrul are o anumită structură internă, constând dintr-un set
elemente numite sloturi. Fiecare slot, la rândul său, este reprezentat
o anumită structură de date, o procedură sau poate fi asociată cu un alt cadru.
Cadru: uman
Clasă
Animal
Element structural
Cap, gat, brate, picioare...
Înălţime
30–220 cm
Greutate
1-200 kg
Coadă
Nu
Cadru analogic
Maimuţă
Există și alte abordări, mai puțin obișnuite, pentru reprezentarea cunoștințelor în
sisteme inteligente, inclusiv cele hibride, bazate pe abordările deja descrise.
Să enumerăm principalele caracteristici ale reprezentării datelor mașinii.
1. Interpretabilitate internă. Se asigură că fiecare informație
unități cu numele său unic, prin care sistemul găsește să răspundă
cereri în care este menționat acest nume.
2. Structura. Unitățile de informare trebuie să aibă o structură flexibilă,
pentru ei trebuie îndeplinit „principiul matrioșka”, adică. cuibărirea unora
unități de informații în altele, trebuie să fie posibil să se stabilească
relații precum „parte – întreg”, „gen – specie”, „element – clasă” între individ
unități informaționale.
3. Conectivitate. Trebuie să se poată stabili legături între diferite
tip între unităţi de informaţie care ar caracteriza relaţiile
între unitățile informaționale. Aceste relații pot fi fie declarative
(descriptive) și procedurale (funcționale).
4. Metrici semantice. Vă permite să stabiliți proximitatea situațională
unități informaționale, adică amploarea legăturii asociative dintre ele. O asemenea apropiere
vă permite să identificați unele situații tipice în cunoaștere și să construiți analogii.
5. Activitate. Executarea acţiunilor într-un sistem inteligent trebuie iniţiată
nu din motive externe, ci din starea actuală a celor reprezentați în sistem
cunoştinţe. Apariția de fapte noi sau descrieri ale evenimentelor, stabilirea de conexiuni ar trebui
devin o sursă de activitate a sistemului.
1.9.3. Raționamentul de modelare
Raționamentul este unul dintre cele mai importante tipuri de activitate mentală umană, în
rezultatul căruia îl formulează pe baza unor propoziții, afirmații,
judecăți noi propoziții, declarații, judecăți. Mecanism valabil
raţionamentul uman rămâne insuficient studiat. Uman
raționamentul se caracterizează prin: informalitate, vag, ilogicitate, larg
utilizarea imaginilor, emoțiilor și sentimentelor, ceea ce le face extrem de dificile
cercetare și modelare. Până în prezent, cel mai bine studiat logica
raționamentul și multe mecanisme de inferență deductivă au fost dezvoltate, implementate în
diverse sisteme inteligente bazate pe reprezentarea cunoștințelor folosind
Logica predicatelor de ordinul 1.
Un predicat este o construcție de forma P(t1, t2, ..., tn), care exprimă un fel de legătură între
unele obiecte sau proprietăţi ale obiectelor. Desemnarea acestei conexiuni, sau proprietate,
P se numește „simbol predicat”; t1, t2, …, tn se numesc termeni, ei denotă
obiecte legate prin proprietate (predicat) R.
Therms pot fi doar de următoarele trei tipuri:
1) constantă (indică un obiect sau un concept individual);
2) variabilă (indică diferite obiecte în momente diferite);
3) termen compus – funcția f(t1, t2, …, tm), având termenii t1 ca m argumente,
t2, ..., tm.
Exemplul 1.
1. Propoziția „Volga se varsă în Marea Caspică” poate fi scrisă ca predicat
se varsă în (Volga, Marea Caspică).
„Cade în” este un simbol predicat; „Volga” și „Marea Caspică” sunt constante termice. Noi
ar putea indica relația „se varsă în” și obiectele „Volga” și „Marea Caspică”
simboluri.
În loc de constante termice, putem lua în considerare variabile:
se varsă în (X, Marea Caspică)
se varsă în (X, Y).
Acestea sunt și predicate.
2. Raportul x + 1< у можно записать в виде предиката А(х, у). Предикатный символ А
aici denotă ceea ce „rămâne” din x + 1< у, если выбросить из этой записи
variabilele x și y.
Deci, un predicat este o funcție logică care preia valorile „adevărat” sau „fals”.
în funcție de valorile argumentelor sale. Numărul de argumente pentru un predicat este numit
aritatea sa.
Deci, pentru exemplele noastre, predicatul „cade” are aritate 2 și când X = „Volga”, și Y =
„Marea Caspică” este adevărată, dar când X = „Don”, Y = „Golbul Biscay” este fals. Predicat
Și în exemplul 2 are și aritatea 2, este adevărată când X = 1, Y = 3 și falsă când X = 3, Y = 1.
Predicatele pot fi combinate în formule folosind conjunctive logice (conjuncții): ^
↔
(ȘI, conjuncție), v (SAU, disjuncție), ~ (NU, negație),
(„ar trebui”, implicație),
(„dacă și numai dacă”, echivalență).
→
Tabelul de adevăr (Tabelul 1.15) al acestor conjuncții vă permite să determinați dacă este adevărat sau fals
semnificația formulei de legătură pentru diferite valori ale predicatelor A și B incluse în ea (și -
adevărat, l - fals).
Tabelul 1.15
Adevărul conectivului predicat
A
ÎN
A^B
A v B
~A
A
A
B→
B↔
Și
Și
Și
Și
l
Și
Și
Și
l
l
Și
l
l
l
l
Și
l
Și
Și
Și
l
l
l
l
l
Și
Și
Și
Matematic strict, formulele logicii predicatelor sunt definite recursiv:
1) un predicat este o formulă;
2) dacă A și B sunt formule, atunci A, B, A ^ B, A v B, A
3) nu există alte formule.
→
B, A
↔
B – de asemenea formule;
Multe formule logice predicate necesită utilizarea unor cuantificatori care definesc
gama de valori ale variabilelor - argumente ale predicatelor. Se folosesc cuantificatori
generalități: (A inversat din engleza All - everything) și cuantificatorul existenței (E inversat
din engleza Există – există). Intrarea x citește „pentru orice x”, „pentru fiecare x”; X -
„x există”, „pentru cel puțin un x”. Cuantificatorii leagă variabilele predicate la
pe care le operează și transformă predicate în enunțuri.
Exemplul 2.
Să introducem următoarea notație: A(x) – elevul x este un elev excelent; B(x) – elevul x primește
bursa crescută. Acum formula A (Ivanov)
Ivanov este un student excelent, prin urmare, studentul Ivanov primește o bursă sporită,
și o formulă cu un cuantificator general (x) (A(x)
Învață bine și primește o bursă sporită.
B(x)) înseamnă: fiecare elev care
V (Ivanov) înseamnă: student
→
→
Dintre toate formulele posibile, avem nevoie de un singur tip de ele, numite fraze
Horna. Expresiile corn conțin în general implicația și conjuncția predicatelor A,
B1, B2, ..., Bn după cum urmează: B1, B2, ..., Bn
A sau într-o notație mai convenabilă:
→
A: – B1, B2, ..., Bn
(se citește: Și dacă B1 și B2 și... și Bn).
Evident, fraza lui Horn este o formă de a scrie o anumită regulă, iar în cele ce urmează va fi
fi numită o regulă. Predicatul A se numește cap sau cap al regulii și
predicatele B1, B2, ..., Bn sunt subscopurile sale.
Evident, predicatul individual este un caz special al frazei lui Horn: A.
Un alt caz special al frazei lui Horn este regula fără cap.
: – B1, B2, ..., Bn,
Fraza lui Horn se numește întrebare. Vom scrie „:-B” ca „? - Grup
„: – B1, B2, ..., Bn” sub forma „? – B1, B2, ..., Bn.”
A) →
Să explicăm sensul logic al acestei formule. Amintiți-vă că implicația A: – B (B
poate fi exprimat prin negație și disjuncție: ~B v A (verificați acest lucru cu
tabele de adevăr). Aceasta înseamnă că dacă aruncăm A, rămâne doar ~ B - negația lui B.
Formulă
B1, B2, ..., Bn înseamnă negația conjuncției ~(B1 ^ B2 ^ ... ^ Bn), care conform
legea lui de Morgan ~(X ^ Y) = (~X) v (~Y) este egal cu (~B1) v (~B2) v ... v (~Bn) – disjuncții
negări.
←
Un set de fraze ale lui Horn aplicate unor zone problematice formează o teorie
(în sens logic).
Exemplul 3.
Să luăm în considerare o materie: promovarea unui examen la o anumită disciplină. Să vă prezentăm
denumiri:
A – studentul promovează cu succes examenul;
B – elevul a urmat cursurile;
C – elevul a însuşit materialul educaţional;
D – student a studiat independent;
E – elevul a pregătit o fișă de cheat.
Să ne limităm cunoștințele despre domeniul subiectului la următoarele afirmații:
studentul va promova cu succes examenul dacă elevul a însuşit materialul educaţional;
elevul a însuşit materialul educaţional dacă elevul a urmat cursurile şi elevul a studiat
pe cont propriu;
studentul a urmat cursurile;
elevul a studiat independent.
Forma de notație logică:
A: – C;
C: – B, D;
ÎN;
D.
În exemplul dat, puteți efectua inferențe logice. Deci, din adevărul faptelor
B și D și regulile C: – B, D implică adevărul lui C, iar din regula A: – C – adevăr
predicatul A, adică studentul va trece cu succes examenul. În plus, regulile A: – C și C: – B, D
ar putea fi rescris ca A: – B, D.
În aceste cazuri, sunt utilizate reguli de inferență numite metoda de rezoluție.
Să ne uităm la cea mai simplă formă de rezoluție. Să spunem că există „părinte”
promoții
negație: ~A
implicație: A:– B.
Ca rezultat al unui pas de inferență rezolutivă, obținem o nouă propoziție B, care
se numește rezolutiv. În acest caz, rezoluția este conformă cu standardul
regula de inferență propozițională:
presupunând că nu A
și A dacă B
ieșim nu V.
Un caz și mai simplu:
negație: ~A
fapt: A.
Rezoluția este o contradicție.
În general, există clauze părinte
~(A1 ^ ... ^ Аn)
Аk:– В1, ..., Вm, 1 ≤ k< n.
Ca soluție, un pas de ieșire dă ~(A1 ^ ... ^ Ak – 1 ^ B1 ^ ... ^ Bm ^
Аk + 1 ^ ... ^ Аn).
Astfel, rezoluția este o substituție de predicate - subscopurile B1, ... Bm
în locul predicatului corespunzător Ak din negaţie. Negația inițiază logica
ieșire și, prin urmare, este numită cerere (sau întrebare) și este notat cu A1, A2, ..., An.
Sensul metodei de rezoluție este că negația conjuncției și
verifică dacă valoarea sa este adevărată sau falsă. Dacă valoarea rezultatului
conjuncția este falsă, înseamnă că rezultatul este o contradicție și, din moment ce la început a existat
negația predicatelor, se face dovada „pe invers”. Dacă este primit
valoarea „adevărată”, atunci dovada eșuează.
Exemplul 4.
Fie predicatul dă (X, Y, Z) înseamnă că „X dă Y unui obiect Z” și
predicatul primește (X, Y) înseamnă „Y primește X”. Lasă cunoștințe despre acestea
relațiile sunt exprimate prin propoziții:
1) primește (tu, putere): – dă (logică, putere, tu);
2) dă (logică, putere, tu).
Problema de rezolvat este să răspunzi la întrebarea: primești
putere?
Să ne imaginăm această întrebare sub forma unei negații ~i primește (tu, putere). Propunere de rezoluție
1 si negatia duce la ~da (logica, forta, tu), care impreuna cu faptul 2 duce la
contradicţie. Prin urmare, răspunsul la problema inițială este „da”.
Până acum ne-am uitat la rezoluția pentru enunțuri sau predicate fără variabile.
Dacă deducerea se face pentru un set de predicate cu variabile ca
argumente, aceste variabile primesc valorile corespunzătoare
constante sau, după cum se spune, sunt specificate de constante.
Să explicăm acest lucru cu un exemplu.
Exemplul 5.
Luați în considerare următoarele propoziții părinte:
1) ~obține (tu, Y);
2) primește (X, putere): – dă (Z, putere, X).
Acestea conțin trei variabile X, Y și Z, care sunt implicit afectate de
cuantificator general. Astfel, propoziția 1 spune că „pentru tot Y, nu obțineți Y”
și 2 – „pentru tot Z, orice X câștigă putere dacă Z dă putere lui X”. Regula de rezoluție
necesită o potrivire între predicatul din negația 1 și capul regulii 2. Aceasta înseamnă că
variabilele primesc valori (sunt instanțiate) în funcție de locul lor în
propozițiile 1 și 2 după cum urmează: X = tu, Y = putere. Predicatul primește (tu, putere)
se numește un exemplu general pentru predicatele gets(you, Y) și gets(X, power).
Prevederile declarate ale logicii predicatelor găsesc implementare și dezvoltare ulterioară în
Limbajul de programare Prolog.
1.9.4. Recunoasterea formelor
Recunoașterea modelelor este un set de metode și mijloace de automatizare
percepția și analiza lumii înconjurătoare.
Obiectivele teoriei recunoașterii modelelor sunt:
citirea automată a textelor dactilografiate sau de mână;
percepția vorbirii (indiferent de caracteristicile limbii și ale vorbitorului);
Diagnosticare medicală, psihologică și pedagogică;
traducere automată simultană dintr-o limbă în alta;
identificarea de la distanță a obiectelor etc. Există două clase de imagini:
concrete și abstracte.
Imaginile specifice sunt toate obiecte reale ale lumii înconjurătoare, imaginile lor și
descrieri; abstract – concepte, categorii, opinii, dorințe etc. În conformitate cu
Aceasta definește două opțiuni de recunoaștere: perceptivă și conceptuală.
În sistemele de recunoaștere perceptivă (de regulă, acestea sunt sisteme tehnice)
elementul de intrare este un senzor a cărui sarcină este să transforme fizicul
o cantitate care caracterizează un obiect observat în lumea reală într-o altă cantitate,
destinate perceperii de către sistemul său de procesare. Din punct de vedere teoretic
senzorul de informații este un element de potrivire a dispozitivului de procesare a intrării
semnalele și semnalele sale de ieșire oferă o descriere „a priori” a obiectului observat.
Semnalele de ieșire ale senzorilor sunt de obicei analog-digitale sau
digital.
În sistemele conceptuale, rolul unui senzor este jucat de sisteme abstracte, logice (cum ar fi
reguli construite pe principiile algebrei booleene).
Să luăm în considerare principalele sarcini și metode de recunoaștere a modelelor.
Sarcina 1. Studierea trăsăturilor obiectelor și clarificarea diferențelor și asemănărilor obiectelor studiate
obiecte.
Exemplu: tabelul periodic al lui Mendeleev, clasificarea plantelor și animalelor
lumea lui Linnaeus și Darwin.
Sarcina 2. Clasificarea obiectelor sau fenomenelor recunoscute. Principal -
selectarea unui principiu adecvat de clasificare.
Exemplu: colecție de monede de colecție, recunoaștere a aeronavei.
Sarcina 3. Compilarea unui dicționar de caracteristici utilizate pentru descrierea a priori
clase și pentru o descriere a posteriori a fiecărui obiect necunoscut. Semne
poate fi împărțit în logic (determinist) și probabilistic.
Exemplu: o mașină concepută pentru a schimba monede. Recunoașterea monedelor. Poate sa
vin cu semne diferite, dar printre ele există și unele adecvate (diametru, masă).
Sarcina 4. Descrierea claselor de obiecte în limbajul caracteristicilor.
Metoda spațiului caracteristic. Obiectele recunoscute au caracteristici. Fie G = (G1,
G2, ..., Gk ...) – un set de obiecte. Fiecare obiect are caracteristicile C – (c1, c2, ...,
cn), printre care se numără esențiale și neesențiale. Caracteristici esențiale
le vom numi definitori și vom nota Y = (y1, y2, ..., ym). Să definim m-dimensional
spațiu al caracteristicilor obiectului, în care fiecare punct din spațiu corespunde
obiect.
Exemplu: considerați un set de triunghiuri ca caracteristici definitorii
Să luăm de partea lor, pe care le putem măsura (Fig. 1.42, a). Ar fi posibil să luați
colțuri, sau o latură și două colțuri etc.
Orez. 1.42. Metoda spațiului caracteristic
Datele obținute pot fi afișate într-un spațiu caracteristic tridimensional x1, x2, x3
(Fig. 1.42, b). În el se pot distinge cinci clase (subspații): clasă
triunghiuri echilaterale x1 = x2 = x3, (o linie dreaptă reprezentând spațiul
bisectoare); clasa de triunghiuri isoscele x1 = x2 (plan care trece prin
axa x3 și bisectoarea pe planul x1, x2); clasa de triunghiuri dreptunghiulare,
triunghiuri acute și obtuze.
Astfel, am identificat clase (nume inventate și
sunt definite caracteristicile clasei). Luare suplimentară a deciziilor privind recunoașterea obiectelor
(un triunghi arbitrar) este asociat cu determinarea identității celui recunoscut
obiect la orice clasă.
În termeni generali, problema recunoașterii poate fi formulată ca o problemă de dezvoltare
proceduri de împărțire a unui set de obiecte în clase.
Fie G = (G1, G2, ..., Gk...) o mulțime de obiecte. Pentru ei sunt definite n semne,
care poate fi reprezentat ca un vector X = (x1, x2, ..., xn). Valori caracteristice
elementele unui set de obiecte pot fi definite în trei moduri:
cantitativ (măsurarea caracteristicilor caracteristice);
Probabilistică (valoarea este probabilitatea producerii evenimentului);
alternativ (codare binară – da/nu).
Fie ca un set de obiecte să fie împărțit în m clase 1, 2, …, m. Este necesar să se evidențieze în
Spațiul caracteristic al ariilor Di, i = 1, ..., m, echivalent cu clase, i.e. dacă obiect
aparține clasei k, atunci punctul corespunzător se află în domeniul Dk.
Ω
Ω Ω
Ω
Într-o interpretare algebrică, problema recunoașterii poate fi formulată după cum urmează
cale.
Este necesar să se construiască funcții de separare Fi(x1, x2, ..., xn), i = 1, ..., m, având
proprietăți: dacă un obiect cu caracteristici (x01, x02, ..., x0n)
i, apoi valoarea
Fi(x01, x02, ..., x0n) trebuie să fie cel mai mare. Ar trebui să fie cel mai bun și pentru alții
valorile atributelor obiectelor legate de
eu, adica
Ω
Ω
Astfel, granița partițiilor, numită graniță decisivă între regiunile Di,
se exprimă prin ecuația Fp(x) – Fg(x) = 0.
În fig. Figura 1.43 prezintă modelul de spațiu caracteristic pentru cazul bidimensional
spațiile D1, D2 cu clasele corespunzătoare 1, 2.
Ω Ω
Orez. 1.43. Ilustrație a metodei spațiului caracteristic
Operația de clasificare constă în distribuirea obiectelor în clase, unde se află sub clasă
este înțeles ca un ansamblu de imagini care au aceleași caracteristici. Același set
datele pot servi ca sursă a diferitelor clasificări.
Exemplu: găsirea unei litere în alfabetul cu litere N este o sarcină cu N clase, găsiți
vocalele sau consoanele din același alfabet este o sarcină pentru două clase. De obicei, numărul de clase
crește. Dacă numărul lor este necunoscut în prealabil, atunci vorbesc despre învățarea „fără profesor”
(autostudiu). Dacă întregul spațiu obiect este împărțit și seturi de obiecte în clase
nu sunt definite, atunci aceasta este învățare „supravegheată”.
Sarcina 5. Dezvoltarea unui algoritm de recunoaștere care asigură atribuirea
a unui obiect recognoscibil la una sau la alta clasă sau o combinație a acestora.
Exemplu: recunoașterea unui cuvânt necunoscut. Algoritmii se bazează pe compararea unuia sau
o altă măsură a proximității sau măsură a asemănării obiectului recunoscut cu orice clasă.
Să introducem conceptul de distanță între obiecte (asemănarea a două obiecte). Mai putin
distanța dintre două obiecte, cu atât mai mare este asemănarea dintre ele. Distanţă
intre punctul P X si clasa X0 se numeste cantitatea
d1(P, X0) = inf((P, M)|M X0).
Distanța dintre două clase este determinată de valoare
d2(X1, X2) = inf(d1(P, M)|P X1, M X2).
În practică, se folosesc adesea următoarele distanțe:
1. Distanța euclidiană
d2(Xi, Xj) = (∑|xik – xjk|2)1/2.
2. Distanța în Manhattan (metrică bloc de oraș)
d2(Xi, Xj) = ∑|xik – xjk|.
3. distanta Cebyshev
d3(Xi, Xj) = max |xik – xjk| (k).
Dicţionar method. Să fie un catalog cu toate cuvintele posibile clasificate după
lungimea cuvintelor și aranjate alfabetic. De exemplu, luați în considerare serviciul
Cuvinte din limbajul de programare Pascal:
etc., unde N este numărul de litere din dicționar.
Definim fiecare caracter al alfabetului latin printr-un semn, de exemplu, ordinalul său
numărul sau frecvența (probabilitatea) apariției sale în text.
Să definim distanța dintre o literă dată și literele alfabetului ca |xa – xb|, unde xa –
un semn al unei anumite litere, xb este un semn al unei anumite litere a alfabetului. Accept pentru
certitudinea ca semn al unei litere numărul ei de serie în alfabet:
A
ÎN
CU
D
E
F
G
H
eu
J
LA
L
M
N
DESPRE
R
Q
R
S
T
U
V
W
X
Y
Z
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
Fie n = 4. Dat un cuvânt cu caracteristicile x1x2x3x4. De exemplu, ELSE. În acest caz x1 = 5; x2 =
12; x3 = 19; x4 = 5. Să notăm (ai, xj) =
litera situată în locul i din alfabet și semnul xj.
θ
ij = |аi – xj| – un număr egal cu diferența caracteristicii
θ
Să găsim distanțele din Manhattan pentru toate cuvintele din dicționar
Cea mai mică sumă (distanță) este asociată cu al doilea cuvânt al dicționarului. Ea definește
asemănare cu cuvântul recunoscut.
Sarcina 6. Recunoașterea imaginilor.
Exemplu: recunoașterea imaginii cu litere. Se obține imaginea recunoscută
în moduri diferite şi caracterizate prin cantităţi diferite.
Un obiect raster este reprezentat mai des ca o relație matriceală dată de caracteristici.
De exemplu, prin suprapunerea unei grile N x M pe o imagine, puteți determina în fiecare celulă
nivel de „negru” sau „gri” (pentru imagini alb-negru) cu numere în intervalul . În acest caz, 0 este alb, 1 este negru.
Astfel, imaginea A poate fi reprezentată ca o matrice
unde elementele matricei determină în continuare gradul de întuneric al fiecărei celule i, j-a.
Să fie cunoscut un dicționar de imagini, de exemplu, imagini cu litere ale alfabetului rus.
În acest caz, vom presupune că matricele de negritate corespunzătoare reprezintă
litere generalizate, i.e. o imagine compusă de litere de diferite fonturi, fonturi și stiluri.
Fie A1, A2, ..., Ap un set de imagini (clase), H o imagine recognoscibilă.
Apoi sarcina de recunoaștere se reduce la căutarea unei instanțe (implementare) a lui Ak, cel mai mult
aproape ca distanta fata de N.
Recunoaștere sintactică. Există o clasă separată de probleme legate de
recunoaşterea sintactică a unui lanţ dat al unei limbi în sensul acesteia
gramaticile. Gramatica este mecanismul de creare a limbajului. Există generative și
recunoaşterea gramaticilor (Fig. 1.44).
Orez. 1.44. Gramaticile generative și de recunoaștere
Un automat de recunoaștere finit este un set de cinci obiecte: A = (S, X, s0, d, F),
unde S este o mulțime finită nevide (de stări); X este o mulțime finită nevidă
semnale de intrare (alfabet de intrare); s0< S – начальное состояние; d: S x X
funcția de tranziție; F – set de stări finale.
S – →
Recunoașterea automată finită A = (S, X, s0, d, F) admite un lanț de intrare de X*,
dacă acest lanţ îl duce din starea iniţială în una dintre cele finale
state.
Mulțimea tuturor lanțurilor permise de un automat A formează un limbaj permis de A.
Se numește un limbaj pentru care există o mașină cu stări finite care îl recunoaște
limbaj automat.
Exemple de limbi (V – alfabet, L – limba):
1. V1 = (a, b, c); L= (abc, aa)
Aceasta este o mașină automată incompletă. (Starile finale sunt indicate printr-un cadru dublu.)
2. V2 = (a, b, c); L = o.
Orice automat cu un set gol de stări finale admite L.
3. V3 = (a, b, c); L = V*.
V* este un set de lanțuri de lungime arbitrară.
Un automat cu o singură stare care este finală are trei
trecerea de la această stare la aceeași
5. V5 = (0, 1); L = (mult de numere binare pare)
6. V6 = (+, –, 0, ..., 9); L = (mult de constante numerice întregi)
7. V7 = (+, –, 0, ..., 9, "."); L = (mult de numere reale)
Diagramele sintactice joacă un rol important în informatică. Sintactic
Diagramele sunt grafice direcționate cu o muchie de intrare, o muchie de ieșire
și vârfuri etichetate. Ele definesc limba și, prin urmare, sunt generative
gramaticile limbajelor automate.
Lanțuri valide: aab, aacabcb etc.
Exemple sunt diagramele de sintaxă ale limbajelor Pascal și C.
Se poate dovedi următoarea afirmație: este dat orice limbaj automat
diagramă de sintaxă și invers, folosind orice diagramă de sintaxă pe care o puteți
construi un automat finit (în general nedeterminist) care recunoaște
limba în care este specificată diagrama de sintaxă.
Construind automatul de recunoaștere corespunzător pe baza diagramei sintactice, putem
apoi implementați această mașină fie în hardware, fie în software. Prin urmare,
Diagramele sintactice servesc nu numai pentru generare, ci și pentru recunoaștere
limbaje automate.
1.9.5. Interfață inteligentă a sistemului informațional
Analiza dezvoltării tehnologiei informatice sugerează că aceasta
în continuă evoluţie în două direcţii.
Prima direcție este legată de îmbunătățirea parametrilor calculatoarelor existente,
creșterea performanței acestora, creșterea volumului operațional și al discului lor
memorie, precum și cu îmbunătățirea și modificarea software-ului,
menite să crească eficienţa funcţiilor lor.
A doua direcție determină schimbări în tehnologia de procesare a informațiilor,
conducând la o utilizare mai bună a sistemelor informatice. Dezvoltare în asta
direcția este asociată cu apariția unor noi tipuri de calculatoare și calitativ noi
instrumente software care le completează pe cele existente.
Dezvoltarea software-ului se deplasează pe calea creșterii ușurinței de utilizare a interfeței,
acestea. o astfel de simplificare a gestionării acestora încât utilizatorul nu necesită special
pregătirea și sistemul creează cele mai confortabile condiții pentru lucrul său.
Principalul ghid în îmbunătățirea sistemelor de calcul este transformarea acestora în
partener convenabil pentru utilizatorul final atunci când rezolvă problemele din timpul său
activitate profesională.
Pentru a asigura cea mai prietenoasă interfață a software-ului cu
Utilizatorul trebuie mai întâi să devină inteligent. interfata inteligenta,
oferind interacțiune directă între utilizatorul final și computer
atunci când rezolvă o problemă ca parte a unui sistem om-mașină, trebuie să efectueze trei grupuri
functii:
oferind utilizatorului posibilitatea de a seta o sarcină pentru computer prin
mesajează doar condițiile problemei (fără a specifica un program de soluție);
oferind utilizatorului posibilitatea de a crea medii de rezolvare a problemelor cu
folosind numai termeni şi concepte din domeniul activităţii profesionale
utilizator, forme naturale de prezentare a informațiilor;
asigurarea unui dialog flexibil folosind o varietate de mijloace, inclusiv
reglementate în prealabil, cu corectarea eventualelor erori ale utilizatorului.
Structura sistemului (Fig. 1.45) care îndeplinește cerințele noii tehnologii de soluție
sarcinile constau din trei componente:
sistemul executiv, care este un set de mijloace,
asigurarea implementarii programelor;
O bază de cunoștințe care conține un sistem de cunoștințe despre mediul problematic;
interfață inteligentă care permite adaptarea
sistem de calcul către utilizator și incluzând un sistem de comunicații și
rezolvator de probleme.
Acest sistem diferă semnificativ de cele create în stadiile anterioare.
dezvoltarea informaticii si tehnologiei informatice. Calea către implementarea celor mai recente
tehnologia informației implică utilizarea sistemelor informatice,
construită pe baza reprezentării cunoştinţelor a domeniului problemei şi
interfață inteligentă.
Orez. 1.45. Structura unui sistem modern de rezolvare a problemelor aplicate
1.9.6. Structura unui sistem modern de rezolvare a problemelor aplicate
Dezvoltarea sistemelor de inteligență artificială a urmat mai întâi calea modelării
funcţiile intelectuale generale ale conştiinţei individuale. Cu toate acestea, dezvoltarea
tehnologie informatică și software în anii 1990. respinge previziunile
deceniile anterioare despre tranziția iminentă la calculatoarele de generația a cincea.
Funcțiile intelectuale ale majorității sistemelor de comunicații software pe
limbajul natural nu și-a găsit încă o aplicare largă la scară industrială.
Un astfel de concept precum „informații despre informații noi” a suferit o inflație caracteristică.
tehnologie". Inițial, acest concept a însemnat o interfață inteligentă cu baza de date
date, permițând utilizatorilor aplicației să comunice direct cu acestea
limbaj natural. În zilele noastre, „noile tehnologii informaționale” înseamnă
pur și simplu tehnologii care folosesc tehnologia informatică în prelucrarea informațiilor, în
inclusiv tehnologii bazate pe utilizarea procesoarelor de text și a foilor de calcul și
de asemenea sisteme informatice.
Confruntați cu probleme insurmontabile, dezvoltatorii unui sistem cu
inteligența artificială „generală”, au luat calea din ce în ce mai mare
specializare, mai întâi spre sisteme expert, apoi către individual
funcții inteligente foarte specifice încorporate în instrumental
instrumente software care nu au fost considerate zona de dezvoltare până în prezent
inteligenţă artificială. De exemplu, astfel de sisteme acum au adesea
capacități de calcule analitice matematice, traducere de tehnici și
texte de afaceri, recunoaștere text după scanare, parsare
fraze și propoziții, autoajustare etc.
Paradigma de cercetare și dezvoltare în inteligența artificială este treptat
este în curs de revizuire. Aparent, posibilitatea dezvoltării rapide a sistemelor software
modelarea funcțiilor intelectuale ale conștiinței individuale, în mare măsură
cel mai putin epuizat. Este necesar să se acorde atenție noilor oportunități care
sistemele și rețelele informaționale deschise în raport cu conștiința publică.
Dezvoltarea sistemelor de calcul și a rețelelor pare să conducă la crearea unui nou tip
conștiința publică, în care mediile informaționale vor fi integrate organic
ca mediu tehnologic de prelucrare şi transmitere a informaţiei. După această umanitate
va fi inteligența hibridă om-mașină care va primi nu atât de mult la scară
constiinta individuala cat si in sfera practicii sociale.
Întrebări de control
1. Care este istoria apariției și dezvoltării cercetării pe artificial
inteligenta?
2. Care sunt caracteristicile distinctive ale problemelor din domeniul inteligenței artificiale?
3. Descrieți domeniile de cercetare în inteligența artificială.
4. Ce este „cunoașterea” din punctul de vedere al sistemelor de inteligență artificială?
5. Care este metoda de reprezentare a cunoștințelor folosind produse?
6. Care este baza reprezentării cunoștințelor folosind rețeaua semantică?
7. Cum pot fi utilizate sistemele de cadru pentru a reprezenta cunoștințele?
8. Care sunt diferențele dintre reprezentarea cunoștințelor în sisteme inteligente și reprezentare
doar date?
9. Ce înseamnă conceptul de „predicat”?
10. Ce este o „frază de corn”?
11. Cum are loc inferența logică folosind metoda rezoluției?
12. Verificați validitatea legilor lui de Morgan: ~(X ^ Y) = (~X) v (~Y) și ~(X v Y) =
(~X) ^ (~Y).
13. În ce direcție se dezvoltă părțile de interfață ale sistemelor informaționale?
14. Care este compatibilitatea interfeței software?
15. Care este structura sistemelor informaționale promițătoare ale viitorului?