жүктеу мүмкіндігіне ие боласыз
Бұл материал сайт қолданушысы жариялаған. Материалдың ішінде жазылған барлық ақпаратқа жауапкершілікті жариялаған қолданушы жауап береді. Ұстаз тілегі тек ақпаратты таратуға қолдау көрсетеді. Егер материал сіздің авторлық құқығыңызды бұзған болса немесе басқа да себептермен сайттан өшіру керек деп ойласаңыз осында жазыңыз
1 жыл бойы шексіз жүктеңіз
Жасанды интеллектінің негізгі ұғымдары
МАЗМҰНЫ
1 Жасанды интеллектінің негізгі ұғымдары............................................ |
|
1.1 Жасанды интеллектінің негізгі ұғымдары мен даму тенденциялары. |
|
1.2 Интеллект және ойлау есептердің белгілі кластарын шешумен байланысы..................................................................................................... |
|
1.3 Жасанды интеллект жүйесін әр жағынан зерттеу................................. |
|
2 Жасанды интеллектті зерттеулердің негізгі бағыттары..................... |
|
2.1 Робототехника.......................................................................................... |
|
2.2 Жасанды интеллект жүйелерінің бағдарламалық қамтамасыз етілуі..... |
|
2.3 Формалды нейрон моделі …………………............................................... |
|
2.4 Жасанды нейрондық желілердің негізгі моделі. Бірқабатты нейрондық желі.……………………………………….............................. |
|
ПАЙДАЛАНЫЛҒАН ӘДЕБИЕТТЕР ТІЗІМІ......................................... |
|
1 Жасанды интеллектінің негізгі ұғымдары
Жасанды интеллектінің негізгі ұғымдары мен даму тенденциялары
Қазіргі кезде программистің жұмыс істеу сапасы дәрежесі интеллектуалдық жүктеудің көп бөлігін компьютерлер орындағанда ғана жоғары болады. Бұл аймақта максималды прогреске қол жеткізу үшін “Жасанды интеллект” әдісі қолданылады, мұнда компьютер бір типті және қайта-қайта жасала беретін операцияларды ғана орындамайды, сонымен қатар өзі де үйренеді. Бұған қоса толық қанағаттандыратын “жасанды интеллектіні” құру адамзатқа дамудың жаңа деңгейлері ашады.
Адамдарды олардың өздерінің ойлау механизмі әрқашан қызықтырған. Адамды ақыл иесі ретінде ерекшелендіріп тұратын олардың интеллектісінің бар болуы. Адам интеллектісі көптеген компоненттерде тұрады, оның ішінде сыртқы ортамен байланысты болатын сезім мүшелері, үйренуге икемдігі, бағалауға келмейтін білімдер жиынтығы. Есептерді шешу барысында байқалатын интеллектінің өзіндік белгілері болып үйренуге икемділік, жалпылау, тәжірибені (білімді) жинау және өзгерістерге бейімделу болып табылады. Интеллектінің осы қасиеттерінің арқасында ми әртүрлі есептерді шеше алады, сонымен қатар бір есептен екіншісін шешуге оп-оңай ауыса алды. Осылай, интеллектісі бар ми алуан түрлі есептерді шығаруға арналған әмбебап құрал болып табылады, оның ішінде формалданбаған, стандартты, алдын-ала шешу әдістері жоқ есептер.
Интеллектісі бар ми интеллектуалды есептерді шешуге бағытталған болса, бұл процесті ойлау немесе интеллектуалды іс-әрекет деп атаймыз. Интеллект және ойлау органикалық түрде теоремаларды дәлелдеу, логикалық талдау, жағдайларды ажырату, іс-әрекетті, ойынды болжау және белгісіздік жағдайында басқару сияқты тапсырмалармен байланысты.
Осылайша, интеллект деп мидың қабылдау, еске сақтау және бағытталған түрде білімді оқу барысында түрлендіруді пайдалана отырып тәжірибе және түрлі жағдайларға байланысты адаптациялану негізінде интеллектуалды есептерді шешу мүмкіндігін атаймыз.
Интеллект (intelligence) терминінің өзі латынның intellectus – білім, ойлау, адамның ойлау мүмккіндігі деген сөздерінен шыққан.
40-жылдары есептеуіш машиналардың және кибернетикадағы зерттеулер пайда болысымен адамның ойлау табиғаты туралы сұрақ кибернетикалық аспектіге ие болды. Адамда интеллектуалды деп атайтын іс-әректтерді машинада құруға ғалымдар барлық күштерін салды. Бұл зерттеу бағыты «жасанды интеллект» деген атауға ие болды.
Жасанды интеллект (artificial intelligence) – ЖИ (AI) автоматты жүйелердің адам интеллектісінің бөлек бір функцияларын атқаруын айтады. Мысалы, ертерек алынған тәжірибе және сыртқы әсерлерді рационалды талдау негізінде тиімді шешімдерді таңдау және қабылдау.
ЖИ өзінің пайда болуы және дамуымен есептеуіш машиналарға тәуелді, әдетте бұл бағытты информатика және есептеуіш техника аймақтарына жатқызады. Бұның бәрі Екінші Дүниежүзілік Соғыс аяқталған соң барлық ойын есептерді және жұмбақтарды компьютер көмегімен шешуден басталды. Осы алғашқы тәжірибелер негізінде туған фундаменталды идея күйлер кеңістігінде іздеу деген атқа ие.
Сонымен, интеллект деп мидың қабылдау, еске сақтау және бағытталған түрде білімді оқу барысында түрлендіруді пайдалана отырып тәжірибе және түрлі жағдайларға байланысты адаптациялану негізінде интеллектуалды есептерді шешу мүмкіндігін атайтын боламыз.
Бұл анықтамада «білім» деп миға сезім мүшелері арқылы түсетін ақпаратты ғана атамаймыз. Бұндай типті білім, әрине, өте маңызды, алайда интеллектуалды іс-әрекет үшін жеткіліксіз. Қоршаған орта объектілері сезім мүшелеріне тек әсер етіп қана қоймайды, сонымен өзара белгілі бір қатынастарда болады. Қоршаған ортада интеллектуалды әс-әрекетті іске асыру үшін, білім жүйесінде сол ортаның моделіне ие болу керек. Қоршаған ортаның бұл ақпараттық моделінде реалды объектілер орналасқан, олардың қасиеттері және қатынастары тек көрсетіліп және есте сақталып қоймайды, сонымен қатар ойша «бағытталған түрде түрлендіріледі». Бұнымен қоса, маңыздысы – сыртқы орта моделін құру «тәжірибе және түрлі жағдайларға бейімделу негізіндегі үйрену» арқылы іске асады.
Интеллект және ойлау есептердің белгілі кластарын шешумен байланысы
Есепті шешу барысында байқалатын интеллектуалдың өзіндік белгілері –оқуға, жалпылауға, тәжірибе жинауға және есепті шешу барысында өзгерістерге адаптациялануға бейімділік. Интеллектінің осы қасиеттерінің арқасында ми түрлі есептерді шеше алады, сонымен қатар бір есептің шешуінен екіншісіне оңай ауысады. Осылай интеллектісі бар ми көптеген алдын-ала шығарылу әдістері, стандартты шығарылуы жоқ есептерді шеше алатын әмбебап құрал.
Басқа да анықтамалар да бар. Колмогоров бойынша ғылым, әдебиет, мәдениет мәселелерін талқылауға болатын кез-келген материалды жүйе интелектіге ие. Тьюринг былай түсіндірген: әр түрлі бөлмелерде машина және адамдар бар. Олар бір-бірін көрмейді, бірақ ақпарат алмаса алады(мысалы, электронды пошта арқылы). Егер диалог барысында адамдар машиналармен сөйлесіп отырғандарын байқамаса, онда машинаны интеллектіге ие деп айтуға болады.
Тьюринг берген ойлауды имитациялау жобасы қызығушылық тудырады: «Ересек адам интеллектісін имитациялауға талпынып, біз адам миы қазіргі күйге қалай жеткені туралы көп ойлануымыз керек...Неге біз ересек адам интеллектісін имитациялайтын программа жазғанша, кішкене бала интеллектісін имитациялайтын программа жазбасқа? Егер баланың интеллектісі дұрыс тәрбие алатын болса, ол ересек адамның интеллектісі болмай ма? Біздің есептеу бойынша оған сәйкес келетін құрылғы оңай программаланып қойла алады... Осылай, біз мәселені екі бөлікке бөлеміз: «бала-программа» және осы программаны «тәрбиелеу» программасы.»
Жасанды интеллект жүйесін әр жағынан зерттеу
ЖИ (Жасанды интеллекті) әр жағынан зерттеу тарихи түрде қалыптасты, олар бір бірінен тәуелсіз түрде дамыды, тек ақырғы кезде ғана олардың жақындасуына жол ашылды:
құрылымдық,
имитациалық,
логикалық,
эволюциалық.
ЖИ (Жасанды интеллекті) жүйелеріндегі барлық нейрондық зерттеулер спектрі құрылымдық деп аталды. Құрылымдық деп ЖИ-ні адам миының құрылымын модельдеу арқылы құру. Бейнелерді ажырату есептерінде көп қолданылады.
Адам миы негізінде құрылған модельдер үшін айқындылық қасиеті тән емес. Бұл желілерді адам миымен жақындастыратын тағы бір қасиеті –нейронды желілер қоршаған орта туралы толық мәліметсіз болса да жұмыс істей береді, яғни адам тәрізді, қойылған сұрақтарға тек «иә», «жоқтан» басқа, «нақты білмеймін, бірақ иә сияқты» деген жауаптар бере алады.
Келесі зерттеу жанды мидың құрылымдық және функционады ерекшеліктерін имитационды модельдеумен байланысты, яғни нәтижесі бойынша.
Бұл зерттеулерді тағы «қара жәшік» немесе «нәтижесі бойынша сәйкес келу» деп атайды. Оның мәні келесіде: зерттеуші интеллектінің құрылу және жұмыс істеу принциптерін білмейді, яғни оны «қара жәшік» ретінде қарастырады. Бұл оқулықтың негізгі мақсаты адам интеллектісінің жұмысын ақырғы нәтиже бойынша имитациялайтын кейбір эвристикалық компьютерлік программаларды құру болып табылады. Мұнда ададмдар қандай әдістерді қолданатыны ескерілмейді. ЖИ жүйелерін құрудың мұндай түрі имитациялық деп аталады. Және кибернетика үшін классикаалық зерттеу болып табылады.
Осылай, мұнда адамның басқа қасиеті моделденеді – басқалар не істейді, соны ол не үшін керектігіне назар аудармай көшіру. Көп жағдайда бұл мүмкіндік көп уақытты үнемдейді, өмірінің басында–ақ.
Эвристикалық программалау Карнеги университетінің А.Ньюэлл және Г.Саймон аттарымен байланысты, және келесі принципке негізделген, адам миы нәтиже бойынша символдарды басқару туралы қарапайым есептер жиынтығына келуі мүмкін, яғни компьютер орындай алатын операциялар. Есептердің шешімі мүмкін болатын шешімдер жиыны кеңістігінен эвристикалық ережелер бойынша іздестіріледі, олар іздестіруді, белгілі бір бағыт бойынша жүруді тездетеді. Эвристикалық іздестіру көлемінде шығарылған типтік есептерге теоремаларды дәлелдеу, түрлі ойындар, жұмбақтарды шешу, геометриялық және шахматтық есептер, әуендерді құру, химиялық құрылымдарды анықтау, т.б.
Саймон компьютерлер 90 жылдан соң әлем чемпионы болады деген болжам жасаған болатын, иә ол толығымен орындалды. Эвристикалық іздестіру көлемінде машиналар тек примитивті шектелген есептерді шеше алатын.
ЖИ(Жасанды интеллекті) имитациялық программаларының келесі қол жеткізулері, атап айтсақ шахматтық компьютер Deep Blue 1997 жылы әлем чемпионы Г.Каспаровты жеңуі, тек эвристикалық іздестірумен ғана байланысты емес, ЖИ-нің басқа синтетикалық салаларының пайда болуымен де. Оларға мықты көппроцессорлы паралелльді жүйелерге және нейронды акселераторларға негізделген эвристикалық программаларды қолдайтын аппаратты жабдықтау жатады. Мысалы, аталған компьютерде жүрістер генераторы 256 паралелльді процессорлар негізінде жүзеге асырылған.
Имитациялық зерттеудің негізгі кемшілігі көптеген модельдердің төмен ақпараттық мүмкіндігі.
Келесі зерттеу логикалық деген атқа ие. Ол неге пайда болды? Адам тек логикалық қана ойлаумен ғана айналыспайды емес пе? Бұл дұрыс, бірақ адамды жануардан тек оның ойлау қабілеті ғана ерекшелендіреді.
Логикалық зерттеудің негізі болып булеандық алгебра есептелінеді. Әр программист олармен if операторын біле бастағанымен таныс. Өзінің келесі дамуын булеандық алгебра предикаттар есептеуінің негізінде жалғастырды, онда ол символдарды, олардың арасындағы қатынастарды қолдану арқылы кеңейтілді. Кез-келген ЖИ жүйесі логикалық принципке негізделген деуге болады, және теоремаларды дәлелдейтін машина ретінде қарастырылады. Сонымен қатар мәліметтер деректер қорында аксиомалар, логикалық нәтижелер ережелері түрінде сақталады. Бұған қоса, әр осындай машина мақсатты генерациялау блогына ие, ал жүйе берілген мақсатты теорема ретінде дәлелдеуге тырысады. Егер мақсат дәлелденген болса,онда қолданылған ережелер трассировкасы қойылған мақсатқа жеткізетін әрекеттер тізбегін алуға көмектеседі. Мұндай жүйенің қуаты мақсат генераторының және теоремаларды дәлелдеу машинасының мүмкіндіктерімен анықталады.
ЖИ толық көрсету үшін алгебраның мүмкіндіктері жеткіліксіз, осында ЭЕМ-лардың негізі бит-0 және1 мәндерін қабылдайтын жады ұяшығы екенін еске түсірейік. Осылай, компьютерде жасауға болатынның бәрін предикаттар логикасында жүзеге асыруға болады деген болжам жасауға болады.
Логикалық зерттеу нақтырақ болуы үшін нақты емес логика көмектеседі. Оның негізгі ерекшелігі «иә», «жоқтан» (1/0) басқа «білмеймін» (0.5) сияқты аралық мәндерді қабылдауға болады. Бұл зерттеу адам ойлауына көбірек ұқсайды, себебі иә, жоққа қарағанда білмеймін деген жауап жиі қолданылады. Көптеген логикалық әдістер үшін зор еңбек керек, дәлелдеуді іздестіру кезінде нұсқалар бәрі толық қарастырылады. Сондықтан бұл зерттеу есептеу процесінің эффективті жүзеге асырылуын қажет ететді, және жұмыс спасының жоғары болуына деректер қорының көлемі үлкен болмаса кепіл беріледі.
Эволюциялық жағынан зерттеу үлкен қарқын алды. Бұл зерттеу бойынша ЖИ жүйелерін құрғанда, бастапқы моделді құруға және қандай ережелер бойынша өзгеретініне аса назар аударылады. Модель әр түрлі әдістер арқылы құрылуы мүмкін.
Эволюциалық модельдер жоқ деп те айтуға болады, тек эволюциалық алгориттмдер ғана бар, бірақ эволюциалық зерттеулер кезінде алынған модельдер өзіне ғана тән ерекшеліктерге ие, бұл оларды басқа класқа бөлуге мүмкіндік береді.
Барлық аталған зерттеулер бір-бірінен тәуелсіз дамыған, тек ақырғы кезде ған олардың жақындасуына дол ашылғандай. Өте жиі аралас жүйелер кездеседі, мұнда жұмыстың бір бөлігі бір тип бойынша, екіншісі басқа тип бойынша орындалады.
2 Жасанды интеллектті зерттеулердің негізгі бағыттары
2.1 Робототехника
Эксперттік жүйелердің жасауы ( ЭЖ ) жасанды интеллект мамандарына классикалық дәстүрлі жұмыс болып есептеледі. ЭС тұйық бағытпен қайта-қайта көмілді, мойындалды, әйткенмен, компьютерлер нақты адамдық қызмет облыстарында кеңес беруге үйренді жақсы эксперттердің деңгейінде кеңес беруге үйренді. Ең басты акцент ЭЖ-мен замандастарды уақыттардың нақты масштабында шапшаң шешімдердің қабыл алуында істеледі. Ол замандас кәсіпкерлік мұқтаждықтарымен түсініседі. ЭЖ мен саудалар ірі өнеркәсіпті процестерді бақылайды, шеттегі құрылғылардың жүздерінің көрсетулерінің нәтижелерімен шешімдерді қабылдайды, үлкен аулармен басқарады, қалай күрделі жағдайда түсу, ал сындарды жағдайларда, талап ететіндердің - шешімнің, басқаруды өзіне алады.
C-PRS интелекттік шешкіш (Procedural Reasoning System in С), ANSI С стандартында жазылған, NASA қолданыады, авиаөнеркәсіпте, асқарудың тасулармен және мобиль роботтармен.
Автономды үй құрылғыларды құру кезінде кем емес кедергілер әскери және ғарыш роботтарын жасаудан кем емес кедергілер болады. Максималды түрде қауіпсіздіктің сұранысына байланысты, өңдеушілерге бұл жай қатты кедергі болады. Шаңсорғыш автономды үй машиналар рыногы даму үстінде. Құрылғылар неше түрлі навигациялық жүйемен және барынша түрлі перефириялық датчиктармен қамтылған. Робот- шаңсорғыштар үй ішінде кез-келген траекториямен қозғалып, қоқысықтарды жинай отыра, статикалық заттарға немесе жанды заттарға жақындағана олар қашады. Ақылды шаңсорғыштар өздерінін тұратын орнына қайтып бара алады.
Басқа перспективалы рынок- автономиялық гүлзар шабу (газонокосилки). Мысалыға, Electrolux фирмасы шабу машинасының күн батареясына зарядталып, тәулік бойы жұмыс істей алатын машиналарын шығарады. Бұданда интеллектуалды машиналар иелеріне сусындар мен аяқкиімдерін апарумен қоса ,түрлі басқа функцияларды орындайды. Probotics фирмасының Суе деген роботы әрқашан компьютерге қосылып, компьютерге орнатылған арнайы программа арқылы дистанционды түрде басқарылады. Ыңғайлы виртуалды инструмент арқылы қолданушы үй планы бойынша Суе-ға пәтер территоиясындағы керекті траектория маршрутын белгілеп қоя алады. Роботпен контакт протокол бойынша жүзеге ашады. Ол протоколда 35 команда және роботтың 20 жауап қайтаруы енгізілген. Болашақта Суе роботы тек пәтер территориясында ғана емес, аулада да жүре алады.
Cog роботының басқару жүйесі бір жүйе. Көптеген Cog түйіндерінде Motorola 68 332 16 МГц процессорлары орнатылған. Ол процессорларда L (версия Common Lisp) интерпритаторы орындалады. Каролина университеті адамдарды түрлі катастрофадан болған түрлі қоқысықтардың астынан шығарып алатын роботтарды жасау үстінде.
NASA кішкене доп көлеміндегі робот жасап шығарды. Ол робот дауыс командаларын түсіне отыра, камерамен, температура датчигімен қамтылған.
Огайо штатындағы мемлекеттік университетінің медициналық орталығы хирург-роботын жасап шығарды. Ол робот камера және екі қолмен қамтылған. Ол роботты адам компьютер арқылы басқарады.
Автономды агенттер
Автономды агент техналогиясының басты бір ыңғайлылығы дұрыс шешімін нақты білмейтін өндірушіге агент прототипін құрып қана мәселені оңай шешуге болады. Ол кейіннен компьютер ортасына жүктеледі. Microsoft Agent технологиясы бойынша жұмыс жүріп жатыр. Ол Windows интерактивты персонаждарына кіреді. Онымен араласуға және ақыл сұрауға болады.
Кейбірелердің ойы бойынша агент Internet қолданушысының орнына барін жасау керек. Тек қолданушы оған керекті файл немесе ақпаратқа жіберу керек. Ол сол ақпаратты өзі дайын әкелу керек.
Ми ұқсас- сандық құрылғы
Нероинформатика институты мен Мачестер технологиялық институтының швеция және америка ғалымдары кәгімгі адамның миының функцияларын орындайтын техналогия құрды. Ол бір уақытта сандық және аналогтық информацияны қабылдайды. Бұл жаңа техналогия мықты компьютерлердің шығуына әкеледі.
Жасанды өмір
Кибернетикалық құрылғыларды жасау мәселесі- мүмкіндігінше электорндалған немесе тірі ағзаға қарап, оның функцияларын орындайтын техналогияны жасап шығару көптеген өндірушілердің назарын алады.
DARPA финанстайтын проектілердің бірі – Лего кубиктарын жинайтын ситема. Ол видеокамера, манипулятор және компьютерден тұрады.
Microsoft-тың басқа бір проектісі - Microsoft Ball тұлғаның эмоциялық жағдайын моделдеуіне арналған.Қолданушымен араласа отырып, оның эмоционалды жағдайын байқау керек. Көптеген эксперементтерге қарап, қолданушылардың бұл программадан алған әсерлеріне қарап, қолданушы разылығы көрінеді.
Чат- роботы
Барлық қолданушылар Generic Artificial Consciousness (GAC) жасанды еспен араласып, оған иә немесе жоқ жауабын беретін сұрақтарды қоюға болады. GAC-тың құрушысы, компьютерлік фанат Крис Мак-Кинли 12 жасында микрокомпьютерге шахмат TRS-80 программасын жасап шығарды. Алдағы 10 жыл ішінде GAC-қа миллион факт жинап, кәдімгі орташа қабілетті адамнан еш айырмасы жоқ болатындай дамыту үстінде.
2.2 Жасанды интеллект жүйелерінің бағдарламалық қамтамасыз етілуі
Интелектті мәселелерді шешу үшін арнайы тілдер жасалып жатыр. Ол тілдерге LISP, PROLOG, SMAL TALK және басқалар жатады.
Дәстүрлі бағыттар
Нечеткая логика;
Бейнелеулерді өңдеуі ;
Эксперттік жүйе ;
Оптималды комбинаторды проблемманың шешім табатын интелектуалды қосымша;
Қазіргі кездегі ОЖ;
Әскери технологиялар;
бұл «неформалдар»- зевандаған немесе әлсіз формалданған. Және айтып өткен жөн эксперттердің білімі белгілі бір адамға тән мінезге ие.
Шығарылатын есептердің формалды еместігін және эверистикалық, қолданылатын білімнің өзіндік мінезін ескере отырып, қолданушы яғни эксперт эксперттік жүйемен қолма-қол диалогтық түрде байланысуы керек.
ЭЖ –нің қорының негізгі күші білім болғандықтан,ЭЖ білімді қабылдап алу қасиетіне ие болуы керек. Білімді алу процесін келесі түрде бөлуге болады:
1) білімді эксперттен алу;
2) жүйенің нәтижелі жұмыс істеун қамтамасыз ететіндей, білімді ұйымдастыру;
3) білімді түсінікті жүйеге түрде көрсету.
Білімді алу процессі былайша айтқанда ”білім инженерінің”(knowledge engineer), яғни күрделі есеп шығаратын, экспертің жұмысының анализінің негізінде жүзеге асады. Білімнің эвристическалық мінезі характер оның алуын қыинрақ процесс етеді. Бұл процесстің қиындығы және формалды еместігі ЭЖ-нің және жалпы флғанда жасанды интеллект құрғандағы ең жіңішке жер болып келеді.
ЖИ жүйесінде және эксперттік жүйелерде көп жағдайда формалды емес есептер шығарылады , яғни ЭЖ және ЖИ формалды есеп шешуге арналған програмалардың құрылуын өзггертпейді және шек қоймайды. Ньюэллге [1969] және Саймонға қарап [1973], формалды еместерге (ill-structured) келесі мінездемелердін біреуіне немесе бірнешеуіне ие болатындай біз келесі есептерді қарастырамыз:
1) есептер сандық түрде берілмеуі керек;
2) мақсаттық функцияда анықталғандай мақсаттар терминмен берілмеуі тиіс;
3) алгоритімдік емеп шешімі жоқ;
4) алгоритімдік емеп шешімі бар, бірақ оны ресурстардың шектелуіне байланысты қолдануға болмайды (уақыт,жады).
Формалды емес есептер келесі ерекшеліктерге ие:
1) қателік, бірмәнділік емеса, толық емес және нәтиженің қарама қайшылығында;
2) қателік, бірмәнділік емеса, проблемалық аймақ пен шығарылып жатқан есеп туралы толық емес және қарама қайшы білім;
3) нәтиже іздеу кезінде іздеу аймағының асып кетуі;
4) динамикалық түрде өзгеретін мәліметтер мен білім. Айтып өткен жөн формалды емес есептер өте үлкен және керекті класс болып табылады [Дородницын, 1985].
Эксперттік жүйелер мен жасанды интеллект мәліметтерді өңдеу жүйесінен айырмашылығы, оларда символдықтүрде ұсыну, символдық шығару және эверистикалық нәтиже іздеу қолданылады.
ЭЖ-дің қосымшалар спецификасы басқа жасанды интеллект жүйелерге қарағанда айырмашылығында, біріншіден, экспертік жүйелер тек қана қиын есептер шығаруға қолданылады; екіншіден, экспертік жүйелер нәтижеснің сапасы және эффектілігі жағынан эксперт –адамнан кем емес; үшіншіден, экспертік жүйелердің шешімі “мөлдір”яғни қолданушыға түсінікті түрдежәне деңгейде түсіндіріледі. Эксперттік жүйелердің бұл қабілетті өзінің білімі мен шешідері туралы ой пайымдайтын мүмкіндік береді.Төртінішіден, эксперттік жүйелер өзінің білім қорын экспертпен диалог кезінде толықтыра алады. Бесіншіден, эксперттік жүйелер шешу үшін қолданылатын есептер ортасы шектелген: символдар немесе сигналдардың интерпретациясы, диагностика, істерлі жобалау, берілген шектер бойынша обьектілердің конфигурациясын құрастыру, жөндеу, инструктаж, жүйелердің іс-әрекетін басқару (интерпретация,алдын ала жобалау, түзету, басқару). Экспертік жүйелер әр түрлі проблемалық аймақтарда қолданылады, мысалға медицина, есептеу техникасы, программалау, генетика, акустика, спектралды анализ, геология, юриспруденция және т.б.
Эксперттік жүйенің практикалық жеңістері, зерттеу аймағының үлкен жетістіктерге жеткеннін көрсетеді. Бірақ атап айтқан жөн бұл аймақтын ғылыми қоры толығымен толлығымен жетілмеген және дамудың бастапқы деңгейде тұр. Әлі күнге дейін ,базалық принциптердің бар болуы,жаңа қолданбаның құрылуы үлкен еңбек керек етеді(бір неше жыл) ,және де әр кезде жақсы жеміс бермейді.Олай болса да,бір қолданбадан екінші қолданбаға берілетін әдістер мен құралдар бар.
Қандай программа Эксперттік жүйе деп аталады
Білімге ие программа .Бұл кей алгоритмдерді орындай алатын икемдігі, мысалға қасиет табу барысында элементтер тізімін анализдеу.Бұл кез келген келе жатқан адамға сұрақатар тізімін беріп,одан жақсы нәтиже күтумен сай.бірақ ерте ме кеш пе ол осы тізімде қарастырылмаған бір қиыншылықы ұшырайды.
Білімге,ие программа беогілі анықталған бір аймақа шоғырлануы тиіс. Кездейсоқ терілген аттар,күндур мен оқиға болған жерлер-бұл экспертік анализ жасауға керекті, эксперттік жүйеге негіз болатын білім болмайды. Білімдер белгілі бір ұйымдасу мен итерацияны ұсынады Знания — яғни бірбірінің артынан жүретін,шынжыр түрінде байланысқан бөлек бөлек мәліметтер жиыны.
Соңында бұл білімдерден проблеманың шешімі шығуы.
Енді бұл ойларды эксперттік жүйенің келесі формалды анықтамасына сәйкес қортамыз.Эксперттік жүйе — бұл компьютерлерге арналған программа ,ол шешім немесе кеңес беру мақсатында белгілі бір аймақты шаншыйды.Эксперттік жүйе шешім қабылдайтын адамның ассистенті және толығымен адам қатысуын сұрайтын функцияларды орындай алады .Кім шешім қабылдайды сол өзінің құқығы бар эксперт бола алады,және сол кезде ғана программа өзінің бар болуын ақтайды . Альтернативті вариант — осындай программмамен істейтін адам оның көмегімен жоғары сапалы үлкен жетістіктерге жете алады. Адам мен машина арасындағы функциялардың дұрыс бөлінуі эксперттік жүйенің еңгізілуінің жақсы нәтижелігінің біріде бір кілттік.
2.3 Формалды нейрон моделі
Нейрондық желі, нейрожелі, жасанды нейронды желі (Нейронная сеть, Нейросеть, искусственная нейронная сеть; neural network, neural net) — өлшенген байланыс сызықтарымен жалғастырылған салыстырмалы түрде онша күрделі емес өндеуші элементтерден тұратын желі. Элементтер әсер ету мен баптауға рұқсаты бар байланыс желілерімен жалғастырылған. Ал әрбір элемент кейбір сызықтық емес функцияның кіріске түскен мәнін қолдана отырып, кейбір мәнді өндіреді және өндірілген мәнді басқа бір элементке береді немесе оны өзінің шығысына орналастырады. Нейрондық желі нерв жүйесіндегі нейрондардың қимылын модельдеу үшін қолданылады. Еске алынған сызықтық емес функция, әдетте, босағалық болып саналады.
Жасанды нейрондық желілерді құрудың екі жолы бар:
Ақпараттық жолы;
Биологиялық жолы.
Биологиялық нейрон құрылғы есебінде модельденеді, оның бірнеше кірістері (дендриты), және бір шығысы бар (аксон). Нейронның денесінде кірістік қозғалыстардың қосылулары түзіледі, сосын осы мән нейронның активтендірілген аргументі болып табылады, солардың бір варианты келесі 1 – суретте көрсетілген.
Сурет -1 Жасанды нейрон
Келешекте белгілі бір тәсілмен біріктірілген нейрондар нейрондық желіні құрайды. Желілердің жұмысы оқытушы және адаптациялық болып екіге бөлінеді.
Нейронның бірінші моделі МакКаллока мен Питтс моделдері болды. Оның кескіндік көрінісі 2 – суретте көрсетілген.
Сурет -2 Формалды нейрон моделі
Жасанды нейрондық желілер архитектурасына байланысты екі класса біріктірілуі мүмкін (сурет -3): тікелеу жалғасқан желілер, және рекурренттік желілер, немесе кері байланысты желілер.
Сурет -3 Жасанды нейрондық желілер архитектурасының топтастырылуы
2.4 Жасанды нейрондық желілердің негізгі моделі. Бірқабатты нейрондық желі
Адамдардың миын құрайтын нейрондар желісі ақпаратты өңдеудің өте тиімді кешендік, әрі маңызды паралельдік жүйесін көрсетеді. Ол өз нейрондарын жоғары дәрежеде ұйымдастыра алады, мысалы, бейнені қабылдауды жүзеге асыру үшін, бұл тапсырмалардың шешімін ең заманауи компьютерлерден іздеуге қарағанда, оның танып білу қабілеті бірнеше есе жылдам. Мұндай жылдамдық тек қана адамның миында таныс бет-әлпетті танып білуі 100-120мсболады, ал компьтерге бірнеше минут немесе сағаттар қажет болады.
Бүгінгі күні, әрине 40 жыл бұрын сияқты, адамдардың ойлап тапқан кез-келген есептеуіш машиналарына қарағанда, адам миы жоғары дәрежеде,
айтарлықтай өзге принциптермен жұмыс істейді. Дәл осы дерек қаншама жылдар бойы нейрондық желілердің (НЖ) зерттелуі мен қайта жаңғыруы
бойынша ғаламдардың жұмысына бағыт беріп отырады.
«Нейрондық желі» термині нақ биологиялық термин болып табылады,
сондықтан нейрондық желілер негізінен жасанды қейронды желілер (ЖНС) деп аталуы тиіс. Бірақ бұған көңілбөліп, терминдерден шатыспау үшін, жалпыға бірдей түсінікті Нейрондық Желі терминін қолдана берейік.
Нақты нейрондық желі – бұл нейрондардың жиынтығы – біздің миымызды құрайтын кішкентай ұяшықтар. Желі әр түрлі әдістермен өзара әрекет етуші әрі байланысушы бірнеше миллиард нейрондардан құралуы мүмкін. НЖ көмегімен осы биологиялық құрылымның үлгісін қайта өңдеу талпынысы архитектурада да, өзара әрекет етуде де жасалады. Бірақ бұл жерде кішкене проблема туындайды: біз нақты НЖ-нің анық қалай жұмыс істейтінін білмейміз. Нақты НЖ архитектурасы түбегейлі бір типтен екінші типке өзгереді, бұл жерде жалғыз ғана нейрон желісінің қарапайым ұяшығы қалай орналасқанын білетінімізге сүйенуге болады. Оның құрылымы толық түрде төменде қарастырылады.
Бүгінгі күні іс жүзінде НЖ қолдану туралы көптеген "қарсы" және "қарсы емес" пікірлер кездеседі. НЖ-нің көзге көрініп тұрған жетістіктерінің біріне дәстүрлі әдіс жұмыс істемейтін аудандарда оларды қолдануға
болатындығын кіргізуге болады. Мысалы, НЖ-ні әртүрлі үлкен көлемді түрлі қала мәліметтері ағынында жұмыс жасайтын жүйелердегі қолданысынкөрсетуге болады. НЖ көптеген типтері биологиялық тұрғыдан дұрыс, яғни олардың көмегімен адам миында жүретін, ойлау процестерін үйренуге болады. НЖ аймағындағы заманауи зерттемелер жақын болашақта оларды сұрыптау және объектілерді өңдеуде жоғары жылдамдыққа алып келетініне сендіреді.
НЖ аймағындағы зерттеулер белсенділендірудің үш кезеңінен өтті.
Біріншісі 40-жылдарда өтіп, МакКалок пен Питтстің алғашқы жұмысымен
негізделеді . Онда жүйке клеткаларына ұқсас логикалық амалдар орындай алатын шектік элементтер негізінде автоматты құру идеясы мазмұндалды. Алайда, шектік элементтер негізіндегі жүйені жобалау тапсырмасы өте қиын болып шықты. 20 жылдан соң табылған шешімінің қиын болғаны сонша, оның оннан жоғары нейроннан тұратын автоматтарының синтезі жоққа шығарылды. Осы себепті,алғашында осындай автоматтардың практикалық жүзеге асуын тірі организмнің жүйке жүйесіне ұқсастырып үйрету әдістерін іздестірумен байланыстырылды. Шектік элементтер негізінде үйретілетін жүйе жасанды нейрондық желі атына ие болды. Жандандырудың екінші кезеңі 1959 жылы пайда болған Розенблат перцептронының жинақтық теориясының арқасында 60-жылдарда туындады.60-жылдардың аяғына қарай АҚШ-та нейрондық желінің (НЖ) бірнеше эксперименталды моделі болды.Аналогты және сандық техника ("Адам-А" и "Адам-Д")негізіндегі алғашқы күрделі перцептрондар1969-1971 жылдар аралығында Киевтің ғылыми-зерттеу институттарының бірінде құрылды . Розенблаттың қарапайын перцептронының сұлбасы келесі 2.1-суретінде кескінделген. Ол шектік элементтердің үш қабатынан тұрады. Кіріс сигналдары (стимул) рецепторларға (S-элементтеріне) әсер етіп, оларды қозу күйіне ауыстырады. S-элементтер ассоциативті нейрондар (А-элементтер) жиынтығымен кездейсоқ байланысқан. А-элементінің шығысы 0-ден ерекшеленеді, егер онымен байланысқан рецепторлардың жеткілікті саны қосса. А-элементтерінің реакциясы байланыс арқылы эффектор кірісіне түседі. Олардың саламағы үйрену кезінде өзгереді. Эффекторлерде постсенаптикалық потенциялы – келіп түскен сигналдардың өлшенген суммасы есептелінеді. Әдетте есте сақталатын әр бір бейне үшін перцептронда бір эффектор бөлінеді және постсенаптикалық потенциял мәнінің максимумы бойынша шешім қабылданады. Розенблат перцептронына тән құрылымның біркелкі еместігі (SA және R Элементтерінің бөлінуі) НЖ соңғы модельдерінде жойылған. Минскии және Пейпержұмыстары қарапайым перцептронның шектеулі мүмкіндіктерін көрсетті. Олардың нәтижелері көптеген зерттеушілердің әсіресе есептеу ғылымы аймағында жұмыс істейтіндердің ынтасын өшірді. Нейрондық желі бойынша зерттеулер 20 жылдай тоқтап тұрды.
Нейрондық желіге қызығушылықтың қайта оянуына бірнеше себептер әсер етті:
Жапониялық жоба шеңберінде жасалып жатқан ЭЕМ-нің бесінші ұрпағы жасанды зерде логикалық жүйелерін жүзеге асырудағы қиындықтар;
нейрондық желіні үйрету және жадысын ұйымдастыруда жаңа идеялардың пайда болуы;
ЭЕМ өнімділігінің өсу қарқынының қажет жоғары өнімді есептеулердің өсуінеқарағанда артта қалуы.
80-жылдардың басынан НЖ-ге зерттеушілердің қызығушылығы қайта оянды. Оған себеп Хопфилдтің энергетикалық жолы және Вербос алғаш рет ұсынған көп қабатты перцептронды (тікелей тарату көп қабатты желісі) үйретуге арналған кері тарату алгоритмі. Румельхарттың көмегімен 1986-жылы алгоритм танымал болды.80-жылдардың ортасыныан бастап нейрондық желілерді модельдеуге қызығушылық үздіксіз өсіп келеді. Олардың ерекшелігі параллельді жұмыс болып табылады және осы себепті мұндай желілерді дәстүрлі архитектураға ие ЭЕМ-де модельдеу көп уақыт алады.Бұл процессті жылдамдату үшін әлемнің әр түрлі елдерінде арнайы құрылғылар пайда бола бастады. Олар нейрокомпьютерлер деп аталды. Нейрокомпьютинг –бұл ғылыми бағыт болып, параллельді жұмыс істейтін қарапайым есептеу элементтерінің (нейрондарының) көптеген санынан тұратын нейрокомпьютерлердің алтыншы ұрпағы есептеу жүйелерін құрумен айналысады. Элементтер өзара нейрондық желі құрастыру арқылы байланысқан. Олар біркелкі есептеу әрекеттерін орындайды және сыртқы басқаруды талап етпейді. Параллельді жұмыс істейтін есептеу элементтерінің үлкен саны жылдамдықты қамтамасыз етеді.
НЖ анықтамасының саны өте көп, бірақ адоптивті машина ретінде НЖ-нің анықтамасын келесі түрде беру орынды : жасанды нейрондық желі (
neural network) бұл тәжрибелі білімді сақтауға және репрезентация қабілетіне ие айтарлықтай параллельді –таратылған процессор.Ол миға екі тұрғыдан ұқсас:
– білім желіні үйрету процессінде алынады;
– білімді сақтау үшін синаптикалық салмақ деп аталатын нейро желілер
арасындағы байланыс күші қолданылады.
НЖ теориясындағы үш негізгі түсінік: нейрон, желі архитектурасы және үйретутүсінігі болып табылады. Бұл түсініктердің анықтамаларын қарастырайық.
Нейронның алғашқы моделін МакКаллок пен Питтc ұсынған . Олар нейрон ретінде бинарлық шектік элементті қолданған. Бұл математикалық нейрон xi, i = 1, 2... n, кіріс сигналдарының n салмақты суммасын есептейді
және егер бұл сумма u анықталған шегінен асып кетсе, онда бір өлшеміндегі
сигналды шығысына қалыптастырады ал кері жағдайда 0 ді қалыптастырады.
U x0=1тұрақты кірісімен байланысты салмақтық коэффиценті ретінде қарастыру қолайлы. Оң салмағы қоздыруші байланыстарға, ал терісі-тежегіш
байланыстарға сәйкес. Берілген концепцияныңматематикалық өрнегі (2.1)формуласымен сипатталады:
мұндағы u0–жылжу мөлшері.Нейронның моделі 2.2-суретінде ұсынылған.
Сурет 2.2–Нейрон моделі
Дәстүрлі активациялық функция сатылық түрге ие, яғни y нейрон шығысында сигнал тек қана кіріс әсерінің суммасы қандайда бір сыни мәннен асқанда ғана пайда болады. Активациялық функцияның негізгі үш типін келтірейік:
МакКаллок пен Питтс осы типтегі параллелді жұмыс жасайтын нейрондар жиынтығының сәйкес таңдалған салмағында әмбебап есептеулер жүргізуге болатындығын дәлелдеді.
НЖ архитектура көз қарасы тарапынан қалыптастырылған біркелкі байланыстарымен бағытталған граф ретінде қарастырыла алады. Онда жасанды нейрондар түйіндер болып табылады. Нейрондық жүйе байланыстарының архитектурасы бойынша екі класқа топтастырылуы мүмкін (сурет 2.3): тікелей тарату желісі және рекурентті желі немесе кері байланыс желісі. Көбірек тараған желілер тобының бірінші класында көп қабатты перцептрондар деп аталатын бірінші класындағы нейрондары қабаттармен орналасып, қабаттар арасында бір бағытты байланыстарға ие.
Сурет 2.3–НЖ байланыстарының архитектурасы
Нейронды желілер тарихы
Жалпы биологиялық прототип негізінде жасалған жасанды нейрон желісінің алғаш математикалық моделі У. Маккалок пен У. Питтс ғалымдары шығарды, олар оны биологиялық нейрон, яғни биологиялық прототип негізінде құрылған желілер нейрондарына қарап ойлап тапты. Осы ғалымдардың айтуынша: осы желідегі элементтерде сандық және логикалық опенрацияларды жасауға болады. Практикалық түрде желі 1958 жылы компьютерлік программа сияқты Фрэнк Розенблатт дейтін ғалыммен басталды, нәтижесінде электронды құрылғы ретінде – перцептрон түрінде жасалды. Алғашында нейрон тек логикалық нөл мен логикалық бірліктің сигналдарын ғана өндей алды, себебі ол биологиялық прототип негізінде жасалған еді, ал ол тек екі күйде ғана бола алады – қоздырылған немесе қоздырылмаған. Нейрон желілердің одан сайын дамуы мынаны көрсетті: олардың қолданылу аясын кеңейту үшін нейрон тек бинарлы сигналдармен шектелмей, олармен қатар үздіксіз (аналогты) сигналдармен де жұмыс жасауы қажет. Нейронның мұндай жалпылау анықтамасы Уидроу мен Хоффом ғалымдарымен жасалды, олар нейрон жүзеге асудың функциясы ретінде логистикалық қисықты қолдану мүмкіндігін ұсынды.
Бүгінгі таңда жасанды нейрондық желілердің түрлі үлгілері бар. Олар бір-бірінен бөлек нейрондардың іс-әрекеттері мен желілердің құрастырылу принциптеріне байланысты ажыратылады. Бірақ, көп жағдайда нейрондық желілердің үлгілері біртектес мақсатымен байланысты.
Жасанды нейрондық желілер өздерінің келесі факторлардың әсеріне етек жайған:
Жасанды нейрондық желілер күрделі есептерді шешуге мүмкіндіктері бар;
Жасанды нейрондық желілер параллельдік принциптерімен ажыратылады;
Бір ғана нейрон тану процедурасын орындағанымен, нейрондық есептеулер күші желідегі нейрондарды жалғастыруда аяқталады. Қарапайым желі қабат түзетін нейрондар тобынан тұрады, дәл 4-суреттің оң бөлігінде көрсетілгендей.
Сурет - 4 Бірқабатты нейрондық желі
ПАЙДАЛАНЫЛҒАН ӘДЕБИЕТТЕР ТІЗІМІ
Дьяконов К.Н., Дончева А.В. Экологическое проектирование и экспертиза: Учебник для вузов: М., Аспект Пресс,2002. - 384с.
Демен А.К. Электромагнитное загрязнение окружающей среды и здоровье населения России.– Москва, 1997, 91 с.
Санитарные нормы и правила защиты населения от воздействия электрического поля, создаваемого воздушными линиями электропередачи переменного тока промышленной частоты (СанПиН 2971-84). – Информационно-издательский центр Минздрава России, 1996, 9с.

Бұл курс Қазақстан Республикасы Оқу-ағарту министрлігімен келісілген