это быстро и бесплатно
Оформите заказ сейчас и получите скидку 100 руб.!
ID (номер) заказа
4130661
Ознакомительный фрагмент работы:
Системы искусственного интеллекта -- это компьютерная креативная система (многофункциональная, интегрированная, интеллектуальная) со сложной структурой, использующая накопление и корректировку знаний (синтаксической, семантической, прагматической информации) для постановки и достижения цели (целенаправленного поведения), адаптации к изменениям среды и внутреннего состояния путем изменения среды или внутреннего состояния.
Чтобы облегчить понимание такого явления как искусственный интеллект и СИИ, выявим его признаки на основе сравнения двух основных видов интеллекта - естественного (интеллекта человека) и искусственного. Как известно, понятие интеллект отождествляют с понятием мышления. Если говорить об интеллекте человека, это утверждение верно, однако, в случае искусственного - не совсем.
Обеспечение требуемых эксплуатационных характеристик и широкого набора функциональных возможностей по формированию целесообразного поведения и планированию последовательности выполняемых операций с активной адаптацией к воздействиям внешней среды и вариациям ее текущих состояний обусловливает разработку средств и методов интеллектуального управления, основанных на комплексном применении технологий обработки знаний.
Несмотря на все попытки дать точное определение понятию «искусственный интеллект» (ИИ), на сегодняшний день не существует такого, которое бы однозначно и исчерпывающе описывало это явление. Среди многих точек зрения касательно этого вопроса доминируют следующие три:
1) Фундаментальные исследования, в процессе которых разрабатываются новые модели и методы для решения задач, считающихся интеллектуальными и не поддававшихся ранее формализации и автоматизации.
2) Исследования, связанные с новыми идеями решения задач на ЭВМ, с разработкой новых технологий программирования и переходом к компьютерам не фон-неймановской архитектуры.
3) Исследования, в процессе которых появляется множество прикладных систем, способных решать задачи, для которых ранее создаваемые системы были не пригодны.
По типу решаемой задачи различают следующие задачи:
- интерпретация: процесс определения смысла данных (построение описаний по наблюдаемым данным);
- диагностика: процесс соотнесения объекта с некоторым классом объектов
и/или обнаружение неисправностей в системе (отклонение параметров системы от нормативных в технике и в живых организмах);
- мониторинг: непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы;
- прогнозирование: построение планов действий объектов, будущих событий на основе моделей прошлого и настоящего. В прогнозирующих системах часто используют динамические модели, в которых значения параметров «подгоняются» под заданную ситуацию. Выводимые из этих моделей следствия составляют основу для прогнозов с вероятностными оценками;
- планирование: конструирование плана действий объектов способных выполнять некоторые функции, т. е. программы действий. Оно основано на моделях поведения реальных объектов, которые позволяют проводить логический вывод последствий планируемой деятельности;
- проектирование: разработка ранее не существовавшего объекта и подготовка спецификаций на создание объектов с заранее определенными свойствами. Степень новизны может быть разной и определяется видом знаний и методами их обработки;
- обучение: диагностика, интерпретация, планирование, проектирование. Системы обучения выполняют такие функции, как диагностика ошибок, подсказывание правильных решений, аккумулирование знаний о гипотетическом «ученике» и его характерных ошибках, диагностирование слабости в познаниях обучаемых и нахождение соответствующих средств для их ликвидации. Системы обучения способны планировать акт общения с учеником;
- управление: интерпретация, прогноз, планирование, моделирование, оптимизация выработанных решений, мониторинг, т. е. функция системы, поддерживающая определенный режим ее функционирования или управления поведением сложной системы в соответствии с заданными спецификациями;
- отладка, ремонт: выработка рекомендаций по устранению неисправностей;
- поддержка принятия решений -- совокупность процедур, обеспечивающих ЛПР необходимой информацией и рекомендациями для процесса принятия решений (выбор и/или, генерация альтернатив).
Применение технологий СИИ в управлении
Для начала ограничим область применения экспертных систем. Экспертные технологии используются для автоматизации решения задач в следующих отраслях:
- финансы;
- нефтегазовая промышленность;
- энергетика;
- транспорт;
- фармацевтическое производство;
- космос;
- металлургия
- горное дело;
- химия;
- образование;
- агробизнес;
- телекоммуникации и связь и т.д.
Структура ЭС интеллектуальных систем
- Интерфейс пользователя
- Пользователь
- Интеллектуальный редактор базы знаний
- Эксперт
- Инженер по знаниям
- Рабочая (оперативная) память
- База знаний
- Решатель (механизм вывода)
- Подсистема объяснений
База знаний состоит из правил анализа информации от пользователя по конкретной проблеме. ЭС анализирует ситуацию и дает рекомендации по разрешению проблемы. Как правило, база знаний экспертной системы содержит факты (статические сведения о предметной области) и правила -- набор инструкций, применяя которые к известным фактам можно получать новые факты.
В рамках логической модели баз данных и базы знаний записываются на языке Пролог с помощью языка предикатов для описания фактов и правил логического вывода, выражающих правила определения понятий, для описания обобщенных и конкретных сведений, а также конкретных и обобщенных запросов к базам данных и базам знаний.
Конкретные и обобщенные запросы к базам знаний на языке Пролог записываются с помощью языка предикатов, выражающих правила логического вывода и определения понятий над процедурами логического вывода, имеющихся в базе знаний, выражающих обобщенные и конкретные сведения и знания в выбранной предметной области деятельности и сфере знаний.
Обычно факты в базе знаний описывают те явления, которые являются постоянными для данной предметной области. Характеристики, значения которых зависят от условий конкретной задачи, ЭС получает от пользователя в процессе работы, и сохраняет их в рабочей памяти.
База знаний ЭС создается при помощи трех групп людей:
- эксперты той проблемной области, к которой относятся задачи, решаемые ЭС;
- инженеры по знаниям, являющиеся специалистами по разработке ИИС; искусственный интеллект робототехнический система
- программисты, осуществляющие реализацию ЭС.
Принцип работы экспертной системы осуществляется в 2 этапа:
1. Режим ввода знаний -- в этом режиме эксперт с помощью инженера по знаниям посредством редактора базы знаний вводит известные ему сведения о предметной области в базу знаний ЭС.
2. Режим консультации -- пользователь ведет диалог с ЭС, сообщая ей сведения о текущей задаче и получая рекомендации ЭС. Например, на основе сведений о физическом состоянии больного ЭС ставит диагноз в виде перечня заболеваний, наиболее вероятных при данных симптомах.
Кроме экспертных систем в управлении также принимает участие интеллектуальный человеко-машинный интерфейс.
Подробное рассмотрение возможных вариантов построения автономных роботов различных типов и назначения обеспечивает возможность обобщения отдельных конструктивных решений в рамках единой схемы, включающей следующие структурные элементы:
- несущая транспортная платформа;
- комплекс специального и технологического оборудования;
- интеллектуальная система управления;
- измерительно-информационная подсистема;
- подсистема двусторонней связи.
Подобной компоновочной схеме в полной мере могут отвечать безэкипажные мобильные боевые комплексы, беспилотные летательные и космические аппараты, автономные подводные и надводные плавсредства, бытовые робототехнические системы и т.д. Переход к обобщенному представлению структуры автономных роботов обусловливает возможность выделения рациональной последовательности ключевых этапов в решении всего многообразия задач, их прикладного применения:
- закладка модели внешней среды или картографической базы знаний, получение постановки прикладной задачи и указания на ее выполнение;
- привязка собственного местоположения к модели среды или заложенной карте местности;
- сбор и обработка сенсорной и поступающей командной информации для формирования текущей модели рабочей обстановки и модификации картографической базы знаний;
- формирование сценариев целесообразных действий по выполнению поставленной задачи;
- прогноз развития событий и изменения рабочей обстановки;
- выбор оптимального сценария и доклад о предполагаемых действиях;
- прием разрешения на реализацию выбранного сценария;
- формирование согласованных заданий по управлению основными подсистемами, включая несущую транспортную платформу,
- комплекс специального и технологического оборудования, а также измерительно-информационные средства;
- выполнение заданий с учетом особенностей текущей ситуации;
- проведение сеанса самодиагностики, анализ качества функционирования отдельных подсистем при выполнении соответствующих заданий,
- оценка эффективности выполняемых действий; обобщение полученных результатов и накопленного опыта;
- доклад о результатах выполнения задачи.
С другой стороны, рассмотренная последовательность по существу регламентирует порядок функционирования интеллектуальных систем управления автономных робототехнических комплексов.
Анализ особенностей и порядка целесообразного функционирования автономных роботов позволяет сформулировать набор основных требований к разработке интеллектуальной бортовой системы управления, а также измерительно-информационной подсистемы и средств двусторонней связи как ее неотъемлемых частей.
Требования к человеко-машинному интерфейсу автономной робототехнической системы определяются из условий обеспечения ее эффективной эксплуатации в экстремальных условиях, при высокой быстротечности изменения ситуаций, минимальном времени на оценку оперативной обстановки и постановку соответствующих задач с учетом стрессовых состояний или возможной неподготовленности оператора (пользователя), способного выдать необходимое целеуказание только лишь в самой обобщенной форме, и т.д. При наличии таких ограничений приказ на выполнение задачи и доклад об итогах ее решения должны отдаваться и приниматься в режиме двустороннего диалога на уровне естественного или близкого к нему языка.
Требования к функциям внешнего очувствления, реализуемым интеллектуальной системой управления автономным роботом, определяются необходимостью достоверной идентификации текущего состояния среды для построения адекватной модели боевой обстановки и последующего принятия решений о рациональном порядке выполнения поставленной прикладной задачи. При этом очевидно, что эффективность функционирования интеллектуальной системы управления автономных роботов будет во многом зависеть от заложенного набора ее возможностей по сенсорному очувствлению, включая:
- сбор и выполнение предварительной обработки различных видов сенсорной информации о текущем состоянии и воздействиях внешней среды;
- распознавание образов;
- способность к оперативному обучению средств распознавания;
- способность отслеживать заданные типы объектов или изменений внешней среды с идентификацией их параметров.
Требования к интеллектуальным возможностям системы управления автономного робота определяются условиями обеспечения высокой степени надежности и качества его функционирования при наличии существенной неопределенности внешней среды, изменчивости обстановки, воздействий случайного характера, а также неполноты и нечеткости поступающей информации.
В заключение хотелось бы сказать о том, что очевидна необходимость объединения систем управления с системами адаптивно-игровыми системами, использование которых открывает широкие возможности эффективного управления различной деятельностью человека в условиях конфликта.
Ответ –Я думаю, что да возможен. Искусственный интеллект начал проявлять себя во всех областях меняющегося делового мира. с внедрением новых технологий в цифровую эпоху бизнес-структурам приходится адаптироваться к новым проектам и повышать производительность бизнес-процессов.
В настоящее время менеджмент на основе искусственного интеллекта набирает все большую популярность. В современных условиях система управления организаций и, HR-сфера в частности, находится под неизбежным влиянием цифровой инновационной трансформации: бизнес-аналитики, искусственного интеллекта и других передовых технологий. Область научного знания об искусственном интеллекте сформировалось в середине XX века, однако работы в этом направлении велись с древних времен. О прототипах современных систем искусственного разума можно говорить начиная с 1950-х гг.
искусственный интеллект используется в широком спектре бизнес-задач, позволяя автоматизировать многие аспекты управленческой деятельности. Этим обусловлена необходимость изучения и исследования его взаимодействия с процессами управления в компании.
Исследования роли искусственного интеллекта в стратегическом управлении проводились еще в 1980-х годах. Приводилось много обещаний относительно его управленческой полезности, но ранние формы, в виде экспертных систем, не смогли достичь своих целей на стратегическом уровне [18, 23] (Geisler, 1986; Holloway, 1983). Это привело к сокращению публикаций и временной потере значимости данной области исследований. В ранних работах в период с 1979 по 2005 год искусственный интеллект рассматривался как основная технология экспертных систем на основе правил для поддержки и совершенствования процесса принятия стратегических решений [9] (Carlsson, Walden, 1997). В более поздних публикациях (2015–2019) искусственный интеллект находит свою технологическую основу в алгоритмах машинного обучения. Они распознают шаблоны в наборах данных с помощью статистических выводов и обладают потенциальной способностью автономно действовать в области когнитивных задач и автоматизации процессов [14] (Davenport, Ronanki, 2018). Появление технологии машинного обучения в стратегическом управлении перенесло дискуссию ученых и практиков из поля информационных систем в область управления и обеспечило появление первых наборов эмпирических работ, которые демонстрируют неоднозначное влияние в отношении алгоритмических предубеждений.
Использование искусственного интеллекта в практике управления создает растущую потребность в количественных и качественных исследованиях. Разумным подходом могут быть экспериментальные исследования, выявляющие конкретные причины, благодаря которым сотрудничество искусственного интеллекта и менеджеров в конечном итоге принесет ожидаемые выгоды. В свете интригующих предположений о неизбежности симбиоза «человек – машина» и о том, что качество управленческих действий повысится с помощью дополнительных навыков систем на основе искусственного интеллекта, следует особое внимание уделить проблемам управленческого сопротивления и поиску баланса между традиционными целями человеческого лидерства и алгоритмической оптимизации.
Сделайте индивидуальный заказ на нашем сервисе. Там эксперты помогают с учебой без посредников Разместите задание – сайт бесплатно отправит его исполнителя, и они предложат цены.
Цены ниже, чем в агентствах и у конкурентов
Вы работаете с экспертами напрямую. Поэтому стоимость работ приятно вас удивит
Бесплатные доработки и консультации
Исполнитель внесет нужные правки в работу по вашему требованию без доплат. Корректировки в максимально короткие сроки
Гарантируем возврат
Если работа вас не устроит – мы вернем 100% суммы заказа
Техподдержка 7 дней в неделю
Наши менеджеры всегда на связи и оперативно решат любую проблему
Строгий отбор экспертов
К работе допускаются только проверенные специалисты с высшим образованием. Проверяем диплом на оценки «хорошо» и «отлично»
Работы выполняют эксперты в своём деле. Они ценят свою репутацию, поэтому результат выполненной работы гарантирован
Ежедневно эксперты готовы работать над 1000 заданиями. Контролируйте процесс написания работы в режиме онлайн
Роль потребления продуктов питания в социальных и культурных практиках современных обществ
Курсовая, Социология
Срок сдачи к 12 мая
Автоматизированные информационные системы
Диплом, Информационные технологии в юридической деятельности
Срок сдачи к 20 мая
«Характеристика лексико-стилистических приемов в произведениях Оскара Уайльда (на примере….)»
Курсовая, Лексикология английского языка
Срок сдачи к 14 июня
Выполнить задачи о Загрузке и о Назначениях
Решение задач, Алгоритмы обработки динамических структур данных, информатика
Срок сдачи к 17 мая
Выполнить контрольную работу по основам стратегического планирования (Вариант 5)
Контрольная, основы стратегического планирования, менеджмент
Срок сдачи к 6 мая
Работа на тему Реинжиниринг процесса бюджетирования в
Курсовая, Финансы организаций
Срок сдачи к 8 мая
Потребительское кредитование: разновидности и современная практика организации. »
Диплом, Финансы и кредит
Срок сдачи к 9 мая
Заполните форму и узнайте цену на индивидуальную работу!