Введение Искусственный интеллект – самое молодое научное направление. Появление его было подготовлено развитием мощности вычислительных машин. Искусственный интеллект занимает исключительное положение. Это связано со следующим: 1. Часть функций программирования в настоящее время оказалось возможным передать машине. При этом общение с машиной происходит на языке, близком к разговорному. Для этого в ЭВМ закладывают огромную базу знаний, способы решения, процедуры синтеза, программы, а также средства общения, позволяющие пользователю легко общаться с ЭВМ. 2. В связи с внедрением ЭВМ во все сферы человеческой жизни становится возможным переход к безбумажной технологии обработки информации. 3. Если раньше производство ориентировалось на обязательное участие человека, то в настоящее время находят применение безлюдные технологии, основанные на роботизации и автоматизации системы управления.
4. Интеллектуальные системы в настоящее время начинают занимать ведущее положение в проектировании образцов изделий. Часть изделий невозможно спроектировать без их участия. Системы, относящиеся к системам ИИ в настоящее время: 1. Экспертные системы. Первые системы, которые нашли широкое применение. Их элементы используются в системах проектирования, диагностики, управления и играх. Основаны на вводе знаний высококвалифицированных специалистов (экспертов) в ЭВМ и разработке специальной системы по их использованию. 2. Системы естественно – языкового общения (подразумевается письменная речь). Данные системы позволяют производить обработку связанных текстов по какой – либо тематике на естественном языке. 3. Системы речевого общения. Состоят из двух частей: · системы восприятия речи · системы воспроизведения речи. 4. Системы обработки визуальной информации. Находят применение в обработке аэрокосмических снимков, данных, поступающих с датчиков, роботов и автоматизированных систем. 5. Системы машинного перевода. Подразумеваются естественные языки человеческого общения. 6. Системы автоматического проектирования. Без этих систем не может обойтись ни одно крупное машиностроительное предприятие. Средства создания систем ИИ Общие требования к современным инструментальным средствам создания систем искусственного интеллекта следующие: 1. Специализация. Переход от разработки инструментальных средств общего назначения к проблемно/предметно специализированным средствам, что обеспечивает сокращение сроков разработки приложений, увеличивает эффективность использования инструментария, упрощает и ускоряет работу эксперта, позволяет повторно использовать информационное и программное обеспечение (объекты, классы, правила, процедуры). 2. Использование языков традиционного программирования и рабочих станций. Переход от систем, основанных на языках искусственного интеллекта (Lisp, Prolog и т.п.), к языкам традиционного программирования (С, С++ и т.п.) упростил "интегрированность" и снизил требования приложений к быстродействию и емкости памяти. Использование рабочих станций вместо ПК резко увеличило круг возможных приложений методов искусственного интеллекта. 3. Интегрированность. Разработаны инструментальные средства искусственного интеллекта, легко интегрирующиеся с другими информационными технологиями и средствами (с CASE, СУБД, контроллерами, концентраторами данных и т.п.). 4. Открытость и переносимость. Разработки ведутся с соблюдением стандартов, обеспечивающих данные характеристики. 5. Архитектура клиент/сервер. Разработка распределенной информационной системы в данной архитектуре позволяет снизить стоимость оборудования, используемого в приложении, децентрализовать приложения, повысить надежность и общую производительность, поскольку сокращается объем информации, пересылаемой между ЭВМ, и каждый модуль приложения выполняется на адекватном оборудовании. Среди специализированных систем, основанных на знаниях, наиболее значимы экспертные системы реального времени, или динамические экспертные системы. Экспертные системы реального времени — одно из главных направлений искусственного интеллекта. Классы задач, решаемых экспертными системами реального времени, таковы: мониторинг в реальном масштабе времени, системы управления верхнего уровня, системы обнаружения неисправностей, диагностика, составление расписаний, планирование, оптимизация, системы – советчики оператора, системы проектирования. Инструментальные средства разработки экспертных систем Экспертные системы (ЭС) – это системы искусственного интеллекта (интеллектуальные системы), предназначенные для решения плохоформализованных и слабоструктурированных задач в определенных проблемных областях, на основе заложенных в них знаний специалистов-экспертов. В настоящее время ЭС внедряются в различные виды человеческой деятельности, где использование точных математических методов и моделей затруднительно или вообще невозможно. К ним относятся: медицина, обучение, поддержка принятия решений и управление в сложных ситуациях, деловые различные приложения и т. д. Основными компонентами ЭС являются базы данных (БД) и знаний (БД), блоки поиска решения, объяснения, извлечения и накопления знаний, обучения и организации взаимодействия с пользователем. БД, БЗ и блок поиска решений образуют ядро ЭС. Для конструирования ЭС используются различные инструментальные средства: универсальные языки программирования, языки искусственного интеллекта, инструментальные системы и среды и системы-оболочки. Системы-оболочки являются наиболее простым средством формализации (автоформализации) экспертных знаний, практически не требующие участия посредников в лице инженера по знаниям или программиста при их использовании. Инженер по знаниям только помогает эксперту выбрать наиболее подходящую для его проблемной области оболочку. Известны три основные разновидности исполнения экспертных систем: • – Экспертные системы, выполненные в виде отдельных программ, на некотором алгоритмическом языке, база знаний которых является непосредственно частью этой программы. Как правило, такие системы предназначены для решения задач в одной фиксированной предметной области. При построении таких систем применяются как традиционные процедурные языки PASCAL, C и др., так и специализированные языки искусственного интеллекта LISP, PROLOG. • – Оболочки экспертных систем – программный продукт, обладающий средствами представления знаний для определенных предметных областей. Задача пользователя заключается не в непосредственном программировании, а в формализации и вводе знаний с использованием предоставленных оболочкой возможностей. Недостатком этих систем можно считать невозможность охвата одной системой всех существующих предметных областей. Примером могут служить ИНТЕРЭКСПЕРТ, РС+, VP-Expert. • – Генераторы экспертных систем – мощные программные продукты, предназначенные для получения оболочек, ориентированных на то или иное представление знаний в зависимости от рассматриваемой предметной области. Примеры этой разновидности – системы KEE, ART и др.. Системы EXSYS и GURU относятся к системам дедуктивного продукционного типа, причем система GURU (в ее современной версии, ориентированной на рабочие станции) по сути является инструментальной средой, поддерживающей различные режимы конструирования прикладных ЭС и обладающей достаточно развитыми средствами обработки фактора неопределенности. Эта система ориентирована на различные классы пользователей в зависимости от их подготовки в области искусственного интеллекта и программирования, имеет развитый интерфейс с современными СУБД и электронными таблицами, средства сбора статистики и т. д. Система может работать на различных вычислительных платформах под управлением различных операционных систем, а также имеет поддержку сетевой конфигурации. Экспертная система Exsys представляет собой интеллектуальную систему, которая может быть использована для разработки базы знаний в любой предметной области. При этом знания представляются в виде продукционных правил. В систему включены средства отладки и тестирования программы, редактирования для модификации знаний и данных. В списке наиболее распространенных в настоящее время за рубежом экспертных систем и их оболочек можно выделить следующие наименования: INSIGT, LOGIAN, NEXPERT, RULE MASTER, KDS, PICON, KNOWLEDGE CRAFT, KESII, S1, TIMM и др. В качестве критериев, по которым можно судить о возможности создания экспертной системы следует отметить следующие: 1. – Необходимость символьных рассуждений, очевидно, нет смысла разрабатывать экспертную систему для численных расчетов, например, для преобразований Фурье, интегрирования, решения систем алгебраических уравнений и др. 2. – Наличие экспертов, компетентных в избранном круге вопросов, которые согласны сотрудничать при создании ЭС. 3. – Поставленная проблема должна быть достаточно важной и актуальной. Это могут быть проблемы, требующие высокого уровня экспертизы, либо простые, но трудоемкие многократно повторяющиеся проверки. Нет смысла тратить время на решение проблем, которые возникают редко и могут быть разрешены человеком с обычной квалификацией. 4. – Необходимо четко ограничивать круг решаемых задач, т.е. предметная область выбирается достаточно "узкой", чтобы избежать "комбинаторного взрыва" объема информации необходимой для компетентного решения поставленной задачи. 5. – Необходима согласованность мнений экспертов о том, как следует решать поставленные задачи, какие факты необходимо использовать и каковы общие правила вынесения суждений. В противном случае невозможно расширить базу знаний за пределы опыта одного человека и осуществить сплав экспертных знаний из нескольких областей. 6. – Должно быть достаточно исходных данных для проверки работоспособности экспертной системы в выбранной предметной 7. области, чтобы разработчики смогли убедиться в достижимости некоторого заданного уровня ее функционирования. 8. – Должна обеспечиваться возможность постепенного наращивания системы. База знаний должна легко расширяться и корректироваться, так как правила часто меняются с появлением новых фактов. Ценность использования ЭС проявляется в следующих аспектах: a) – В сборе, оперативном уточнении, кодировании и распространении экспертных знаний. b) – В эффективном решении проблем, сложность которых превышает человеческие возможности и для которых требуются экспертные знания нескольких областей. c) – В сохранении наиболее уязвимой ценности коллектива – коллективной памяти. Создание баз знаний открывает широкие возможности, которые обусловлены безошибочностью и тщательностью, присущими ЭВМ и синтезом знаний экспертов. Если база знаний объединяет информацию по нескольким дисциплинам, то такой "сплав" знаний приобретает дополнительную ценность. Экспертная система позволяет решить проблему сохранения экспертных знаний, связанную с утратой наиболее квалифицированных экспертов в результате их продвижения по службе, смерти, перехода на другую работу или выхода на пенсию, а также позволит сделать знания легко доступными для тех, кто займет места ушедших экспертов. Экспертная система VP-Expert представляет собой "пустую" оболочку, хорошо зарекомендовавшую и получившую достаточно широкое распространение. ее применение возможно на IBM совместимых персональных компьютерах с операционной системой MS DOS, имеющих не менее 256 К оперативной памяти и адаптеры графических дисплеев подобные CGA, EGA или HERKULES. Важной особенностью оболочки, существенно расширяющей ее возможности, является совместимость с файлами созданными dBASE II, dBASE III и dBASE III+. MatLab Зарождение системы MATLAB относится к концу 70-х годов, когда первая версия этой системы была использована в Университете Нью Мехико и Станфордском университете для преподавания курсов теории матриц, линейной алгебры и численного анализа. В это время активно разрабатывались пакеты прикладных программ по линейной алгебре LINPACK и EISPACK на языке FORTRAN, и авторы системы MATLAB искали способы использовать эти пакеты, не программируя на языке FORTRAN. Сейчас возможности системы значительно превосходят возможности первоначальной версии матричной лаборатории Matrix Laboratory. Нынешний MATLAB – это высокоэффективный язык инженерных и научных вычислений. Он поддерживает математические вычисления, визуализацию научной графики и программирование с использованием легко осваиваемого операционного окружения, когда задачи и их решения могут быть представлены в нотации, близкой к математической. Наиболее известные области применения системы MATLAB: · математика и вычисления; · разработка алгоритмов; · вычислительный эксперимент, имитационное моделирование, макетирование; · анализ данных, исследование и визуализация результатов; · научная и инженерная графика; · разработка приложений, включая графический интерфейс пользователя. MATLAB – это интерактивная система, основным объектом которой является массив, для которого не требуется указывать размерность явно. Это позволяет решать многие вычислительные задачи, связанные с векторно-матричными формулировками, существенно сокращая время, которое понадобилось бы для программирования на скалярных языках типа C или FORTRAN. Версия MATLAB 7 – это последнее достижение разработчиков; она содержит существенные изменения и улучшения в каждом разделе, начиная от встроенных математических функций и новых конструкций программирования и заканчивая новыми структурами данных, объектно-ориентированным подходом, новыми средствами визуализации и графическим интерфейсом пользователя. Фирма The MathWorks, Inc. поддерживает тесные связи с университетским миром и предлагает для образовательных версий значительные скидки. В настоящее время студенческая версия Student Edition of MATLAB ничем не отличается от коммерческой версии, но имеет невысокую цену и предназначена для студентов, работающих на персональном компьютере дома или в общежитии. Одно из назначений математики – служить языком общения между учеными и инженерами. Матрицы, дифференциальные уравнения, массивы данных, графики – это общие объекты и конструкции, используемые как в прикладной математике, так и в системе MATLAB. Именно эта фундаментальная основа обеспечивает системе MATLAB непревзойденную мощь и доступность. Стоит прислушаться к следующему афористичному мнению: "Причина, по которой MATLAB столь полезен для обработки сигналов, состоит в том, что он не проектировался специально для этой цели, а создавался для математиков". Система MATLAB – это одновременно и операционная среда и язык программирования. Одна из наиболее сильных сторон системы состоит в том, что на языке MATLAB могут быть написаны программы для многократного использования. Пользователь может сам написать специализированные функции и программы, которые оформляются в виде М-файлов. По мере увеличения количества созданных программ возникают проблемы их классификации и тогда можно попытаться собрать родственные функции в специальные папки. Это приводит к концепции пакетов прикладных программ (ППП), которые представляют собой коллекции М-файлов для решения определенной задачи или проблемы. В действительности ППП – это нечто большее, чем просто набор полезных функций. Часто это результат работы многих исследователей по всему миру, которые объединяются в зависимости от области применения – теория управления, обработка сигналов, идентификация и т. п. Именно поэтому пакеты прикладных программ – MATLAB Application Toolboxes, входящие в состав семейства продуктов MATLAB, позволяют находиться на уровне самых современных мировых достижений. PROLOG Пролог (Prolog) — язык логического программирования, основанный на логике дизъюнктов Хорна, представляющей собой подмножество логики предикатов первого порядка. Разработка языка Prolog началась в 1970 г. Аланом Кулмероэ и Филиппом Русселом. Будучи декларативным языком программирования, Пролог воспринимает в качестве программы некоторое описание задачи, и сам производит поиск решения, пользуясь механизмом бэктрекинга и унификацией. Целью разработки языка Prolog было предоставить возможность задания спецификаций решения и позволить компьютеру вывести из них последовательность выполнения для этого решения, а не задание алгоритма решения задачи, как в большинстве языков. Интерес к Прологу поднимался и затихал несколько раз, энтузиазм сменялся жёстким неприятием. Наиболее высоко был поднят интерес к языку Пролог как к языку будущего во время разработок японской национальной программы компьютеры пятого поколения в 1980-х годах, когда разработчики надеялись, что с помощью Пролога можно будет сформулировать новые принципы, которые приведут к созданию компьютеров более высокого уровня интеллекта. Неправильная оценка этой перспективы явилась одной из причин неудачи проекта. В настоящее время Пролог, несмотря на неоднократные пессимистические прогнозы, продолжает развиваться в разных странах и вбирает в себя новые технологии и концепции, а также парадигмы императивного программирования. В частности, одно из направлений развития языка (в том числе и в России) реализует концепцию интеллектуальных агентов. Пролог реализован практически для всех известных операционных систем и платформ (в том числе для Java и .NET). В число операционных систем входят OS для мэйнфреймов, всё семейство Unix, Windows, OS для мобильных платформ. Многие современные реализации языка имеют внутреннее расширение за счет ООП-архитектуры. Кроме проприетарных решений также существуют реализации Пролог на условиях open source. Важно, что для языка существует стандарт ISO принятый как ISO/IEC JTC1/SC22/WG17. Базовым принципом языка является равнозначность представления программы и данных (декларативность), отчего утверждения языка одновременно являются и записями, подобными записям в базе данных, и правилами, несущими в себе способы их обработки. Сочетание этих качеств приводит к тому, что по мере работы системы Пролога знания (и данные и правила) накапливаются. Поэтому Пролог-системы считают естественной средой для накопления базы знаний. Очень интересно, что в России применялось одноименное ПО — «ПРОЛОГ» для реализации одного из самых амбициозных и технологически успешных проектов ВПК — «Буран». Также существуют весьма интересные, но спорные мнения и реализации по поводу применения Пролог в области задач искусственного интеллекта и экспертных систем. Пролог критикуется в первую очередь за свою недостаточную гибкость, отчего решения на обычных языках программирования (типа C++, Java) в сочетании с базами данных оказываются более технологичными, чем аналогичные решения на Прологе. Негибкость заключается в трудности изучения языка, более высоких требований к квалификации программиста на Прологе, трудности отладки программы, неразвитости технологии программирования, плохой контролируемости промежуточных результатов. Перспектива развития всемирной Сети, известной как проект Веб 2.0 поддерживает особый интерес к семантике распределенных данных и их обработке декларативными методами. В связи с этим появились концепции языка OWL основанного на концепции First-Order Logic(FOL) реализацию которой, в свою очередь, можно рассматривать как значительно более расширенную технику классического Prolog. Программные средства создания систем естественно-языкового общения Рассмотрим наиболее известные и широко применяемые программные средства искусственного интеллекта. Язык программирования Лисп. Самое популярное средство для программирования систем ИИ. Создан в 60-х годах американским ученым Дж. Маккарти и его учениками. Наиболее известными диалектами этого языка являются InterLisp, QLisp, CommonLisp. На языке Лисп написаны многие ЭС (Mycin, Internist, Kee), системы естественно-языкового общения (Margie, Shrdlu, Дилос), интеллектуальные ОС (Flex). Популярность Лиспа объясняется тем, что он с помощью довольно простых конструкций позволяет писать сложные и изящные системы обработки символьной информации. Правда все Лисп-системы имеют низкую вычислительную эффективность. Существенной особенностью языка Лисп является то, что здесь "данные" и "программы" внешне ничем не отличаются друг от друга. Это дает возможность писать на Лиспе программы, манипулирующие не только "данными", но и "программами". Именно данное свойство позволяет Лиспу стать изящным средством программирования систем ИИ. Язык программирования FRL (Frame Representation Language). Относится к классу фрейм-ориентированных языков. Фрейм в FRL – это совокупность поименованных, ассоциативных списков, содержащая до пяти уровней подструктур. Подструктурами фреймов могут быть слоты, аспекты, данные, комментарии и сообщения. Важным свойством FRL является наличие в нем встроенного механизма "наследования свойств". Т.е. все понятия предметной области в БЗ организовываются в виде иерархической классификационной системы, где каждое общее (родовое) понятие связывается с более конкретным (видом). Применяется механизм наследования свойств. На сегодняшний день большинство FRL-систем написаны на Лиспе. Язык программирования Пролог. Наиболее известные Пролог – системы: MProlog,CProlog, Prolog-2, Arity Prolog, Turbo Prolog, Strawberry Prolog. Пролог все чаще в последнее время стал привлекаться к разработке ЭС. Математической основой этого языка являются исчисление предикатов преимущественно первого порядка, метод резолюций Робинсона, теория рекурсивных функций. За счет наличия большого набора встроенных предикатов язык Пролог можно отнести к универсальным языкам программирования и даже к языкам системного программирования. Важнейшей особенностью языка является наличие реляционной базы данных. Язык программирования OPS. Язык относится к числу продукционных. Являясь универсальным языком, он, в первую очередь, предназначен для разработки систем ИИ, и, в частности экспертных систем. Архитектура языка OPS типична для продукционных систем: база правил, рабочая память и механизм вывода. Отличительные черты семейства языков OPS: программное управление стратегией вывода решений, развитая структура данных и принципиальная эффективность реализации. Язык программирования Рефал (рекурсивных функций алгоритмический язык). Это машинно-независимый алгоритмический язык, ориентированный на так называемые "символьные преобразования": перевод с одного языка на другой, алгебраические выкладки и т.п. Рефал – универсальный метаязык для преобразования объектов языковой природы. Важнейшим приложением Рефала является его использование в качестве метаязыка для построения системных макрокоманд и специализированных языков. В качестве конкретных областей применения Рефала следует отметить, в частности, создание специализированных языков общения с ЭВМ, автоматическую генерацию программ, перенос программ на языки высокого уровня и их адаптацию при переходе от одного типа ЭВМ к другому. Проблема выбора программных инструментальных средств вызывает бурные дискуссии между сторонниками специализированных языков ИИ и традиционных языков высокого уровня. Над решением данной проблемы работает целый ряд компаний, специализирующихся на ИИ и коммерческих ЭС, а также большинство крупных фирм по производству ЭВМ. Системы речевого общения В системах ЕЯ-общения обычно предполагается, что в качестве средства общения используется текст или письменная речь. Поэтому в системах ЕЯ-общения под текстом понимается орфографический текст (как пишется), а в системах речевого общения (СРО) используется фонемный текст (как слышится). В СРО решаются задачи преобразования «текст – речевой сигнал» (синтезатор речи) и «речевой сигнал – текст» (анализатор речи). Синтез речи – это возможность обработки текстовой или числовой информации, согласно установленным правилам произношения для конкретного языка, и преобразование ее в синтезированный голос, по восприятию близкий к человеческому. Анализ речи – это распознавание отдельных слов или слитной человеческой речи, с последующим ее преобразованием в текст либо последовательность команд. В настоящее время появляется много интересных разработок в области СРО. Одна из таких разработок – системы синтеза речи Sakrament text-to-speech engine компании «Сакрамент» (Mинск, Беларусь, http://www.sakrament.com), созданные с использованием собственных уникальных алгоритмов обработки звука, что позволило добиться высокого качества звучания синтезируемой речи и максимально приблизить компьютерную речь к человеческой. Эти системы синтеза речи ориентированы на применение в качестве голосовых информаторов в онлайновых телефонных информационных и справочных службах, всевозможных программных приложениях, Интернет-сервисах, бытовых и промышленных приборах и т.д. Система распознавания речи Sakrament Speech Recognition Engine выделяется хорошим качеством распознавания речи, низкой себестоимостью, а также возможностью дальнейшей модификации и настройки. Основная область применения – создание программ, управляющих действиями компьютера или другого электронного устройства с помощью голосовых команд, а также при организации телефонных справочных и информационных служб. В целом вопросом синтеза речи занимается в настоящее время большое число исследовательских групп, каждая из которых создает в конечном итоге свой программный продукт. «Клуб голосовых технологий» МГУ и фирма ПРОМТ создали «Magic Goody», компания Microsoft – Speech SDK, AT&T Германского исследовательского центра искусственного интеллекта – Verbmobil. Ведутся разработки также в Бийском технологическом институте совместно с Томским университетом систем радиоуправления и радиоэлектроники; в «Центре речевых технологий» г.С-Петербург; в компании «Истра-софт» г.Истра и других коллективах и компаниях Системы машинного перевода TRANSLATION MEMORY (ТM) ТМ – это база данных, где хранятся выполненные переводы. Технология ТМ работает по принципу накопления: в процессе перевода в ТМ сохраняется исходный сегмент (предложение) и его перевод. При обработке нового текста, поступившего на перевод, система сравнивает каждое его предложение с сохраненными в базе сегментами. Если идентичный или подобный исходному сегмент найден, то перевод этого сегмента отображается вместе с переводом и указанием совпадения в процентах. Слова и фразы, которые отличаются от сохраненного текста, выделяются подсветкой. Таким образом, переводчику остается перевести только новые сегменты и отредактировать частично совпадающие. Каждое изменение или новый перевод сохраняются в ТМ. А в результате нет необходимости дважды переводить одно и то же предложение. С другой стороны, при работе с крупными проектами переводчик сталкивается с проблемой согласованного применения терминологического глоссария в ходе длительного проекта или быстрого повторного использования ранее переведенного текста. По своей природе подобные рутинные задачи сравнительно легко (в отличие от машинного перевода) формализуются и программируются. Каждая запись базы данных ТМ представляет собой единицу (предложение или абзац) параллельных текстов (как правило, на двух языках). Такая база данных хранит предыдущие переводы с целью их возможного повторного использования и решения задач быстрого поиска по содержимому. Несмотря на то что программы, оснащенные памятью перевода, называются системами автоматизированного перевода (CAT, computer-aided/assisted translation), их не следует путать с программами машинного перевода (machine translation) – память перевода ничего не переводит сама по себе, в то время как машинный перевод основан на генерации переводов по результатам грамматического разбора исходного текста. Как правило, запись памяти перевода состоит из двух сегментов: на исходном (source) и конечном (target) языках. Если идентичный (или похожий) сегмент на исходном языке встречается в тексте, сегмент на конечном языке будет найден в памяти перевода и предложен переводчику в качестве основы для нового перевода. Автоматически найденный текст может быть задействован как есть, отредактирован или полностью отвергнут. Большинство программ используют алгоритм нечеткого соответствия (fuzzy matching), существенно улучшающий их функциональные возможности, поскольку в этом случае можно находить предложения, лишь отдаленно напоминающие искомые фразы, но, тем не менее, пригодные для последующего редактирования. Преимущества от использования такого программного обеспечения поначалу могут быть неочевидны – однако по мере наполнения базы данных результаты автоматической подстановки основ для перевода будут становиться все более точными и регулярными. Архитектура автоматизированной системы и ее функциональные возможности могут различаться. Средства поиска могут работать как с целыми сегментами, так и с отдельными словами или фразами, позволяя переводчику выполнять терминологический поиск. В систему также включают отдельную программу для работы с глоссарием, содержащим утвержденные для применения в проекте термины. Некоторые системы работают с программами машинного перевода. Основной рабочий интерфейс либо встраивается непосредственно в имеющийся текстовый процессор, такой как Word, либо представляет собой отдельный редактор. В состав системы обязательно включают фильтры для импорта-экспорта файлов различных форматов. Кроме того, многие системы, если не все, имеют средство для добавления в память перевода сегментов из, как правило, имеющихся у переводчика старых переведенных файлов. То, что применимо к понятию «обучение языку», применимо и к «Translation Memories». • «Пустая» система запоминает термины и предложения. • Строится «память переводов» – Translation Memory (TM). • TM становится «языковой памятью» по продукту или по деятельности компании в целом. Системы ТМ: SDLX, TRADOS, Deja Vu, Star Transit, Trans Suite 2000, WordFast, WordFisher, ACROSS. КОМБИНИРОВАННЫЕ СИСТЕМЫ Технологии МП и ТМ друг друга дополняют, но никак не дублируют. Система МП готова к использованию сразу после установки (хотя это не исключает того, что в процессе работы пользователю захочется что-то изменить в словаре, алгоритмах перевода и т.п.). Систему ТМ необходимо специально настраивать на перевод текстов в какой-то конкретной области, и чем больше эти тексты друг на друга похожи (например, такая система используется для перевода стандартных договоров), тем меньше времени требуется для настройки. В связи с этим совершенно логично появление гибридов – example-based machine translation – программ, объединяющих системы машинного перевода и ТМ (например, компания «ПРОМТ» создала интегрированную технологию PROMT Term и PROMT For TRADOS, которая объединяет систему TM TRADOS и систему машинного перевода – PROMT XT Professional). PROMT For TRADOS (P4T) предназначена для интеграции системы машинного перевода PROMT и системы ТM TRADOS: • перевод в системе TRADOS; • перевод в системе PROMT не найденных в ТМ сегментов; • вставка переведенных PROMT сегментов в TM. Схема автоматизированной цепочки перевода на основе интегрированной технологии PROMT-TRADOS Применение интегрированной технологии делает процесс перевода больших массивов документации управляемым и повышает его экономическую эффективность. Пример реализации проектов с применением интегрированной технологии PROMT-TRADOS. Предположим, необходимо осуществить перевод инструкции к мини-АТС. 1. На первом этапе применяется программа PROMT TerM. Документы анализируются, и выявляется основная терминология, которая заносится в словари системы машинного перевода PROMT. 2. Выполняется машинный перевод (МП) с подключенным словарем, продолжается терминологическая работа по коррекции словаря. 3. Результаты МП корректируются и заносятся в ТМ переводимого документа. 4. Таким образом пользователь получает: • терминологический словарь; • переведенный документ; • соответствующую переведенному документу TM, которая может быть использована в дальнейшей работе с документами подобного рода. Системы автоматического проектирования САПР — программное обеспечение, предназначенное для создания чертежей, конструкторской и технологической документации, а также 3D-моделей. В данный список включены наиболее распространённые CAx-программы (CAD, CAM, CAE). Российские САПР · ADEM — САПР для конструкторско-технологической подготовки и станков с ЧПУ. · AutomatiCS — программный пакет, производства компании CSoft Development, предназначенный для автоматизации проектирования, реконструкции и эксплуатации систем контроля и управления (КИПиА, АСУТП), учета энергии, цепей вторичной коммутации. · bCAD — САПР по проектированию мебели и дизайну интерьеров. Существует также версия для инженерного проектирования и бесплатная студенческая версия · DipTrace — САПР для проектирования печатных плат. В пакет включено четыре программы: Schematic — разработка принципиальных схем; PCB Layout — разводка плат, ручная и автоматическая трассировка; ComEdit — редактор корпусов; SchemEdit — редактор компонентов. · ElectriCS — САПР, предназначенная для проектирования электрооборудования, применяемого в различных отраслях промышленности, производство компании CSoft Development. · EnergyCS — предназначен для выполнения электротехнических расчётов при проектировании и эксплуатации электроэнергетических систем любой сложности, производство компании CSoft Development. · GeoniCS — линейка профессиональных программных продуктов компании CSoft Development, предназначенных для специалистов в области геодезии, геологии, землеустройства, проектирования генпланов. · IndorCAD — система проектирования автомобильных дорог компании ИндорСофт · InfrasoftCAD — САПР на базе IntelliCAD от компании INFRASOFT · K3 — система твердотельного пространственного моделирования, разработанная нижегородскими учёными. o K3-Коттедж — это комплекс компьютерных программ для проектирования деревянных домов из оцилиндрованного бревна и профилированного бруса. o K3-Мебель — это комплекс компьютерных программ для производства и продажи корпусной мебели. К3-Мебель позволяет автоматизировать процесс приема заказов и подготовки производственных заданий. o K3-Тент — комплекс компьютерных программ для проектирования тентовых конструкций, предоставляет конструктору предельно наглядный и наиболее эффективный инструментарий для работы с поверхностями любой сложности. При этом «К3-Тент» обеспечивает существенное сокращение сроков по нахождению формы оболочки, визуализации конечной конструкции, нанесение линий кроя и развертки кусков на плоскость. o K3-Ship — это комплекс компьютерных программ для производства кораблей. · MechaniCS — приложение к AutoCAD или Autodesk Inventor, предназначенное для оформления чертежей в соответствии с ЕСКД и др., разработчик CSoft Development · Mineframe — САПР для автоматизированного планирования, проектирования и сопровождения горных работ. · Model Studio CS — первая российская линейка программных продуктов для трехмерного проектирования промышленных объектов. Каждый программный продукт линейки позволяет выполнять компоновочную задачу, автоматически выполняет расчеты, генерирует спецификации и чертежи. Распространяется на платной основе. Произведство компанией CSoft Development. o Model Studio CS ОРУ — программный продукт предназначен для разработки компоновочных решений в трехмерном пространстве открытых распределительных устройств, выполнения расчётов гибкой ошиновки, выпуска проектной и рабочей документации (чертежей, спецификаций и т. д.). o Model Studio CS ЛЭП — программный продукт предназначен для расчета и выпуска комплекта документов при проектировании воздушных линий электропередачи всех классов напряжений на стадиях строительства, реконструкции и ремонта. Реализована уникальная система автоматического оформления документов. o Model Studio CS Молниезащита — программный продукт предназначен для разработки проектов молниезащиты в трехмерном пространстве, выполнения расчётов зон молниезащиты, выпуска проектной и рабочей документации (чертежей, спецификаций и т. д.). · Model Studio CS Трубопроводы — программный продукт предназначен для разработки компоновочных решений в трехмерном пространстве промышленных объектов и технологических установок, выпуска проектной и рабочей документации (чертежей, спецификаций и т. д.) · nanoCAD — первая отечественная САПР-платформа, распространяемая абсолютно бесплатно. На ее базе создаются платные специализированные решения: o nanoCAD СПДС — универсальная двумерная графическая программа, предназначенная для выполнения чертежей и оформления рабочей документации в архитектурно-строительном проектировании и смежных отраслях. o nanoCAD Механика — универсальная двумерная графическая программа, предназначенная для оформления чертежей в соответствии с ЕСКД, проектирования систем гидропневмоэлементов, зубчатых зацеплений, валов, инженерного анализа, расчета размерных цепей. o nanoCAD СКС — автоматизированное проектирование структурированных кабельных систем (СКС) зданий и сооружений различного назначения, кабеленесущих систем и телефонии. o nanoCAD ОПС — автоматизированное проектирование охранно-пожарной сигнализации, систем контроля и управления доступом (СКУД) зданий и сооружений различного назначения. o nanoCAD Топоплан — создание и ведение топографических планов масштаба от 1:500 до 1:5000 в стандартных условных знаках различной локализации: точечных, линейных и площадных. o nanoCAD Электро — автоматизированное выполнение проектов в частях силового электрооборудования (ЭМ) и внутреннего электроосвещения (ЭО) промышленных и гражданских объектов строительства. o nanoCAD ЭлектроПроект — выполнение проектов электрооборудования изделий общего машиностроения, приборостроения, станкостроения, железнодорожного подвижного состава, может применяться для проектирования электрооборудования в энергетике. · NСTuner— система твердотельного моделирования для контроля и окончательной настройки управляющих программ для станков с ЧПУ · Project Studio CS — линейка программ для архитектурно-строительного рабочего проектирования в среде AutoCAD, производство компании CSoft Development. o Project Studio CS СКС o Project Studio CS ОПС o Project Studio CS Электрика o Project Studio CS Водоснабжение · Project Smeta CS — инструмент для составления смет на проектную документацию и изыскательские работы в строительстве. · Raster Arts — растрово-векторная САПР и современная векторизация — для сканированных чертежей, планов, схем, топографических и картографических материалов, производство компании CSoft Development. · SprutCAM — профессиональное решение для разработки управляющих программ для оборудования с ЧПУ . На сегодняшний день это единственная российская разработка и одна из немногих среди зарубежных, поддерживающая в том числе разработку УП для многокоординатного токарно-фрезерного оборудования. · TechnologiCS — специализированный программный продукт, предназначенный для использования на производственных предприятиях, производство компании CSoft Development. · T-FLEX CAD — САПР (3D и 2D) для машиностроения. Разработчик — компания Топ-Системы. Первая в мире САПР с геометрической параметризацией. · TopoR — САПР для проектирования печатных плат. Разработчик – компания Эремекс. · WinELSO — САПР для проектирования систем силового электрооборудования и электроосвещения, разработка фирмы «Русская промышленная компания». · БАЗИС (САПР) — комплексная автоматизация проектирования технологической подготовки производства и реализации корпусной мебели · ИДЕаЛ-А — бесплатная программная оболочка для AutoCAD, предназначена для быстрого трёхмерного моделирования деталей и автоматизации получения чертежей. разработчик – компания "Инженерное Дело". · КОМПАС — распространённая САПР компании АСКОН в вариантах для двухмерного и трехмерного проектирования. · СПЛИТ — Система проектирования линейного транспорта, программный комплекс, разработанный компанией «НЕОЛАНТ» и предназначенный для автоматизации процесса проектирования при новом строительстве, реконструкции и капитальном ремонте линейной части надземных/подземных, магистральных/промысловых нефте- и газопроводов, линий электропередач. · САПР «Сударушка» — CAD/CAM/CAE система. Является развитием системы ГЕМОС (геометрическое моделирование обводов самолета), разработанной специалистами российской авиапромышленности в ОКБ им. А. С. Яковлева в 1989—1994 гг. · САПР-ЧПУ — САПР для проектирования управляющих программ для станков с ЧПУ компании «Евразия Лимитед». · СПДС GraphiCS — приложение к AutoCAD, Autodesk Architectural Desktop, AutoCAD Architecture, предназначенное для разработки проектно-технической документации в строгом соответствии с требованиями СПДС, разработчик компания CSoft Development. · САПР НТ "NORMA" — система автоматизированного проектирования норм труда (ОАО «КНИАТ»). Расчёт режимов резания и норм времени для механообрабатывающего производства (включая станки с ЧПУ и их многостаночное обслуживание). Расчёт норм времени сварочного, гальванического производств. Расчёт норм времени изготовления специальных приспособлений, штампов холодной и горячей штамповки, режущего и мерительного инструмента. · СПРУТ — интегрированная метаинструментальная языковая среда «СПРУТ» (Система Проектирования Универсальных Технологий). Среда для создания сквозных САПР по принципу RAD-технологии (RAPID APPLICATION DEVELOPMENT TOOLS). o СПРУТ-ОКП — система оперативно-календарного планирования, диспетчеризации и контроля производственного процесса на предприятии. o СПРУТ-ТП — система проектирования и нормирования технологических процессов для любых типов производств. САПР иностранных разработчиков Бесплатные САПР иностранных разработчиков с открытым исходным кодом · BRL-CAD — открытая 3D система проектирования; · FreeCAD от Aik-Siong Koh (A-S. Koh); · FreeCAD от Юргена Райгеля (Jürgen Riegel) — открытая 3D система проектирования; · QCad — открытая 2D система проектирования; · SALOME — Открытая модульная система 3D проектирования; · Electric — проектирование интегральных схем и электропроводки; · KiCad — Комплекс для проектирования электронных схем и печатных плат. · Medusa4 — система автоматического проектирования, бесплатная лицензия для частного пользования. Платные САПР иностранных разработчиков · Aldec Active-HDL и Riviera — продукты для ввода, моделирования и верификации проектов на языках VHDL, Verilog, SystemVerilog, SystemC. · Foran — специализированная судостроительная система автоматизированного проектирования, разработанная фирмой SENER для проектирования и строительства коммерческих и военно-морских судов. · 3design CAD — САПР для ювелирного и графического дизайна. · Интех-Раскрой САПР ТП — САПР для автоматизации технологии раскроя листового металла. · Эксперт-СКС — САПР для автоматизации на всех этапах проектирования структурированных кабельных систем, ВОЛС, ЛВС, линейных и магистральных сетей. · Altium o Altium Designer — комплексный пакет разработки электронных систем o P-CAD — САПР для проектирования электронных устройств · Allplan BIM — САПР комплексного проектирования, проектирование всех разделов в одной системе. · ANSOFT — САПР электроники, электромеханики, систем питания, управления, связи и радиолокации. · ArchiCAD — САПР для архитектуры компании Graphisoft · Autodesk o AutoCAD — самая распространённая САПР не российского производства. o Autodesk Inventor — система трехмерного твердотельного проектирования для разработки сложных машиностроительных изделий. o Autodesk Revit — система трехмерного архитектурного и строительного проектирования. · Bocad-3D — модульный программный комплекс для разработки чертежей, узлов и схем металлических и деревянных конструкций в трехмерном пространстве. Основной задачей Bocad-3D является детализация чертежей и спецификаций на стадиях КМ и КМД. · BtoCAD — базовая САПР с форматом DWG и интерфейсом AutoCAD · Cadmech — универсальная САПР для машиностроения · Cadence o Allegro — тяжелая САПР для проектирования электронных устройств o OrCAD — САПР для проектирования электронных устройств o Specctra — трассировщик печатных плат · Dassault Systèmes o CATIA — САПР для аэрокосмической промышленности o SolidWorks— универсальная САПР для машиностроения · Dietrichs — немецкий САПР/CAM для деревянных построек · E3.series — САПР для Электротехники и АСУТП · Electric — проектирование интегральных схем и электропроводки. · EPLAN — Мировой лидер в области САПР для Электротехники и АСУТП · GstarCAD — САПР на основе IntelliCAD, максимально приближенная к прежнему интерфейсу AutoCAD. · IntelliCAD — DWG-совместимая платформа для САПР. Разрабатывается международным консорциумом IntelliCAD Technology Consortium. Служит платформой для многих САПР, таких как BricsCAD, ProgeCAD, ZwCAD и других · IronCAD o Ironcad — Профессиональная система трехмерного твердотельного моделирования и конструирования, а также полнофункциональный 2D CAD. Выделяется среди конкурентов рядом уникальных инструментов. Имеет встроенный рендер. o Inovate — Система для трехмерного моделирования и визуализации. В отличие от IronCAD нет функций создания чертежей и работы с листовым металлом. o Ironcad Draft — Инструмент для двухмерного проектирования, с привычным графическим интерфейсом пользователя и уникальными интегрированными возможностями работы с 3D данными. · Magics — САПР для быстрого прототипирования · MicroStation — универсальная САПР компании Bentley Systems (офф. сайт), первоначально созданная по технологиям Intergraph Corporation. Основа многочисленных программных решений для: ГИС, геодезии, картографии, земельного кадастра, инженерных сетей, проектирования электроники, архитектуры, строительства мостов, автодорог, зданий и сооружений, проектирования промышленных предприятий и заводов, машиностроения, дизайна интерьеров и пр. Основные форматы: DGN и DWG. Есть бесплатные версии. · Parametric Technologies Corp. (PTC) o Pro/Engineer — универсальная САПР для промышленных компаний o MathCAD — интегрированная система решения математических, инженерно-технических и научных задач · Proteus — САПР проектирования электронных устройств и печатных плат. · Rhinoceros — универсальный САПР для промышленного дизайна · Siemens PLM Software o NX — CAx система для различных отраслей промышленности, одна из немногих в полной мере поддерживающая «прямое» не параметрическое моделирование; o Solid Edge — 2D/3D CAD-система, разработанная Intergraph Corporation в рамках проекта Jupiter, привнёсшего в ПО новый уровень интерактивности (интеллектуальный курсор, прямая работа с разными форматами без импорта/экспорта и пр.). Есть бесплатные версии. · SmartSketch — 2D CAD-система с инновационным пользовательским интерфейсом, разработанная корпорацией Intergraph в рамках проекта Jupiter, привнёсшего в ПО новый уровень интерактивности (интеллектуальный курсор, прямая работа с разными форматами без импорта/экспорта и пр.). Некоторое время поставлялась Microsoft в пакете дополнительного ПО Plus! для Windows. «Младший брат» системы Solid Edge. Основное назначение — быстрые наброски чертежей, создание диаграмм, схем, офисные оформительские работы. Содержит большое количество готовых компонентов графики для самых разных областей. · ZwCAD — одна из САПР на основе IntelliCAD · Mastercam- мощная система для токарных и фрезерных 3D работ. · Medusa4 — система автоматического проектирования, бесплатная лицензия для частного пользования, коммерческая лицензия, лицензия за коммерческое использование — «Платёж за единичное коммерческое использование» · JULIVI – Система конструирования и моделирования одежды · Tebis- универсальная комплексная САПР для моделирования, обработки и измерений. Перспективы развития искусственного интеллекта В современном мире рост производительности программиста практически происходит только в тех случаях, когда часть интеллектуальной нагрузки берут на себя компьютеры. Одним из способов достигнуть максимального прогресса в этой области является "искусственный интеллект" (ИИ), когда компьютер не только берет на себя однотипные, многократно повторяющиеся операции, но и сам может обучаться. Кроме того, создание полноценного "искусственного интеллекта" открывает перед человечеством новые горизонты развития. Целью изучения этих вопросов является подготовка специалистов в области автоматизации сложноформализуемых задач, которые до сих пор считаются прерогативой человека. Данная дисциплина необходима для приобретения знаний о способах мышления человека, а также о методах их реализации на компьютере. Из сказанного выше вытекает основная философская проблема в области ИИ — возможность или невозможность моделирования мышления человека. В случае, если когда-либо будет получен отрицательный ответ на этот вопрос, все остальные вопросы курса не будут иметь ни малейшего смысла. Следовательно, начиная исследование ИИ, заранее предполагается положительный ответ. Ниже приведены несколько соображений, которые подводят к данному ответу. 1. Первое доказательство является схоластическим и говорит о непротиворечии ИИ и Библии. Даже люди, далекие от религии, знают слова священного писания: "И создал Господь человека по образу и подобию своему…". Исходя из этих слов, можно заключить, что поскольку Господь, во-первых, создал нас, а во-вторых, мы по своей сути подобны ему, то мы вполне можем создать кого-то по образу и подобию человека. 2. Создание нового разума биологическим путем — для человека дело вполне привычное. Наблюдая за детьми, мы видим, что большую часть знаний они приобретают путем обучения, а не получают как заложенную в них заранее. Данное утверждение на современном уровне не доказано, но по внешним признакам все выглядит именно так. 3. То, что раньше казалось вершиной человеческого творчества — игра в шахматы, шашки, распознавание зрительных и звуковых образов, синтез новых технических решений, — на практике оказалось не таким уж сложным делом (сейчас работа ведется не на уровне возможности или невозможности реализации перечисленного, а всего лишь на уровне нахождения оптимального алгоритма). Теперь зачастую данные проблемы даже не относят к проблемам ИИ. Есть надежда, что и полное моделирование мышления человека окажется не таким уж сложным делом. 4. С проблемой воспроизведения своего мышления тесно смыкается проблема возможности самовоспроизведения. Способность к самовоспроизведению долгое время считалась прерогативой живых организмов. Однако некоторые явления, происходящие в неживой природе (например, рост кристаллов, синтез сложных молекул копированием), очень похожи на самовоспроизведение. В начале 1950-х годов Дж. фон Нейман занялся основательным изучением самовоспроизведения и заложил основы математической теории "самовоспроизводящихся автоматов". Он же теоретически доказал возможность их создания. Есть также различные неформальные доказательства возможности самовоспроизведения, но для программистов самым ярким доказательством, пожалуй, является существование компьютерных вирусов. 5. Принципиальная возможность автоматизации решения интеллектуальных задач с помощью ЭВМ обеспечивается свойством алгоритмической универсальности. Что же это за свойство? Независимо от того, в какой форме и какими средствами предписание будет первоначально выражено, его можно будет задать также в виде машинной программы. Однако не следует думать, что вычислительные машины и роботы могут в принципе решать любые задачи. Алгоритмическая универсальность ЭВМ означает, что на них можно программно реализовывать (т. е. представить в виде машинной программы) любые алгоритмы преобразования информации — будь то вычислительные алгоритмы, алгоритмы управления, поиска доказательства теорем или композиции мелодий. При этом имеют в виду, что процессы, порождаемые этими алгоритмами, являются потенциально осуществимыми, т. е. что они осуществимы в результате конечного числа элементарных операций. Практическая осуществимость алгоритмов зависит от имеющихся в нашем распоряжении средств, которые могут меняться с развитием техники. Так, в связи с появлением быстродействующих ЭВМ стали практически осуществимыми и такие алгоритмы, которые ранее были осуществимыми только потенциально. Однако свойство алгоритмической универсальности не ограничивается констатацией того, что для всех известных алгоритмов оказывается возможной их программная реализация на ЭВМ. Анализ разнообразных задач привел математиков к замечательному открытию. Было строго доказано существование таких типов задач, для которых невозможен единый эффективный алгоритм, решающий все задачи данного типа; в этом смысле невозможно решение задач такого типа и с помощью вычислительных машин. Этот факт способствует лучшему пониманию того, что могут делать машины и чего они не могут сделать. В самом деле, утверждение об алгоритмической неразрешимости некоторого класса задач является не просто признанием того, что такой алгоритм нам не известен и никем еще не найден. Такое утверждение представляет собой одновременно и прогноз на все будущие времена о том, что подобного рода алгоритм нам неизвестен и никем не будет указан или, иными словами, что он не существует. Как же действует человек при решении таких задач? Похоже, что он просто игнорирует их, что, однако, не мешает ему жить дальше. Другим путем является сужение условий универсальности задачи, когда она решается только для определенного подмножества начальных условий. И еще один путь заключается в том, что человек методом "научного тыка" расширяет множество доступных для себя элементарных операций (например, создает новые материалы, открывает новые месторождения или типы ядерных реакций). Следующим философским вопросом ИИ является цель создания. Допустим, что человек сумел создать интеллект, превышающий свой собственный (пусть не качеством, так количеством). Что теперь будет с человечеством? Какую роль будет играть человек? Для чего он теперь нужен? Нужно ли в принципе создание ИИ? Приемлемым ответом на эти вопросы является концепция "усилителя интеллекта" (УИ). Уже сейчас созданы и неживые УИ — например, люди не могли бы предсказать погоду без компьютеров, а при полетах космических кораблей с самого начала применялись бортовые счетно-решающие устройства. Кроме того, человек уже давно использует усилители силы (УС) — понятие, во многом аналогичное УИ. В качестве усилителей силы ему служат автомобили, краны, электродвигатели, прессы, пушки, самолеты и многое другое. Перспективные технологии 1. Нейронные сети. Это направление стабильно держится на первом месте. Продолжается совершенствование алгоритмов обучения и классификации в масштабе реального времени, обработки естественных языков, распознавания изображений, речи, сигналов, а также создание моделей интеллектуального интерфейса, подстраивающегося под пользователя. Среди основных прикладных задач, решаемых с помощью нейронных сетей, – финансовое прогнозирование, извлечение информации из данных, диагностика систем, контроль за деятельностью сетей, шифрование данных. В последние годы идет усиленный поиск эффективных методов синхронизации работы нейронных сетей на параллельных устройствах. 2. Эволюционные вычисления. На развитие сферы эволюционных вычислений (ЭВ; автономное и адаптивное поведение компьютерных приложений и робототехнических устройств) значительное влияние оказали прежде всего инвестиции в нанотехнологии. ЭВ затрагивают практические проблемы самосборки, самоконфигурирования и самовосстановления систем, состоящих из множества одновременно функционирующих узлов. При этом удается применять научные достижения из области цифровых автоматов. Другой аспект ЭВ – использование для решения повседневных задач автономных агентов в качестве персональных секретарей, управляющих личными счетами, ассистентов, отбирающих нужные сведения в сетях с помощью поисковых алгоритмов третьего поколения, планировщиков работ, личных учителей, виртуальных продавцов и т. д. Сюда же относится робототехника и все связанные с ней области. Основные направления развития – выработка стандартов, открытых архитектур, интеллектуальных оболочек, языков сценариев/запросов, методологий эффективного взаимодействия программ и людей. Модели автономного поведения предполагается активно внедрять во всевозможные бытовые устройства, способные убирать помещения, заказывать и готовить пищу, водить автомобили и т. п. В дальнейшем для решения сложных задач (быстрого исследования содержимого Сети, больших массивов данных наподобие геномных) будут использоваться коллективы автономных агентов. Для этого придется заняться изучением возможных направлений эволюции подобных коллективов, планирования совместной работы, способов связи, группового самообучения, кооперативного поведения в нечетких средах с неполной информацией, коалиционного поведения агентов, объединяющихся “по интересам”, научиться разрешать конфликты взаимодействия и т. п. Особняком стоят социальные аспекты – как общество будет на практике относиться к таким сообществам интеллектуальных программ. 3. На третьем – пятом местах (по популярности) располагаются большие группы различных технологий. 3.1 Нечеткая логика Системы нечеткой логики активнее всего будут применяться преимущественно в гибридных управляющих системах. 3.2 Обработка изображений Продолжится разработка способов представления и анализа изображений (сжатие, кодирование при передаче с использованием различных протоколов, обработка биометрических образов, снимков со спутников), независимых от устройств воспроизведения, оптимизации цветового представления на экране и при выводе на печать, распределенных методов получения изображений. Дальнейшее развитие получат средства поиска, индексирования и анализа смысла изображений, согласования содержимого справочных каталогов при автоматической каталогизации, организации защиты от копирования, а также машинное зрение, алгоритмы распознавания и классификации образов. 3.3. Экспертные системы Спрос на экспертные системы остается на достаточно высоком уровне. Наибольшее внимание сегодня привлечено к системам принятия решений в масштабе времени, близком к реальному, средствам хранения, извлечения, анализа и моделирования знаний, системам динамического планирования. 3.4. Интеллектуальные приложения Рост числа интеллектуальных приложений, способных быстро находить оптимальные решения комбинаторных проблем (возникающих, например, в транспортных задачах), связан с производственным и промышленным ростом в развитых странах. 3.5. Распределенные вычисления Распространение компьютерных сетей и создание высокопроизводительных кластеров вызвали интерес к вопросам распределенных вычислений – балансировке ресурсов, оптимальной загрузке процессоров, самоконфигурированию устройств на максимальную эффективность, отслеживанию элементов, требующих обновления, выявлению несоответствий между объектами сети, диагностированию корректной работы программ, моделированию подобных систем. 3.6. ОС РВ Появление автономных робототехнических устройств повышает требования к ОС реального времени – организации процессов самонастройки, планирования обслуживающих операций, использования средств ИИ для принятия решений в условиях дефицита времени. 3.7. Интеллектуальная инженерия Особую заинтересованность в ИИ проявляют в последние годы компании, занимающиеся организацией процессов разработки крупных программных систем (программной инженерией). Методы ИИ все чаще используются для анализа исходных текстов и понимания их смысла, управления требованиями и выработкой спецификаций, проектирования, кодогенерации, верификации, тестирования, оценки качества, выявления возможности повторного использования, решения задач на параллельных системах. Программная инженерия постепенно превращается в так называемую интеллектуальную инженерию, рассматривающую более общие проблемы представления и обработки знаний (пока основные усилия в интеллектуальной инженерии сосредоточены на способах превращения информации в знания). 3.8. Самоорганизующиеся СУБД Самоорганизующиеся СУБД будут способны гибко подстраиваться под профиль конкретной задачи и не потребуют администрирования. 4. Следующая по популярности группа технологий ИИ 4.1. Автоматический анализ естественных языков (лексический, морфологический, терминологический, выявление незнакомых слов, распознавание национальных языков, перевод, коррекция ошибок, эффективное использование словарей). 4.2. Высокопроизводительный OLAP-анализ и извлечение информации из данных, способы визуального задания запросов. 4.3. Медицинские системы, консультирующие врачей в экстренных ситуациях, роботы-манипуляторы для выполнения точных действий в ходе хирургических операций. 4.4. Создание полностью автоматизированных киберзаводов, гибкие экономные производства, быстрое прототипирование, планирование работ, синхронизация цепочек снабжения, авторизации финансовых транзакций путем анализа профилей пользователей. 5. Небольшое число конференций посвящено выработке прикладных методов, направленных на решение конкретных задач промышленности в области финансов, медицины и математики. Традиционно высок интерес к ИИ в среде разработчиков игр и развлекательных программ (это отдельная тема). Среди новых направлений их исследований – моделирование социального поведения, общения, человеческих эмоций, творчества. ИИ в Стране восходящего солнца Профиль японских конференций (а этой стране принадлежит немало оригинальных и уникальных достижений в области ИИ), не сильно отличается от общемирового. Тем интереснее эти отличия – на них сосредоточены значительные объемы инвестиций государственных и частных японских организаций. Среди направлений, более популярных в Японии в сравнении с европейскими и американскими школами ИИ, отметим следующие: создание и моделирование работы э-рынков и э-аукционов, биоинформатика (электронные модели клеток, анализ белковой информации на параллельных компьютерах, ДНК-вычислители), обработка естественных языков (самообучающиеся многоязычные системы распознавания и понимания смысла текстов), Интернет (интеграция Сети и всевозможных датчиков реального времени в жилых домах, интеллектуальные интерфейсы, автоматизация рутинных работ на основе формализации прикладных и системных понятий Интернета, итерационные технологии выделения нужных сведений из больших объемов данных), робототехника (машинное обучение, эффективное взаимодействие автономных устройств, организация движения, навигация, планирование действий, индексация информации, описывающей движение), способы представления и обработки знаний (повышение качества знаний, методы получения знаний от людей-экспертов, поиск и извлечение информации из данных, решение на этой основе задач реального мира – например, управления документооборотом). Много работ посвящено алгоритмам логического вывода, обучению роботов, планированию ими действий. Военные технологии Исследования в области нейронных сетей, позволяющих получить хорошие (хотя и приближенные) результаты при решении сложных задач управления, часто финансирует военное научное агентство DARPA. Пример – проект Smart Sensor Web, который предусматривает организацию распределенной сети разнообразных датчиков, синхронно работающих на поле боя. Каждый объект (стоимостью не более $300) в такой сети представляет собой источник данных – визуальных, электромагнитных, цифровых, инфракрасных, химических и т. п. Проект требует новых математических методов решения многомерных задач оптимизации. Ведутся работы по автоматическому распознаванию целей, анализу и предсказанию сбоев техники по отклонениям от типовых параметров ее работы (например, по звуку). Операция “Буря в пустыне” стала стимулом к развитию экспертных систем с продвинутым ИИ, применяемым в области снабжения. На разработках, связанных с технологиями машинного зрения, основано все высокоточное оружие. В СМИ нередко можно прочитать о грядущих схватках самостоятельно действующих армий самоходных машин-роботов и беспилотных самолетов. Однако существует ряд нерешенных научных проблем, не позволяющих в ближайшие десятилетия превратить подобные прогнозы в реальность. Прежде всего это недостатки систем автоматического распознавания, не способных правильно анализировать видеоинформацию в масштабе реального времени. Не менее актуальны задачи разрешения коллизий в больших сообществах автономных устройств, абсолютно точного распознавания своих и чужих, выбора подлежащих уничтожению целей, алгоритмов поведения в незнакомой среде и т. п. Поэтому на практике военные пытаются достичь менее масштабных целей. Значительные усилия вкладываются в исследования по распознаванию речи, создаются экспертные и консультационные системы, призванные автоматизировать рутинные работы и снизить нагрузку на пилотов. Нейронные сети достаточно эффективно применяются для обработки сигналов сонаров и отличения подводных камней от мин. Генетические алгоритмы используются для эвристического поиска решения уравнений, определяющих работу военных устройств (систем ориентации, навигации), а также в задачах распознавания – для разделения искусственных и естественных объектов, распознавания типов военных машин, анализа изображения, получаемого от камеры с низким разрешением или инфракрасных датчиков. Список литературы 1. Материалы сайта http://ru.wikipedia.org/. 2. Левин Р. и др. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике.- М., 1991. 3. Шихов Е. Варианты реализации искусственного интеллекта – ресурс Интернета, http://neural.narod.ru/, 2002. 4. Квасный Р. Искусственный интеллект – ресурс Интернета, http://neural.narod.ru/, 2001. 5. Малюх В. Н. Введение в современные САПР: Курс лекций. — М.: ДМК Пресс, 2010. — 192 с. — ISBN 978-5-94074-551-8 6. Муромцев Ю. Л., Муромцев Д. Ю., Тюрин И. В. и др. Информационные технологии в проектировании радиоэлектронных средств: учеб. пособие для студ. высш. учебн. заведений. — М.: Издательский центр "Академия", 2010. — 384 с. — ISBN 978-5-7695-6256-3 7. Норенков И. П. Основы автоматизированного проектирования: учеб. для вузов. — 4-е изд., перераб. и доп.. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2009. — 430 с. — ISBN 978-5-7038-3275-2 8. Норенков И. П. Автоматизированное проектирование. Учебник. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2000. — 188 с. |
