Экспертные системы Сопративление материалов Начертательная геометрия

Использование ЭВМ для управления процессами коммутации
Электронная коммутация
коммутаторы
коммутационные схемы
транзитные соединения
Время поиска путей
двойные соединения
цифровое кодирование
мультиплексирование
Модульные структуры
Конференц-связь
Правила и метаправила
Авторизация
Построение авторизации
механизм парольной защиты
средствах защиты ОС
процедура идентификации
ввод идентификатора и пароля
биометрические характеристики
модель защиты
права доступа
диспетчер доступа
каноническая модель
метки безопасности
Воспоминания участников
атомного проекта
Академик РАН А.Д. Сахаров
Академик РАН Ю.А. Трутнев
сверхмощная 50-мегатонная бомба
Атомные станции
ионизирующее излучение
экспериментальные исследования
Основные факторы риска
Факторы нерадиационной природы
радиационная защита
Архитектура компьютера
Уровень ассемблера
Знакомство с ассемблером
Формат оператора
Директивы
Макроопределение
Макровызовы
Макросы с параметрами
Процесс ассемблирования
Компиляция
Задачи компоновщика
Динамическая компоновка
Маршрутизация Службы Интернета
Механизмы маршрутизации
таблицы маршрутизации
Статическая маршрутизация
Протоколы маршрутизации
Обзор служб Internet Information Services
Администрирование служб IIS
Администрирование служб WWW и FTP
Создание веб-узла
Служба SMTP

 

Теория представления знаний — это отдельная область исследований, тесно связанная с философией формализма и когнитивной психологией. Предмет исследования в этой области — методы ассоциативного хранения информации, подобные тем, которые существуют в мозгу человека. При этом основное внимание, естественно, уделяется логической, а не биологической стороне процесса, опуская подробности физических преобразований

"Искусственный интеллект (ИИ) — это область информатики, которая занимается разработкой интеллектуальных компьютерных систем, т.е. систем, обладающих возможностями, которые мы традиционно связываем с человеческим разумом, — понимание языка, обучение, способность рассуждать, решать проблемы и т.д."

В этой главе описана одна из первых экспертных систем, MYCIN, при разработке которой была предпринята попытка отойти от традиции использования "обобщенного решателя проблем". Система построена на основе относительно несложного алгоритма поиска, значительно более простого, чем описанный в предыдущей главе алгоритм А. Возможности программы определяются не столько реализованным в ней алгоритмом поиска, сколько методикой представления знаний, специфических для той области, в которой предполагалось использовать систему, а именно — в лечении заболеваний крови.

В этой главе читатель найдет:

  • объяснение, почему исследования в области искусственного интеллекта и создание соответствующих приложений требуют применения языков программирования определенного вида;
  • обсуждение специфических свойств таких языков, отличающих их от широко используемых в практике программирования задач обработки данных и научных расчетов;
  • вводные сведения об основных концепциях языка LISP, который на определенном этапе стал основным языком программирования задач искусственного интеллекта;
  • объяснение, почему LISP редко выбирается в качестве базового языка при построении экспертных систем;
  • объяснение, почему чаще используются более специализированные языки вроде CLIPS (подробное описание этого языка приведено в Приложении). Информатика, базы данных SQL. Компьютерные сети

Набор порождающих правил — это формализм, который уже использовался в теории автоматов, формальной грамматике, разработке языков программирования, прежде чем стать на службу моделированию психофизиологической деятельности [Newell and Simon, 1972] и экспертных систем [Buchanan and Feigenbaum, 1978]. В литературе по экспертным системам их иногда называют правилами "условие — действие" или "ситуация — действие". Это связано с тем, что такие правила обычно используются для представления эмпирических ассоциативных связей между данными, предъявленными системе, и действиями, которые система должна предпринять в ответ. Основные характеристики персонального компютера

В этой и следующей главах мы рассмотрим способы, удобные для представления структурированных знаний, и остановимся на тех трудностях, с которыми столкнулись исследователи на практике. Формальный аппарат, который будет использован в данной главе, базируется на различных видах графов, узлы которых хранят информацию о сущностях в форме записей, а дуги определяют взаимоотношения между этими сущностями. В следующей главе мы рассмотрим объектно-ориентированный подход к представлению знаний, который влечет за собой определенную методологию разработки и соответствующий стиль программирования.

Еще в конце 1970-х годов стала отчетливо просматриваться тенденция к использованию в исследованиях в области искусственного интеллекта "формальных" методов, т.е. основанных на аппарате математической логики. Эти методы противопоставлялись более интуитивным и менее формализованным эвристическим методам, скажем, таким, которые были использованы в системе MYCIN

Во многих реальных приложениях приходится сталкиваться с ситуацией, когда автоматический решатель задач имеет дело с неточной информацией. В этой главе мы рассмотрим основные идеи, касающиеся количественной оценки неопределенности и методов формирования нечетких суждений.

В этой главе мы детально рассмотрим процесс извлечения знаний и в теоретическом, и в практическом аспектах. Сначала будет представлен такой способ организации приобретения знаний, когда весь процесс разбивается на несколько этапов или уровней анализа. Затем будут описаны результаты некоторых ранних работ в области автоматизации извлечения знаний, причем основное внимание будет сосредоточено на синтаксисе и правилах. В последнем разделе эти результаты сравниваются с поздними работами, в которых на первый план выходит семантика предметной области.

В данной главе мы вновь затронем некоторые вопросы, рассмотренные в предыдущих главах, в частности вопрос о наследовании, но уделим ему гораздо больше внимания. Независимо от того, какой конкретный язык будет обсуждаться в том или ином разделе, во всех представленных примерах используется либо язык COOL (CLIPS Object Oriented language — объектно-ориентированная версия языка CLIPS), либо C++. Разделы, в которых детально изложены технические подробности функционирования конкретных программных средств (они помечены крестиком), можно при желании опустить. Большинство примеров приведено во врезках. При первом чтении их также можно бегло просмотреть или опустить, что не помешает разобраться в основных темах главы.

В этой главе мы рассмотрим вопросы применения тех методов решения проблем, которые используются на практике при построении экспертных систем разного назначения, и постараемся увязать характерные черты этих методов со спецификой областей применения. В идеальном случае хотелось бы получить ответы на следующие вопросы.

  • Можно ли классифицировать области применения экспертных систем на основе характеристик задач, решаемых в этой области?
  • Можно ли сформулировать хорошо дифференцированный набор методов решения проблем, которые приложимы для определенных классов областей применения?
  • Можно ли определить, какие стили представления знаний и правил логического вывода наиболее подходят для данного метода решения проблем?

Хотя вразрез с рекомендациями Кленси ни система MYCIN, ни системы, базирующиеся на EMYCIN, не содержат специфических средств таксономии симптомов или признаков неисправностей, тот факт, что решения могут быть заранее пронумерованы, означает, что можно применить обратную стратегию построения суждений, т.е. строить логическую цепочку от абстрактных категорий решений к подходящим данным через промежуточный этап абстрагирования данных. Этот этап неявно включен в используемые правила. Тот факт, что выводы из набора правил индексируются в терминах медицинских параметров, на которые они ссылаются, позволяет без особого труда реализовать стратегию рассуждения от цели к средствам.

Включение в процесс анализа комбинированных гипотез значительно усложняет положение вещей. Пространство гипотез "разрастается", и его приходится каким-то образом структурировать, чтобы сделать обозримым. Метод иерархического построения и проверки гипотез пытается решить эту проблему с помощью явно выраженного таксо-нометрического представления пространства гипотез. Таксонометрическое представление обычно имеет вид дерева, листьями которого являются элементы решения. Нет ничего удивительного в том, что при представлении знаний, основанном на иерархически структурированной организации объектов, процесс активизации гипотез направляется этой организацией и заданным режимом управления.

Когда речь идет о решении некоторой проблемы конструирования, предполагается, что имеется пространство элементов решения, из которого можно выбирать, и имеются правила, которые помогают комбинировать выбранные элементы. Самым простым примером является задача, которую приходится решать чуть ли не ежедневно, — как одеться, чтобы не выглядеть в родной конторе пугалом. Существуют писаные и неписаные правила, в чем прилично являться на работу, а что рассматривается как пренебрежение мнением окружающих (и руководства). Итак, задача состоит в том, чтобы, во-первых, не выглядеть пугалом, а во-вторых, не вносить диссонанс в рабочую обстановку слишком вызывающим внешним видом. Даже в том случае, если отсутствуют четко сформулированные правила, вряд ли кто-нибудь посчитает совместимым костюм-тройку и кроссовки.

Эту главу мы начнем с краткого обзора ранних работ, касающихся включения в экспертные системы специальных средств, формирующих для пользователя информацию о ходе рассуждений (в дальнейшем для краткости мы будем называть ее поясняющей информацией). Затем более детально будут рассмотрены средства формирования пояснений экспертной системы CENTAUR, о которой уже упоминалось в главе 13. И в заключение мы обсудим одно из последних исследований в этой области, выполненное в рамках проекта Explainable Expert Systems, в котором основное внимание было уделено обеспечению прозрачности экспертной системы с точки зрения инженеров по знаниям, т.е. была предпринята попытка рассмотреть в комплексе вопросы формирования поясняющей информации и извлечения знаний.

После всестороннего анализа прототип откладывается в сторону и начинается разработка рабочей версии программы, которая должна решать весь комплекс задач, определенных в спецификации проекта. Процесс разработки экспертной системы, как правило, состоит из последовательности отдельных этапов, на которых наращиваются возможности системы, причем каждый из этапов подразделяется на фазы проектирования, реализации, компоновки и тестирования. В результате после каждого этапа наращивания возможностей в распоряжении пользователя имеется система, которая способна справляться со все более сложными вариантами проблемы.

Во всех экспертных системах мы тем или иным образом стремимся представить модель окружающего нас мира или, по крайней мере, какой-либо предметной области этого мира. Думаю, не следует тратить время на доказательство того очевидного факта, что программе нельзя позволять выполнять произвольные манипуляции над представлением мира, которое в ней имеется. Как правило, предположения в таком представлении влияют друг на друга, и существуют ограничения, которым должно удовлетворять любое множество предположений

На одном конце спектра находятся программы, которые обучаются, непосредственно воспринимая новые знания, и не выполняют при этом никакого логического анализа. Обычно такую методику обучения называют rote learning ("зубрежка", а программы соответственно — "зубрилками"). Аналогов такой методике в обычной жизни не счесть. Самый знакомый всем — зазубривание таблицы умножения (или "Отче наш..."). На другом конце спектра обучающих программ находятся те, которые пользуются методикой unsupervised learning, т.е. обучение без преподавателя. Под этим подразумевается способность формулировать теоремы, которая имеет очевидную аналогию с образом мышления человека, делающего научное открытие на основе эмпирических фактов.

Теория Демпстера—Шефера предлагает средства вычисления функции доверия на таких множествах гипотез и правила объединения функций доверия, сформулированных на основании разных свидетельств.

Использование С в качестве языка реализации объясняется тем, что компилятор LISP не поддерживается частью распространенных платформ, а также сложностью интеграции LISP-кода в приложения, которые используют отличный от LISP язык программирования. Хотя в то время на рынке уже появились программные средства для задач искусственного интеллекта, разработанные на языке С, специалисты из NASA решили создать такой продукт самостоятельно. Разработанная ими система в настоящее время доступна во всем мире, и нужно сказать, что по своим возможностям она не уступает множеству гораздо более дорогих коммерческих продуктов.

В этой главе мы проанализируем применение двух стратегий наименьшего принуждения (least commitment) и предложение и пересмотр (propose and revise). Завершит главу обзор некоторых инструментальных средств приобретения знаний, которые используются в системах решения проблем конструировании

Сопративление материалов Задания и решения Начертательная геометрия

Вычислительная математика

Алгебра и аналитическая геометрия

Компьютерная безопасность:современные требования, подходы, статистика угроз

Информационные технологии защита компьютерной информации защита средств вычислительной техники Подсистема управления доступом механизмы защиты от НСД Основные механизмы защиты ОС администрирование отказ в обслуживании «Троянские» программы

Проектирование системы защиты, системный подход

Оценки эффективности производительность системы математический метод проектирования динамический анализ объекты угрозаудит событийсервер безопасности защита рабочих станций идентификация клиент—сервер стоимость потерь от взлома

Механизмы задания меток безопасности. Категорирование прав доступа Метки конфиденциальности мандатный механизм администратор безопасности ОС семейства UNIX доступ к системному диску программа-проводниклокализация прав доступа Каноническая модель управления полномочная модельфайловые объекты

Диспетчер доступа Модель рабочей станции с системой защиты Субъекты доступа ОС семейства Windows сетевые ресурсы система массового обслуживания анализ эффективности Методы контроля целостности Контроль корректности Двухуровневая модель цикл расписания администрирование приложений

Антивирусная защита Межсетевое экранирование Вирусные атаки задача антивирусной защиты Межсетевой экран Атаки на межсетевые экраны информационная безопасность предприятия корпоративная сеть технические средства защиты ПО системы защиты метод сетевого контроля.

Источники ионизируещего излучения, ускорители Атомные батареи в космосе

Импульсные реакторы В науке и технике радионуклиды нашли применение как источники ионизирующего излучения, энергетические источники (тепла или электроэнергии), источники света, ионизаторы воздуха. Природные источники ионизируещего излучения Техногенные источники ионизируещего излучения Излучатели нейтронов. Нейтроны излучаются трансурановыми радионуклидами при спонтанном (самопроизвольном) делении. Реактор - устройство для осуществления управляемой цепной ядерной реакции с целью выработки тепловой энергии. Мощными источниками нейтронов являются импульсные реакторы, предназначенные для физических исследований свойств атомного ядра и конденсированных сред Изотопные генераторы тепла, электричества и света Атомные батареи в космосе Первое широкое применение атомные батареи нашли в космосе, поскольку именно там требовались источники энергии, способные вырабатывать тепло и электричество в течение длительного времени Историческое первенство в космических ядерных авариях принадлежит США - в 1964 г. не смог выйти на орбиту американский навигационный спутник с атомным реактором на борту, и этот реактор развалился в атмосфере вместе со спутником на куски.

Физика атомного реактора В данной лекции мы ограничимся рассмотрением лишь основных процессов, протекающих в атомном реакторе, при его стабильной эксплуатации.

  • Управление цепной реакцией деления Необходимым условием для осуществления практической реализации цепной реакции деления, является наличие критической массы делящейся среды.
  • Поглощающий элемент (Absorber element) - элемент ядерного реактора, содержащий материалы -поглотители нейтронов и предназначенный для управления реактивностью реактора. Правила ядерной безопасности жестко ограничивают величину единовременно вносимой реактивности.
  • Управление реактором В современных энергетических реакторах управление цепной реакцией осуществляется путем введением в активную зону веществ поглощающих нейтроны.
  • Реактор с водой под давлением. В таких реакторах замедлителем и теплоносителем служит вода. Нагретая вода перекачивается под давлением в теплообменник, где тепло передается воде второго контура, в котором вырабатывается пар, вращающий турбину.
  • Уран-графитовый  реактор канального типа -бескоpпусной реактор с графитовым замедлителем, теплоноситель  - вода, тепловыделяющие элементы расположены в вертикальных каналах графитовой кладки.
  • Реактор на тепловых нейтронах Рассмотрим основные особенности реактора, работающего на медленных (тепловых) нейтронах в режиме атомной электростанции (АЭС).
  • Гомогенный реактор - реактор, активная зона которого представляет собой гомогенную размножающую среду (однородную смесь). В таком реакторе топливо и замедлитель (возможно, и другие компоненты активной зоны) находятся либо в растворе, либо в достаточно равномерной смеси, либо пространственно разделены, но так, что разница в потоках нейтронов любых энергий в них несущественна
  • Тепловыделяющий элемент, ТВЭЛ - герметично заваренная заглушками трубка, с таблетками топлива. Топливная кассета - конструкция из таблеток урана и собирающего вместе с ними корпуса толщиной 10-20 см и длиной в несколько метров, являющаяся выделителем энергии за счет распада урана. Материалом корпуса обычно является цирконий.
  • По конструктивному исполнению реакторы подразделяются на корпусные и канальные. В корпусных реакторах давление теплоносителя несет корпус. Внутри корпуса реактора течет общий поток теплоносителя. В канальных реакторах теплоноситель подводится к каждому каналу с топливной сборкой раздельно. Корпус реактора не нагружен давлением теплоносителя, это давление несет каждый отдельный канал.
  • БН - ядерный реактор, на быстрых нейтронах. Корпусной реактор-размножитель. Теплоносителем первого и второго контуров обычно является натрий. Теплоноситель третьего контура - вода и пар. Пути повышения эксплуатационных характеристик тепловых реакторов