Dirbtinis intelektas

Vilniaus Gedimino technikos universitetas
Fundamentinių mokslų fakultetas

Dirbtinio intelekto ir ekspertinių sistemų referatas

„Atpažįstanti operacinė sistema“

Atliko:
Anita Savčenko
Mantas Šegžda

Vilnius
2004
Turinys:
1. Kompleksinės tarpusavyje susijos neuroninės struktūros 2

1.1 įžanga 2

1.2 Psichologija 2

1.3 Fiziologija 2
2. Atpažįstanti operacinė sistema (AOS) 3

2.1 Simbolinių aprašymo lygmuo 3

2.2 Atpažinimo procesų lygmuo 4

2.3 Dėmesys 4

2.4 Psichologinė-fiziologinė jungtis 5

2.5 Paveldimumas` 5
3. AOS taikymai ir privalumai 6
4. Išvados 7
5. Literatūra 8

Kompleksinių tarpusavyje susijusių neuroninių struktūrų (KSNS) supratimas ir vystymas
Įžanga
Pažinimas gali būti aprašytas kaip minčių ir reakcijų į išorinius reiškinius rezultatas. Žmonėms pažintis suteikia labai dideles galimybes mokytis, priimti sprendinius ir prisitaikyti prie besikeičiančios aplinkos. Šis, iš pirmo žvilgsnio, paprastas ir tuo pačiu išskirtinis žmogaus sugebėjimas galėtų būti naudingai taikomas kompiuterinėse technologijose. Atpažįstanti op peracinė sistema turi rinkinį pažinimo procesų tam tikroje DB, kas sudaro pagrindą dėmesingai ir emocionaliai vartotojo sąsajai.

Intelekto pagrindas (pamatai)
Psichologija

Išsamūs žinių metodų tyrimai paaiškina smegenų funkcijas. Mokslininkai Pavlov, Piaget ir Thorpe įvardijo žemiau pateiktas žmogaus proto funkcijas:
– organizavimo funkcija – įžvalgumas;
– prisitaikymo funkcija – refleksinis reagavimas ir derinimasis;
– mokymosi ir optimizavimo funkcija.
Be to, didžiųjų smegenų žievėje yra neuronų struktūros, kurios leidžia egzistuoti dar svarbesnėms smegenų funkcijoms:
– Paveldimumo struktūros egzistuoja jau nuo gimimo ir yra užprogramuotos kontroliuoti visas išgyvenimo funkcijas – nuo kvėpavimo iki maitinimosi refleksų.
– Motorinės st truktūros kontroliuoja raumenis, iškalbą ir biologines sistemas.
– Psichologinės struktūros vysto ir kontroliuoja emocijų, dėmesingumo ir situacijų vertinimo sistemas.

Fiziologija

Žinių metodų tyrimai, neuropsichologija pateikė faktus ir teorijas apie tai kaip smegenys atlieka savo darbą. Išsamiai nagrinėjant pagrindines smegenų dalis išaiškėja jų struktūra.
Žmogaus sm

megenys turi tris pagrindines dalis. Viena iš jų, esanti viršutinėje smegenų kamieno dalyje, koordinuoja pagrindines elgesio funkcijas. Pastaroji, yra susijusi su emocijų kontrolės ir būdo bruožų sistema. Šios smegenų dalys rūpinasi mūsų dėmesingumu, emocijomis, atsparumu stresui, mokymųsi, atmintimi ir sugebėjimu ilsėtis bei atsipalaiduoti. Pati svarbiausia smegenų dalis atsakinga už mąstymą ir protavimą. Santykinai ši dalis yra labai maža, tačiau ji išauga lavinant intelektą.

Atpažįstanti operacinė sistema (AOS)

AOS technologija sudaryta iš daugybės (daugiasluoksnių) sprendimų modeliuojant protingą elgesį. Tarp jų yra simboliais aprašyta duomenų bazė imituojanti sudėtingas tarpusavyje susijusias neuroninių struktūras, sistema įgalinanti neuroninių struktūrų augimą, dėmesio sukoncentravimo, taip pat dinamiška dėmesio paskirstymo, paveldėjimo sistema bei mokymosi procesai.
Visi sprendimai išdėstyti lygmenimis:
1. Simboliniai neuroninių struktūrų aprašymai
2. Atpažinimo procesai
3. Psichologinė – fiziologinė jungtis
4. Paveldimumas
Kiekvienas lygmuo turi savo indėlį mo odeliuojant idealią atpažinimo platformą. Simbolinių aprašymų lygmuo tiksliai apibūdina terpę tarp turimų žinių ir atvaizdavimą. Kad būtų palaikoma visuma poelgių, būdingų protingoms būtybėms, atpažinimo procesų lygmuo charakterizuoja visus mokymo pavyzdžius įskaitant įsisavinimą, prisitaikymą ir mokymąsi. Taip pat šiam lygmeniui būdinga valdyti patį save, kaip sudėtingų aprašymų visumą. Simbolinių aprašymų lygmuo skatina intuityvų mokymąsi, naujų žinių įsiminimą, adaptaciją. Visi primatai ir žinduoliai turi išgyvenimo, apsigynimo nuo priešų instinktą. AOS tai atitinka paveldimumo ir atpažinimo lygmenys. Užtikrinant sąveiką tarp psichologinių programų ir fi

iziologinių procesų sistemoje įdiegta dinaminė kontrolės sąsaja.

Simbolinių aprašymų lygmuo

Neuronai, susijungę nesistemintais būdais, yra pagrindas modeliuojant smegenų žievės struktūras. Šios kompleksinės formos susikuria autonomiškai vykdant mokymosi procesus AOS. KSNS ryšiai taip pat atlieka tinklo persijungimus ir paiešką trumpalaikėje atmintyje realiu laiku. Be to, KSNS architektūros reikalauja naujų metodų sudėtingiems sąryšiams perduoti ir operuoti, nes standartinių neuroninių tinklų skaičiavimo modeliai to neteikia. AOS modeliuoja labai panašų procesą, kuris vyksta tarp elektroninio pašto sistemų gaunant žinutes iš pavienių neuronų didelio apkrovimo metu.

1 pav. AOS struktūros pavyzdys.

Kadangi KSNS veikia nesinchroniškai ir struktūrų dydis yra neribotas, tai apdorotos informacijos kiekis gali būti labai didelis, o greitis spartus. Be to, naudojamas AOS modelis leidžia, kad įvestis ar išvestis būtų vykdoma bet kuriuo metu, ne vien tada, kai sistema yra apmokoma ir vystoma.

Atpažinimo procesų lygmuo

Yra daug persiklojančių mokslo procesų, kuriančių idealią mašiną, galinčią mokytis ir prisitaikyti prie aplinkos. AOS turi visus šiuos mokymosi pavyzdžius per daugybę procesų:

1. Įsiminimas – atsirandantis aptinkant novatoriškumą ir kuriant naujas struktūras.
2. Klasikinės priemonės – mokslininko Pavlovo atrastas mokymosi būdas apie asociacijas ir prisitaikymo procesus.
3. Išvadų priemonės – mokymasis iš klaidų. Visa tai sustiprina teisingo atsakymo radimą dėl emocinio sąryšio.
4. Pasąmoninis mokymasis – dėmesingumo sistema atsimena senus įvykius ir patvirtina senai žinomą informaciją.
5. Intuityvus mokymasis – AOS atsižvelgia į

patyrimus darant išvadas mokymosi procese.
6. Įpročiai – labai naudingas atmetant bereikalingą informaciją ir priimant žinomas ar panašias sąlygas.

Dėmesys

1995 metais McDermott pastebėjo, kad gauta informacija iš aplinkos neuronų pagalba perduodama dalimis iš lygiagrečiai veikiančių pasąmonės sistemų į dėmesingumo sistemą. Dalinant informaciją į atskiras dalis, aukštesnieji mokymosi procesai gali veiksmingai įtakoti dirgiklį(jutiklį). AOS suteikia dinaminei dėmesingumo sistemai mokėti orientuotis laike, erdvėje bei santvarkoje. Informacijos filtravimo metu sistema kuria mažą laikiną sistemą tam, kad galėtų palaikyti erdvinį-pasaulietinį mokymosi procesą. Tai yra pagrindas vyksti prisitaikymo ir mokymosi iš klaidų procesams. Pasąmonė irgi palaiko tokį veikimo modelį sekančiu būdu: ji paverčia klasifikaciją į savo simbolius ir talpina juos į reikiamus kanalus, taip organizuodama ir struktūrizuodama pagrindą.

Psichologinė-fiziologinė jungtis

Dekartiškas dualizmas – tai teorija pavadinta Dekarto vardu apie kūno ir proto bendradarbiavimo problemas. Daugelis filosofinių teorijų skyrė didelį dėmesį šiam nepaprastam reiškiniui. Vienas dalykas aiškus: kai kurios manieros formos parodo, kaip psichologinis protas vyrauja virš mūsų fiziologinių išteklių.

Viena iš geriausių AOS modelio savybių yra tai, kad ji sugeba savyje kontroliuoti dėmesingumo ir mokymosi procesus. Tokia kontrolė sudaro sąlygas sistemai orientuotis erdvėje, laike ir aplinkoje nustatant dėmesingumo ir mokymosi pakraipas. Tai sudaro bazę kuriant dėmesingumo modulį, tuo tarpu vartotojas parūpina tą ypatingą aplinką (modulį) paieškos algoritmais. Dėmesingumo moduliai gali būti ir paprasti pagal savo pr

rigimtį ir sudėtingi atliekant įvairius daugiatikslius uždavinius.

Paveldimumas

Visos biologinės būtybės turi skirtingo laipsnio paveldimumą. Paveldimumas išreiškiamas tuo, kad jis padeda bet kokiam gyvam organizmui valdytis ir išgyventi jį supančioje aplinkoje. Medžioklė, plėšrūs poelgiai, savigyna ir poravimasis – tai visi įgimti požymiai, kurie sutelkti DNR struktūroje.

Sąsajos sudaro sąlygas vartotojo pusei kontroliuoti informacijos išvedimą tuo pačiu konstruoja paslėptą, bet itin reikalingą paveldimumo sluoksnį AOS aplinkoje. Be to, AOS bruožai padeda sistemos komponentėms pažinti išteklius, įsisavinti ir prisitaikyti prie jų.

AOS taikymai ir privalumai

AOS technologija pateikia sprendimus į daugelį senų ir naujų problemų. AOS buvo suprojektuota platesniam tikslui: sukurti pagrindą dirbtiniam atpažinimui. Įrengus kompiuterinį atpažinimo procesą, panašų į žinduolių, mes galime pradėti kurti tikrai autonomines, savarankiškas, protingas sistemas. DI technologijos gali būti taikoma vaizdo, balso atpažinimui, informacijos valdymui, apsaugos sistemose, bioinformatikoje bei robotų technikoje.
Pagrindiniai privalumai:
1. Asinchroniniai tinklai – KSNS veikia asinchroniškai ir nereikalauja pažangaus apmokymo.
2. Dinaminiai įvesties/išvesties pokyčiai – įvestis ir išvestis gali būti pridėtos ir panaikintos bet kuriame sistemos gyvavimo ciklo etape.
3. Dėmesys – dėmesys operuoja laike, erdvėje ir santvarkoje palaikydamas erdvinį-pasaulietinį mokymąsi.
4. Mokymosi procesai – sistemą palaiko visus žinomus mokymosi pavyzdžius.
Taikymai:
1. Savarankiškos transporto priemonės – naudojant paveldimumą, dėmesį ir mokymosi procesus, atsirandanti elgsena pati save gali tobulinti sąveikaudama su aplinka.
2. Regėjimas – naudojant AOS dėmesingumo galimybes, aprūpinant erdvinį-pasaulietinį mokymąsi, mes galime sukurti bruožų aptikimo struktūras, kurios gali būti panaudojamos dabar paplitusiose regėjimo programose. Bruožų aptikimas plačiai naudojama metodika, atpažįstant abejotinus vaizdus.
3. Balso atpažinimas – KSNS suteikia reikšmes kaupti erdvinę-pasaulietinę pavyzdingą informaciją. Tai labai praverčia atpažįstant kalbą triukšmingoje aplinkoje , nes informacija gali būti atrinkta ir filtruota AOS dėmesingumo sistemos pagalba.
4. Informacijos valdymas- nepriklausomos nuosavybės AOS technologijos tai ideali metodika paverčiant naują informaciją į žinių pagrindą. Dėl sukoncentruoto mokymosi ir dėmesingumo sistemos, tiktai giminiška informacija apdorojama, taip sumažinami apdorojimo reikalavimai. Tai leidžia mokymuisi ir samprotavimui ŽB įsigijimui ir nuomonės palaikymo priemonės.
5. Bioinformatika – dabartinės biologinių sistemų technologijos gali naudotis dideliu ratu priemonių, nuo tokių kaip XML pagrindo kalbų modeliai iki SPICE pagrindo analitiniai modeliai. AOS technologijos gali kurti ir maitinti dideles sudėtingas KSNS sistemas, kurios gali plėtotis ir prisitaikyti realaus laiko formatu bei labai lanksčiai transformuotis į kitas operacines sistemas.
6. Robotų technika – servovariklio valdikliai dažnai naudoja programas greitiems ir racionaliems judesiams kontroliuoti. AOS technologija analizuoja klaidingus valdiklio sprendimus, viską įsimena ir stengiasi nekartoti neteisintų sprendimų ir gali numatyti kada kaip reikės elgtis.

Išvados
Dirbtinis intelektas gali būti plačiai panaudojamas įvairiausiose mokslo ir gyvenimo šakose pradedant nuo mikrobangų krosnelių galinčių atpažinti maisto produktus iki galingų superkompiuterių analizuojančių DNR ar kitaip prisidedant civilizacijos vystymesi.

Lietratūra
Barnard, C.J. (1983). Animal Behavior: Ecology and Evolution. Wiley-Interscience, New York.
Begley, Sharon. (February 19, 1996). Your Child’s Brain. Newsweek.
Ginsburg, Herbert and Opper, Sylvia. Piaget’s Theory of Intellectual Development. Prentice-Hall, Inc., Englewood Cliffs.
Gregory, Richard L. (1987). The Oxford Companion to the Mind. Oxford University Press, Oxford.
Guyton, Arthur. (1986). Textbook of Medical Physiology. W.B. Saunders Co., Philadelphia.
Hampden-Turner, Charles. (1981). Maps of the Mind. Mitchell Beazley Publishers, Ltd., London; Macmillan Publishing Co., New York.
LeDoux, Joseph. (1996). The Emotional Brain: the Mysterious Underpinnings of Emotional Life. Simon & Schuster, New York.
McDermott, Josh. (1995). Global Workspace Theory: Consciousness Explained? Harvard Undergraduate Society for Neuroscience.

Leave a Comment