Интеллектуальные системы автоматизированного проектирования.

⇐ ПредыдущаяСтр 3 из 10Следующая ⇒

Повышение интеллектуальности подсистем проектирования осуществляется путем использования эвристического программирования, экспертных систем, путем перехода от режима диалога к пакетному режиму более высокого уровня.

К числу вспомогательных целей автоматизации проектирования относятся: уменьшение трудоемкости разработки программных средств, адаптации их к условиям эксплуатации при внедрении, а также их сопровождения, то есть модификации, обусловленной необходимостью устранения выявленных ошибок и (или) изменения функциональных возможностей

Одно из требований автоматизированного проектирования в режиме диалога — это максимальное освобождение технолога-проектировщика от рутинных работ, требующих каких-либо вычислений или количественных оценок проектных ситуаций. В процессе проектирования технолог-проектировщик задает информацию о полезности следствий. Эта информация обрабатывается ЭВМ с целью сокращения числа целесообразных альтернатив и отбрасывания неприемлемых. Проектировщик, принимающий решение, анализирует результаты расчета на ЭВМ и отбирает рациональные (с его точки зрения) альтернативы, а если надо, то осуществляет дальнейшую детализацию альтернатив и возникающих из них следствий. Под полезностью понимают обобщенную оценку альтернативы, описывающую ее пригодность для дальнейшего проектирования и легкость реализации. Эту оценку дает технолог-проектировщик.

Классические САПР (рис. 4 ) используются в тех случаях, когда при проектировании изделий данного класса накоплен достаточный опыт. Интеллектуальные САПР необходимы проектировщикам тогда, когда отсутствуют достаточно проработанные методики проектирования или изделие принципиально новое и требует значительных затрат творческого труда

Как и всякая другая система искусственного интеллекта, ИСАПР имеет в своем составе базу знаний, в которой хранится вся необходимая для ее работы информация о предметной области, в которой решается задача проектирования. В этой базе знаний собраны и тот опыт, который накоплен проектировщиками, и экспертная информация о возможных путях поискового конструирования - она опирается на методы моделирования рассуждений, типичные для специалистов, которые работают в данной области.

Общая схема ИСАПР может быть такой, когда на вход системы поступает задание на проектирование, которое в ИСАПР может формулироваться на естественном профессиональном языке, оно с помощью естественно-языкового интерфейса и других диалоговых средств понимается системой, уточняется у пользователя и переводится в специальное внутреннее представление. После этого делается попытка свести процесс проектирования к стандартным процедурам, реализуемым в классических САПР. Если эта попытка оказывается безуспешной, то логический блок передает задачу на вход экспертной системы, ориентированной на решение задачи проектирования в данной предметной области. Взаимодействуя с базой знаний и САПР, экспертная система ищет решение задачи. В рамках современных ИСАПР интегрируются различные процедуры, задачи, этапы и уровни проектирования, обеспечивается непрерывный сквозной цикл автоматизированного проектирования, начиная от этапа подготовки технического задания и выработки технического предложения и кончая созданием рабочего и технического проектов. Автоматизируются не только рутинные, но и эвристические, и творческие задачи, в частности, процедуры поискового конструирования, структурного синтеза и оптимизации. ИСАПР помогает поддерживать и интенсифицировать творческую активность разработчиков, повышает качество и производительность труда проектировщиков различных категорий, помогая сохранять и тиражировать уникальный проектный (экспертный) опыт и строить интеллектуальный интерфейс между проектировщиком и системой. Человек начинает доверять результатам машинной обработки информации. В результате повышается качество проектируемых объектов, так как увеличивается число просматриваемых вариантов и глубина проработки каждого из них. Сокращаются и сроки проектирования, так как шире используются средства моделирования, ускоряются проектные расчеты и графические работы.

В процессе работы ИСАПР (рис.5) решаются все основные задачи технического проектирования.

Составляется обоснованное техническое задание - это внешнее проектирование.
Анализируется техническое задание - это внутреннее проектирование.
Проводится концептуальный анализ: выбирается конструктивно-компоновочная схема, анализируется стоимость проекта.
Проводятся структурный синтез и оптимизация.
Ведется поисковое конструирование (изобретательство).
Проект планируется.
Конструкции перепроектируются и дорабатываются.
Повышается эффективность и качество инженерного анализа благодаря планированию вычислений и обучению пользователя владению пакетом прикладных программ. Проводится имитационное моделирование, выбираются численные методы расчета; результаты контролируются.

Рис.4 Типовая схема классической САПР

Рис.5 Схема ИСАПР

Проверяется соответствие отраслевым стандартам.
Готовятся рабочие чертежи и документация. Каждая из этих задач требует сложного программного и информационного обеспечения. Поэтому ИСАПР - это дорогостоящие и сложные системы, но без них вряд ли возможно создавать такие сложнейшие технические изделия, как современные самолеты или подводные лодки, атомные электростанции или космические корабли.

Основной целью создания интеллектуальных САПР ТП является простота и удобство представления знаний для структурного и параметрического синтеза.

Игровые программы.

К числу первых игровых программ можно отнести программу Артура Самуэля по игре в чекерс (американские шашки), написанную в 1947 году, причем в ней использовался ряд основополагающих идей ИИ, таких, как перебор вариантов и самообучение.

Научить компьютер играть в шахматы - одна из интереснейших задач в сфере игровых программ, использующих методы ИИ. Она была поставлена уже на заре вычислительной техники, в конце 50-х годов. В шахматах существуют определенные уровни мастерства, степени качества игры, которые могут дать четкие критерии интеллектуального роста машины. Поэтому компьютерными шахматами активно занимались ученые умы во всем мире. Но шахматы - игра, соревнование, и чтобы продемонстрировать свои логические способности, компьютеру необходим непосредственный противник. В 1974 году впервые прошел чемпионат мира среди шахматных программ в рамках очередного конгресса IFIP (International Federation of Information Processing) в Стокгольме. Победителем этого состязания стала советская шахматная программа «Каисса» (Каисса - богиня, покровительница шахмат). Эта программа была создана в Москве, в Институте проблем управления Академии наук в команде разработчиков программы-чемпиона, лидерами которой были Владимир Арлазаров, Михаил Донской и Георгий Адельсон-Вельский. «Каисса» показала всему миру способности русских специалистов в области эвристического программирования.

Нейрокибернетика

Среди направлений работ в области ИИ следует также выделить НЕЙРОКИБЕРНЕТИКУ, или иначе говоря, подход к разработке машин, демонстрирующих «разумное» поведение, на основе архитектур, напоминающих устройство мозга и называемых нейроннымисетями (НС). В 1942 году, когда Н. Винер определил концепции кибернетики, В. Мак-Каллок и В. Питс опубликовали первый фундаментальный труд по НС, где говорилось о том, что любое хорошо заданное отношение вход-выход может быть представлено в виде формальной НС. Одна из ключевых особенностей нейронных сетей состоит в том, что они способны обучаться на основе опыта, полученного в обучающей среде. В 1987 году Ф. Розенблат изобрел устройство для распознавания на основе НС - персептрон, который успешно различал буквы алфавита, хотя и отличался высокой чувствительностью к их написанию.

Пик интереса к НС приходится на 80-е и 90-е годы, но в последние десять лет наблюдается резко возросший объем исследований и разработок НС. Это стало возможным в связи с появлением нового аппаратного обеспечения, повысившего производительность вычислений в НС (нейропроцессоры, транспьютеры и т. п.). НС хорошо подходят для распознавания образов и решения задач классификации, оптимизации и прогнозирования. Поэтому основными областями применения НС являются:

промышленное производство и робототехника;
военная промышленность и аэронавтика;
банки и страховые компании;
службы безопасности;
биомедицинская промышленность;
телевидение и связь; и другие области.

В 1995 году японские специалисты, объединившие свои усилия под эгидой научно-исследовательского центра по обработке информации JIPDEC, опубликовали программу НИОКР с целью создания к 1995 году прототипа ЭВМ нового поколения. Эта программа, получившая на Западе название «японский вызов», была представлена как попытка построить интеллектуальный компьютер, к которому можно было бы обращаться на естественном языке и вести беседу.

Серьезность, с которой основные конкуренты Японии откликнулись на брошенный им вызов, объясняется тем, что прежде переход от одного поколения к другому характеризовался изменением элементной базы, ростом производительности и расширением сервисных возможностей для пользователей, владеющих в той или иной мере профессиональными навыками программирования. Переход к ЭВМ пятого поколения означал резкий рост «интеллектуальных» способностей компьютера и возможность диалога между компьютером и непрофессиональным пользователем на естественном языке, в том числе в речевой форме или путем обмена графической информацией - с помощью чертежей, схем, графиков, рисунков. В состав ЭВМ пятого поколения также должна войти система решения задач и логического мышления, обеспечивающая способность машины к самообучению, ассоциативной обработке информации и получению логических выводов. Уровень «дружелюбия» ЭВМ по отношению к пользователю повысится настолько, что специалист из любой предметной области, не имеющий навыков работы с компьютером, сможет пользоваться ЭВМ при помощи естественных для человека средств общения - речи, рукописного текста, изображений и образов.

В литературе того времени достаточно подробно описываются все эти вопросы. Здесь отметим только основные компоненты программного обеспечения (ПО), планируемые для систем пятого поколения ИИ:

базовая программная система, включающая систему управления базой знаний (СУБЗ), систему приобретения и представления знаний, систему решения задач и получения выводов, систему обучения и объяснения решений;
базовая прикладная система, включающая интеллектуальную систему автоматизированного проектирования (САПР) сверхбольших интегральных схем (СБИС) и архитектур ЭВМ, интеллектуальную систему программирования, систему машинного перевода и понимания ЕЯ, систему распознавания образов и обработки изображений (не менее 100 000 единиц информации в виде изображений), систему распознавания речи (не менее 10 000 слов), базы знаний (БЗ) о предметных областях, а также утилитные системы для ввода программ и данных, обеспечивающие диагностику и обслуживание.

Теперь с позиции нашего времени можно сказать, что фирма Microsoft постаралась частично ответить на «японский вызов» в своих версиях операционной системы Windows для персональных компьютеров серии IBM PC AT/486 и выше. Уровень «дружелюбия» ЭВМ пятого поколения по отношению к пользователю действительно значительно повысился по сравнению с другими поколениями ЭВМ. В эти же годы стремительное развитие Internet стало мощным шагом по пути создания распределенных баз знаний.

По мнению специалистов, в недалекой перспективе интеллектуальные системы будут играть ведущую роль во всех фазах проектирования, разработки, производства, распределения, продажи, поддержки и оказания услуг. Их технология, получив коммерческое распространение, обеспечит революционный прорыв в интеграции приложений из готовых интеллектуально - взаимодействующих модулей.

Коммерческий рынок продуктов искусственного интеллекта в мире в 1998 году оценивался примерно в 0, 9 млрд. долларов.

Использование экспертных систем и нейронных сетей приносит значительный экономический эффект. Так, например: American Express сократила свои потери на 27 млн. долларов в год благодаря экспертной системе, определяющей целесообразность выдачи или отказа в кредите той или иной фирме; DEC ежегодно экономит 70 млн. долларов в год благодаря системе XCON/XSEL, которая по заказу покупателя составляет конфигурацию вычислительной системы VAX - её использование сократило число ошибок от 30% до 1%.

⇐ Предыдущая 1 234 5 6 7 8 9 10 Следующая ⇒