ГЛАВА 5. АВТОМАТИЗАЦИЯ НАУЧНЫХ ИССЛЕДОВАНИЙ НА ОСНОВЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

 

Для повышения эффективности методов познания существенную роль играет автоматизация научных исследований, позволяющая не только автоматизировать эксперимент, но и проводить моделирование иссле­дуемых объектов, явлений, процессов. Так называемые автоматизиро­ванные системы научных исследований (АСНИ), в сферу которых внед­рена ЭВМ, позволяют изучать сложные явления и изменяют направле­ние и цели многих областей науки, влияют на способ мышления.

АСНИ отличаются от других типов автоматизированных систем характером информации, полученной на выходе системы. Главное – получить на основе обобщения экспериментальных данных математические модели исследуемых объектов. Адекватность и точность та­ких моделей обеспечиваются всем комплексом методических, програм­мных и других средств системы. Важнейшую роль в АСНИ играют ме­тодическое, программное и информационное обеспечение научного эксперимента.

Автоматизация научных исследований относится к процессам, где основной перерабатываемой продукцией является информация и, таким образом, относится к информационным технологиям.

В настоящее время новой методологией и технологией научных исследований является вычислительный эксперимент, который детально разработан.

В сущности, этап проведения вычислительно­го эксперимента - это конкретное отражение объективного процесса познания - от момента абстрагирования до получения и внедрения конкретных знаний в практику.

На первом этапе формируется математическая модель (" ма­тематический образ" ) изучаемого объекта. Прообраз освобождается отслучайного, из всех характеризующих его связей, выделяются наиболее существенные. Эти связи, как правило, записываются в виде уравнений, которые отражают фундаментальные законы, приме­нительно к данному объекту.

Идеализация, упрощение исходного явления - начало всякого научного исследования. Важно то, что вычислительный эксперимент позволяет эффективно изучать сложные математические модели, все­сторонне описывающие объект.

Создание математической модели - лишь первый шаг. Чтобы изучить ее поведение, необходимо решить уравнения модели при раз­личных значениях параметров, управляющих процессом.

Основной аппарат вычислительной математики - численные ме­тоды, а именно, вычислительные алгоритмы. Они позволяют получить приближенные решения весьма сложных задач за конечное число дей­ствий. Совершенствование системных методов снимает ограничения на сложность математических моделей.

Второй этап математического эксперимента - вы­бор вычислительного алгоритма, а затем составляется программа для ЭВМ, реализующая выбранный алгоритм.

Важно, что у математики появился не только инструмент, но и собственная технология, важным элементом которой являются пробле­мно-ориентированные пакеты прикладных программ (ППП),

ППП представляют возможность хранить относительно простые готовые программы (модули) и автоматически собирать из них слож­ные программы, подобно тому как из унифицированных деталей строя­тся разнообразные архитектурные сооружения. Они снабжены совер­шенными средствами общения с человеком, открывающими оперативный доступ к ним широкому кругу потребителей, которые могут не тра­тить время на знакомство с их структурой.

С развитием пакетов прикладных программ - деятельность математиков приобретает черты индустриального производства, в конечном продукте которого сконцентрированы результаты и опыт одной из наиболее эффективных форм человеческого труда.

Проведение собственно вычислений на ЭВМ по составленным программам во многом похоже на обычный эксперимент.

На завершающем этапе проводится анализ результатов, сопоста­вление их с теоретическими прогнозами, данными натурного экспери­мента. Становится ясно, удачно ли выбраны математическая модель и вычислительный алгоритм. При необходимости они уточняются и цикл вычислительного эксперимента повторяется на более совершен­ной основе.

Итогом вычислительного эксперимента являются выраженные в точной количественной форме детальные и конкретные практические рекомендации, достигающие заданной цели.

В связи с проведением вычислительного эксперимента возникает ряд важных вопросов.

Какова сфера его приложения? Прежде всего, для изучения, прогнозирования, оптимизации сложных многопараметрических нели­нейных процессов, теоретическое или экспериментальное исследова­ние которых традиционными методами невозможно или затруднено.

Во многих случаях натурный эксперимент опасен, требует много време­ни или невозможен.

Во всех этих ситуациях проведение вычислительного эксперимен­та - насущная необходимость, так как во много раз сокращаются сроки и стоимость исследований, число занятых в них людей, повышается обоснованность принимаемых решений.

Говоря об экономности вычислительного эксперимента, нельзя не упомянуть о таком свойстве математических моделей как универ­сальность.

Следовательно, вычислительные средства (ЭВМ, алгоритмы, ко­мплексы программ), созданные для одной проблемы имеют многоцеле­вой характер и могут быть легко переориентированы для решения других задач.

Надо отметить, что формирование модели для эксперимента не совершается на пустом месте чисто " умозрительно", а основано на всех имеющихся экспериментальных сведениях и теоретических пред­ставлениях, на всем приобретенном ранее опыте. Обязательным ус­ловием является также сравнение получаемых результатов с практи­кой и уточнение модели.

В результате выясняется область применимости модели, созда­ются " эталонные" модели, которые в дальнейшем могут быть иссле­дованы как самостоятельные объекты.

Условно говоря, существуют две фазы вычислительного эксперимента:

первая - создание системы моделей для системы целей (отладка, тестирование. Итог - соответствие алгоритмов изучаемым яв­лениям);

вторая - всестороннее моделирование реального объекта и управление его поведением (прогноз и управление).

Вопросы для самоконтроля знаний

- Автоматизированные системы научных исследований (АСНИ) и их методическое, программное и информационное обеспечение.

- Вычислительный эксперимент как новая методология и технология научных исследований.

 

ГЛАВА 6. СРЕДСТВА ИСКУССТВЕННОГО ИНТЕЛЛЕКТА –

ПОДХОД К НОВОЙ ИНФОРМАЦИОННОЙ ТЕХНОЛОГИИ

НАУЧНЫХ ИССЛЕДОВАНИЙ

С первых дней зарождения науки о вычислительных машинах мно­жество людей увлекает мечта о построении машин способных мыслить. Было время, когда создание такого разума считали бессмысленным ме­роприятием, но затем идея вновь привлекла к себе внимание. Сегод­ня под термином " искусственный интеллект" (ИИ) принято понимать работы в области программного анализа перевода текстов, восприя­тия естественной речи, робототехники и т.д.

Это понятие возникло как результат обобщения моделей поведе­ния биологических и искусственных систем, проявляющих способность к активному восприятию и избирательному запоминанию информации с целью принятия решения. Очевидно, что любая искусственная интеллектуальная система (физическая или формальная) обладает набором следующих интеллектуальных качеств:

- свобода целеполагания и выбора способа достижения цели;

- возможность корректировать свое поведение при изменении обстоятельств;

- способность сохранять свои функциональные свойства при изменении окружающей среды.

Как правило, модели искусственного интеллекта имитируют пове­дение человека при решении интеллектуальных задач, и сложившееся представление о функциональных свойствах предполагает наличие фун­кциональных механизмов (процессоров) и механизмов памяти, баз зна­ний.

Основное направление в решении проблемы ИИ, наиболее перспек­тивное в плане практических предложений, связано с коренной " интеллектуализацией ЭВМ" путем оснащения их программно-техническими средствами искусственного интеллекта. Программно-технические сре­дства ИИ, встроенные в ЭВМ, позволяют подойти к новому стилю ис­пользования вычислительной техники или новой информа­ционной технологии.

Многие проблемы исчезают, когда ЭВМ объединяется с миром ко­нечного пользователя благодаря тому, что программно-аппаратные средства ИИ образуют интеллектуальный интерфейс между ЭВМ и конечным пользователем. Реализация новой информационной технологии требует, чтобы ЭВМ, оснащенная средствами ИИ, облада­ла рядом свойств.

Во-первых, ЭВМ должна понимать профессиональный естественно-языковый диалект конечного пользователя (тексты, речи), в смысле адекватной реакции в виде ответов на вопросы, или приведения в действие каких-либо систем.

Во-вторых, ЭВМ должна давать возможность конечному пользова­телю решать задачи в области планирования, управления, проекти­рования разработок и научных исследований по их постановкам и ис­ходным данным независимо от сложности математических моделей этих задач.

Управление ходом вычислительного процесса конечный пользова­тель осуществляет, оперируя понятиями своей предметной области.

Главная черта творческой деятельности интеллекта - открытие нового знания.

Можно представить иерархию уровней степени общности языков моделирования интеллекта:

1 уровень - условное представление вариантов ответа: чувства, эмоции;

2 уровень - общее словесное описание (модель) объекта на размытом языке;

3 уровень - более конкретная, но еще словесная модель;

4 уровень - математическая вероятностная модель;

5 уровень - детерминированная математическая модель без усреднения переменных;

6 уровень - графическое (зрительное) представление, выход на дисплей.

С точки зрения лингвистического подхода все уровни знаний являются алгоритмическими, то есть пригодны для программирования на ЭВМ.

В зависимости от состава интерфейса можно выделить три клас­са систем искусственного интеллекта:

I класс. Вопросо-ответные системы, или интеллектуальная диалоговая система. Здесь помимо семантической модели предметной области, ха­рактерно наличие лингвистического процессора.

II класс. Расчетно-логические системы, позволяют решать задачи по постановкам и описаниям в терминах предметной области ко­нечного пользователя и исходным данным.

III класс. Экспертные системы или системы-консультанты.

Создание ценных, служащих человеку экспертных систем - одна из наиважнейших задач, стоящих перед индустрией знаний в ближайшие десятилетия.

Экспертная система (ЭС) - это вычислительная система, в кото­рую включены знания специалистов о некоторой конкретной проблем­ной области и которая в пределах этой области способна принимать экспертные решения.

Экспертные системы положили начало развитию совокупности ме­тодов «инженерии знаний», составляющие новый подход к созданию высокоэффективных программных систем.

В основе экспертной системы - обширный запас знаний о конкре­тной проблемной области. В большинстве случаев эти знания органи­зуются как некоторая совокупность правил, которые позволяют делать заключения на основе исходных данных или предположений. Традиционная формула: «данные + алгоритмы = программа» заменяется на новую: «знание + вывод = система».

В общем случае экспертная система строится на основе четырех компонентов программно-аппаратных средств ИИ:

1) смысловая семантическая модель предметной области строится в ЭВМ на основе системы представления знаний;

2) программа для планирования вычислений по заданиям конечных пользователей;

3) лингвистический процессор в программной или аппаратной реализации;

4) программно-аппаратные средства логического вывода.

Таким образом, представление знаний в ЭВМ - центральная проблема искусственного интеллекта. Концептуальная модель любой интеллектуальной системы включает несколько подсистем, в частности подсистему базы знаний, подсистему машинного ввода.

База знаний в общем случае включает:

базу интерфейсных знаний (связана с пониманием языков общения);

базу системных знаний (понимание самой системы);

базу прикладных знаний (специальные знания для различных профессий).

Подсистема машинного ввода включает выбор метода и формирование программ: решения (т.е. синтез программы обработки данных с учетом содержания проблемы, используя знания общего характера из базы).

Устранение ошибочных реакций позволяет поставить задачу о построении ИИ более совершенного, чем интеллект человека. При этом ЭВМ не следует алгоритмом мышления человека, а имеет свои алгоритмы принятия решения. Такими алгоритмами является выбор моделей по принципу самоорганизации, специфического способа машинного мышления.

 

Поскольку ИИ расширяет возможности компьютеров, последние могут быть использованы для разрешения множества проблем, возникающих в повседневной жизни.

Для коммерческого применения наиболее разработаны системы с базами знаний и системы с естественными языками. Кроме перечисленных применений, ИИ находит место в системах автоматизации программирования, в военных системах.

Первые же системы ИИ послужили толчком в направлении нового поколения аппаратных и программных средств. Крупные фирмы компьютерной промышленности осознали стратегическую важность системы ИИ. Японские главные компьютерные компании работают по проекту создания машин пятого поколения,

наиважнейшая цель которого - создать новое семейство думающих компьютеров с базами знаний и мощными средствами дедукции, при которых частные положения выводятся из общих.

Для поддержания перечисленных выше функций базы знаний ЭВМ пятого поколения должна охватывать следующие виды информации:

- лингвистические знания, обеспечивающие взаимодействие человека и ЭВМ;

- знания в области решаемых задач;

- знания относительно систем самой машины.

Так как вычислительные системы будущего будут ориентированы на обработку информации о знаниях, они должны обладать высокоразвитыми логическими возможностями. Самое важное, что человек-машинный интерфейс окажется существенно приближенным к формам общения между людьми.

В ЭВМ пятого поколения описание и моделирование будут осуществляться на уровне интерфейса, то есть компьютеры смогут понимать описание задачи, выражать его в форме модели и синтезировать программу на этой модели. Вычислительная система будет пользоваться накопленными в ней знаниями на всех этапах обработки, начиная от ввода речи, текстов, изображений и т.д., и кончая процессом понимания смысла этих исходных данных, формированием ответа. Эти знания состоят из знаний по языкам, знаний относительно предметных областей, знаний о механизмах и о представлении данных в аппаратной системе - они хранятся в базе знаний.

С точки зрения пользователя ЭВМ пятого поколения должны соответствовать следующим пяти принципам:

1. Простота пользования функциональными возможностями (от пользователя не требуется профессиональная подготовка).

2. Моделирование «человеческих» функциональных возможностей, таких как построение доказательств и принятие решений.

3. Гибкость конфигурации, обеспечивающая приспосабливаемость ЭВМ к условиям выполнения широкого диапазона работ.

4. Наличие функций, обеспечивающих программирование.

5. Принципы, осуществляющие эффективность и надежность вычислительных систем.

Вычислительные системы пятого поколения будут ориентированы на обработку знаний и обладать развитыми возможностями логического вывода. Важнейшим принципиальным отличием от всех предыдущих поколений вычислительной техники является использование интерфейса, рассчитанного на человека (восприятие естественных языков, фотографий, изображений и т.д.)

Семейство ЭВМ пятого поколения будет состоять из машин, способных удовлетворять требованиям, которые выдвигаются на различных направлениях их применения. Все машины должны выполнять три основные функции:

- решение задач и получение выводов;

- поддержку базы знаний;

- обеспечение интеллектуального общения человека и машины.

Информационная технология - это новый этап в развитии общества, новое

средство достижения более высокого уровня его благосостояния.

Средства информационной технологии получают быстрое развитие. Повсюду ЭВМ выступает как новое орудие опосредования умственного труда человека. Доля информационных работников в общей численности трудовых ресурсов возрастает, в будущем они составят самую большую профессиональную группу. Основным капиталом экономики будет накопленный ими опыт. Информация останется, прежде всего, средством обеспечения производства, а не предметом потребления.

Все общественные институты будут подчинены двум принципам: праву собственности информации и контролю за ней.

Информационная технология позволяет упростить структуру не только отдельных организаций, но и целых отраслей. Развитие и совершенствование средств вычислительной техники ведет к расширению круга приложения в науке и производстве, в частности, к созданию проблемно-ориентированных систем типа АСНИ, САПР, АСУ и других, информационное обеспечение которых зачастую требует последовательного перехода от баз данных к базам знаний, экспертным системам. Создание ценных, служащих человеку экспертных систем является одной из важнейших задач в ближайшие десятилетия.

Проблемно-ориентированные информационные системы должны быть спроектированы с учетом деловой стратегии фирмы и вместе с тем определять ее организационную структуру.

Внедрение новых средств информационных технологий диктует перспективу рабочих функций. Электронные средства, дополняющие существующие способы деловой деятельности, следует рассматривать как новые средства для новых видов деятельности. За счет автоматизации ряда рутинных процессов появилась возможность для персонала больше сосредотачиваться на содержании своей работы и лучше контролировать потоки информации.

С появлением недорогих персональных данных компьютеров стало возможным обеспечивать локальное решение задач пользователей. Объединение децентрализованных персональных компьютеров в локальные сети повысило скорость и возможности передачи информации.

Способность человека освоить управленческие роли подкрепляется электронной памятью оборудования, оснащающего его рабочее место.

Одно из наиболее ярких свойств компьютерной техники - возможность моделировать другие системы. Благодаря внедрению ЭВМ в сферу научных исследований создается новый подход ко многим проблемам. Новые вычислительные методы, позволяя изучать сложные явления, изменяют цели многих областей науки. Научные законы рассматриваются как алгоритмы. Физические системы рассматриваются как вычислительные системы, обрабатывающие информацию таким же способом, что и ЭВМ.

Будущее искусственного интеллекта определяется внедрением в вычислительную технику тех средств, которыми пользуются люди: математических выводов, теорем или формальных правил, основанных на приобретенном опыте, расчленение трудной задачи на более легкие подзадачи, рассуждения по аналогии с решенными ранее задачами. Главным инструментом становится не сам компьютер, а его программное обеспечение. Успех будет зависеть от того, смогут ли программисты ввести в свои системы исходный материал: огромные базы знаний, заключающие в себе факты и разнообразный опыт, на основе которого рассуждают люди. Машины не смогут достичь человеческого уровня при решении наиболее интересных задач до тех пор, пока программы не будут иметь способности

накапливать опыт на протяжении длительного времени и способности общаться друг с другом, обучаясь таким образом.

Проблема создания гибкого автоматизированного производства, обеспечивающего высокоинтенсивную и одновременно трудосберегающую форму производства, требует глубокого системного подхода. По существу требуется синтез крупных направлений автоматизации, которые входят в область информатики, технологии, экономики.

Объединение большого числа сложных задач в единый программный комплекс требует в недалеком будущем привлечения к решению наиболее ответственных задач управления гибким производством вычислительной техники новых поколений.

Вычислительные системы пятого поколения должны быть ориентированы на обработку знаний и располагать развитыми возможностями логического вывода. По существу ЭВМ пятого поколения будут системами обработки информации, заключенной в накопленных знаниях.

Вопросы для самоконтроля знаний

- Средства искусственного интеллекта как подход к новой информационной технологии.

- Основные направления в решении проблем искусственного интеллекта.

- Использование искусственного интеллекта и концептуальное представление о вычислительной системе нового поколения.

 

ГЛАВА 7. АНАЛИЗ И ОФОРМЛЕНИЕ ПОЛУЧЕННЫХ

РЕЗУЛЬТАТОВ НИР

⇐ Предыдущая234567891011Следующая ⇒

Поделиться:

Популярное:

1. II.1. Приемы изложения научных материалов
2. II.1.2. ГЛОССАРИЙ ИССЛЕДОВАНИЙ КИНО Ю.Н. ТЫНЯНОВА
3. XXIII. ОБРАЗЫ, ПРЕДСТАВЛЕНИЯ В ОСНОВЕ ВСЕХ НАШИХ ДЕЙСТВИЙ
4. Автоматизация контроля и учета потребляемых ресурсов как способ энергосбережения
5. Автоматизация маркетинговой деятельности
6. Автоматизация поддержки решений
7. Автоматизация работ в офисных приложениях
8. АВТОМАТИЗАЦИЯ СЕРИЙНОГО ПРОИЗВОДСТВА
9. Автоматизация управления освещением и электроснабжением в общественных пространств.
10. Автоматизация учета продаж в оптовой торговле
11. Алюминий и сплавы на его основе.
12. Анализ лабораторных исследований