Конспект лекцій містить основні теоретичні відомості з дисципліни "Системи штучного інтелекту". Розроблений відповідно до робочої програми даної навчальної дисципліни. Може бути використаний студентами денної та заочної форм навчання. Призначений для підготовки фахівців освітнього рівня "бакалавр" за спеціальністю 151 - Автоматизація та комп'ютерно-інтегровані технології. ЗМІСТ 1 Вступ до дисципліни 7 1.1 Інтуїтивне розуміння поняття "інтелект" 7 1.2. Приклади інтелектуальних задач 8 1.3. Аналіз основних визначень поняття "інтелект" 10 1.4. Тест Тьюринга і фатичний діалог 11 2 Інтелект як високоорганізована кібернетична система 13 2.1 Алгоритмічний і декларативний підходи до керування 13 2.2. Поповнення первинних інструкцій 13 2.3. Формалізація понять алгоритмічносгі та декларативності 14 2.4. Квазіалгоритми та джерела квазіалгоритмічіності 15 2.5 Інтелектуальні системи із загальнокібернетичиих позицій 16 2.6. Типова схема функціонування інтелектуальної системи 18 2.7. Класифікація основних напрямів досліджень 19 2.8. Соціальні наслідки інтелектуалізації комп'ютерних технологій 20 3 Представлення знань в інтелектуальних системах 22 3.1 Знання і деякі підходи до їх подання 22 3.2. Вербально-дедуктивне визначення знань 23 3.3 Дані і знання. Основні визначення 24 3.4 Особливості знань 25 3.5 Неоднорідність знань. Області і рівні знань 27 3.6. База знань, як об'єднання простіших одиниць 27 3.7 Бінарні предикати і тріада "об'єкт-атрибут-значення" 28 3.8 Проблема неточних і неповних знань 29 3.9 Класифікація рівнів розуміння 29 4 Логічні моделі та метод резолюцій 34 4.1 Логічні побудови та логічні моделі 34 4.2 Основні положення числення предикатів 35 4.3 Приведення формул до нормальних форм 38 4.4 Метод резолюцій 40 5 Мережеве представлення знань. Семантичні мережі 46 5.1 Концептуальні графи 46 5.2 Семантичні мережі 48 5.2.1 Представлення контексту 48 5.2.2 Представлення "сукупність -посилання" 49 5.2.3 Канонічні графи 50 5.2.4 Правила побудови 51 5.2.5 Успадковані властивості 51 5.2.6 Решітки типів; ієрархії типів 52 5.2.7 Решітки множин і решітки типів 52 5.2.8 Схеми і схематичні кластери 54 5.3 Міркувань, що використовують семантичні мережі 55 6 Об'єктне представлення знань. Фреймові моделі 57 6.1 Зчеплення 57 6.2 Фрейми і слоти 58 6.2.1 Явні фрейми 58 6.2.2 Функціональні фрейми 58 6.2.3 -квантифікація 59 6.3 Міркування, що використовують об'єктне уявлення 59 6.3.1 Паропоєднання 59 6.3.2 Функціональні атрибути 60 6.4 Автоматичні міркування, що використовують фрейми 61 6.4.1 Ієрархічні міркування, що використовують фрейми 62 6.4.2 Міркування з винятками 63 7 ПРОДУКЦІЙНІ МОДЕЛІ ПРЕДСТАВЛЕННЯ ЗНАНЬ 65 7.1 Класифікація ядер продукції 67 7.2 Пряме та зворотне виведення 68 7.3 Типові дисципліни виконання продукцій 69 7.4 Основні стратегії вирішення конфліктів у продукційних системах 70 8 ФОРМАЛІЗАЦІЯ НЕДОСТОВІРНИХ І НЕЧІТКИХ ЗНАНЬ 73 8.1 Модальна логіка предикатів 73 8.1.1 Модальні оператори 74 8.1.2 Приклади модальних операторів 74 8.1.3 Синтаксис модальної логіки предикатів 74 8.2 Тризначна семантика для модальної логіки предикатів 75 8.3 Семантика можливих світів 76 8.4 Ламбда-числення 78 9 ЛОГІЧНЕ ВИВЕДЕННЯ ЗА НЕДОСТОВІРНИХ ЗНАНЬ 80 9.1 Поняття про неточне логічне виведення 80 9.2 Деякі визначення з теорії ймовірностей 80 9.3 "Об'єктивна" та "суб'єктивна" невизначеність 82 9.4 Загальні принципи неточного виведення 84 9.4.1Точкові та інтервальні міри неточності 85 9.4.2 Проблема комбінування свідоцтв 86 9.4.3 Приклади застосування мір достовірності 86 9.5 Формалізації мір ризику за неточного логічного виведення 87 9.5.1 Деякі проблеми виведення 88 9.5.2 Схема EMYCIN 89 10 Нечітка логіка 91 10.1 Математичний апарат 91 10.1.1 Операції над нечіткими множинами 92 10.1.2 Наочне представлення операцій над нечіткими множинами 92 10.1.3 Властивості операцій і . 93 10.1.4 Алгебраїчні операції над нечіткими множинами 94 10.2 Нечітка та лінгвістичні змінні 96 10.3 Нечіткий логічний вивід 99 11 ОСНОВНІ ПІДХОДИ ДО ПЛАНУВАННЯ ЦІЛЕСПРЯМОВАНИХ ДІЙ 103 11.1 Планування цілеспрямованих дій і прийняття рішень 103 11.2 Повний перебір 104 11.3 Методи "сліпого" пошуку 105 11.3.1 Випадковий пошук 105 11.3.2. Пошук "в глибину і ширину" 105 11.3.3 Алгоритм рівних цін 106 11.4 Евристичний пошук 107 11.4.1 Алгоритм "підйому на гору" 107 11.4.2 Глобальний облік відповідності мети 108 11.4.3 А-алгоритм 109 11.5 Простір задач і простір станів 112 11.6 Пошук з розповсюдженням обмежень 114 12 Вступ в експертні системи 116 12.1 Технології розробки експертних систем. 121 12.1.1 Особливості розробки ЕС. 121 12.1.2 Етапи розробки ЕС 123 12.2 Класифікаційні ознаки ЕС 127 12.2.1 Характеристики наочної області. 129 12.2.2 Характеристики типів вирішуваних в проблемній області завдань. 129 12.2.3 Характеристика інструментальних засобів розробки ІІС. 131 13 Склад і організація даних і знань в ЕС 136 13.1 Відмінності знань від даних. 136 13.2 Організація даних в робочій пам'яті ЕС. 138 13.3 Організація знань в БЗ 138 13.4 Моделі представлення знань в ЕС 140 14 Методи придбання знань. 142 14.1 Основні аспекти процесу витягання знань 142 14.2 Методи витягання знань 145 ПЕРЕЛІК РЕКОМЕНДОВАНИХ ДЖЕРЕЛ 152