Масленникова О.Е., Попова И.В. Основы искусственного интеллекта

Подождите немного. Документ загружается.

- 251 -

Европейские ученые ведут работу над проектом I-SWARM, в ходе которого

планируется создание организованного «коллектива» микро-роботов. Габаритные

размеры каждого робота 2 x 2 x 1 мм, при этом планируется, что одновременно

поставленную задачу будут решать сразу тысяча подобных аппаратов. Коллективное

взаимодействие должно обеспечить не только возможность решения очень широкого

круга задач, но и высочайшую «живучесть» всего «коллектива.

Представлен первый в мире андроид, имитирующий боль и реагирующий на нее. Aiko

является созданием Ли Трунга (Le Trung).

В Токио продемонстрирован робот Twendy-One. У робота достаточно силы, чтобы

поддержать человека, а гибкие руки позволяют ему взять со стола ломтик хлеба и

сделать тост.

Компания Boeing объявила об успешном проведении испытаний автономного

подводного аппарата, выстреливаемого из торпедного аппарата и способного по

завершении задания самостоятельно вернуться в него.

Декабрь. Калифорнийская компания Ugobe объявила о выпуске робота-динозавра Pleo.

Динозавр управляется системой Ugobe Life OS. Мозгом Pleo служат два 32-битных

процессора. Ugobe считает Pleo новой формой жизни.

Корейский государственный институт науки и технологий (KAIST) представил

мобильного робота Securo, способного ориентироваться в городских условиях без

помощи оператора.

Хироши Ишигуро (Hiroshi Ishiguro) из Осакского университета представил новую

версию своего знаменитого андроида Repliee. Робот получил имя Repliee Q1Expo.

Repliee Q1Expo выглядит, как настоящая женщина. Он может дышать, морщиться и

двигаться как человек. Сами движения андроида по пластике практически неотличимы

от человеческих.

Победителем конкурса «Японский робот года» стал робот M-430iA производства Fanuc,

способный благодаря особым пластиковым манипуляторам захватывать с конвейера до

120 объектов в минуту. Лауреатом в номинации «Лучший робот» стал больничный

робокурьер компании Matsushita. Лауреатом конкурса в номинации Small- To Medium-

Sized Venture Award стал робот Miuro от ZMP, который проигрывает музыку,

перемещаясь за хозяином.

Сильвен Калинон (Sylvain Calinon) и его коллеги в Швейцарском федеральном

технологическом институте в Лозанне разработали программное обеспечение, которое

позволяет им обучать человекоподобного робота новым заданиям просто вручную,

перемещая его конечности в рамках необходимых движений.

Британские специалисты из лондонского Имперского колледжа создали хирурга-робота

i-Snake.

Продемонстрирован российский зенитный ракетный комплекс ТОР-М2. По оценкам

военных, установка ТОР-М2 является фактически «боевым роботом», способным

принимать решения при ведении боевых действий. В отличие от зарубежных образцов,

ТОР-М2 способен эффективно вести борьбу с высокоточным оружием, в частности

крылатыми и противорадиолокационными ракетами.

- 252 -

ПРИЛОЖЕНИЕ 2

Методические рекомендации построения дерева решений на основе

примеров

Задача: разработать макет экспертной системы при помощи

программных средств XpertRule, реализующий структуру правил базы

знаний, построенной на основе данных о покупках 5 клиентов книжного

магазина учебной литературы (приобретено более 1 книги). Для каждой

книги известны автор, тематика, жанр и ценовая категория. Система должна

предложить клиенту книгу из разряда новинок, основываясь на его

предпочтениях.

Метод построения задачи: «Построение дерева решений на основе

примеров решения»

Шаг 1(рис. 1). Атрибуты:

 Surname (фамилия клиента);

 kolichestvo (количество приобретенных книг);

 price (цена одной книги);

 zhanr (жанр книги).

Задача принятия решений состоит из 4 выводов (outcomes):

 нет подходящей книги;

 Климова «Пед_диагностика»;

 Толстой «Война и мир»;

 Седов «Знахарь».

Значения атрибутов:

 surname: Георгиев, Василенко, Коваленко, Малахова,

Дермидонтова;

 kolichestvo: менее 8 книг(нет скидки), более 8 книг(скидка 50

рублей);

 price: 100, 150, 200, 250;

 zhanr: классика, детектив, научная.

Рис. 1

- 253 -

Шаг 2. Ввод примеров

Для этого переходим на вкладку Examples View .

Каждый ряд в данной таблице (рис. 2) представляет пример принятия

решения, иллюстрирующий множество значений атрибутов и

соответствующее решение.

Рис. 2

Шаг 3. Генерация дерева решений

Исходя из примеров, получаем дерево решений (рис. 4). Для этого переходим

на вкладку Decision Tree . Затем на панели инструментов заходим в

Options/Induce from examples и нажимаем OK (рис. 3)

Рис. 3

- 254 -

Рис. 4

Чтобы просмотреть результат нашей экспертной системы, на панели

инструментов выбираем Run/Run и нажимаем OK (рис. 5).

Рис. 5

- 255 -

В результате мы увидим диалоговые окна (рис. 6), которые

генерируются автоматически. От пользователя требуется только выбирать

значения. Итогом будет выступать одно диалоговое окно с предложением

книги.

Рис. 6

Разработка макета экспертной системы, методом

построения дерева решений (Decision Tree)

Этап 1. Создание приложения.

В меню выбираем пункт File/New, далее в появившемся окне

заполняем поля

 Name – имя приложения (латинскими буквами);

 Description - поле для комментариев;

 Task Type - типы атрибутов (возможные значения: логические,

числовые, булевы, дата, список);

 Inference Mode – выбор метода построения задачи (в нашем случае

Decision Tree).

Рис. 7

Этап 2. Создание атрибутов.

С помощью панели инструментов переходим в окно представления

атрибутов (Attributes View) . На данном этапе необходимо определить

- 256 -

множество выводов и решить какие факторы (атрибуты) влияют на конечное

решение.

Задача на рисунке, приведенном ниже, состоит из двух выводов: «принять» и

«отклонить» и 3-х атрибутов: ранга (Grade), отдела (Department) и отеля

(Hotel).

Рис. 8

Для того чтобы добавить атрибут, в меню Edit выбираем пункт Insert/Insert

Attribute.

Рис. 9

В появившемся окне вводим имя атрибута (латинскими буквами) и тип

атрибута(возможные значения: логические, числовые, булевы , дата, список).

Рис. 10

- 257 -

Определяем множество выводов в меню Edit, для этого выбираем

пункт Insert/Insert Outcome. Далее в появившейся ячейке столбца с названием

Outcome, вводим выходное решение.

Рис. 11

Для дополнения значений атрибутов необходимо выделить соответствующий

столбец и в меню Edit выбирать пункт Insert/Insert value.

Рис. 12

Этап 3. Составление дерева решений

С помощью панели инструментов переходим в окно дерева решений

(Decision Tree) . На данном этапе необходимо определить

последовательность вопросов задаваемых эксперту. На экране монитора вы

уведете пустое дерево решений.

Рис. 13

Для того чтобы создать дерево решений необходимо в меню Edit выбирать

пункт Insert/Insert node.

- 258 -

Рис. 14

В появившемся окне необходимо выбрать атрибут и способ разделения

ветвей дерева (Multi-way – используется при логическом типе атрибутов,

одна ветвь соответствует единому значению, Grouped – используется для

ручного построения дерева, при этом одной ветке могут соответствовать

несколько значений, None – при данном параметре не имеет значения выбор

эксперта по данному вопросу).

Рис. 15

Далее строим дерево решений в соответствии с логикой опроса эксперта, при

этом каждая ветвь дерева заканчивается определенным выводом. Ниже

представлен пример построенного дерева.

Рис. 16

- 259 -

Этап 4. Запуск приложения

В меню выбираем пункт Run /Run.

Рис. 17

Методические рекомендации разработки макета экспертной системы

средствами оболочки XpertRule методом построения дерева

решений на основе дерева исключений

Задача

Разработать макет экспертной системы при помощи программных

средств XpertRule, реализующий структуру правил базы знаний, построенной

на основе данных об учебной программе общеобразовательной школы.

Для каждой книги известны автор, тематика, предмет. Система должна

предложить сформировать набор учебной литературы для школьника.

Рис. 18

Прежде чем начать выполнять этапы разработки системы данным

методом, необходимо при создании нового приложения определиться с

типом вывода. По данной задаче система должна предложить набор учебной

литературы, то есть вывести список пользователю учебников. Чтобы

избежать допущения часто возникающей ошибки – clash, необходимо в окне

диалога «New Task» в поле Task Type (тип вывода) выбрать значение «List».

Поле «Name» – имя приложения (только латинские буквы).

Поле «Description» - поле для комментариев (можно использовать

алфавит русского языка).

- 260 -

Поле «Inference Mode» – выбор метода построения задачи (в нашем

случае «Decision Tree»).

Шаг 1. Создание атрибутов

1. Необходимо перейти в окно, предназначенного для ввода атрибутов и

выводов задачи – Attributes View.

2. Определить множество выводов и решить, какие атрибуты влияют на

конечное решение.

Например:

Атрибуты

 zveno (сгруппированные номера классов, например: 1-3/4-6/7-9/10-

11);

 profil (направленность класса, например: гуманитарный,

математический, общеобразовательный).

Значения вывода – автор, предмет, тематика учебника.

3. Вставка атрибутов, их значений и выводов.

 Добавление атрибута: в меню Edit, выбрать пункт Insert > Insert

Attribute. В появившимся окне вводим имя атрибута латинскими

буквами и выбираем его тип (Type), в нашем случае, логический

(Logical).

 Ввод выводов (возможно использовать алфавит русского языка): в

меню Edit выбрать Insert > Insert Outcome.

 Ввод значений атрибутов: выделить столбец атрибута, значения

которого нужно ввести, а затем в меню Edit > Insert > Insert value.

Шаг 2. Составление дерева исключений

1. С помощью панели инструментов нужно перейти в окно дерева

исключений - Exception Tree. В данном окне будет пока

представлена пустое дерево исключений с неопределенным

исключением (решением по умолчанию).

2. Создание дерева исключений

Прежде чем создать новое исключение нужно выбрать место в дереве,

выделив одно из исключений, после которого или внутри которго

поместиться новое исключение. Затем выбрать в меню Edit > Insert.

Появится окно New Node (рис. 2) в котором, нужно будет выбрать структуру

ветвления ветки нового исключения (если создаете первое исключение в

дереве, то запроса на выбор вида ветвления не будет).

Defaul outcome

Insert Below

(вставить ниже)

Insert Inside

(вставить внутри)