Введение к работе
Актуальность темы. Для нашего времени характерен переход к качественно новому уровню развития информационной среды. Сутью этого перехода является широкое использование новых информационных технологий, основанных на методах искусственного интеллекта (ИИ). Одна из важных задач, связанных с переводом исследований по ИИ в практическое русло, - учет условий разработки и функционирования баз знаний реальной сложности. Для решения сложных задач необходимы более гибкие, чем в интеллектуальных системах первых поколений, схемы представления знаний и механизмы рассуждений, учитывающие возможность неполноты и противоречивости знаний. Создание и функционирование перспективных систем, основанных на знаниях, требуют интеграции в рамках единой системы не только средств решения задач в проблемной области (ПО), но и средств приобретения знаний из разных источников, а также средств, поддерживающих эволюцию знаний системы.
Основные цели работы:
анализ свойств перспективных систем ИИ, ориентированных на решение задач реального уровня сложности и учитывающих особенности знаний о сложных ПО - возможную неполноту, неточность и противоречивость;
анализ существующих подходов и методов в теории и практике ИИ, развитие и интеграция которых необходимы для реализации свойств перспективных систем ИИ;
разработка структуры, принципов функционирования, необходимых алгоритмов и информационных массивов для реализации семантической памяти адаптивных интеллектуальных систем;
апробация и практическое использование разработанных методов и средств при создании прототипов адаптивных интеллектуальных систем различного назначения.
Научная новизна. В диссертации на основе детального анализа проблематики адаптивных интеллектуальных систем предложены новые подходы к организации семантической памяти перспективных систем ИИ, обеспечивающие интеграцию процессов решения задач, самообучения и обучения на основе усвоения внешней информации в реальных условиях, характеризующихся неполными, неточными и противоречивыми знаниями.
Практическая значимость. Полученные результаты использовались при проведении НИР, выполнявшихся на кафедре алгоритмических языков факультета ВМиК ИГУ: "Кекс-МВО" - 1986-1990 гг., "Аламак-М" - 1987-1989 гг., "Абиссаль-М" - 1989-1991 гг. Внедрение результатов планируется продолжить в 1991 - 1995 гг. в рамках двух НИР особо важной тематики.
Полученные результаты позволяет расширить класс задач, решаемых системами, основанными на знаниях, уменьшить время на создание и модификацию сложных баз знаний, а также повысить достоверность информации в базах знаний.
Достоверность результатов подтверждается использованием разработанных ~ методов, алгоритмов и конкретных программных средств в составе адаптивных интеллектуальных систем различного назначения, созданных и разрабатываемых в Московском госуниверситете в рамках упомянутых выше НИР, а также в других организациях, в которых используются результаты диссертационной работы автира.
Апробация. Результаты работы докладывались на IV Международной конференции "Program Designers - Budapest, .1988", I и II Всесоюзных конференциях по Искусственному интеллекту (Пе-реславль Залесский, 1988; Минск, 1990), III Всесоюзной конференции по Машинному фонду русского языка (Москва, 1989). Результаты докладывались также на различных республиканских, городских научных семинарах, на научных семинарах в ряде академических и отраслевых институтов.
Публикации. По теме диссертации опубликовано в открытой печати в СССР и за рубежом 12 работ, достаточно полно отражающих основные научные результаты диссертации. Прикладные результаты представлены также в ряде научных отчетов по НИР, ведущимся на кафедре алгоритмических языков факультета ВМиК ИГУ.
Структура и объем диссертационной работы. Диссертация состоит из введения, трех глав, заключения, списка литературы (включающего 89 названий) и приложений. Основной (без приложений) текст занимает 128 машинописных страниц. СОДЕРЯАНИЕ РАБОТЫ
