Кибернетика

Детальніше познайомитися з основними поняттями ви можете в презентации до уроку.

Кібернетика - це наука про загальні закономірності управління і передачі інформації в живих і неживих організмах.

Термін «кібернетика» спочатку ввів в науковий обіг Ампер, який в своїй фундаментальній праці «Досвід про філософію наук» (1834-1843) визначив кібернетику як науку про управління державою, яка повинна забезпечити громадянам різноманітні блага. У сучасному розумінні - як наука про загальні закономірності процесів управління і передачі інформації в машинах, живих організмах і суспільстві, термін вперше був запропонований Норбертом Вінером в 1948 році.

Рекомендую відео про Норберт Вінер з серії "Генії і лиходії":

Кібернетика включає вивчення зворотного зв'язку, чорних ящиків, управління і комунікації в живих організмах, машинах і організаціях, включаючи самоорганізації. Вона фокусує увагу на тому, як що-небудь (цифрове, механічне чи біологічне) обробляє інформацію, реагує на неї і змінюється або може бути змінено, для того щоб краще виконувати перші два завдання.

Кібернетика вивчає:

• загальні властивості, притаманні різним системам управління
• як в живому організмі, в машині і в суспільстві здійснюється переробка інформації, пов'язана з процесом управління.
• мислення людини, щоб створювати алгоритми, більш-менш близько описують діяльність мозку - живий керуючої системи

Основним об'єктом дослідження в кібернетиці є так звані кібернетичні системи:

• автоматичні регулятори в техніці (наприклад, автопілот)
•   електронні обчислювальні машини (ЕОМ або комп'ютери)
•   людський мозок
• біологічні популяції
•   людське суспільство

Основний принцип кібернетики - принцип зворотного зв'язку.

Познайомившись з роботами Тьюринга, Вінер задумався: що змушує інтелект самообучаться? Які мотиви самонавчання?

Пирамида потребностей по Абрахаму Маслоу

Для найпростіших організмів - це, в основному, принцип природного відбору. Найбільш адекватно реагують на навколишнє середовище особини виявляються і найбільш плідними, а самі реакції закріплюються в генетичному коді.

Для найбільш розвинених організмів основним стає механізм мотивації за рахунок емоцій. Вже не просто фізичний біль, відчуття голоду або прагнення до розмноження, але і весь світ страждань і радостей стає тією силою, яка рухає по шляху самонавчання і розвитку.

Так виникають позитивні і негативні зворотні зв'язки. Емоція- це позитивна чи негативна зворотний зв'язок.

Негативний зворотний зв'язок - це процес, в якому закладено прагнення до його припинення. Відповідно, позитивний зворотний зв'язок-це процес, який несе тенденцію до свого продовження або багаторазового повторення.

Важливо відзначити, що, на відміну від негативної, позитивний зворотний зв'язок завжди схильна до насичення, тобто припинення своєї "позитивності" з плином часу або після повторення декількох циклів.

Але навіть не це є головним стимулом для людини. Вищий джерело задоволення для людини - самоствердження в очах інших людей. Заради цього людина готова пожертвувати комфортом, задоволенням, спокоєм, і навіть життям.

Але як бути зі штучним інтелектом? У чому він може знайти стимули до самонавчання?

Виявляється, подібна робота вже ведеться. В якості стимулу вибрано елементарне почуття голоду, тобто фізіологічне відчуття можливого припинення існування при відсутності деяких зовнішніх компонентів.

Рекомендую також відео:

Лекція Олексія Баранцева в рамках ALM Summit "Чому нас вчить кібернетика?" 

Огляд кібернетичних розробок:

Перший кіборг - робот-тарган (і чому ми не здивовані?; -))

Школа адаптації - ставьте лайки!

Лера Піддубна і Діма Ясмановіч беруть участь в конкурсі проектів "Відновлення мого місця проживання" з відео "Школа адаптації". Підтримайте їх, поставивши лайк під відео!

Экспертные системы

Приклад проектування ЕС "Домашні тварини":

1 группа

2 группа

Відкрийте малюнок "ЭС Планеты Солнечной системы" 

Зустрітися також з презентацией до уроку.

Експертна система - це програма (на сучасному рівні розвитку людства), яка замінює експерта в тій чи іншій області.

ЕС призначені, головним чином, для вирішення практичних завдань, що виникають в слабо структурованої і важко формалізується предметної області.

ЕС - це система штучного інтелекту, що включає знання про певну слабо структурованої і важко формалізується вузькій предметній області і здатна пропонувати і пояснювати користувачеві розумні рішення

ЕС призначені для так званих неформалізованих задач.

Неформализованные задачи обычно обладают следующими особенностями:

• ошибочностью, неоднозначністю, неповнотою і суперечливістю вихідних даних;
• ошибочностью, неоднозначністю, неповнотою і суперечливістю знань про проблемну область і розв'язуваної задачі;
• великою розмірністю простору рішення, тобто перебір при пошуку рішення досить великий;
• динамічно змінюються даними і знаннями

Склад експертної системи:

База знань

- основний компонент ЕС. База знань описує предметну область і дозволяє відповідати на такі питання з цієї предметної області, відповіді на які в явному вигляді не присутні в базі. Призначена для зберігання довгострокових даних, що описують розглянуту область (а не поточних даних).

Механізм логічного висновку, або вирішувач

Вирішувач, використовуючи вихідні дані з робочої пам'яті і знання з БЗ, формує таку послідовність правил, які, будучи застосованими до вихідних даних, приводять до рішення задачі

Підсистема пояснень

Пояснювальний компонент пояснює, як система отримала розв'язок задачі (або чому вона не отримала рішення) і які знання вона при цьому використовувала, що полегшує експерту тестування системи і підвищує довіру користувача до отриманого результату.

Діалоговий компонент орієнтований на організацію дружнього спілкування з користувачем як в ході вирішення завдань, так і в процесі набуття знань і пояснення результатів роботи.

Щоб розробка ЕС була можливою для, необхідне одночасне виконання таких вимог:

• існують експерти в цій галузі, які вирішують задачу значно краще, ніж початківці фахівці;
• експерти сходяться в оцінці пропонованого рішення, інакше не можна буде оцінити якість розробленої ЕС;
• експерти здатні вербалізувати (висловити природною мовою) і пояснити використовувані ними методи, в іншому випадку важко розраховувати на те, що знання експертів будуть "витягнуті" і вкладені в ЕС;
• рішення задачі вимагає тільки міркувань, а не дій.

Детальніше дивіться у відео:

Искусственный интеллект

Відкрийте форму "Интеллектуальные задачи"  і пройдіть тест.

Результаты теста:

Прізвище, ім'я	Оцінка
Никита Кемарский, Глеб Китаев, Лиза Прошинская	6
Натарова Дударь Лоик	12
Кузнецова,Коваль,Лебидь	7
Крячун Борисевич	9
Похилова Олина, Гунько Онтоха, Ясманович Диментос	10
ivanenko	7
Ханишин, Вересова, Познанский,Кильчанов	9
Безпалова Солоп	11

Детальніше ви зможете познайомитися з основними поняттями теорії штучного інтелекту в презентации к уроку.

Штучний інтелект - це одна з новітніх областей науки. Перші роботи в цій області почалися незабаром після Другої світової війни, а саме її назва була запропонована в 1956 році. В даний час тематика штучного інтелекту охоплює широкий перелік наукових напрямків, починаючи з таких завдань загального характеру, як навчання і сприйняття, і закінчуючи спеціальними завданнями типу гри в шахи, докази математичних теорем, творів творчих творів і діагностики захворювань. У штучному інтелекті систематизуються і автоматизуються інтелектуальні завдання практично в будь-якій сфері діяльності людини. У цьому сенсі штучний інтелект є воістину універсальної наукової областю.

            Визначення штучного інтелекту, як наукового напрямку, можна класифікувати за чотирма основними категоріями, які наведені в таблиці:

Системы, которые думают подобно людям	Системы, которые думают рационально
Системы, которые действуют подобно людям	Системы, которые действуют рационально

Формулювання, наведені у верхній частині таблиці, стосуються розумових процесів і способів міркування, а в нижній частині таблиці формулювання мають відношення до поведінки. У визначеннях, наведених зліва, успіх визначається достовірністю відтворення здібностей людини, а формулювання, що знаходяться праворуч, характеризують раціональність способів досягнення кінцевих результатів.

            Розвиток штучного інтелекту визначається інтенсивними дослідженнями по всіх чотирьох напрямках. Між фахівцями, які в основному виходять з здібностей людей, і тими, хто займається головним чином рішенням проблеми раціональності, існують певні розбіжності. Підхід, орієнтований на вивчення людини, являє собою емпіричну наукову область, розвиток якої відбувається за принципом висунення гіпотез і їх експериментального підтвердження. З іншого боку, підхід, заснований на понятті раціональності, являє собою поєднання математики і техніки.

Галузь застосування

• Доведення теорем;
• ігри;
• Розпізнавання образів;
• Прийняття рішень;
• Адаптивне програмування;
• Твір машинної музики;
• Обробка даних природною мовою;
• Ті, що навчаються мережі (нейромережі);
• Вербальні концептуальні навчання.

Перевірка здатності комп'ютера діяти подібно до людини. Тест Тьюринга

            Тест Тьюринга був розроблений в якості задовільного функціонального визначення інтелекту. Тьюринг вирішив, що немає сенсу розробляти великий список вимог, необхідних для створення штучного інтелекту, який до того ж може виявитися суперечливим, і запропонував тест, заснований на тому, що поведінка об'єкта, що володіє штучним інтелектом, в кінцевому підсумку можна буде відрізнити від поведінки таких безперечно інтелектуальних сутностей, як людські істоти.

            Комп'ютер успішно пройде цей тест, якщо людина-експериментатор, який загадав йому в письмовому вигляді певні питання, не зможе визначити, чи отримані письмові відповіді від іншої людини або від деякого пристрою. Для того, щоб комп'ютер пройшов цей тест, рішення задачі по складанню програми для комп'ютера вимагає великого обсягу роботи. Запрограмований комп'ютер повинен володіти такими засобами:

• обробки текстів на природних мовах для успішного спілкування з комп'ютером, скажімо англійською мовою;
• представлення знань, за допомогою яких комп'ютер може записувати в пам'ять то, що він дізнається або прочитає;
• автоматичного формування логічних висновків, які забезпечують можливість використовувати збережену інформацію для пошуку відповідей на питання і виведення нових висновків;
• машинного навчання, які дозволяють пристосовуватися до нових обставин, а також виявляти і екстраполювати ознаки стандартних ситуацій.

        Для проходження повного тесту Тьюринга необхідно використання:

• машинного зору для сприйняття об'єктів;
• кошти робототехніки для маніпулювання об'єктами і переміщення в просторі.

Шість перелічених напрямів досліджень складають основну частину штучного інтелекту, а запропонований тест не втратив свою значущість і через 50 років. Однак дослідники штучного інтелекту практично не займаються вирішенням завдання проходження тесту Тьюринга, вважаючи, що набагато важливіше вивчати основні принципи інтелекту, ніж дублювати одного з носіїв природного інтелекту.

Відео "Коли створять штучний інтелект?"

Відео про програму, яка пройшла тест Тьюринга, перетворившись 13-річним хлопчиком з Одеси:

Запросы в Access

Детальніше познайомитися зі створенням запитів ви зможете в відео:

Запит - це засіб вибору необхідної інформації з бази даних. Питання, сформований по відношенню до бази даних, і є запит. Застосовуються два типи запитів: за зразком і структурований мову запитів (SQL - Structured Query Language).

Існує кілька типів запитів: 

• на вибірку
• на оновлення
• на додавання
• на видалення
• перехресний запит.
 

Найбільш поширеним є запит на вибірку. Запити на вибірку використовуються для відбору потрібної користувачеві інформації, що міститься в таблицях. Вони створюються тільки для зв'язаних таблиць.

Створення запиту на вибірку за допомогою Конструктора

За допомогою конструктора можна створити такі види запитів:

• Простий.
• За умовою.
• Параметричні.
• Підсумкові.
• З обчислюються полями.

Щоб викликати Конструктор запитів, необхідно перейти у вікно бази даних. У вікні база даних необхідно вибрати вкладку Запити і двічі клацнути на піктограмі Створення запиту в режимі конструктора. З'явиться активне вікно Додавання таблиці на тлі неактивного вікна «Запит: запит на вибірку».

У вікні Додавання таблиці слід вибрати таблицю - джерело або кілька таблиць з представленого списку таблиць, на основі яких буде проводитися вибір даних, і клацнути на кнопці Додати. Після цього закрити вікно Додавання таблиці, вікно «Запит: запит на вибірку» стане активним.

Вікно Конструктора складається з двох частин - верхньої і нижньої. У верхній частині вікна розміщується схема даних запиту, яка містить список таблиць - джерел і відображає зв'язок між ними.

У нижній частині вікна знаходиться Бланк побудови запиту, в якому кожен рядок виконує певну функцію:

• Поле - вказує імена полів, які беруть участь в запиті.
• Ім'я таблиці - ім'я таблиці, з якої ви оберете цю поле.
• Сортування - вказує тип сортування.
• Висновок на екран - встановлює прапорець перегляду поля на екрані.
• Умови відбору - задаються критерії пошуку.
• Або - задаються додаткові критерії відбору.

Окно конструктора запроса

Запит на вибірку

У вікні «Запит: запит на вибірку» за допомогою інструментів формуємо запит:

1. Вибрати таблицю - джерело, з якої виробляється вибірка записів.
2. Перемістити імена полів з джерела в Бланк запиту. Наприклад, з таблиці Групи студентів відбуксирувати поле Назва в першому полі Бланка запитів, з таблиці Студенти відбуксирувати поле Прізвища в друге поле Бланка запитів, а з таблиці Успішність відбуксирувати поле Оцінка в третє поле і з таблиці Дисципліни відбуксирувати поле Назва в четверте поле Бланка запитів.
3. Задати принцип сортування. Курсор миші перемістити в рядок Сортування для будь-якого поля, з'явиться кнопка відкриття списку режимів сортування: по зростанню і по спадаючій. Наприклад, встановити в поле Прізвище режим сортування - за зростанням.
4. У рядку висновок на екран автоматично встановлюється прапорець перегляду знайденої інформації в поле.
5. У рядку "Умови" відбору і рядку "Або" необхідно ввести умови обмеженого пошуку - критерії пошуку. Наприклад, в поле Оцінка ввести - "отл / A", тобто відображати всі прізвища студентів, які отримали оцінки отл / A.
6. Після завершення формування запиту закрити вікно Запит на вибірку. Відкриється вікно діалогу Зберегти - відповісти Так (ввести ім'я створеного запиту, наприклад, Зразок запиту в режимі Конструктор) і клацнути ОК і повернутися у вікно бази даних.

Створення запиту на вибірку з прикладу

Щоб відкрити запросіз вікна бази даних, необхідно виділити ім'я запиту і натиснути кнопку Відкрити, на екрані з'явиться вікно запит на вибірку з необхідним ім'ям.

Результат виконання запиту на вибірку

Щоб внести зміни в запит, його необхідно вибрати клацанням миші у вікні бази даних, виконати клацання по кнопці Конструктор, внести зміни. Зберегти запит, повторити його виконання.

Параметричні запити

Запити, що представляють собою варіанти базового запиту і незначно відрізняються один від одного, називаються параметричними. В параметричному запиті вказується критерій, який може змінюватися на замовлення користувача.

Послідовність створення параметричного запиту:

1. Створити запит в режимі конструктора або відкрити існуючий запит в режимі конструктора, наприклад «Зразок запиту в режимі Конструктор».
2. У Бланк запиту в рядку Умови відбору ввести умову відбору у вигляді запрошення в квадратних дужках, наприклад [Введіть прізвище].
3. Закрити вікно Запит на вибірку, на питання про збереження зміни відповісти - Так. Повернутися в вікно бази даних, де створений query буде виділено.
4. Виконати query, натиснувши кнопку: Відкрити. У який з'явився на екрані вікні діалогу «Введіть значення параметра» треба ввести, наприклад прізвище студента, інформацію про успішність якого необхідно отримати, клацнути по кнопці ОК.