2-ma'ruza: Sun’iy intellektning tasnifi: Sun’iy intellektning neyrobiologik va axborot yo‘nalishi

2-ma'ruza: Sun’iy intellektning tasnifi: Sun’iy intellektning neyrobiologik va axborot yo‘nalishi.
Hozirgi bosqichda intellektual tizimlarning rivojlanishi uchta tadqiqot yo‘nalishiga mos keladi.
Birinchi yo‘nalishda inson miyasining tuzilishi va mexanizmlari tadqiqot obyekti sifatida qaralib, (yakuniy) pirovard maqsad tafakkur sirlarini ochishdan iborat. Ushbu yo‘nalishdagi tadqiqotning zarur bosqichlari psixofiziologik ma’lumotlarga asoslangan intellektual faoliyat modellarini qurishdir.
Ikkinchi yo‘nalishda sun’iy intellektual tizim o‘rganish obyekti sifatida qaraladi. Bu yerda gap intellektual faoliyatni kompyuterlar yordamida modellashtirish haqida ketmoqda. Ushbu yo‘nalishdagi ishlarning maqsadi ma’lum turdagi intellektual muammolarni qanday hal qilish imkonini beradigan dasturiy ta’minotni yaratishdir.
Uchinchi yo‘nalish inson-mashina yoki ular aytganidek, interaktiv, intellektual tizimlarni yaratishga qaratilgan. Ushbu tadqiqotlardagi eng muhim muammolar - bu shaxs va bunday tizim o‘rtasidagi semantik jihatdan benuqson dialogni tashkil etishdir.
Intellektual tizimlar quyidagi xususiyatlar bilan tavsiflanadi:
− rivojlangan muloqot qobiliyatlari;
− yomon rasmiylashtirilgan murakkab vazifalarni hal qilish qobiliyati;
− mustaqil bilim olish qobiliyati;
− moslashuvchanlik.
Muloqot qobiliyatlari oxirgi foydalanuvchining tizim bilan o‘zaro aloqasi (interfeys) usulini, xususan, IT bilan dialogda tabiiy tilga iloji boricha yaqinroq tilda o‘zboshimchalik bilan so‘rovni shakllantirish imkoniyatini tavsiflaydi.
Murakkab yomon rasmiylashtirilgan vazifalar - bu aniq vaziyatga qarab, dastlabki ma’lumotlar va bilimlarning noaniqligi va dinamikligi bilan tavsiflanishi mumkin bo‘lgan original yechim algoritmini qurishni talab qiladigan vazifalar.
Mustaqil bilim olish qobiliyati - bu aniq vaziyatlarning to‘plangan tajribasidan muammolarni hal qilish uchun bilimlarni avtomatik ravishda olish qobiliyati.
Moslashuvchanlik - muammoli soha modelidagi obyektiv o‘zgarishlarga muvofiq tizimni ishlab chiqish qobiliyati.
Sanab o'tilgan xususiyatlarga ko'ra, ISlar (bu tasnif mumkin bo'lganlardan biri) bo'linadi (rasm ... ): - kommutativ qobiliyatga ega tizimlar (intellektual interfeysga ega); − ekspert tizimlari (murakkab muammolarni hal qilish tizimlari); − o‘z-o‘zini o‘qitish tizimlari (o‘z-o‘zini o‘rganishga qodir tizimlar); adaptiv tizimlar (moslashuvchan axborot tizimlari).

Intellektual interfeys tizimi - cheklangan tabiiy tilda yozilgan ixtiyoriy so‘rovlar uchun ma’lumotlar bazasida yoki matnda yashirin ma’lumotlarni qidirish uchun mo‘ljallangan intellektual axborot tizimi.
Bunday tizimlarning quyidagi turlari mavjud:
1. Intellektual ma’lumotlar bazalari - oddiy ma’lumotlar bazalaridan so‘rov bo‘yicha aniq saqlanmagan, ammo ma’lumotlar bazasidan olingan kerakli ma’lumotlarni tanlash imkoniyati bilan farqlanadi. Ular muammoni hal qilish jarayonida aniqlanishi kerak bo‘lgan shart bo‘yicha qidiruvni amalga oshiradilar. Intellektual tizim foydalanuvchining yordamisiz ma’lumotlar fayllariga kirish yo‘lini qurish uchun ma’lumotlar bazasi tuzilishidan foydalanadi. So‘rovni shakllantirish foydalanuvchi bilan muloqotda amalga oshiriladi, uning bosqichlari ketma-ketligi foydalanuvchi uchun eng qulay shaklda amalga oshiriladi.
2. Tabiiy til interfeysi intellektual ma’lumotlar bazalariga kirish, kontekstli qidiruv, boshqaruv tizimlarida buyruqlarni ovozli kiritish, xorijiy tillardan mashina tarjimasi uchun ishlatiladi. Bu tabiiy til konstruksiyalarini bilimlarni ifodalashning mashina ishidagi darajasiga tarjima qilishni o‘z ichiga oladi. Tabiiy til interfeysini amalga oshirish uchun tabiiy tildagi gaplarni morfologik, sintaktik va semantik tahlil qilish va sintez qilish masalalarini hal qilish kerak. Morfologik tahlil lug‘atlardagi so‘zlarning imlosini aniqlash va tekshirishni o‘z ichiga oladi. Sintaktik nazorat - bu ma’lumotni ichki ifodalashning grammatik qoidalariga muvofiqligini tekshirish va etishmayotgan qismlarni aniqlash bilan kirish xabarlarini alohida komponentlarga (tuzilishni belgilash) parchalash. Semantik tahlil - sintaktik konstruksiyalarning semantik to‘g‘riligini o‘rnatish. Bayonotlarning sintezi ma’lumotlarning raqamli ko‘rinishini tabiiy tildagi tasvirga aylantirishdan iborat.
3. Gipermatnli tizimlar matnli ma’lumotlar bazalarida kalit so‘zlar bo‘yicha qidirishga mo‘ljallangan. Intellektual gipermatnli tizimlar an’anaviylardan kalit so‘zlarning murakkabroq semantik tashkil etilishida farqlanadi, bu atamalarning turli semantik munosabatlarini aks ettiradi. Qidiruv mexanizmi avval kalit so‘zlarning bilim bazasi bilan, keyin esa matn bilan ishlaydi. Xuddi shunday multimedia ma’lumotlarini qidirish ham amalga oshirilishi mumkin, jumladan matn va raqamli ma’lumotlardan tashqari, grafik, audio va video tasvirlar.
4. Kontekstli yordam tizimlari bilimlarni tarqatish tizimlari sinfiga kiradi. Foydalanuvchiga kerakli ma’lumotlarni qidirish sxemasini yuklaydigan an’anaviy yordam tizimlaridan farqli o‘laroq, intellektual kontekstli yordam tizimlarida foydalanuvchi muammoni (vaziyatni) tasvirlaydi va tizim qo‘shimcha dialog yordamida uni aniqlaydi va tegishli tavsiyalarni izlaydi. vaziyatning o‘zi. Bunday tizimlar hujjat tizimlariga qo‘shimchalar sifatida ishlatiladi (masalan, tovarlarni ishlatish uchun texnik hujjatlar).
5. Kognitiv grafik tizimlar (kognitiv - tushunishni osonlashtiradigan) davom etayotgan hodisalarga mos ravishda yaratilgan grafik tasvirlar orqali IIS(sun’iy intellekt tizimlari) va foydalanuvchi o‘rtasidagi aloqaga qaratilgan. Kognitiv grafikalar o‘rganilayotgan hodisaning ko‘plab parametrlarini vizual shaklda taqdim etish imkonini beradi, foydalanuvchini standart vaziyatlarni tahlil qilishdan ozod qiladi va dasturiy vositalarning jadal rivojlanishiga hissa qo‘shadi. Bunday tizimlar operativ jarayonlarni kuzatish va boshqarishda, virtual reallik tamoyillariga asoslangan o‘qitish va o‘qitish tizimlarida, real vaqt rejimida operativ qarorlar qabul qilish tizimlarida, grafik tasvirlarni aniqlashda (masalan, kosmik axborotni qayta ishlashda) qo‘llaniladi.
Ekspert tizimi (ET) - bilimlar bazasida to‘plangan muammoli sohadagi mutaxassislar tajribasiga asoslangan zaif rasmiylashtiriladigan muammolarni hal qilish uchun mo‘ljallangan intellektual tizim.
Ekspert tizimlarining maqsadi ko‘rib chiqilayotgan muammoli sohadagi mutaxassislar tajribasini aks ettiruvchi to‘plangan bilimlar bazasi asosida mutaxassislar uchun juda qiyin bo‘lgan muammolarni hal qilishdir.
Ular formal bo‘lmagan muammolarni hal qilish uchun ishlatiladi, masalan:
- raqamli shaklda ifodalab bo‘lmaydigan vazifalar;
- predmet sohasiga oid dastlabki ma’lumotlar va bilimlar noaniq, noravshan, to‘liqsizlik, nomuvofiq bo‘lsa;
- maqsadlarni aniq belgilangan maqsad funksiyasi yordamida ifodalab bo‘lmaydi;
- muammoning aniq algoritmik yechimi yo‘q yoki algoritm oldindan ma’lum emas va bilimlar bazasidan fikrlash zanjiri (qaror qabul qilish qoidalari) ko‘rinishidagi dastlabki ma’lumotlarga ko‘ra shakllantiriladi.
Ekspert tizimlaridan foydalanishning afzalligi algoritmi oldindan ma’lum bo‘lmagan va bilimlar bazasidan fikrlash zanjiri (qaror qabul qilish qoidalari) ko‘rinishidagi dastlabki ma’lumotlardan shakllanadigan noyob vaziyatlarda qaror qabul qilish imkoniyatidadir. Bundan tashqari, muammolarni hal qilish jarayonlarning to‘liq emasligi, ishonchsizligi, dastlabki ma’lumotlarning noaniqligi va jarayonlarni sifatli baholash sharoitida amalga oshirilishi kerak.
Ekspert tizimlari va sun’iy intellekt tizimlarining ma’lumotlarni qayta ishlash tizimlaridan asosiy farqi shundaki, ularda ma’lumotlarni ifodalashning raqamli emas, maxsus ramziy usuli qo‘llaniladi va axborotni qayta ishlash usullari sifatida mantiqiy xulosa va yechimlarni evristik izlash qo‘llaniladi.
Ekspert tizimlarining boshqa sun’iy intellekt tizimlaridan bir katta farqi bor: ular neyron tarmoqlar yoki genetik algoritmlar kabi ba’zi universal muammolarni hal qilish uchun mo‘ljallanmagan. Ekspert tizimlari ishlab chiquvchilar tomonidan belgilangan muayyan mavzu sohasida, kamdan-kam hollarda - tegishli sohalarda yuqori sifatli muammolarni hal qilish uchun mo‘ljallangan.
Ekspert tizimlarining to‘rtta klassi mavjud:
1. Ekspert tizimlarini tasniflash. Analitik vazifalarga, birinchi navbatda, ma’lum bir vaziyatning mohiyati berilgan xususiyatlar (omillar) majmui bilan ochilganda, unga qarab ma’lum harakatlar ketma-ketligi tanlab olinadigan turli vaziyatlarni tan olish vazifalari kiradi. Shunday qilib, dastlabki shartlarga muvofiq, muqobil yechimlar orasida maqsad va cheklovlarni eng yaxshi qondiradigan variant mavjud.
Vaziyatni aniqlash muammolarini hal qiluvchi ekspert tizimlari tasniflash deb ataladi, chunki ular tahlil qilinadigan vaziyatning ma’lum bir sinfga tegishliligini aniqlaydi. Qarorlarni shakllantirishning asosiy usuli sifatida umumiydan xususiyga mantiqiy deduktiv xulosa chiqarish usuli, dastlabki ma’lumotlarni ma’lum bir o‘zaro bog‘liq umumiy bayonotlar to‘plamiga almashtirish orqali ma’lum bir xulosaga kelganda qo‘llaniladi.
2. Ekspert tizimlarini qo‘shimcha aniqlash. Analitik masalalarning yanada murakkab turi - bu noaniq dastlabki ma’lumotlar va amaliy bilimlar asosida yechiladigan masalalar. Bunday holda, ekspert tizimi etishmayotgan bilimlarni aniqlashi kerak va qarorlar maydonida ularni amalga oshirish zarurati bo‘yicha turli xil ehtimollik yoki ishonch bilan bir nechta mumkin bo‘lgan yechimlarni olish mumkin. Noaniqliklar bilan ishlash usullari sifatida Bayes probabilistik yondashuvi, ishonch koyeffitsiyentlari, qatiymas mantiqdan foydalanish mumkin.
Ekspert tizimlarini kengaytirish yechimni shakllantirish uchun bir nechta bilim manbalaridan foydalanishi mumkin. Bunday holda, ularning ziddiyatli to‘plamidan bilim birliklarini tanlashning evristik usullaridan foydalanish mumkin, masalan, muhim ustuvorliklardan foydalanish yoki natijaning aniqlik darajasi yoki afzallik funksiyalari qiymatlari va boshqalar. Turlarni tasniflash va qayta aniqlashning analitik muammolari uchun quyidagi muammoli sohalar xosdir:
• Ma’lumotlarni talqin qilish – joriy vaziyat haqida kiritilgan ma’lumotlarga asoslangan muqobillarning qat’iy to‘plamidan yechim tanlash. Asosiy maqsad - ko‘rib chiqilayotgan vaziyatning mohiyatini aniqlash, ularning faktlari asosida farazlarni tanlash. Oddiy misol - korxonaning moliyaviy holatini tahlil qilish uchun ekspert tizimi.
• Diagnostika - vaziyatning yuzaga kelishiga sabab bo‘lgan sabablarni aniqlash. Vaziyatni dastlabki talqin qilish, so‘ngra qo‘shimcha faktlarni tekshirish, masalan, ishlab chiqarish samaradorligini pasaytiradigan omillarni aniqlash talab etiladi.
• Korreksiya - ko‘rib chiqilayotgan vaziyatlarning normal holatidan chetlanishlarni tuzatish bo‘yicha harakatlarni baholash va tavsiya qilish imkoniyati bilan to‘ldirilgan diagnostika.
3. Ekspert tizimlarini transformatsiya qilish. Analitik statik ekspert tizimlaridan farqli o‘laroq, dinamik ekspert tizimlarini sintez qilish muammolarni hal qilish jarayonida bilimlarning takroriy o‘zgarishini o‘z ichiga oladi, bu esa natijaning tabiati bilan bog‘liq bo‘lib, uni oldindan aniqlash mumkin emas, shuningdek muammoli sohaning dinamikligi bilan bog‘liq.
Ekspert tizimlarini o‘zgartirishda muammolarni hal qilish usullari sifatida gipotetik xulosalar turlari qo‘llaniladi:
• dastlabki ma’lumotlardan gipotezalar yaratilganda, so‘ngra tuzilgan gipotezalar kiruvchi faktlar bilan tasdiqlanishi uchun sinovdan o‘tkazilganda yaratish va sinovdan o‘tkazish;
• Obyektlarning o‘xshash sinflari haqidagi bilimlar to‘liq bo‘lmagan ma’lumotlardan tanlab olinganda, keyinchalik uning rivojlanishiga qarab muayyan vaziyatga dinamik ravishda moslashtirilsa, taxminlar va sukut;
• noma’lum vaziyatlarda etishmayotgan bilimlarni shakllantirish imkonini beruvchi umumiy qonuniyatlardan (metaboshqaruv) foydalanish.
4. Ko‘p agentli tizimlar - dinamik asosda olingan natijalarni almashinadigan bir nechta turli xil bilim manbalarining bilimlar bazasida integratsiyalashuvi bilan tavsiflangan dinamik tizimlar.
Ko‘p agentli tizimlar quyidagi xususiyatlar bilan tavsiflanadi:
- qarama-qarshiliklarni bartaraf etish mexanizmi bilan turli xil bilim manbalaridan foydalanishga asoslangan muqobil fikrlashni amalga oshirish;
− mustaqil bilim manbalariga mos keladigan parallel ravishda hal qilinadigan kichik masalalarga bo‘lingan taqsimlangan masalalarni yechish;
- echilayotgan masala turiga qarab xulosa chiqarish mexanizmining ishlashi uchun turli xil strategiyalarni qo‘llash;
− ma’lumotlar bazasida joylashgan katta hajmdagi ma’lumotlar massivlarini qayta ishlash;
− turli xil matematik modellar va modellar bazasida saqlanadigan tashqi protseduralardan foydalanish;
- parallel ravishda hal qilinayotgan foydalanuvchilar, modellar va kichik muammolardan qo‘shimcha ma’lumotlar va bilimlarni olish zarurati tufayli muammolarni hal qilishni to‘xtatish qobiliyati.
O‘z-o‘zini o‘qitish tizimi - bu haqiqiy amaliyot misollari asosida bilim birliklarini avtomatik ravishda ishlab chiqaradigan aqlli axborot tizimi.
O‘z-o‘zini o‘qitish tizimlari haqiqiy amaliyot misollarini avtomatik tasniflash, ya’ni namuna bo‘yicha o‘rganish usullariga asoslanadi. Haqiqiy vaziyatlarning misollari ma’lum bir davrda to‘planadi va o‘quv namunasini tashkil qiladi. Tizimni o‘qitish natijasida, o‘qitilgan tizim notanish vaziyatlarni talqin qilishda vaziyatlarning sinflarga tegishliligini aniqlaydigan umumlashtirilgan qoidalar yoki funksiyalar avtomatik ravishda tuziladi. Umumlashtiruvchi qoidalardan ma’lumotlar bazasi avtomatik ravishda shakllantiriladi, u vaqti-vaqti bilan tahlil qilinadigan holatlar to‘g‘risidagi ma’lumotlar to‘planishi bilan tuzatiladi.
O‘z-o‘zini o‘qitish tizimining o‘ziga xos xususiyatlari quyidagilardan iborat:
- "o‘qituvchi bilan" o‘z-o‘zini o‘qitish tizimlari, har bir misol uchun uning ma’lum bir vaziyatlar sinfiga tegishliligi atributining qiymati (sinfni tashkil etuvchi atribut) aniq belgilangan;
- "o‘qituvchisiz" o‘z-o‘zini o‘qitish tizimlari, tizimning o‘zi vaziyatlar sinflarini tasniflash xususiyatlarining qiymatlarining yaqinlik darajasi bo‘yicha aniqlaganda.
Hozirgi vaqtda o‘z-o‘zini o‘rganadigan intellektual tizimlarning quyidagi ikki turini ajratish mumkin: induktiv tizimlar va neyron tarmoqlarga asoslangan o‘z-o‘zini o‘rganish tizimlari.
Induktiv tizimlar -bu misollarni muhim belgilariga ko‘ra tasniflash orqali induksiya tamoyili asosida ishlaydigan o‘z-o‘zini o‘rganadigan intellektual tizimdir.
Induktiv xulosa (xususandan umumiyga) - bu alohida bayonotlar to‘plamiga asoslangan umumiy fikrlarning xulosasi (umumlashtirish). Ushbu tamoyilga asoslangan misollarni umumlashtirish berilganlar to‘plamidan tasniflash xususiyatini tanlashga qisqartiriladi; tanlangan xususiyatning qiymati bo‘yicha ko‘plab misollarni aniqlash; bu misollar sinflardan biriga tegishli yoki yo‘qligini aniqlash.
Tasniflash jarayoni qaror daraxti sifatida ifodalanishi mumkin, unda oraliq tugunlar ketma-ket tasniflash belgilarining qiymatlarini va yakuniy tugunlar ma’lum bir sinfga tegishlilik belgisi qiymatlarini o‘z ichiga oladi.
Umuman olganda, misollarni tasniflash jarayoni quyidagicha amalga oshiriladi:
Tasniflash atributi berilganlar to‘plamidan tanlanadi (ketma-ket yoki biron bir qoida bo‘yicha, masalan, olingan misollar to‘plamining maksimal soniga muvofiq).
Tanlangan xususiyat qiymatiga ko‘ra, misollar to‘plami kichik to‘plamlarga bo‘linadi.
Natijali misollarning har bir kichik to‘plamining bitta kichik sinfga tegishli ekanligi tekshiriladi.
Agar ba’zi bir misollar to‘plami bitta kichik sinfga tegishli bo‘lsa, ya’ni kichik to‘plamning barcha misollari sinf hosil qiluvchi atributning bir xil qiymatiga ega bo‘lsa, u holda tasniflash jarayoni tugaydi (qolgan tasniflash atributlari hisobga olinmaydi).
5. Sinf hosil qiluvchi xususiyatning qiymati mos kelmaydigan misollar kichik to‘plamlari uchun tasniflash jarayoni 1-banddan boshlab davom etadi (misollarning har bir kichik to‘plami tasniflanadigan to‘plamga aylanadi).
Neyron tarmoqlar - bu o‘z-o‘zini o‘qitadigan intellektual tizim bo‘lib, u haqiqiy misollardan o‘rganishga asoslanib, unda yechimlarni parallel ravishda izlash uchun tushunchalar (neyronlar) assotsiativ tarmog‘ini quradi.
Sun’iy neyron tarmog‘i kontsepsiyasi miyada sodir bo‘ladigan jarayonlarni o‘rganishda paydo bo‘lgan va uning modeli ularning biologik analogi - inson asab tizimining tashkil etilishi va faoliyatining tashkil etilishi va faoliyati prinsipi asosida qurilgan.
Neyrobiologiyaga ko‘ra, odam va hayvonlarning asab tizimi alohida hujayralar - neyronlardan iborat. Har bir bunday hujayra nisbatan oddiy harakatlarni bajaradi: neyron boshqa hujayralardan signallarni qabul qilishga va o‘z navbatida boshqa hujayralarga signal uzatishga qodir. Chiqish signali faqat kiruvchi signallarning maxsus kombinatsiyasi holatida hosil bo‘ladi. Shunday qilib, neyronni eng oddiy hisoblash elementi sifatida ko‘rsatish mumkin: u kiruvchi ma’lumotni chiquvchi ma’lumotga aylantiradi.
Shunday qilib, birinchi taxminda sun’iy neyronni eng oddiy o‘zgartiruvchi element deb hisoblash mumkin va neyronlarni tarmoqqa ulashning turli xil variantlari tufayli ikkinchisi ko‘plab murakkab muammolarni hal qilishga qodir. Umuman olganda, neyron tarmoq - bu ulangan va o‘zaro ta’sir qiluvchi oddiy protsessorlar (sun’iy neyronlar) tizimi.
Tarmoq amaliy masalalarni hal qila olishi uchun uni o‘rgatish kerak (neyron tarmoqlar dasturlashtirilmagan, balki o‘qitilgan). Matematik nuqtai nazardan, neyron tarmoqlarni o‘qitish ko‘p parametrli chiziqli bo‘lmagan optimallashtirish muammosidir.
Neyron tarmoqlarning eng muhim xususiyati X kirishidagi to‘liq bo‘lmagan, noaniq, “shovqinli”, qisman buzib ko‘rsatilgan ma’lumotlarni o‘rganish va ular bilan ishlash qobiliyatidir. Muvaffaqiyatli mashg‘ulot bo‘lsa, tarmoq o‘quv majmuasida etishmayotgan ma’lumotlarga asoslanib, to‘g‘ri Y natijasini qaytarishi mumkin.
Tarmoq treningi tarmoqqa birlashtirilgan va o‘zaro bog‘langan W neyronlari o‘rtasida ulanishlarni o‘rnatishdan (topish, sozlash, tuzatish) iborat. Bu bog‘lanishlar sinaptik bog‘lanishlar, og‘irliklar, sinaptik og‘irliklar yoki oddiygina sinapslar deb ataladi. Faqat o‘qitilgan tarmoq umumlashtirish, klassifikatsiiya, regressiya, prognozlash, tanib olish va hokazo muammolarni hal qilishga qodir.
Misollar bo‘yicha o‘qitish natijasida matematik qarorlar funksiyalari (o‘tkazish funksiyalari yoki faollashtirish funksiyalari) quriladi. Ushbu funksiyalar X kirishlari va Y chiqish xususiyatlari (signallari) o‘rtasidagi bog‘liqlikni aniqlaydi. Neyronning qaror qabul qilish funksiyasi modeli rasmda ko‘rsatilgan. ...

1-rasm. Neyronning qaror qabul qilish funksiyasi modeli.

Sun’iy neyron tarmoq modeli qatlamli tuzilishga ega bo‘lganligi sababli, neyronlar odatda tarmoq topologiyasidagi joylashuviga qarab tasniflanadi. Shunga ko‘ra, kirish, yashirin (oraliq) va chiqish neyronlari farqlanadi. Kirish neyronlari kodlangan kirishlar vektorini oladi. Ushbu neyronlar odatda hisoblash funksiyalarini bajarmaydilar, lekin shunchaki og‘irlikdagi signalni keyingi qatlamlarga uzatadilar. Yashirin (oraliq) neyronlar asosiy hisoblash operatsiyalarini bajaradi, odatda yig‘indi va mahsulot. Chiqish neyronlari neyron tarmoqning yakuniy natijasidir. Natija, agar kerak bo‘lsa, qo‘shimcha ravishda tarjimon orqali inson o‘qiy oladigan shaklda taqdim etishi mumkin.

Keysga asoslangan tizimlarda bilimlar bazasi umumiy bo‘lmagan vaziyatlarning tavsiflarini emas, balki vaziyatlarni yoki holatlarni o‘z ichiga oladi. Bunda masalaning yechimi xususiydan xususiyga o‘g‘irlash xulosasiga (qiyoslash bo‘yicha izlashga) tushiriladi.
Qidiruv quyidagi algoritmga muvofiq amalga oshiriladi:
• ko‘rib chiqilayotgan muammo haqida to‘liq ma’lumot olish;
• olingan ma’lumotlarni bilimlar bazasidagi pretsedent belgilarining qiymatlari bilan solishtirish;
• bilimlar bazasidan ko‘rib chiqilayotgan muammoga eng yaqin bo‘lgan pretsedentni (aniq holatni) tanlash;
• zarur hollarda tanlangan ishni joriy muammoga moslashtirish;
• har bir qabul qilingan yechimning to‘g‘riligini tekshirish;
• olingan yechim haqida batafsil ma’lumotlarni bilimlar bazasiga kiritish, shu orqali ma’lumotlar bazasini yangilash va to‘ldirish.
Pretsedentlar bir qator xususiyatlar bilan tavsiflanadi; tezkor qidiruv indekslari bu xususiyatlar asosida qurilgan. Bu induktiv tizimlardagi holatga o‘xshaydi. Induktiv tizimlardan farqli o‘laroq, pretsedentga asoslangan tizimlar to‘g‘ri alternativalar to‘plami bilan loyqa qidiruvga imkon beradi. Bundan tashqari, muqobillarning har biri ma’lum bir ishonch koeffitsienti bilan baholanadi. Tanlangan eng mos echimlar maxsus algoritmlar yordamida real vaziyatlarga moslashtiriladi. Shunday qilib, tizimni o‘qitish har bir yangi qayta ishlangan vaziyatni pretsedentlar bazasida qabul qilingan qarorlar bilan yodlashdan iborat. Bundan tashqari, algoritmda aytib o‘tilganidek, bilimlar bazasi yangilanadi.
Axborot omborlari (ma’lumotlar ombori). B. Inmon atamasi muallifi tomonidan tuzilgan ta’rifga ko‘ra, ma’lumotlar omborlari boshqaruv qarorlarini qabul qilish jarayonini qo‘llab-quvvatlash uchun subyektga yo’naltirilgan, vaqt bilan bog‘liq va o‘zgarmas ma’lumotlar to‘plamidir.
Tarqalgan ma’lumotlarni qayta ishlash uchun ham banklar, ham ma’lumotlar bazalari kerak. Ammo ma’lumotlar bazasi tuzilmasini yaratishda, uni to‘ldirishda, u erdagi ma’lumotlar shunchaki "qo‘shilgan" emasligini tushunish kerak; ular chiqarish, o‘zgartirish uchun mumkin va "qulay" bo‘lishi kerak. DBMS ma’lumotlar bilan samarali ishlash uchun ishlatiladi.
Repozitariylarga bo‘lgan ehtiyoj, asosan, qaror qabul qilish uchun zarur bo‘lgan tematik ma’lumotlarni birlashtirish zarur bo‘lganda paydo bo‘ladi. Dastlab, bu ma’lumotlar to‘plamlari "axborot omborlari" (Information Warehouse) deb nomlangan.
Odatdagi ma’lumotlar ombori odatda relyatsion ma’lumotlar bazasidan juda farq qiladi. Ma’lumotlar ombori - bu operatsion ma’lumotlar bazasidan olingan mazmunli ma’lumotlar ombori. U onlayn ma’lumotlarni tahlil qilish uchun mo‘ljallangan (OLAP texnologiyasini joriy etish). Ma’lumotlar bazalaridan bilimlarni olish muntazam ravishda, masalan, har hafta amalga oshiriladi.
Ma’lumotlar bazalaridan mazmunli ma’lumotlarni samarali ajratib olish uchun maxsus usullar, masalan, " Knowledge Discovery, Data Mining kabi usullardan foydalaniladi. Ushbu usullar qaror daraxtlarini qurish yoki ko‘p o‘lchovli statistik jadvallar yoki neyron tarmoqlardan foydalanish uchun induktiv usullardan foydalanishga asoslangan.
So‘rovni to‘g‘ri shakllantirish uchun dialog oynasida tahlilning muhim xususiyatlarini moslashuvchan aniqlash imkonini beruvchi intellektual interfeysdan foydalanish asosida ma’lumotlar bazasiga so‘rovni shakllantirish mumkin va maqsadga muvofiqdir.
Axborot omborlaridan amaliyotda foydalanish intellektual va an’anaviy axborot texnologiyalarini birlashtirish, bilimlarni ifodalash va olishning turli usullarini birlashtirish, axborot tizimlari arxitekturasining murakkabligini tobora ko‘proq namoyish etmoqda.
Adaptiv tizim - bu boshqariladigan obyektning, boshqaruv maqsadlarining yoki atrof-muhitning xususiyatlarida kutilmagan o‘zgarishlar yuz berganda, ishlaydigan algoritmni, xatti-harakatlar dasturini o‘zgartirish yoki optimal, ba’zi hollarda oddiygina samarali yechimlar va holatlarni qidirish orqali o‘z faoliyatini davom ettiradigan tizim. An’anaga ko‘ra, adaptiv usuliga ko‘ra, o‘z-o‘zini sozlash, o‘z-o‘zini o‘rganish va o‘z-o‘zini tashkil qilish tizimlari ajralib turadi.
Adaptiv axborot tizimi - bu muammoli soha modelining o‘zgarishiga muvofiq uning tuzilishi va qaror qabul qilish modellarini o‘zgartiradigan axborot tizimi. Bunda:
− adaptiv axborot tizimi istalgan vaqtda biznes-jarayonlarni (boshqaruv qarorlarini qabul qilish jarayonlarini) tashkil etishni yetarli darajada qo‘llab-quvvatlashi kerak;
- adaptiv axborot tizimi biznes jarayonlarini qayta tashkil etish zarurati tug‘ilganda moslashishi kerak;
− axborot tizimini rekonstruksiya qilish tez va minimal xarajatlar bilan amalga oshirilishi kerak.
Adaptiv axborot tizimining o‘zagini maxsus bilimlar bazasi - omborda saqlanadigan muammoli hududning (korxonaning) doimiy rivojlanib boruvchi modeli tashkil etadi. Yadro asosida dasturiy ta’minot ishlab chiqariladi yoki sozlanadi. Shunday qilib, ITni loyihalash va moslashtirish, birinchi navbatda, muammoli hududning modelini yaratish va uni o‘z vaqtida sozlash uchun qisqartiriladi.
Hozirgi vaqtda oltita asosiy tez rivojlanayotgan va eng istiqbolli sun’iy intellekt texnologiyalari mavjud:
1. Neyron tarmoqlar.
2. Yumshoq hisoblashlar (Soft Computing), neyron tarmoqlardan tashqari (jumladan, genetik algoritmlar va evolyutsion dasturlash).
3. Intellektual robotlar.
4. Intellektual agentlar va ko‘p agentli tizimlar.
5. Ma’lumotlarni qidirish.
6. Tabiiy tilni qayta ishlash (jumladan, nutqni aniqlash va sintez qilish).
Jadvalda ushbu texnologiyalarni ishlab chiqishda ishtirok etadigan asosiy ilmiy maktablar haqida ma’lumotlar keltirilgan. Bozorda mavjud bo‘lgan sun’iy intellekt usullaridan foydalanadigan yoki sun’iy intellekt uchun ishlab chiqilgan dasturiy mahsulotlar tahlili asosida rasmda ko‘rsatilgan sun’iy intellekt yordamida hal qilinishi mumkin bo‘lgan yoki hal qilinishi mumkin bo‘lgan amaliy vazifalar tasnifi taklif etildi.