РАИИ

Российская ассоциация
искусственного интеллекта

НОВОСТИ РЕСУРСЫ БИБЛИОТЕКА РАИИ O РАИИ

РЕСУРСЫ



ОТКРЫТЫЙ ПРОЕКТ

"АНТОЛОГИЯ ПРОГРАММНЫХ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА"


Рабочая группа по унификации программных интерфейсов интеллектуальных модулей (РГУПИИМ) Российской Ассоциации искусственного интеллекта объявляет о начале работы над открытым проектом создания Антологии программных систем искусственного интеллекта.

Помимо научных задач, связанных с анализом и классификацией программных систем ИИ, предполагается решение вопросов прикладного, информационного характера, в том числе - вопросов информационной поддержки разработчиков интеллектуальных программных продуктов.


Цели и задачи проекта

Целью проекта является получение максимально полного представления о состоянии дел в области практического внедрения и использования методов ИИ, определение наиболее перспективных направлений и выявление "узких" мест практического ИИ.

Первоочередными задачами проекта является создание базы данных (антологии) интеллектуальных систем с ее последующим анализом. Основой базы данных должен стать классификатор интеллектуальных систем.

Специфика задачи классификации интеллектуальных систем заключается в том, что представлению должно подлежать не только и не столько то, какие функции выполняет данная система, но прежде всего то, какие методы ИИ используются в ней.

Поскольку задачей-максимумом является унификация интерфейсов программных систем ИИ (интеллектуальных модулей) с целью получения возможности создания настраиваемых, масштабируемых, объединяющих в себе результаты работы всего ИИ-сообщества программных систем, классификатор также должен содержать информацию о способах программного и функционально-логического взаимодействия представляемого модуля с внешними по отношению к нему системами.

О принципах многомерной классификации интеллектуальных систем

Как говорилось выше, особенностью классификации интеллектуальных программных систем является необходимость получения максимально полного представления не только о сфере применения, но и об ИИ-механизме, лежащего в основе системы, а также о способах и методах взаимодействия с внешними системами, т.е. классификации подлежит весьма широкий спектр разнородных по своей природе свойств системы. Поэтому особую роль в этом вопросе играет структура классификатора.

Применявшиеся для подобных целей классификаторы обычно имели иерархическую структуру. Однако естественной свойством линейных иерархических классификаторов является либо непременная избыточность, либо неполнота. Избыточность является следствием дублирования информации в том случае, когда мы экстенсивным способом пытаемся определить позицию очередного классифицируемого объекта, переходя в результате просто к перечислению всех возможных комбинаций свойств. Укрупнение же позиций классификатора приводит к обратному результату - неполноте либо к появлению противоречий пунктов классификатора.

В связи с этим представляется целесообразным введение не единого иерархического классификатора, а множества классификаторов, каждый их которых определял бы непересекающиеся с остальными свойства объекта, образуя аналог множества "линейно независимых" векторов - классификаторов.

В частности, можно ввести классификации по используемым ИИ-методам, по области применения, по виду системы (инструментальное средство, прикладная система и т.п.). При этом, например, варианты иерархического классификатора вида "анализ текстов" и "генерация (порождение) текстов" и т.п., естественным образом раскладываются на оси (Анализ - Синтез - Преобразование) и (Естественные языки - Текст).

Кроме того, введение многомерной классификация позволило бы естественным образом разрешить многие спорные, конфликтные ситуации. Например, специалист в области систем поддержки принятия решений может включать разделы "Экспертные системы" и "Компьютерные системы интеллектуального анализа данных" в качестве подразделов "Систем поддержки принятия решений" и будет со своей точки зрения прав. Нейросетевик или эволюционный программист вряд ли согласятся на такое соседство. Об иных, исторически сложившихся ассоциациях в ИИ мы умолчим.

Принципы многомерной классификации неявным образом присутствуют в некоторых рубрикаторах. Например, классификатор ИВТР Г.Ройзензона является в большей степени именно многомерным, а не иерархическим, ибо в нем, во-первых, не так много пересечений, а во-вторых, предполагается возможность указания множества кодов признаков разработки.

Многомерная классификация позволяет не только точно позиционировать объект в пространстве интеллектуальных систем, но и выявить "узкие места" в практических исследованиях ИИ, определить новые задачи и направления. Анализ незаполненных областей может привести к появлению новых перспективных синтетических направлений вроде "когнитивных текстов и звукорядов", "многоагентной живописи" и проч. Здесь, кстати, очень мог бы пригодиться и сам когнитивный подход - для визуализации этой многомерности с пустотами, скоплениями и т.д.

Укажем еще некоторые особенности многомерной классификации.

1. С точки зрения объема многомерный классификатор естественно более лаконичен по сравнению с иерархическим (ср. РИС2004-02-1И и РИС2004-02-1М).

2. С ним удобнее работать в том смысле, что определяются лишь известные естественные для автора признаки. То, что неизвестно, то, в чем автор не уверен - просто не указывается. Система таким образом представляется не в виде точки, а образует некоторую гиперплоскость. То же касается и ситуации, когда система представляет собой решение некоторой общей задачи или является универсальным модулем, механизмом и т.д.

3. Кроме того, многомерный классификатор более гибок по сравнению с иерархическим. Он естественным и независимым образом расширяется, уточняется и модифицируется, при этом не затрагивая структуры других осей-классификаторов.

Использование этого достаточно простого принципа для классификации такой специфической области, как интеллектуальные системы, позволит естественным образом решить задачу непротиворечивого всеобъемлющего описания систем ИИ.

Анкетирование интеллектуальных модулей

Дадим следующее рабочее определение. Под интеллектуальным модулем (ИМ) понимается интеллектуальная программная система, могущая использоваться в качестве компоненты некоторого объемлющего комплекса. ИМ характеризуется четким определением входной и выходной спецификации вход-выход, а также функционально-логическим интерфейсом взаимодействия с другими программными компонентами.

Разумеется, существует такое понятие, как программная документация. Однако, во-первых, специфика анкетирования ИМ заключается в том, что большое значение, в отличие от "прочих" программных продуктов, имеет и информация научного, теоретического характера, указание сути и особенностей используемых в ИМ интеллектуальных методов.

Во-вторых, подавляющее большинство ИИ-разработок находится на стадии демонстрационного или исследовательского прототипа, поэтому наличие программной документации представляется проблематичным.

В-третьих, несмотря на очевидную полноту, анализ программной документации потребовал бы слишком много усилий. Тем более, что Антология - это лишь сборник кратких аннотаций, резюме ИМ.

Предлагаемая Анкета является компромиссным выходом в сложившейся ситуации.

В Приложении 3 приведен проект анкеты интеллектуальных модулей АИМ2004-01.1, созданный на основе АИМ2003-02.1 (см. Вестник РГУПИИМ №2, февраль 2003). Важнейшей особенностью анкетирования ИМ является предоставление возможностей представления максимально большего количества информации (т.к. неясно заранее, что может пригодиться в дальнейшем). Поэтому пунктов анкеты может и должно быть много. А вот что именно из них будет заполнено, зависит от разработчика (дело, разумеется, добровольное).


Антология >>

Приложения

1. Проекты классификаторов и анкеты

Публикуемые ниже проекты представляют собой первичный набросок, начальную информацию. Отдавая отчет в том, что существует не так много энциклопедистов в области ИИ, что за рамками компетенции РГУПИИМ остается множество направлений, специализаций со своей терминологией и традициями, мы, тем не менее, решили опубликовать максимум пунктов классификаторов. Отчасти - с провокационными (побуждающими к дискуссии) целями.

Базовый рубрикатор по искусственному интеллекту (А.Н. Аверкин, М.Г. Гаазе-Рапопорт, Д.А. Поспелов, Толковый словарь по искусственному интеллекту, М.: Радио и связь, 1992)     [в формате XLS]

П.1. Иерархический рубрикатор интеллектуальных систем РИС2004-02.1-И

П.2. Многомерный рубрикатор интеллектуальных систем РИС2004-02.1-М

П.3. Анкета интеллектуальных модулей

2. Примеры систем

  • Карпов В.Э. Интеллектуальная система анализа макроэкономических показателей // Научная сессия МИФИ-2004


  • Поиск с Яндексом  
    e-mail: secret@raai.org              Rambler's Top100