Главная > Оптика > Оптические вычисления
<< Предыдущий параграф
Следующий параграф >>
<< Предыдущий параграф Следующий параграф >>
Макеты страниц

Глоссарий

Аналогические знания (или знания по аналогии): Знания, представляемые в виде аналогий. Примером этого являются образцы звуков, представляющие слова в системах обработки речи, или представления изображений двумерной матрицей чисел, соответствующих градациям шкалы полутонов.

Архитектура: Способ организации отдельных элементов в компьютере.

Атом: Символ (либо константа, либо переменная), используемый для обозначения объекта в программах на языке Лисп.

Атрибут: Часть описания объекта, содержащаяся во фрейме. Атрибуты обычно указывают такие характеристики, как цвет, размер и величина. То же самое, что слот.

База знаний: Хранилище знаний в компьютерных системах искусственного интеллекта.

Вероятность: Мера доверия пользователя к справедливости предположения, гипотезы или правила выполнения логических выводов.

Восходящая схема решения: Метод решения задач, осуществляемый из начального состояния до некоторого желаемого состояния. (См. также «Вывод „от фактов к цели”».)

Вывод «от фактов к цели»: Процедура решения в системах, основанных на знаниях. Процедура исходит из данных, задаваемых пользователем, и направлена на поиск решения, адекватно удовлетворяющего начальным данным. (См. также «Прямой логический вывод».)

Вывод «от цели к фактам»: Рекурсивная процедура решения задачи в системах, основанных на знаниях. Последовательность логических выводов, основывающихся на заранее поставленной цели и осуществляемых от состояния цели до одного из более

ранних состояний. Если получение последовательности выводов оказывается невозможным, то состояние цели изменяют. Если удается получить последовательность выводов, то начальное состояние (или состояния) становится состоянием цели, и процедура начинается снова.

Декларативные знания: Знания, состоящие из фактов или утверждений.

Дерево решений: Представление возможных решений в задаче искусственного интеллекта в виде дерева с вершинами, представляющими типы решений, и ветвями, представляющими их отношения.

Зависимости: Взаимоотношения между логическими заключениями и теми предпосылками вывода, на основе которых они получаются.

Зашумленные данные: Данные, ряд характеристик которых вносят неопределенность в процесс проведения рассуждений в системах искусственного интеллекта.

Знания: Накопленная информация, предназначенная для решения задач искусственного интеллекта. В случае экспертных систем знания подразделяют на факты, убеждения или эвристические правила. Для речевых систем или систем распознавания образов знания рассматривают как хранящиеся в памяти образцы, изображения, словесные данные, факты и эвристические правила.

Инженерия знаний: Дисциплина, связанная с приобретением и выделением знаний при помощи эксперта, и последующим объединением с базой знаний в экспертной системе.

Исчисление предикатов: Формальный язык символьных структур, используемый для представления фактов.

Лексикон: Список, состоящий из терминов, слов и морфем конкретного языка, обычно содержащихся в базах знаний систем понимания речи или понимания естественного языка.

Лисп (Lisp - LISt Programming): Программирование списков является языком программирования искусственного интеллекта, разработанным Дж. Маккарти в компании MIT в 1958 г.

Лисп-машины: архитектуры вычислений, предназначенные для выполнения программ на языке Лисп.

Логика высказываний: Логика, которая посредством высказываний определяет истинность или ложность других высказываний.

Логика предикатов: Логические операции, которые на основе манипуляций с предположениями позволяют сделать утверждения.

Логические выводы, ориентированные на цель: Тип логических выводов, используемых в процедурах вывода «от цели к фактам». Основное внимание уделяется изучению состояния и правил логических выводов, которые вырабатывают желаемую цель. (См. также «Вывод от цели к фактам”» и «Рассуждения, управляемые математическим ожиданием».)

Логический вывод: Процесс перехода от предположения, истинность которого установлена, к другому предположению, истинность которого, как считается, следует из истинности предшествующего предположения.

Непрерывная речь: Обычно произносимые языковые конструкции, состоящие из потока слов из заданного словарного запаса и подчиняющиеся конкретным грамматическим правилам. Следует отличать от распознавания отдельных слов.

Нисходящая схема решения: Подход к решению задачи, в котором перемещаются от некоторого текущего состояния к начальным условиям. (См. также «Вывод от цели к фактам”» и «Логические выводы, ориентированные на цель».)

Машина логических выводов: Часть экспертной системы, содержащая процедуры и методики, которые будут использоваться для решения задач.

Машинный перевод: Намеренное применение систем обработки естественного языка для перевода документов с одного языка на другой.

Мета: Приставка, используемая с субъектами искусственного интеллекта для обозначения имеющихся знаний о базовом слове и субъекте. (Например, под метазнаниями подразумевают знания о базе знаний и системе.)

Множество правил: Набор правил, составляющих модуль эвристических знаний.

Морфемы: Основные лингвистические единицы, имеющие значение.

Морфологический анализ: Методика, используемая для обработки естественного языка. Значение и использование слова определяется путем разделения слова на части и выяснением значения каждой части.

Обучение: Процесс улучшения характеристик системы искусственного интеллекта с помощью предшествующего опыта,

направленный на изменение накопленных знаний или стратегий решения задачи.

Отсечение ветвей: Действия по исключению решения или группы решений из дерева решений задачи.

Планирование: Определение порядка выполнения процессов в программах искусственного интеллекта.

Поддержание истинности: Действия по поддержанию истинности и непротиворечивости элементов базы знаний.

Подсистема дачи разъяснений: Часть экспертной системы, логически обосновывающая или объясняющая свои выводы посредством выдачи краткого изложения правил вывода и данных, использовавшихся для того, чтобы получить это заключение.

Подготовка документа: Предполагаемое применение системы обработки естественного языка. Система действует как опытный редактор, проверяя ошибки в произношении и грамматике, а также предлагая способы перефразирования текста.

Поиск в глубину: Стратегия поиска в системах, основанных на знаниях, в которых возможные решения задачи представляются в виде дерева с вершинами и ветвями. При поиске в глубину ветвь и связанные с ней решения рассматриваются для всех вершин, прежде чем передвинуться на следующую ветвь. В этом способе глубина предполагаемого класса решений может быть изучена до передвижения на следующую ветвь. (См. также «поиск в ширину».)

Поиск в ширину: Стратегия поиска, применяемая в системах, основанных на знаниях, где возможные решения задачи представляются в виде дерева, состоящего из вершин и ветвей. При поиске в ширину исследуются все ветви дерева, соответствующие определенной вершине (или уровню), прежде чем переходят к следующему уровню. Таким образом, при поиске упор делается на ширину пространства состояний. (См. также «поиск в глубину».)

Понимание документа: Предполагаемое применение системы обработки естественного языка, в которой документ прочитывается, а его содержание вводится в систему.

Правила продукции: Состоящие из двух частей утверждения, определяющие определенное действие, которое надо предпринять, когда выполняется условие предпосылки. Обычно имеют вид правил «Если... тогда...». В правилах продукции содержатся процедурные знания.

Правило: Утверждение «Если... тогда...», используемое при проведении дедуктивных рассуждений.

Правильно построенная формула: Синтаксически правильное утверждение в исчислении предикатов.

Прагматические знания: Знания о высказываниях людей, относящиеся к общему контексту, по которому записываются или произносятся слова и фразы, а также знания о том, как различные фразы связаны друг с другом.

Приобретение знаний: Выделение и формулирование знаний для использования в системах искусственного интеллекта.

Программная среда экспертной системы: Виды представления знаний и механизмы проведения рассуждений экспертной системы, не включая базу знаний по конкретной области.

Программные средства знания: Программные средства, позволяющие эксперту, мало знакомому с инженерией знаний, запрограммировать знания в систему искусственного интеллекта.

Пролог (Prolog - Programming in LOGic): Программирование в ЛОГике, язык программирования, ориентированный на логику, был разработан Л. Колмерауэром и Р. Росселом в Университете г. Марселя в 1973 г.

Пространство решений: Концептуальный способ обдумывания возможных решений задачи, прямо определяющий число ветвей, которое система искусственного интеллекта может искать при решении задачи.

Процедурные знания: Знания о действиях и процедурах, обычно определяемых правилами продукции «Если... тогда».

Прямой логический вывод: Тип логических выводов, используемый при прямом построении цепочки логических рассуждений «от фактов к цели». При этом логический результат получают, применяя правила вывода к имеющимся данным или условиям.

Рассуждения, управляемые математическим ожиданием: Процедура управления, использующая математическое ожидание для формулировки гипотез о ненаблюдаемых ситуациях. (См. также «Вывод „от цели к фактам”» и «Прямой логический вывод».)

Рабочая область общего доступа: Система архитектуры, используемая во многих системах искусственного интеллекта, в которых промежуточные или частичные результаты деятельности по решению задач записываются и распределяются по более чем одной базе знаний.

Распознавание речи: Распознавание устной речи людей компьютерной системой.

Речь, произносимая раздельно: Речь, имеющая паузы между словами.

Семантика: Небуквенная интерпретация значений слова. Знания в данной области широко используются при интерпретации речи и естественного языка.

Синтаксис: Использование слов для образования фраз, частей предложений и предложений.

Семантическая сеть: Схема представления связей между объектами в базах знаний и системах искусственного интеллекта, использующая понятие классов эквивалентности и наследования знаний.

Синтаксический анализ: Процесс разбиения предложения или фразы на их составные фразы с целью идентификации формы, функции и синтаксических связей для каждой из частей.

Системы распознавания речи, зависящие от диктора: Системы распознавания речи, которые могут принимать входной сигнал от конкретного диктора.

Системы распознавания речи, не зависящие от диктора: Системы распознавания, которые могут понимать речь любого диктора.

Слот: Одиночное описание объекта во фрейме. Слоты могут содержать такую информацию, как название, цвет, определение или величину.

Сопоставление с образцом: Один из способов, которым идентифицируют изображения и произнесенные слова. Матрицы, которые обрабатывают зависящие от времени частотные сигналы (звук для слов, свет для изображений) и сравнивают полученные сигналы на предмет сходства с известными изображениями и словами.

Список свойств: Конструкция в программе на языке Лисп, связывающая свойства и соответствующие значения с каждым атомом программы. Списки свойств описывают состояние «окружающего мира» в программах искусственного интеллекта и, следовательно, часто обновляются.

Сценарий: Структура данных, представляющая последовательность событий. Сценарии представляют процедурные знания и в принципе весьма близки фреймам.

Техническое зрение: Понимание и интерпретация сцен или образов компьютерной системой.

Убеждение: Гипотеза об исходе каких-либо ненаблюдаемых или неопределенных ситуаций, обычно вырабатываемая машиной в процессе решения задачи.

Управление: Определение общего порядка или организации процедуры и действий по решению задачи.

Утверждение: Утвердительное высказывание или заявление.

Факт: Небольшой фрагмент декларативных знаний.

Фрейм: Структуры данных в системах искусственного интеллекта, представляющие объекты в виде списков признаков, их свойств и отношений к другим объектам, которые могут быть обработаны как единичный объект в базе знаний.

Шкала полутонов: Символьные или цифровые показатели, соответствующие полутонам серого цвета. Максимальные и минимальные числа представляют белый и серый цвета.

Эвристический поиск: Использование знаний о конкретной задаче или области для снижения или сокращения общего размера пространства поиска.

Экспертиза: Возможность воспользоваться высококвалифицированными знаниями, навыками и опытом в конкретной области. В контексте систем искусственного интеллекта сюда включают средства, допускающие интеллектуальные операции (такие как метазнания), процедуры эвристического поиска, правила выполнения логических выводов.

Экспертная система: Компьютерная система, дающая возможность воспользоваться высококвалифицированными знаниями и опытом для решения таких задач, где для людей потребовались бы годы специального образования и практической подготовки.

Языки программирования, ориентированные на логику: Языки программирования, цель которых заключается в программировании и решении логических задач.

Языки программирования, ориентированные на объект: Языки программирования, целью которых является описание характеристик объектов и связей между ними.

<< Предыдущий параграф Следующий параграф >>
Оглавление