Искусственный интеллект

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ в химии, научное направление, разрабатывающее методы автоматизир. поиска решений интеллектуальных творческих (неформализуемых) задач, а также диалоговые (ЭВМ - пользователь, не владеющий языками программирования) программно-аппаратные ср-ва имитирования интеллекта - т. наз. интеллектуальные системы. Осн. направления искусственного интеллекта: моделирование на ЭВМ знаний, т.е. машинное представление смысловой информации о сущности понятий, явлений, теорий и т. д. в области химии; имитирование отдельных видов интеллектуальной творческой деятельности человека (формулирование понятий, рассуждение, распознавание, прогнозирование, память, обучение и др.); создание т. наз. ограниченных естеств. языков для нек-рой конкретной области химии, обеспечивающих интеллектуальный диалог пользователя с ЭВМ. Интеллектуальная система представляет собой совокупность быстродействующих ЭВМ, оснащенных спец. методич. и программным обеспечением, и терминальных устройств (напр., графических и алфавитно-цифровых дисплеев) для взаимод. пользователя и машины на ограниченном (в пределах профессиональной лексики) естеств. языке. Главные компоненты методич. и программного обеспечения - т. наз. интеллектуальный банк данных, блок вывода (получения) решений и лингвистич. процессор. В состав банка данных входят три базы: знаний (смысловая информация о внеш. мире и о конкретной области химии); целей (смысловая информация о задачах в данной области и о возможностях применения интеллектуальной системы для поиска решений указанных задач); данных (количеств. и фактографич. информация в виде таблиц, графиков и т.п.).

Для создания осн. части банка - базы знаний - используют спец. модели, наз. топологическими. Они представляют информацию в виде т. наз. фреймов (миним. смысловые описания в словесной упорядоченной вопросно-ответной форме понятий, операций и ситуаций в области химии), а также семантич. графов (см. Графов теория). Эти модели позволяют интеллектуальной системе совместно с пользователем выводить из конкретной области химии новые решения, к-рые не зафиксированы в базе знаний, а также генерировать новые знания. Для практич. реализации на ЭВМ моделей представления знаний разработаны спец. языки -FRL (Frame Representation Language), KRL (Knowledge Representation Language), ATNL (Augmented Transition Network Language) и др. Для обработки символьной информации в интеллектуальных системах широко применяют язык LISP (Listing Processing) - базовый для указанных выше языков. Блок вывода решений производит операции извлечения из базы знаний необходимой информации и применения ее для генерации смысловых решении неформализуемых задач. Вывод семантич. решений осуществляется на основе логико-аналит. правил либо "здравого смысла", учитывающего особенности конкретной области химии. Для реализации логич. операции поиска решений используется язык PROLOG (Programming in Logic). Каждому семантич. решению можно поставить в соответствие определенную мат. модель, к-рая позволит найти требуемую числовую информацию. Лингвистич. процессор обеспечивает реализацию операций интеллектуального диалога ЭВМ и пользователя при генерации семантич. решения. Для проведения такого диалога интеллектуальная система должна обладать способностью "понимать" смысл всех вводимых в нее знаний. Это достигается путем перевода их на нек-рый внутр. язык ЭВМ, использующий разнообразные модели представления знаний; кроме того, пользователю представляется сгенерированное смысловое решение на ограниченном естеств. языке. Интеллектуальные системы применяют для идентификации структур молекул по опытным данным; планирования сложного орг. синтеза; прогнозирования реакц. способности и физ. св-в хим. соединений; планирования сложных физ.-хим. экспериментов и автоматизир. разработки моделей сложных химико-технол. процессов по опытным данным; автоматизир. техн. диагностики предаварийных состояний оборудования с целью обеспечения надежности и безопасности хим. произ-в; автоматизир. разработки сложных пакетов прикладных программ; поиска решений нек-рых творческих задач проектирования хим. произ-в (напр., выбор целесообразных комбинаций типовых процессов, позволяющих проводить желаемые физ.-хим. преобразования в-в и энергии); создания оптим. конструкций аппаратов и структуры технол. связей между ними; оптимальной компоновки оборудования; распознавания расположения геом. фигур и образов при создании роботов и управлении ими (напр., в произ-ве шин и при переработке пластмасс); планирования работы в сложных ситуациях, напр., составления графиков функционирования и циклограмм гибких химико-технол. систем и сборочно-конвейерных линий; разработки систем управления многофункциональными объектами (отдельные предприятия, отрасли народного хозяйства, территориально-пром. комплексы и регионы, магистральные газопроводы) в условиях неполной информации и т.д. Наиб. важный класс интеллектуальных систем - т. наз. экспертные системы.

Поспелов Г. С., в кн.: Кибернетика. Неограниченные возможности и возможности ограничения, кн. 4 - Кибернетика. Дела практические, М., 1984, с. 141-51; Нильсон Н., Принципы искусственного интеллекта, пер. с англ., М., 1985; КафаровВ. В., Мешалкин В. П., "Докл. АН СССР", 1987, т. 293, № 4. с. 933-37, № 6, с. 1432-36; Искусственный интеллект: применение в химии, пер. с англ., М., 1988. В. В. Кафаров, В. П. Мешалкин.

Читайте еще

Основы химической технологии

Ядерная химия — открытия и методы исследования

Химия — от древности до современности

Физическая химия — основы и методы исследования

Литература по химической технологии

Развитие и методы аналитической химии

Химия

Химико-технологические институты — обучение инженеров-технологов

Химическое и химико-технологическое образование

Химические институты