ВУЗ:
Составители:
16
программы, с последующей ее модификацией, чем поиск с самого начала
идеальной программы, лишенной дефектов.
Комбинаторные задачи и составление расписаний. Многие задачи из
этой области исследуются методами ИИ. Классическим примером является
задача коммивояжера, в которой требуется найти маршрут минимальной
длины в пределах нескольких городов, начиная от некоторого исходного
города, посещая каждый
город один раз и возвращаясь в исходный город.
Такой же характер носят многие головоломки. Например, задача о восьми
ферзях, которая состоит в том, что восемь ферзей надо разместить на обычной
шахматной доске так, чтобы ни один из них не атаковал другого. В задачах
такого типа область возможных комбинаций или последовательностей
, из
которых необходимо выбрать ответ, чрезвычайно велика. Простые попытки
решения таких задач вскоре порождает комбинаторный взрыв вариантов,
который быстро исчерпывает возможности современных компьютеров.
Некоторые из этих задач (включая задачу коммивояжера) математики
относят к так называемым NP-полным (недетерминистки полиномиальным)
задачам. Трудность их решения состоит в высокой степени возрастания числа
комбинаций (
числа шагов или времени решения), в зависимости от какой-либо
характеристики объема задачи. В задаче коммивояжера такой характеристикой
является число городов. Степень возрастания комбинаций в задачах может быть
линейной, полиномиальной и экспоненциальной. В NP-полных задачах время
решения растет экспоненциально с увеличением объема задачи, и пока еще не
установлено, существует ли более
быстрый, чем экспоненциальный метод
решения NP-полных задач. Поэтому усилия специалистов, работающих над
решением комбинаторных задач методами ИИ, сводятся к поиску
квазиоптимальных решений, удовлетворяющих по точности, при существенно
меньших затратах времени. Интересные результаты в решении NP-полных
задач (в том числе и задачи коммивояжера) достигнуты, в частности, с
помощью рекуррентных ИНС Хопфилда [11].
Зрительное восприятие. Попытки снабдить компьютеры «глазами»
показали, что для интеллектуального восприятия и обработки столь сложных
входных данных, какими являются зрительные сцены и образы, как и в случае с
естественной речью, необходим компонент «понимания». В свою очередь, для
моделирования этого компонента, как уже говорилось выше, необходима
колоссальная база знаний об окружающей
среде.
Смысл процесса машинного зрительного восприятия состоит в создании
сжатого представления о реальных входных сценах и образах, с которыми
машина не в состоянии работать из-за огромного объема описывающей их
информации. При этом характер и качество окончательного представления
зависит от целей воспринимающей системы (что является важным: цвета,
пространственные соотношения, размеры, наличие
определенных объектов,
признаков и т.д.).
Страницы
- « первая
- ‹ предыдущая
- …
- 14
- 15
- 16
- 17
- 18
- …
- следующая ›
- последняя »
