Основы информационных технологий и автоматизированного проектирования в строительстве. Пеньковский Г.Ф. - 29 стр.

UptoLike

ВУЗ: 

СПбГАСУ | Санкт-Петербург

Составители: 

Рубрика: 

56 57
щего рецептора. Цифровая модель образа становится его эквивалентом
во всех последующих процедурах приема, переработки и передачи ин-
формации.
Несколько сложнее обстоит дело с распознаванием звуковой и осо-
бенно речевой информации. Ус тн а я речь представляет собой последова-
тельность элементарных звуков и пауз (фонемов). Каждая фонема имеет
цифровой код, все фонемы записаны в память ЭВМ
и соответствующие
им звуки воспроизводятся синтезатором речи. Чтение текста и озвучива-
ние достигается относительно просто. Проблемы возникают с распозна-
ванием речи. Человеческое ухо делает это значительно лучше, чем элек-
тронная техника, которая не улавливает особенностей каждого голоса.
Появляется необходимость в настройке системы приема звуковых сиг-
налов на их источник, на голос
диктора.
К настоящему времени наметились успехи в обучении ЭВМ, на-
коплении знаний и их использовании без прямого участия человека. Од-
нако в области логики действий и особенно в условиях недостатка ин-
формации поле деятельности для создателей ИИ остается открытым.
Функциональный подход в создании ИИ стал основой разработки
экспертных систем в различных
отраслях знаний. Ниже приведены при-
меры таких систем.
DENDRAL. Разработана в середине 70-х годов в Стенфордском
университете для распознавания молекулярной структуры органических
соединений.
MYCIN. Разработана там же в помощь физиологам при диагности-
ке и лечении менингита и бактериальных инфекций.
PROSPECTOR. Разработана в Стенфордском университете в конце
70-х годов для исследования и обнаружения полезных
ископаемых.
С помощью этой системы было открыто месторождение молибдена
в штате Вашингтон.
CADUCEUS. Разработчик Попл, 1982 г. ЭС диагностики внутренних
болезней. База знаний включает около 500 болезней и 100 000 симптомов.
В настоящее время в США, Германии, Японии и других развитых
странах разработаны и используются сотни ЭС, в том числе и в строи-
тельстве. Это ЭС
для проектирования стальных конструкций (SSPG),
оболочек (BUCKLING EXPERT), железобетонных балок (GEPSE), мос-
товых ферм (BTEXPERT, RTEXPERT), состава бетона (DURCON) и мно-
гие другие.
ко наши научно-технические достижения в создании ЭВМ не дают пока
возможности скопировать работу такого сложного созданного природой
механизма мышления, как человеческий мозг. Модель получается очень
громоздкой и примитивной в функционировании.
Более успешным оказался функциональный путь
создания ИИ. Суть
его состоит в разработке программных средств для ЭВМ, обслуживаю-
щих конкретные функции в деятельности человека и работающих по
логическому принципу: если исходные условия определены и заданы, то
на выходе ЭВМ выдаст вполне конкретный результат, полученный по
заранее разработанному алгоритму в форме текста или числа. Диалог
человека с машиной в этом
случае вполне напоминает общение с разум-
ным существом. В действительности за человеком всегда сохраняется
начальная и конечная функция (постановка задачи и ответственность за
результат). Человек никогда не сможет конкурировать с ЭВМ по скорос-
ти и точности вычислений, работоспособности, информационной емко-
сти и долговременности памяти. Отсюда – необходимость обоснованно-
го распределения функций между человеком
и ЭВМ в автоматизирован-
ном проектировании и управлении строительством.
Отметим здесь ряд нерешенных пока проблем, над которыми рабо-
тают создатели ИИ. Это проблемы:
распознавания образов по комплексу признаков;
классификации объектов, сортировки по их свойствам;
обучения ЭВМ, накопления знаний и их использования без пря-
восприятия языка человека в письменной и звуковой форме;
выполнения логических действий, особенно в условиях недо-
статка информации.
Проблема распознавания образов решается с помощью оптических
систем. Объект проецируется на экран-решетку из искусственных рецеп-
торов (фотоэлементов). Каждый рецептор образует электрический сиг-
нал, зависящий от уровня освещенности и цвета. Сигнал квантуется по
уровню и кодируется цифрой. При черно-белом изображении код сигна
-
ла состоит из двух символов – 0 и 1, соответствующих черному и белому
цвету. Коды сигналов для цветных изображений включают две цифры –
первая характеризует интенсивность освещения, вторая – место в цвето-
вом спектре. Таким образом, с помощью сигналов от рецепторов форми-
руется цифровая оптическая модель образа, его формализованное пред-
ставление, включающее координаты точек и код
сигнала соответствую-

Страницы