Какво ли не предоставят системите за експертно обучение.

Начало(в медицината компютърът предлага диагностични възможности и дава съвети) Експертни системи

- това са програми за компютри, които натрупват (т.е. събират, натрупват) знанията на специалисти - експерти в конкретни предметни области, които са предназначени да получат приемливи решения в процеса на обработка на информация. Експертните системи трансформират опита на експертите във всяка конкретна област на знанието под формата на евристични правила и са предназначени за консултиране на по-малко квалифицирани специалисти.

Принципите на работа на експертна система, базирана на знания: потребителят предава факти или друга информация на експертната система и в резултат на това получава експертен съвет или експертно знание.

Експертната система се състои от:

База от знания (като част от работната памет и база от правила), предназначена за съхраняване на първоначални и междинни факти в работната памет (наричана още база данни) и съхраняване на модели и правила за манипулиране на модели в базата от правила

Решавател на проблеми (интерпретатор), който осигурява прилагането на последователност от правила за решаване на конкретен проблем въз основа на факти и правила, съхранявани в бази данни и бази от знания

Подсистемите за обяснение позволяват на потребителя да получи отговори на въпроса: „Защо системата взе това решение?“

Подсистема за придобиване на знания, проектирана както да добавя нови правила към базата знания, така и да променя съществуващите правила.

Потребителски интерфейс, набор от програми, които осъществяват диалога на потребителя със системата на етапа на въвеждане на информация и получаване на резултати. Като цялоекспертните системи се класифицират в три основни области

: по тип компютър, по връзка с реално време и по вид на решавания проблем.По тип компютър

ES се класифицира на: супер компютър; Компютър със средна производителност; символни процесори; персонални компютри.Във връзка с реално време

класифицирани в: Статични; Квазидинамичен;

· Динамичен.По вид проблем, който се решава

Знанията на експерта се отнасят само до една предметна област и това е разликата между методите, базирани на използването на експертни системи, и общите методи за решаване на проблеми. Знанието на експерта, свързано с решаването на конкретни проблеми, се нарича област на познание на експерта.

В областта на знанието експертната система провежда разсъждения или прави логически заключения на същия принцип, както човешкият експерт би разсъждавал или стигнал до логично решение на проблем. Това означава, че въз основа на определени факти се формира логично, обосновано заключение чрез разсъждение, което следва от тези факти.



Експертните системи имат много привлекателни характеристики:

Повишена наличност. Всеки подходящ компютърен хардуер може да се използва за осигуряване на достъп до експертни знания.

· Намалени разходи.Разходите за предоставяне на експертни знания за отделен потребител са значително намалени.

· Намалена опасност. Експертните системи могат да се използват в такива среди, които могат да се окажат опасни за хората.

· постоянство. Експертността никога не си отива. За разлика от човешките експерти, които могат да се пенсионират, да напуснат работата си или да умрат, знанията на експертната система ще се запазят за неопределено време.

· Възможност за придобиване на опит от много източници. С помощта на експертни системи знанията на много експерти могат да бъдат събрани и доведени до работа върху задача, изпълнявана едновременно и непрекъснато, по всяко време на деня или нощта. Нивото на експертни познания, комбинирано чрез комбиниране на знанията на няколко експерти, може да надхвърли нивото на знания на един експерт човек.

· Повишена надеждност. Използването на експертни системи може да повиши степента на увереност, че е взето правилното решение чрез предоставяне на друго информирано мнение на човешки експерт или медиатор при разрешаване на противоречиви мнения между няколко човешки експерти. (Разбира се, този метод за разрешаване на противоречиви мнения не може да се използва, ако експертната система е програмирана от един от експертите, участващи в сблъсъка на мнения.) Решението на експертната система трябва винаги да е в съответствие с решението на експерта; несъответствието може да бъде причинено само от грешка, направена от експерта, което може да се случи само ако човешкият експерт е уморен или стресиран.



· Обяснение. Експертната система е в състояние да обясни подробно своите разсъждения, довели до определено заключение. И човекът може да е твърде уморен, да не е склонен да обяснява или да не може да го прави през цялото време. Възможността да получите обяснение повишава увереността, че е взето правилното решение.

· Бърза реакция. Някои приложения може да изискват бърз отговор или отговор в реално време. В зависимост от използвания хардуер и софтуер, една експертна система може да реагира по-бързо и да бъде по-готова за работа от човешки експерт. Някои екстремни ситуации може да изискват по-бързи реакции от хората; в този случай използването на експертна система в реално време става приемлива опция.

· Постоянно точен, безчувствен и пълен отговор при всякакви обстоятелства. Това свойство може да бъде много важно в реално време и в екстремни ситуации, при които човешки експерт може да не е в състояние да работи максимално ефективно поради стрес или умора.

· Възможност за използване като интелигентна програма за обучение. Експертната система може да действа като интелигентна програма за преподаване, като дава на ученика примери за програми, които да изпълнява, и обяснява на какво се основават разсъжденията на системата.

· Може да се използва като интелигентна база данни.Експертните системи могат да се използват за достъп до бази данни чрез интелигентен метод за достъп.

25. Предимства от използването на ИКТ в обучението

Информационен феномен най-важният механизъм на реформата е формирането. Системи, напр. към по-високо качество, достъп. и ефект. образование.

Comp. технологията е просто хардуер. Днес имаме друга задача - мак. Ефект. Използвайте нея, директно. да реши стратегически модернизационни цели Образование – висше. неговото качество.

Предимства:

1. Информационни технологии Средства. разширяване на възможностите за представяне на образователна информация с цвят, графика, звук, всичко модерно. видео оборудването ви позволява да пресъздадете реалната ситуация на дадена дейност.

2. Компютърът позволява същ. повишаване на мотивацията за учене.

3. ИКТ включват учениците в обучението. процес, допринасящ за най-широкото разкриване на техните способности, активиране на умствената дейност.

4. Използвайте ИКТ в образователния процес се увеличиха. възможно поставяне на образователни задачи и управление на процеса на решаването им. Компютрите позволяват да се изграждат и анализират модели на различни обекти, ситуации и явления.

5. ИКТ дават възможност за качествена промяна на контрола на дейностите. Учете, като същевременно осигурявате гъвкавост в управлението на учебния процес.

6. Компютърът допринася за формирането. размисъл на учениците. Обучителната програма позволява на учениците да представят нагледно резултата от своите действия, конкретния етап от решаването на проблема, котката. направи грешка и я поправи.

Тема 2.3. Софтуер за презентации и основи на офис програмирането

Тема 2.4.

2.4.11. База данни за обучение с основен бутон форма "Training_students" - Изтегляне


Системи за управление на бази данни и експертни системи

2.4. Системи за управление на бази данни и експертни системи

2.4.10. Експертни и обучаващи системи

Експертните системи са едно от основните приложения на изкуствения интелект. Изкуственият интелект е един от клоновете на компютърните науки, който се занимава с проблемите на хардуерното и софтуерното моделиране на онези видове човешки дейности, които се считат за интелектуални.

Резултатите от изследванията върху изкуствения интелект се използват в интелигентни системи, които са способни да решават творчески проблеми, принадлежащи към конкретна предметна област, знанията за които се съхраняват в паметта (базата от знания) на системата. Системите с изкуствен интелект са фокусирани върху решаването на голям клас проблеми, които включват така наречените частично структурирани или неструктурирани задачи (слабо формализируеми или неформализируеми задачи).

Информационните системи, използвани за решаване на полуструктурирани проблеми, се разделят на два вида:

  1. Създаване на отчети за управление (извършване на обработка на данни: търсене, сортиране, филтриране). Решенията се вземат въз основа на информацията, съдържаща се в тези доклади.
  2. Разработване на възможни алтернативи за решение. Вземането на решение се свежда до избора на една от предложените алтернативи.

Информационните системи, които разработват алтернативни решения, могат да бъдат моделни или експертни:

  1. Моделните информационни системи предоставят на потребителя модели (математически, статистически, финансови и т.н.), които помагат да се осигури разработването и оценката на алтернативни решения.
  2. Експертните информационни системи осигуряват разработването и оценката на възможни алтернативи от потребителя чрез създаване на системи, базирани на знания, получени от специализирани експерти.

Експертните системи са компютърни програми, които акумулират знанията на специалисти - експерти в конкретни предметни области, които са предназначени за получаване на приемливи решения в процеса на обработка на информация. Експертните системи трансформират опита на експертите във всяка конкретна област на знанието под формата на евристични правила и са предназначени за консултиране на по-малко квалифицирани специалисти.

Известно е, че знанието съществува в две форми: колективен опит и личен опит. Ако предметна област е представена от колективен опит (например висша математика), тогава тази предметна област не се нуждае от експертни системи. Ако в дадена предметна област по-голямата част от знанията са личният опит на специалисти от високо ниво и тези знания са слабо структурирани, тогава такава област се нуждае от експертни системи. Съвременните експертни системи са намерили широко приложение във всички сфери на икономиката.

Базата от знания е ядрото на експертната система. Преходът от данни към знания е следствие от развитието на информационните системи. Базите данни се използват за съхраняване на данни, а базите от знания се използват за съхраняване на знания. Базите данни, като правило, съхраняват големи количества данни с относително ниска цена, докато базите от знания съхраняват малки, но скъпи набори от информация.

Базата от знания е набор от знания, описани с помощта на избраната форма на тяхното представяне. Попълването на базата от знания е една от най-трудните задачи, която е свързана с подбора на знания, тяхното формализиране и интерпретиране.

Експертната система се състои от:

  • база от знания (като част от работната памет и базата от правила), предназначена да съхранява първоначални и междинни факти в работната памет (нарича се още база данни) и да съхранява модели и правила за манипулиране на модели в базата от правила;
  • решаващ проблем (интерпретатор), който осигурява прилагането на последователност от правила за решаване на конкретен проблем въз основа на факти и правила, съхранявани в бази данни и бази от знания;
  • подсистемата за обяснение позволява на потребителя да получи отговори на въпроса: „Защо системата взе това решение?“;
  • подсистема за придобиване на знания, предназначена както за добавяне на нови правила към базата знания, така и за модифициране на съществуващи правила;
  • потребителски интерфейс, набор от програми, които осъществяват диалога на потребителя със системата на етапа на въвеждане на информация и получаване на резултати.

Експертните системи се различават от традиционните системи за обработка на данни по това, че обикновено използват символно представяне, символен извод и евристично търсене на решения. За решаване на лошо формализируеми или неформализируеми проблеми, невронните мрежи или неврокомпютрите са по-обещаващи.

Основата на неврокомпютрите се състои от невронни мрежи - йерархично организирани паралелни връзки на адаптивни елементи - неврони, които осигуряват взаимодействие с обекти от реалния свят по същия начин, както биологичната нервна система.

Големи успехи в използването на невронни мрежи са постигнати при създаването на самообучаващи се експертни системи. Мрежата е конфигурирана, т.е. обучава, като пропуска всички известни решения през него и постига необходимите отговори на изхода. Настройката се състои в избор на параметрите на невроните. Често те използват специализирана програма за обучение, която обучава мрежата. След обучение системата е готова за работа.

Ако в една експертна система нейните създатели предварително зареждат знания в определена форма, то в невронните мрежи е неизвестно дори за разработчиците как знанията се формират в нейната структура в процеса на обучение и самообучение, т.е. мрежата е „черна кутия“.

Неврокомпютрите, като системи с изкуствен интелект, са много обещаващи и могат безкрайно да се подобряват в своето развитие.

В момента системите с изкуствен интелект под формата на експертни системи и невронни мрежи се използват широко за решаване на финансови и икономически проблеми.

Нестеров А.В., Тимченко В.В., Трапицин С.Ю. Учебно-методическо ръководство, - Санкт Петербург: Издателство "Книжен дом" LLC, 2003 - 340 с.

Експертни системи в образованието. Четири проблема за развитие

И не униформата се цени в картофите,

и вътрешното съдържание

Експертните системи (ES) се основават на използването на елементи на изкуствения интелект и се използват в автоматизирани образователни системи за подобряване на качеството на преподаване чрез автоматизиране на учебния процес и повишаване на ефективността чрез освобождаване на учителя от рутинна работа.

Основният недостатък на съществуващите електронни образователни инструменти е използването на неразработени примитивни форми на интерактивна комуникация с потребителя. Преходът от примитивен диалог, като „меню“, към диалог на „естествен“ език, към диалог „от глас“ изисква използването на експертни системи.

Днес няма ясна дефиниция на понятието „експертна система“. Най-общата дефиниция: ES е изкуствена система, която може ефективно да замести човешки експерт в дадена предметна област. Експертни могат да бъдат наречени автоматизирани информационни системи, които са насочени към решаване на проблеми в конкретна предметна област с достатъчно качество.

ES имат за цел да направят достъпна комбинацията от знания, опит, умения и интуиция на квалифицирани специалисти. ES в комбинация с комплекс от образователна информация, за разлика от съществуващите автоматизирани курсове за обучение, са фундаментално нова посока за повишаване на дидактическата ефективност на софтуерните и методическите комплекси, които осъществяват контрол и управление на учебния процес. Тази разлика се състои във възможността за интелектуална подкрепа за ученици с различни нива на подготовка. Тази възможност се дължи на наличието на база от знания.

Видове задачи, при които е препоръчително да се използва ES:

управление на учебния процес, като се отчита индивидуалната подготовка на ученика, неговите индивидуални характеристики;

диагностика и прогнозиране на качеството на усвояване на предметната информация и формирането на промени в последователността на представяне на учебния материал;

поддържане на професионалното ниво на студента в дадена предметна област;

Резюме по темата:

"Създаване на отчет като обект на база данни. Експертни и учебни системи"


Съдържание

Създаване на отчет като обект на база данни

Структура на отчета в режим на проектиране

Методи за създаване на отчет

Създайте отчет


Създаване на отчет като обект на база данни

Отчетът е форматирано представяне на данни, които се показват на екрана, отпечатани или във файл. Те ви позволяват да извлечете необходимата информация от базата данни и да я представите в лесен за разбиране вид, а също така предоставят широки възможности за обобщаване и анализ на данни.

При отпечатване на таблици и заявки информацията се показва практически във вида, в който се съхранява. Често има нужда от представяне на данни под формата на отчети, които имат традиционен вид и са лесни за четене. Подробният отчет включва цялата информация от таблица или заявка, но съдържа заглавки и е разделен на страници с горни и долни колонтитули.

Структура на отчета в режим на проектиране

Microsoft Access показва данни от заявка или таблица в отчет, като добавя текстови елементи за по-лесно четене.

Тези елементи включват:

Заглавие. Този раздел се отпечатва само в горната част на първата страница на отчета. Използва се за извеждане на данни, като например текст на заглавието на отчета, дата или изложение на текст на документ, които трябва да бъдат отпечатани веднъж в началото на отчета. За да добавите или премахнете област за заглавие на отчет, изберете командата Заглавие/бележка на отчета от менюто Изглед.

Заглавка. Използва се за показване на данни като заглавия на колони, дати или номера на страници, отпечатани в горната част на всяка страница с отчет. За да добавите или премахнете горен колонтитул, изберете Горен и долен колонтитул от менюто Изглед. Microsoft Access добавя горен и долен колонтитул едновременно. За да скриете един от горните и долните колонтитули, трябва да зададете свойството Height на 0.

Областта с данни, разположена между горния и долния колонтитул на страницата. Съдържа основния текст на доклада. Този раздел показва данните, отпечатани за всеки от записите в таблицата или заявката, на които се основава отчетът. За да поставите контроли в областта с данни, използвайте списък с полета и лента с инструменти. За да скриете областта с данни, трябва да зададете свойството Height на раздела на 0.

Долен колонтитул. Този раздел се появява в долната част на всяка страница. Използва се за показване на данни като общи суми, дати или номера на страници, отпечатани в долната част на всяка страница с отчет.

Забележка. Използва се за извеждане на данни, като заключителен текст, общи суми или надпис, които трябва да бъдат отпечатани веднъж в края на отчета. Въпреки че разделът за бележки на отчета е в долната част на отчета в изглед за проектиране, той се отпечатва над долния колонтитул на последната страница на отчета. За да добавите или премахнете област за бележки към отчета, изберете командата Заглавие на отчета/Бележки към отчета от менюто Изглед. Microsoft Access едновременно добавя и премахва областите за заглавие и коментар на отчет.

Методи за създаване на отчет

Можете да създавате отчети в Microsoft Access по различни начини:

Конструктор

Съветник за отчети

Автоматичен отчет: към колона

Автоматичен отчет: лента

Съветник за диаграми

Пощенски етикети


Помощникът ви позволява да създавате отчети чрез групиране на записи и е най-лесният начин за създаване на отчети. Той поставя избраните полета в отчета и предлага шест стила на отчета. След завършване на съветника, полученият отчет може да бъде модифициран в режим на проектиране. С помощта на функцията за автоматичен отчет можете бързо да създавате отчети и след това да правите някои промени в тях.

За да създадете автоматичен отчет, трябва да изпълните следните стъпки:

В прозореца на базата данни щракнете върху раздела Отчети и след това щракнете върху бутона Създаване. Появява се диалоговият прозорец Нов отчет.

Изберете Autoreport: колона или Autoreport: strip елемент в списъка.

В полето за източник на данни щракнете върху стрелката и изберете Таблица или Заявка като източник на данни.

Кликнете върху бутона OK.

Съветникът за автоматичен отчет създава автоматичен отчет в колона или лента (по избор на потребителя) и го отваря в режим на преглед, който ви позволява да видите как ще изглежда отчетът, когато бъде отпечатан.

Промяна на мащаба на показване на отчета

За да промените мащаба на дисплея, използвайте показалеца - лупа. За да видите цялата страница, трябва да щракнете където и да е в отчета. Страницата с отчета ще се покаже в намален мащаб.

Кликнете отново върху отчета, за да се върнете към по-голям изглед. В уголемения изглед на отчета точката, върху която сте щракнали, ще бъде в центъра на екрана. За да превъртате страниците с отчети, използвайте бутоните за навигация в долната част на прозореца.

Отпечатайте отчет

За да отпечатате отчет, направете следното:

В менюто Файл щракнете върху командата Печат.

В областта Печат щракнете върху опцията Страници.

За да отпечатате само първата страница на отчета, въведете 1 в полето От и 1 в полето До.

Кликнете върху бутона OK.

Преди да отпечатате отчет, препоръчително е да го прегледате в режим Preview, който може да бъде достъпен чрез избор на Preview от меню View.

Ако печатате с празна страница в края на вашия отчет, уверете се, че настройката за височина за бележките към отчета е зададена на 0. Ако печатате с празни страници между тях, уверете се, че сумата от ширината на формуляра или отчета и лявото и дясното поле не надвишава ширината на листа хартия, зададена в диалоговия прозорец Настройка на страницата (меню Файл).

Когато проектирате оформления на отчет, използвайте следната формула: ширина на отчета + ляво поле + дясно поле

За да коригирате размера на отчета, трябва да използвате следните техники:

промяна на стойността на ширината на отчета;

Намалете ширината на полето или променете ориентацията на страницата.

Създайте отчет

1. Стартирайте Microsoft Access. Отворете базата данни (например образователната база данни "Dean's Office").

2. Създайте AutoReport: лента, като използвате таблица като източник на данни (например Студенти). Отчетът се отваря в режим Preview, който ви позволява да видите как ще изглежда отчетът, когато бъде отпечатан.

3. Превключете в режим на проектиране и редактирайте и форматирайте отчета. За да превключите от режим на визуализация към режим на проектиране, трябва да щракнете върху Затвори в лентата с инструменти на прозореца на приложението Access. Отчетът ще се появи на екрана в режим на проектиране.


Редактиране:

1) премахнете полетата за код на ученик в областта за заглавка и данни;

2) преместете всички полета в заглавката и областта с данни вляво.

3) Променете текста в заглавието на страницата

В секцията Заглавие на отчета изберете Студенти.

Поставете показалеца на мишката отдясно на думата Ученици, така че показалецът да се промени във вертикална лента (курсора за въвеждане) и щракнете в тази позиция.

Въведете NTU "KhPI" и натиснете Enter.

4) Преместете надписа. В долния колонтитул изберете полето =Сега() и го плъзнете в горния колонтитул на отчета под името Ученици. Датата ще се покаже под заглавието.

5) В лентата с инструменти на дизайнера на отчети щракнете върху бутона Преглед, за да визуализирате отчета.

Форматиране:

1) Изберете заглавието Студенти на NTU "KhPI"

2) Променете шрифта, стила и цвета на шрифта, както и цвета на запълването на фона.

3) В лентата с инструменти на дизайнера на отчети щракнете върху бутона Преглед, за да прегледате отчета.

Промяна на стила:

За да промените стила, направете следното:

В лентата с инструменти на дизайнера на отчети щракнете върху бутона AutoFormat, за да отворите диалоговия прозорец AutoFormat.

В списъка Отчет - Стилове на обекти за автоматично форматиране щракнете върху Строг и след това върху OK. Отчетът ще бъде форматиран в строг стил.

Превключва в режим на визуализация. Отчетът ще бъде показан в стила, който сте избрали. Отсега нататък всички отчети, създадени с помощта на функцията AutoReport, ще имат строг стил, докато не посочите различен стил в прозореца AutoFormat.


Експертни и обучаващи системи

Експертните системи са едно от основните приложения на изкуствения интелект. Изкуственият интелект е един от клоновете на компютърните науки, който се занимава с проблемите на хардуерното и софтуерното моделиране на онези видове човешки дейности, които се считат за интелектуални.

Резултатите от изследванията върху изкуствения интелект се използват в интелигентни системи, които са способни да решават творчески проблеми, принадлежащи към конкретна предметна област, знанията за които се съхраняват в паметта (базата от знания) на системата. Системите с изкуствен интелект са фокусирани върху решаването на голям клас проблеми, които включват така наречените частично структурирани или неструктурирани задачи (слабо формализируеми или неформализируеми задачи).

Информационните системи, използвани за решаване на полуструктурирани проблеми, се разделят на два вида:

Създаване на отчети за управление (извършване на обработка на данни: търсене, сортиране, филтриране). Решенията се вземат въз основа на информацията, съдържаща се в тези доклади.

Разработване на възможни алтернативи за решение. Вземането на решение се свежда до избора на една от предложените алтернативи.

Информационните системи, които разработват алтернативни решения, могат да бъдат моделни или експертни:

Моделните информационни системи предоставят на потребителя модели (математически, статистически, финансови и т.н.), които помагат да се осигури разработването и оценката на алтернативни решения.

Експертните информационни системи осигуряват разработването и оценката на възможни алтернативи от потребителя чрез създаване на системи, базирани на знания, получени от специализирани експерти.

Експертните системи са компютърни програми, които акумулират знанията на специалисти - експерти в конкретни предметни области, които са предназначени за получаване на приемливи решения в процеса на обработка на информация. Експертните системи трансформират опита на експертите във всяка конкретна област на знанието под формата на евристични правила и са предназначени за консултиране на по-малко квалифицирани специалисти.

Известно е, че знанието съществува в две форми: колективен опит и личен опит. Ако предметна област е представена от колективен опит (например висша математика), тогава тази предметна област не се нуждае от експертни системи. Ако в дадена предметна област по-голямата част от знанията са личният опит на специалисти от високо ниво и тези знания са слабо структурирани, тогава такава област се нуждае от експертни системи. Съвременните експертни системи са намерили широко приложение във всички сфери на икономиката.

Базата от знания е ядрото на експертната система. Преходът от данни към знания е следствие от развитието на информационните системи. Базите данни се използват за съхраняване на данни, а базите от знания се използват за съхраняване на знания. Базите данни, като правило, съхраняват големи количества данни с относително ниска цена, докато базите от знания съхраняват малки, но скъпи набори от информация.

Базата от знания е набор от знания, описани с помощта на избраната форма на тяхното представяне. Попълването на базата от знания е една от най-трудните задачи, която е свързана с подбора на знания, тяхното формализиране и интерпретиране.

Експертната система се състои от:

база от знания (като част от работната памет и база от правила), предназначена за съхраняване на първоначални и междинни факти в работната памет (наричана още база данни) и съхраняване на модели и правила за манипулиране на модели в базата от правила

решаване на проблеми (интерпретатор), който осигурява прилагането на последователност от правила за решаване на конкретен проблем въз основа на факти и правила, съхранявани в бази данни и бази от знания

подсистемата за обяснение позволява на потребителя да получи отговори на въпроса: „Защо системата взе това решение?“

подсистема за придобиване на знания, предназначена както да добавя нови правила към базата знания, така и да променя съществуващите правила.

потребителски интерфейс, набор от програми, които осъществяват диалога на потребителя със системата на етапа на въвеждане на информация и получаване на резултати.

Експертните системи се различават от традиционните системи за обработка на данни по това, че обикновено използват символно представяне, символен извод и евристично търсене на решения. За решаване на лошо формализируеми или неформализируеми проблеми, невронните мрежи или неврокомпютрите са по-обещаващи.

Основата на неврокомпютрите се състои от невронни мрежи - йерархично организирани паралелни връзки на адаптивни елементи - неврони, които осигуряват взаимодействие с обекти от реалния свят по същия начин, както биологичната нервна система.

Големи успехи в използването на невронни мрежи са постигнати при създаването на самообучаващи се експертни системи. Мрежата е конфигурирана, т.е. обучава, като пропуска всички известни решения през него и постига необходимите отговори на изхода. Настройката се състои в избор на параметрите на невроните. Често те използват специализирана програма за обучение, която обучава мрежата. След обучение системата е готова за работа.

Ако в една експертна система нейните създатели предварително зареждат знания в определена форма, то в невронните мрежи е неизвестно дори за разработчиците как знанията се формират в нейната структура в процеса на обучение и самообучение, т.е. мрежата е "черна кутия".

Неврокомпютрите, като системи с изкуствен интелект, са много обещаващи и могат безкрайно да се подобряват в своето развитие. В момента системите с изкуствен интелект под формата на експертни системи и невронни мрежи се използват широко за решаване на финансови и икономически проблеми.


Тема 1. EOS като компонент на интензивното обучение на специалисти.

Лекция 8. Експертни системи за обучение.

Области на приложение на експертните системи в управлението.

Цената на експертните системи.

Разработване на експертни системи.

През последните двадесет години специалисти в областта на интелигентните системи провеждат активни изследвания в областта на създаването и използването на експертни системи, предназначени за сферата на образованието. Появи се нов клас експертни системи - експертни системи за обучение - най-обещаващото направление за усъвършенстване на софтуерните педагогически средства в посока на процедурните знания.

Експертната система е набор от компютърен софтуер, който помага на човек да взема информирани решения. Експертните системи използват информация, получена предварително от експерти – хора, които са най-добрите специалисти във всяка област.

Експертните системи трябва:

  • съхраняват знания за конкретна предметна област (факти, описания на събития и модели);
  • да можете да общувате с потребителя на ограничен естествен език (т.е. да задавате въпроси и да разбирате отговорите);
  • имат набор от логически инструменти за извличане на нови знания, идентифициране на модели и откриване на противоречия;
  • поставяне на проблем при поискване, изясняване на неговата формулировка и намиране на решение;
  • Обяснете на потребителя как е получено решението.

Също така е желателно експертната система да може:

  • предоставят информация, която повишава доверието на потребителите в експертната система;
  • „разкажете“ за себе си, за собствената си структура

Експертна система за обучение (ETS) е програма, която изпълнява една или друга педагогическа цел въз основа на знанията на експерт в определена предметна област, диагностика на обучението и управлението на обучението, както и демонстриране на поведението на експерти (специалисти по предмети, методисти, психолози ). Експертният опит на EOS се състои в познаването на методите на преподаване, благодарение на които помага на учителите да преподават и на учениците да учат.

Архитектурата на експертна система за обучение включва два основни компонента: база знания (хранилище от единици знания) и софтуерен инструмент за достъп и обработка на знания, състоящ се от механизми за извеждане на заключения (решения), придобиване на знания, обяснение на получените резултати, и интелигентен интерфейс.

Обменът на данни между ученика и EOS се извършва от програма за интелигентен интерфейс, която получава съобщенията на ученика и ги преобразува във форма за представяне на база знания и, обратно, превежда вътрешното представяне на резултата от обработката във формат на ученика и извежда съобщението до необходимата среда. Най-важното изискване за организиране на диалог между ученик и EOS е естествеността, което не означава буквално формулиране на нуждите на ученика в изречения на естествен език. Важно е последователността на решаване на проблема да е гъвкава, да съответства на представите на студента и да се провежда в професионален план.


Наличието на развита система от обяснения (СО) е изключително важно за EOS, работещи в сферата на образованието. По време на учебния процес такъв EOS ще играе не само активната роля на „учител“, но и ролята на справочник, помагайки на ученика да изучава вътрешните процеси, протичащи в системата, използвайки моделиране на областта на приложение. Разработената комуникационна система се състои от два компонента: активен, който включва набор от информационни съобщения, издавани на ученика в процеса на работа, в зависимост от конкретния път за решаване на проблема, напълно определен от системата; пасивен (основният компонент на SO), фокусиран върху инициализиращите действия на ученика.

Активният компонент на CO е подробен коментар, придружаващ действията и резултатите, получени от системата. Пасивният компонент на информационната поддръжка е качествено нов тип информационна поддръжка, присъща само на системите, базирани на знания. Този компонент, в допълнение към развитата система от HELPs, извикана от ученика, има системи за обяснение на напредъка на решаването на проблема. Системата от обяснения в съществуващите EOS се изпълнява по различни начини. Това може да бъде: набор от информационни сертификати за състоянието на системата; пълно или частично описание на пътя, изминат от системата по дървото на решенията; списък на проверяваните хипотези (основата за тяхното формиране и резултатите от тяхното тестване); списък от цели, които управляват работата на системата и начини за постигането им.

Важна характеристика на развитата комуникационна система е използването на естествен език за комуникация с обучаемия. Широкото използване на системите „меню“ позволява не само да се диференцира информацията, но и в развитите електронни системи да се прецени нивото на подготвеност на ученика, формиране на неговия психологически портрет.

Въпреки това, обучаемият може не винаги да се интересува от пълния изход на решението, което съдържа много ненужни подробности. В този случай системата трябва да може да избира само ключови точки от веригата, като взема предвид тяхната важност и нивото на знания на ученика. За да направите това, е необходимо да поддържате модел на знанията и намеренията на обучаемия в базата от знания. Ако ученикът продължава да не разбира получения отговор, тогава системата трябва в диалог, базиран на поддържания модел на проблемни знания, да го научи на определени фрагменти от знания, т.е. разкриват по-подробно отделни понятия и зависимости, дори ако тези подробности не са били директно използвани в заключението.