![]() Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Отрицательные результаты в рамках ИИ
1. в общем случае не решена задача распознавания образов; 2. в рамках логического представления знаний применяются предикаты только 2-го порядка, применение логики высших порядков ограничивается неразрешимостью теории; 3. в рамках теории алгоритмов так не установлены соотношения между классами Р – задач (время (Р - полином) решения) NP – задач (поисково - полиномная); Р – задача – задача с полиномиальным временем решения; NP – задача с экспоненциальным временем решения; Успехи в области вычислительной техники являются недостаточными для создания ИС. Установлено, что размеры вычислительных машин уменьшились в 105, стоимость уменьшилась в 106 раз, скорость возросла в 106 раз, надежность увеличилась в 104 раз. Вместе с тем для моделирования ИС, данные количественные успехи следует оценивать в логарифмической шкале. 4. в рамках нейросетевого подхода к синтезу адекватной модели нейрона пока не предложено. Все существующие модели берут за основу модель многоходового настраиваемого сумматора, который реализует некоторым образом пороговую функцию.
Рис.1
В нейронных сетях реализуется два решения: 1. режим обучения; 2. режим идентификации объекта; Сущность обучения сводится к вычислению настроечных коэффициентов ai, процесс обучения определяется заложенной топологией выходов сумматоров с другими нейронами. Вместе с тем возможности обучения являются ограниченными. Лекция №2, 3
|