Подякувати Студентському архіву довільною сумою
Admin
26.02.2023 12:38
Дякуємо, що користуєтесь нашим архівом!
ЕВРИСТИЧНЕ ПРОГРАМУВАННЯ.
Інформація про навчальний заклад
ВУЗ:
Національний університет Львівська політехніка
Інститут:
Інститут комп’ютерних наук та інформаційних технологій
Факультет:
Не вказано
Кафедра:
Кафедра інформаційних систем та мереж
Інформація про роботу
Рік:
2008
Тип роботи:
Курсова робота
Предмет:
Системи штучного інтелекту
Частина тексту файла (без зображень, графіків і формул):
Міністерство освіти та науки України
Національний університет “Львівська політехніка”
Інститут комп’ютерних наук та інформаційних технологій
Кафедра інформаційних систем і мереж
КУРСОВА РОБОТА
З КУРСУ:
“СИСТЕМИ ШТУЧНОГО ІНТЕЛЕКТУ”
НА ТЕМУ:
“ЕВРИСТИЧНЕ ПРОГРАМУВАННЯ”
Львів-2008
Зміст
Вступ......................................................................................................................3
Теоретична частина..............................................................................................5
І. Строгі та евристичні методи.......................................................................5
Недостатність строгих методів при рішенні широкого кола задач, які висуває практика.............................................................................................5
Евристичні методи, евристичне програмування.........................................6
Деякі проблеми теорії евристичних рішень................................................7
Основні підходи до теорії евристичних рішень..........................................9
Пряма та оборотна задачі евристичного програмування..........................11
ІІ. Деякі психологічні, логічно-математичні та технічні аспекти теорії евристичних рішень.............................................................................................13
Операційні визначення як основа опису інформаційних процесів, що проходять в головному мозку.............................................................................14
Інформаційний підхід, його сутність та особливості................................14
Метод строгих виводів і дві експериментальні методики........................15
Мова мозку не є мовою математики...........................................................16
Строгі та евристичні методи, подібність та відмінність...........................16
Роль логіки і математики в теорії евристичних рішень та евристичному програмуванні......................................................................................................18
Множина представлення інформаційних моделей як технічна основа евристичного програмування.............................................................................19
Евристичні програми як моделі поведінки складних систем...................20
Висновки...............................................................................................................23
Список літератури................................................................................................24
Вступ
Останнім часом стало зрозуміло, що потреби розвитку науки і застосування її результатів на практиці пов’язані із створенням таких систем, які автоматично отримують із галузі необхідні дані, переробляють їх, координують дії відносно наявних цілей і володіють при цьому здатністю обробляти значні масиви інформації і функціонувати, не маючи постійних контактів з людиною.
Такі системи необхідні в умовах, коли віддаленість дослідника не дозволяє йому вчасно реагувати на зміни обстановки в районі об’єкта досліджень (дослідження планет, морської глибини і т.д.), при роботі у галузях, небезпечних для людини (наприклад, через радіацію, високу температуру і т.д.), чи дослідженнях в обстановці, що швидко змінюється (наприклад, в експериментальній фізиці), при обробці великих масивів вихідної різнорідної інформації (в екологічних, соціологічних, економічних та інших дослідженнях) чи варіантів рішення (в різноманітних задачах інженерного проектування) і т. п.
Також відомо, що ці потреби не можна повністю задовольнити використанням традиційних методів і потребують для себе інших підходів і постановок. Один із підходів, який дозволяє задовольнити ці потреби, пов’язаний із виявленням принципів функціонування живого та мислячого людського мозку (на всіх етапах його діяльності – від сприйняття до впливу) і будуванням на цій основі систем дискретної й неперервної автоматики.
Поєднання результатів експериментальної психології та можливостей обчислювальної техніки дозволяє створювати автоматичні системи, з одного боку, які працюють в широкому діапазоні сфер з високими швидкостями при відсутності прямого зв’язку з людиною, а з другого, ті, які володіють рисами живого та мислячого мозку, з інтерпретацією його функціонування в термінах дії, зрозумілих людині.
Так виникла проблема створення вищих розумових функцій мозку на обчислювальних машинах, проблема побудови штучного інтелекту. Ця проблема на сьогоднішній час має 2 сторони – прикладну і пізнавальну, які тісно пов’язані між собою. Прикладна сторона проблеми безпосередньо пов’язується з питаннями технічного прогресу в нашій країні, у всіх напрямках розвитку науки і у всіх галузях народного господарства.
Поряд із оптимізацією та зміною технічних характеристик машин (зростання рівня інтеграції та об’ємів пам’яті, зміною мов, принципів та техніки програмування, принципів зв’язку та взаємодії їх з користувачем та інше) розширюються також сфери їх застосування та їх “інтелектуальні можливості, все більше й більше наближуючись до функцій порадника та помічника людини – штучного інтелекту (розуму).
Кінцева мета пізнавальної сторони проблеми – виявлення та пізнання механізмів мозку на всіх етапах його функціонування (від сприйняття до дії), побудовані на цій основі суперечливі теорії, які перевіряються за допомогою спостережень та експериментів, що здатні на рівні з машинним виводом відповісти на багато гносеологічних, психофізіологічних та інших питань. Така постановка проблеми створення вищих мислячих функцій мозку не є новою. Існує декілька підходів (еволюційний, біонічний та інші), які вносять свій вклад в розуміння та реалізацію проблеми, що розглядається, але кожен з них водночас має досить вузький характер, що обмежує сферу його застосування.
На мою думку, найважливіший внесок в проблему створення вищих мислячих функцій мозку на обчислювальних машинах може дати природно-науковий або, як деколи говорять, інтегративний (системно-структурний, організаційний) підхід, ефективність якого підтверджувалася в різні часи значними результатами.
Цей підхід вивчає механізми та умови інтеграції масивів інформації, що дозволяють із розрізнених частин створювати дещо ціле, що розвивається, будувати ієрархію інформаційних структур і процесів, здійснювати їх переробку відповідно до наявних цілей.
Ця робота є початковим викладом такого підходу – деяких питань методології виявлення мислячих функцій мозку, їх формалізації та розв’язку на цій основі різноманітних конкретних задач.
Теоретична частина
Строгі та евристичні методи
Недостатність строгих методів при рішенні широкого кола задач, які висуває практика
Кібернетика завжди була і буде пов’язана з універсальністю методів, з тим, чи зможе вона запропонувати конструктивні загальні підходи до вирішення найрізноманітніших за фізичним змістом задач.
Ефективне використання ЕОМ для вирішення різних науково-технічних задач засноване, основним чином, на ряді припущень, що спрощують уявлення про реальні процеси, що моделюються з їх допомогою. Таке абстрагування дозволяє з визначеною ступінню точності в задані відрізки часу отримати прийнятне рішення. Такий підхід дозволяє підібрати для фізичного процесу, що розглядається, адекватну мову із запасу засобів математики, розробити на цій основі відповідні алгоритми, скласти набір програм і за допомогою ЕОМ отримати необхідне рішення. Важливим моментом в цьому стандартному способі рішення є відносна простота процесу, що моделюється (а звідси й ефективність його алгоритмізації), однозначність рішення і точне знання ступеню його застосування.
В деяких випадках буває важко, а деколи й неможливо, побудувати більш-менш точну математичну модель досліджуваного процесу. Ці труднощі, пов’язані з пошуком відношень реального світу (“істин”), від яких наш розум “залишається дуже далеким”, мають принциповий характер і пов’язані зі складністю досліджуваних процесів (наприклад, комбінаторний характер задачі), з відсутністю необхідної та достатньої інформації. При цьому будь-яке спрощення такого процесу, його ідеалізація, спроба абстрагуватися знижує практичну цінність результату.
Цим і пояснюється той факт, що для вирішення багатьох складних економічних задач, задач по управлінню особливо складними системами ЕОМ використовуються недостатньо ефективно. Однак, людина, зустрічаючись у своїй повсякденній практиці з подібними задачами, вирішує їх без застосування складних математичних засобів і навіть без достатньої кількості поточної інформації. Більше того, інколи рішення, що приймаються нею, виявляються кращими та ефективнішими , ніж рішення тієї ж задачі, отриманої за допомогою строгих методів, заснованих на ідеалізованих схемах досліджуваного процесу.
Евристичні методи, евристичне програмування
Необхідно розробити якісно нові методи рішення задач за допомогою ЕОМ шляхом моделювання окремих сторін процесу творчого мислення людини, методів, що забезпечують ефективне рішення особливо складних задач, особливо, в умовах неповної, недостатньої поточної інформації. Такі задачі виникають в економіці, медицині, в дослідженнях космосу та інших галузях людських знань – всюди, де ми маємо справу з функціонуванням систем, що залежать від багатьох змінних. Методи рішення таких задач в умовах, коли через складність або недостатності інформації неможливо точно окреслити границі їх застосування та оцінити допущені помилки, називається евристичними (від грецької heurisko – знаходжу).
Евристичні методи, на відміну від строгих, припускають вивчення принципів переробки інформації, що здійснюється людиною на різних етапах її діяльності при рішенні різноманітних задач, і побудуванні на цій основі програм, реалізованих на ЕОМ. Цей процес називається евристичним програмуванням.
Характерною особливістю евристичного програмування є широке вивчення прийомів роботи людини при вирішенні задачі в умовах неповної поточної інформації, особливостей накопичування даних про процес рішення аналогічних задач (формування досвіду) і моделювання всього процесу переробки інформації шляхом розчленування його на так звані елементарні інформаційні процеси.
Евристичні рішення принципово відрізняються від строгих. Основною у їх формуванні є процедура пошуку взаємопов’язаних компонентів рішення, який починається в умовах відсутності відповідного алгоритму та яких-небудь відомостей про існування рішення та його єдиності. При цьому в процесі пошуку деколи проводиться додатковий збір необхідної інформації.
Найвища точність досягається саме евристичними методами. Це пояснюється тим, що точність залежить не тільки від досконалості математичного апарату, але й від вибору критеріїв якості, а також від “засипки”, для якої він застосовується. Евристики, які застосовуються до вибору критеріїв та покращення багатьох вихідних та проміжних даних, виявляються ціннішими у покращенні точності, ніж евристики, що застосовуються до подальшого покращення математичного апарату, де нема само відборів корисної інформації. Точність евристичних методів виявляється набагато вищою за точність найдосконаліших та загальних математичних методів, що використовують специфічні (детерміністичні) підходи, оскільки вони засновані на само відборах корисної інформації за евристичними критеріями.
З точки зору теорії рішень різкої та чіткої межі між обома методами немає; більше того, в процесі розвитку науки багато евристичних рішення формалізуються, набувають необхідної строгості (точні оцінки) і переходять в клас строгих.
Оскільки в основі евристичних методів лежить процедура пошуку, евристичне програмування інколи забезпечує рішення задачі в умовах невизначеності. Однак після вибору перспективного напрямку настає строге рішення, яке й приводить до кінцевого результату. Саме таке поєднання обох методів обумовлює ефективність процесу, що розглядається, в рамках конкретної людської діяльності.
Розглянемо загальну структуру процесу рішення, яке робить людина. Як і Л. Дж. Фогель, розглянемо три типи рішення: дедуктивні, абдуктивні та індуктивні.
Дедуктивні рішення, які входять до класу строгих рішень, відрізняються повною визначеністю і являють собою процес введення деякого наслідку з одного або декількох вихідних правил.
Абдуктивні рішення входять як до класу строгих, так і до класу евристичних рішень і характеризуються більшою визначеністю. Вони являють собою процес виявлення найбільш ймовірних вихідних тверджень (посилань, причин) з деякого кінцевого твердження на основі минулого досвіду. Абдуктивні рішення будуються на широкому використанні минулого досвіду. Вони досить часто зустрічаються в науці та повсякденному житті. Наприклад, визначення температури тіла за величиною розширення ртутного стовпчика в термометрі, аналіз господарської діяльності підприємства, вивчення космічних випромінювань.
Індуктивні рішення, які входять до класу евристичних рішень, вирізняються також невизначеністю і представляють процес виявлення найімовірніших закономірностей, механізмів дії, які випливають із зіставлення вихідних тверджень. Вони найбільш притаманні мисленню. До них належать: дії лікаря при лікуванні хворого, керівника підприємства при реалізації виконання плану.
Деякі проблеми теорії евристичних рішень
Розвиток евристичного програмування висуває в якості важливого завдання розробку теорії евристичних рішень, створення якої пов’язане із розробкою великої кількості проблем, які відносяться до загальних та природничих наук та до різних галузей кібернетики.
Центральне місце в теорії евристичних рішень займають проблеми пізнання ситуацій та явищ навколишнього світу, які являють собою узагальнення приватних проблем розпізнавання образів. Суть їхня ось у чому. Відомо, що живому організму генетично передається спадкова інформація тільки в загальних рисах з надзвичайно малою ступінню організації мозку; далі, при активній взаємодії із зовнішнім світом тим чи іншим способом, здійснюється деяка організація мозку, накопичення досвіду. Ці відомості про роботу головного мозку переважно кладуть в основу механізмів, призначених для розпізнавання об’єктів. В загальних рисах, їх функціонування здійснюється таким чином:
а) механізм для розпізнавання образів забезпечує розбиття об’єктів, що розглядаються, на класи, причому відомості про те, за яким принципом в даній задачі необхідно здійснити розбиття на класи, механізм виявляє самостійно, узагальнюючи приклади, які йому дають на стадії “навчання”;
б) в процесі “екзамену” механізм здійснює класифікацію нових об’єктів, а висока оцінка покращує класифікацію. Позитивне вирішення цієї проблеми пов’язане з рішенням багатьох актуальних проблем нашого часу (медичної та технічної діагностики).
Важливе значення у створенні теорії евристичних рішень представляє дослідження елементарних інформаційних процесів на різних рівнях. Під дослідженням елементарних інформаційних процесів зазвичай розуміють “факторизацію, подрібнення, програмування процесу мислення”, а головним завданням дослідження є виявлення правил об’єднання цих елементарних інформаційних процесів у складні програми. Ці дослідження походять із припущення про можливість вивчення роботи мозку із різним ступенем детальності, що відповідає опису інформаційних процесів на різних рівнях. Розглядаючи мозок як самоорганізаційну систему і вважаючи, що в його основі лежить ієрархія підлеглих алгоритмів, виділяють три рівні: нижній – рівень систем умовних і безумовних рефлексів; Середній – рівень системи правил процесу навчання; вищий – рівень, який формує та корегує попередній рівень. Така ієрархія алгоритмів дозволяє виділяти правила переробки інформації, які забезпечують формування цілісної поведінки живого організму при зміні оточення. При більш детальному розгляді зовнішнього середовища та його зв’язків з живим організмом можна побудувати формальну модель евристичної діяльності – теорію пошуку в абстрактному лабіринті, постановка проблеми відбору достовірної та несуперечливої інформації, що безпосередньо пов’язана із ціллю. При цьому розглядаються не тільки в процесі, що відбуваються в мозку, але й ті зміни, які проходять у зовнішньому середовищі в результаті активних дій живого організму (прямий та оборотній зв’язок). Такий підхід дозволяє моделювати окремі аспекти мислення при рішенні конкретних задач, виявляти нові закономірності вищої нервової діяльності, знаходити методи формування систем підцілей при досягненні основної цілі, здійснювати ефективний відбір необхідної інформації в процесі рішення тої чи іншої задачі.
Частково, в результаті спеціальних експериментів (А. Ньюелл, Дж. Шоу, Г. Саймон) зроблена спроба виявити ряд правил переробки інформації, які здійснюються мозком. На основі цих правил створена евристична програма GPS (General Problem Solver – універсальний вирішувач проблем). Дослідження цієї програми на прикладах рішення деяких конкретних задач (наприклад, задач математичної логіки) показує, що вона виробляє рішення, які є досить близькими до тих, які в аналогічній ситуації приймає людина.
Більше значення в теорії евристичних рішень набуває проблема вивчення творчої діяльності людини (Е. Файгенбаум, М. Мінський) і пов’язана з нею задача виявлення механізмів прогнозування в живому організмі (П. К. Анохін).
Дивовижна здатність живих організмів по мірі росту та навчання удосконалювати свою організацію висуває методологічні проблеми вивчення систем, що само організовуються та само вивчаються.
Неодноразово вказувалося, що “область евристики не зовсім чітко окреслена та не зовсім чітко класифікується як область, яка належить тій чи іншій дисципліні – філософії, логіці, психології, а в наші дні – кібернетиці”. Створення теорії евристичних рішень як робочого апарату для широкого кола особливо складних задач немислимо без рішення комплексу проблем, пов’язаних із вивченням людського мислення.
Основні підходи до теорії евристичних рішень
Теорія евристичних рішень ставить завдання застосування ЕОМ для моделювання психічних функцій людини; при цьому головним є завдання моделювання таких компонентів сприйняття, мислення та поведінки, як минулий досвід, інтуїція, аналіз ситуації та інше, іншими словами, тих факторів, які пов’язані з процесами цілеспрямованого продуктивного мислення і які на даний час не піддаються строгій формалізації.
Перші евристичні програми Ньюелла, Шоу, Саймона для рішення математичних і логічних задач, Тонге для промислових цілей були побудовані на основі спостережень за ходом рішення конкретних задач, що здійснює людиною. Отримані в результаті цих програм виводи показали, по-перше, близькість ходу рішення (та його основних етапів) у людини та розроблених програмах і, по-друге, можливість значного розширення принципових можливостей ЕОМ як інструмента, що моделює функції мозку.
Є й інший підхід до моделювання психічних функцій мозку. Він пов’язаний з виявленням механізмів переробки інформації, що формується у дитини до періоду завершення її зрілості (перехідний вік у 7 – 8 років), і їх переклад на мову програм ЕОМ, що само організовуються та самонавчаються.
Таким чином, є два підходи до виявлення механізмів переробки інформації, на основі яких здійснюється розробка теорії евристичних рішень та створення евристичних програм:
виявлення початкових механізмів, що формуються у дитини в період завершення її розвитку;
виявлення сформованих механізмів функціонування дорослої людини в процесі її конкретної продуктивної діяльності.
Основна ідея першого підходу будується на базі наступних широко розповсюджених положень. Поведінка людини визначається:
А) спадковістю, від якої залежить побудова організму та особливості нервової системи;
Б) подіями її життя, які відбиваються в її організмі різними способами;
В) навколишнім світом, з якою вона взаємодіє.
Народжуючись, людина має деяку початкову організацію, яку отримує генетично, що дозволяє їй адаптуватися до навколишнього світу. На першому етапі аж до завершення перехідного віку відбувається деяка зміна нервових структур. Одночасно з цим дитина вступає в контакт з навколишнім світом на трьох рівнях: сенсомоторних схем, перцепції та язика. До моменту зрілості під дією оточення у дитини формується деяка сукупність механізмів, яка дозволяє вирішувати задачі, що виникають перед нею, шляхом виявлення закономірностей навколишнього середовища; дитина набуває здатності передбачати результати своєї діяльності, ставити цілі, приймати рішення.
Такими початковими механізмами є виявлення подібності та відмінності, цілеспрямований пошук.
Подальша взаємодія з оточенням, навчання в процесі вирішення конкретних задач удосконалює ці початкові механізми, наповнює їх конкретним змістом, утворюючи професійні навики, риси характеру. При такому підході виявляються загальні механізми переробки інформації, знання яких дозволяє передбачити поведінку людини в нових ситуаціях.
Другий підхід пов’язаний з вивченням діяльності сформованої людини в тій чи іншій ситуації.
Обидва підходи не виключають, а навпаки, збагачують один одного.
Пряма та оборотна задачі евристичного програмування
Початковий етап рішення задачі людиною у більшості випадків полягає в застосуванні специфічних операцій абстрагування та формалізації, які служать для вичленовування властивостей речі та визначення характеру відносин між ними, узагальнення ситуацій, виявлення особливостей поставленої задачі.
В структуру сучасних ЕОМ входять лише блоки обробки інформації і частково блок пам’яті і до цього зводиться їх подібність в структурному відношенні з людиною. Відсутність в структурі сучасних ЕОМ блоків абстрагування та формалізації, конкретизації та інтерпретації і недостатній рівень розвинутості блоків пам’яті та обробки інформації призводить до того, що для обслуговування обчислювальних машин потрібно більшу кількість допоміжного персоналу для реалізації операцій вводу та виводу інформації і для програмування. Звідси в рамках теорії евристичних рішень випливають наступні дві задачі (назвемо їх прямою та оборотною).
Пряма задача. Нехай є деяка ситуація або явище (в широкому смислі цього слова). Потрібно вичленити з неї основні риси (суттєві властивості та відношення, значення, логічну форму) і закодувати їх в формі, що допускає їх подальшу переробку на змістовному рівні.
Варто зауважити, що, проводячи операції вичленовування над відображенням зовнішнього середовища, представленими ситуаціями і процесами, і розподіляючи їх в блоки пам’яті та обробки інформації, отримуємо результат, в більшості випадків неоднозначний. Однозначність досягається за рахунок кілець оберненого зв’язку через блоки обробки інформації – блок пам’яті – абстрагування та формалізації.
Обернена задача в повному смислі протилежна: надати результатам переробки інформації визначеної форми (наприклад, форми координованих фізичних дій), конкретизуючи та інтерпретуючи отримані результати.
Незважаючи на надмірну грубість наведеної схеми, вона дозволяє вичленити, уточнити та взаємоповязати ряд проблем, які стоять на шляху створення теорії евристичних рішень.
Така постановка, по-перше, показує загальність проблем розпізнавання образів, виявлення значення, вирішення яких дозволило б здійснити зв’язок автомату із зовнішнім середовищем на змістовому рівні. Звідси , частково, випливає завдання створення евристичних мов на трьох рівнях сприйняття: сенсомоторному, перцептивному і вербальному, а також – можливість розробки спеціалізованих евристичних мов. По-друге, така постановка змальовує характер організації пам’яті, що забезпечує доступ до кожного із блоків абстрагування і формалізації, обробки інформації та конкретизації і інтерпретації, з одного боку, та її зв’язку з інформаційними процесами, що відбуваються в цих блоках – з іншого. По-третє, визначається характер можливих експериментів по виявленню тих чи інших сторін сприйняття, мислення та поведінки. По-четверте, з’являється можливість представити взаємозв’язок евристичних мов на всіх рівнях та їх зв’язку з організацією пам’яті. По-п’яте, ця постановка дозволяє втрутитися в ту область, яка виходить за межі формальної логіки і є в той же час відображенням практичної діяльності людини.
Перерахуємо основні функції кожного блоку.
Блок АФ (абстрагування і формалізації) сприймає інформацію із зовнішнього середовища (ЗС), через нього вся система “харчується різноманіттям”. При цьому процес “харчування” носить активний характер і передбачає пошук різноманіття. Спочатку цей пошук має випадковий характер, потім цілісний, такий, що підкоряється задачі орієнтації. Блок КІ (конкретизації та інтерпретації), крім основної функції конкретизації результатів, є каналом зв’язку із ЗС, забезпечуючи за рахунок зворотних зв’язків єдність автомата та середовища. У блок ОІ (обробки інформації) поступає інформація і в абстрактній, і в формалізованій формі, переробляється і передається в блок КІ для конкретизації та інтерпретації. Блок ПМ (пам’яті) являє собою пам’ять системи.
Прослідкуємо рух потоків інформації в системі. При ситуації, що відповідає експерименту 1, блок АФ сприймає інформацію із середовища ЗС і, вичленивши логічну форму, направляє її в блок ПМ для зберігання. Одночасно в блок ПМ направляється змістовна частина інформації, яка збуджує зміст пам’яті, що близьке по значенню із отриманим із АФ. Вимоги експериментатора відтворити поставлену задачу (наприклад, намалювати заданий малюнок) викликає з блоку ПМ логічну форму, що відповідає завданню, і вміст пам’яті, що близький по значенню із введеним раніше (тобто збудженим на попередньому етапі), і направляє в блок КІ, де відбувається її конкретизація та інтерпретація. Цим і пояснюється той факт, що результат, що видається блоком КІ, однаковий по смислу (але різний в деталях) інформації, введеної в блок АФ перед початком досліду.
При ситуації, що відповідає експерименту 2, вичленена логічна форма з блоку АФ потрапляє, крім блоку ПМ, в блок ОІ, де вона спочатку підготовлюється до обробки (частково, провіряється достатність вихідних даних), а потім піддається самій переробці. При цьому, якщо даних недостатньо, поступає запит в блок ПМ, який видає необхідні дані безпосередньо в блок ОІ. Якщо ж і в блоці ПМ нема вичерпних даних, то запит разом із змістовою частиною поступає в блок КІ, звідки в конкретизованому та інтерпретованому виді передається в середовище. Уточнені середовищем необхідні дані звичайним шляхом з блоку ЗС поступають в блок АФ, потім в блок ОІ (з відгалуженням в блок ПМ), звідки після отримання рішення інформація поступає в блок КІ.
Наведена схема визначає значення потоків інформації, зміст і загальну структуру блоків, що випливає із загальної задачі ефективної взаємодії системи із середовищем.
Деякі психологічні, логічно-математичні та технічні аспекти теорії евристичних рішень
Операційні визначення як основа опису інформаційних процесів, що проходять в головному мозку
Більшість робіт по нейрофізіології і психології, які описують процеси переробки інформації при сприйнятті, мисленні та поведінці, до останнього часу виконувалися і виконуються на “словесному”, чи, як деколи говорять, на якісному рівні з рідкісним та випадковим використанням математичного апарату. Такий виклад нейрофізіологічних та психологічних теорій призводить до непорозумінь, пов’язаних із різночитанням та невизначеністю.
Основною ідеєю теорії евристичних рішень є спроба визначення процесів, що відбуваються в головному мозку, через деякі акти (операції) по переробці інформації. При цьому відволікаються від розгляду фізіологічних явищ і всі процеси в органах чуття, нервових сітках та м’язових тканинах подають у вигляді послідовності операцій з деякими символами, що реалізуються за допомогою механізмів нервової системи. Таке визначення процесів переробки інформації головним мозком буде називатися операційним. Операційне визначення процесів головного мозку здійснюється розгляданням елементарних інформаційних процесів і введенням чітких правил поєднання цих елементарних інформаційних процесів у складні послідовності. У якості елементарних інформаційних процесів можуть бути, наприклад, “передача символу”, “зберігання символу”, “копіювання”.
Такий операційний (інформаційний) підхід до описання процесів головного мозку дозволяє, по-перше, довести нейрофізіологічні та психологічні теорії до високого рівня строгості і, по-друге, зрозумівши механізми сприйняття, мислення та поведінки, реалізувати їх у вигляді програм для ЕОМ, розширюючи тим самим можливості застосування останніх.
З формальної точки зору такий підхід в такій самій мірі корисний при описанні інформаційних процесів, в якій методи математики корисні для опису різноманітних кількісних залежностей.
Інформаційний підхід, його сутність та особливості
Перше описання програми, яке засноване на інформаційному підході до вивчення та моделювання процесів мислення, дали А. Ньюелл, Дж. Шоу і Г. Саймон. Створена ними програма “Логік – Теоретик” показала можливість моделювання процесу рішення задач людиною на рівні, не порівняному по глибині і деталізації ні з одним із інших застосованих методів.
В основу інформаційного підходу покладено вивчення процесів рішення різних задач шляхом виявлення найдрібніших деталей поведінки і їх зв’язків, що зіставляються за допомогою операційних визначень з реальною дійсністю. Така деталізація дозволяє в принципі пояснити та описати будь-які акти психічної активності організму і тим самим здійснити їх моделювання.
І, врешті, інформаційний підхід дозволяє уникнути різних неоднозначностей, які виникають при інших підходах до вивчення та моделювання процесів сприйняття, мислення та поведінки. Це викликано тим, що модельований процес описується в операційних термінах, що знаходяться в однозначній відповідності з реальною дійсністю. З іншої сторони, побудована програма може розглядатися як теорія поведінки. Це дозволяє при різних початкових значеннях, на різних рівнях деталізації (що перевищують прийнятий) зіставляти послідовність і характер операцій, що виконуються програмою ЕОМ, з послідовністю і характером актів, що зафіксовані протоколом досліджуваних. При цьому, звичайно, не виключається можливість коректування програми, його особливого досягнення, щоб досягнути необхідного рівня відповідності.
Тут слід зазначити дві обставини.
Більшість відповідностей, що виникають при такому зіставленні, не має принципового характеру, а обумовлено відмінностями у виборі застосованих елементарних інформаційних процесів. Звідси виникає задача виявлення необхідного (а як максимум, достатнього) набору елементарних інформаційних процесів для моделювання тих чи інших елементів процесу мислення.
Відкоректована та підлагоджена програма може працювати при інших початкових значеннях і тим самим моделювати поведінку людини в інших умовах.
Програми, засновані на інформаційному підході, мають велике значення і для нейрофізіології, і для психології. Інформаційний підхід дозволяє уточнити нейрофізіологічні та психологічні теорії, зробити їх доступними для моделювання. Як справедливо відзначає В. Рейтман, сама ідея евристичних програм є однією із двох чи трьох найважливіших ідей, які стають доступними психології у наш час.
Метод строгих виводів і дві експериментальні методики
Метод строгих виводів відноситься до найсильніших організуючих засобів у проведенні експериментальних робіт. Він є подальшим розвитком відомих методів індукції і зводиться до регулярного виконання деяких визначених процедур, що здійснюються у строгій послідовності.
Розглянемо основні риси цього методу на прикладі генезису елементарних логічних структур (класифікацій і серіацій), детально проаналізованих на великому фактичному матеріалі Ж. Піаже і Б. Інельдер.
І етап – висунення взаємовиключаючих гіпотез (у крайньому випадку, дихотомії), яке при здійсненні вирішального експерименту дозволило би отримати однозначний результат. Наприклад, структури класифікації і серіації можуть завдячувати своїм походженням мові (перша гіпотеза) або залежати від операцій, що були перед мовою (друга гіпотеза).
ІІ етап – вибір вирішального експерименту, результат якого дозволив би виключити одну або декілька висунених на попередньому етапі гіпотез. Так, прийнявши в якості вихідної першу гіпотезу (створення класифікацій і серіацій відноситься цілком за рахунок мови), накидаємо три можливих шляхи її перевірки: вивчення глухонімих, аналіз перших вербальних схем і аналіз деяких операторних схем , пов’язаних із розмовною мовою.
ІІІ етап – проведення вирішального експерименту. Результати експериментів, проведених на трьох перерахованих етапах, приводить до висновку, що мова є необхідною, але недостатньою умовою для формування і розвитку логічних структур. Пошук необхідних і достатніх умов приводить до повторення всіх трьох етапів процедури, що розглядається, на новій основі. Звідси випливає, що генезис елементарних логічних структур зумовлений деякими перетвореннями нервових структур і мовою, що є особливим прискорювачем у завершенні їх оформлення в узагальнені форми. Основними факторами, що визначають генезис цих операцій, є сенсомоторні схеми, розвиток яких змінює перцепції і доводить їх до рівня, що відповідає рівню самого інтелекту.
Метод строгих виводів дає лише загальну логічну схему висунення гіпотез і їх експериментальної перевірки; його роль в теорії евристичних рішень зводиться до організації отримання достовірних висновків і до вимагання чіткості і впорядкування етапів дослідження. Для виявлення найелементарніших інформаційних процесів є ряд експериментальних методик, які дозволяють отримувати результати з різним ступенем точності.
Достоїнством цього методу є те, що під час проведення дослідження і аналізу результатів експериментатор має точне уявлення про ту інформацію, яка зберігається у досліджуваних і поступає ззовні. Проводячи експеримент і спостерігаючи за всіма реакціями досліджуваного, він може змінювати хід дослідження у відповідності до цілей експерименту.
Мова мозку не є мовою математики
Однією із наукових заслуг Дж. фон Неймана є вивчення загальних принципів побудування керівних пристроїв, і спроби порівняльного вивчення роботи головного мозку та обчислювальної машини.
Нервова система , що розглядається як автомат, механізми переробки інформації організму повинні мати дві частини – логічну та арифметичну і обидві частини однаково важливі для успішного його функціонування.
Відомо, що нервова система людини передає числові дані за допомогою послідовності імпульсів, причому частота цих послідовностей є функцією інтенсивності подразника (частотна модуляція). Враховуючи, що частоти цих послідовностей знаходяться в діапазоні 50-200 імпульсів на хвилину, нервова система, виконуючи свою важку роботу, має досить низьку ступінь точності порядку. З іншого боку, факти показують, що мозок має високу надійність і додавання одного або декількох імпульсів в послідовності, що передаються, лише несуттєво спотворює суть повідомлення.
Досліджуючи мову нервової системи, Дж. фон Непман показує, що він повинен характеризуватися невеликою логічною та арифметичною глибиною. Наприклад, сітківка людського ока значно перетворює сигнал, який вона сприймає, в той час, як саме перетворення здійснюється всього лише за допомогою трьох послідовних синапсів. Таке положення спостерігається і в центральній нервовій системі. З цього випливає, що логіка і математика, що розглядаються як мови нервової системи, повинні значно відрізнятися від мов, з якими ми зустрічаємося у повсякденному житті.
Строгі та евристичні методи, подібність та відмінність
Аналіз створених програм, що імітують поведінку людини при рішенні різних задач, показує, що поряд з різними строгими процедурами в рішенні присутні різноманітні неформалізовані евристичні стратегії, прийоми або спрощення, частини, що значно покращують пошук рішення. У зв’язку із цим виникає необхідність оприділити співвідношення між строгими і евристичними методами при рішенні задач людиною, установити подібність і відмінність між ними.
Евристичні програми реалізують деякий алгоритм у відповідній машинній програмі. Але більш глибоке вивчення евристичних методів рішення показують і наявність значних відмінностей, які відрізняють їх від строгих методів.
Алгоритм – це “процес послідовного будування величин, який проходить в дискретному часі таким чином, що в початковий момент задається вихідна кінцева система величин, а в кожен наступний момент система величин отримується за визначеним законом (програмою) з системи величин, що були в попередній момент часу”. Ця риса характеризує дискретність строгих методів. Евристичні методи також працюють в дискретному часі; однак на відміну від строгих методів в кожен наступний момент часу в них може утворитися не одна, а декілька систем величин не по одному, а по декількох визначеним законам. Отримана таким чином множина оцінюється таким способом (селективність евристичних методів) і із неї виділяється підмножина систем величина, яка розвивається тим самим способом, формуючи розгалужений процес.
Детермінованість алгоритму – це властивість, завдяки якій “система величин у будь-який (не початковий) момент часу однозначно визначається системою величин у попередні моменти часу”. Але евристичні методи характеризуються багатозначністю проміжних результатів, що, однак, не заважає їм забезпечувати вихід (якщо це можливо) до цілі. Джерелом багатозначності проміжних результатів є характер евристичного процесу як процедури пошуку. Другою причиною багатозначності є положення кожного із законів, що застосовуються в загальному списку і в програмі обмеження і евристики.
Елементарність кроків є наступною основною рисою алгоритму і, відповідно, строгих методів. Для строгих методів це означає, що “закон отримання послідовної системи величин повинен бути простим і локальним”. Це строга, жорстка, обов’язкова вимога в евристичних методах в ряді випадків ігнорується. Основою для цього є той очевидний факт, що використовувані в евристичних процесах правила і закони є результатом узагальнення емпіричного матеріалу, досвідчених даних. Тому наведену категоричне формулювання для евристичних методів слід замінити на більш м’яку: закон отримання послідовної системи величин в евристичних процесах може бути простим і локальним.
Направленість – наступна найважливіша риса алгоритму, яка визначає його результативність. Якщо спосіб отримання послідовних величин із яких-небудь заданих не дає результатів, то шукаються нові комбінації законів або цілей; якщо це не вдається, то вважається, що результат не знайдений.
Масовість повністю співпадає для строгих і евристичних методів: “Початкова система може вибиратися з деякої потенційно безкінечної множини”.
Таким чином, нема принципової різниці між обома методами реалізації евристичного процесу. Суттєва відмінність полягає лише в ступені визначеності, може бути, надійності того й іншого. Так, при наявності рішення строгі методи завжди приводять до нього, а евристичні можуть не знайти рішення, не дати відповіді навіть тоді, коли вони існують.
Крім перерахованих загальних рис строгих і евристичних методів, останні мають ще одну специфічну рису – селективність. Селективність – це система величин, яка багатозначно отримується в якийсь (не початковий) момент часу, оцінюється у відповідності до деяких категорій, які почерпнули із попереднього досвіду, і розбиваються на дві підсистеми А і В – що задовольняє та не задовольняє ці критерії.
Властивість селективності евристичного процесу дозволяє евристичним програмам обмежити різноманіття можливих продовжень і рішень (і тим самим скоротити простір пошуку) і вийти на ті гілки, що ведуть до можливого рішення. Однак подібні обмеження можуть в підсистему А віднести і ті продовження, які не ведуть до цілі. Це пояснюється тим, що критерії, отримані із попереднього досвіду, утворилися на основі неповної індукції і не є істинними, а лише правдоподібними.
Існує декілька класів таких критеріїв (класів евристик), які оцінюють таким чином проміжні результати.
Таким чином, реалізація е...
Ділись своїми роботами та отримуй миттєві бонуси!
0%
Оголошення від адміністратора