ИИС в образовании. Основные виды и технологии ИИС. Интеллектуальная поддержка дистанционного образования и экстерната

Федеральное  агентство  по образованию

 

Государственное образовательное учреждение 
высшего профессионального образования

  Уральская государственная  
архитектурно-художественная академия

   

 

 

 

 

 

 

 

 

 

Курсовая работа по дисциплине

Интеллектуальные информационные системы 

 

На тему: «ИИС в образовании. Основные виды и технологии ИИС. Интеллектуальная поддержка дистанционного образования  и экстерната»

 

 

 

 

 

 

 

 

 

 выполнил: студентка группы  ЗПИ 441 Романенко М.В.

проверил: Захарова Г.Б.

 

 

 

 

 

 

 

 

 

 

 

Екатеринбург 2012 год.

Содержание

 

1. Искусственный интеллект в образовании

 

2. Основные  виды и технологии интеллектуальных информационных систем

 

3. Знание  – основа интеллектуальной системы

 

4. Аспекты представления знаний

 

5. Функциональная структура использования СИИ

 

6. Интеллектуальная  поддержка дистанционного образования и экстерната

 

7. Концепция дистанционного и открытого образования

 

8. Глобальный рынок учебных программ

 

9. «Электронные» учебники

 

10. «Электронные» тесты

 

Литература

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Искусственный интеллект в образовании 

 

Искусственный интеллект (ИИ) – это наука о концепциях, позволяющих  компьютерам делать такие вещи, которые  у людей выглядят разумными. Но что же представляет собой интеллект человека? Есть ли эта способность размышлять? Есть ли эта способность усваивать и использовать знания? Есть ли эта способность оперировать и обмениваться идеями? Несомненно, все эти способности представляют собой часть того, что является интеллектом. На самом деле дать определение в обычном смысле этого слова, по-видимому, невозможно, потому что интеллект – это сплав многих навыков в области обработки и представления информации.

 

Центральные задачи ИИ состоят  в том, что бы сделать компьютеры более полезными и чтобы понять принципы, лежащие в основе интеллекта. В связи с этим ученым и инженерам, специализирующимся в вычислительной технике, необходимо знать, каким образом  ИИ может помочь им в разрешение трудных проблем.

 

Существует множество  областей применения ИИ: доказательства теорем; игры; распознавание образов; принятие решений; адаптивное программирование; сочинение машинной музыки; обработка  данных на естественном языке; обучающиеся  сети (нейросети); вербальные концептуальные обучения.

 

В учебных заведениях компьютеры должны рассматривать задачи, которые  решают студенты, в поисках ошибок, подобно тому как ищутся ошибки в программе, и устранять их. Они должны обеспечивать студентов суперкнигами, хранящимися в памяти вычислительных систем.

 

 

Процесс вхождения высшей школы в мировое образовательное  пространство требует совершенствование, а также серьёзную переориентацию компьютерно–информационной составляющей. Информационный взрыв породил множество проблем, важнейшей из которых является проблема обучения. Особый интерес представляют вопросы, связанные с автоматизацией обучения, поскольку “ручные методы” без использования технических средств давно исчерпали свои возможности. Наиболее доступной формой автоматизации обучения является применение ЭВМ, то есть использование машинного времени для обучения и обработки результатов контрольного опроса знаний учащихся.

 

Всё большее использование  компьютеров позволяет автоматизировать, а тем самым упростить ту сложную  процедуру, которую используют научные  сотрудники и преподаватели при  создании методических пособий. Тем  самым, представление различного рода “электронных учебников”, методических пособий на компьютере имеет ряд  важных преимуществ. Во-первых, это  автоматизация, как самого процесса создания таковых, так и хранения данных в любой необходимой форме. Во-вторых, это работа с практически  неограниченным объёмом данных. Создание компьютерных технологий в обучении соседствует с изданием учебных  пособий новой генерации, отвечающих потребностям личности обучаемого. Учебные издания новой генерации призваны обеспечить единство учебного процесса и современных новационных научных исследований, т.е. целесообразность использования новых информационных технологий в учебном процессе и, в частности, различного рода так называемых “электронных учебников”. По моему мнению, эффект от применения средств компьютерной техники в обучении может быть достигнут лишь тогда, когда специалист предметной области не ограничивается в средствах представлениях информации, коммуникаций и работы с базами данных и знаний.

 

Самой обширной является отрасль  компьютерных знаний. Что, в общем-то, легко объяснимо. Некоторые по настоящему престижные зарубежные вузы, конечно, даже и не подумают предложить вам подобную форму обучения. Наиболее прогрессивными в этом направлении считаются американские и западноевропейские учебные заведения, с готовностью разрабатывающие такие курсы.

Основные виды и технологии интеллектуальных информационных систем .

 

 

 

 

 

Знание – основа интеллектуальной системы

 

Многие виды умственной деятельности человека, такие, как написание программ для вычислительной машины, занятие  математикой, ведение рассуждений  на уровне здравого смысла и даже вождение автомобиля – требуют "интеллекта". На протяжении последних десятилетий  было построено несколько типов  компьютерных систем, способных выполнять  подобные задачи.

 

Имеются системы, способные  диагностировать заболевания, планировать  синтез сложных синтетических соединений, решать дифференциальные уравнения  в символьном виде, анализировать  электронные схемы, понимать ограниченный объем человеческой речи и естественного  языкового текста. Можно сказать, что такие системы обладают в, некоторой степени, искусственным  интеллектом.

 

Работа по построению таких  систем проводится в области, получившей название искусственный интеллект (ИИ).

 

При реализации интеллектуальных функций непременно присутствует информация, называемая знаниями. Другими словами, интеллектуальные системы являются в то же время системами обработки  знаний.

 

В настоящее время в  исследованиях по искусственному интеллекту выделились несколько основных направлений.

 

1. Представление знаний. В  рамках этого направления решаются  задачи, связанные с формализацией  и представлением знаний в  памяти системы ИИ. Для этого  разрабатываются специальные модели  представления знаний и языки  описания знаний, внедряются различные  типы знаний. Проблема представления  знаний является одной из основных  проблем для системы ИИ, так  как функционирование такой системы  опирается на знания о проблемной  области, которые хранятся в  ее памяти.

 

2. Манипулирование знаниями. Чтобы знаниями можно было  пользоваться при решении задачи, следует научить систему ИИ оперировать ими. В рамках данного направления разрабатываются способы пополнения знаний на основе их неполных описаний, создаются методы достоверного и правдоподобного вывода на основе имеющихся знаний, предлагаются модели рассуждений, опирающихся на знания и имитирующих особенности человеческих рассуждений. Манипулирование знаниями очень тесно связано с представлением знаний, и разделить эти два направления можно лишь условно.

 

3. Общение. В круг задач  этого направления входят: проблема  понимания и синтеза связных  текстов на естественном языке,  понимание и синтез речи, теория  моделей коммуникаций между человеком  и системой ИИ. На основе исследований  в этом направлении формируются  методы построения лингвистических  процессов, вопросно-ответных систем, диалоговых систем и других  систем ИИ, целью которых является  обеспечение комфортных условий  для общения человека с системой  ИИ.

 

4. Восприятие. Это направление  включает разработку методов  представления информации о зрительных  образах в базе знаний, создание  методов перехода от зрительных  сцен к их текстовому описанию  и методов обратного перехода, создание средств, порождающих  зрительные сцены на основе  внутренних представлений в системах  ИИ.

 

5. Обучение. Для развития способности систем ИИ к обучению, т.е. к решению задач, с которыми они раньше не встречались, разрабатываются методы формирования условий задач по описанию проблемной ситуации или по наблюдению за ней, методы перехода от известного решения частных задач (примеров) к решению общей задачи, создание приемов разбиения исходной задачи на более мелкие и уже известные для систем ИИ. В этом направлении ИИ сделано еще весьма мало.

 

6. Поведение. Поскольку  системы ИИ должны действовать  в некоторой окружающей среде,  то необходимо разрабатывать  некоторые поведенческие процедуры,  которые позволили бы им адекватно  взаимодействовать с окружающей  средой, другими системами ИИ и людьми. Это направление в ИИ также разработано ещё очень слабо.

 

В последние годы термин "знание" все чаще употребляется в информатике. Специалисты подчеркивают, что совершенствование  так называемых интеллектуальных систем (информационно-поисковых систем высокого уровня, диалоговых систем, базирующихся на естественных языках, интерактивных  человеко-машинных систем, используемых в управлении, проектировании, научных  исследованиях) во многом определяется тем, насколько успешно будут  решаться задачи (проблемы) представления  знаний.

 

 

 

 

 

Аспекты представления знаний

 

Неудивительно, что перед  теми, кто занимается проблемой представления  знаний, встает вопрос о том, что  такое знание, какова его природа  и основные характеристики. В связи  с этим предпринимаются, например, попытки  дать такое определение знания, из которого можно было бы исходить в  решении задач представления  знаний в компьютерных системах.

 

Представлению данных присущ пассивный аспект: книга, таблица, заполненная  информацией память. В теории искусственного интеллекта особо подчеркивается активный аспект представления знаний: приобретение знания должно стать активной операцией, позволяющей не только запоминать, но и применять воспринятые (приобретенные, усвоенные) знания для рассуждений  на их основе.

 

Использование символического языка, такого, как язык математической логики, позволяет формулировать  описания в форме, одновременно близкой  и к обычному языку, и к языку  программирования. Впрочем, математическая логика позволяет рассуждать, базируясь  на приобретенных знаниях: логические выводы действительно являются активными операциями получения новых знаний из уже усвоенных.

 

Принципиальная мировоззренческая  установка состоит в рассмотрении ЭВМ как предмета-посредника в  познавательной человеческой деятельности. Компьютерная система, подобно другим предметам-посредникам (орудиям труда  и предметам быта, инструментам, приборам, знаково-символическим системам, научным текстам и т. д.), играя  инструментальную роль в познании, является средством объективизации накопленного знания, воплощением определенного  социально-исторического опыта практической и познавательной деятельности.

 

Проблема представления  знаний возникла как одна из проблем  искусственного интеллекта. Она связана  с переходом исследований в этой области в некоторую новую  фазу. Речь идет о создании практически  полезных систем (прежде всего так  называемых экспертных систем), применяемых  в медицине, геологии, химии. Создание такого рода систем требует интенсивных  усилий по формализации знания, накопленного в соответствующей науке.

 

С термином "представление  знаний" связывается определенный этап в развитии математического  обеспечения ЭВМ. Если на первом этапе  доминировали программы, а данные играли вспомогательную роль своеобразной "пищи" для "голодных" программ, то на последующих этапах роль данных неуклонно возрастала. Их структура  усложнялась: от машинного слова, размещенного в одной ячейке памяти ЭВМ, происходил переход к векторам, массивам, файлам, спискам. Венцом этого развития стали  абстрактные типы данных, обеспечивающие возможность создания такой структуры  данных, которая наиболее удобна при  решении задачи. Последовательное развитие структур данных привело к их качественному  изменению и к переходу от представления  данных к представлению знаний. Уровень представления знаний отличается от уровня представления данных не только более сложной структурой, но и существенными особенностями: интерпретируемость, наличие классифицируемых связей (например, связь между знаниями, относящихся к элементу множества, и знаниями об этом множестве), которые позволяют хранить информацию, одинаковую для всех элементов множества, записанную одноактно при описании самого множества, наличие ситуативных отношений (одновременности, нахождения в одной точке пространства и т. п., эти отношения определяют ситуативную совместимость тех или иных знаний, хранимых в памяти). Кроме того, для уровня знаний характерны такие признаки, как наличие специальных процедур обобщения, пополнения имеющихся в системе знаний и ряда других процедур.

 

Моделирование на ЭВМ понималось как техническая реализация определенной формы знакового моделирования. Однако, рассматривая ЭВМ в гносеологическом плане в качестве посредника в  познании, имеет смысл не фиксировать  внимание, прежде всего на "железной части" (hardware) компьютера, а рассматривать всю компьютерную систему как сложную систему взаимосвязанных и до некоторых пределов самостоятельных моделей – как материальных, так и знаковых, т. е. идеальных. Такой подход не только соответствует рассмотрению компьютерных систем в современной информатике, но является и гносеологически оправданным. В последние годы все чаще стал употребляться термин "компьютерное моделирование". Очевидно, имеет смысл обозначать им построение любого из составляющих компьютерной системы – будь то знаковая модель или материальная.