Квантование сигнала

     С начала 70-х годов по настоящее  время продолжается период языков четвертого поколения. Эти языки предназначены  для реализации крупных проектов, повышения их надежности и скорости создания. Они обычно ориентированы  на специализированные области применения, где хороших результатов можно добиться, используя не универсальные, а проблемно-ориентированные языки, оперирующие конкретными понятиями узкой предметной области. Как правило, в эти языки встраиваются мощные операторы, позволяющие одной строкой описать такую функциональность, для реализации которой на языках младших поколений потребовались бы тысячи строк исходного кода.

     Рождение  языков пятого поколения произошло  в середине 90-х годов. К ним  относятся также системы автоматического создания прикладных программ с помощью визуальных средств разработки, без знания программирования. Главная идея, которая закладывается в эти языки, — возможность автоматического формирования результирующего текста на универсальных языках программирования (который потом требуется откомпилировать). Инструкции же вводятся в компьютер в максимально наглядном виде с помощью методов, наиболее удобных для человека, не знакомого с программированием.

     Fortran (Фортран). Это первый компилируемый язык, созданный Джимом Бэкусом в 50-е годы. Для этого языка было создано огромное количество библиотек, начиная от статистических комплексов и кончая пакетами управления спутниками, поэтому Фортран продолжает активно использоваться во многих организациях, а сейчас появился очередной стандарт Фортрана F2k.

     Cobol (Кобол). Это компилируемый язык для применения в экономической области и решения бизнес - задач, разработанный в начале 60-х годов. В Коболе были реализованы очень мощные средства работы с большими объемами данных, хранящимися на различных внешних носителях. На этом языке создано очень много приложений, которые активно эксплуатируются и сегодня. Достаточно сказать, что наибольшую зарплату в США получают программисты на Коболе.

     PL/1. В 1964 году все та же корпорация IBM создала язык PL/1, который был призван заменить Cobol и Fortran в большинстве приложений. Язык обладал исключительным богатством синтаксических конструкций. В нем впервые появилась обработка исключительных ситуаций и поддержка параллелизма. Надо заметить, что синтаксическая структура языка была крайне сложной. Пробелы уже использовались как синтаксические разделители, но ключевые слова не были зарезервированы. Язык так и не стал популярен вне мира IBM.

     Algol (Алгол). Компилируемый язык, созданный в 1960 году. Он был призван заменить Фортран, но из-за более сложной структуры не получил широкого распространения.

     Basic (Бейсик). В 1963 году в Дартмутском колледже был создан язык программирования BASIC (Beginners’ All-Purpose Symbolic Instruction Code — многоцелевой язык символических инструкций для начинающих). Язык задумывался в первую очередь как средство обучения и как первый изучаемый язык программирования. Было создано несколько мощных реализаций BASIC, поддерживающих самые современные концепции программирования (ярчайший пример — Microsoft Visual Basic).Для этого языка имеются и компиляторы, и интерпретаторы, по популярности он занимает первое место в мире. Он создавался в качестве учебного языка и очень прост в изучении.

     Pascal (Паскаль). Язык Паскаль по сути, это первый широко распространенный язык для структурного программирования. Впервые оператор безусловного перехода перестал играть основополагающую роль при управлении порядком выполнения операторов. В этом языке также внедрена строгая проверка типов данных, что позволило выявлять многие ошибки на этапе компиляции.

     Отрицательной чертой языка было отсутствие в нем  средств для разбиения программы  на модули. Вирт осознавал это и  разработал язык Modula-2 (1978), в котором  идея модуля стала одной из ключевых концепций языка. В 1988 году появилась Modula-3, в которую были добавлены объектно-ориентированные черты. Логическим продолжением Pascal и Modula являются язык Oberon и Oberon-2.

     С (Си). Данный язык был создан в 1972 году Керниганом и Ритчи в лаборатории Bell и первоначально не рассматривался как массовый. Он планировался для замены ассемблера, чтобы иметь возможность создавать столь же эффективные и компактные программы, и в то же время не зависеть от конкретного типа процессора. Он создавался как язык для разработки операционной системы UNIX.

      В 1986 году Бьярн Страуструп создал первую версию языка Cи++, добавив в язык Си объектно-ориентированные черты, и исправив некоторые ошибки и неудачные решения языка. Cи++ продолжает совершенствоваться и в настоящее время.

      Java (Джава, Ява). Этот язык был создан компанией Sun в начале 90-х годов на основе языка Си++. Он призван упростить разработку приложений на основе Си++ путем исключения из него всех низкоуровневых возможностей. Но главная особенность этого языка — компиляция не в машинный код, а в платформно - независимый байт-код (каждая команда занимает один байт). Этот байт-код может выполняться с помощью интерпретатора — виртуальной Java-машины JVM (Java Virtual Machine), версии которой созданы сегодня для любых платформ. Благодаря наличию множества Java-машин программы на Java можно переносить не только на уровне исходных текстов, но и на уровне двоичного байт-кода, поэтому по популярности язык Ява сегодня занимает второе место в мире после Бейсика.

      Особое внимание в развитии этого языка уделяется двум направлениям: поддержке всевозможных мобильных устройств и микрокомпьютеров, встраиваемых в бытовую технику (технология Jini) и созданию платформно - независимых программных модулей, способных работать на серверах в глобальных и локальных сетях с различными операционными системами (технология Java Beans). Пока основной недостаток этого языка — невысокое быстродействие, так как язык Ява интерпретируемый.

Назначение и основы использования систем искусственного интеллекта; базы знаний, экспертные системы, искусственный интеллект

     Естественно-языковый интерфейс был наиболее привлекателен  для общения с ЭВМ с момента  ее появления. Это позволило бы исключить  необходимость обучения конечного  пользователя языку команд или другим приемам формулировки своих заданий для решения на компьютере, поскольку естественный язык является наиболее приемлемым средством общения для человека. Поэтому работы по созданию такого рода интерфейса начались с середины 20-го века. Однако, несмотря на весь энтузиазм исследователей и проектировщиков, эта задача не решена и по сей день из-за огромных сложностей, связанных с пониманием предложений естественного языка и связного текста в целом. Некоторые программные продукты, которые появлялись на рынке, носили скорее экспериментальный характер, имели множество ограничений и не решали задачу кардинально. Тем не менее, несмотря на кажущийся застой в этой сфере, данная проблема остается актуальной и по сей день и вошла в состав проблематики, связанной с проектом ЭВМ пятого поколения.

     Экспертные  системы впервые появились в  области медицины. Возникла идея интеграции знаний экспертов в области медицины или ее отдельных разделов в некоторую  электронную форму, которая позволила  бы начинающему врачу иметь своеобразного электронного советника при принятии решений по тому или иному врачебному случаю. Выбор области медицины объясняется слишком большой ценой ошибок, которые касаются жизни и здоровья людей. Постепенно от области медицины эта технология распространилась и на другие сферы деятельности человека, например, производство. Технология использования экспертных систем предполагает первоначальное "обучение" системы, т.е. заполнение ее конкретными знаниями из той или иной проблемной области, а потом уже эксплуатацию наполненной знаниями экспертной системы для решения прикладных задач. Эта идеология проявила себя в проекте ЭВМ пятого поколения в части привлечения конечного пользователя к решению своих задач и связана с проблемой автоформализации знаний.

     Интеллектуальные пакеты прикладных программ позволяют, аналогично экспертным системам, предварительно создавать базу знаний, включающую совокупность знаний из той или иной области деятельности человека, а затем решать практические задачи с привлечением этих знаний. Различие этих видов пакетов состоит в том, что экспертные системы, в отличие от интеллектуальных ППП, позволяют интегрировать знания из так называемых слабо формализуемых предметных областей, в которых сложно определить входные и выходные параметры задачи, а также невозможно сформировать четкий алгоритм ее решения. Кроме того, экспертные системы не формируют алгоритм решения задачи как в случае интеллектуальных ППП, а лишь выдают "советы" пользователю на основании его запроса.

     База  знаний.

     БЗ (англ. Knowledge base, KB) — это особого рода база данных, разработанная для управления знаниями (метаданными), то есть сбором, хранением, поиском и выдачей знаний. Раздел искусственного интеллекта, изучающий базы знаний и методы работы со знаниями, называется инженерией знаний.

     Наиболее  важный параметр БЗ — качество содержащихся знаний. Лучшие БЗ включают самую релевантную  и свежую информацию, имеют совершенные системы поиска информации и тщательно продуманную структуру и формат знаний.

     Одними  из первых в русскоязычном Интернете (1998 год) термин База Знаний стал использовать Институт Геоэкологии Российской Академии Наук.

     В зависимости от уровня сложности  систем, в которых применяются  базы знаний, различают:

• БЗ всемирного масштаба
• БЗ национальные
• БЗ отраслевые
• БЗ организаций
• БЗ специалистов

     Применение баз знаний.

     Простые базы знаний могут использоваться для  хранения данных об организации: документации, руководств, статей технического обеспечения. Главная цель создания таких баз  — помочь менее опытным людям  найти существующее описание способа решения какой-либо проблемы предметной области.

     Онтология может служить для представления  в базе знаний иерархии понятий и  их отношений. Онтология, содержащая еще  и экземпляры объектов не что иное, как база знаний.

     База  знаний — важный компонент интеллектуальной системы. Наиболее известный класс таких программ — экспертные системы. Они предназначены для построения способа решения специализированных проблем, основываясь на записях БЗ и на пользовательском описании ситуации.

     Создание и использование систем искусственного интеллекта потребует огромных баз знаний.

     Базы знаний в интеллектуальной системе.

     Ниже  перечислены интересные особенности, которые могут (но не обязаны) быть у интеллектуальной системы, и которые касаются баз знаний. Машинное обучение : Это модификация своей БЗ в процессе работы интеллектуальной системы, адаптация к проблемной области. Аналогична человеческой способности «набирать опыт».

• Автоматическое доказательство (вывод): способность системы выводить новые знания из старых, находить закономерности в БЗ. Некоторые авторы считают, что БЗ отличается от базы данных наличием механизма вывода.
• Интроспекция : нахождение противоречий, нестыковок в БЗ, слежение за правильной организацией БЗ.
• Доказательство заключения : способность системы «объяснить» ход её рассуждений по нахождению решения, причем «по первому требованию».

     Экспертная  система (ЭС, expert system) - компьютерная программа, способная заменить специалиста-эксперта в решении проблемной ситуации. ЭС начали разрабатываться исследователями искусственного интеллекта в 1970^х годах, а в 1980^х получили коммерческое подкрепление.

     Похожие действия выполняет программа-мастер (wizard). Как правило, мастера применяются в системных программах для интерактивного общения с пользователем (например, при установке ПО). Главное отличие мастеров от ЭС - отсутствие базы знаний; все действия жестко запрограммированы. Это просто набор форм для заполнения пользователем.

     Искусственный интеллект (англ. Artificial intelligence, AI) - раздел информатики, изучающий возможность обеспечения разумных рассуждений и действий с помощью вычислительных систем и иных искусственных устройств. При этом в большинстве случаев заранее неизвестен алгоритм решения задачи.

     Теорией явно не определено, что именно считать необходимыми и достаточными условиями достижения интеллектуальности. Хотя на этот счёт существует ряд гипотез, например, тест Тьюринга или гипотеза Ньюэлла - Саймона. Обычно к реализации интеллектуальных систем подходят именно с точки зрения моделирования человеческой интеллектуальности. Таким образом, в рамках искусственного интеллекта различают два основных направления: