Тема — Средства искусственного интеллекта

Информатика, 11 класс. Урок № 16.

Тема — Средства искусственного интеллекта

Машинный перевод (Machine Translation, MT) — это технология связного перевода текстов компьютерной программой с одного естественного языка на другой.

Машинный перевод сегодня является привычным инструментом. Но так было не всегда. Идея использования машинной памяти для создания словарей принадлежит Чарльзу Бэббиджу, создавшему аналитическую машину. Идея Ч. Бэббиджа заключалась в том, что память вычислительной машины можно использовать для хранения словарей. Однако воплощение этой идеи случилось лишь спустя почти 100 лет.

История машинного перевода практически начинается с 7 января 1954 года, когда состоялась демонстрация возможностей машинного перевода, получившая название Джорджтаунский эксперимент. Презентация была подготовлена одноименным университетом совместно с фирмой IBM. В процессе демонстрации было переведено около 60 фраз с русского языка на английский. Система содержала 250 слов и 6 грамматических правил. На следующий день результаты эксперимента были опубликованы в газете «Нью-Йорк таймс».

Примерно в то же время происходили исследования машинного перевода в СССР. В начале 1955 года Академией Наук СССР были созданы две исследовательские группы — в Математическом Институте имени В. А. Стеклова под руководством выдающегося математика и кибернетика Алексея Ляпунова и в Институте точной механики и вычислительной техники AН СССР под руководством математика Д. Ю. Панова. Результаты первых экспериментов по машинному переводу, проведенных на компьютере БЭСМ, Д. Ю. Панов опубликовал же в 1956 году.

Первоначально в системах машинного перевода были заложены алгоритмы последовательного перевода «слово за словом», «фраза за фразой». При таком подходе возможности систем находились в прямой зависимости от памяти компьютера. Перевод текста осуществлялся предложение за предложением, а смысловые связи между ними никак не учитывались. Такие системы называют системами прямого перевода.

Первые коммерческие системы машинного перевода появились в середине 80-х годов прошлого столетия. Они пользовались большой популярностью, были реализованы на персональных компьютерах, поэтому имели значительно большие объёмы словарей, чем системы первого поколения. Однако, эти системы всё ещё не умели анализировать и синтезировать тексты. Они оставались системами прямого перевода.

В 1993 г. под руководством профессора Г. Г. Белоногова (ВИНИТИ) была создана промышленная версия системы RETRANS фразеологического машинного перевода с русского языка на английский и обратно, которая применялась в министерствах обороны, путей сообщения, науки и технологий, а также во ВНТИЦ.

В начале 90-х стали создаваться отечественные фирмы, производящие коммерческие продукты машинного перевода, такие как «Виста Текнолоджиз» и «Адвентис», ПРОМТ, «Медиа Лингва».

Глобализация современного общества приводит к тому, что люди из разных стран обмениваются документами на разных языках. Перевод вручную требует достаточного количества времени. Для ускорения процесса используются системы компьютерного перевода текста. К преимуществам систем машинного перевода можно отнести следующие:

1. Высокая скорость перевода, в связи с значительным сокращением времени, требуемого для перевода текстов.
2. Низкая стоимость перевода. Часто при переводе нужно уловить только смысл письма или страницы в Интернете, а профессиональные переводчики требуют оплаты всех страниц текста.
3. Конфиденциальность. Перевод личных писем, финансовых документов и др. не всегда можно доверить постороннему лицу.
4. Универсальность. При правильных настройках программа-переводчик справится с переводом текстов из самых разных областей, а у профессионального переводчика всегда есть своя специализация.
5. Перевод в режиме онлайн и перевод содержания Интернет-страниц. Сервисы онлайн-перевода всегда под рукой и помогут в нужный момент быстро перевести информацию, даже без программы-переводчика.

На сегодняшний день разработано большое количество программ, помогающих автоматизировать перевод текста. Их можно разделить на две большие группы — компьютерные словари и системы компьютерного перевода текста.

У компьютерных словарей можно выделить такие свойства, как:

— Многоязычность, т. е. выбор языков и направления перевода.

— Специализация, когда в дополнение к основному словарю могут содержать словари по областям знаний (биоинформатика, география и т. д.).

— «Быстрый набор», когда в процессе набора слова возникает список похожих слов, возможность работы с словосочетаниями.

— Мультимедийность, например, прослушивание слов в исполнении диктора.

— Онлайн доступ, компьютерные словари с онлайн доступом позволяют выбрать тематический словарь и направление перевода.

Среди современных подходов к реализации алгоритмов машинного перевода (МП) выделяют два основных типа:

1. Классический (rule-based machine translation — RBMT), который основан на лингвистической информации об исходном и переводном языках. Состоит из двуязычных словарей и грамматик, охватывающих основные закономерности каждого языка.
2. Статистический (Statistical machine translation — SMT), который основан на анализе массивов текстов, представленных одновременно на языке оригинала и языке перевода.

Производители систем МП разрабатывают и применяют гибридные системы, использующие преимущества указанных типов МП.

Сегодня существует достаточно много компаний, разрабатывающих программы машинного перевода, но на мировом рынке лидируют продукты двух организаций — зарубежная компания Systran и российская компания ПРОМТ. К другим крупным производителям относятся Linguatec и Langenscheidt (Германия), Transparent Language, Babylon, Translation Experts, японо-тайская компания Asia Online и др.

Многие производители систем машинного перевода в качестве рекламы предлагают онлайн версии своих продуктов. Перечислим лишь некоторые системы онлайн перевода текста с производителями:

1. Translate.ru (онлайн-переводчик компании ПРОМТ)
2. SYSTRANet (Systran)
3. Google Translate (Google)
4. Free Translation (SDL)
5. Babel Fish (Systran)
6. Worldlingo (Systran)
7. InterTran (Translation Experts Limited)
8. ImTranslator (Smartlink Corp)
9. Windows Life Translator (Microsoft)
10. Яндекс Переводчик (Яндекс)
11. ABBYY Lingvo для Windows 8 Touch (ABBYY)

Развитие компьютерных технологий привело к тому, что многие функции, которые ранее мог выполнять только человек, теперь передаются на выполнение тем или иным сервисам или устройствам. За последние несколько лет голосовые помощники плотно вошли в нашу жизнь, а для кого-то они стали просто незаменимы. Алиса от Яндекса, Siri от Apple, Google Assistant от одноименной компании, Cortana от Microsoft, Echo от Amazon и др. — это программы, и для их разработки используется распознавание устной речи. А если Вы умеете программировать, то такого голосового помощника, а может быть и двоих, сможете написать для себя самостоятельно. Например, так, ка это сделал Григорий Бакунов из Яндекса.

Всё рассмотренное ранее имеет непосредственное отношение к искусственному интеллекту (ИИ).

Искусственный интеллект — это наука и технология, включающая набор средств, позволяющих компьютеру на основании накопленных знаний давать ответы на вопросы и делать на базе этого экспертные выводы, т. е. получать знания, которые в него не закладывались разработчиками.

Наука под названием «искусственный интеллект» относится к компьютерным наукам. Значит, системы ИИ — это компьютерные системы, использующие технологии ИИ.

Принято разделять системы ИИ на слабый (прикладной) ИИ и сильный (общий) ИИ.

Сильный или универсальный ИИ способен выполнить любую человеческую задачу.

Слабый ИИ предназначен для узкого спектра задач. Такие системы могут делать только одно дело. Все рассмотренные выше примеры относятся к слабому или прикладному ИИ. Искусственный интеллект активно развивается и имеет огромную популярность в последнее время. Ежедневно сообщается о новых системах ИИ, решающих прикладные задачи в разных областях науки, техники, медицины и др.

Для представления разнообразия решаемых задач, приведём лишь некоторые цитаты новостных лент:

— «Инженеры из Массачусетского технологического института (MIT) разработали автономных роботов размером с клетку человека. Устройства будут использоваться для исследования организма, а также диагностики газо- и нефтепроводов. Об этом пишет The Verge».

— «Ученые автоматизировали поиск белковых кристаллов с помощью компьютерного зрения».

— «В Стэнфорде создали нейросеть Decagon, прогнозирующую побочные эффекты лекарств».

— «Группа инженеров из Сколтеха создала искусственный интеллект, который поможет ученым подбирать самые быстрорастущие и выносливые растения для будущих космических экспедиций».

— «Инженеры из Университета Южной Австралии, Штутгартского университета, Университета Флиндерса и Института имени Макса Планка в Германии научили искусственный интеллект анализировать характер человека по его глазам».

— «Исследователи из лаборатории армии США и Института робототехники университета Карнеги — Меллона предложили метод быстрого обучения роботов для автономной работы при минимальном контроле человека».

Отдельное большое направление ИИ занимает робототехника. Примеров использования ИИ в робототехнике можно приводить очень много уже сегодня. Существуют фирмы, такие как Boston Dynamics, которые давно и успешно разрабатывают роботов, обучают их, проводят испытания. Компания Kuka занимается выпуском роботов для производств. На больших складах крупных компаний используют роботов-доставщиков. Развивающимся сегодня и очень перспективным направлением считаются беспилотные летательные аппараты.

Многие из Вас наверняка слышали о системах распознавания лиц. Здесь тоже не обошлось без ИИ. Идентификация и поиск изображений — ещё одно из направлений ИИ. Одна из систем идентификации представлена в павильоне «Умный город» на ВДНХ в Москве. Система определяет пол и возраст по записи с видеокамеры. Множество других интеллектуальных систем, используемых в городе, представлено в павильоне. Они касаются образования, медицины, строительства и др.

Вернёмся к Алисе, с которой начинался урок. Она не только расскажет о погоде и поможет вызвать такси. Посмотрим на навыки Алисы — она поиграет с Вами в города, проведёт викторину по истории, устроит Тотальный диктант, прочитает стихотворения классиков и многое, многое другое. Здесь и обучающие системы, и компьютерные игры.

На сегодняшнем уроке мы познакомились с системами машинного перевода.

Среди современных подходов к реализации алгоритмов машинного перевода (МП) выделяют два основных типа — на основе правил и на основе статистики.

Узнали, что работы над интеллектуальными системами ведутся уже более полувека. Определились с тем, что такое искусственный интеллект.

Искусственный интеллект — это наука и технология, включающая набор средств, позволяющих компьютеру на основании накопленных знаний давать ответы на вопросы и делать на базе этого экспертные выводы, т. е. получать знания, которые в него не закладывались разработчиками.

Рассмотрели лишь некоторые направления искусственного интеллекта.

Темы для рефератов!!!

 Темы для рефератов!!!

1.Искусственный интеллект. Основные понятия.

2. История развития вычислительной техники. Поколения ЭВМ.

3. Архитектура ЭВМ: базовые понятия и определения.

4. Микропроцессор: история, внутренняя организация и работа.

5. Программное обеспечение: уровни и классификация.

6. Современные операционные системы, их разновидности и различия.

7. Операционная система Windows 7.

8. Системы редактирования текстовых документов. Основные понятия.

9. Системы управления базами данных. Основные понятия и классификация.

10. Реляционные системы управления базами данных: MS Access.

11. Реляционные системы управления базами данных: MySQL.

12. Системы обработки электронных таблиц. Основные понятия.

13. Системы преобразования графических изображений в электронную форму.

14. Компьютерные вирусы. Основные понятия и классификация.

15. Создание WEB документов.

16. Локальные вычислительные сети. Состав и архитектура.

17. Глобальные сети ЭВМ. Определение и общая характеристика.

18. Язык HTML: основные принципы работы.

19. Язык PHP: основные принципы работы.

20. Международная сеть Интернет. История и основные концепции.

21. Браузеры. Средства поиска информации в Интернете.

22. Типы веб-приложений: CGI-сценарии, ISAPI-расширения, ASP-страницы.

23. Организация защиты информации. Основные понятия.

24. Защита информации на ПК. Классификация программного обеспечения.

25. Работа со сжатыми данными. Архивирование.

26. Информационные системы. Основные понятия.

27. Классификация информационных систем.

27. Экономические информационные системы. Основные виды и назначение.

28. Мультимедиа технологии. Основные понятия.

29. Внутреннее устройство системного блока ПК.

30. Материнская плата и системы, расположенные на ней.

31. Периферийные устройства. Дисковые накопители. Устройства ввода-вывода.

32. Устройства резервного хранения информации. Стримеры.

33. Классификация и особенности современных программ защиты информации.

34. Конфигурация и архитектура информационной системы.

Тема — Системы управления базами данных

Информатика, 11 класс. Урок № 15.

Тема — Системы управления базами данных

При разработке баз данных принято выделять определённые этапы.

Первый этап — постановка задачи. На этом этапе происходит следующее:

• определяется цель, для которой создаётся база данных;

• уточняется предметная область, при этом привлекаются специалисты этой предметной области для получения более качественного результата разработки;

• определяются предполагаемые виды работ: это может быть выборка данных, изменение данных, печать отчёта и др.;

• определяются потенциальные пользователи базы данных.

На втором этапе происходит проектирование базы данных. Этот этап включает в себя определение самих информационных объектов, из которых будет формироваться база данных, а также перечня атрибутов, характеризующих каждый информационный объект.

После чего определяется структура реляционных таблиц, свойства полей, связи между таблицами, а именно:

1. Формируется общий список полей для описания атрибутов таблиц БД.

2. Все поля распределяются по базовым таблицам.

3. Свойства каждого поля определяются в соответствии со свойствами данных.

4. Ключевые поля определяются для каждой таблицы.

5. Определяются связи между таблицами.

Третий этап — это собственно создание базы данных.

Возможны два варианта:

1. Если нужна уникальная база данных, то она пишется на одном из языков программирования, и в этом случае требуются высококвалифицированные программисты.

2. Существует и второй вариант, для которого достаточно базовых пользовательских навыков и понимания принципов работы базы данных (БД) — это использование специального программного обеспечения — систем управления баз данных (СУБД). В дальнейшем мы будем рассматривать только этот способ.

При создании БД происходит следующее:

— запуск СУБД и создание нового файла БД;

— создание таблиц и связей между ними;

— тестирование БД и коррекция;

— разработка требуемых элементов управления данными: это формы, запросы и отчёты;

— заполнение таблиц данными (это может выполнить пользователь БД).

Четвёртый этап — это эксплуатация БД, которая состоит из сортировки, фильтрации и поиска записей, отбора данных по соответствующим критериям, обработку данных и подготовку отчётов.

В общем виде этапы разработки базы данных представлены на схеме.

Программное обеспечение для создания БД, хранения и поиска в них необходимой информации называется СУБД (системой управления базами данных).

Существует настолько большое количество СУБД, что их можно классифицировать по моделям данных, по размещению или по способу доступа к БД.

В зависимости от модели данных СУБД бывают иерархические, сетевые, реляционные и другие.

Если все составляющие СУБД размещаются на одном компьютере, то она считается локальной. Когда данные могут храниться и обрабатываться на разных компьютерах локальной или глобальной сети, то речь идет о распределённых СУБД.

В файл-серверных СУБД файлы с данными размещаются на сервере и доступ с клиентского компьютера к данным осуществляется через локальную сеть. Частным случаем таких СУБД являются размещение как самих данных, так и СУБД на одном клиентском компьютере. Примерами являются Microsoft Access, OpenOffice Base, LibreOffice Base.

Встраиваемые входят в состав таких программных продуктов, как словари, поисковые системы, электронные энциклопедии и др. Примером может служить компактная встраиваемая СУБД SQLite.

Наиболее популярными являются клиент-серверные СУБД. В этом случае на сервере устанавливается полная версия СУБД и БД, где происходят все операции с данными. На клиентском компьютере устанавливается небольшая по объему клиентская версия СУБД для осуществления запросов и вывода результатов обработки, полученных от сервера. Известными клиент-серверными СУБД являются Oracle, MySQL, PostgreSQL.

Рассмотрим начало работы в программной среде СУБД на примере LibreOffice Base.

Для этого нужно открыть приложение.

Далее мастер БД предложит создать новую базу данных и нажать на кнопку «Дальше».

Следующее диалоговое окно предлагает зарегистрировать БД и открыть её для редактирования.

Оставляем предложенный выбор и нажимаем кнопку «Готово».

Далее в диалоговом окне указываем место сохранения БД и указываем имя.

После этого открывается для редактирования окно базы данных.

Одним из главных элементов интерфейса СУБД является окно базы данных.

В нём отражаются все объекты базы данных: таблицы, запросы, формы, отчёты.

Активный объект выделяется курсором. В нашем случае выделены таблицы.

Вся база данных состоит из таблиц и связей между ними.

Теперь перед заполнением необходимых таблиц нужно определиться с их количеством и структурой, типами связей при использовании нескольких таблиц, а также видами и количеством форм, запросов и отчётов.

Структура таблицы определяется набором и свойствами полей.

Вы уже знаете, что записью является строка таблицы, в ней содержится набор данных об одном объекте. А столбец — это поле, в нём содержатся однородные данные, относящиеся ко всем объектам. Основными свойствами полей являются:

1. Имя поля — оно уникально в рамках таблицы, определяет, как нужно обращаться к данным этого поля.
2. Тип поля — определяет тип допустимых данных поля.
3. Размер поля — определяет допустимую длину данных поля.
4. Формат поля — определяет способ форматирования данных.
5. Подпись — определяет заголовок столбца таблицы данного поля, при его отсутствии указывается Имя поля.
6. Значение по умолчанию — вводится автоматически при формировании очередной записи таблицы.
7. Условие на значение — проверка правильности ввода данных.

После создания таблиц нужно установить связи между ними.

СУБД обеспечивает автоматический контроль взаимосвязанных данных из разных таблиц. Это гарантия целостности данных — одного из важнейших свойств БД.

Редактирование таблиц допустимо на любом этапе, т. е. возможны следующие действия:

• добавление/удаление полей;

• изменение типов и свойств полей;

• исправление данных;

• добавление записей.

При работе с таблицами пользователь видит все поля и записи в ней. Это не всегда удобно. Более комфортным для пользователя является работа с данными, представленными в формах.

Формы — это вспомогательные объекты БД, обеспечивающие удобный для пользователя интерфейс при вводе, просмотре или редактировании данных в БД.

Формы содержат не все поля таблицы, а только необходимые пользователю. Дизайн формы можно выбрать в соответствии с назначением и по своему усмотрению, включая в форму рисунки, тестовые надписи, диаграммы, а также используя элементы управления (кнопки, флажки, переключатели и т. п.). Для создания форм в СУБД имеются специальные инструменты.

В LibreOffice Base возможен вариант создания формы по шагам с помощью мастера или создания формы в режиме дизайна. В этом случае открывается окно с инструментами рисования, в котором создаётся форма.

Над данными, хранящимися в БД, можно выполнять различные действия, среди которых:

• сортировка данных;

• обновление, удаление и добавление данных;

• выборка данных.

Действия, выполняемые над данными, хранящимися в БД, называются манипулированием данных.

Для этого существуют инструменты сортировки, фильтров и запросов.

Возможна сортировка по возрастанию или убыванию значений выбранного поля. Для осуществления сортировки в LibreOffice Base достаточно выделить значение одного из полей записи и нажать на кнопку сортировка по возрастанию или сортировка по убыванию. Всегда можно отказаться от сортировки, нажав на соответствующую кнопку.

Поиск данных происходит стандартным образом. Вызвать диалоговое окно поиска данных можно через пиктограмму меню или с помощью комбинации клавиш Ctrl + F.

Если нужно произвести отбор данных, соответствующих определённым условиям, то в этом случае удобно использовать фильтрацию данных.

Фильтр — это условие, по которому производится поиск и отбор записей.

В СУБД LibreOffice Base можно выбрать быстрый фильтр, с помощью которого можно выбрать все записи, у которых значение поля полностью совпадает с выделенным. Если таких записей нет, то фильтр отбирает только текущую запись. Когда необходимо более сложное условие для отбора записей, то можно использовать стандартный фильтр. В этом случае в диалоговом окне нужно указать условия для различных полей и выбрать необходимые логические операторы И, ИЛИ.

Одним из основных инструментов обработки данных являются запросы. Запросы, как и фильтры, осуществляют поиск записей в БД, но запрос — это самостоятельный объект БД, а фильтр привязан к конкретной таблице. Возможны различные способы создания запросов. Для LibreOffice Base — это самостоятельно в режиме дизайна, с помощью мастера или непосредственно указав инструкции в SQL.

Для красивого вывода на печать результатов обработки данных используют отчеты. В отчётах предусмотрены возможности оформления, используемые при печати документов. Кроме того, отчёты позволяют обобщать, сортировать, группировать данные и т. п.

В примере с базой данных «Процессоры» при формировании отчета данные сгруппированы по количеству ядер, расположенных по убыванию, а внутри групп произведена сортировка по цене.