Биологические принципы управления. Понятие об искусственных нейронных сетях

Рассмотрим строение биологического нейрона человека. Сигнал распространяется от аксона (передатчик) через синапсы к дендритам (приемникам). Дендриты идут от тела нервной клетки к другим нейронам, где они принимают сигналы в точках соединения, называемых синапсами. Принятые синапсом входные сигналы подводятся к телу нейрона. Здесь они суммируются, причем одни входы стремятся возбудить нейрон, другие – воспрепятствовать его возбуждению. Когда суммарное возбуждение в теле нейрона превышает некоторый порог, нейрон возбуждается, посылая по аксону сигнал другим нейронам.

Внимание к логическому моделированию процессов головного мозга обусловили следующие причины: высокая скорость выполнения сложных логических конструкций; простота алгоритмов логических действий мозга, основанная не на численном манипулировании, а на принципах ассоциативного мышления; возможность решения трудно формализуемых задач; устойчивость работы; надежность, обеспечиваемая наличием многих путей логического вывода и способностью восстановления утраченных данных; возможность построения самообучающихся и самонастраивающихся систем.

Нейронная сеть – это математическая модель, а также ее программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма.

В основе всех стратегий искусственного интеллекта (ИИ) лежит понятие парадигмы - взгляда (концептуального представления) на суть проблемы или задачи и принцип ее решения

Рассматривают две парадигмы ИИ: 1. Парадигма эксперта 2. Парадигма ученика.

Парадигма эксперта предполагает следующие объекты: 1. формализация знаний — преобразование экспертом проблемного знания в форму, предписанную выбранной моделью представления знаний; 2. формирование базы знаний (БЗ) - вложение формализованных знаний в программную систему; 3. дедукция — решение задачи логического вывода на основе БЗ.

Парадигма ученика включает следующие положения и последовательность действий: 1. обработка наблюдений, формирование базы данных; 2. индуктивное обучение — превращение БД в БЗ на основе обобщения знаний.