Upgrade to Pro — share decks privately, control downloads, hide ads and more …

OpenTalks.AI - Олег Варламов, Миварные технологии создания сильного логического искусственного интеллекта. Теория и практика

OpenTalks.AI
February 21, 2020

OpenTalks.AI - Олег Варламов, Миварные технологии создания сильного логического искусственного интеллекта. Теория и практика

OpenTalks.AI

February 21, 2020
Tweet

More Decks by OpenTalks.AI

Other Decks in Science

Transcript

  1. www.mivar.ru www.mivar.ru МИВАРНЫЕ ТЕХНОЛОГИИ СОЗДАНИЯСИЛЬНОГО ЛОГИЧЕСКОГО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА. ТЕОРИЯ И

    ПРАКТИКА Варламов Олег Олегович Доктор технических наук, президент компании «МИВАР», Профессор каф. ИУ-5 МГТУ им. Н.Э. Баумана +7 (926) 276-76-45 [email protected] [email protected]
  2. www.mivar.ru ДО-ИНТЕЛЛЕКТУАЛЬНЫЙ УРОВЕНЬ РЕФЛЕКСЫ - SMART Нейротехнологии (и подобные методы)

    подобны инстинктивным реакциям, рефлексам и т.п. Применяются, когда надо мгновенно выполнить некое действие (нейросети и генетические алгоритмы). ИНТЕЛЛЕКТУАЛЬНЫЙ УРОВЕНЬ ЛОГИКА – WISDOM ЛОГИЧЕСКИЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ Термин "интеллект" ближе к логическому осознанному мышлению, когда человек понимает что и как он делает. Это гораздо медленнее, чем рефлексы и реакции, но зато более универсально (логические рассуждения, обоснование и принятие решений, накопление и обработка информации). СВЕРХ-ИНТЕЛЛЕКТУАЛЬНЫЙ УРОВЕНЬ СОЦИАЛЬНЫЙ Неформализуемые и сложно формализуемые задачи, которые выходят за пределы "логического осознанного мышления", т.к. даже человек эти процессы не осознает (эмоции и т.п.) ТРИ УРОВНЯ ИССЛЕДОВАНИЙ В ОБЛАСТИ ИИ
  3. www.mivar.ru ОСНОВНЫЕ СИСТЕМЫ ИИ УРОВНИ ИССЛЕДОВАНИЙ В ОБЛАСТИ ИИ СВЕРХ-ИНТЕЛЛЕКТУАЛЬНЫЙ

    СОЦИАЛЬНЫЙ ИНТЕЛЛЕКТУАЛЬНЫЙ ЛОГИЧЕСКИЙ ДО-ИНТЕЛЛЕКТУАЛЬНЫЙ РЕФЛЕКСНЫЙ СЕМАНТИЧЕСКАЯ ОБРАБОТКА ТЕКСТА ЭКСПЕРТНЫЕ СИСТЕМЫ ОБЩЕТЕОРЕТИЧЕСКОЕ МОДЕЛИРОВАНИЕ МЫШЛЕНИЯ ПРИКЛАДНОЕ (КОНСТРУКТИВИЗМ) СМЫСЛОВОЕ ПОНИМАНИЕ ОБРАЗОВ АСУ СИСТЕМЫ УПРАВЛЕНИЯ АВТОНОМНЫМИ РОБОТАМИ СИСТЕМНАЯ МОДЕЛЬ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА РОЛЬ И МЕСТО МИВАРНЫХ ТЕХНОЛОГИЙ В ОБЛАСТИ ИИ
  4. www.mivar.ru НАКОПЛЕНИЕ ИНФОРМАЦИИ КОНТЕКСТ – ГЛОБАЛЬНАЯ МОДЕЛЬ ОБРАБОТКА ИНФОРМАЦИИ 5

    000 000 правил/сек УНИКАЛЬНОСТЬ МИВАРНОГО ПОДХОДА ЗАКЛЮЧАЕТСЯ В ИСПОЛЬЗОВАНИИ МНОГОМЕРНОЙ БАЗЫ ДАННЫХ «VSO» И ЛОГИЧЕСКОГО ВЫВОДА С ЛИНЕЙНОЙ ВЫЧИСЛИТЕЛЬНОЙ СЛОЖНОСТЬЮ ЭВОЛЮЦИОННЫЕ БАЗЫ ДАННЫХ, ЛИНЕЙНЫЙ ЛОГИЧЕСКИЙ ВЫВОД И ВЫЧИСЛИТЕЛЬНАЯ ОБРАБОТКА ПРЕДСТАВЛЯЮТ СОБОЙ ЕДИНОЕ ЦЕЛОЕ, ЧТО ПОЗВОЛЯЕТ ПРОИЗВОДИТЬ ВСЕ ВЫЧИСЛЕНИЯ В РАЗНЫХ КОНТЕКСТАХ И В РЕАЛЬНОМ ВРЕМЕНИ – основа СИЛЬНОГО ИИ МИВАР = Многомерная Информационная Варьирующаяся Адаптивная Реальность MIVAR = Multidimensional Informational Variable Adaptive Reality Е И П Е У П Е И У П ПРИНЦИПЫ МИВАРНОГО ПОДХОДА (три технологии)
  5. www.mivar.ru МИВАРНЫЙ ПОДХОД – УНИВЕРСАЛЬНАЯ СИСТЕМА МОДЕЛИРОВАНИЯ СТАТИСТИКА, НЕЙРОСЕТИ БИНАРНЫЙ

    ГРАФ ДЕРЕВО КОГНИТИВНЫЕ КАРТЫ ОНТОЛОГИИ ER-ДИАГРАММА UML МИВАРНАЯ ТЕХНОЛОГИЯ ПОЗВОЛЯЕТ РЕАЛИЗОВАТЬ ВСЕ ПРЕИМУЩЕСТВА И ВОЗМОЖНОСТИ СУЩЕСТВУЮЩИХ ПОДХОДОВ ДЛЯ ОБРАБОТКИ ИНФОРМАЦИИ И РАБОТЫ СО ЗНАНИЯМИ ДАННЫЙ ПОДХОД ПОЗВОЛЯЕТ ИСПОЛЬЗОВАТЬ УЖЕ ИМЕЮЩИЕСЯ ЗНАНИЯ, НО ПОТРЕБУЕТСЯ ФОРМАЛИЗАЦИЯ +СЕТИ ПЕТРИ
  6. www.mivar.ru Время решения задач при переборной (N!) вычислительной сложности логического

    вывода на N правилах Исходные данные: скорость процессора (операции в секунду) = 10х10*11; среднее количество секунд в году = 31 557 600. N Количество комбинаций (N!) Время решения (в секундах) Время решения (в годах) 1 1 <1 <1 2 2 <1 <1 3 6 <1 <1 4 24 <1 <1 5 120 <1 <1 6 720 <1 <1 7 5 040 <1 <1 8 40 320 <1 <1 9 362 880 <1 <1 10 3 628 800 <1 <1 11 39 916 800 <1 <1 12 479 001 600 <1 <1 13 6 227 020 800 <1 <1 14 87 178 291 200 1 <1 15 1 307 674 368 000 13 <1 16 20 922 789 888 000 209 <1 17 355 687 428 096 000 3 557 <1 18 6 402 373 705 728 000 64 024 <1 19 121 645 100 408 832 000 1 216 451 <1 20 2 432 902 008 176 640 000 24 329 020 1 21 51 090 942 171 709 400 000 510 909 422 16 22 1 124 000 727 777 610 000 000 11 240 007 278 356 23 25 852 016 738 885 000 000 000 258 520 167 389 8 192 24 620 448 401 733 239 000 000 000 6 204 484 017 332 196 608 25 15 511 210 043 331 000 000 000 000 155 112 100 433 310 4 915 206 26 403 291 461 126 606 000 000 000 000 4 032 914 611 266 060 127 795 352 27 10 888 869 450 418 400 000 000 000 000 108 888 694 504 184 000 3 450 474 513 28 304 888 344 611 714 000 000 000 000 000 3 048 883 446 117 140 000 96 613 286 375 29 8 841 761 993 739 700 000 000 000 000 000 88 417 619 937 397 000 000 2 801 785 304 884 30 265 252 859 812 191 000 000 000 000 000 000 2 652 528 598 121 910 000 000 84 053 559 146 510 31 8 222 838 654 177 920 000 000 000 000 000 000 82 228 386 541 779 200 000 000 2 605 660 333 541 820 32 263 130 836 933 694 000 000 000 000 000 000 000 2 631 308 369 336 940 000 000 000 83 381 130 673 338 100 33 8 683 317 618 811 890 000 000 000 000 000 000 000 86 833 176 188 118 900 000 000 000 2 751 577 312 220 160 000 34 295 232 799 039 604 000 000 000 000 000 000 000 000 2 952 327 990 396 040 000 000 000 000 93 553 628 615 485 400 000 35 10 333 147 966 386 100 000 000 000 000 000 000 000 000 103 331 479 663 861 000 000 000 000 000 3 274 377 001 541 990 000 000 МИВАРНАЯ СЕТЬ – ДВУДОЛЬНЫЙ ОРГРАФ ОБЪЕКТЫ - ВХОД (ЕСЛИ…) ПРАВИЛА, ФУНКЦИИ, АГЕНТЫ, СЕРВИСЫ… + СЕТИ ПЕТРИ ПРОДУКЦИИ: (i, П, Р, A=>B, Q) - ЭТО ОДНОДОЛЬНЫЕ ГРАФЫ ДАНО НАЙТИ РЕШЕНИЕ - АЛГОРИТМ ОБЪЕКТЫ -ВЫХОД (ТО…) МИВАРНЫЙ ЛОГИЧЕСКИЙ ВЫВОД (РАЗУМАТОР) С ЛИНЕЙНОЙ ВЫЧИСЛИТЕЛЬНОЙ СЛОЖНОСТЬЮ НА ПРАВИЛАХ «ЕСЛИ-ТО» РАБОТАЕТ БЕЗ ЭВРИСТИК И ПОЛНОГО ПЕРЕБОРА ВАРИАНТОВ СИТУАЦИЙ!
  7. www.mivar.ru КЭСМИ - ИНСТРУМЕНТ ДЛЯ СОЗДАНИЯ МИВАРНЫХ МОДЕЛЕЙ ЗНАНИЙ, ПРОГРАММНЫХ

    РОБОТОВ, ЭКСПЕРТНЫХ И ЛОГИЧЕСКИ РЕШАЮЩИХ СИСТЕМ ТЭЛМИ - СЕМАНТИЧЕСКАЯ ПЛАТФОРМА – АНАЛИЗ ТЕКСТА И ПОНИМАНИЕ ЕСТЕСТВЕННОГО РУССКОГО ЯЗЫКА РОБОРАЗУМ - ПРОГРАММНАЯ ПЛАТФОРМА ИНТЕЛЛЕКТУАЛИЗАЦИИ АВТОНОМНЫХ РОБОТОТЕХНИЧЕСКИХ КОМПЛЕКСОВ МИВАР: ПРОДУКТЫ И РЕШЕНИЯ НА ОСНОВЕ ЛИНЕЙНОГО ЛОГИЧЕСКОГО ДВИЖКА РАЗУМАТОР
  8. www.mivar.ru Условия и инструкции Справочники и документация Формализация экспертных знаний

    Формализация знаний о предметной области Правила и отношения Структура и содержание ЗНАНИЯ ПРЕДМЕТНОЙ ОБЛАСТИ МИВАРНАЯ БЗ (VSO) В1 Э А А Э В2 В3 А А А А Э Э Э Э СОЗДАНИЕ МИВАРНОЙ БАЗЫ ЗНАНИЙ МИВАРНАЯ БАЗА ЗНАНИЙ
  9. www.mivar.ru Концепт ID 2 СЛОВОФОРМА СЛОВО Концепт ID 3 СЛОВОФОРМА

    СЛОВОФОРМА СЛОВОФОРМА Концепт ID 1 Концепт ID N НАБОРЫ СИМВОЛОВ (СЛОВА С ОШИБКАМИ) СИМВОЛЫ ПОЛУЧЕННОЙ РЕЧИ (ФОНЕМА) 2 1 3 4 5 … … ФОРМАЛИЗАЦИЯ ТЕРМИНА ПОНИМАНИЕ СМЫСЛА
  10. www.mivar.ru СЛОВОФОРМА СЛОВОФОРМА СЛОВОФОРМА СЛОВОФОРМА СЛОВОФОРМА КОНТЕКСТ Концепт ID 3

    Концепт ID N СЛОВО … СЛОВОФОРМА СЛОВОФОРМА СЛОВОФОРМА СЛОВОФОРМА Концепт ID 2 Концепт ID 3 Концепт ID 1 Концепт ID N СЛОВОФОРМА СЛОВО … СЛОВОФОРМА СЛОВОФОРМА СЛОВОФОРМА СЛОВОФОРМА Концепт ID 2 Концепт ID 3 Концепт ID 1 Концепт ID N СЛОВОФОРМА ФОРМАЛИЗАЦИЯ ТЕРМИНА ПОНИМАНИЕ СМЫСЛА
  11. www.mivar.ru ПРЕДСТАВЛЕНИЕ ТЕКСТА В ПРОСТРАНСТВЕ VSO Язык является не только

    средством коммуникации, но и моделирования и мышления. Миварный подход основывается на представлении информации в виде «тройки»: «вещь – свойство – отношение» (VSO). Для моделирования мира применяем базы данных VSO, а для реализации мышления – миварные базы знаний на правилах «Если, То» Графическое отображение: вещь свойство отношение Пример: «Черный кот мяукает» кот мяукает черный
  12. www.mivar.ru Мама мыла раму Уставшая мама мыла раму Уставшая мама

    долго мыла оконную раму ПРЕДСТАВЛЕНИЕ ТЕКСТА В ПРОСТРАНСТВЕ VSO
  13. www.mivar.ru БАЗА ЗНАНИЙ Логический поиск решения (ответа) с учетом ЗНАНИЙ

    о предмете (проход по модели знаний) Смысловая обработка (проверка на противоречия, достаточность, здравый смысл) Построение модели текста (понимание) Преобразование модели ответа в текст / в документ Запрос Уточнение: снятие неопределенностей и противоречий в запросе Получая неформализованный запрос/вопрос на естественном языке, система способна обработать его в качестве эксперта и выдать результат, приведенный к требуемому виду. Результат ? УКРУПНЕННАЯ СХЕМА ПОНИМАНИЯ ТЕКСТА
  14. www.mivar.ru Пример: «Я выбрал уютную кофейню. Я повесил свой дождевик

    на вешалку, чтобы он просох.» Граф VSO по тексту до снятия семантической неопределенности Граф VSO по тексту после снятия семантической неопределенности СНЯТИЕ СЕМАНТИЧЕСКОЙ НЕОПРЕДЕЛЕННОСТИ
  15. www.mivar.ru Пример: «Я выбрал уютную кофейню. Я повесил свой дождевик

    на вешалку, чтобы он просох.» Графы VSO по предложениям Граф VSO по тексту ПОСТРОЕНИЕ ГРАФА VSO ПО ТЕКСТУ
  16. www.mivar.ru ГРАФ VSO. ПОСЛЕДОВАТЕЛЬНОСТЬ ДЕЙСТВИЙ Пример: «Я выбрал уютную кофейню.

    Я повесил свой дождевик на вешалку, чтобы он просох» ПОЛУЧАЕМ СИЛЬНЫЙ ИИ: ИЗ ПОНИМАНИЯ ЕЯ ТЕКСТА СРАЗУ ДЕЛАЕМ ИНСТРУКЦИИ ДЛЯ ПРОГРАММНЫХ РОБОТОВ (RPA) И/ИЛИ «ЖЕЛЕЗНЫХ» РОБОТОТЕХНИЧЕСКИХ КОМПЛЕКСОВ И МАШИН. МОЖНО ПОГОВОРИТЬ С МАШИНОЙ! А МАШИНЫ МОГУТ ГОВОРИТЬ МЕЖДУ СОБОЙ НА ЕЯ!
  17. www.mivar.ru ПАРАМЕТРЫ ПРОЕКТА: ГИБКАЯ НАСТРОЙКА СЦЕНАРИЕВ НЕОГРАНИЧЕННЫЙ ОБЪЕМ ЗНАНИЙ РАБОТА

    В РЕЖИМЕ ЕСТЕСТВЕННОГО ДИАЛОГА УПРАВЛЕНИЕ И ПОПОЛНЕНИЕ БАЗЫ ЗНАНИЙ АВТОПЕРЕКЛЮЧЕНИЕ НА ОПЕРАТОРА ИНТЕГРАЦИЯ В КОРПОРАТИВНЫЙ ПОРТАЛ запросов на консультацию в день сотни внутренних клиентов тысячи типов вопросов формулировок на один вопрос 80 регионов РФ тысячи десятки http://futurebanking.ru/post/3565 https://www.banki.ru/news/lenta/?id=10330125 https://alfabank.ru/retail/2018/3/14/43512.html • > 50 (!) раз выросла скорость ответов • Повысил качество обслуживания • Работает 24/7 • Существенно сократил трудозатраты • Не имеет аналогов Мария Шевченко Главный операционный директор Альфа-Банка Управление знаниями Повышение эффективности сервиса • Аккумуляция и развитие отраслевых экспертных знаний • Качественный переход от пассивных форм накопления знаний (чтение источника и анализ инф-и) к активным (получение ответа или решения) • Повышение эффективности – программные роботы не устают и не совершают ошибок (человеческий фактор) • Отсутствие эмоциональной компоненты при общении Сохранение компетенций • Минимизация рисков по утере компетенций при уходе ключевых экспертов • Снижение личностных требований и сокращение периода обучения новых кадров Высокая точность и скорость ответов • Консультация пользователя (ответы на вопросы) базируется на формализованной Базе Знаний с использованием Логического ИИ • Правильно заложенные знания и логическая обработка исключают ошибочное решение даже при высокой нагрузке, требующей быстрой обработки Инновационные компетенции • Развитие инновационных технологических компетенций в области программной роботизации процессов (RPA, Robotic Process Automation) в отрасли • Новые возможности сельского хозяйстваи технологий искусственного интеллекта как ответ на вызовы времени ПРЕИМУЩЕСТВА И ВОЗМОЖНОСТИ МИВАРНОГО ВИРТУАЛЬНОГО КОНСУЛЬТАНТА МИВАРНЫЙ КОНСУЛЬТАНТ РАБОТАЕТ В АЛЬФА-БАНКЕ
  18. www.mivar.ru *Правильность ответа 99,8% Используем новую модификацию диалогового логического искусственного

    интеллекта, что позволило реализовать более высокую скорость обучения и ответа при увеличении точности и естественности диалога человека и чат-бота. Отказались от статистики (нейросетей) в части принятия решений и используем модуль экспертной системы, который позволяет дать не только правильный ответ*, но и предоставить его обоснование с доказательной частью. Используем новый логический движок, позволяющий с линейной вычислительной сложностью обрабатывать более 5 000 000 правил в секунду, при этом не требуя больших аппаратных мощностей для работы системы. Благодаря уникальному анализу синтаксического разбора текста, семантического преобразования, построения графа, а также работы с контекстом и снятию неопределенностей – система ОТВЕЧАЕТ КАК ЧЕЛОВЕК! Применяем гносеологическую модель VSO, позволяющую не просто искать слова в словаре, но и распознавать контекстное окружение – тем самым система ПОНИМАЕТ, КАК ЧЕЛОВЕК! 1 2 3 4 5 ПОЧЕМУ МЫ ТАК КРУТЫ?
  19. www.mivar.ru Уровни управления автомобилем или роботом: 1. Исполнительный 2. Тактический

    3. Стратегический Траекторное управление (рефлексный) Групповое управление и прогнозирование Логическое принятие решений Самообучение, адаптивность Интеллектуальная цифровая среда Радикальное повышение безопасности дорожного движения СПР: база знаний правил дорожного движения и миварная логика ЛОГИЧЕСКИЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ДЛЯ УПРАВЛЕНИЯ РТК И АВТОНОМНЫМ ТРАНСПОРТОМ
  20. www.mivar.ru Итерация 0 Время Итерация 1 Итерация N-2 Итерация N-1

    НАЧАЛО КОНЕЦ . . . N итераций Убрать кубики с целевого места и найти рассматриваемый кубик Убрать с рассматриваемого кубика другие кубики Поставить рассматриваемый кубик на целевое место 7 9 8 4 6 5 0 3 3 1 0 2 1 8 5 4 6 9 7 M башен 2 1 0 2 Итерации Целевое состояние Последовательность исполнения частей плана STRIPS (STanford Research Institute Problem Solver) 1971 — Ричард Файкс и Нильс Нильсон STRIPS-ПЛАНИРОВАНИЕ ЗАДАЧИ О КУБИКАХ 3 1 0 2 1 0 2 Начальное состояние 3 1 0 2 1 0 2 После шага 0 3 1 0 2 1 0 2 После шага 1 3 0 2 После шага 2 3 1 0 2 После шага 3 3 1 0 2 После шага 4 Кубик 1 достиг целевого места 3 1 0 2 1 0 2 Начальное состояние 3 1 0 2 1 0 2 После шага 0 3 1 0 2 1 0 2 После шага 1 3 1 0 2 1 0 2 После шага 2 3 1 0 2 После шага 5 (конечное состояние) 3 1 0 2 1 0 2 После шага 3 3 1 0 2 1 0 2 После шага 4 Кубик 1 достиг целевого места Кубики и достигли целевых мест Кубик 2 достиг целевого места 3 1 0 2 1 0 2 Начальное состояние 3 1 0 2 1 0 2 После шага 0 3 1 0 2 1 0 2 После шага 1 3 1 0 2 1 0 2 После шага 2 3 1 0 2 После шага 5 (конечное состояние) 3 1 0 2 1 0 2 После шага 3 3 1 0 2 1 0 2 После шага 4 Кубик 1 достиг целевого места Кубики и достигли целевых мест Кубик 2 достиг целевого места 3 1 0 2 1 0 2 Начальное состояние 3 1 0 2 1 0 2 После шага 0 3 1 0 2 1 0 2 После шага 1 3 1 0 2 1 0 2 После шага 2 3 1 0 2 После шага 5 (конечное состояние) 3 1 0 2 1 0 2 После шага 3 3 1 0 2 1 0 2 После шага 4 Кубик 1 достиг целевого места Кубики и достигли целевых мест Кубик 2 достиг целевого места 3 1 0 2 1 0 2 Начальное состояние 3 1 0 2 1 0 2 После шага 2 3 1 0 2 1 0 2 После шага 5 (конечное состояние)
  21. www.mivar.ru 13 кубиков. Логический вывод выработал указание роботу переместить 1

    кубик с пирамидки №2 на пирамидку №1 22 ПРИМЕР ЛОГИЧЕСКОГО ВЫВОДА
  22. www.mivar.ru Платформа «Анализ ДТП» ЛИСК ПДД. Оценивается согласованность действий участников

    ДТС с правилами дорожного движения Происходит ДТП. Вызывается должностное лицо, которое зафиксирует ДТП и составит протокол Сбор данных о ДТП. Должностное лицо заполняет протокол/ анкету с данными о случившемся ДТП Передача данных в ЭКЦ. Данные передаются в ЭКЦ Анализ ДТП. Сотрудники ЭКЦ с помощью системы анализа ДТП получает объективное заключение по произошедшему ДТП Передача полученных результатов в суд. Заключение ЭКЦ передается в отдел судебного делопроизводства ПРЕИМУЩЕСТВА «АНАЛИЗ ДТП»: • Снижение трудоемкости расчета • Снижение возникновения ошибок • Повышение достоверности результатов • Снижение временных затрат • Повышение скорости и качества расчетов • Снижение требований к квалификации экспертов 1 Сбор данных о ДТП 2 Передача данных в ЭКЦ 3 Восстановление картины ДТП ПЛАТФОРМА РЕКОНСТРУКЦИИ И ЭКСПЕРТИЗЫ АВАРИЙНЫХ СОБЫТИЙ ДТП НА БАЗЕ ЛОГИЧЕСКОГО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ЭКСПЕРТНАЯ СИСТЕМА «АНАЛИЗ ДТП» Получение объективного результата 4
  23. www.mivar.ru ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ АВТОНОМНЫМИ РОБОТАМИ СМЫСЛОВОЕ ПОНИМАНИЕ ЕСТЕСТВЕННОГО ЯЗЫКА

    СМЫСЛОВОЕ ПОНИМАНИЕ ОБРАЗОВ ЭКСПЕРТНЫЕ СИСТЕМЫ И СППР АВТОМАТИ- ЗИРОВАННЫЕ СИСТЕМЫ УПРАВЛЕНИЯ миварная технологическая платформа ЛОГИЧЕСКИЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ КЛЮЧЕВЫЕ НАПРАВЛЕНИЯ СИЛЬНОГО ИИ
  24. www.mivar.ru 1. Логический ИИ создан на гносеологическом инфопространстве ВСО (VSO)

    и миварных двудольных ориентированных сетях с линейным логическим выводом 2. МИВАРНЫЙ РАЗУМАТОР – это продукты: КЭСМИ, ТЭЛМИ и РОБОРАЗУМ для создания сильного ИИ - понимающих, видящих и думающих групп роботов со «СверхМозгом» 3. Для создания гибридного СИЛЬНОГО ИИ надо работать по всему спектру системной модели ИИ на основе миваров! Компания МИВАР 127521, Россия, Москва, ул. Октябрьская, д. 72 +7(495) 604-44-90 [email protected] www.mivar.ru СПАСИБО ЗА ВНИМАНИЕ! Варламов Олег Олегович Доктор технических наук, президент компании «МИВАР», Профессор каф. ИУ-5 МГТУ им. Н.Э. Баумана +7 (926) 276-76-45 [email protected] [email protected] ВЫВОДЫ
  25. www.mivar.ru 1 2 3 4 5 ... N-2 N-1 N

    N+1 1 X X X Y Y 2 X Y Y X X ... ... M X X X Y M+1 Z Z W W M – количество правил в описании задачи N – количество всех объектов - переменных в правилах (М+1; N+1) – содержит описание конкретной предметной области, в которой по строкам расположены все правила, а по столбцам – все переменные X – входные переменные в конкретном правиле; Y – выходные переменные в конкретном правиле Z – признак известности переменной, который проставляется в (М+1)-ОЙ строке W – искомая переменная, значение которой надо найти. В (N+1)-ОМ СТОЛБЦЕ ПРОСТАВЛЯЮТСЯ ПРИЗНАКИ: «1» - возможности запуска правила, когда известны все входные переменные; «2» – факт выполнения правила (для исключения повторного запуска). В НАЧАЛЕ РЕШЕНИЯ ЗАДАЧИ В МАТРИЦЕ ПРОСТАВЛЕНЫ ВСЕ ЗНАЧЕНИЯ X И Y, КОТОРЫЕ ЗАДАЮТ МОДЕЛЬ ОПИСАНИЯ ЗАДАЧИ. ДАЛЕЕ ПРОСТАВЛЯЮТ ПРИЗНАК Z ДЛЯ ВСЕХ ИЗВЕСТНЫХ ВХОДНЫХ ПЕРЕМЕННЫХ, А W - ДЛЯ ПЕРЕМЕННЫХ, КОТОРЫЕ ТРЕБУЕТСЯ НАЙТИ. ФОРМИРОВАНИЕ МАТРИЦЫ МИВАРНОЙ СЕТИ
  26. 1 2 3 4 5 ... N-2 N-1 N N+1

    1 X X X Y Y 2 X Y Y X X ... ... M X X X Y M+1 1 1 2 3 4 5 ... N-2 N-1 N N+1 1 X X X Y Y 2 X Y Y X X ... ... M X X X Y M+1 Z Z Z W 2 1 2 3 4 5 ... N-2 N-1 N N+1 1 X X X Y Y 1 2 X Y Y X X ... ... M X X X Y M+1 Z Z Z W 3 1 2 3 4 5 ... N-2 N-1 N N+1 1 X X X Y Y 2 2 X Y Y X X ... ... M X X X Y M+1 Z Z Z W Z Z 4 1 2 3 4 5 ... N-2 N-1 N N+1 1 X X X Y Y 2 2 X Y Y X X 1 ... ... M X X X Y M+1 Z Z Z W Z Z 5 1 2 3 4 5 ... N-2 N-1 N N+1 1 X X X Y Y 2 2 X Y Y X X 2 ... ... M X X X Y M+1 Z Z Z Z Z W Z Z 6 1 2 3 4 5 ... N-2 N-1 N N+1 1 X X X Y Y 2 2 X Y Y X X 2 ... ... M X X X Y 1 M+1 Z Z Z Z Z W Z Z 7 1 2 3 4 5 ... N-2 N-1 N N+1 1 X X X Y Y 2 2 X Y Y X X 2 ... ... M X X X Y 2 M+1 Z Z Z Z Z Z(W) Z Z 8 P(1) P(2) P(3) P(n-2) P(1) P(2) P(3) P(n-2) R(1) P(1) P(2) P(3) P(n-2) R(1) P(n-1) P(n) P(1) P(2) P(3) P(n-2) R(1) P(n-1) P(n) R(2) P(1) P(2) P(3) P(n-2) R(1) P(n-1) P(n) R(2) P(4) P(5) P(1) P(2) P(3) P(n-2) R(1) P(n-1) P(n) R(2) P(4) P(5) R(m) P(1) P(2) P(3) P(n-2) R(1) P(n-1) P(n) R(2) P(4) P(5) R(m) ПРИМЕР ОБРАБОТКИ МАТРИЦЫ ДЛЯ РЕШЕНИЯ ЗАДАЧИ … R(1) R(6) … R(2) R(3) R(4) R(5) R(m) СПИСОК ОБЪЕКТОВ СПИСОК ПРАВИЛ P(n-2) P(n-1) P(n) P(1) P(2) P(3) P(4) P(5) P(6) R(m-2) R(m-1) МИВАРНЫЙ МЕТОД ЛОГИКО-ВЫЧИСЛИТЕЛЬНОЙ ОБРАБОТКИ ДАННЫХ
  27. www.mivar.ru ВОПРОСЫ ПЕРВОГО УРОВНЯ ВОПРОСЫ ВТОРОГО УРОВНЯ ВОПРОСЫ ТРЕТЬЕГО УРОВНЯ

    (Миварная логика на многомерных миварных сетях) *Мама работает врачом в больнице и она очень любит детей. Вопрос: Кто работает врачом? Ответ: Мама. *Молодой человек очень любит гулять лунными вечерами по улице. Вопрос: Где молодой человек любит гулять? Ответ: Улица. *Свиньи живут на ферме. Курицы живут на ферме. Курицы живут с цыплятами. Курицы клюют зерна. Курицы несут яйца. Овцы живут на ферме. Гуси живут на ферме. Козы живут на ферме. Козы едят морковь. Коровы живут на ферме. Животные живут в загонах. Вопрос: Кто обитает на ферме? Ответ: Свинья, курица, овца, гусь, коза, корова. (На одной картинке появляются все животные). *На мой день рождения папа подарил мне маленького и игривого щенка. Вопрос: Кого подарил папа? Ответ: Щенок. *Мама часто готовит вкусный овощной суп. Вопрос: Какой суп готовит мама? Ответ: Вкусный, овощной. *Папа работает на ферме. Он много работает. Вопрос: На ферме работают мужчины? Ответ: Да, папа (обобщающее слово «мужчина»). Вопрос: Папа много работает? Ответ: Да. МЕТОДИКА ОТВЕТОВ НА ВОПРОСЫ
  28. www.mivar.ru Контекст СИС Часть – целое Пространственные отношения: перекрытие (z-index),

    пропорции объекта, удаленность, положение, взаимное расположение объектов, пропорции между объектами, реальные размеры объекта (зная параметры камеры). Цвет Текстура Форма Контур Применяемые в настоящее время технологии Позволяет не только более точно описывать (понимать) объекты, но и определять, в каких отношениях они состоят с другими объектами Первичные «глаза» для выделения и классификации (распознавания) объектов Контекстное понимание изображения ИЕРАРХИЯ УРОВНЕЙ РАСПОЗНАВАНИЯ
  29. www.mivar.ru www.mivar.ru устойчивы е сценарии img Модуль сегментации Модуль первичного

    распознавания Модуль выделения признаков Модуль построения графа VSO Модуль снятия контекстной неопределенности Модуль обращения к БЗ База Знаний Модуль обратной связи Модуль визуализации графа VSO Проверка на устойчивость СХЕМА ОБЪЕДИНЕНИЯ ЛОГИКИ С РЕФЛЕКСАМИ
  30. www.mivar.ru База Знаний Конкретное Абстрактное Изображения Облако смысла Текстовое описание

    МИВАР-ОБРАЗЫ МИВАР-ТЕКСТ V S O - «умный поиск» (обратная задача) – поиск по текстовому запросу наиболее релевантных изображений, благодаря переходу и работе на уровне миварных моделей представления данных. - «умное распознавание» (прямая задача) – получение максимально полного и точного текстового описания изображений, за счет работы на уровне контекста в миварной базе знаний. «УМНЫЕ» РАСПОЗНАВАНИЕ И ПОИСК ОБРАЗОВ