1-ma’ruza. “Mashinali o‘qitishga kirish” fani maqsadi va asosiy tushunchalari. Mashinali o’qitishning sun’iy intellektda qo’llanilishi va amaliy sohalari tahlili. Reja: 1. Mashinali o‘qitishga kirish fanining maqsadi, vazifalari va kutiladigan natijalari. 2. Kirish 3. Mashinali o‘qitish ma’nosi. 4. Mashinali o‘qitishning asosiy tushunchalari 5. Mashinali o’qitishning sun’iy intellektda qo’llanilishi. 6. Mashinali o’qitishning amaliy sohalari tahlili Tayanch iboralar. Obyekt, qaror qabul qiluvchi qoida, belgilar tizimi, mashinali o‘qitish, obyektlarni tanib olish, mantiqiy, uzluksiz, ehtimolli, nominal, intellekt (intelligence), sun'iy intellekt (artificial intelligence), sun'iy intellekt tizimi (artificial intelligence system), algoritm (algorithm), DENDRAL, MYCIN, PROSPECTOR, SHRDLU, LUNAR, PLANNER, Prolog (Prologue), ekspert tizim (expert system). 1. Mashinali o‘qitishga kirish fanining maqsadi, vazifalari va kutiladigan natijalari Fanni o’qitishdan maqsad – talabalarga mashinali o’qitishga kirish fanini o’qitishdan maqsad - talabalarga mashinali o’qitish algoritmlaridan foydalana olish, o’rgatuvchi tanlanmani yaratish va tanlanma asosida modelni o’qitish va sodda neyron tarmoqlarini qurish hamda maxsus instrumental dasturiy vositalardan foydalana olish ko’nikmalarini hosil qilishdan iborat. Fanning vazifasi - fan talabalarni nazariy bilimlar, amaliy ko’nikmalar, mashinali o’qitishning zamonaviy usul va vositalarini shakllantirish vazifalarini bajaradi. Fan o’qitilishning natijalari (shakllanadigan kompetensiyalar) Fanni o’zlashtirish natijasida talaba: · chiziqli algebra asosiy tushunchalari, ehtimollar nazariyasi, dasturlash asoslari, mashinali o’qitish uchun kerakli bo’ladigan instrumental dasturiy vositalar haqida tasavvurga ega bo’lishi; · Regression model qurish, bir va ko’p o’zgaruvchili chiziqli regression modellarni yaratish va ularning xatoligini aniqlish; · Matlab/Python muhitida vektorlar va matrisalar ustida skalyar amallar bajarish, maxsus funksiyalarni bilishi va ulardan foydalana olishi; · o’rgatuvchi tanlanmani yaratish, mavjud tanlanmalar bilan ishlash, modelni o’qitish va shu orqali sinflashtirish hamda klasterlash masalasini yechish; · sodda neyron tarmoqlarini qurish va uni o’qitish, mashinali o’qitishning tasvirlarni sinflashtirish yoki boshqa masalalar uchun foydalanish ko’nikmalariga 16 ega bo’lishi kerak. Kreditlarni olish uchun talablar: Fanga oid nazariy va uslubiy tushunchalarni to’la o’zlashtirish, tahlil natijalarini to’g’ri aks ettira olish, o’rganilayotgan jarayonlar xaqida mustaqil mushohada yuritish va joriy, oraliq nazorat shakllarida berilgan vazifa va topshiriqlarni bajarish, yakuniy nazorat bo’yicha yozma ishni topshirish. 2. Kirish Mashinali o’qitish tufayli dasturchi barcha mumkin bo'lgan masalalarni hisobga olgan va barcha echimlarni o'z ichiga olgan ko'rsatmalarni yozishi shart emas. Buning o'rniga, kompyuterga (yoki alohida dasturga) statistik ma'lumotlardan kompleks foydalanish orqali mustaqil ravishda echimlarni topish algoritmi yuklanadi, ulardan shablonlar olinadi va ular asosida bashorat qilinadi. Ma'lumotlarni tahlil qilish asosida mashinali o’qitish texnologiyasi 1950 yilda, shashka o'yini uchun birinchi dasturlar ishlab chiqila boshlangandan boshlanadi. So'nggi o'n yilliklarda umumiy tamoyil o'zgarmadi. Ammo kompyuterlarning hisoblash qudratining o'sishi tufayli ular yaratgan shablonlar va bashoratlar bir necha bor murakkablashdi va mashinali o’qitish yordamida hal qilinadigan masalalar va vazifalar doirasi kengaydi. Mashinali o’qitish jarayonini boshlash uchun avval kompyuterga ma'lumotlar to'plamini (dastlabki ma'lumotlarning bir qismini) yuklab olishingiz kerak va bu algoritm so'rovlarni qayta ishlashni o'rgatadi. Masalan, itlar va mushuklarning rasmlari bo'lishi mumkin va bunda ularning kimga tegishli ekanliklari oldindan berilgan bo’lishi mumkin. Mashinali o’'qitish jarayonidan so'ng dasturning o'zi it va mushuklarni yangi rasmlarda tegsiz taniy oladi. Bashoratlar chiqarilgandan so'ng o'qitish jarayoni davom etadi, biz dastur tomonidan qancha ko'p ma'lumotlarni tahlil qilsak, u kerakli tasvirlarni shunchalik aniqroq taniydi. Mashinali o'qitish orqali kompyuterlar nafaqat fotosuratlar va tasvirlardagi yuzlarni, balki landshaftlar, obyektlar, matn va raqamlarni ham tanib olishga o'rganadilar. Matn haqida gap ketganda kompyuterda o'rganish ham muhim ahamiyatga ega: grammatikani tekshirish funksiyasi endi har qanday matn muharririda va hattoki telefonlarda mavjud. Bundan tashqari, nafaqat so'zlarning imlosi, balki kontekst, ma'no soyalari va boshqa nozik lingvistik jihatlar ham hisobga olinadi. Bundan tashqari, inson aralashuvisiz (iqtisodiy, sport va b.q masalalardam) yangiliklar maqolalarini yozish mumkin bo'lgan dasturiy ta'minotlar mavjud. MO’ bilan hal qilingan barcha vazifalar quyidagi toifalardan biriga kiradi. 1) Regressiya masalasi - bu turli xil xususiyatlarga ega bo'lgan obyektlar namunasiga asoslangan bashorat. Chiqarilgan mahsulot haqiqiy songa ega bo'lishi kerak (2, 35, 76.454 va boshqalar), masalan, kvartira narxi, olti oydan keyin xavfsizlik qiymati, do'konning keyingi oy uchun kutilayotgan daromadi, ko'r-ko'rona sinovlarda sharob sifati. 2) Sinflashning vazifasi - bu xususiyatlar to'plamiga asoslangan kategorik javobni olishdir. Javoblarning cheklangan soniga ega (odatda "ha" yoki "yo'q" 17 formatida): fotosuratda mushuk bormi, inson qiyofasi tasvirlanganmi yoki bemor saraton kasalligiga chalinganmi? 3) Klasterlash vazifasi - bu ma'lumotlarni guruhlarga taqsimlash: uyali aloqa operatorining barcha mijozlarini to'lov qobiliyati darajasiga bo'lish, kosmik obyektlarni u yoki bu toifaga (sayyora, yulduz, qora tuynuk va boshqalar) ajratish. 4) O'lchovni qisqartirish vazifasi, keyinchalik ularni vizualizatsiya qilish uchun qulay bo'lishi uchun (masalan, ma'lumotlarni siqish) ko'p sonli xususiyatlarni kichikroq (odatda 2-3) gacha kamaytirishdir. 5) Anomaliyalarni (normadan chetga chiqishlarni) aniqlashning vazifasi anomaliyalarni standart holatlardan ajratishdir. Bir qarashda, bu sinflash vazifasiga to'g'ri keladi, ammo farqli tomoni anomaliyalar kamdan-kam uchraydigan hodisa bo'lib, bunday obyektlarni aniqlash uchun mashinali o’qitish modelida o'quv tanlanma misollari juda g'alati yoki oddiy emas, shuning uchun bu erda sinflash usullari ishlamaydi. Misol sifatida amaliyotda bank kartalari bilan firibgarlikni aniqlash masalasini keltirish mumkin. 3. Mashinali o‘qitish ma’nosi Inson ongi borliqni o‘zining sezgi organlari orqali fizik tasavvur qiladi, shu bilan birga, o‘zi yaratgan so‘zlashuv tilida borliqni yozma yoki og‘zaki hayolan tasavvur qiladi. Insonda ikkinchi vosita orqali borliqni tasavvur etishini yana ikkiga ajratish mumkin, o‘z tilida o‘zi tasavvur etishi yoki o‘zganing tilida aytilgan so‘zlar asosida tasavvur qilish. Fan va texnikaning rivojida inson borliqni texnik ma’lumotlar bilan tasavvur qila boshladi hamda insonlarning ko‘payishi, fantexnikaning jadal rivojlanishi borliqni tasavvur etish uchun berilgan ma’lumotlarning keskin va juda katta hajmda ortishiga olib keldi. Agar axborot deganda borliq haqida inson yoki texnikaning sezgi organlari bilan hosil bo‘ladigan so‘z yoki raqamlar, yoki xabarlar sifatida ifodalasak, u holda ma’lumot so‘zi bilan axborotlar asosida mantiqiy bog‘liqlikdan kelib chiqqan borliq haqidagi tushunchalar va bilimlarni ifodalash mumkin. Keyingi ma’ruzalarimizda borliqni anglash uchun dastlabki tushunchalarning “qayta ishlanmagan”larini axborot (Information) va qayta ishlanganini ma’lumot (Data) deb qaraymiz. Demak, ma’lumot deganda o‘zgalar tomonidan berilgan axborotlar ham tushuniladi. AKT sohasidagi bilimlarning o‘zbek tilidagi manbalarida “berilganlar bazasi” tushunchasi mazmunan “ma’lumotlar bazasi” tushunchasi bilan mos keladi. Axborotlar esa borliq haqidagi dastlabki belgilar bo‘lib, borliq – predmet, yoki jarayon, yoki hodisalardir. Borliqni tasavvur etishimiz yoki anglashimiz uchun katta xajmdagi axborot va ma’lumotlar oqimini o‘rganishga to‘g‘ri keladi. Kompyuterlar, ya’ni elektron hisoblash mashinalari yaratilgandan keyin katta hajmdagi ma’lumotlar oqimini o‘rganish usullarining algoritmlari yordamida borliqni anglash uchun katta hajmli ma’lumotlarni qayta ishlash tushunchasi mashinali o‘qitish (MO’) tushunchasini paydo qildi. Ya’ni insonlar katta hajmli ma’lumotlarni qayta ishlash usullarini ishlab chiqib, mashinani katta hajmli axborotlar va/yoki ma’lumotlar oqimini real vaqtda 18 tahliliy hamda mantiqiy hulosalash aloritmlari bilan ta’minladi. Shu bilan katta hajmli ma’lumotlar oqimini MO’orqali tezkor qarorlarni qabul qilish imkoniyati tug‘ildi va rivojlantirildi. Borliqni axborotlar orqali dastlabki tasavvuri timsol (timsol, ob’ekt) deb ataladi. O‘sha dastlabki tasavvurlarni anglash – timsollarni anglash deb atalib, Ma’lumotlar fani (Data Science)ning alohida bir yo‘nalishi sifatida rivojlangan. MO’ esa Data Science sohasidagi birinchi tadqiqot yo‘nalishidagi fan bo‘lib, timsollarni anglash usullariga ham tayanadi. Ingliz tilida “Machine learning”, rus tilida «Mashinnoye obucheniye» atamalari yuqoridagi “MO” tushunchasiga mos keladi. Boshqa tillardagi “Machine learning” va «Mashinnoye obucheniye» atamalarining o‘zbek tiliga tarjimasida bahsli holatlar paydo bo‘lishi mumkin, ya’ni “MO’”, “Mashinali o‘qish”, “Mashinada o‘qitish”, “Mashinali o‘rganish”, “Mashinani o‘qitish”, “Mashinani o‘rgatish”, “Mashinali ta’lim”, “Mashina ta’limi” kabi. Agar katta hajmli ma’lumotlarni avtomatik qayta ishlash uchun elektron hisoblash mashinasidan foydalanadigan bo‘lsak, u holda mavjud ma’lumotlar oqimini ushbu mashinaga o‘qitishimiz zarur, elektron hisoblash mashinasi esa ma’lumotlarni qayta ishlash usullarining va mantiqiy hulosalash mexanizmi algoritmlari bilan ta’minlangan dasturiy ta’minot bilan ishlaydi. Shuning uchun “MO”, “Mashinali o‘qish” va “Mashinali o‘rganish” tushunchalarni umumlashtirib, Data Science sohasida Machine learning atamasini o‘zbek tilida MO’ deb olamiz. Mashinani o’qitish - bu o'rgatish mumkin bo'lgan algoritmlarni yaratish usullarini o'rganadigan sun'iy intellekt(SI)ning kichik bo'limi. Mashinani o’qitish (Machine Learning) – bu kompyuterni dasturlashning yangi yo’nalishi bo’lib, ma’lumotlarni o’qib olish va shu ma’lumotlar asosida o’rganish xususiyatiga ega bo’lishidir. Mashinani o’qitish – bu kompyuterning ma’lumotlarni o’qib olish asosida xususiyatlarni o’rganish qobiliyatidir - Arthur Samuel, 1959. A dastur bu E tajriba asosida T masalani yecishda P samaradorlik o’lchovi bilan yaratiladi, va T masala samaradorligi P orqali tekshiriladi va aniqligi E tajriba asosida amalga oshiriladi - Tom Mitchell, 1997. Mashinali o’qitish nima o’zi? 19 1.1 - rasm. Mashinali o’qitish tuzilmasi. 1. Training set - o'quv tanlanma. 2. Unsupervized - o’qituvchisiz o’qitish. 3. Supervized - o’qituvchili o’qitish. 4. Feature extaraction - xususiyat(belgil)larni aniqlash (Chiqarish). 5. Mashine learning algoritm - mashinali o’qitish algoritmi. 6. Grupping of obyekts - obyektlarni guruxlarga ajratish. 7. Predictive model -bashorat qiluvchi model. 8. Annotated data - izohli ma'lumotlar. 9. New data - yangi ma’lumotlar. Misol. Ma’lumotlar va bilimlar Jadvallar Matn Bilimlar Signallar Ovoz Tasvir Video 1.2-rasm. MO’ ning ishlashiga misol. 20 Mashinali o’qitishning boshqa fanlar bilan bog’liqligi 1.3-rasmda keltirilgan. Ehtimollar nazariyasi Oliy matematikaa si Kompyuter fanlari Parallel algoritmlar Mashinali o’qitish Dasturiy injiniring Matematik statistika Katta ma’lumotlarni qayta ishlash 1.3-rasm. MO’ ning boshqa fanlar bilan bog’liqligi. Mashinali o’qitishning odatiy programmadan farqli tomonlari 1.4-rasmda keltirilgan. Mashinalo o’qitishning programmadan farqi Odatiy programmaning ishlashi Ma’lumot Programma Chiqish Kompyuter Ma’lumot Mashinali o’qitish Ma’lumot Chiqish Kompyuter Programma 1.4-rasm. MO’ ning programmadan farqi. 4. Mashinali o‘qitishning asosiy tushunchalari MO’ - bu ma'lumotlardan ma'lumot olishdir. Bu statistika, sun'iy intellekt va informatika chorrahasida joylashgan ilmiy maydon bo'lib, prognozli analitik yoki statistik o'rganish sifatida ham tanilgan. So'nggi yillarda mashinada o'qitish usullarini kundalik hayotda qo'llash odatiy holga aylandi. Ko'pgina zamonaviy veb-saytlar va qurilmalar filmlarni tomosha qilish, oziq-ovqat yoki oziq-ovqat mahsulotlariga buyurtma berish, shaxsiylashtirilgan onlayn radioeshittirishlar va fotosuratlardagi do'stlar timsollarini tanib olish uchun avtomatik tavsiyalardan tortib, kompyuterni 21 o'rganish algoritmlaridan foydalanadilar. Facebook, Amazon yoki Netflix kabi murakkab saytni ko'rsangiz, saytning har bir bo'limida bir nechta mashinani o'rganish modellari mavjud bo'lishi ehtimoldan yiroq emas. Ma’lumotlar bazasi (DATA) Muammoni o'rganing (Study the prorblem) Mashinali o'qitish algoritmi (Train ML algoritm) Ishga tushirish (Launch) Echimni evolyutsiyalas h (evoluate solution) Xatolarni tahlil qiling (Analyze errors) 1.5-rasm. MO’ jarayoni blok sxemasi. O’qitish masalasi quyidagicha qo’yiladi: X - obyektlar to’plami, Y- javoblar to’plami uchun f:X→Y no’malum bog’liqlik maqsad funksiya(target function)ni aniqlashning hal qiluvchi (decision function) R:X→Y algoritmini qurish. Berilgan: {x1, . . . , xℓ } X - o’qtiluvchi to’plam (training sample) yi = y (xi), i = 1, . . . , ℓ - ma’lum javoblar. Mashinani o’qitish jarayoni chiziqli yoki nochiziqli bo’lishiga qaramasdan quyidagi bosqichlarda amalga oshiriladi: · muammoni aniqlash. · ma’lumotlarni tayyorlash. · algoritmni ishlab chiqish va baholash. · natijaviy ma’lumotlar aniqligini oshirish. · yakuniy natijani taqdim qilish. MO’ masalalarini yechishda qo’llaniladigan asosiy tushunchalarni keltiramiz: § obyekt - nuqta yoki to’plamning elementi bo’lib, u nomga va belgilar naboriga ega bo’ladi. Masalan, obyekt sifatida bemorning ismi qatnashsa, belgilar nabori sifatida uning yoshi, harorati, bosimi, og’irligi, bo’yining uzunligi va h.k. lar hisobga olinadi; § sinf deganda o’qituvchi tanlovdagi ba’zi bir obyektlar to’plami tushuniladi. Bu obyektlar to’plami o’xshash xususiyatlari bo’yicha sinflarga birlashtiriladi; § timsol(timsol) – obyekt, hodisa yoki jarayon bo’lib, ular ustida tanish yoki sinflashtirish amallari amalga oshiriladi; § belgi – obyektda o’lchash mumkin bo’lgan oddiy yoki murakkab xarakteristikasi; § belgilar alfaviti – obyektlar guruxini tavsiflovchi barcha mumkin bo’lgan belgilar ro’yxati; 22 § invariant belgi – reseptor maydonida ba’zi almashtirishlar natijasida o’zgarmaydigan belgi; § timsollar fazosi – shunday fazoki, uning o’qiga belgilar o’qi, nuqtalar fazosiga mos sinflarning obyektlar to’plami mos keladi; § tanlov – bu obyektlar to’plami bo’lib, obyektlarda belgilar alfaviti aniqlangan bo’ladi; § o’qituvchi tanlov – tanlovdan ixtiyoriy yoki maxsus qoidalar asosida ajratib olingan obyektlar to’plami bo’lib, ular sinflarga ajratilgan bo’ladi. Ushbu sinflarda obyektlar to’plami va ularda aniqlangan belgilar alfaviti berilgan bo’ladi. O’qituvchi tanlov predmet soha mutaxasisi tomonidan ham tanlab olinishi mumkin. O’qituvchi tanlovdan har bir sinfga xos bo’lgan namunaviy obyektlar va ularga xos belgilar tizimosti topiladi. Topilgan namunaviy obyektlar va ularga xos belgilar tizimostiga mos qaror qabul qiluvchi qoida quriladi. Bu qoidalar yangi obyektlarni tanishda qo’llaniladi. § sinov tanlov – bu obyektlar to’plami bo’lib, ular o’qituvchi tanlovdan hosil qilingan qaror qabul qiluvchi funksiya yordamida sinflashtiriladi yoki taniladi; § o’qitish jarayoni – bu shunday jarayonki, bunda o’qituvchi tanlovda joylashgan har bir sinfdagi obyektlarning belgilar alfavitidan har bir sinf uchun shunday muhim yoki muhim emas belgilar topiladi va ular asosida qaror qabul qiluvchi funksiya quriladi; § avtomatik o’qitish jarayoni - bunda o’qituvchi tanlovni tuzishda mutaxasis(ekspert) bevosita qatnashmaydi. Bunda sinflar haqida aprior ma’lumotlar ma’lum bo’lmaydi va obyektlar hamda belgilar alfaviti berilgan bo’ladi. Sinflar avtomatik ravishda hosil qilinadi. § qaror qabul qiluvchi qoida - bu o’qituvchi tanlovdan har bir sinf uchun tanlab olingan muhim yoki muhim emas belgilar tizimiga mos keluvchi funksiya bo’lib, undan sinov tanlovdagi yangi obyektlarni tanishda yoki sinflashtirishda foydalaniladi; 5. Mashinali o’qitishning sun’iy intellektda qo’llanilishi Sun’iy intellekt (SI) tushunchasi. SI haqidagi tasavvur va bu sohadagi izlanishlar - «Aqliy mashinalar» ishlab chiqarishga ilmiy yondoshish birinchi bo`lib Stanford universitetining (AQSh) professori Djon Makkarti tashabbusi asosida 1956 yili tashkil topgan ilmiy to`garakda paydo bo`ldi. Bu to`garak tarkibiga Massachuset (AQSh) texnologiya oliygohi «Elektronika va hisoblash texnikasi» fakultetining faxriy professori Marvin Minskiy, «Umumiy masala yechuvchi» va «Mantiqchi-nazariyotchi» intellektual dasturlar bunyodkorlari – kibernetik Allen Nyuell va Karnegi-Mellen, dorilfununning mashhur psixologi Gerbert Saymon, hisoblash texnikasining ko`zga ko`ringan mutaxassislari Artur Samuel, Oliver Selfridj, Klod Shennon va boshqalar kirar edilar. Aynan shu to`garakda «Sun’iy intellekt» tushunchasi paydo bo`ldi. Intellekt atamasi lotincha intellektus so’zidan olingan bo’lib - bu aql, idrok, ong tushunchalarini anglatadi; insonning fikrlash qobilyati [6]. Shunga ko'ra, sun’iy intellekt (artificial intelligence) - inson intellektining alohida funksiyalarini 23 bajarishni ta’minlovchi avtomatik tizim sifatida qaraladi, masalan, oldindan to’plangan tajribalarga asoslangan bilimlar va tashqi ta’sirlarni ratsional tahlil qilish asosida optimal tanlash va qaror qabul qilish. SIning vaqtli taqvimi 1.6-rasmda keltirilgan. Zamonaviy ATlarning asosiy yo`nalishlardan biri insonga talluqli bo`lgan vazifalarni bajaruvchi sun’iy intellekt tizimlarni yaratishdir. Sun’iy intellekt deganda – maqsadli yo’nalishdagi harakatni o’zida namoyon qilish qobiliyatiga ega ixtiyoriy biologik, sun’iy yoki formal tizimlar tushuniladi. Sun’iy yoki formal tizimlar muloqot, bilimlarni yig’ish, idrok etish, o’rgatish, anglab olish, moslashish va h.k. larni o’z ichiga oladi. SI – hisoblash mashina(HM)larining insonlarga aqlli bo`lib ko`rinadigan tomonlarini bajarishga imkon beradigan konsepsiyalar haqidagi fan. 1.6-rasm. SIning vaqtli taqvimi. SIning asosiy masalasi HMlarini foydaliroq qilish va aql asosida yotadigan prinsiplarni tushunishdan iborat. 24 Tadqiqotlar va odamlar intellektual deb hisoblagan xatti-harakatlarni aniqlaydigan mashinalarni yaratilishini biz sun'iy intellekt deb ataymiz. Eng keng tarqalgan va zamonaviy mashinalar - kompyuter texnikasi va aloqa vositalari hisoblanadi, shuning uchun ham SI yo'nalishi kompyuterlar va hisoblash tizimlari sohasiga tegishli hisoblanadi. SI ning turli xil ta'riflari mavjud. Quyida ulardan ba'zilarini keltiramiz [6,16]: 1) "[avtomatlashtirish] qaror qabul qilish, muammoni hal qilish, o’qitish, o’rgatish … kabi insoniy fikrlash bilan bog'liq bo'lgan faoliyat turlari " (Belman, 1978). 2) "Hisoblash modellarini qo'llash orqali intellektual qobiliyatlarni o'rganish" (Charniak, McDermott, 1985). 3) "Anglab olishni, fikrlashni va harakat qilishni ta'minlaydigan hisoblashlarni o'rganish” (Winston, 1992). Sun’iy intellekt tizim (SIT) – bu fe’l – atvori maqsadga yo`naltirilgan qobiliyatni o`zida aks ettiruvchi ixtiyoriy biologik, sun’iy yoki formal tizimlar tushuniladi[6]. SIT - bu kompyuterli, kreativ tizim (ko’p funksiyali, integratsiyali, intellektualli), murakkab strukturali moslashish, o'rnatish uchun, (sintaktik, semantik, pragmatik axborot) maqsadga erishish uchun (aniq maqsadlilik) muhit o’zgarishiga moslashish va soha o’zgarishidagi ichki holat hisoblanadi SI masalalarini yechuvchi dasturlar . Evristik dasturlar shaxmat, shashka, karta o'yinlarini o’nashi mumkin, savollarga javoblarni topadi, matematik hisoblar sohasidan yechimlarni topadi, matematik mantiq va geometriya teoremalarini isbotlaydi, o'z tajribalari asosida o'rgatishlarni amalga oshiradi va turli xil masalalarni yechadi. D.A.Pospelov tomonidan taklif etilgan intellektual masalalarni yechuvchi dasturlar strukturasi 1.8-rasmda keltirilgan [16, 17]. Intellektual dasturlash. SIdagi ushbu yo’nalish dasturchining ushbu sohaga nisbatan qarashlariga mos keladi. Intellektual ilovalarni yaratishdagi qiyinchiliklar foydalanilgan algoritmik tilga, instrumental tizimga, dasturlash paradigmalariga, intellektual axborot tizim(IAT)ni yarish vositalariga va bilimlarni olishga, grafikli tizimlarga bevosita bog’liq (1.9-rasm) [1,12,16]. Ko'plab dasturiy tillar orasida SI bo'yicha kichik bir qismi ishlatiladi: 1) C, C ++ kabi an'anaviy dasturlash tillari asosan instrumental tizim yaratish uchun qo’llaniladi. 2) Maxsus dasturlash tillari: ▪ Ro'yxatlarni qayta ishlashga yo'naltirilgan LISP va uning ko'p sonli versiyalari; ▪ PROLOG mantiqiy dasturlash tili. Oldin mashinali tarjima qilishda, keyinroq esa mantiqiy ifodalardan mantiqiy xulosalashda qo’llaniladi; ▪ Rekursif funksiyali REFAL tili. 3) BNEda qo’llaniladigan tillar: KL-1, KRL, FRL freymlarga mo’ljallangan, PILOT produsiyali modellarga mo’ljallangan. Instrumental tizimlar yetarli darajada tez rivojlanadi va turli xil intellektual 25 tizimlarni loyihalash va yaratish uchun mo'ljallangan. Hozirgi davrgacha ETlar deb nomlanuvchi ko’plab instrumental vositalar ishlab chiqilgan [1,12,16]. Masalan, EKO, Leonardo, Nexpert Object, Kappa, EXSYS, GURU, APT, KEE Vva h.k. Intellektual masalalarni eshuvchi dasturlar · Pereborli Insonlar o’yini O’yinli dasturlar Kompyuterli o’yinlar o’yinlar · Topologik o’yinlar ·Stoxastik o’yinlar ·Qat’iy sxemali o’yinlar ·Senariyli o’yinlar Mashinali tarjima Tabiiy-tilli dasturlar Avtomatik rafеrentlash Matnlarni tuzish · Badiiy matnlar · Sheriy matnlar Musiqiy asarlarni tuzish Musiqali dasturlar Musiqiy asarlarni tahlil qilish Kuylash uslubini imitatsiya qilish Rаsm(manzara)li va grafika(chiziq, yozuv)li asarlarni yaratish dasturlari 1.7-rasm. Intellektual masalalarni yeshuvchi dasturlar. Shuningdek, oxirgi yillarda integrallashgan instrumental tizimlar ishlab chiqarila boshlandi. Sunday tizimlarga misol sifatida Work bench tizimlarga KEATS, Shelly, VITAL larni keltirish mumkin [16]. SITlarini qurishning turli yondashuvlari. SITlarini qurishning turli yondashuvlari oldin ham bo’lgan va hozirgi vaqtda ham mavjud. Shuni ta’kidlash joizki, SIni to’liq quradigan tizimlar oldin ham bo’lmagan va hozirgi davrda ham mavjud emas. Shuning uchun SIni qurishdagi yondashuvlarning qaysi biri to’g’ri va qaysi biri noto’g’ri ekanligini aniq aytish qiyin masalaligicha qolmoqda. SITlarini qurishning quyidagi mavjud yondashuvlarini keltiramiz: 1) Mantiqiy yondashuv. Mantiqiy model uchun asos sifatida Bul algebrasi xizmat qiladi. Bul algebrasining rivojlanishi predmet belgilar, ular orasidagi munosabatlar, mavjudlik va ixtiyoriylik kvantorlarini o’z ishiga olgan predikatlar 26 mantiqi hisobiga kengaydi. SIning har bir tizimining ishlashi asosan mantiqiy qoidalarga asoslangan. Bunga misol sifatida teoremalarni isbotlashni keltirish mumkin. Teoremalarni isbotlashda boshlang’ich ma’lumotlar aksiomalar sifatida ma’lumotlar bazasida, ular orasidagi munosabatlar mantiqiy xulosalash qoidalari sifatida saqlanadi. Bundan tashqari, har bir mashinada maqsadlarni generatsiy qilish bloki mavjud bo’ladi va xulosalash tizimi ushbu maqsadlarni teoremalar ko’rinishda isbotlaydi. Kognitiv grafikali tizimlar Dasturlash paradigmalari 1. Protsedurali dasturlash. 2. Ma’ lumotlarga mo’ ljallangan dasturlash. 3. Qoidalarga mo’ ljallangan dasturlash. 4. Obyektlarga mo’ ljallangan dasturlash. IAT yaratish vositalari 1. IAT yaratishning muammoga yo’ naltirilgan vositalari. 2. IAT yaratishning predmetga Integrallashgan instrumental tizimlar Instrumental tizim1. Bo’ sh tizimlar. 1. Bo’ sh tizimlar. 2. Yaratuvchi muhit. 1. An’ anaviy tillar. 2. Mantiqiy dasturlash tillari. 3. Rekursiv funksiyalar tili. 4. Ro’ yxatga ishlov beruvchi tillar. 5. Bilimlarni namoyish etuvchi tillar. Sun’ iy intellektda qo’ llaniladigan tillar Intellektual tizimlarning instrumental vositalari 1.8-rasm. Intellektual tizimlarning asboblar vositalari 2) Strukturali yondashuvda inson miyasining tuzilishini modellashtirish asosida SIni qurish masalalari qaraladi. Bunday modelni qurishga misol sifatida Rozenblatt perseptronini, xatoliklarni teskari tarqalishiga asoslangan NTlar, Hopfild NTlar va stoxastik NTlarini keltirish mumkin. Shuningdek, NTlar timsollarni tanib olish masalalarida ham keng miqyosda qo’llanilmoqda. 3) Evolyutsion yondashuvda SIni qurish masalalarida asosiy e’tibor boshlang’ich modellar va qoidalarni qurishga qaratiladi va undan keyin ular asosida SIni qurish evolyutsiyali (uzluksiz rivojlanish) shaklda rivojlanadi. Bu rivojlanish turli tipdagi usullarni o’z ichiga oluvchi yangi modellarni qo’llash bilan amalga oshiriladi. Masalan, NTlar modeli, mantiqiy qoidalar nabori va boshqa ixtiyoriy 27 modellar bo’lishi mumkin. Bu modellar kompyuterga kiritilgandan so’ng, u usbu modellarni tekshirish asosida ular orasidan eng yaxshilarini tanlaydi va ularni generatsiya qilish natijasida yangi modellar hosil qilinadi, hosil qilingan yangi modellar orasidan eng yaxshisi tanlanadi va h.k. Shuni ta’kidalash joizki, evolyutsion modellar evolyutsion o’rgatuvchi algoritmlar ko’rinishida bo’ladi. 4) Imitatsiyali yondashuvda insonning boshqalardan nusxa olish qobiliyati, ya’ni boshqalar nima qilayotgan bo’lsa, xuddi ularga o’xshab bajarishni amalga oshirish modellashtiriladi. Ko’p hollarda nusxa olish qobiliyati insonga biror ishni bajarishda vaqtni kam sarflashga olib keladi. SIni qurishning yuqorida keltirilgan yondashuvlari tahlilidan kelib chiqib, shuni ta’kidlash lozimki, amaliy masalalarni yechishda ular orasida qat’iy chegara yo’q. Amaliyotda shunday masalalar uchraydiki, ularni yechishda aralash tizimlardan foydalaniladi, ya’ni ularning bir qismini yechishda ma’lum bir yondashuvga mos usullardan foydalanilsa, boshda qismini yechishda boshqa yondashuga mos usullardan foydalaniladi. Sun'iy intellekt tizimlarini sinflash. Muammolarni maqsadli tavsiflash uchun SI tizimlarini sinflashning eng muhimlarini keltiramiz. S.N.Pavlov SIning quyidagi yo'nalishlarini taklif qiladi [16]. 1) Birinchi avlod (oddiy, murakkab) va II avlod ETlari (integrallashgan, ko'p funksionalli, intellektualli, kreativli (ijodli) va gibridli. 2) Intellektual ishlab chiqarish tizimlari: savol-javob tizimlari, mantiqiy hisoblash tizimlari, intellektli LIAT, ABT. 3) NTlari va neyrokompyuterlar (NTlari va neyrokompyuter texnologiyalari). 4) BBni qurish va qurishni avtomatlashtirish, tahlil qilish, qayta ishlash va bilimlarni olish. 5) O'rgatish va o'zini-o'zi o'rgatish (maslahatchi tizimlar, intellektual murabbiylar, maktab va oliy ta’lim tizimlari). 6) Evolyutsion modellashtirish (genetik algoritmlar, sinflovchi tizimlar, genetik dasturlash, evolyutsion dasturlar, evolyutsion strategiyalar). 7) Mashinali tarjima qilish tizimlari. 8) Tabiiy-tilli aloqa tizimlari (muloqot qilish, tabiiy-tildagi mulohazalarni tusunadigan va o’zgartiradigan mashina tiliga o’tish ). 9) Ovozli muloqot tizimlari (sintez (matn-ma’no), nutqni tahlil qilish va anglab olish (ma'no-matn)). 10) Vizual axborotlarni ishlash tizimi (tasvirlarni ishlash, tahlil va sintez qilish). 11) Timsollarni anglovchi tizimlar. SIning asosiy tarkibiy qismlari va arxitekturasi. SIning tarkibiy qismlari 1.9-rasmdagidek keltirish mumkin. SI tizimlaridan predmet sohaga, masala tipiga va foydalanuvchiga moslashish nuqtai–nazaridan foydalanishning funksional strukturasini 1.10-rasmda keltirish mumkin. Bu struktura uchta hisoblash vositalari majmuasidan tashkil topgan. Birinchi majmua masalani samarali yechish nuqtai nazaridan loyihalangan dasturni bajaruvchi vositalar majmuidan tashkil topgan, ba’zi hollarda muammoli 28 yo’nalishga ega. Ikkinchi majmua - keng doiradagi foydalanauvchilar talablariga tez moslashuvchi strukturaga ega bo’lgan intellektli interfeys vositalari majmui. Uchinchi vositalar majmui birinchi va ikkinchi majmuaning o’zaro aloqasini ta’minlaydigan BB hisoblanadi. Bajaruvchi tizim shakllangan dasturni bajarishni ta’minlaydigan barcha vositalar majmuini birlashtiradi. Intellektual interfeys – dasturiy va instrumrntal vositalar tizimi bo’lib, foydalanuvchilar uchun ularning kasbiy faoliyatida vujudga keladigan masalalarni yechishda kompyuterni qo’llashni ta’minlaydi. BB – boshqa komponentalarga nisbatan markaziy o’rinni egallaydi. Chunki BB orqali masalani yechishda ishtirok etadigan hisoblash tizimlari vositalarining birlashuvi amalga oshiriladi. Tashqi muhit Muloqot tizimi Ma’lumotlar bazasi Mantiqiy blok EHM Bilimlar bazasi 1.9– rasm. SIning tipik sxemasi. 3. Intellektual interfeys Yechuvchi 1. Bajaruvchi tizim Axborotli qatlam Hisoblash, mantiqiy, Izlash vositalari Konseptual qatlam Programmalar Translyatorlar, o’ zaro muloqotni ta’ minlovchi tizim Foydalanuvchi Muloqot tizimi Maxsus MB Foydalanuvchiga moslashish 2. Bilimlar bazasi Masala tipiga moslashish Predmet sohaga moslashish 1.10-rasm. SI tizimlarini qo’llashning funksional strukturasi. 29 6. Mashinali o’qitishning amaliy sohalari tahlili MO’ ning qo`llanilish sohalariga quyidagilar kiradi: ▪ Teoremalarni isbotlash; ▪ O`yinlar; ▪ Timsollarni tanib olish; ▪ Qaror qabul qilish; ▪ Adaptiv (moslashuvchan) dasturlash; ▪ Mashinada musiqalarini bastalash; ▪ Tabiiy tilda ma’lumotlarni qayta ishlash; ▪ O`qituvchi to`rlar (neyroto`rlar); ▪ Og`zaki kontseptual o`qitish. MO’ quyidagi sohalarga qo’llanilmoqda: timsollarni tanib olish, ma’lumotlarni ishlash, timsollardagi ma’lumotlarni to’ldirish, assosiativli qidiruv, sinflash, bashoratlash, tashxis qo’yish, signallarni ishlash, jarayonlarni boshqarish, ma’lumotlarni segmentlash, ma’lumotlarni siqish, murakkab jarayonlarni boshqarish, mashinali ko’rish, nutqlarni tanish va h.k. Hozirgi vaqtda har bir predmet sohada MO’ masalalarini topish mumkin. Iqtisod va biznes. Bozorlar va banklarning sinishini oldindan aytish, avtomatik diling, kreditlarni qaytarmaslikning oqibatini baholash, ko’chmas mulk narxini baholash, avtomatik reytinglash, buyum va pulli oqimlarni optimallashtirish, chek va shakllarni hisoblashni avtomatlashtirish kabi masalalarni yechishda qo’llaniladi. Tibbiyot. Bu sohada tibbiy tasvirlarni ishlash, bemorlarning holatini monitoring qilish, tashxis qo’yish, davolashni samaradorligini faktotli tahlil qilish, davolashni nazorat qilish kabi masalalar yechiladi. Misol: ko’z qatlami tomirlaridagi melonomlarni oldindan tashhislash tizimi (http://www.chat.ru/ neurocon). Аvionika. Bu sohada o’rgatuvchi avtomatlar, radar signallarini anglab olish, kuchli shikastlangan samolyotda uchish apparatini boshqarishga moslashish kabi masalalar yechiladi. Misol: Samolyotning qanday shikastlanish turidan qat’iy nazar real vaqt rejimida uchishni avtomatik rejimga o’tkazish. Aloqa. Bu sohada bideoaxborotlarni siqish, tez kodirovka-dekodirovkalash, sotkali tarmoqlarni va paketlarni marshrutlash sxemalarini optimallashtirish kabi masalalar yechiladi. Internet. Bu sohada axborotlarni assotsiativ qidiruv, elektron kotibalar va tarmoqlardan foydalanuvchi agentlar, tizimlarda axborotlarni filtrlash, manzilli reklama, elektron savdo uchun manzilli marketing kabi masalalar yechiladi. Misol: alohida neyroagentlar ko’rinishidagi foydalanuvchilarning kasbiga qiziqishlarini va foydalanishlarini ta’minlovchi AGENTWARE tizimi (neyrokotibalar) (http://www.agentware.com). Siyosiy texnologiyalar. Bu sohada sotsiologik so’rovlarni tahlil qilish va umumlashtirish, reytinglarni tashhislashni oldindan aytish, muhim faktorlarni ajratib olish, aholining sotsial dinamikasini vizuallashtirish kabi masalalar yechiladi. 30 Xavfsizlik va qo’riqlash tizimlari. Ushbu sohada shaxsni anglab olish, shaxs ovozini va yuzini tanib olish, avtomobillarning tartib raqamini tanib olish, aerokosmik rasmlarni tahlil qilish, axborot oqimlarni monitoring qilish, yasama(imzo, rasm, so’z, chek va h.k.)larni aniqlash kabi masalalar yechiladi. Misol: yasama cheklarni aniqlash tizimi (Tearing up the Rules, Banking Technology, noyabr 1993). Axborotlarni kiritish va ishlash. Ushbu sohada qo’lyozma cheklarni ishlash, imzolarni, barmoq izlarini va ovozlarni aniqlash, kompyuterga iqtisodiy va soliq xujjatlarini kiritish kabi masalalar yechiladi. Misol: to’lov xujjatlarini va soliq deklaratsiyalarini avtomatik kiritish va anglab olish uchun Flex Read seriyali paketlar. Rossiyada RASPOZNAVANIE dasturiy tizimi ishlab chiqilgan boʻlib, undagi dasturlar bibliotekasi chiziqli, mantiqli, statistik, neyrotoʻrlar, bashoratlashning gibrid usullari, bashoratlash usullari, sinflash va pretsedentlardan bilimlarni olish, hamda bashoratlash va sinflashning uyushgan usullari bilan ta’minlangan. RASPOZNAVANIE tizimi tarkibiga kiruvchi dasturiy paketlar (PARK, OBRAZ, DISARO, LOREG va TaxonSearch) koʻplab amaliy masalalarni yechishda qoʻllanilgan va amaliyotga tadbiq etilgan: Biznes va va moliya sohasida: kvartiralarning narxini baholash; kreditli artochkalarni nazorat qilishda; harakatdagi obyektlarni tanib olishda. Tibbiyotda va sogʻliqni saqlash sohasida: aholini yoshi boʻyicha klasterlashda; koʻkrak rakini anglashda; insultga tashxis qoʻyish; yurak tomirlariga tashxis qoʻyish; sariq kasalligini bashoratlash; qandli diabet kasalligini bashoratlash; Texnik tashxis qoʻyish sohasida: dvigatellarning yaroqli yoki yaroqsizligini aniqlashda; texnik qurilmalarning holatini nazorat qilishda. Qishloq xoʻjaligi sohasida: ekin maydonlarining holatini aniqlashda; mevalarni oʻlchoviga qarab taxlashda. Geologiya sohasida: kam uchraydigan metallar va neft qazilmalarini aniqlash; foydali qazilmalarining holatini aniqlash. Tasvirlarni qayta ishlash sohasida: qoʻlyozma raqamlarni, harflarni va simvollarni tanib olish; shaxs imzolarini tanib olish; biometrik belgilar – barmoq izlari, qoʻl, yuz, quloq, koʻz tasvirlari tanib olish; tasvirlar ketma-ketligida dinamikani segmentlash va tanib olish. Exspert tizim(ET)lar – bu SI ning amaliy tizimlari bo’lib, ular biror bir predmet sohadagi exspertlarning empirik bilimlari asosida shakllantirilgan bilimlarga asoslanadi. ETlar exspertlar soni kam bo’lganda, masalani yechishda yetarli operativlik holati yetishmaganda yoki exspertlar uchun havfli va sog’lig’iga zarar etkazuvchi sharoitlarda qo’llaniladi. ETlar yordamida yechiladigan masalalar sinfiga quyidagilarni kiritish mumkin: tashxislash, bashoratlash, tanib olish, boshqarish, loyihalash, monitoringlash. ETlardan foydalaniladigan faoliyat sohalariga quyidagilarni kiritish mumkin: tibbiyot, hisoblash texnikasi, harbiy ishlar, mikroelektronika, radioelektronika, huquqshunoslik, iqtisod, ekologiya, geologiy (foydali qazilmalarni qidiruv), matematika. Ishlab chiqarishda, harbiy sohada, informatikada, kompyuter tizimlarida, 31 elektronikada keng va samarali qo`llanilayotgan ETlarga misollar [6, 16, 19, 21]: DENDRAL – murakkab organik molekulalar strukturalarini tanish uchun ET; MOLGEN – DNK strukturasini aniqlovchi ET; XCON – VAX 11 hisoblash komplekslarini loyihalashtiruvchi ET; MYCIN – ichak kasalliklariga tashxis qo`yuvchi ET; PUFF – sil kasalligiga tashxis qo`yuvchi ET; MACSYMA – algebraik ifodalarni soddalashtiruvchi ET; YES/MVS – katta EHM dagi katta razryadli MVS operatsion tizimlarni boshqaruvchi ET; PROSPECTOR – foydali qazilmalarni topishda maslahat beruvchi ET; POMME – mevali bog`larga qarashga maslahat beruvchi ET; AIRPLANE – samolyot yerga qo`nishida uchuvchiga yordam beruvchi ET; ESPLAN – Baku neftni qayta ishlash zavodida ishlab chiqarishni rejalashtiradigan ET; MODIS – gipertonik kasalliklarning turli shakllariga tashxis qo`yuvchi ET; MIDAS – energetik tizimlarda ishdan chiqish holatlarini aniqlash va tuzatish uchun ET; NetWizard – lokal tizimlarni loyihalovchi ET; ACES - xaritada o`zgarish kiritish bo`yicha kartografik ishlarni amalga oshiradigan ET; ASTA - analitikka tutuvchi signalni jo`natgan radar turini aniqlashga yordam beradigan ET; DART- raqiblarning buyruq beruvchi markazlari, boshqaruvi va aloqalarining razvedka qilinganida olingan natijalarni qayta ishlashga yordamlashadigan ET; HANNIBAL- raqibning radioalmashish razvedkasi sohasida vaziyatni baholashni amalga oshiradigan ET; I&W - razvedkadagi analitiklarga keyingi qurolli to`qnashuv qachon va qayerda bo`lishini bashorat qilishida yordamlashadigan ET; RUBRIC – foydalanuvchiga formatlanmagan matnlarni o`zida mujassamlashtirgan MBga kirish huquqini olishga yordam beradigan ET; CODES – MBni ishlab chiquvchi mutaxassisga, MBning kontseptual sxemasini aniqlash uchun IDEF1 yondashuvni qo`llashni istayotgan mutaxassisga yordamlashadigan ET; MIXER - Texas Instruments SBIS TI990 uchun ishlab chiqilgan mikrodasturlarni yozishda dasturchilarga ko`maklashadigan ET; ACE - telefon tarmog`idagi nosozliklarni aniqlashda, uni sozlash va tiklash chora tadbirlari bo`yicha tavsiyalar beradigan ET. O’zbekistonda intellektual tizimlarning rivojlanishi. Vatanimizda Norma kompaniyasi tomonidan ishlab chiqilgan ETlari: Amaliy buxgalteriya; Kichik korxona elektron buxgalteriya; Amaliy soliq to`lovlari; «A» dan «Ya»gacha tekshiruv; 32 Kadrlar bo`yicha maslahatchi; Soliqlar: savollar va javoblar; Eksport-import operatsiyalari; Tashkilot yuristi ET; Qurilish; Kichik korxona: hisob, soliq, huquq; Aqlli bichish-tikish; 1,11-rasm. “Robotjon” hamda Mohir taxlam. “Mikro Robotjon” Har xil qo`llanishga mo`ljallangan intellektual robotlarni yaratish borasida 50 dan ortiq mamlakatlarda, jumladan, O`zbekistonda ham tadqiqotlar olib borilmoqda. Jumladan, «Rossiya ko`rgazmalar markazi»da 2014 yilda ACP Geek Picnic ko`rgazmasida Ozbekistonlilklar kichik robotlar, uchuvchi moslamalar, gumanoid robotlar, mega robotlar, 3D-printerlarda robot qismlarini yasash, mini-sumo va mikro-sumo turlarida “Robotjon” hamda “Mikro Robotjon” bilan qatnashdi va Mikro Robotjon musobaqada «Eng texnologik robot» deb topildi (1.11-rasm). MO’ kelajakda SITlarining qishloq xo`jaligida – ekinlarni zararkunandalardan himoya qilishi, daraxtlarni kesishi va tanlash xususiyatiga asoslanib parvarishlashni ta’minlashi; tog` sanoatida – insonlar uchun o`ta xavfli bo`lgan sharoitlarda ishlashi; ishlab chiqarishda – yig`ish va texnik nazoratning turli xil masalalarini bajarishi; tashkilotlarda – jamoa va alohida xodimlar uchun jadval tuzishi, yangiliklar haqida 1.8-rasm. “Robotjon”o`quv va “Milro-Robotjon” qisqacha ma’lumot berish bilan shug`ullanishi; yurtlarida – talabalar yechadigan masalalarni ko`rish, undagi xatolarni qidiruv va ularni bartaraf qilish masalarini hal qilishi, talabalarni hisoblash tizimlarining xotirasida saqlanadigan superdarsliklar bilan ta’minlashlari; kasalxonalarda – be’morlarga tashxis qo`yish, ularni kerakli bo`limga yuborish va davolash davomida ularga maslahatlar berishi va nazorat qilishi; uy ishlarida – ovqat tayyorlash, mahsulot harid qilish bo`yicha maslahatlar berishi, uyning va bog`dagi gazonlarning holatini nazorat qilish kabi masalalarni amalga oshirishi lozim. Kasalxonalarda MO’ tizimlari be’morlarga tashxis qo`yish, ularni kerakli bo`limga yuborish va davolash davomida ularni nazorat qilishlari kerak. Uy ishlarida MO’ tizimlari ovqat tayyorlash, mahsulot harid qilish bo`yicha maslahatlar berish, uyning va bog`dagi gazonlarning holatini nazorat qilishi kerak. Albatta ayni vaqtda bularning hech qaysisini amalga oshirish imkoni yo`q, lekin SI sohasidagi tadqiqotlar ularni amalga oshirish imkonini berishi mumkin. Tajriba orttirish uchun misol va topshiriqlar. 1- topshiriq. Nazariy qismni o`zlashtirish va B/B/B jadvalini to`ldirish. B/B/B texnikasini qo`llash bo`yicha ko`rsatma. 1. Ma’ruza rejasiga mos holda 2-ustunni to`ldiring. 2. O`ylang, juftlikda hal eting va javob bering, ushbu savollar bo`yicha nimani bilasiz, 3-ustunni to`ldiring. 3. O`ylang, juftlikda hal eting va javob bering, ushbu savollar bo`yicha nimani bilish kerak, 4-ustunni to`ldiring. 33 № 4. Ma’ruzani o`qing va materiallar bilan tanishing. 5. 5-ustunni to`ldiring. B/B/B jadvali (Bilaman/Bilishni hoxlayman/Bilib oldim) Mavzu savoli Bilaman Bilishni hoxlayman Bilib oldim 1. 2. 3. 4. 5. 2-topshiriq. “Bilib oldim” ustuni asosida “T” jadvalini to`ldirish. Nazariy qismdan tayanch iboralarni aniqlash va “T” jadvalini qurish. Tayanch ibora Mazmuni 1. 2. ... n. 1-ma'ruza uchun adabiyotlar 1. А.В. Гаврилов. Системы искусственного интеллекта: Учеб. пособие: в 2-х ч. - Новосибирск: Изд-во НГТУ, 2001. - Ч. 1. - 67 с. 2. А.В. Гаврилов. Лабораторный практикум по нейронным сетям. Ч. 1. Новосибирск:Изд-во НГТУ, 1999. 3. Т.А. Гаврилова, В.Ф. Хорошевский. Базы знаний интеллектуальных систем.СпБ,Питер,2000. 4. Павлов С. Н. Системы искусственного интеллекта : учеб. пособие. В 2-х частях. / С. Н. Павлов. - Томск: Эль Контент, 2011. - Ч. 1. - 176 c. ISBN 9785-4332-0013-5. 5. Russell S. L. Artificial intelligence: a modern approach / S. L. Russell, P. Norvig. - Upper Saddle River, New Jersey: Prentice- Hall Inc., 1995. -905 p. 6. [15] Allen J. AI Growing up / J. Allen // AI MAGAZINE. - 1998. - V. 19. - №4. Р. 13–23. 7. Искусственный интеллект : справочник: в трех кн. / под ред. Э. В. Попова. М. : Радио и связь, 1990. 8. Гаскаров Д. В. Интеллектуальные информационные системы: учебник для вузов / Д. В. Гаскаров.- М. : Высш. шк., 2003. - 431 с. 9. Андрейчиков А. В. Интеллектуальные информационные системы : учебник / А. В. Андрейчиков, О. Н. Андречикова. - М. : Финансы и статистика, 2006.- 424 с.- №12. 10. Ларичев О. И. Системы основанные на экспертных знаниях: история, совершенное состояние и некоторые перспективы // Труды Седьмой национальной конференции по искусственному интеллекту с 34 международным участием. - М. : Изд-во физико-математической литературы, 2000. 11. Тарасов В. Б. О системно-организационном подходе в искусственном интеллекте / В. Б. Тарасов // VI Международная конференция «Знаниядиалог-решения»: сб. научн. тр. - Ялта, 1997. - с. 57-70. 12. Бондарев В. Н. Искусственный интеллект : учеб. пособие для вузов /В. Н. Бондарев, Ф. Г. Аде - Севастополь : Изд-во СевНТУ, 2002. - 615 с. 13. Луценко Е. В. Интеллектуальные информационные системы /Е. В.Луценко. - Краснодар : КубГАУ, 2006.- 615 с. 14. Оссовский С. Нейронные сети для обработки информации : пер. с польского Н. Д. Руданского / С. Оссовский. - М. : Финансы и статистика, 2002. -344 с. 15. Павлов С. Н. Интеллектуальные информационные системы : учеб. пособие / С. Н. Павлов. - Томск : Томский межвузовский центр дистанционного образования, 2004.- 328 с. 16. Представление и исследование знаний : пер. с япон. / Х. Уэно [и др.] ; под ред. Х. Уэно, М. Исидзука; - М. : Мир, 1989. - 220 с. 17. Приобретение знаний : пер. с япон. / под ред. С. Осуги, Ю. Саэки; - М. : Мир, 1990. - 304 с. 18. Allen J. AI Growing up / J. Allen // AI MAGAZINE. - 1998. - V. 19. - №4. - Р. 13–23. 19. Feder J. Plex Languages // Information Sciences. 1971. - № 3. - P. 225-241. 20. Search Engine Sizes [Электронный ресурс] / Danny Sullivan, Search Engine Watch. - Электрон, текстовые дан. - [Б.м.] : Search Engine Watch, 2000. Режим доступа : http://www.searchenginewatch.com/reports/sizes.html - Англ. 21. Kleppe A., Warmer J., Bast W. MDA Explained: The Model Driven Architecture - Practice and Promise. - Addison-Wesley, 2003. - 192 p. 22. Uschold М., Gruninger М. ONTOLOGIES: Principles, Methods and Applications // Knowledge Engineering Review. 1996. - Vol. 11, № 2. 23. С. Рассел, П. Норвиг. Искусственный интеллект. Современный подход. -М.: Вильямс, 2007. -1410 с. 1-ma’ruza uchun o’zini-o’zi tekshirish savollari 1. MO’ fanining maqsadi nima? 2. MO’ ning ma’nosini izohlang? 3. MO’ ning asosiy tushunchalarga izoh bering? 4. MO’ qandy bosqichlardan iborat? 5. MO’ning asosiy tishunchalari nimalardan iborat? 6. Obyektning belgilari qanday turlarga bo’linadi 7. Empirik ma’lumotlarni izohlang? 8. Sun'iy intellekt (SI) nima? 9. Intellekt atamasi nimani anglatadi? 10. SI ning olimlar tomonidan taklif qilingan qanday ta'riflari mavjud? 35 11. Bugungi kunda SIni ko'pchilik nuqtai nazaridan umumiylikga ega uchta ta’rifni keltiring? 12. SIT nima? 13. Nechanchi yilda va qayerda "sun'iy intellekt" atamasi taklif etildi? 14. SITlarning tipik sxemasi qanday bloklardan iborat? 15. SITlardan foydalanishning funksional strukturasi qanday bloklardan iborat? 16. DENDRAL, MYCIN, "PROSPECTOR", LUNAR tizimlari qanday tizimlar va ular qanday vazifalarni bajargan? 17. S.N. Pavlov tomonidan taqdim etilgan SI tizimlarini sinflashni keltiring. 18. Strukturali, evolyutsiyali va imitatsiyali yondashuvlarni izohlang? 19. SITlari kelajakda qanday masalalarni amalga oshirishi lozim? 1-ma’ruza uchun testlar 1. Mashinani o’qitish (Machine Learning) – bu kompyuterni dasturlashning yangi yo’nalishi bo’lib, ma’lumotlarni ............ olish va shu ma’lumotlar asosida ............. xususiyatiga ega bo’lishidir. a) o’qib; o’rganish; b) saralab; differensiallash; c) sezish; his qilish; e) saralab; integrallash. 2. Mashinali o’qitish - bu ........................................ a) ma'lumotlardan ma'lumot olishdir; b) integrallashuv jarayonidir; c) ma’lumotlarni to’plashdir; e) his qilish jarayonidir. 3. X - obyektlar to’plami, Y- javoblar to’plami uchun f:X→Y no’malum bog’liqlik maqsad funksiyani aniqlashning hal qiluvchi (decision function) R:X→Y algoritmini qurish – bu .............. masalasining qo’yilishi hisoblanadi. a) o’qitish; b) integrallashuv; c) gibridlashuv; e) masofani hisoblash. 4. Muammoni aniqlash, ma’lumotlarni tayyorlash, algoritmni ishlab chiqish va baholash, natijaviy ma’lumotlar aniqligini oshirish va yakuniy natijani taqdim qilish –bu .................. bosqichlari hisoblanadi. a) mashinani o’qitish; b) ekspertlarni aniqlash; c) mashinani sozlash; e) ekspertlarni tanlash. 5. Obyektlarni tanib olish uchun ... foydalaniladi. a) muhim belgilardan; b) barcha belgilardan; c) bir xil belgilardan; e) yopiluvchi belgilardan. 6. Sinf – bu ... xususiyatga ega bo‘lgan ... to‘plamidir. a) umumiy; obyektlar; b) diametr; to’rtburchaklar; c) harorat; raqamlar; e) og’rlik; harflar. 36 7. Obyektlar haqida empirik ma’lumotlar ............ yordamida aniqlanadi. a) tajriba; b) ekspert; c) foydalanuvchi; e) kompyuter. 8. Obyektlar haqidagi ma’lumotlarni o‘rganish ............... topishga asoslanadi. a) obyektlar uchun xos bo‘lgan asosiy belgilarni; b) obyektlar uchun xos bo‘lmagan asosiy belgilarni; c) obyektlar uchun chegaraviy sharti bo‘lgan asosiy belgilarni; e) obyektlar uchun boshlang‘ich sharti bo‘lmagan asosiy belgilarni. 9. Belgilarning turlari qaysi javobda to’gri keltirilgam? a) Determinalli, mantiqli, strukturali, ehtimolli, nominalli; b) Strukturali, ehtimolli, chiziqli, etalonli, bo’sag’ali; c) Determinalli, bo’lakli , bo’sag’ali, skeletli, mantiqli; e) Strukturali, skeletli, chiziqli, determinalli. 10. Determinalli belgilar ……….… qiymatlarga ega bo’ladi. a) aniq va sonli; b) chin; c) ehtimolli; e) simvolli. 11. Etimolli belgilar ..........… qiymatlarga ega bo’ladi. a) tavakkali; b) yolg’on; c) chin; e) aniq. 12. Mantiqiy belgilar ..........… qiymatlarga ega bo’ladi. a) chin yoki yolg’on; b) tavakkali; c) simvolli; e) uzluksiz. 13. Strukturali belgilar ....................... ko’rinishidagi obyektlarda uchraydi. a) simvol va tasvir; b) faqat simvol va raqam; c) faqat tasvir va harf; e) faqat harf va raqam. 14. Sinflashtirish – bu ...................... asosida sinflarga bo‘lish. a) obyektlarni belgilar; b) obyektlarni etalon tanlov; c) etalon tanlovni erkin tanlov; e) harflarni erkin tanlov. 15.Intellekt -bu …………………………………tushunchalarini anglatadi. a) b) va e) javoblar to’g’ri; b) aql va idrok; c) sezish va his qilish ; e) ong va insonning fikrlash qobilyati. 15. “Sun’iy intellekt” atamasi nechanchi yida va qayerda taklif etilgan. a) 1956 yilda Dartmut kolleji seminarida; b) 1956 yilda Massachussets Texnologiya Institutida; c) 1956 yilda Carnegie Mellon Universitetida; e) 1956 yilda Dartmut Universitetida seminarida. 16. Sun’iy intellekt -bu …………………………………tushunchalarini anglatadi. a) b) va c) javoblar to’g’ri; 37 b) inson intellektining alohida funksiyalarini bajarishni ta’minlovchi avtomatik tizim; c) qaror qabul qilish, muammoni hal qilish, o’qitish, o’rgatish kabi insoniy fikrlash bilan bog'liq bo'lgan faoliyat turlari; e) kompyuter sxemasi. 17. Sun’iy intellekt tizimi (SIT) -bu ……………………………. hisoblanadi. a) barcha javoblar to’g’ri; b) kompyuterli va kreativ tizim; c) murakkab strukturali moslashish; e) maqsadga erishish uchun muhit o’zgarishiga moslashish va soha o’zgarishidagi ichki holat. 18. DENDRAL - qanday vazifani bajargan? a) murakkab organik molekulalar strukturalarini tanish uchun qo’llaniladigan ekspert tizim; b) idrok etuvchi, dinamik muhitda murakkab rejalarni amalga oshiruvchi ekspert tizim; c) mehanik integrallashgan robotlarni boshqaruvchi ekspert tizim; e) robotlarni ishlab chiqarishga mo’ljallangan ekspert tizim. 19. MYCIN - qanday vazifani bajargan? a) ichak kasalliklariga tashxis qo`yuvchi ekspert tizim; b) murakkab rejalarni amalga oshiruvchi ekspert tizim; c) iqtisodiy masalalarni boshqaruvchi ekspert tizim; e) bank operatsiyalariga mo’ljallangan ekspert tizim. 20. PROSPECTOR -qanday vazifani bajargan? a) foydali qazilmalarni topishda maslahat beruvchi ekspert tizim; b) loyihalashni amalga oshiruvchi ekspert tizim; c) biznes masalalarni boshqaruvchi ekspert tizim; e) bank operatsiyalariga mo’ljallangan ekspert tizim. 21. Prolog, FRL, KRL, GUS - nima? a) mantiqiy dasturlash tillari; b) loyihalashni amalga oshiruvchi ekspert tizimlar; c) biznes masalalarni boshqaruvchi muloqat tizimlar; e) bank operatsiyalariga mo’ljallangan dasturlar. 38