+1

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