Intr-o ordine nepreferentiala vom lista acele atribute sau dimensiuni esentiale ale sistemelor inteligente.
Adaptare si instruire. Capacitatea de adaptare la conditii variabile este absolut necesara. Ea nu implica in mod obligatoriu abilitatea de a invata (de instruire), dar cu cat gradul de variabilitate a conditiilor este mai mare, instruirea devine o conditie necesara. Trebuie mentionat ca instruirea nu apare ca o etapa sau ca un nivel al inteligentei, ci ca o modalitate de crestere a inteligentei ca rezultat al unei experiente. Prin instruire memoria pe termen scurt este transpusa in memorie pe termen lung si permite modificarea comportamentului sistemului pe baza a ceea ce s-a memorat. Instruirea este deci un mecanism de stocare de cunostinte despre lumea exterioara si de insusire a unui mod de comportare. Totodata, instruirea asociata cu adaptarea este un proces de generalizare, deoarece procesul de instruire sta la baza oricarui sistem multidecizional de prelucrare a cunostintelor care se construieste pornind de la modele abstracte, generale. Generalizarea devine un atribut al adaptarii, care permite atingerea dezideratului esential al controlului inteligent si anume acela de crestere a functionalitatii fara a creste complexitatea functiilor de calcul.
Autonomie si inteligenta. Un sistem este considerat autonom atunci cand are capacitatea de a actiona corect in medii incomplet definite fara interventie externa pe o perioada mare de timp. Exista mai multe grade de autonomie, pe care le-am putea asocia cu functiile de reglare incluse in controlul inteligent: un sistem de reglare cu parametri fixati are gradul minim de autonomie, sistemele adaptive de reglare au un grad superior de autonomie. In masura in care un sistem are un grad mai mare de autonomie, se accepta ca are si un nivel mai ridicat de inteligenta. Pentru diferentierea gradelor de inteligenta se pot adopta si alte criterii cum sunt: puterea de calcul a sistemului, gradul de complexitate al algoritmilor utilizati pentru achizitia, procesarea si evaluarea datelor obtinute din mediul inconjurator, capacitatea de stocare in memorie a datelor. In majoritatea sistemelor artificiale, cresterea nivelului de inteligenta reflectata prin putere de calcul si capacitate de memorare se face pe seama cresterii complexitatii structurilor hardware si deci poate deveni un obstacol in aplicarea fie printr-un cost prea ridicat, fie prin imposibilitatea de prelucrare in timp real a informatiei memorate.
Pentru mai multa specificitate, se poate incerca definirea unui “vector de inteligenta” asemanator coeficientului de inteligenta folosit in testarea capacitatii umane. Parametrii componenti ai acestui vector de inteligenta ar putea fi: puterea de calcul, numarul de procesoare, comunicatia interprocesor, dimensiunea memoriei, viteza de adresare, modul de reprezentare al cunostintelor de tip harti, simboluri, perechi valori-atribute, variabile de stare, modul de operare cu cunostinte cum sunt procedurile intrebare-raspuns, cautarea in liste, organizarea cozilor de asteptare, capacitatea functionala de evaluare si de decizie, gama dinamica si rezolutia senzorilor aferenti, modul de prelucrare a datelor furnizate de senzori - transformarea semnalelor in simboluri, refacerea semnalelor inecate de zgomot, estimare recursiva, capacitatea de predictie a evolutiei parametrilor, capacitatea de evaluare a costurilor si a gradului de risc, capacitatea de invatare data de posibilitatea de recunoastere de obiecte si simboluri, de asimilare a rezultatelor experimentale sau furnizate de un instructor.
Stabilirea unui anumit grad de inteligenta se reflecta si in celelalte atribute ale sistemului inteligent, in special in ce priveste capacitatea de adaptare si autonomia. Intrucat inteligenta este o proprietate interna a sistemului si nu un mod de comportare, gradul de inteligenta nu poate fi intotdeauna apreciat dupa comportamentul sistemului, ci prin teste active in conditii alese stiintific. Un mod de a evidentia acest grad este acela de a examina modul de comportare al sistemului atunci cand apar modificari in modul de reprezentare simbolica a informatiilor, prin care se poate releva masura in care sistemul “intelege” semnificatia simbolurilor pe care le utilizeaza si stabili diferenta dintre o autonomie a priori si una ad hoc, cea din urma fiind specifica doar situatiilor in care sistemul poate opera cu orice grupare semantica a simbolurilor.
Adaptare si instruire. Capacitatea de adaptare la conditii variabile este absolut necesara. Ea nu implica in mod obligatoriu abilitatea de a invata (de instruire), dar cu cat gradul de variabilitate a conditiilor este mai mare, instruirea devine o conditie necesara. Trebuie mentionat ca instruirea nu apare ca o etapa sau ca un nivel al inteligentei, ci ca o modalitate de crestere a inteligentei ca rezultat al unei experiente. Prin instruire memoria pe termen scurt este transpusa in memorie pe termen lung si permite modificarea comportamentului sistemului pe baza a ceea ce s-a memorat. Instruirea este deci un mecanism de stocare de cunostinte despre lumea exterioara si de insusire a unui mod de comportare. Totodata, instruirea asociata cu adaptarea este un proces de generalizare, deoarece procesul de instruire sta la baza oricarui sistem multidecizional de prelucrare a cunostintelor care se construieste pornind de la modele abstracte, generale. Generalizarea devine un atribut al adaptarii, care permite atingerea dezideratului esential al controlului inteligent si anume acela de crestere a functionalitatii fara a creste complexitatea functiilor de calcul.
Autonomie si inteligenta. Un sistem este considerat autonom atunci cand are capacitatea de a actiona corect in medii incomplet definite fara interventie externa pe o perioada mare de timp. Exista mai multe grade de autonomie, pe care le-am putea asocia cu functiile de reglare incluse in controlul inteligent: un sistem de reglare cu parametri fixati are gradul minim de autonomie, sistemele adaptive de reglare au un grad superior de autonomie. In masura in care un sistem are un grad mai mare de autonomie, se accepta ca are si un nivel mai ridicat de inteligenta. Pentru diferentierea gradelor de inteligenta se pot adopta si alte criterii cum sunt: puterea de calcul a sistemului, gradul de complexitate al algoritmilor utilizati pentru achizitia, procesarea si evaluarea datelor obtinute din mediul inconjurator, capacitatea de stocare in memorie a datelor. In majoritatea sistemelor artificiale, cresterea nivelului de inteligenta reflectata prin putere de calcul si capacitate de memorare se face pe seama cresterii complexitatii structurilor hardware si deci poate deveni un obstacol in aplicarea fie printr-un cost prea ridicat, fie prin imposibilitatea de prelucrare in timp real a informatiei memorate.
Pentru mai multa specificitate, se poate incerca definirea unui “vector de inteligenta” asemanator coeficientului de inteligenta folosit in testarea capacitatii umane. Parametrii componenti ai acestui vector de inteligenta ar putea fi: puterea de calcul, numarul de procesoare, comunicatia interprocesor, dimensiunea memoriei, viteza de adresare, modul de reprezentare al cunostintelor de tip harti, simboluri, perechi valori-atribute, variabile de stare, modul de operare cu cunostinte cum sunt procedurile intrebare-raspuns, cautarea in liste, organizarea cozilor de asteptare, capacitatea functionala de evaluare si de decizie, gama dinamica si rezolutia senzorilor aferenti, modul de prelucrare a datelor furnizate de senzori - transformarea semnalelor in simboluri, refacerea semnalelor inecate de zgomot, estimare recursiva, capacitatea de predictie a evolutiei parametrilor, capacitatea de evaluare a costurilor si a gradului de risc, capacitatea de invatare data de posibilitatea de recunoastere de obiecte si simboluri, de asimilare a rezultatelor experimentale sau furnizate de un instructor.
Stabilirea unui anumit grad de inteligenta se reflecta si in celelalte atribute ale sistemului inteligent, in special in ce priveste capacitatea de adaptare si autonomia. Intrucat inteligenta este o proprietate interna a sistemului si nu un mod de comportare, gradul de inteligenta nu poate fi intotdeauna apreciat dupa comportamentul sistemului, ci prin teste active in conditii alese stiintific. Un mod de a evidentia acest grad este acela de a examina modul de comportare al sistemului atunci cand apar modificari in modul de reprezentare simbolica a informatiilor, prin care se poate releva masura in care sistemul “intelege” semnificatia simbolurilor pe care le utilizeaza si stabili diferenta dintre o autonomie a priori si una ad hoc, cea din urma fiind specifica doar situatiilor in care sistemul poate opera cu orice grupare semantica a simbolurilor.
Structurare si ierarhizare. Fiind o structura complexa, un sistem inteligent trebuie sa aiba o arhitectura functionala corespunzatoare, de obicei structurata pe module si organizata pe niveluri diferite de abstractizare (rezolutie, granularitate) sau cel putin sa aiba o forma de ordonare partiala care sa asigure ierarhizarea. Ierarhizarea se refera fie la functii si obiective, fie la gradul de rezolutie si poate conduce, dar nu obligatoriu, la ierarhizari si in arhitectura hardware.
Vom preciza ca prin rezolutia unui sistem de control intelegem dimensiunea zonei de indistinctibilitate pentru reprezentarea unui obiectiv, model, plan, sau lege de reglare. Rezolutia determina dimensiunea puterii de calcul. Cu cat rezolutia unui sistem de control este mai ridicata, cu atat gradul de complexitate al acestuia creste. Spatiul total de interes trebuie considerat, cel putin in faza initiala, de rezolutie joasa, si apoi din acest spatiu trebuie alese subseturi de interes pentru o rezolutie mai inalta. Prin aceasta abordare se evita o compexitate excesiva si totodata se structureaza o modalitate de operare bazata pe descompunerea in taskuri multinivel. Un sistem cu mai multe niveluri de rezolutie (numit si sistem cu reprezentare multirezolutionala) va apela la procedura de generalizare prin care se grupeaza mai multe subseturi de interes si se substituie cu entitati cu grad sporit de abstractizare. De aceea, de mai multe ori nivelurile de rezolutie se mai numesc in literatura de specialitate si niveluri de abstractizare sau niveluri de generalizare.
Existenta mai multor nivele de abstractizare sugereaza si o structurare ierarhica si in acest sens s-ar putea utiliza chiar o masura bazata pe entropia gradului de complexitate al fiecarui nivel. O astfel de abordare poate evidentia minimum trei niveluri ierarhice, structurate la randul lor dupa caz pe mai multe subniveluri functionale. Primul nivel ierarhic (inferior) este nivelul de organizare, modelat ca o masina Boltzmann folosita pentru rationament abstract, planificarea taskurilor si elaborarea deciziilor. Al doilea nivel este nivelul de coordonare compus de regula din retele Petri ce permit schimbul de comenzi si interfatarea cu nivelul de organizare. Nivelul superior este cel de executie, continand blocuri hardware specializate in achizitia datelor, prelucrarea acestora si furnizarea comenzilor adecvate catre proces.
Definitia sistemului inteligent. Tinand seama de toate aceste considerente, vom formula in continuare o definitie “de lucru” pentru un sistem (de control) inteligent.
Un sistem de control inteligent este un sistem cu grad inalt de adaptabilitate la schimbari neanticipate, astfel incat instruirea in timpul functionarii apare ca esentiala. Sistemul trebuie sa aiba un grad inalt de autonomie in corelatie cu necesitatea operarii in conditii de mediu slab structurat si cu grad pronuntat de incertitudine. Pentru rezolvarea acestor probleme complexe sistemul trebuie sa aiba o structura complexa, ingloband arhitecturi multifunctionale sau ierarhizate.
Niciun comentariu:
Trimiteți un comentariu
Opinia ta conteaza !