Об использовании искусственного интеллекта в ИПТ

Первые роботы и РТК на их основе были разработаны и внедрены в промышленность в середине 1960-х годов. Эти РТК представляли собой простейшие технологические ячейки, в состав которых входило основное технологическое оборудование (станки с ЧПУ, машины литья под давлением, прессы и т. п.) и обслуживающий их робот. При этом на робот обычно возлагались рутинные, вспомогательные операции (типа загрузки и выгрузки заготовок), которые требовали использования ручного труда и долгое время не поддавались автоматизации. Только с появлением в 1962 г. манипуляционных роботов открылась реальная возможность автоматизации ручного труда. В дальнейшем появились транспортные роботы и робототехнические системы искусственного интеллекта, которые позволили существенно расширить круг автоматизируемых технологических операций. [c.16]

Проектирование адаптивных РТК с элементами искусственного интеллекта для ГАП должно проводиться в рамках единого подхода, существенно опирающегося на использование ЭВМ. Основными принципами такого подхода являются следующие. [c.31]

Программное обеспечения включает систему логических условий (условных переходов), обеспечивающих надежную безаварийную работу станка, обнаружение поломок инструмента и идентификацию свойств обрабатываемой поверхности. Эти условия представляют собой неравенства, которые позволяют определить, превышают или нет измеряемые величины программные уставки или заданные ограничения. Ограничения и уставки вводятся в систему АПУ в виде специальных адресов управляющей программы с указанием соответствующих параметров. Использование в системе управления станков элементов адаптации и искусственного интеллекта позволяет предотвращать поломку инструмента и поддерживать оптимальные режимы резания, что приводит к увеличению производительности станка и улучшению качества обработки. [c.129]

Рассмотренные примеры станков с системой АПУ и элементами искусственного интеллекта свидетельствуют о целесообразности их широкого использования в условиях гибкого производства с безлюдной технологией Полученные здесь первые результаты обнадеживают. Однако начатые исследования еще далеки до своего завершения, а разрабатываемые на их основе экспериментальные образцы интеллектуальных станков пока несовершенны и недостаточно надежны. Тем не менее можно ожидать, что станки с адаптивным и интеллектуальным управлением, ориентированные на эксплуатацию без обслуживающего персонала, станут важным элементом ГАП уже в ближайшем будущем. [c.132]

Совершенствование средств интеллектуального программирования постепенно избавит технологов от рутинной работы по программированию движений роботов и другого оборудования РТК. Диалоговый процессор вместе с интеллектуальным монитором позволит технологу описывать роботизированные технологические процессы на более высоком уровне и на более естественном языке, не прибегая к трудоемкому программированию в кодах ЭВМ. Таким образом, открывается реальная перспектива снять с технологов функции программистов как отдельных РТК, так и ГАП в целом. Для этого необходимо создать интеллектуальный технологический интерфейс, обеспечивающий общение технолога с управляющими ЭВМ на профессиональном языке. Решение этой проблемы требует, в свою очередь, разработки эффективных методов представления знаний, организации диалога и понимания естественного языка. Эти методы относятся к области искусственного интеллекта и безбумажной информатики как новой информационной технологии, радикально изменившей сам стиль использования ЭВМ для решения разнообразных задач автоматизации. [c.234]

Таким образом, описанные средства логического распознавания позволяют РТК осуществлять автоматический анализ сложных рабочих сцен по их контурным изображениям. Они применимы также и в тех случаях, когда изображения объектов и сцен заданы в виде матрицы яркости. При этом достаточно в качестве исходных предикатов—признаков взять трехместные предикаты, первыми аргументами которых являются соответствующие номера столбца и строки матрицы яркости, а третьим — градация яркости данного элемента изображения. Использование и программная реализация на управляющей ЭВМ алгоритмов логического распознавания позволяют существенно расширить функциональные (интеллектуальные) возможности адаптивных РТК. Острая практическая потребность в таких РТК с элементами искусственного интеллекта возникает сегодня во многих ГАП. [c.262]

Другие примеры компактного задания множества альтернатив А через множества Э и П связаны с использованием систем искусственного интеллекта, в которых 3 есть база данных, П — база знаний, или эволюционных методов, в которых 3 — также база данных, П — множество эвристик, последовательность их применения определяется эволюционными и генетическими принципами. [c.177]

ИСПОЛЬЗОВАНИЕ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ РЕШЕНИЯ НЕКОТОРЫХ ОБЩИХ И ПРИКЛАДНЫХ ЗАДАЧ МЕХАНИКИ МАТЕРИАЛОВ [c.136]

ЛИШЬ отдаленное отношение к машинной графике (например, искусственный интеллект, проектирование с использованием ЭВМ, поиск информации). Эти сведения относятся к областям возможного применения машинной графики следует четко отличать их от вопросов, непосредственно относящихся к машинной графике. [c.17]

Мы не можем завершить эту главу без краткого обсуждения многообещающего нового подхода к конструированию электронной и ионной оптики использования методов искусственного интеллекта. [c.554]

Следовательно, создание искусственного интеллекта связано с разработкой кибернетических моделей интеллектуальной деятельности. Какие достижения в этой области могут быть полезны уже сейчас для методики проектирования Широта использования такого поведенческого акта не остается без внимания специалистов, занимающихся разработкой искусственного интеллекта. Ими выделены некоторые процедуры, сопровождающие планирование и другие, близкие к проектированию процессы. В скором времени компьютеризация проектирования не только должна освободить человека от РУТИННОЙ работы, но и оказать ему помощь там, где проявляется его сознательная деятельность. [c.120]

Системы искусственного интеллекта. Средства САПР, ориентированные на автоматизацию процедур структурного синтеза, в той или иной мере опираются на идеи и методы искусственного интеллекта. Искусственный интеллект — это наука о знаниях, способах их получения, представления, переработки и использования в искусственных системах. Системы искусственного интеллекта (СИИ) оперируют знаниями, другие информационные системы — данными. Знания от данных отличает заложенная в них возможность интерпретации содержания и получения новых данных. [c.54]

Формальные грамматики. Аппарат формальных грамматик близок к теории автоматов и искусственного интеллекта. Известны попытки его использования для разработки алгоритмов структурного синтеза. [c.262]

Приобретение знаний Выделение и формулирование знаний для использования в системах искусственного интеллекта. [c.361]

Широкое использование компьютеров дома и в офисах и развитие таких отраслей знаний, как искусственный интеллект (ИИ) и робототехника, привлекли внимание к тому факту, что в настоящее время возрастает число и объем задач, требующих символьных вычислений. Например, обработка слов включает [c.365]

Наконец, появление систем управления базами данных для САПР и использование элементов искусственного интеллекта оказывают сильное влияние на прогресс в разработке программного обеспечения и на более тесную интеграцию в системе автоматизированного проектирования и производства [c.116]

Поиски выхода из создавшегося тупика возможны лишь на основе новой концепции организации управления технологических объектов с использованием современного аппарата искусственного интеллекта. [c.5]

Совместно с координатными системами работают оптико-телевизионные системы, позволяющие автоматически распознавать форму, положение, структуру объектов и выполнять такие операции, как ориентация, точное позиционирование, обработка, совмещение объекта с инструментом, контроль качества, измерения параметров и т. п. Управляющие системы таких роботов строятся на базе использования методов искусственного интеллекта. Все это позволяет отнести роботы с распределением функций к интегральным. [c.18]

Проблемы организации адаптивного управления состоят в необходимости обеспечения одновременной обработки большого объема информации и формирования команд управления в реальном масштабе времени, моделирования процессов функционирования адаптивного робота с целью разработки методов самообучения систем управления на основе сенсорной информации, используемой и в процессе функционирования робота. Среди проблем управления адаптивными роботами следует отметить разработку методов управления с использованием элементов теории искусственного интеллекта и совершенствование проблемно-ориентированных языков для программирования процессов обучения и управления роботов, оснащенных системами очувствления. [c.18]

Искусственный интеллект и экспертные системы. Применительно к автоматизированному проектированию искусственный интеллект и экспертные системы могут обеспечить общение на естественном языке, использование экспертных оЦенок и интеллектуального поиска и другие возможности. Интеграция искусственного интеллекта и экспертных систем получит дальнейшее развитие. [c.191]

Восприятие информации о внешнем мире имеет смысл, если оно-служит для распознавания и оценки окружающей обстановки для дальнейшего принятия решений. Для этого роботу необходим, мозг — вычислительная машина, обладающая быстродействием,, памятью соответствующей емкости и миниатюрными размерами. Сейчас управление сложными интегральными роботами осуществляется от универсальных машин сравнительно больших габаритов. Даже для управления промышленным роботом с весьма скромными способностями необходимо создавать систему управления, располагаемую в шкафу средних размеров. Работы, ведущиеся во всех странах по созданию искусственного интеллекта и совершенствованию электронной базы с использованием микромодулей высокой степени интеграции, позволяют надеяться, что в обозримом будущем мозг робота моншо будет выполнить в малом объеме и разместить в самом роботе, что в корне изменит все дело. [c.219]

Обеспечение безопасности полетов, надежности и эксплуатационной технологичности авиационных двигателей обусловило интенсивное развитие и внедрение методов и средств технической диагностики в эксплуатацию летательных аппаратов. Системы контроля диагностики двигателей прошли три поколения развития (от ламповых сигнализаторов до бортовых компьютерных систем с элементами искусственного интеллекта). Совершенно естественно распространить использование опыта, накопленного в области диагностики авиадвигателей, на наземные энергетические установки с учетом имеющихся принципиальных особенностей, отличающих конструкции и условия эксплуатации этих ГТД. [c.77]

Задачи поиска решений в не полностью определенной ситуации относятся к области искусственного интеллекта. Методы решения таких задач обычно содержат комбинацию формальных методов с использованием семантической (смысловой) информации о сложившейся к моменту решения очередного конфликта ситуации. Эти методы дают хорошие результаты при решении таких задач, как игра в шахматы, управление движением робототехнических систем в сложной среде и т. д. Планирование и управление дискретными производственными процессами тоже относятся к этому классу задач. Человек-оператор, решая задачу планирования, каждый раз применяет одни и те же приемы, но комбинации их, оценки результатов решения на каждом шаге поиска и выбор следующего шага решения зависят от того, какой смысл имеет полученный результат в данной ситуации. Метод решения задачи КП должен предусматривать возможность выбора различных функций предпочтения на любом шаге поиска решения. Задание дополнительной семантической информации можно обеспечить с помощью режима диалога в процессе решения или в виде исходных данных для конкретных производственных условий. [c.429]

Что касается превращения сигналов электронной машины в человеческую речь, то эта проблема уже решена, и новые терминалы все в большей степени оснащаются специальными устройствами, обеспечивающими синтез речи (превращение сигналов машины в речь). Вторая же (обратная) гфоблема, связанная с распознаванием речи, заключается в превращении ее в последовательность сигналов машины, а эта проблема во много раз сложнее проблемы синтеза. Дело в том, что при синтезе речи сигналы формальным путем превращаются в речь. Однако анализ речи для превращения ее в символы машины нуждается в выполнении сложных интеллектуальных операхщй, а это требует использования искусственного интеллекта. / [c.74]

Мы также используем информацию, полученную в рамках этой исследовательской программы, для разработки совершенно новых методов анализа. Некоторые участники исследовательской группы работают над использованием искусственного интеллекта, т.е. нейросетей, способных автоматически классифицировать и составлять характеристики дефектов. В настоящее время происходит значительный прогресс, который, несомненно, приведет к созданию более надежного и точного дефектоскопического оборудования. В свою очередь, это приведет к более безопасной и эффективной эксплуатакщи существующих систем трубопроводов. [c.123]

Свойство систем вырабатывать или получать недостающую информацию в цроцессе функционирования — одно из главных в адаптивных системах. АПМП крайне нуждается в адаптации, так как ему присуща неопределенность не только второстепенных, но и главных факторов и прежде всего факторов внешней среды. Адаптация в ГАП широко используется на всех стадиях обработки при конструировании, во время технологической подготовки, а такн<е при технологическом цроцессе и групповом управлении станками. Наряду с промышленными роботами в АПМП предполагается широкое использование адаптивных, а в ряде случаев и интеллектуальных роботов. В то же время именно АПМП, из которого на всех ступенях иерархии в перспективе предполагается почти полностью устранить человека, нуждаются в искусственном интеллекте. Это определяет повышенное внимание к проблеме применения интеллектуальных роботов в АПМП при ГПТ. [c.5]

Н. Нильсон. Мобильный автомат, построенный с использованием принципов искусственного интеллекта.— Сб. Интегральные роботы . М., Мир , 1973. [c.69]

На первом этапе инженер по знаниям должен ответить на основной вопрос "Подходят ли методы инженерии знаний для решения предложенной задачи " Для положительного ответа на данный вопрос необходимо, чтобы задача относилась к узкой, специальной области знаний и не требовала для своего решения использования того, что принято называть "здравым смыслом", поскольку методы искусственного интеллекта не дают возможности формализовать это понятие. Вероятно, именно поэтому чрезвычайно трудно построить ЭС, способную работать одновременно в нескольких проблемных областях. Кроме того, качество ЭС зависит в конечном счете от уровня сложности решаемой задачи и ясности ее формулировки. Задача не должна быть ни слишком легкой, ни слишком трудной. Обычно 4h j№ связанных понятий, релевантных проблеме, должно составлять несколько сотен. Говоря другими словами, назначение экспертной системы в том, чтобы решать некоторую задачу из данной области, а не в том, чтобы быть экспертом в этой области. Для обеспечения ясности формулировки задачи следует обратить внимание на точное описание входа/выхода и на наличие разнообразных примеров решений рассматриваемой задачи. [c.27]

Справочное пособие включает более 5 тысяч наиболее употребительных терминов по программным средствам вычислительной техники в самом ишроком смысле, вклю ая терминологию по системам искусственного интеллекта, технологии программирования, передаче и обработке данных и др. В нем приведена терминология, регламентированная государственными и международными стандартами, включая рекомендации ИСО и МККТТ, Комитета по научно-технической терминологии АН СССР. В пособие включена также информация о синонимах, аббревиатурах, а также эквиваленты на английском языке. При разработке пособия были учтены также замечания и предложения ведущих специалистов по вычислительной технике и информатике. Подготовка и редактирование велись на основе использования средств автоматизированной словарно-терминологической службы. [c.352]

К функциональным языкам программирования можно отнести языки Лисп, Пролог и Снобол. Язык Лисп является прекрасным инструментальным средством для построения программ с использованием методов искусственного интеллекта. Имеется несколько реализаций Лисп-трансляторов для ПЭВМ различных классов. Особенность этого языка заключается в удобстве динамического создания новых объектов. В качестве порождаемых программой объектов могут фигурировать и сами программы, которые внепше ничем не отличаются от данных. Это обусловливает возможность построения адаптируюишхся и самоизменяющихся программ. Память в языке Лисп испо в>-зуется динамически - когда создается новый объект, то для него из незанятой памяти берется столько ячеек, сколько нужно для хранения всех элементов. При этом не требуется [c.207]

Все процедуры по области их использования можно разделить на специальные, общетехнические, универсальные, применяемые в любой области человеческой деятельности, которые по содержанию можно отнести к метапроцедурам, играющим немаловажную роль и при создании систем искусственного интеллекта. Остановимся на некоторых из них — декомпозиции, поиске в лабиринте возможностей, семиотическом моделировании. [c.121]

Процесс эволюции взглядов на проблему управления большими системами (в том числе и сложными производствами) в аспекте использования различных описаний при создании моделей объектов управления, пройдя через этапы применения детерминированных и стохастических формализмов, а также осознания целесообразности учета в них человеческого фактора, вывел специалистов на формирование концепции интеллектуальных производственных систем. Наиболее динамично развивающимся направлением построения систем искусственного интеллекта являются экспертные производственные системы. Они, имитируя способ рассуждений, свойственны человеческому разуму, способны решать зад ачи управления не хуже коллегии экспертов. Наличие человеческого фактора, а точнее, лица, принимающего решения (ЛПР), в структуре управления существенно корректирует управляющие воздействия, а иногда и кардинально меняет всю стратегию управления. Это связано с тем, что ЛПР, обладая собственной (естественно, субъективной) системой предпочтений в плане выбора целей и критериев управления, зачастую не согласен (в той или иной мере) с решениями, предлагаемыми системой на основе традиционных моделей. Подобные разночтения вызваны теми обстоятельствами, что большинство сложных объектов принадлежит к группе слабоструктурированных, плохо определенных объектов, характерным для которых является ярко выраженная индивидуальность, отсутствие строгого критерия оптимальности, высокая динамичность, и, наконец, главное — неполнота информации об объекте, затрудняющая формализацию его описания. Как показывает опыт, в таких ситуациях более обоснованным и соответственно более эффективным в конечном счете оказывается решение, принятое ЛПР. [c.99]

Это в конечном счете влечет за собой принятие в рамках АСУ ТП УКПГ не адекватных текущим ситуациям решений по управлению. В этих условиях эффективным способом управления установкой является использование опыта, знаний, наконец, интуиции наиболее квалифицированных операторов-технологов, профессионалов (экспертов) [40]. Как правило, их знания носят эмпирический характер, плохо структурированы, не формализованы и отсутствуют в специальной литературе. Эти знания приобретаются только в результате длительного опыта практической работы. Они представляют собой набор наблюдений специальных фактов, правил, процедур и оценок в узкой области деятельности. Таким образом, возникает задача использования этого богатого арсенала средствами и методами искусственного интеллекта. [c.130]

Все перечисленные уровни иерархии функционально связаны между собой, а также с системой очувствления и с исполнительными механизмами робота. Их согласованная работа обеспечивается специальным коммутатором-координатором. Реализация иерархических систем интеллектного. управления невозможна без использования ЭВМ и микропроцессоров. Децентрализованная структура этого управления позволяет осуществлять различные вычислительные процессы параллельно и распределить функции (элементы искусственного интеллекта) между различными ЭВМ и микропроцессорами, что особенно важно с точки зрения управления роботом в реальном масштабе времени. [c.248]

Дальнейшее развитие робототехники в значительной степени будет связано с разработкой эффективных систем очувствления и элементов искусственного интеллекта. Решающее значение при этом приобретает создание соответствующего алгоритмического и программного обеспечения. Появление достаточно мощных и дешевых микроЭВМ и микропроцессоров позволяет не только реализовать адаптивные системы управления и элементы интеллекта роботов, но и делает экономически целесообразным их промышленное использование. Поэтому в недалеком будущем можно ожидать, что адаптивные и интеллектные роботы органически войдут в состав многих ГАП различных отраслей промышленности. [c.248]

В области искусственного интеллекта большее применение нашли семантические сети фреймов. Фреймовые языки как бы обобщают языки реляционного типа. Происходит переход от одноуровневых описаний реляционного типа к многоуровневым, иерархическим описаниям с использованием фреймов различных уровней. Это позволяет отобразить в системе знаний, хранящейся в ЭВМ, присущую человечеству иерархичность сведений об окружающем мире. [c.70]

Грини описывает способы применения ИИ для обширного диапазона экономических функций вереде КИП. На рис. 10.2 показаны 7 экономических функций, к которым можно применить искусственный интеллект. Для каждой из них существуют 6 социальных функций, т. е. режимов интерфейса с вовлеченными людьми. Каждая социальная функция может включать несколько познавательных функций. Каждая познавательная функция может выполняться с использованием нескольких различных типов базы знаний (правил обработки). И наконец, если система должна динамически совершенствоваться, т. е. обучаться, то должны быть указания об изменении существующих правил (метапознание). [c.261]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...