|
Чувственное и рациональное познание, интуицияСтр 1 из 3Следующая ⇒ ВИДЫ ЗНАНИЙ Чувственное и рациональное познание, интуиция
По-разному рассматривается вопрос о месте чувственного и рационального познания. Существуют прямо противоположные точки зрения. Эмпиризм (от гр. emperies — опыт) — единственным источником всех наших знаний является чувственный опыт. Рационализм (от лат. ratio — разум, рассудок) — наши знания могут быть получены только с помощью ума, без опоры на чувства. Очевидно, что нельзя противопоставлять чувственное и рациональное в познании, две ступени познания проявляются как единый процесс. Различие же между ними не временное, а качественное: первая ступень низшая, вторая — высшая. Знание является единством чувственного и рационального познания действительности. Вне чувственного представления у человека нет никакого реального знания. Например, многие понятия современной науки весьма абстрактны, и все же они не свободны от чувственного содержания. Не только потому, что своим происхождением эти понятия обязаны в конечном счете опыту людей, но и потому, что по своей форме они существуют в виде системы чувственно воспринимаемых знаков. С другой стороны, знание не может обойтись без рациональных данных опыта и включения их в результаты и ход интеллектуального развития человечества.
3. Заблуждение – содержание знания субъекта, не соответствующее реальности объекта, но принимаемое за истину. Источники заблуждений: погрешности при переходе от чувственного к рациональному познанию, некорректный перенос чужого опыта. 4. Ложь – сознательное искажение образа объекта. 5. Знание – результат познания действительности, содержание сознания, полученное человеком в ходе активного отражения, идеального воспроизведения объективных закономерных связей и отношений реального мира. Многозначность термина «знание»:
· знание как способности, умения навыки, базирующиеся на осведомленности; · знание как познавательно-значимая информация; · знание как отношение человека к действительности.
6. Виды знаний: · Житейское – строится на здравом смысле (Носит эмпирический характер. Базируется на здравом смысле и обыденном сознании. Является важнейшей ориентировочной основой повседневного поведения людей, их взаимоотношений между собой и с природой. Сводится к констатации фактов и их описанию) · Практическое – строится на действиях, овладении вещами, преобразовании мира · Художественное – строится на образе (Целостное отображение мира и человека в нем. Строится на образе, а не на понятии) · Научное – строится на понятиях (Понимание действительности в ее прошлом, настоящем и будущем, достоверное обобщение фактов. Осуществляет предвидение различных явлений. Реальность облекается в форму отвлеченных понятий и категорий, общих принципов и законов, которые зачастую приобретают крайне абстрактные формы) · Рациональное – отражение реальности в логических понятиях, строится на рациональном мышлении · Иррациональное – отражение реальности в эмоциях, страстях, переживаниях, интуиции, воле, аномальных и парадоксальных явлениях; не подчиняется законам логики и науки. · Личностное (неявное) – зависит от способностей субъекта и от особенностей его интеллектуальной деятельности
7. Формы знаний: · Научное – объективное, системно организованное и обоснованное знание · Ненаучное – разрозненное, несистематическое знание, которое не формализуется и не описывается законами · Донаучное – прототип, предпосылки научного знания · Паранаучное – несовместимое с имеющимся научным знанием · Лженаучное – сознательно использующее домыслы и предрассудки · Антинаучное – утопичное и сознательно искажающее представление о действительности УПРАВЛЕНИЕ ЗНАНИЯМИ Важное место в теории искусственного интеллекта занимает проблема представления знаний, являющаяся, по мнению многих исследователей, ключевой. Знания представляют собой совокупность сведений о мире (конкретной предметной области, совокупности объектов или объекта), включающих в себя информацию о свойствах объектов, закономерностях процессов и явлений, правилах использования этой информации для принятия решений. Первоначально вычислительная техника была ориентирована на обработку данных. Это было связано как с уровнем развития техники и программного обеспечения, так и со спецификой решаемых задач. Дальнейшее усложнение решаемых задач, их интеллектуализация, развитие вычислительной техники ставят задачу создания машин обработки знаний. Существенным отличием знаний от данных, несомненно, является их интерпретируемость. Если для интерпретации данных необходимы соответствующие программы и сами по себе они не несут содержательной информации, то знания всегда содержательны. Другой отличительной чертой знаний является наличие отношений, например, вида «тип — подтип», «элемент—множество» и т. д. Знания характеризуются наличием ситуативных связей, определяющих ситуативную совместимость отдельных событий и фактов, позволяющих устанавливать причинно-следственные связи. В общем виде модели представления знаний могут быть условно разделены на концептуальные и эмпирические. Концептуальная модель дает эвристический метод для решения некоторой проблемы. Метод эвристичен, поскольку концептуальное описание не дает гарантии того, что он может быть применен во всех соответствующих практических ситуациях. Концептуальная модель делает возможным распознавание проблемы, позволяет уменьшать время для ее предварительного анализа. Практическое использование концептуальной модели влечет за собой необходимость преобразования ее в эмпирическую. Знания могут быть накоплены в виде эмпирических моделей, как правило, описательного характера. Эти модели могут варьировать от простого набора правил до полного описания того, как ЛПР решаетзадачу. Модели представления знаний можно условно разделить на декларативные и процедурные. Декларативная модель представления знаний основывается на предположении, что проблема представления некоей предметной области решается независимо от того, как эти знания потом будут использоваться. Поэтому модель как бы состоит из двух частей: статических описательных структур знаний и механизма вывода, оперирующего этими структурами и практически независимого от их содержательного наполнения. При этом в какой-то степени оказываются раздельными синтаксические и семантические аспекты знания, что является определенным достоинством указанных форм представления из-за возможности достижения их определенной универсальности. В декларативных моделях не содержатся в явном виде описания выполняемых процедур. Эти модели представляют собой обычно множество утверждений. Предметная область представляется в виде синтаксического описания ее состояния (по возможности полного). Вывод решений основывается в основном на процедурах поиска в пространстве состояний. В процедурном представлении знания содержатся в процедурах - небольших программах, которые определяют, как выполнять специфичные действия (как поступать в специфичных ситуациях). При этом можно не описывать все возможные состояния среды или объекта для реализации вывода. Достаточно хранить некоторые начальные состояния и процедуры, генерирующие необходимые описания ситуаций и действий. При процедурном представлении знаний семантика непосредственно заложена в описание элементов базы знаний, за счет чего повышается эффективность поиска решений. По сравнению с процедурной частью статическая база знаний у них мала. Она содержит не «неизменные аксиомы», а лишь так называемые «утверждения», которые приемлемы в данный момент, но могут быть изменены или удалены в любое время. Общие знания и правила вывода представлены в виде специальных целенаправленных процедур, активизирующихся по мере надобности. Процедуры могут активизировать друг друга, их выполнение может прерываться, а затем возобновляться. Возможно использование процедур — «демонов», активизирующихся при выполнении операций введения, изменения или удаления данных. Средством повышения эффективности генерации вывода в процедурных моделях является добавление в систему знаний о применении, т. е. знаний о том, каким образом использовать накопленные знания для решения конкретной задачи. Эти знания, как правило, тоже представляются в процедурной форме. Главное преимущество процедурных моделей представления знаний заключается в большей эффективности механизмов вывода за счет введения дополнительных знаний о применении, что, однако снижает их общность. Другое важное преимущество заключено в выразительной силе. Процедурные системы способны смоделировать практически любую модель представления знаний. Выразительная сила процедурных систем проявляется в расширенной системе выводов, реализуемых в них. В заключение необходимо отметить, что деление моделей представления знаний на декларативные и процедурные весьма условно, так как в реальных системах представления знаний используются в равной мере элементы и сочетания всех указанных выше форм моделей представления знаний.
Структура интеллектуальной системы Говоря об архитектуре, прежде всего понимают организацию структуры, в рамках которой происходило бы применение знаний и решение проблем в конкретной предметной области. Выбор соответствующей структуры, свойства и функции компонентов, в особенности производственных, определяется и направляется формулируемыми принципами инженерии знаний. На формирование этих принципов в значительной степени оказывают влияние, как специфика предметной области, так и характер задач и функций, решение которых возлагается на интеллектуальные системы. Обобщение структуры интеллектуальной системы рассмотрено для предметной области производства. Как отмечалось выше в производственных предприятиях достаточно полно представлены многие задачи экономической деятельности. Как уже отмечалось, успешное решение проблемы интеграции систем и задач автоматизированного управления производством на различных уровнях связано также с их интеллектуализацией, т. е. организацией функционирования на базе технологии инженерии знаний. Основными функциональными и организационными частями автоматизированного производства являются проектирование, планирование, организация производства и диспетчеризация, управление технологическими процессами, диагностирование, роботизация технологических участков в составе гибких производственных систем. В зависимости от характера выполняемых функций и области действий эксперты выполняют несколько характерных задач, которые являются типичными. Их анализ послужит ориентиром при рассмотрении архитектуры производственных систем, основанных на знаниях. Эти задачи следующие: интерпретация, планирование, управление, проектирование, прогнозирование, диспетчирование и мониторинг, диагностика. А главное — эксперт способен обновлять свои знания (т. е. обучаться), объяснять действия, обосновывать решения, прогнозировать развитие ситуаций, активно взаимодействовать с внешней средой и воспринимать информацию различного характера, получать решения на основе имеющихся знаний, хранить в памяти необходимую информацию и фактографические данные. Таким образом, чтобы создать систему, работающую со знаниями и способную в какой-то мере заменить эксперта или помочь ему в принятии решений при управлении производством, необходимо стремиться заложить в архитектуру нашей системы возможности по реализации названных функций. Производственная система ИИ организует и направляет свое функционирование в соответствии с воплощенными в нее архитектурными проектными принципами. Для каждой управляющей схемы могут потребоваться своя база знаний и соответствующий механизм вывода, который работает со знаниями. Обычно интеллектуальные системы взаимодействуют с конечными пользователями, экспертом, инженером знаний, внешними БД, прикладным программным обеспечением. Пользовательский интерфейс обеспечивает связь на ограниченном естественном языке, речевой ввод, а также визуальные представления (графику, техническое зрение). В качестве пользователя может выступать либо человек-оператор, либо сам производственный процесс в случае закрытых циклических операций. Для некоторых производственных процессов бывают необходимы средства для автоматического получения данных и их обработки, а также обратной связи по управлению. С инженером знаний интеллектуальная система обычно связывается с помощью структурных редакторов, которые позволяют ему получать и модифицировать компоненты базы знаний. Взаимодействие интеллектуальной системы с прикладным программным обеспечением осуществляется при выполнении специальных вычислений, так как часто возникает необходимость использовать в качестве подзадач стандартные операции по обработке данных. Связь с распределенной БД интегрированной системы управления производством и Интернет используется интеллектуальными системами для получения данных и знаний, рассредоточенных на различных уровнях иерархии управления. Кроме того, организуется взаимодействие с внешними базами данных и Интернет. В задачах управления производством экспертом обычно используются три уровня знания: «умения», соответствующие поверхностному знанию рефлекторных реакций; правила для случаев стандартных рассуждений; глубинные знания для трудных, неординарных ситуаций. При проектировании базы знаний интеллект необходимо стремиться принимать в расчет глубинные здания, чтобы создать систему, способную при поддержке решений пользователя предлагать (рекомендации, наиболее адекватные возникающим ситуациям. При проектировании интеллектуальных систем и выборе их архитектуры следует разрабатывать не просто независимое программное обеспечение, которое оценивает существующий производственный объект. Надо стремиться к тому, чтобы интеллектуальная система была приближена к различным элементам процесса, выступала в качестве одного из основных звеньев технологической цепочки управления и организации. Важное значение при создании интеллектуальных систем имеют способы представления знаний о предметной области и моделирования мыслительной деятельности человека, методов рассуждения и поиска при принятии решений. Разработчик интеллектуальной системы (инженер знаний) длительное время работает совместно со специалистом-экспертомв данной области, который является источником информации для создания базы знаний. В результате нескольких итераций избираются схема представления знаний в системе и стратегия логического вывода. Помимо структуризации знаний в базе знаний и организации механизмов вывода, рассуждений и поиска важное значение имеют функции объяснения решений и выводов. Как правило, интеллектуальные системы объясняют и подтверждают свои заключения и рекомендации, тем самым увеличивая к ним доверие со стороны пользователей. Чтобы реализовать и представить объяснение, интеллектуальная система обычно преобразует экспертные эвристические правила в цепочку рассуждений, которая показывает, как начальное множество данных и утверждений, а также набор эвристических или иных правил приводят систему к заключению. Это свойство интеллектуальной системы реализуется пользователем также для периодической оценки качества функционирования системы. Оценка ситуаций, складывающихся во внешней среде, а также необходимость оценки развития событий в результате принятия решения ИС, т. е. определение и прогнозирование наиболее важных свойств процесса или объекта на основе интерпретации имеющихся данных, является важнейшей операцией во многих задачах управления производством. На основании этих оценок и прогнозов принимаются управляющие решения, вырабатываются обоснованные рекомендации. Они являются результатом функционирования компонента интеллектуальной системы, реализующего обоснование решений и прогнозирование. Структура интеллектуальной СПР в значительной мере определяется предметной экономической областью и характером решаемых задач при наличии определенных модулей, реализующих функции, определяющих систему как интеллектуальную.
Введение в ИИ Предисловие В настоящее время в исследованиях по искусственному интеллекту (ИИ) выделились шесть направлений: 1. Представление знаний. 2. Манипулирование знаниями. 3. Общение. 4. Восприятие. 5. Обучение. 6. Поведение. В рамках направления "Представление знаний" решаются задачи, связанные с формализацией и представлением знаний в памяти интеллектуальной системы (ИС). Для этого разрабатываются специальные модели представления знаний и языки для описания знаний, выделяются различные типы знаний. Изучаются источники, из которых ИС может черпать знания, и создаются процедуры и приемы, с помощью которых возможно приобретение знаний для ИС. Проблема представления знаний для ИС чрезвычайно актуальна, т.к. ИС - это система, функционирование которой опирается на знания о проблемной области, которые хранятся в ее памяти. ВИДЫ ЗНАНИЙ Чувственное и рациональное познание, интуиция
По-разному рассматривается вопрос о месте чувственного и рационального познания. Существуют прямо противоположные точки зрения. Эмпиризм (от гр. emperies — опыт) — единственным источником всех наших знаний является чувственный опыт. Рационализм (от лат. ratio — разум, рассудок) — наши знания могут быть получены только с помощью ума, без опоры на чувства. Очевидно, что нельзя противопоставлять чувственное и рациональное в познании, две ступени познания проявляются как единый процесс. Различие же между ними не временное, а качественное: первая ступень низшая, вторая — высшая. Знание является единством чувственного и рационального познания действительности. Вне чувственного представления у человека нет никакого реального знания. Например, многие понятия современной науки весьма абстрактны, и все же они не свободны от чувственного содержания. Не только потому, что своим происхождением эти понятия обязаны в конечном счете опыту людей, но и потому, что по своей форме они существуют в виде системы чувственно воспринимаемых знаков. С другой стороны, знание не может обойтись без рациональных данных опыта и включения их в результаты и ход интеллектуального развития человечества.
3. Заблуждение – содержание знания субъекта, не соответствующее реальности объекта, но принимаемое за истину. Источники заблуждений: погрешности при переходе от чувственного к рациональному познанию, некорректный перенос чужого опыта. 4. Ложь – сознательное искажение образа объекта. 5. Знание – результат познания действительности, содержание сознания, полученное человеком в ходе активного отражения, идеального воспроизведения объективных закономерных связей и отношений реального мира. Многозначность термина «знание»:
· знание как способности, умения навыки, базирующиеся на осведомленности; · знание как познавательно-значимая информация; · знание как отношение человека к действительности.
6. Виды знаний: · Житейское – строится на здравом смысле (Носит эмпирический характер. Базируется на здравом смысле и обыденном сознании. Является важнейшей ориентировочной основой повседневного поведения людей, их взаимоотношений между собой и с природой. Сводится к констатации фактов и их описанию) · Практическое – строится на действиях, овладении вещами, преобразовании мира · Художественное – строится на образе (Целостное отображение мира и человека в нем. Строится на образе, а не на понятии) · Научное – строится на понятиях (Понимание действительности в ее прошлом, настоящем и будущем, достоверное обобщение фактов. Осуществляет предвидение различных явлений. Реальность облекается в форму отвлеченных понятий и категорий, общих принципов и законов, которые зачастую приобретают крайне абстрактные формы) · Рациональное – отражение реальности в логических понятиях, строится на рациональном мышлении · Иррациональное – отражение реальности в эмоциях, страстях, переживаниях, интуиции, воле, аномальных и парадоксальных явлениях; не подчиняется законам логики и науки. · Личностное (неявное) – зависит от способностей субъекта и от особенностей его интеллектуальной деятельности
7. Формы знаний: · Научное – объективное, системно организованное и обоснованное знание · Ненаучное – разрозненное, несистематическое знание, которое не формализуется и не описывается законами · Донаучное – прототип, предпосылки научного знания · Паранаучное – несовместимое с имеющимся научным знанием · Лженаучное – сознательно использующее домыслы и предрассудки · Антинаучное – утопичное и сознательно искажающее представление о действительности УПРАВЛЕНИЕ ЗНАНИЯМИ Важное место в теории искусственного интеллекта занимает проблема представления знаний, являющаяся, по мнению многих исследователей, ключевой. Знания представляют собой совокупность сведений о мире (конкретной предметной области, совокупности объектов или объекта), включающих в себя информацию о свойствах объектов, закономерностях процессов и явлений, правилах использования этой информации для принятия решений. Первоначально вычислительная техника была ориентирована на обработку данных. Это было связано как с уровнем развития техники и программного обеспечения, так и со спецификой решаемых задач. Дальнейшее усложнение решаемых задач, их интеллектуализация, развитие вычислительной техники ставят задачу создания машин обработки знаний. Существенным отличием знаний от данных, несомненно, является их интерпретируемость. Если для интерпретации данных необходимы соответствующие программы и сами по себе они не несут содержательной информации, то знания всегда содержательны. Другой отличительной чертой знаний является наличие отношений, например, вида «тип — подтип», «элемент—множество» и т. д. Знания характеризуются наличием ситуативных связей, определяющих ситуативную совместимость отдельных событий и фактов, позволяющих устанавливать причинно-следственные связи. В общем виде модели представления знаний могут быть условно разделены на концептуальные и эмпирические. Концептуальная модель дает эвристический метод для решения некоторой проблемы. Метод эвристичен, поскольку концептуальное описание не дает гарантии того, что он может быть применен во всех соответствующих практических ситуациях. Концептуальная модель делает возможным распознавание проблемы, позволяет уменьшать время для ее предварительного анализа. Практическое использование концептуальной модели влечет за собой необходимость преобразования ее в эмпирическую. Знания могут быть накоплены в виде эмпирических моделей, как правило, описательного характера. Эти модели могут варьировать от простого набора правил до полного описания того, как ЛПР решаетзадачу. Модели представления знаний можно условно разделить на декларативные и процедурные. Декларативная модель представления знаний основывается на предположении, что проблема представления некоей предметной области решается независимо от того, как эти знания потом будут использоваться. Поэтому модель как бы состоит из двух частей: статических описательных структур знаний и механизма вывода, оперирующего этими структурами и практически независимого от их содержательного наполнения. При этом в какой-то степени оказываются раздельными синтаксические и семантические аспекты знания, что является определенным достоинством указанных форм представления из-за возможности достижения их определенной универсальности. В декларативных моделях не содержатся в явном виде описания выполняемых процедур. Эти модели представляют собой обычно множество утверждений. Предметная область представляется в виде синтаксического описания ее состояния (по возможности полного). Вывод решений основывается в основном на процедурах поиска в пространстве состояний. В процедурном представлении знания содержатся в процедурах - небольших программах, которые определяют, как выполнять специфичные действия (как поступать в специфичных ситуациях). При этом можно не описывать все возможные состояния среды или объекта для реализации вывода. Достаточно хранить некоторые начальные состояния и процедуры, генерирующие необходимые описания ситуаций и действий. При процедурном представлении знаний семантика непосредственно заложена в описание элементов базы знаний, за счет чего повышается эффективность поиска решений. По сравнению с процедурной частью статическая база знаний у них мала. Она содержит не «неизменные аксиомы», а лишь так называемые «утверждения», которые приемлемы в данный момент, но могут быть изменены или удалены в любое время. Общие знания и правила вывода представлены в виде специальных целенаправленных процедур, активизирующихся по мере надобности. Процедуры могут активизировать друг друга, их выполнение может прерываться, а затем возобновляться. Возможно использование процедур — «демонов», активизирующихся при выполнении операций введения, изменения или удаления данных. Средством повышения эффективности генерации вывода в процедурных моделях является добавление в систему знаний о применении, т. е. знаний о том, каким образом использовать накопленные знания для решения конкретной задачи. Эти знания, как правило, тоже представляются в процедурной форме. Главное преимущество процедурных моделей представления знаний заключается в большей эффективности механизмов вывода за счет введения дополнительных знаний о применении, что, однако снижает их общность. Другое важное преимущество заключено в выразительной силе. Процедурные системы способны смоделировать практически любую модель представления знаний. Выразительная сила процедурных систем проявляется в расширенной системе выводов, реализуемых в них. В заключение необходимо отметить, что деление моделей представления знаний на декларативные и процедурные весьма условно, так как в реальных системах представления знаний используются в равной мере элементы и сочетания всех указанных выше форм моделей представления знаний.
Структура интеллектуальной системы Говоря об архитектуре, прежде всего понимают организацию структуры, в рамках которой происходило бы применение знаний и решение проблем в конкретной предметной области. Выбор соответствующей структуры, свойства и функции компонентов, в особенности производственных, определяется и направляется формулируемыми принципами инженерии знаний. На формирование этих принципов в значительной степени оказывают влияние, как специфика предметной области, так и характер задач и функций, решение которых возлагается на интеллектуальные системы. Обобщение структуры интеллектуальной системы рассмотрено для предметной области производства. Как отмечалось выше в производственных предприятиях достаточно полно представлены многие задачи экономической деятельности. Как уже отмечалось, успешное решение проблемы интеграции систем и задач автоматизированного управления производством на различных уровнях связано также с их интеллектуализацией, т. е. организацией функционирования на базе технологии инженерии знаний. Основными функциональными и организационными частями автоматизированного производства являются проектирование, планирование, организация производства и диспетчеризация, управление технологическими процессами, диагностирование, роботизация технологических участков в составе гибких производственных систем. В зависимости от характера выполняемых функций и области действий эксперты выполняют несколько характерных задач, которые являются типичными. Их анализ послужит ориентиром при рассмотрении архитектуры производственных систем, основанных на знаниях. Эти задачи следующие: интерпретация, планирование, управление, проектирование, прогнозирование, диспетчирование и мониторинг, диагностика. А главное — эксперт способен обновлять свои знания (т. е. обучаться), объяснять действия, обосновывать решения, прогнозировать развитие ситуаций, активно взаимодействовать с внешней средой и воспринимать информацию различного характера, получать решения на основе имеющихся знаний, хранить в памяти необходимую информацию и фактографические данные. Таким образом, чтобы создать систему, работающую со знаниями и способную в какой-то мере заменить эксперта или помочь ему в принятии решений при управлении производством, необходимо стремиться заложить в архитектуру нашей системы возможности по реализации названных функций. Производственная система ИИ организует и направляет свое функционирование в соответствии с воплощенными в нее архитектурными проектными принципами. Для каждой управляющей схемы могут потребоваться своя база знаний и соответствующий механизм вывода, который работает со знаниями. Обычно интеллектуальные системы взаимодействуют с конечными пользователями, экспертом, инженером знаний, внешними БД, прикладным программным обеспечением. Пользовательский интерфейс обеспечивает связь на ограниченном естественном языке, речевой ввод, а также визуальные представления (графику, техническое зрение). В качестве пользователя может выступать либо человек-оператор, либо сам производственный процесс в случае закрытых циклических операций. Для некоторых производственных процессов бывают необходимы средства для автоматического получения данных и их обработки, а также обратной связи по управлению. С инженером знаний интеллектуальная система обычно связывается с помощью структурных редакторов, которые позволяют ему получать и модифицировать компоненты базы знаний. Взаимодействие интеллектуальной системы с прикладным программным обеспечением осуществляется при выполнении специальных вычислений, так как часто возникает необходимость использовать в качестве подзадач стандартные операции по обработке данных. Связь с распределенной БД интегрированной системы управления производством и Интернет используется интеллектуальными системами для получения данных и знаний, рассредоточенных на различных уровнях иерархии управления. Кроме того, организуется взаимодействие с внешними базами данных и Интернет. В задачах управления производством экспертом обычно используются три уровня знания: «умения», соответствующие поверхностному знанию рефлекторных реакций; правила для случаев стандартных рассуждений; глубинные знания для трудных, неординарных ситуаций. При проектировании базы знаний интеллект необходимо стремиться принимать в расчет глубинные здания, чтобы создать систему, способную при поддержке решений пользователя предлагать (рекомендации, наиболее адекватные возникающим ситуациям. При проектировании интеллектуальных систем и выборе их архитектуры следует разрабатывать не просто независимое программное обеспечение, которое оценивает существующи< Что делает отдел по эксплуатации и сопровождению ИС? Отвечает за сохранность данных (расписания копирования, копирование и пр.)... Конфликты в семейной жизни. Как это изменить? Редкий брак и взаимоотношения существуют без конфликтов и напряженности. Через это проходят все... Система охраняемых территорий в США Изучение особо охраняемых природных территорий(ООПТ) США представляет особый интерес по многим причинам... ЧТО И КАК ПИСАЛИ О МОДЕ В ЖУРНАЛАХ НАЧАЛА XX ВЕКА Первый номер журнала «Аполлон» за 1909 г. начинался, по сути, с программного заявления редакции журнала... Не нашли то, что искали? Воспользуйтесь поиском гугл на сайте:
|