Как-то в 2008 году, я увлекался темой ИИ и ЭС, на основе кластерного подхода для операций простой логики. В итоге у меня появилась идея уровня ноу-хау, представляющее собой логическую схему реализации экспертной системы (ЭС), способной находить результат взаимодействия двух и более объектов, то есть фактически решать задачи уровня мыслительного эксперимента из практически любой прикладной области физики, химии, биологии, астрономии и иных естественных наук.
Мной разработаны две модификации логической схемы такой ЭС: на основе жесткой логики (исключающей ошибки) и с использованием нейроподобных сетей (повышающей гибкость системы). К особенностям такой реализации ЭС относится применение промежуточных данных в семантической сети системы (кластерная система), что значительно сокращает требования к ресурсам необходимым для обработки данных, а также особенность системы, позволяющая находить результат взаимодействия объектов даже при условии отсутствия данных в базах знаний информации о таком результате (таким образом ЭС может служить частью ТРИЗ или прогностических систем).
В основе принципа работы системы лежит семантический подход к анализу различных параметров каждого объекта взаимодействия, заранее занесенных в базы знаний.
Обучение системы происходит за счет пополнения баз знаний различными категориями систематизированных данных из естественных областей знаний, при этом особенность системы позволяет вносить их в форме простых данных различных параметров объекта (например: физических свойств). Если исходить из обобщенного представления о системе, то можно утверждать, что для нее характерно утверждение: если как можно подробнее описать объект (внести его характеристики), то ЭС сможет найти результат любого взаимодействия этого объекта с любым иным объектом также описанным в базах знаний.
Данная схема ЭС была мной спроектирована в качестве примера образного мышления машины, на основе алгоритмизации простейших логических операций, с вариантом на жесткой логике и с использованием гибкой системы принятия решений на основе нейроподобной сети.
В будущем, такие ЭС могу служить основой образного машинного мышления на уровне сильного ИИ. В текущей момент времени подобная ЭС может быть реализована во многих средах разработки, при аппаратной реализации на современной вычислительном оборудовании. Основная область применения такой ЭС является виртуальный эксперимент (аналог мыслительного эксперимента), что позволит значительно упростить и сэкономить множество ресурсов на проведение различных исследований\экспериментов в рамках многих НИОКР, а также в рамках прочностных расчетов и даже философских и психологических изысканий.
Как считаете, где и как можно реализовать подобную схему? Куда возможно обратится с предложением? Где можно продать данное ноу-хау или найти инвестиции и ресурсы для его реализации?
Автор
Тема: Инновационный подход к созданию ЭС, служащей виртуальной средой для ТРИЗ и НИОКР (Прочитано 1315 раз)