Автор: Николаев Андрей Иванович

Рубрика: Информатика

Опубликовано в Молодой учёный №19 (78) ноябрь-2 2014 г.

Дата публикации: 08.11.2014

Статья просмотрена: 29 раз

Библиографическое описание:

Николаев А. И. Разработка искусственного интеллекта на основе выявления закономерностей биометрических данных древесных растений и построения персонифицированных информационных моделей — биоинформационных паспортов каждого древесного ствола // Молодой ученый. — 2014. — №19. — С. 157-159.

Теория разработки интеллектуальных методов обработки информации оправдывается лишь с определенной целью, позволяющей решить ту или иную важную задачу народного хозяйства, науки или обороноспособности РФ.

Рассмотрим разработку интеллектуальной информационной системы на конкретном примере в стратегической для РФ отрасли лесного хозяйства, а именно доказательства законности происхождения древесины. Разработка направлена на решение основной проблемы ведения лесного хозяйства и экологии — пресечение незаконных рубок и уменьшение оборота незаконной заготовленной древесины на рынке лесобумажной продукции РФ. Применение существующих методов подтверждения законности происхождения заготовленной древесины, в частности доказательства причастности ствола или его части пню на лесосеке и друг другу, оказывается очень сложной задачей, в силу огромных объемов ежегодно заготавливаемой древесины. В дополнение сказывается и ограниченность использования известных методов в силу их трудоемкости и сложности в результате высокой стоимости лабораторных работ, таких как дендрохронология [1,2] и ДНК анализ древесных растений. Действительно, если есть ресурсы и идеология для создания системы подтверждения законности происхождения древесины путем сопоставления образцов и выявления их единства, то зачем останавливаться в исследованиях и использовать методики далекие от абсолютной точности. С обоснованным научным подходом, возможно, добиться создания системы функционирующей без участия высококвалифицированных специалистов с большой долей ручного труда, зависящего от полуавтоматического оборудования и его настройки.

Возникшие вопросы и проблемы в этой отрасли, требуют глубокой проработки в области использования высокопроизводительных информационных систем, обеспечивающих высокую точность получаемых результатов, исключающих возникновение ошибок машинного и человеческих факторов. Естественно, что при больших объемах данных по древесине всей страны, и отдельно по каждому стволу и большому объему подводимых работ накопится огромное количество информации, требующее со временем все больше и больше вычислительной мощности аппаратных средств для ее обработки, что может превысить имеющиеся в распоряжении государства аппаратные средства. Для решения поставленных и возникших проблем разработана архитектура алгоритмов вычислительных процессов основанных на самообучаемости.

Для начала решения вопроса убыстрения и повышения точности указанного выше процесса необходимо внести изменение в сам принцип получения информации и преобразование его в цифровой вид. Не переводить полученные с оптической аппаратуры, данные в растровые форматы и загружать полученное изображение в программные продукты, а работать напрямую с электронными сигналами, исходящими от оборудования, что позволит выстраивать модели и вероятности без вмешательства помех при конвертации цифровых сигналов в растровую форму, что особенно сильно сказывается на вероятности появления искажений в итоговых данных по снимкам срезов стволов деревьев или их кернов. По этим данным в дальнейшем строятся электронные био-информационного паспорта каждого ствола древесного растения.

Полученные данные по каждому срезу или керну необходимо обработать для сохранения в базу данных и здесь возникает еще одна идеологическая проблема программирования алгоритмов обработки. В силу биологических особенностей древесных растений на древесно-кольцевой информации могут возникать естественные «отметки» различного происхождения (сучки, механические или климатические повреждения), отражающиеся в нарушении целостности рисунков годичных колец. Для возможности решения таких задач, необходимо заложить в алгоритм обработки систему способную вычленять непонятные ей части и не отбрасывать их, а самостоятельно формировать новые ветви базы данных для дальнейшей автоматической обработки. Такой алгоритм, самостоятельно находящий пути решения заранее не заложенные в него задач и является интеллектуальным подходом в процесс обработки, анализа и обработки информации.

Созданный алгоритм на основе самообучаемости и саморазвития самостоятельно находит все новые и новые пути поиска закономерностей в обработке информации биометрических параметров и древесно-кольцевой информации и последующего доступа к ней. Требуемая вычислительная мощность для функционирования системы не растет пропорционально увеличивающемуся объему обрабатываемой информации, за счет интеллектуальной системы многопоточности и рекурсивной системы доступа к информации. В процессе работы складывается модель постоянно «умнеющей», набирающейся опытом программы по построению аналитической базы данных с целью дальнейшего использования не только по прямой связи, но и для корректировки уже существующих сохраненных моделей данных и сформированных персонифицированных по каждому древесному стволу биоинформационных паспортов. Хранящаяся в базе данных интеллектуального алгоритма информация развивается по законам диалектики и в каждый момент времени находится в стадии обработки и постоянного саморазвития. Такая информация может использоваться не только в областях прикладного значения, но и научных исследованиях, представляя обширные возможности накопления и обработки накопленного опыта в конкретных областях науки. К примеру, система способна пересматривать и корректировать уже сформированные биоинформационные паспорта, по новым полученным данным, повышая точность и достоверность. Предлагаемый подход позволяет идентифицировать различия между биоинформационными паспортами с точностью до микронного уровня (чем больше набирается опыт системой, тем точность идентификации повышается).

В ходе разработки представленной модели искусственного интеллекта с прикладным применением в области лесного хозяйства, возникают этические вопросы, связанные с общей проблемой разработки искусственного интеллекта. Для «сдерживания» разрабатываемого алгоритма в определенных гранях саморазвития параллельно разрабатываются барьеры (программные табу), ограничивающие возможности ветвления алгоритма с системой самодиагностики и прерывания. В качестве контрольной меры в алгоритм отдельным независимым потоком положена система оповещения оператора-разработчика о степени общего и частного развития алгоритма, с созданием точек отката в предыдущие конфигурации до момента входа новых данных в общую базу данных системы.

Представленная модель успешно разрабатывается и апробируется в области научных исследований подтверждения законности происхождения древесины филиала ФБУ ВНИИЛМ «Сибирская лесная станция», г. Тюмень под руководством Заведующего сектором научно-технической информации А. И. Николаева.

Основные положительные стороны применения предложенной системы в сфере подтверждения законности происхождения древесины в РФ:

1.                  Интеллектуальная система лишена вероятности возникновения ошибок человеческого фактора при выполнении работ;

2.                  Алгоритм самообучаемости дописывает в свою базу данных параметры и ищет пути их решения ранее не заложенные в него разработчиком, что подтверждает интеллектуальность и самодостаточность;

3.                  Точность и невозможность изменить данные такой системы способны пресечь незаконные рубки на всех этапах заготовки древесины, сохраняющих древесно-кольцевую информацию;

4.                  Персонифицирование каждого древесного ствола, позволяющего учитывать всю заготавливаемую древесину;

5.                  Неограниченные возможности использования разработанного алгоритма в научных исследованиях и прикладных направлениях деятельности.

 

Литература:

 

1.                  Розанов М. И. Возможности установления целого по частям при исследовании древесины и изделий из нее. Криминалистика и судебная экспертиза. Вып. 1. — Киев: Киевский НИИСЭ, 1964.

2.                  Розанов М. И. Дендрохронологический метод идентификации древесины. Криминалистика и судебная экспертиза. Вып. 2. — Киев: Киевский НИИСЭ, 1965.

Основные термины (генерируются автоматически): законности происхождения древесины, подтверждения законности происхождения, искусственного интеллекта, древесного ствола, древесных растений, лесного хозяйства, системы подтверждения законности, доказательства законности происхождения, методов подтверждения законности, происхождения древесины филиала, происхождения древесины в РФ, в сфере подтверждения законности, биометрических данных древесных, данных интеллектуального алгоритма, биоинформационных паспортов, исследований подтверждения законности, ствола древесного растения, Разработка искусственного интеллекта, базы данных, базу данных системы.

Обсуждение

Социальные комментарии Cackle
Задать вопрос