Система как черный ящик описывает
Система и окружающая среда. Система как черный ящик
Урок 9. Информатика 6 класс ФГОС
В данный момент вы не можете посмотреть или раздать видеоурок ученикам
Чтобы получить доступ к этому и другим видеоурокам комплекта, вам нужно добавить его в личный кабинет, приобрев в каталоге.
Получите невероятные возможности
Конспект урока «Система и окружающая среда. Система как черный ящик»
· взаимодействие системы и среды;
· система как «чёрный ящик».
Если взять и выделить какую-то систему из окружающей среды, то за её пределами останутся объекты, которые в неё не вошли, то есть остались в окружающей среде. Они влияют на эту систему. Сама система также влияет на эти объекты. Из этого можно сделать вывод, что система и среда взаимодействуют друг с другом.
Возьмём к примеру класс Антона 6 «А». Рассмотрим его в качестве системы, а все остальные классы и учителя школы будут относится к среде этой системы.
Входы системы – это воздействие среды на систему.
Выходы системы – это воздействие системы на окружающую среду.
Возьмём к примеру компьютер как систему. Он состоит из элементов: системный блок, монитор, клавиатура, мышь и т. д. Итак, входами в систему являются электричество, информация с электронных носителей, данные программ и так далее. Выходами являются – изображение, звук, преобразование информации в легко воспринимаемую для человека, излучение экрана, шум вентилятора и так далее.
Для большинства реальных систем список входов и выходов бесконечен.
Есть такое понятие «Система как «чёрный ящик». Оно употребляется в том случае, если человек не знает, как устроена та или иная система «внутри» или эта система не представляет интереса. Мы можем понимать, что, например, при двойном нажатии левой кнопкой мыши на объекте он откроется. Входом будет являться нажатие клавиши мыши, а выходом – открытие документа. Но сам процесс, как это происходит в системном блоке, мы не знаем. В таких случаях и применяется понятие система как «чёрный ящик».
Представить систему как «чёрный ящик» – означает указать её входы и выходы, а также зависимость между ними. Если описать компьютер как «чёрный ящик», учитывая только входы и выходы системы, то получится, что входом системы являются данные программы, а выходом – итоговая информация.
Итак, перейдём ко второй части нашего урока.
Сегодня мы научимся рисовать изображения и редактировать готовые с помощью текстового редактора Microsoft Office Word.
Для выполнения данного задания необходимо открыть текстовый редактор Microsoft Office Word. Создадим 4 одинаковых круга. Для этого на вкладке Вставка выбираем группу Иллюстрации. В данной группе выбираем кнопку фигуры и из появившегося меню выбираем овал. Для того, чтобы у нас получился ровный круг – необходимо нажать клавишу Shift и удерживать её нажатой при рисовании. После того, как нарисовали первый круг, скопируем его три раза. Для этого нажмём комбинацию клавиш Ctrl+C, затем три раза комбинацию клавиш Ctrl+V. Расположим их так, чтобы они не мешали друг другу.
Теперь приступим непосредственно к редактированию.
Для заливки круга жёлтым цветом и выбора обводки, необходимо выделить его, нажав левой кнопкой мыши один раз на нем. На ленте появится новая вкладка Формат. Выбираем её и в группе Стили фигур выбираем заливка фигуры, в появившемся меню выбираем из стандартных цветов Жёлтый. Затем в этой же группе выбираем контур фигуры и в появившемся меню из стандартных цветов выбираем красный. Переходим ко второму кругу.
Выделяем его нажатием левой кнопки мыши. Нам необходимо применить к нему градиентную заливку на основе зелёного цвета. Для начала на вкладке Формат выбираем заливка фигуры, цвет зелёный. Затем здесь же выбираем заливку фигуры и в появившемся меню Градиентная. Затем применяем любую из понравившихся градиентных заливок, например, из светлых вариантов из центра.
Переходим к третьему кругу. Нам необходимо использовать текстурную заливку «Водяные капли» и эффект фигуры – полное отражение, касание. Выделяем левой кнопкой мыши третий круг. Затем на вкладке Формат выбираем заливка фигуры и в появившемся меню Текстура, далее стиль текстуры – Водяные капли. Выбираем эффект фигуры Отражение, затем полное отражение, касание.
Для того, чтобы сделать четвёртый круг в виде значка с изображением Антошки, необходимо для начала его выделить. На вкладке Формат в группе Стили фигур выбрать заливка фигуры, рисунок. Указываем путь к нашему рисунку, нажимаем кнопку Вставить. Выбираем контур фигуры – любой из черных оттенков. Далее выбираем эффект фигуры Рельеф, круг.
Сохраняем документ в нашей рабочей папке Круги.docx.
Приступим к выполнению задания: откроем документ Кораблик.docx. Для того, чтобы скопировать кораблик, необходимо разгруппировать рисунок. Для этого выделяем его левой кнопкой мыши. На ленте выбираем появившуюся вкладку Формат. В группе упорядочить выбираем Группировать и в появившемся меню выбираем Разгруппировать. Отменим это действие комбинацией клавиш Ctrl+Z. И воспользуемся вторым вариантом: нажмём на объекте правой кнопкой мыши, выберем пункт Группировать, затем в появившемся меню – Разгруппировать. Видим, что фон, парус и корпус корабля разделились. Теперь выделяем парус и делаем две копии с помощью комбинаций клавиш Ctrl+С и Ctrl+V. При копировании одного и того же объекта для помещения его в буфер обмена достаточно нажать один раз комбинацию клавиш Ctrl+C, а затем дважды- Ctrl+V. Таким же образом поступаем и с корпусом корабля. Соотносим парус с судном на всех кораблях. Затем уменьшаем в соответствии с рисунком. Для этого выбираем парус одного их кораблей и тянем за любой из углов. Аналогично проделываем с судном. Для сохранения пропорций, уменьшать рисунок необходимо по диагонали. Нам так же необходимо изменить цвет. Для этого снова выделяем парус и в появившейся вкладке выбираем сначала заливка фигуры, например, белый, и контур фигуры, например, оранжевый. Аналогичные действия проделываем и с корпусом данного корабля. Далее изменяем оставшиеся корабли.
Сохраняем документ в своей рабочей папке под именем Кораблики.docx.
Откроем редактор Microsoft Office Word. Для начала придумаем текст письма. Например, «Я люблю солнечную погоду и звёздные ночи. Но мне не нравится, когда на небе появляются тучи и сверкают молнии».
Теперь нарисуем человечка. На вкладке вставка в группе Иллюстрации выберем кнопку фигуры. Рассмотрим появившееся меню готовых фигур. Нарисуем голову с помощью фигуры «Улыбающееся лицо», затем тело при помощи треугольника и сердце. Изменим цвет из стандартного на любой понравившийся. Нарисуем два прямоугольника, чтобы изобразить в них солнечную погоду и ночь. Затем для изображения солнечной погоды выберем фигуру солнце, а для звёздной ночи – луну и звезды. Для увеличения количества звёзд используем комбинации клавиш Ctrl+C и Ctrl+V и сделаем их необходимое количество. Не забывайте, что при копировании одного и того же объекта достаточно один раз нажать комбинацию клавиш Ctrl+C, а затем необходимое количество раз – Ctrl+V. Теперь нарисуем тучи и молнии. Используем соответствующие фигуры. Для того чтобы показать, что это нам не нравится, используем фигуру Знак запрета. Для уменьшения начертаний знака нажимаем левой кнопкой мыши на жёлтом ромбике и, удерживая её, регулируем размер начертаний знака, как нам необходимо. Далее выбираем цвет контура и заливки – красный.
Сохраним документ под именем Письмо.
Подведём итоги. Сегодня мы научились:
· рисовать с помощью готовых фигур на вкладке Вставка;
· закрашивать фигуры различными типами заливки и выбирать цвет контура;
· изменять готовые рисунки, разгруппировывать объекты.
Система и среда взаимодействуют друг c другом.
Входы системы – это воздействие среды на систему.
Выходы системы – это воздействие системы на окружающую среду.
Представить систему как «чёрный ящик» – означает указать её входы и выходы, а также зависимость между ними.
Модели систем. Модель черного ящика. Модель состава
Урок 2. Информатика 11 класс ФГОС
В данный момент вы не можете посмотреть или раздать видеоурок ученикам
Чтобы получить доступ к этому и другим видеоурокам комплекта, вам нужно добавить его в личный кабинет, приобрев в каталоге.
Получите невероятные возможности
Конспект урока «Модели систем. Модель черного ящика. Модель состава»
На данном уроке мы познакомимся с такими понятиями как анализ, синтез, системный анализ. Вспомним модель «чёрного ящика» и модель состава.
Система – это целостная и взаимосвязанная совокупность частей, существующая в некоторой среде и обладающая определённым назначением, подчинённая некоторой цели.
Человеческое общество развивается благодаря открытиям, исследованиям, экспериментам и любая система подлежит изучению.
Исследование системы включает в себя два этапа: анализ и синтез.
Анализ системы – это выделение её частей с целью прояснения состава системы.
Как нам уже известно, любая система состоит из подсистем. В свою очередь, любая подсистема состоит так же из нескольких подсистем. Таким образом, мы может разделить систему на самые мелкие объекты.
Возникает вопрос: а нужно ли нам это?
На первом этапе необходимо проанализировать систему для определения её состава и цели исследования. Целью исследования системы является получение её модели. Модель – это новый упрощённый объект, который отражает существенные особенности реального объекта, процесса или явления.
Соответственно с помощью модели мы можем получить необходимые нам результаты исследований. Например, узнать, как будет лететь самолёт при большой нагрузке багажом.
Далее необходимо выделить в системе связи между её частями. Например: основные компоненты велосипеда (рама, руль, колеса, педали, сиденье) зависят друг от друга. Качество данной системы – возможность ездить на велосипеде. Ни одна составная часть не обладает этим свойством. Но в свою очередь если собрать их вместе, связать их в одно целое, то появляется такое качество, как возможность ездить на велосипеде.
Состояние и поведение системы в той или иной ситуации можно понять и изучить только при наличии её состава и структуры.
Это был первый этап исследования системы.
Синтез – это мысленное или реальное соединение частей в единое целое. В результате данного этапа создаётся представление о системе, объясняется механизм системного эффекта.
Вывод: системный анализ – это исследование реальных объектов и явлений с точки зрения системного подхода, состоящее из этапов анализа и синтеза.
Любое описание системы отражает ограниченное число её свойств. Это зависит от того, с какой целью мы делаем описание, какие именно качества системы нам нужны.
На этом уроке мы познакомимся с моделью «чёрного ящика».
Есть такое понятие «Система как «чёрный ящик». Оно употребляется в том случае, если человек не знает, как устроена та или иная система «внутри» или эта система не представляет для него интереса. Часто достаточно знать, какие действия можно производить с системой, и какие результаты при этом можно получить.
Вход системы – это воздействие на систему со стороны внешней среды, а выход – это воздействие, которое оказывает система на окружающую среду.
Мы можем понимать, например, что объект на компьютере можно открыть двойным нажатием левой кнопкой мыши на нём. Входом будет нажатие клавиши мыши, а выходом – открытие документа. Но мы не знаем, как это происходит в системном блоке, сам процесс нам не понятен. В таких случаях и применяется понятие «система как «чёрный ящик».
Представить систему как «чёрный ящик» – значит указать её входы и выходы, а также зависимость между ними.
Если описать компьютер как «чёрный ящик», учитывая только входы и выходы системы, то получится, что входом системы являются данные программы, а выходом – итоговая информация.
Вывод: модель «чёрного ящика» представляет систему на уровне описания связей её входов и выходов.
Но в то же время, при решении вопросов, которые касаются внутреннего устройства системы, мы не можем ограничиться лишь моделью «чёрного ящика». Можно сказать, что данные, которые мы получаем при рассмотрении модели «чёрного ящика» по большей части являются лишь внешними свойствами системы.
Поэтому приходится обращаться к модели состава. Модель состава – это своеобразный список элементов системы. В данной системе не рассматриваются связи между её элементами.
Разберёмся более подробно на модели состава школы.
Любая школа состоит из администрации, учителей, учеников, учебных классов и родителей. На данной схеме мы видим пять составляющих нашей системы. Каждая из них является подсистемой со своим составом. Для этих подсистем можно также построить свои схемы состава. Например, учеников можно разделить по параллелям с первых по одиннадцатые классы. Или же учителей можно разделить на начальную и старшую школы.
Очевидно, что такой модели будет мало, если мы захотим разобраться, как функционирует школа. Но с другой стороны, она даёт более подробное представление, чем модель «чёрного ящика».
Сегодня мы узнали, что такое системный анализ, познакомились с такими моделями как модель «чёрного ящика» и модель «состава».
Модель «чёрного ящика»
Система модели «чёрного ящика»
Говоря о конкретной системе, необходимо упомянуть не только о её назначении, но и об её устройстве. Чтобы понять, что такое система и её конструкция, нужно развивать её модель, прорабатывая имеющуюся информацию таким образом, чтобы в результате получить более удобную форму модели, дополняя модель по мере необходимости нужными сведениями.
Наибольшую пользу и важность для человека несут наглядные, образные, визуальные модели. В самом определении модели ничего не говорится о её внутреннем устройстве. В силу этого можно вообразить, что модель – это прозрачный ящик, выделенный из окружающей среды. Важно заметить, что даже самая простая модель своеобразным способом может отражать два самых важных свойства системы: целостность и обособленность от среды. Более того, стоит отметить, что определение системы лишь косвенно сообщает о том, что, хотя ящик и обособлен, выделен из среды, но никак не может находится в полной изоляции.
Достигнутая цель – это запланированные заранее изменения в окружающей среде, какие-то продукты деятельности системы, которые предназначены для потребления вне её.
Другими словами, система имеет связь со средой и посредством этих связей влияет на среду. Такие связи назвали выходами системы. Стоит обратить внимание, что выходы системы в данной модели соответствуют слову «цель» в словесной модели системы.
Более того, данный термин имеет указание на наличие связей иного рода: система представляет собой средство, что даёт основание полагать о существовании возможностей её использования, воздействия на неё. Иными словами, подобные связи со средой направлены извне в систему. Их называют входами в систему.
Устройство модели «чёрного ящика»
В итоге выстраивается модель системы, которая получила название чёрного ящика. Это название ярко отражает идею о том, что в данной модели полностью отсутствует какая-либо информация о его внутреннем содержании. Суть этой модели в том, что в ней задаются, фиксируются, перечисляются только входные и выходные связи системы со средой.
В такой модели не описываются даже своеобразные стенки ящика или, границы между системой и средой. Они скорее только подразумеваются, признаются существующими.
Такая модель зачастую очень полезна, даже при условии, что внешне она очень проста, а о внутренних сведениях и вовсе ничего не известно. Практически всегда достаточно лишь содержательного словесного описания входов и выходов. Интересно, что в такой ситуации модель чёрного ящика представляет собой список именно этих факторов.
Бытовая модель телевизора такая: входы – шнур электропитания, антенна, кнопки управления на пульте; выходы – экран и звуковые колонки.
Касательно других случаев, то необходимо более детально описать количественные факторы всех входов и выходов. В стремлениях максимально формализовать модель чёрного ящика, нужно задать всего два множества X и Y и выходных переменных. Важно, что никаких других отношений между ними фиксировать нельзя, в противном случае эта система примет вид уже не чёрного ящика, а скорее прозрачного или белого.
Объяснимый искусственный интеллект: понимание черного ящика
Черный квадрат — знаковая картина советского художника Казимира Малевича. Первая версия написана в 1915 году. Черный квадрат впечатляет искусствоведов и сегодня, но на своих современников не произвел впечатления и хранился в таких плохих условиях, что сильно потрескался и обветшал.
Сложные алгоритмы машинного обучения могут быть математическим произведением искусства, но если эти «алгоритмы черного ящика», которые мы не видим, не смогут произвести впечатление и завоевать доверие пользователей, они могут быть проигнорированы, как Черный квадрат Малевича. Как сделать все понятнее для юзеров — в материале под катом.
Значительный успех машинного обучения привел к всплеску в приложениях искусственного интеллекта. Достижения в машинном обучении и рост вычислительных мощностей привели к разработке интеллектуальных систем, которые применяются, чтобы рекомендовать фильм, диагностировать злокачественную опухоль, принимать инвестиционные решения или вести машину без водителя. Однако эффективность этих систем ограничена невозможностью объяснить решения и действия пользователю. Множество таких приложений, применяющих ML, работают «внутри черного ящика», предлагая небольшое, если вообще заметное, объяснение того, как они достигают результатов.
Вековая проблема
Проблема объяснения машинного обучения очень распространена, с ней сталкивалось большинство специалистов по данным. В опросе на Kaggle из 7000 специалистов по обработке данных, четыре из семи главных «барьеров, с которыми сталкиваются на работе», не технические, но связаны с «проблемами последней мили»:
Раз за разом случается, что какой-нибудь невежественный или самонадеянный член совета директоров нарушает тщательно продуманный план человека, который знает факты, просто потому, что человек с фактами не может представить их достаточно понятно, чтобы преодолеть сопротивление…. Эффективная презентация подобна собору на фундаменте данных.
Компромисс точности и объяснимости
Специалистам приходится иметь дело с компромиссом между интерпретируемостью и точностью, то есть между сложными моделями, работающими с разноплановыми данными, и менее сложными моделями, которые легче интерпретировать, но которые менее точны.
При работе с большими разноплановыми наборами данных необходимо использовать все эти переменные для построения модели и получения точных результатов. По мере использования большего числа переменных их связь с целевой переменной и взаимодействие между различными независимыми переменными делают модель все более сложной.
Нецелесообразно моделировать нелинейные зависимости с помощью линейных моделей и ожидать точных результатов
Так должны ли мы построить точную модель или пожертвовать точностью и построить интерпретируемую модель?
Есть сильные движущие факторы с обеих сторон. При больших объемах данных у безвредного приложения для принятия решений, типа рекомендательной системы фильмов, высокоточная модель черного ящика является жизнеспособным вариантом. Однако в критически важных системах для принятия инвестиционных решений или в медицинской диагностике объяснимость может быть важнее.
Нормативные требования также могут повлиять на ваше решение. Если модели банковского кредитования и мошенничества являются черными ящиками, то регуляторы не могут их рассмотреть или понять. Если такие алгоритмы не будут точно оценивать риски, то финансовая система может оказаться под угрозой, как мы видели во время финансового кризиса 2008 года. Неудивительно, что многие регулирующие органы настаивают на том, чтобы модели кредитования и риска поддавались интерпретации.
Программа XAI от DARPA
Агентство перспективных оборонных исследовательских проектов (DARPA) Министерства обороны Соединенных Штатов, ответственное за разработку новых технологий, постоянно проводит программу Explainable AI (XAI).
Программа eXplainable AI (XAI) направлена на создание набора методов машинного обучения, которые:
Разработчики системы XAI, подходы и проблемные области
Это постоянная программа, и потребуется несколько лет, чтобы ее результаты были поняты, приняты и доступны на популярных языках программирования, таких как Python и R.
Что мы имеем сейчас?
LIME (локально интерпретируемая модельно-агностическое объяснение) объясняет классификатор для конкретного единичного экземпляра и поэтому подходит для локального рассмотрения. Интуитивно понятно, что объяснение — это локальное линейное приближение поведения модели. Хотя модель может быть очень сложной в глобальном масштабе, ее легче приближать в непосредственной близости от конкретного случая.
LIME аппроксимирует локальный линейный суррогат сложной модели
SHAP (Аддитивное объяснение Шепли) — еще один метод объяснения индивидуальных прогнозов. SHAP основан на игре теоретически оптимальных значений Шепли. Техническое определение значения Шепли — это “средний предельный вклад значения характеристики во все возможные коалициям. ”
SHAP определяет предельный вклад каждой функции в достижение выходного значения, начиная с базового значения.
Другими словами, значения Шепли рассматривают все возможные прогнозы экземпляра с использованием всех возможных комбинаций входных данных. Благодаря такому исчерпывающему подходу SHAP может гарантировать согласованность и локальную точность.
LIME против SHAP
LIME создает суррогатную модель локально вокруг единицы, прогноз которой вы хотите понять. Таким образом, он по своей сути локален. Значения Шепли делают декомпозицию окончательного прогноза на вклады каждого признака. Так зачем кому-то использовать LIME? LIME работает быстро, а SHAP требуют много времени из-за их исчерпывающих вычислений.
Другие варианты
Помимо LIME и SHAP, есть и другие инструменты искусственного интеллекта для лучшего объяснения ваших моделей.
AIX360 от IBM — расширяемый набор инструментов, который предлагает исчерпывающий набор возможностей для улучшения объяснимости вашей модели. Соответствующий пакет Python AI Explainability 360 включает в себя алгоритмы, охватывающие различные метрики объяснений наряду с посредническими метриками объяснимости
What-if предоставляет инструменты для визуального исследования поведения обученных моделей с помощью минимального количества кода.
Построение доверия с заинтересованными сторонами
Проводя параллель с разработкой рецептурных лекарств, мы принимаем назначенные врачом лекарства потому, что доверяем квалификации врача и доверяем строгости клинических испытаний, которые препарат прошел до выхода на рынок. Регулирующие органы, такие как FDA, определили процессы и протоколы, чтобы обеспечить безопасность и эффективность лекарств.
Точно так, если мы следуем строгому процессу и гарантируем, что каждая модель прошла одни и те же этапы выдвижения гипотез, проверки и тестирования, то можем выстроить доверие с заинтересованными сторонами бизнеса в том, что касается эффективности моделей машинного обучения. Таким образом, модель должна приниматься и уверенно интегрироваться в бизнес как обычные процессы.
Обуздать искусственный интеллект и машинное обучение можно под чутким руководством наших менторов. А промокод HABR дает дополнительную скидку 10%, которая суммируется со скидкой на баннере.