Представление знаний

Представление знаний
Цель: разработка методов и приёмов для формализации и последующего ввода в память
интеллектуальной системы знаний из различных проблемных областей, обобщение и
классификация накопленных знаний, использование знаний при решении задач.
Всякая интеллектуальная деятельность опирается на знания. В эти знания включаются
характеристики текущей ситуации, оценки возможности выполнения тех или иных
действий, законы и закономерности того мира, в котором совершается деятельность, и
многое другое.
Для систем ИИ нужны знания как о предметной области, к которой относится задание, так
и о том, как строятся программы. Все эти знания хранятся в интеллектуальных системах в
специальном блоке, называемом базой знаний.
Знания, хранящиеся в базе знаний, записываются в специальной формализованной форме.
В базе знаний могут реализовываться процедуры обобщения и корректировки хранимых
знаний, а также процедуры, создающие новые знания на основании тех, которые уже там
имеются.
Знания, хранимые в базе, отличаются от данных, хранящихся в базе данных. Во-первых,
структура знаний намного сложнее структуры данных. В интеллектуальных системах для
представления знаний используются:
- семантические сети (состоят из вершин и дуг, которые соединяют эти вершины).
Вершины соответствуют понятиям, фактам, событиям, процессам и другим
элементам описания предметной области. Дуги определяют отношения между
этими элементами. Но это только теоретическая модель представления знаний.
- продукция один из распространённых способов представления знаний. Основная
часть продукции называется ядром и имеет вид: «Если А, то В». Вместо А и В
могут стоять некоторые утверждения, факты, приказы и т.п. Другими словами,
знания, заключённые в ядрах продукций, носят характер правил, описывающих
некоторые процедуры. Кроме ядра в продукцию, как правило, входит ещё условие.
Условие определяет те ситуации, в которых можно использовать ядро продукции.
- Фрейм одна из форм представления знаний. Фрейм имеет имя и состоит из частей,
обычно называемых слотами; изображается фрейм в виде цепочки:
Фрейм=<слот 1> <слот 2> … <слот N>.
Во-вторых, знания обладают свойством внутренней активности.
Изменения в хранимых в базе знаний знаниях могут активизировать те или иные
программы, связанные с этими знаниями. Точно так же действия человека целиком
связаны с его знаниями, которые служат побудительным мотивом для совершения тех или
иных действий или программ действий.
Моделирование рассуждений
Цель: изучение и формализация различных схем человеческих умозаключений,
используемых в процессе решения разнообразных задач, создание эффективных программ
для реализации этих схем в вычислительных машинах.
Любой вид человеческой деятельности так или иначе связан с рассуждением. В ИИ, этот
термин используется в его общечеловеческом смысле, как понятие естественного языка,
нестрогое и неоднозначное.
Классификация рассуждений:
- немонотонные рассуждения (под монотонностью понимается следующее: если
некоторое утверждение получено в цепочке вывода, ведущей от исходной системы
аксиом, то, что бы ни происходило потом, данное утверждение остаётся
-
-
выведенным). В реальной жизни такого не бывает – человек не обладает полными,
исчерпывающими знаниями об окружающем его мире. Следовательно, он не
располагает полной системой аксиом, описывающих закономерности этого мира.
Частичные знания порождают и неполную систему правил вывода. А если учесть,
что мир динамичен, то утверждения, в данный момент принимаемые как истинные,
при получении новых утверждений могут оказаться ложными. К немонотонным
относятся все рассуждения, которые опираются на ограниченный запас знаний, на
неполные знания, на веру.
правдоподобные рассуждения (индуктивные, вероятностные или рассуждения о
гипотезах).
оправдания (очень часто люди не доказывают то или иное положение, не
аргументируют его истинность, а оправдывают его той системой внутренних
нравственных ценностей и представлений, которой руководствуются в жизни).
достоверные логические выводы или дедуктивные рассуждения (процесс
получения некоторой правильно построенной формулы из системы аксиом путём
применения правил вывода).
Диалоговые процедуры общения на естественном языке
Цель: обеспечить контакт между интеллектуальной системой и человеком-специалистом в
процессе решения задач.
Комплекс средств, которые использует человек для общения с техническим устройством,
называют интерфейсом. Нас будет интересовать интеллектуальный интерфейс, который
обладает такими возможностями, которые могут обеспечивать общение человека с
искусственной системой на уровне комфортного, привычного человеку диалога.
Уровни общения:
1. в интерфейсах первого уровня, использующих стандартные формы ответов,
общение происходит в режиме «меню». Назван он так потому, что процесс
общения в этом режиме напоминает общение с официантом в ресторане. Для
режима «меню» нужен небольшой лингвистический процессор, обеспечивающий
несложный синтаксический анализ реплик человека и заполнение свободных мест
в стандартных ответных репликах.
2. для второго уровня понимания необходим лингвистический процессор, способный
производить не только поверхностный синтаксический анализ предложений, но и
глубинный синтаксический и семантический анализ. Это позволяет от обычной
записи предложения переходить к его специальному внутреннему представлению в
памяти компьютера в виде семантической сети.
3. на третьем уровне общения в интеллектуальный интерфейс добавляются средства
моделирования рассуждений о законах окружающей среды. Они включают в себя
логики времени и пространства, логики размеров объектов, законы причинноследственных и других связей. С их помощью из известных системе знаний,
содержащихся в тексте Т, получаются новые, производные знания, что позволяет
расширить этот текст до текста Т1. Затем из нового текста получают ответы на
реплики собеседника так, как это делалось на втором уровне общения.
4. четвёртый уровень общения предлагает специальные механизмы для поиска
релевантной информации в базе знаний о предметной области, к которой относится
текст Т. Эти релевантные знания расширяют Т до текста Т2. По тексту Т2
производятся правдоподобные рассуждения, с помощью которых формируется
текст Т3 и ответ на реплику собеседника.
Планирование целесообразной деятельности
Цель: разработка методов построения программ сложной деятельности на основании тех
знаний о проблемной области, которые хранятся в интеллектуальной системе.
Задачи такого типа оказались наиболее актуальными для роботов, действующих
автономно. Решая поставленную задачу, робот должен составить план её решения и
постараться его выполнить. Если в процессе реализации этого плана робот убедится, что
имеются непреодолимые препятствия, то он должен построить другой план, в котором
этих препятствий не существует. Выводы:
- планирование, если оно выполняется в условиях отсутствия части информации,
требует корректировки при появлении дополнительной информации, которая
сказывается на ране выработанном плане. В связи с этим планирование желательно
делать иерархическим (уровень стратегического планирования, уровень
тактического планирования, уровень оперативного планирования). В процессе
планирования возможны возвраты с нижнего уровня планирования на верхний.
- в процессе планирования робот должен уметь решать оптимизационные задачи,
связанные с выбором одного варианта из множества возможных.
- более сложное планирование поведения связано с решением задач, для которых нет
процедур прямого поиска траекторий, ведущих к решению. В таких случаях
используются две глобальные идеи: декомпозиция исходной задачи в пространстве
задач и декомпозиция цели в пространстве целей.
- организация человекоподобного поведения. Одна из психологических проблем
общения человека
с искусственными системами – это их излишняя
рациональность, логичность, непредсказуемость поведения на основе опыта
общения, накопленного в человеческом обществе. Большое внимание уделяется
проблемам формализации таких понятий, связанных с человеческим поведением,
как мотив, поступок, принятая норма и т.п.
Обучение интеллектуальных систем в процессе их деятельности.
Цель: создание комплекса средств для накопления и обобщения умений и навыков,
накапливаемых в таких системах.