Классификация систем основанных на знания.
Тема1: Информационный процесс представления знаний.
1.История развития систем искусственного интеллекта
2.Данные и знания
3.Классификация систем основанных на знаниях.
История развития систем искусственного интеллекта.
Идея создания искусственного подобия человека для решения сложныхзадачимоделированиячеловеческогоразумавиталаввоздухеещевдревнейшиевремена.Так,вдревнемЕгиптебыласоздана «оживающая» механическаястатуябогаАмона.УГомерав «Илиаде»богГефестковалчеловекоподобныесущества-автоматы.Влитературеэтаидеяобыгрываласьмногократно:отГалатеиПигмалионадоБуратинопапыКарло.Однакородоначальникомискусственногоинтеллектасчитаетсясредневековыйиспанскийфилософ,математикипоэтРаймондЛуллий,которыйещевXIIIвекепопыталсясоздатьмеханическуюмашинудлярешенияразличныхзадач, на основе разработанной им всеобщей классификации понятий.
ВXVIII векеЛейбнициДекартнезависимодруготдругапродолжилиэтуидею,предложивуниверсальныеязыкиклассификациивсехнаук.Этиработыможносчитатьпервымитеоретическимиработамивобластиискусственного интеллекта.
Окончательноерождениеискусственногоинтеллектакакнаучногонаправления произошло только после создания ЭВМ в40-х годахXX века. ВэтожевремяНорбертВинерсоздалсвоиосновополагающиеработыпоновой науке - кибернетике.
Термин«искусственныйинтеллект»-ИИ-(AI-artificialintelligence) былпредложенв 1956т.насеминаресаналогичнымназваниемвДартсмутскомколледже(США).Семинарбылпосвященразработкеметодоврешения логических, а не вычислительных задач. В английском языке данноесловосочетаниенеимееттойслегкафантастическойантропоморфнойокраски,которуюоноприобреловдовольнонеудачномрусскомпереводе.
|
|
Слово intelligenceозначает «умениерассуждатьразумно»,авовсене«интеллект», для которого есть терминintellect.
Вскорепослепризнанияискусственногоинтеллектаотдельнойобластьюнаукипроизошлоразделениеегонадванаправления: нейрокибернетикаи «кибернетикачерногоящика».Этинаправленияразвиваютсяпрактическинезависимо,существенноразличаяськаквметодологии,такивтехнологии.Итольковнастоящеевремястализаметнытенденции к объединению этих частей вновь в единое целое.
Данные и знания
Приведемопределенияосновныхпонятийизучаемойдисциплиныирассмотрим различие между понятиями«данные» и«знания».
Информация –совокупностьсведений,воспринимаемыхизокружающейсреды,выдаваемыхвокружающуюсредулибосохраняемыхвнутри информационной системы.
Данные–представленнаявформализованномвидеконкретнаяинформацияобобъектахпредметнойобласти,ихсвойствахивзаимосвязях, отражающаясобытия и ситуации в этой области. Данныепредставляютсяввиде,позволяющемавтоматизироватьихсбор,хранениеидальнейшуюобработкучеловекомилиинформационнымсредством.Данные–этозаписьвсоответствующемкоденаблюдения,акта, объекта,песни,текстаит.д.,пригоднаядлякоммуникации,интерпретации, передачи, обработки и получения новой информации.
|
|
В процессах компьютерной обработки данные проходят следующие этапы преобразований:
· исходная форма существования данных (результаты наблюдений и измерений, таблицы, справочники, диаграммы, графики и т.д.);
· представление на специальных языках описания данных, предназначенных для ввода и обработки исходных данных в ЭВМ;
· базы данных на машинных носителях информации.
Информацияполучаетсяизданныхврезультатерешениянекоторойзадачи.Однакобольшаячастьинформациинеможетбытьвыведенаизданных.Так,практическиещеневозможенавтоматическийпереводхудожественныхпроизведенийсодногоязыканадругой.Труднорассчитыватьинато,чтовближайшембудущемкомпьютер-переводчиксможет донести до нас тонкие оттенки юмора, чувств и т.п.
Информация, с которойимеет дело ЭВМ, разделяется на процедурнуюидекларативную.Процедурнаяинформацияпредставляетсяпрограммами, которыевыполняютсявпроцессерешениязадач,адекларативная – данными, которые обрабатывают эти программы.
|
|
Обычнокакчеловек,такиинформационные системы (ИС)имеютделосданнымиизнаниямиизнекоторойпредметнойобласти,например,математики,медицины, экономикиипр.Подпредметнойобластьюпонимаютинформациюобобъектах и связях между ними из некоторой области знаний.
Знание–этообобщеннаяиформализованнаяинформацияосвойствахизаконахпредметнойобласти,спомощьюкоторойреализуютсяпроцессы решениязадач,преобразованияданныхисамихзнаний,икотораяиспользуется в процессе логического вывода.
Логическийвывод–этогенерированиеновыхутверждений(суждений) на основе исходных фактов, аксиом и правил вывода.
Представлением и обработкой знаний в компьютерных системах занимаются исследователи в области инженерии знаний, введенное в 1977 г. Э.Фейгенбаумом.
Постановка и решение любой задачи связаны с определенной предметной областью. Так, решая задачу составления расписания обработки деталей на металлорежущих станках, мы вовлекаем в предметную область такие объекты, как конкретные станки, детали, интервалы времени и общие понятия«станок», «деталь», «тип станка» и т.д.
|
|
Языки, предназначенные для описания предметных областей, называются языками представления знаний. Универсальным языком представления знаний является естественный язык. Однако использование естественного языка в системах машинного представления знаний наталкивается на ряд препятствий, главным из которых является отсутствие формальной семантики естественного языка.
Для того чтобы поместить знания в информационную систему, их необходимо представить определенными структурами данных, соответствующих выбранной среде разработки интеллектуальной системы. Поэтому при разработке информационной системы сначала осуществляются накопление и представление знаний, причем на этом этапе обязательно участие человека, а затем знания представляются определенными структурами данных, удобными для хранения и обработки в ЭВМ. Знания в ИС существуют в следующих формах:
• исходные знания (правила, выведенные на основе практического опыта, математические и эмпирические зависимости, отражающие взаимные связи между фактами; закономерности и тенденции, описывающие изменение фактов с течением времени; функции, диаграммы, графы и т. д.);
• описание исходных знаний средствами выбранной модели представления знаний (множество логических формул или продукционных правил, семантическая сеть, иерархии фреймов и т. п.);
• представление знаний структурами данных, которые предназначены для хранения и обработки в ЭВМ;
• базы знаний на машинных носителях информации.
Исследователи в области искусственного интеллекта различными способами классифицируют знания:
· фактические и стратегические знания. Фактические знания— основные закономерности предметной области, позволяющие решать конкретные производственные, научные и другие задачи, то есть факты, понятия, взаимосвязи, оценки, правила, эвристики. Стратегические знания — стратегии принятия решений в предметной области;
· факты и эвристики. Факты указывают на хорошо известные в той или иной предметной области обстоятельств. Такие знания еще называют текстовыми, имея в виду достаточную их освещенность в специальной литературе и учебниках. Эвристики основываются на индивидуальном опыте специалиста (эксперта) в предметной области, накопленном в результате многолетней практики. Эта категория знаний нередко играет решающую роль при построении интеллектуальных программ. К эвристикам относятся такие знания, как «способы удаления бесполезных гипотез», способы использования нечеткой информации», «способы разрешния противоречий» и т.п.;
· факты и правила. Факты — это знания типа «А — это А», такие знания характерны для баз данных и сетевых моделей. Правила, или продукции, — это знания типа «ЕСЛИ А, ТО В».
· декларативные и процедурные знания. Под декларативными знаниями подразумеваются описания фактов, явлений (типа «A это B») и они характерны для баз данных. К процедурным знаниям относятся сведения о способах оперирования или преобразования декларативных знаний;
· интенсиональные и экстенсиональные знания. Интенсиональные знания — это знания о связях между атрибутами (признаками) объектов данной предметной области. Они оперируют абстрактными событиями и отношениями. Экстенсиональные знания представляют собой данные, характеризующие конкретные объекты, их состояния, значения параметров в пространстве и времени. В этой классификации оперируют интенсионалом и экстенсионалом понятий. Интенсионал понятия — это определение его через соотнесение с понятием более высокого уровня абстракции указанием специфических свойств. Интенсионалы формулируют знания об объектах. Другой способ определяет понятие через соотнесение с понятиями более низкого уровня абстракции или перечисление фактов, относящихся к определяемому объекту— это определение через данные, или экстенсионал понятия;
· глубинные и поверхностные знания. В глубинных знаниях отражается понимание структуры предметной области, назначение и взаимосвязь отдельных понятий (глубинные знания в фундаментальных науках — это законы и теоретические основания). Поверхностные знания обычно касаются внешних эмпирических ассоциаций с каким-либо феноменом предметной области;
· жесткие и мягкие знания. Жесткие знания позволяют получать однозначные рекомендации при заданных начальных условиях. Мягкие знания допускают множественные, «размытые» решения и различные варианты рекомендаций.
Выделают три парадигмы представления знаний: логическая, структурная, процедурная.
Логическая парадигма отождествляет знание с теорией, то есть теорией первого порядка.
Структурная парадигма уделяет особое внимание организации фактов, составляющих базу знаний. С вычислительной точки зрения, факты получаются из семантических элементов использованием заранее заданных правил. Примеры: семантические сети, фреймы, ER-диаграммы базы данных.
Согласно процедурной парадигме, база знаний составлена из активных агентов с определенными образами действия. С вычислительной точки зрения, использование знаний сводится к реакции этих агентов на данную ситуацию согласно процедурным правилам в базе знаний.
Рассмотрим модели представления знаний.
Модели представления знаний в интеллектуальных системах традиционно делятся на логические (формальные) и эвристические (формализованные).
К логическим моделям относятся:
· логика высказываний;
· логика предикатов первого порядка;
· логика Хорна в языке Prolog и ему подобных системах;
· логика предикатов высших порядков;
· трехзначная логика;
· логика возможных миров;
· модальные логики;
· теория нечетких множеств;
· нечеткая логика;
· лингвинистические переменные.
К эвристическим моделям представления знаний можно отнести:
· деревья решений;
· семантические сети;
· фреймы и сети фреймов;
· онтологии;
· объектно-ориентированное программирование;
· реляционную алгебру;
· правила-продукции;
· матрицу весов связей обученной нейронной сети.
Наиболее распространенными моделями представления знаний в информационных системах являются:
· логические модели;
· продукционные модели;
· сетевые модели;
· фреймовые модели.
Рассмотримособенностизнаний,вкоторыхзаключаетсяихотличиеотданных.
1.Интерпретация.
2.Структурированность.
3.Связность.
4.Семантическая метрика.
5.Активность.
Перечисленныепятьособенностейопределяюттугрань,закоторойданныепревращаютсявзнания,абазы данных –вбазы знаний.Совокупностьсредств, обеспечивающих работу со знаниями, образует системы управления базами знаний (СУБЗ).
Классификация систем основанных на знания.
Основнымнаправлением,реализующимидеиИИ,являетсяразработкасистем,основанныхназнаниях.ЦентральныйобъектизученияИИ–знания, которыемогутбытьпредставленыввиденекоторойсовокупностисведений(фактов, правил),процессов,явлений,атакжеспособоврешениязадачданнойпредметнойобласти.Специалисты,занимающиесяизвлечениемзнаний,ихформализациейиструктурированиемдляобработкивкомпьютерныхсистемах, называются инженерами по знаниям или инженерами знаний.
Структура систем, основанных на знаниях, может иметь следующийвид:
•извлечение знаний из различных источников;
•формирование качественных знаний;
•интеграция знаний;
•приобретение знаний от профессионалов;
•организация работы с экспертами;
•оценка и формализация знаний;
•модели знаний;
•логические системы;
•продукции;
•семантические сети;
•фреймы;
•системы представления знаний;
•базы знаний;
•манипулирование знаниями;
•пополнение знаний;
•классификация знаний;
•обобщение знаний;
•вывод на знаниях;
•методы резолюций;
•квазиаксиоматические системы;
•системы правдоподобного вывода;
•рассуждения с помощью знаний;
•объяснения на знаниях.
Дляформализациизнаний,представленныхвтекстовом,графическомвиде,ввидедокументовит.д.,требуетсяналичиеили,возможно,разработкаметодов,позволяющихпреобразоватьисходныезнанияквиду,пригодномудляобработкивинформационных интеллектуальных системах (ИИС).Знания,полученныеизразличныхисточников, требуется интегрировать в связную и непротиворечивую систему.
Полученныеотэкспертовзнаниянужнооценитьсточкизренияужеимеющихсявсистемезнаний,согласоватьспоследующимиивыделитьнесовместные или противоречивые знания.
Дляпредставлениязнанийиспользуютсялогическиемодели, продукционныеправила,таблицыпринятиярешений,семантическиесети, фреймыидр.Дляввода,хранения,обработки,выводазнанийразработаны системыуправлениябазамизнаний,которыевключаютязыкиописанияиманипулирования знаниями, а также программные процедуры.
Особоеместовманипулированиизнаниямизанимаетвыводназнаниях,заключающийсявполученииновыхзнанийнаосновеужеимеющихся в системе. Это одно из наиболее проблематичных с точки зренияреализациинаправленийвИИС.Большойинтересввыводезнанийпредставляетманипулированиечеловеческимирассуждениями: аргументациянаосновеимеющихсязнаний,рассужденияпоаналогииимногое другое, чем люди пользуются в своей практике.
Дата добавления: 2018-08-06; просмотров: 258; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!