Тема 8. МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
Знания. Их виды. Базы знаний. Модели представления знаний
Что же такое знания и чем они отличаются от обычных данных, обрабатываемых ЭВМ? Можно предложить несколько рабочих определений, в рамках которых это становится очевидным.
Данные — это отдельные факты, характеризующие объекты, процессы и явления в предметной области и их свойства.
Знания основаны на данных, полученных эмпирическим путем. Они представляют собой результат мыслительной деятельности человека, направленной на обобщение его опыта, полученного в результате выполнения какой-либо практической деятельности.
Знания — это закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области.
Часто используются такие определения знаний: «Знания — это хорошо структурированные данные» или «Знания — это данные о данных — метаданные».
Знания могут быть классифицированы по следующим категориям:
¨ поверхностные — знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области;
¨ глубинные — абстракции, аналогии, схемы, отображающие структуру и процессы в предметной области.
Можно привести следующий пример: поверхностные знания — «Если нажать на кнопку звонка, раздастся звук»; глубинные знания — «Принципиальная электрическая схема звонка и проводки».
|
|
|
Современные интеллектуальные системы, включающие базы знаний, работают, в основном, с поверхностными знаниями. Это связано с тем, что на данный момент нет универсальных методик, позволяющих выявлять глубинные структуры знаний и работать с ними.
Иногда знания также подразделяют на знания первого и второго рода.
Знания первого рода — общедоступные, хорошо известные, признанные в данной предметной области, общезначимые факты, явления, определения, закономерности-истины, теории, которые обычно изложены и зафиксированы, достаточно хорошо освещены в специальной литературе (книгах, статьях, учебниках, справочниках и т. п.) по данной предметной области.
Знания второго рода — это эмпирические правила, интуитивные соображения и факты, которые, как правило, отсутствуют в литературе, но которые дают возможность опытному эксперту на основе собственного опыта, накопленного в результате многолетней практики, эффективно принимать решения даже в условиях неполных и противоречивых исходных данных. Эти личные знания в значительной степени состоят из эмпирических правил, которые называют эвристиками.
Кроме того, применительно к области искусственного интеллекта, знания традиционно делят на процедурные и декларативные. Исторически первичными были процедурные знаний, т.е. знания, «растворенные» в алгоритмах. Они управляли данными. Для их изменения требовалось изменять программы. Однако с развитием искусственного интеллекта приоритет данных постепенно изменялся, и все большая часть знаний сосредотачивалась в структурах данных (таблицы, списки, абстрактные типы данных), то есть увеличивалась роль декларативных знаний.
|
|
|
При обработке на ЭВМ знания трансформируются, условно проходя следующие этапы:
¨ знания в памяти человека как результат мышления;
¨ материальные носители знаний (учебники, методические пособия);
¨ поле знаний — условное описание основных объектов предметной области, их атрибутов и закономерностей, их связывающих;
¨ знания, описанные на языках представления знаний (продукционные модели, семантические сети, фреймы);
¨ базы знаний на машинных носителях.
Базы знаний — это особого рода базы данных, разработанные для управления знаниями, то есть сбором, хранением, поиском и выдачей знаний.
Простые базы знаний можно использовать для хранения данных, которые могут помочь менее опытным людям найти существующее описание способа решения какой-либо проблемы предметной области.
|
|
|
Сложные базы знаний являются одним из главных компонентов систем искусственного интеллекта, в частности — экспертных систем. Они предназначены для построения способа решения специализированных проблем, основываясь на записях базы знаний и на пользовательском описании ситуации.
В интеллектуальной системе база знаний — это совокупность знаний о предметной области, организованных в соответствии с принятой моделью представления знаний.
Многие базы знаний интеллектуальных систем поддерживают особенности этих систем такие как: самообучение — возможность модификации базы знаний в процессе работы системы и адаптации ее к проблемной области (аналог человеческой способности «набирать опыт») и автоматическое доказательство (вывод) — способность системы выводить новые знания из старых, находить закономерности в базе знаний.
База знаний содержит факты (или утверждения) и правила. Факты представляют собой краткосрочную информацию в том отношении, что они могут изменяться (например, в ходе консультации). Правила представляют более долговременную информацию о том, как порождать новые факты или гипотезы из того, что сейчас известно.
|
|
|
База знаний записывается на машинный носитель в форме, понятной и эксперту (знания которого были заложены в базу) и пользователю, обычно на некотором языке, приближенном к естественному. Параллельно такому «человеческому» представлению существует база знаний во внутреннем «машинном» представлении.
При необходимости база знаний интеллектуальной системы может пополняется новой или недостающей информацией с помощью специальной программы — редактора баз знаний. Редактор включает в себя систему вложенных меню, шаблонов языка представления знаний, подсказок и других сервисных средств, облегчающих работу с базой знаний.
При создании баз знаний решаются две основные задачи:
1. Получение знаний (передача потенциального опыта решения проблемы от некоторого источника знаний) и его преобразование в вид, который позволяет использовать эти знания в программе.
2. Представление знаний — отыскание методов формального описания больших массивов полезной информации с целью их последующей обработки с помощью символических вычислений.
Модели представления знаний
Представление знаний — это множество соглашений по синтаксису и семантике, согласно которым описываются объекты. Хорошее правило при проектировании представления знаний — это организация знаний в такой форме, которая позволяет легко осуществлять доступ к ним с помощью естественных и простых механизмов.
Специфика представления знаний, организации базы знаний и поиска решений зависят от особенностей проблемной области, от характера имеющихся знаний о ней и от сложности поставленной задачи.
Особенности проблемной области — это степень сложности объекта, его количественная сложность (размер, количество элементов) и его качественная сложность (сложность его организации и поведения — статический, динамический, развивающийся).
Особенности знаний о проблемной области — это полнота, определенность, точность знаний о ней (полнота, определенность, точность данных об объекте, а также полнота и адекватность модели объекта).
Особенности поставленной задачи — это сложность подлежащей разрешению задачи, количество искомых решений (одно, несколько или все) и качество требуемых решений (наличие ограничений, оптимальность, время, память, точность и т.п.).
По этим признакам наиболее простая проблемная ситуация возникает в том случае, когда проблемная область мала, статична и однородна; имеются полные, точные данные и единая адекватная модель; задача состоит в отыскании любого одного решения без каких-либо особенных ограничений. Примером такого рода проблемы может быть проверка наличия заданного типа товара на складе небольшой торговой фирмы.
Напротив, наиболее сложная проблемная ситуация возникает, если проблемная область велика, неоднородна, имеет сложную и меняющуюся организацию; данные о ней неполны, неточны и сомнительны, а модель проблемной области неоднородна и не вполне адекватна; задача же состоит в отыскании всех решений в условиях множества различных ограничений. Примером такого рода проблем могут служить проблема оптимального планирования развития большого предприятия или региона.
Модели представления знаний обычно делят на эвристические (формализованные) и формальные логические.
Эвристические модели имеют разнообразный набор средств, передающих специфические особенности той или иной предметной области. Именно поэтому эвристические модели превосходят логические как по возможности адекватно представить проблемную среду, так и по эффективности используемых правил вывода.
К наиболее распространенным эвристическим моделям можно отнести продукционные, семантические (сетевые) и фреймовые модели представления знаний. Они отличаются от формальных систем тем, что используют более сложные конструкции правил, а также содержат эвристическую информацию о специфике проблемной среды.
Дата добавления: 2019-02-12; просмотров: 277; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!