PDF-лекции, страница 9

Средствомпредставления «знаний» может быть, в частности, та или иная штатная база данных (в обычном смысле).2.Некоторые острые аспекты проблемы знаний:Проблема извлечения знанийИзвлечение знаний – процесс взаимодействия инженера по знаниям с источником знаний (экспертом), врезультате которого становятся явными процесс рассуждений специалистов при принятии решения иструктура их представлений о предметной области.Проблема приобретения знанийПриобретение знаний – автоматизированное построение базы знаний посредством диалога экспертаи/или инженера знаний со специальной программой формирования БЗ.Экспертные знания – знания, которыми располагает специалист в некоторой проблемной области.Эксперт – специалист в некоторой проблемной области.Инженер знаний/Инженер по знаниям/Когнитолог – специалист по искусственному интеллекту,проектирующий и создающий базу знаний системы ИИ.

Обычно инженер по знаниям выступает в роли«посредника» между экспертом и базой знанийПроблема открытости знанийСовокупность «знаний» системы ИИ неизбежно должна быть открыта для включения в нее новойинформации, отражающей динамику проблемной среды и динамику поручаемых системе ИИ заданий.Открытость может быть реализована по-разному:- пополнение БЗ «хирургическим путем» (программист/администратор вносят изменения в тексты БЗ),- обучение системы пользователем в рабочем режиме,- самообучение системы (приспособление ее к новым условиям/задачам).3.Базовые методы представления знаний:Метод представления знаний – совокупность взаимосвязанных средств формального описания знанийи оперирования (манипулирования) этими описаниями.(аналог модели данных в теории Баз Данных – понятие концептуального уровня)Логические методы (язык предикатов)Знания, необходимые для решения задач и организации взаимодействия с пользователем, –факты (утверждения).Факт – формула в некоторой логике.Система знаний – совокупность формул.База знаний – система знаний в компьютерном представлении.Основные операции: логический вывод (доказательство теорем)Примеры:28иметь (Саша, книга)иметь (Саша, книги)  иметь (Саша, книга)(x) [человек (x)  иметь (x, книга)](x) [свободен (x)  (y) (на (y,x))]«Саша имеет книгу»«Если Саша имеет книги, то он имеет книгу»«Каждый человек имеет книгу»«Если кубик x свободен, то нет такого кубика y,который находится на кубике x»Достоинства: формальный аппарат вывода (новых фактов/знаний из известных фактов/знаний), возможность контроля целостности, простая и ясная нотация.Недостатки: знания трудно структурировать, при большом количестве формул вывод идет очень долго, при большом количестве формул их совокупность трудно обозрима.Семантические сетиЗнания, необходимые для решения задач и организации взаимодействия с пользователем, –объекты/события и связи между ними.Статические семантические сети- сети с объектами.Динамические семантические сети (сценарии)- сети с событиями.Система знаний – совокупность сетей (или одна общая сеть).База знаний – система знаний в компьютерном представлении.Для представления семантических сетей используются графы:вершинаатомарный объект (событие),подграфструктурно сложный объект (событие),дугаотношение или действие.Примеры отношений:род-вид(«компьютер» – «персональный_компьютер»)целое-часть(«компьютер» – «память»)понятие-пример(«компьютер» – «конкретный компьютер .

. . »)Основные операции: сопоставление с образцом, поиск, замена, взятие копииПример сети:<описание компьютера>Достоинства: знания хорошо структурированы, структура понятна человеку.Недостатки: при большом объеме сети очень долго выполняются все операции, при большом объеме сети она трудно обозрима.ФреймыЗнания, необходимые для решения задач и организации взаимодействия с пользователем, –фреймы.Фрейм-понятие – отношение/действие + связанные этим отношением/участвующие в этомдействии объекты.Фрейм-пример – конкретный экземпляр отношения/действия + конкретные объекты (связанныеэтим отношением/участвующие в этом действии).Система знаний – совокупность фреймов-понятий и фреймов-примеров.База знаний – система знаний в компьютерном представлении.Фрейм: ИМЯотношение/действиеСЛОТЫобъекты или другие фреймыС каждым слотом может быть связана такая информация:УСЛОВИЕ НА ЗАПОЛНЕНИЕ (тип, «по умолчанию», связь с другими слотами)АССОЦИИРОВАННЫЕ ПРОЦЕДУРЫ (действия, выполняемые, например, при заполненииэтого слота)29Основные операции: поиск фрейма/слота, замена значения слота, взятие копии фрейма-понятияПримеры:Фрейм-понятие «Перемещать»ПЕРЕМЕЩАТЬ (кто?, что?, откуда?, куда?, когда?, .

. .)Условия:кто? – человек, робот, . . .откуда? – место...Фрейм-примерПЕРЕМЕЩАТЬ (Саша, Саша, Главное_Здание_МГУ, Факультет_ВМК, вчера в 15-30, . . .)Фрейм-понятие «Персональный_компьютер»ПЕРСОНАЛЬНЫЙ_КОМПЬЮТЕР (фирма-производитель?, процессор?, память?, . . .)Фрейм-примерПЕРСОНАЛЬНЫЙ_КОМПЬЮТЕР (ASUS, Intel Celeron, 512Мб, .

. .)Достоинства: знания хорошо структурированы, структура понятна человеку.Недостатки: при большом количестве фреймов долго выполняются все операции, при большом количестве фреймов знания трудно обозримы.ПродукцииЗнания, необходимые для решения задач и организации взаимодействия с пользователем, –продукции (продукционные правила).Продукция – правило вида: p:  (где: p – предусловие,  - антецедент,  - консеквент).Система знаний – система продукционных правил + стратегия выбора правил.База знаний – система знаний в компьютерном представлении.Основные операции: вывод (применение правила, определение правила-преемника и т.д.)Примеры:True: T > 200C & P > 5 кПа  открыть клапан № 3True: Х - башня  Х имеет_часть У1 & У1 есть КРЫША & .

. .Достоинства: простая и ясная нотация.Недостатки: при большом количестве правил вывод идет очень долго, при большом количестве правил их совокупность трудно обозрима.4.Сложности формирования БЗ (на примерах):Пример: Формирование описания объекта на основе знаний «здравого смысла»При описании АРКИ одного из объектов Мира Кубиков с помощью семантических сетей мы будемиспользовать: 1)объекты/понятия: арка, блок, пирамида (пирам), многогранник (мног);2)отношения: целое-часть (1), род-вид (2), поддерживает (3) и некоторые другие.Рассматривается проекция трехмерных объектов на плоскость.В описание не включается очевидный факт – работа с Кубиками ведется на плоскости (table).Достаточно естественный вариант АРКИ:может быть описан так:блок13арка1блок311пирам30Другой возможный вариант АРКИ:имеет другое описание:блок13арка1блок311блокЕсли в БЗ будет указано, что блок и пирам –частные случаи объекта мног →можно дать обобщенное описание АРКИ:блокмног2132арка1блок311блокпираммногВ этом описании не учтен «вырожденный» случай арки (см.

ниже). Для того, чтобы исключить такойобъект, следует указать, что блоки основания АРКИ не соприкасаются.блок1арка13141блок1мног31Не очень понятно, следует ли считать АРКОЙ объект, изображенный на следующем рисунке («феноменкучи»). Можно заменить в описании отношение не соприкасаются (4)отношением расстояние между блоками > δ (5).блокарка151131блок311многОтметим, что этот пример можно рассматривать не только в контексте описания (и его формализации)ПО человеком, но и в контексте обучения системы ИИ.Пример: Использование в качестве источника информации о ПО энциклопедических источниковНекоторые словарные статьи из «Толкового словаря Ожегова» (http://www.ozhegov.ru/):АВТОБУС: многоместный автомобиль для перевозки пассажировАВТОМОБИЛЬ: транспортное средство на колесном ”реже полугусеничном или другом” ходу ссобственным двигателем для перевозок по безрельсовым путям…МАШИНА: == автомобиль.

Служебная, личная м. Гараж для машины.…ТРАМВАЙ: городская наземная электрическая железная дорога, а также ее вагон или поезд.…ТРОЛЛЕЙБУС: многоместная электрическая транспортная машина, идущая по безрельсовым путям.…РОТОР: вращающаяся часть в машинах.Верно ли такое формальное описание объекта «ротор» (логические методы представления знаний):Ротор (x) ↔ Часть (x, y) & Машина (y) & Вращается (x) ?Вероятно, нет. Так как, если Машина не работает, то Ротор не Вращается.31Возможное уточнение (требует привлечения информации, которой нет в источнике):Ротор (x) ↔ (t) [Работает (y, t) & Часть (x, y) & Машина (y) → Вращается (x)]5.

Организация знаний системы искусственного интеллекта:В дальнейшем (в этом разделе) мы будем рассматривать задачу создания некоторой абстрактнойуниверсальной адаптивной системы ИИ (используем общую аббревиатуру ИС).Это означает, что система:- может работать с различными пользователями (группами пользователей) – уровень подготовкипрофессия, и др.;- может работать в различных Проблемных областях – в каждой из которых свои объекты, задачи и др.;- может настраиваться при этом на Сеанс (работа i-го пользователя в j-й Проблемной области);- может самостоятельно уточнять (если это требуется) условия задач;- демонстрирует способность к:С-адаптации – сиюминутному изменению совокупности «знаний» в новых условиях – иС-обучению – запоминанию результатов адаптации для использования в дальнейшем.Замечание о практической целесообразности такой постановки задачи:- при больших пороговых значениях I и J – нереально;- при небольших пороговых значениях I и J – иногда возможно и разумно;- система как модель, позволяющая учесть, что нужно в конкретных приложениях;- система как инструментальная метасистема для построения частных приложений.Здесь и далее мы будем добавлять префикс «С-» к терминам, характеризующим структурные элементы ИС и еефункциональные возможности.Структуризация С-знаний (по нескольким независимым критериям):1.базовые- встроенные в ИС ее разработчикамиоткрытые- пополняемые на различных этапах жизненного цикла ИС2.общие- используемые при работе в разных проблемных областях и с разными пользователями,поблемно-ориентированные - специфичные для конкретных проблемных областей,личностно-ориентированные - специфичные для различных пользователей3.лингвистические- описывающие язык/языки общения с ИСпредметные- описывающие особенности конкретных предметных/проблемных областейкоммуникативные- описывающие особенности общения в различных сеансах4.знания ИС о ее окружении - описывающие «внешний мир» ИСметазнания- знания о С-знанияхСистема С-знаний – динамически меняющаяся модель ИС и ее окруженияС-язык – язык представления знаний:С-понятияС-объекты:=СТОЛ==ГЕНЕРАТОР_ПЕРЕМЕННОГО_ТОКА= =ФУНКЦИЯ=С-предикаты: =находиться_на= =вырабатывать_ток==принимать_значение=С-падежи:связь между С-предикатами: =цель=, =условие=, =следствие=, …связь С-предикатов с С-актантами: =параметр=, =инструмент=, =субъект_действия=, …связь С-предикатов с С-модификаторами: =время=, =модальность=, =место=, …32С-ситуация – С-предикат с заполненными С-актантами, поставленный в соответствие ситуации/событиюпроблемной среды (например, описание исходной ситуации, описание целевой ситуации).С-факты:С-про-задача- <Т, Ц>С-задача- <Т, С, Ц>С-решенная-задача - <Т, С, Ц, Д, Р>С-нерешенная-задача - <Т, С, Ц, - , - >где: Т – модель исходной ситуации, Ц – модель целевой ситуации, С – отобранные системой средстварешения задачи, Д – план решения задачи, Р – полученный при попытке реализовать план результат.Метазнания – средства разрешения конфликта между наличными С-знаниями и входной информацией.Примеры конфликтов:- не удается завершить анализ текста условия задачи, т.к.