Основные понятия о знаниях

Необходимой частью любой интеллектуальной системы являются знания. Теоретическими и практическими вопросами представления и обработки знаний в компьютерных системах активно занимаются исследователи, работающие в области инженерии знаний. Это понятие в 1977г. ввел Э. Фейгенбаум, который писал: «По опыту нам известно, что большая часть знаний в конкретной предметной области остается личной собственностью эксперта. И это происходит не потому, что он не хочет разглашать своих секретов, а потому что он не в состоянии сделать этого — ведь эксперт знает гораздо больше, чем сам осознает». Данное направление ИИ связано с развитием теоретических и прикладных аспектов приобретения и формализации знаний специалистов, с проектированием и разработкой баз знаний.

Характерным признаком интеллектуальных систем является наличие знаний, необходимых для решения задач конкретной предметной области. При этом возникает естественный вопрос, что такое знания и чем они отличаются от обычных данных, обрабатываемых ЭВМ.

Данными называют информацию фактического характера, описывающую объекты, процессы и явления предметной области, а также их свойства. 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.

Знания являются более сложной категорией информации по сравнению с данными. Знания описывают не только отдельные факты, но и взаимосвязи между ними, поэтому знания иногда называют структурированными данными. Знания могут быть получены на основе обработки эмпирических данных. Они представляют собой результат мыслительной деятельности человека, направленной на обобщение его опыта, полученного в результате практической деятельности.

Для того чтобы наделить ИИС знаниями, их необходимо представить в определенной форме. Существуют два основных способа наделения знаниями программных систем.

Первый — поместить знания в программу, написанную на обычном языке программирования. Такая система будет представлять собой единый программный код, в котором знания не вынесены в отдельную категорию. Несмотря на то что основная задача будет решена, в этом случае трудно оценить роль знаний и понять, каким образом они используются в процессе решения задач. Нелегким делом являются модификация и сопровождение подобных программ, а проблема пополнения знаний может стать неразрешимой.

Второй способ базируется на концепции баз данных и заключается в вынесении знаний в отдельную категорию, т.е. знания представляются в определенном формате и помещаются в БЗ. База знаний легко пополняется и модифицируется. Она является автономной частью интеллектуальной системы, хотя механизм логического вывода, реализованный в логическом блоке, а также средства ведения диалога накладывают определенные ограничения на структуру БЗ и операции с нею. В современных ИИС принят этот способ. Следует заметить, что для того, чтобы поместить знания в компьютер, их необходимо представить определенными структурам данных, соответствующих выбранной среде разработки интеллектуальной системы. Следовательно, при разработке ИИС 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 ИИС 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.

Что же такое знания? Приведем несколько определений.

Из толкового словаря С. И. Ожегова: 1) «Знание — постижение действительности сознанием, наука»; 2) Знание — это совокупность сведений, познаний в какой-либо области». Из японского толкового словаря: «Знания — это результат, полученный познанием», или, более подробно, «система суждений с принципиальной и единой организацией, основанная на объективной закономерности».

Исследователями в области ИИ даются более конкретные определения знаний.

«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.

«Знания — это хорошо структурированные данные или данные о данных, или метаданные».

«Знания — формализованная информация, на которую ссылаются или используют в процессе логического вывода.

Существует множество классификаций знаний, Как правило, с помощью классификаций систематизируют знания конкретных предметных областей. На абстрактном уровне рассмотрения можно говорить о признаках, по которым подразделяются знания, а не о классификациях. По своей природе знания можно разделить на декларативные и процедурные.

Декларативные знания представляют собой описания фактов и явлений, фиксируют наличие или отсутствие таких фактов, а также включают описания основных связей и закономерностей, в которые эти факты и явления входят.

Процедурные знания — это описания действий, которые возможны при манипулировании фактами и явлениями для достижения намеченных целей.

Для описания знаний на абстрактном уровне разработаны специальные языки — языки описания знаний. Эти языки также делятся на языки процедурного типа и декларативного. Все языки описания знаний, ориентированные на использование традиционных компьютеров фон-неймановской архитектуры, являются языками процедурного типа. Разработка языков декларативного типа, удобных для представления знаний, является актуальной проблемой сегодняшнего дня.

По способу приобретения знания можно разделить на факты и эвристику (правила, которые позволяют сделать выбор при отсутствии точных теоретических обоснований). Первая категория знаний обычно указывает на хорошо известные в данной предметной области обстоятельства. Вторая категория знаний основана на собственном опыте эксперта, работающего в конкретной предметной области, накопленном в результате многолетней практики.

По типу представления знания делятся на 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».

Кроме фактов и правил существуют еще метазнания — знания о знаниях. Они необходимы для управления БЗ и для эффективной организации процедур логического вывода.

Форма представления знаний оказывает существенное влияние на характеристики ИИС. Базы знаний являются моделями человеческих знаний. Однако все знания, которые привлекает человек в процессе решения сложных задач, смоделировать невозможно. Поэтому в интеллектуальных системах требуется четко разделить знания на те, которые предназначены для обработки компьютером, и знания, используемые человеком. Очевидно, что для решения сложных задач БЗ должна иметь достаточно большой объем, в связи с чем неизбежно возникают проблемы управления такой базой. Поэтому при выборе модели представления знаний следует учитывать такие факторы, как однородность представления и простота понимания. Однородность представления приводит к упрощению механизма управления знаниями. Простота понимания важна для пользователей интеллектуальных систем и экспертов, чьи знания закладываются в ИИС. Если форма представления знаний будет трудна для понимания, то усложняются процессы приобретения и интерпретации знаний. Следует заметить, что одновременно выполнить эти требования довольно сложно, особенно в больших системах, где неизбежным становится структурирование и модульное представление знаний.

1.7. Выводы по 1-ой главе:

В настоящей главе дано определение искусственного интеллекта и описан исторический контекст, в котором развивалась эта область науки. Ниже приведены некоторые важные темы, которые рассматривались в этой главе.

• Взгляды ученых на искусственный интеллект не совпадают. Для того чтобы определить наиболее приемлемый для себя подход, необходимо ответить на два важных вопроса: “Интересует ли вас в основном мышление или поведение?” и “Стремитесь ли вы моделировать способности людей или строить свою работу исходя из идеального стандарта?”

• Вданной книге принят подход, согласно которому интеллектуальность в основном связана с рациональной деятельностью, основанной на знаниях. В идеальном случае интеллектуальная система в любойситуации предпринимает наилучшее возможное действие.

• Философы (начиная с 400 года до н.э.) заложили основы искусственного интеллекта, сформулировав идеи, что мозг в определенных отношениях напоминает машину, что он оперирует знаниями, закодированными на каком-то внутреннем языке, и что мышление может использоваться для выбора наилучших предпринимаемых действий.

• Математики предоставили инструментальные средства для манипулирования высказываниями, обладающими логической достоверностью, а также недостоверными вероятностными высказываниями. Кроме того, они заложили основу не только понимания того, что представляют собой вычисления, но и формирования рассуждений об алгоритмах.

• Экономисты формализовали проблему принятия решений, максимизирующих ожидаемый выигрыш для лица, принимающего решение.

• Психологи подтвердили идею, что люди и животные могут рассматриваться как машины обработки информации. Лингвисты показали, что процессы использования естественного языка укладываются в эту модель.

• Компьютерные инженеры предоставили артефакты, благодаря которым стало возможным создание приложений искусственного интеллекта. Обычно программы искусственного интеллекта имеют большие размеры, и не могли бы работать без тех значительных достижений в повышении быстродействия и объема памяти, которые были достигнуты в компьютерной индустрии.

• Теория управления посвящена проектированию устройств, которые действуют оптимально на основе обратной связи со средой. Первоначально математические инструментальные средства теории управления весьма отличались от применяемых в искусственном интеллекте, но эти научные области все больше сближаются.

История искусственного интеллекта характеризуется периодами успеха и неоправданного оптимизма, за которыми следовало снижение интереса и сокращение финансирования. В ней также были периоды, когда появлялись новые творческие подходы, а затем лучшие из них систематически совершенствовались.

• Искусственный интеллект в настоящее время развивается быстрее, чем в прошлое десятилетие, поскольку в этой области стали шире применяться научные методы экспериментирования и сравнения подходов.

• Последние достижения на пути понимания теоретических основ интеллектуальности неразрывно связаны с расширением возможностей реальных систем. Отдельные подобласти искусственного интеллекта стали в большей степени интегрированными, а сам искусственный интеллект успешно находит общую почву с другими научными дисциплинами.

Работа со знаниями является основным и наиболее фундаментальным направлением современного состояния науки искусственный интеллект.

• Практическим результатом и целью науки искусственный интеллект является создание интеллектуальных роботов.

Дата добавления: 2015-06-27