Машина логічного виведення і база знань

Як правило, у структурі експертної системи можна чітко розділити базу знань і компоненти, що цією базою користуються, — машину логічного висновку. Взаємодія між ними забезпечується програмою, що прийнято називати оболонкою (shell) експертної системи. Кінцевий користувач додатка взаємодіє із системою через оболонку, передаючи їй запити. Остання активізує машину логічного висновку, що звертається до бази знань, витягає знання, необхідні для відповіді на конкретне питання, і передає сформована відповідь користувачу або як рішення проблеми, або у формі чи рекомендації ради (рис. 2.5).

У базі даних містяться правила і всілякі декларації. Зокрема, стосовно до прикладу "Пінгвін", представленому на рис. 2.5, у базі знань, організованої за допомогою мови CLIPS, повинні бути присутнім наступні декларації:

(deftemplate птах

(field (тип SYMBOL)))

на додаток до наявних правил:

(defrule

(птах (тип?Х))

=>

(assert (так))

)

(defrule

(птах (тип пінгвін))

=>

(assert (немає))

)

З цієї декларації випливає, що об'єкт даних птах може містити поле (field) тип. У розділі 5 ви познайомитеся з деклараціями іншого типу, що служать для, настроювання поводження машини логічного висновку.

Рис. 2.5. Структура експертної системи

2.3.2. Періоди "зимової сплячки" і "пробудження" в історії штучного інтелекту

У першій частині періоду модернізму серед дослідників, що займалися "чистими" проблемами штучного інтелекту, дуже розповсюдженим був настрій критичної самооцінки. Одним з його симптомів була дискусія між прихильниками формальних і неформальних методів. Здається само собою розуміється, що мають право на існування як дослідження чисто теоретичні, фундаментальні, так і прикладні, покликані використовувати фундаментальні результати в конкретних задачах.

А тим часом продовжувався активний розвиток технології експертних систем для самих різних прикладних областей. Фірми, що спеціалізуються в області штучного інтелекту, пропонували досить дорогі програмні продукти, що вимагали спеціального апаратного середовища і до того ж що погано піддаються інтеграції з іншими комерційними системами. Замість того щоб освоювати свою ношу на ринку рішенням тих проблем, що сприйнятливі до підходу, заснованому на знаннях, робилися широкомовні заяви про створення ефективних систем, здатних справитися з будь-якою проблемою.

Відродження інтересу до досліджень в області штучного інтелекту зв'язано з новим інформаційним вибухом. В інформаційному всесвіті, що розширюється, без сумніву, не залишаються методи штучного інтелекту при рішенні, принаймні, таких задач, як обробка текстів і зображень, які потрібно витягати з різного роду джерел, аналізувати, класифікувати, індексувати, узагальнювати, інтерпретувати і т.д. і т.п. Прийшов час і для впровадження результатів, досягнутих у технології символічних обчислень і узагальненої теорії представлення знань. Але ці підходи повинні сполучатися зі статистичним і ймовірнисними підходами, оскільки нам приходиться мати справу з величезними обсягами інформації, що збільшуються, доступної по Internet і різних комерційних інформаційних мережах.

У наступному розділі приводиться опис структури й основних принципів функціонування двох ранніх програм штучного інтелекту. Хоча з часу створення цих систем пройшло вже більш двадцяти років вони можуть служити прекрасною ілюстрацією базових концепцій, використовуваних при побудові програм такого роду, і мені нема чого перепрошувати за включення цього матеріалу в книгу. Кожну з цих програм можна розглядати як своєрідний міст, перекинений між концепцією пошуку в просторі станів і розвитком підходу, що спирається на бази знань.

Дата добавления: 2014-01-11