Представлення знань

Представлення знань – ще одна функція експертної системи. Теорія представлення знань – це окрема область досліджень, тісно пов'язана з філософією формалізму та когнітивною психологією. Предмет дослідження в цій області – методи асоціативного зберігання інформації, схожі до тих, які існують в мозку людини. При цьому основна увага приділяється логічній, а не біологічній стороні процесу, опускаючи подробиці фізичних перетворень.

1.2. Синтаксис і семантика представлення сімейних відносин

Основна частина представлення знань, на яку часто навіть не звертають особливої уваги, полягає в тому, що представлення повинне якимсь чином "стандартизувати" семантичну різноманітність людської мови. Ось декілька пропозицій.

“Сем батько Біла"

“Сем Білів батько"

“Білів батько Сем"

“Батьком Біла є Сем"

Всі ці фрази виражають одну і ту ж думку (семантично ідентичні). При машинному представленні цієї думки (знання) ми стараємося знайти більш простий метод зіставлення форми і змісту, аніж в звичайній людській мові, тобто домогтися того, щоб вирази з однаковим (або схожим) змістом були однаковими і за формою. Наприклад, всі приведені вище фрази можуть бути зведені до виразу в такій формі:

батько (сем, біл)

У семантиці цього виразу повинно бути специфіковано (нарівні з іншими речами) і те, що перше ім'я належить предку, а друге нащадку, а не навпаки.

Можна також зазначити, що пропозиції

“Сем батько Джила"

“Батьком Біла є Сем"

мають схоже значення, але більш очевидно представити їх в такій формі:

батько (сем, біл).

батько (сем, джил).

Про синтаксис і семантику ми поговоримо більш детально в розділах 3 і 8.

У 70-х роках дослідження в області представлення знань розвивалися в напрямах розкриття принципів роботи пам'яті людини, створення теорій отримання відомостей з пам'яті, розпізнавання і відновлення. Деякі з досягнутих в теорії результатів привели до створення комп'ютерних програм, які моделювали різні способи поєднання понять (концептів). З'явилися комп'ютерні додатки, які могли деяким образом відшукувати потрібні "елементи" знання на певному етапі розв'язання деякої проблеми. Згодом психологічна достовірність цих теорій відійшла на другий план, а основне місце, принаймні з точки зору проблематики штучного інтелекту, зайняла їх здатність служити інструментом для роботи з новими інформаційними і керуючими структурами.

Загалом, питання представлення знань було і швидше усього залишиться питанням суперечливим. Філософи і психологи часто бувають шоковані безцеремонністю фахівців з штучного інтелекту, які жваво базікають про людське знання на жаргоні, що представляє дику суміш термінології, взятої з логіки, логістики, філософії, психології та інформатики. З іншого боку, комп'ютерний формалізм виявився новаторським засобом постановки, а іноді і пошуку відповідей на складні питання, над якими сторіччями билися метафізики.

У області експертних систем представлення знань цікавить нас в основному як засіб знаходження методів формального опису великих масивів корисної інформації з метою їх подальшої обробки за допомогою символічних обчислень. Формальний опис означає упорядкування в рамках якої-небудь мови, що володіє досить чітко формалізованим синтаксисом побудови виразів і такого ж рівня семантикою, що пов'язує значення виразу з його формою. Ми відкладемо обговорення питань синтаксису і семантики до розділу 3.

Символічні обчислення означають виконання нечислових операцій, в яких можуть бути сконструйовані символи і символьні структури для представлення різних концептів та відносин між ними. Обговорення проблем символьних обчислень ми відкладемо до розділу 4. Приклад символічного представлення ви знайдете у врізці 1.2.

У області штучного інтелекту ведеться інтенсивна робота по створенню мов представлення (representation languages). Під цим терміном розуміються комп'ютерні мови, орієнтовані на організацію описів об'єктів і ідей, всупереч статичним послідовностям інструкцій або зберіганню простих елементів даних. Основними критеріями доступу до представлення знань є логічна адекватність, евристична потужність та природність, органічність нотації. Ці терміни, швидше за все, потребують пояснень.

• Логічна адекватність означає, що представлення повинно володіти здатністю розпізнавати всі відмінності, які ви закладаєте в початкову суть. Наприклад, неможливо представити ідею, що кожні ліки мають який-небудь побічний небажаний ефект, якщо тільки не можна буде провести відмінність між призначенням конкретного лікарського препарата і його побічним ефектом ( наприклад, аспірин посилює виразкову хворобу). У більш загальному вигляді вираз, що передає цей ефект, звучить так: '' кожні ліки володіють небажаним побічним ефектом, специфічним для цього препарата".

• Евристична потужність означає, що нарівні з наявністю виразної мови представлення повинен існувати деякий засіб використання представлень, сконструйованих та інтерпретованих таким чином, щоб з їх допомогою можна було вирішити проблему. Часто виявляється, що мова, що володіє більшою виразною здатністю в термінах кількості семантичних відмінностей, виявляється і більш складною в управлінні описом взаємозв'язків в процесі розв'язання проблеми. Здатність до вираження у багатьох із знайдених формалізмів може виявитися досить обмеженою в порівнянні з англійською мовою або навіть стандартною логікою. Часто рівень евристичної потужності розглядається за результатом, тобто по тому, наскільки легко вдається отримати потрібне знання стосовно конкретної ситуації. Знати, які знання більше всього підходять для розв'язання конкретної проблеми, це одна з якостей, яке відрізняє дійсно фахівця, експерта в певній області, від початківця або просто начитаної людини.

• Природність нотації. Більшість додатків, побудованих на базі експертних систем, потребують накопичення великого об'єму знань, а вирішити таку задачу досить важко, якщо вирази в мові представлення дуже складні. Будь-який фахівець скаже вам, що при інших рівних характеристиках краще та система, з якою простіше працювати. Вирази, якими формально описуються знання, повинні бути по можливості простими для написання, а їх значення повинне бути зрозуміле навіть тому, хто не знає, як же комп'ютер інтерпретує ці вирази. Прикладом може служити декларативний програмний код, який сам по собі дає досить чітке представлення про процес його виконання навіть тому, хто не має представлення про деталі реалізації комп'ютером окремих інструкцій.

За минулі роки було запропоновано немало виразів, придатних для кодування знань на мовному рівні. Серед них зазначимо породжуючі правила (production rules) [Davies and King, 1977], структуровані об'єкти (structured objects) [Findler, 1979] і логічні програми (logic programs) [Kowalski, 1979]. У більшості експертних систем використовується один або декілька з перерахованих формалізмів, а доводи на користь або проти будь-кого з них досі є темою для пожвавлених дискусій серед теоретиків. Декілька формалізмів такого роду критично розглянуті в розділах 5-8, а програмні засоби для їх реалізації в розділах 17-19.

Більшість фрагментів програмного коду, приведених в цій книзі, написана на мові CLIPS, в якій використовується комбінація породжуючих правил і структурованих об'єктів. У Додатку ви знайдете досить просторовий опис основних концепцій і програмних конструкцій мови CLIPS, який супроводиться безліччю прикладів. Там же читач зможе знайти і нетривіальні програми, в яких продемонстровані як багато цікавих можливостей мови, так і реалізація її засобами методів штучного інтелекту, що обговорюються в розділах 1-3.

Дата добавления: 2014-01-11