ВВЕДЕНИЕ. Огромное и все возрастающее богатство знаний разбросано сегодня по всему миру

Огромное и все возрастающее богатство знаний разбросано сегодня по всему миру. Этих знаний, вероятно, было бы достаточно для решения всего громадного количества трудностей наших дней – но они рассеяны и неорганизованны. Нам необходима очистка мышления в своеобразной мастерской, где можно получать, сортировать, суммировать, усваивать, разъяснять и сравнивать знания и идеи.

Герберт Уэллс, 1940[1]

Существенный прорыв в практических приложениях систем ИИ произошел в середине 70-х годов, когда на смену поискам универсального алгоритма мышления пришла идея моделировать конкретные знания специалистов-экспертов. Так появились системы, основанные на знаниях, - ЭС [2].

ЭС – это такие интеллектуальные системы, которые способны в интеллектуальном диалоге с непрограммируемым пользователем, лицом, принимающим решение (ЛПР), на основе накопления и переработки специальных знаний и правил принятия решений проводить экспертизу, консультировать и давать рекомендации по выбору действий (операций), распознавать ситуации, ставить диагноз и обосновывать заключения при поиске решений неформализованных задач (НФЗ) некоторой ПО.

ЭС с середины 1980-х годов стали широко разрабатываться и практически использоваться для решения НФЗ в различных сферах творческой деятельности человека – физика, химия, военное дело, вычислительная техника, геология, информатика, медицина, метеорология, сельское хозяйство и юриспруденция. ЭС являются наиболее значительным результатом практической реализации теории ИИ, зародившейся в середине 1950-х годов. Интерес к теории ИИ и к созданию ЭС во всем мире существенно возрос после того, как Япония объявила в 1979 г. о проекте создания ЭВМ пятого поколения, обладающих возможностью интеллектуального диалога с непрограммируемыми пользователями. Об этом свидетельствуют значительные ассигнования на разработку ЭС в США, Японии и в странах Европейского Союза, выделяемые с середины 1980-х годов [3].

ЭС содержит знания в определенной ПО, накопленные в результате практической деятельности человека (или человечества), и использует их для решения проблем, специфичных для этой области. Этим ЭС отличаются от прочих, «традиционных» систем, в которых предпочтение отдается более общим и менее связанным с предметной областью теоретическим методам, чаще всего математическим. Процесс создания ЭС часто называют инженерий знаний (knowledge engineering) и рассматривают как «применение методов искусственного интеллекта» [4].

Э. Фейгенбаум, который в 1977 г. ввел понятие инженерии знаний, отмечал в своих трудах: «По опыту нам известно, что большая часть знаний в конкретной предметной области остается личной собственностью эксперта. И это происходит не потому, что он не в состоянии сделать этого – ведь эксперт знает гораздо больше, чем сам осознает» [5].

Сформировался новый подход к решению интеллектуальных задач – представление и использование знаний. На сегодняшний день какого-либо исчерпывающего определения понятию «знание» не существует.

Знания – выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области. С точки зрения ИИ знания можно определить как формализованную информацию, на которую ссылаются в процессе логического вывода.

Знания можно разделить на процедурные и декларативные. Исторически первыми использовались процедурные знания, то есть знания, представленные в алгоритмах. Алгоритмы, в свою очередь были реализованы в программах. Однако развитие систем ИИ (СИИ) способствовало повышению декларативных знаний, то есть знаний, сосредоточенных в структурных данных.

Процедурные знания хранятся в памяти информационной системы в виде описаний процедур, с помощью которых можно получить знания. Так обычно описываются способы решения задач предметной области, различные инструкции, методики и т.д. Процедурные знания составляют ядро базы знаний (БЗ).

БЗ – совокупность знаний, описанных с использованием выбранной формы их представления. БЗ содержит описание абстрактных сущностей: объектов, отношений, процессов.

Декларативные знания – совокупность качественных и количественных характеристиках объектов, явлений, представленных в виде фактов и эвристик. Традиционно знания накапливались в виде разнообразных таблиц и справочников, а с появлением ЭВМ приобрели форму информационных массивов и баз данных (БД). Декларативные знания часто называют просто данными.

Одной из наиболее важных проблем разработки СИИ является представление знаний.

Представление знаний – это их формализация и структурирование, с помощью которых отражаются характерные признаки знаний: внутренняя интерпретируемость, структурированность, связность, семантическая метрика и активность [2].

В настоящих методических указаниях особое внимание уделяется моделям представления знаний в виде фреймовых и семантических сетей, продукционных моделей-правил, а также методу рассуждений в условиях неопределенности информации.

Лабораторные работы выполняются в соответствии с индивидуальным заданием, полученным в курсе «Моделирование систем».

Дата добавления: 2014-12-16