Введение в представление знаний

Представление знаний является одним из важнейших разделов искусственного интеллекта. Искусственный интеллект как научное направление связан с попыткой формализовать мышление человека – разработать методы, которые позволили бы запрограммировать машину таким образом, чтобы она могла воспроизводить или даже превосходить способности человеческого интеллекта. Исследования в этой области тесно связаны со смежными дисциплинами – информатикой, лингвистикой, психологией и философией.

Существуют разные точки зрения на главное предназначение исследований. Некоторые ученые склоняются к тому, что искусственный интеллект является ответвлением технических наук. Подход с точки зрения информатики. Другие делают акцент на изучении механизмов познания, процессов обработки информации в мозге человека (нейробионики).

Так или иначе, основными понятиями дисциплины являются понятия, связанные с процессами восприятия и обработки информации.

Информация с точки зрения ее возникновения и совершенствования проходит следующий путь: человек наблюдает некоторый факт окружающей действительности, это факт отражается в виде совокупности данных, при последующем структурировании в соответствии с конкретной предметной областью данные превращаются в знания. Таким образом, верхним уровнем информации как результата отражения окружающей действительности (результата мышления) являются знания. Знания возникают как итог теоретической и практической деятельности. Информация в виде знаний отличается высокой структурированностью, что позволяет выделить полезную информацию при анализе окружающих нас физических, химических и прочих процессов и явлений.

Обобщая вышесказанное, можем теперь дать основные определения в области искусственного интеллекта:

·
Информация – совокупность любых сведений о каком-либо событии, сущности, процессе и т.п., являющихся объектом некоторых операций: восприятия, передачи, преобразования, хранения или использования.

·
Данные – фиксированная в определенной форме информация об объектах предметной области, их свойствах и взаимосвязях, отражающих события и ситуации в этой области.

·
Предметная область – это сфера деятельности человека, в рамках которой осуществляется интерпретация получаемой и обрабатываемой информации.

·
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.

На основе структурированной информации формируется информационная модель объекта.

Знания могут быть классифицированы на следующие категории:

·
Поверхностные – знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области.

·
Глубинные – абстракции, аналогии, схемы, отображающие структуру и природу процессов, протекающих в предметной области. Эти знания могут использоваться для прогнозирования поведения объекта.

Например, поверхностные знания могут быть описаны следующим предложением:

«Если болит голова, то следует выпить аспирин».

При этом можно также рассмотреть глубинные знания:

«Знания физиологов и врачей высокой квалификации о причинах, видах головных болей и методах их лечения».

Знания, которыми обладает человек, делятся на формализованные (точные) и слабо формализованные (неточные). Формализованные знания можно зафиксировать в виде определений, формул, алгоритмов, моделей и т.п. Неформализованные знания – это знания, для которых отсутствует алгоритм (модель, метод) их получения. Эти знания трудно сформулировать, так как они, как правило, являются результатом обобщения многолетнего опыта человека. Например, мы не всегда можем ответить: почему мы приняли то или иное решение, говорим, что оно пришло на интуитивном уровне.

5. Основы инженерии знаний

Инженерия знаний – достаточно молодое направление искусственного интеллекта, появившаяся тогда, когда практические разработчики столкнулись с весьма нетривиальными проблемами трудности «добычи» и формализации знаний. Инженерия знаний напрямую связана с проектированием баз знаний, т.е. получению и структурированию знаний специалистов для последующей разработки интеллектуальных информационных систем (ИИС).

Для БЗ характерны информационные массивы небольшого объема (в отличие от баз данных) являющиеся исключительно дорогими. В базе знаний можно проводить выбор по запросу информации, явно не хранимой, а выводимой из имеющихся данных. Базы знаний используются для хранения знаний и построения на их основе ИИС. Для этого знания необходимо представить в форме, понятной компьютеру.

Таким образом, идеология создания базы знаний в основном связана с формализацией знаний (или памяти человека). Модели памяти разрабатываются когнитивной психологией. Когнитивная психология (психология познания) занимается, прежде всего, изучением способов восприятия и понимания знаний человеком.

Процесс представления знаний представляет собой формализацию знаний об определенной области. В конечном итоге, знания должны быть представлены в форме, которая будет пригодна для создания интеллектуальной системы. Таким образом, необходимо создание определенных схем, позволяющих описать знания на некотором формальном языке.

Выделяют декларативные и процедурные знания. Декларативные знания хранятся в виде фактов и утверждений об объектах и отношений между этими объектами. К моделям представления таких знаний относятся, предикаты, семантические сети, фреймы. Процедурные знания хранятся в процедурах и выводятся в виде алгоритмов. К моделям их представления относятся правила продукции.

Особенности, присущие некоторым слабоструктурированным задачам, такие, как разнородность информации, неполнота и неопределенность исходных данных и т.д. делают привлекательным использование качественных знаний. Для их формализации используются методы нечеткой математики.

^ Извлечение знаний – это процедура взаимодействия специалиста с источником знаний, в результате которой становится явным процесс рассуждений специалиста при принятии решения и структура его представления о предметной области.

Условно этот процесс включает можно разбить на три этапа:

1.
^ Формулировка проблемы – определение целей и задачей получения знаний;

2.
Сбор информации из различных источников. Следует отметить, что в качестве эксперта может выступа не только человек, но и любой другой источник информации (справочники, статьи, видеозаписи и т.д.);

3.
Разработка формализма (модели) знаний о предметной области.

Рис. 1 – Методы получения знаний

Перечислим основные стратегии получения знаний.

1. Извлечение знаний без использования вычислительной техники путем непосредственного контакта инженера по знаниям и источника знания (будь то эксперт, специальная литература или другие источники).

2. Приобретение знаний от эксперта с использованием ЭВМ при наличии подходящего программного инструментария.

3.Формирование знаний с использованием программ обучения при наличии репрезентативной (т.е. достаточно представительной) выборки примеров принятия решений в предметной области и соответствующих пакетов прикладных программ.

Приобретение знаний подразумевает, что автоматизированные системы действительно непосредственно приобретают уже готовые фрагменты знаний в соответствии со структурами, заложенными разработчиками систем. Большинство этих инструментальных средств специально ориентировано на конкретные базы знаний с жестко обозначенной предметной областью и моделью представления знаний, т.е. не являются универсальными.

Термин «формирование знаний» традиционно закрепился за областью инженерии знаний, которая занимается разработкой моделей, методов и алгоритмов обучения. Он включает индуктивные модели формирования знаний и автоматического порождения гипотез, обучение по аналогии и др. Эти модели позволяют выявить причинно- следственные зависимости в базах данных.

Дата добавления: 2014-11-29