Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Данные и знания




Представление знаний и вывод на знаниях

 

 

При изучении интеллектуальных систем традиционно возникает вопрос - что же такое знания и чем они отличаются от обычных данных, десятилетиями обраба­тываемых ЭВМ. Можно предложить несколько рабочих определений, в рамках которых это становится очевидным.

 

Данные - это отдельные факты, характеризующие объекты, процессы и явления пред­метной области, а также их свойства.

 

При обработке на ЭВМ данные трансформируются, условно проходя следующие этапы:

1. D1 — данные как результат измерений и наблюдений;

2. D2 — данные на материальных носителях информации (таблицы, протоколы, справочники);

3. D3 — модели (структуры) данных в виде диаграмм, графиков, функций;

4. D4 — данные в компьютере на языке описания данных;

5. D5 — базы данных на машинных носителях информации.

 

Знания основаны на данных, полученных эмпирическим путем. Они представля­ют собой результат мыслительной деятельности человека, направленной на обоб­щение его опыта, полученного в результате практической деятельности.

 

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.

При обработке на ЭВМ знания трансформируются аналогично данным.

1. Z1 - знания в памяти человека как результат мышления;

2. Z2 - материальные носители знаний (учебники, методические пособия);

3. Z3 - поле знаний - условное описание основных объектов предметной облас­ти, их атрибутов и закономерностей, их связывающих;

4. Z4 - знания, описанные на языках представления знаний (продукционные язы­ки, семантические сети, фреймы — см. далее);

5. Z5 - база знаний на машинных носителях информации. Часто используется такое определение знаний.

Знания -это хорошо структурированные данные, или данные о данных, или метаданные.

 

Существует множество способов определять понятия. Один из широко приме­няемых способов основан на идее интенсионала. Интенсионал понятия - это определение его через соотнесение с понятием более высокого уровня абстрак­ции с указанием специфических свойств. Интенсионалы формулируют знания об объектах. Другой способ определяет понятие через соотнесение с понятиями более низкого уровня абстракции или перечисление фактов, относящихся к оп­ределяемому объекту. Это есть определение через данные, или экстенсионал по­нятия.

 

Пример 1.1

Понятие «персональный компьютер». Его интенсионал: «Персональный компьютер - это дружественная ЭВМ, которую можно поставить на стол и купить менее чем за $2000-3000».

Экстенсионал этого понятия: «Персональный компьютер - это Mac, IBM PC, Sinkler...»

 

Дляхранения данных используются базы данных (для них характерны большой объем и относительно небольшая удельная стоимость информации), для хра­нения знаний - базы знаний (небольшого объема, но исключительно дорогие информационные массивы). База знаний - основа любой интеллектуальной си­стемы.

 

Знания могут быть классифицированы по следующим категориям:

 

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 объясняют яв­ления и могут использоваться для прогнозирования поведения объектов.

 

Пример 1.2

Поверхностные знания: «Если нажать на кнопку звонка, раздастся звук. Если болит голова, то следует принять аспирин».

Глубинные знания: «Принципиальная электрическая схема звонка и проводки. Знания физиологов и врачей высокой квалификации о причинах, видах головных болей и методах их лечения».

 

Современные экспертные системы работают в основном с поверхностными зна­ниями. Это связано с тем, что на данный момент нет универсальных методик, по­зволяющих выявлять глубинные структуры знаний и работать с ними.

Кроме того, в учебниках по ИИ знания традиционно делят на процедурные и дек­ларативные. Исторически первичными были процедурные знания, то есть зна­ния, «растворенные» в алгоритмах. Они управляли данными. Для их изменения требовалось изменять программы. Однако с развитием искусственного интел­лекта приоритет данных постепенно изменялся, и все большая часть знаний со­средоточивалась в структурах данных (таблицы, списки, абстрактные типы дан­ных), то есть увеличивалась роль декларативных знаний.

Сегодня знания приобрели чисто декларативную форму, то есть знаниями счита­ются предложения, записанные на языках представления знаний, приближенных к естественному и понятных неспециалистам.

 




Поделиться с друзьями:


Дата добавления: 2015-07-02; Просмотров: 459; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.014 сек.