Но это не кодирование и шифрование (Т. К. Сохраняется лексическая или структурная неоднозначность, которая присуща естественному человеческому языку).

(Посещение тетушки может быть надоедливым" будет настолько же неоднозначным в кодированном виде, что и на "человеческом" языке. Перевод этого текста в машинный код не избавит нас от того, что это сообщение можно трактовать и как утверждение, что "надоедает наносить визиты тетушке", и как утверждение, что "надоедает, когда тетушка наносит визит".)

Представление (representation) в работе Уинстона определяется как "множество синтаксических и семантических соглашений, которое делает возможным описание предмета".

В искусственном интеллекте под "предметом" понимается состояние в некоторой проблемной области, например объекты в этой области, их свойства, отношения, которые существуют между объектами. Описание (description) "позволяет использовать соглашения из представления для описания определенных предметов".

Синтаксис представления специфицирует набор правил, регламентирующих объединение символов для формирования выражений на языке представления.

Можно говорить о том, что выражение хорошо или плохо сформировано, т.е. о том, насколько оно соответствует этим правилам. Смысл должны иметь только хорошо сформированные выражения.

Общепринятым в области искусственного интеллекта является синтаксис в виде конструкции предикат-аргумент, которая имеет форму

<фраза>::= <предикат> (<аргумент>,..., <аргумент>)

В этой конструкции за к-местным предикатом должны следовать k аргументов. at может быть двухместным отношением, в котором в качестве первого аргумента выступает имя некоторого объекта, а в качестве второго — его местонахождение (например, комната):

At(робот, комнатаА)

Семантика представления специфицирует, как должно интерпретироваться выражение, построенное в соответствии с синтаксическими правилами, т.е. как из его формы можно извлечь какой-то смысл.

Спецификация обычно выполняется присвоением смысла отдельным символам, а затем индуцированием присвоения в более сложных выражениях. Так, присваивая смысл символам at, робот, комнатаА, мы можем сказать, что выражение

At(робот, комнатаА)

Означает: робот находится в комнате А (но не наоборот — комната А находится в роботе).

Логические модели. В основе моделей такого типа лежит формальная система, задаваемая четверкой вида: M = <T, P, A, B>. Множество T есть множество базовых элементов различной природы, например слов из некоторого ограниченного словаря, деталей детского конструктора, входящих в состав некоторого набора и т.п. Важно, что для множества T существует некоторый способ определения принадлежности или непринадлежности произвольного элемента к этому множеству. Процедура такой проверки может быть любой, но за конечное число шагов она должна давать положительный или отрицательный ответ на вопрос, является ли x элементом множества T. Обозначим эту процедуру П(T). Логические модели четкие и обладают большой скоростью и эффективностью. Состоят из элементов, отношений между элементами и определения результата. Среди правил определения результата выделяют:

· аксиомы.

· правила построения новых высказываний на основании старых.

· правила вывода док-ва.

Для применения прочих моделей так же может служить логическая модель. Как устроена логич. модель? Ответ: (2>5)=false; (2<5)=true.

Множество P есть множество синтаксических правил. С их помощью из элементов T образуют синтаксически правильные совокупности. Например, из слов ограниченного словаря строятся синтаксически правильные фразы, из деталей детского конструктора с помощью гаек и болтов собираются новые конструкции. Декларируется существование процедуры П(P), с помощью которой за конечное число шагов можно получить ответ на вопрос, является ли совокупность X синтаксически правильной.

В множестве синтаксически правильных совокупностей выделяется некоторое подмножество A. Элементы A называются аксиомами. Как и для других составляющих формальной системы, должна существовать процедура П(A), с помощью которой для любой синтаксически правильной совокупности можно получить ответ на вопрос о принадлежности ее к множеству A.

Множество B есть множество правил вывода. Применяя их к элементам A, можно получать новые синтаксически правильные совокупности, к которым снова можно применять правила из B. Так формируется множество выводимых в данной формальной системе совокупностей. Если имеется процедура П(B), с помощью которой можно определить для любой синтаксически правильной совокупности, является ли она выводимой, то соответствующая формальная система называется разрешимой. Это показывает, что именно правило вывода является наиболее сложной составляющей формальной системы.

Для знаний, входящих в базу знаний, можно считать, что множество A образуют все информационные единицы, которые введены в базу знаний извне, а с помощью правил вывода из них выводятся новые производные знания. Другими словами формальная система представляет собой генератор порождения новых знаний, образующих множество выводимых в данной системе знаний. Это свойство логических моделей делает их притягательными для использования в базах знаний. Оно позволяет хранить в базе лишь те знания, которые образуют множество A, а все остальные знания получать из них по правилам вывода.

Для представления математического знания в математической логике давно пользуются логическими формализмами - главным образом исчислением предикатов, которое имеет ясную формальную семантику и операционную поддержку в том смысле, что для него разработаны механизмы вывода. Поэтому исчисление предикатов было первым логическим языком, который применили для формального описания предметных областей, связанных с решением прикладных задач.

 

2. Сетевые модели. В основе моделей этого типа лежит конструкция, названная семантической сетью.

Семантические сети

Семантическая сеть – это модель, в которой структура знаний предметной области формализуется в виде ориентированного графа с помеченными вершинами и дугами. Вершины графа обозначают понятия различных категорий: объекты, события, свойства, операции, а дуги – отношения между ними.

Существуют отношения разных типов:

логические (дизъюнкция, конъюнкция, отрицание, импликация);

теоретико-множественные (часть – целое, множество – подмножество, класс – элемент класса, пример элемента класса);

функциональные (количественные, временные, пространственные и другие характеристики: объект-свойство, свойство-значение);

квантификационные (логические кванторы общности и существования, нелогические кванторы, например, много, несколько);

 

Классификация семантических сетей:

· однородные (с одним типом отношений) и неоднородные;

· бинарные (отношения связывают два объекта) и n-парные (в которых есть специальные отношения, связывающие более 2-х понятий).

В зависимости от типа отношений, используемых в однородной сети, различают квалифицирующие сети, функциональные сети и сценарии.

В квалифицирующих сетях используются отношения структуризации, к которым, в частности, относятся:

Отношение is-a (является) - А является B для двух типов объектов А и В тогда и только тогда, когда экстенсиональное представление типа А есть часть экстенсионального представления B в любой допустимой интерпретации.

Отношение has-part (имеет часть) позволяет разбивать информацию по уровням детализации.

Отношения “является” и “имеет часть” определяют иерархическую структуру, в которой свойства "высших" понятий автоматически переносятся на "низшие" понятия. Это позволяет избежать дублирования информации в сети.

Функциональные - это "вычислительные" модели.

В сценариях используются каузальные отношения типа "средство - результат", "орудие - действие",...

1966 - М. Квиллиан - первая работа по семантике английских слов.

1975 - Г. Хендрикс - разбитие сети на блоки (группировка вершин и дуг сети в отдельные структуры).