Организационная структура ЭС.

В основе ЭС лежит БЗ. Знания здесь принимают форму взаимосвязанных фактов и правил, которые могут быть либо истинные, либо ложные, либо с некоторой степенью достоверности.

Многие правила в ЭС являются эвристиками, т.е. эмпирическими, или опытными правилами или упрощениями.

ЭС вынужден использовать эвристики потому, что решаемые задачи здесь часто трудны и до конца непонятны, не поддаются строгому математическому описанию.

Выделенные знания о предметной области называются базой знаний, а общие знания о нахождении решения задачи именуются механизмом вывода. Таким образом, БЗ в ЭС имеет факты и правила, а механизм вывода содержит интерпретатор, определяющий, каким образом применять правила для вывода новых знаний и диспетчер, устанавливающий порядок применения этих правил.

Организационная структура ЭС может быть представлена следующим образом:

БЗ

(знания о предметной области)

факты

правила

 

интерпретатор

диспетчер

Механизм вывода

(общие знания о решении задач)

 

 

Отличие ЭС от обычных программ обработки данных:

1) традиционные компьютерные программы – детерменированы при решении любой поставленной задачи они используют одну и ту же последовательность операций; ЭС строит собственное дерево решений для достижения каждой новой цели.

2) ЭС обрабатывает произвольные символьные выражения (например, концептуальные, временные и пространственные отношения). Если цель обычной программы – расчет числовых значений, накопление констант и извлечение данных из памяти, то цель ЭС – состоит в выдаче рекомендаций, основанных на предсказываемом поведении наблюдаемых объектов и течении событий.

3) Если традиционная программа следует определенным математическим правилам, то работа ЭС строится на обработке символьных выражений, основанной на эвристических рассуждениях.

ЭС имитирует рассуждения человека, выдавая предполагаемые решения определенной проблемы, а затем выделяя наиболее подходящие из них. Это позволяет ей с самого начала отбросить бесполезные решения. Более того, она использует составную структуру независимо от приобретенных субъективных знаний, применяя разработанную человеком систему проведения экспертизы к решению жизненных проблем. Благодаря системному анализу проблемы с различных точек зрения, она выдает не просто подходящее, а наилучшее решение. ЭС всецело зависят от человеческой экспертизы.

 

 

Лекция 2

Структурирование знаний

Состав знаний в БЗ определяется следующими вопросами: какие знания должны быть представлены и от чего зависит сам состав знаний.

Состав знаний БЗ зависит от:

1. проблемной области

2. структуры системы БЗ

3. требований и целей пользователя

4. языка общения

Рассмотрим обобщенную схему интеллектуальной информационной системы:

 

Следовательно, для функционирования интеллектуальной информационной системы требуются следующие знания:

1. Знания о процессе решения задачи (управляющие знания, используемые интерпретатором);

2. Знания о языке общения и способы организации диалога, используемые лингвистическим процессором;

3. Знания о способах представления и модификации знания, использующие компоненты приобретения знаний;

4. Поддерживающие структурные знания, используемые объяснительной компонентой.

Зависимость состава знаний от требований проявляется в следующем:

1. Какие задачи от общего набора задач и с какими данными хочет работать пользователь;

2. Каковы предпочтительные способы и методы решения;

3. При каких ограничениях на количество результатов и способы их получения должна быть решена задача;

4. Каковы требования к языку общения и к организации диалога

5. Какова степень общности или конкретности о проблемной области

6. Каковы цели пользователя

 

Предметная область характеризуется совокупностью объектов, их характеристик и отношениями между ними. В зависимости от особенности предметной области данные об образующих её сущностях могут быть точными, приблизительными, многозначными, полными или ошибочными.

Предметная область подразделяется на: статическую и динамическую.

Большинство существующих интеллектуальных систем рассматривают предметную область как статические, т.е. как области в которых динамикой можно пренебречь.

Примером статической области является область, хранящая сведения о симптомах болезней и правилах постановки диагноза по этим симптомам.

Динамические области подразделяются на следующие типы:

1. Представления, в которых учитываются только местоположения объектов в пространстве, но сами объекты неизменны во времени (обычно используются в робототехнике, где источником динамик являются только изменения в пространстве);

2. Представления, в которых учитываются изменения объектов во времени, но не рассматриваются изменения пространственных взаимоотношений между ними (учитываются в системе, где учитывается состояние больного во времени);

3. Представления, в которых учитываются как изменения объектов во времени, так и изменения пространственных взаимоотношений между ними).

 

Задачи предметной области подразделяются на следующие типы:

1. Задача анализа предметной области

2. Задача преобразования предметной области

3. Задача определения или выбора предметной области

Задача анализа – это задача, которая осуществляет доопределение или переформулирование текущего состояния предметной области. В точной статической предметной области можно решать только задачи анализа, которые являются простейшими из рассматриваемых задач. В ходе их решения данные только добавляются, но не изменяются и не устраняются.

Задача преобразования – это задача, при решении которой одно состояние предметной области преобразуется в другое. Правила вывода, используемые при решении этих задач, преобразуют предметную область, но не выводят систему за рамки данной предметной области. При этом возникают следующие проблемы: можно ли преобразовать предметную область и как её преобразовать, чтобы удовлетворить условиям решаемой задачи. При решении преобразования данные попадают и выбывают из рабочей области, т.к. сведения при переходе в новое состояние должны соответствовать этому новому состоянию предметной области.

Задачи определения – это задачи, в ходе решения которых система переходит из одной альтернативной области в другую. При решении задач определения необходимо использовать приложения, устраняющие неполноту информации и позволяющие продолжить процесс поиска решения. Это предположение не должно противоречить точным известным фактам. Нарушение этого соответствия вызывают необходимость перехода в другую альтернативную область.

Рассмотрим структуру знаний в БЗ

 

Интерпретируемый тип знаний – это тип, который способен определить или интерпретировать решатель, т.е. интерпретатор. Этот тип знаний включает в свой состав предметные знания, управляющие знания и знания о представления, которые объединяются в метазнания.

Знания о представлениях содержат информацию, о том, каким образом в системе представлены интерпретируемые знания. Т.о. описатели предметной области содержат определенную информацию о предметных знаниях, например коэффициенты определенности правил, данных, мер важности или сложности.

Операционные знания содержат информацию о том, как можно изменить описание предметной области в ходе решения задач. Это знания, задающие процедуры обработки.

Фокусирующие знания описывают, какие из них знания следует использовать в той или иной ситуации. Обычно фокусирующие знания содержат сведения о наиболее перспективных гипотезах и знаниях, которые наиболее целесообразно использовать при проверке соответствующих гипотез.

Решающие знания используются для выбора стратегии, наиболее эффективной для решения данной задачи.

 

Знания второго типа (неинтерпретируемые) неизвестны решателю и делятся на вспомогательные и поддерживающие.

Вспомогательные знан ия хранят информацию о лексике и грамматике языка и информацию о структуре диалога.

Поддерживающие знания используются при создании системы и при выполнении объяснений.

Технологические знания содержат сведения о времени создания знаний и времени создания знаний.

Семантические знания – смысловое описание знаний. В их состав входит информация о причинах ввода знаний о назначении знаний, о способах их использования и полученном эффекте. Т.о. поддерживающие знания имеют описательный характер.

 

Лекция 3.

Организация знаний

Под организацией знаний понимается структурирование знаний. Они могут быть организованы следующим образом:

1. организация знаний по уровням представления и детальности;

2. организация знаний в рабочей памяти системы

3. организация знаний в БЗ

 

Уровни представления могут содержать три уровня:

Нулевой уровень – содержит знания системы о проблемной области

Первый уровень содержитметазнания, т.е. знания о том, как представлены во внутреннем мире системы знания нулевого уровня

Второй уровень – содержит сведения о знаниях первого уровня, т.е. знания о представлениях базовых понятий первого уровня.

Уровни детальности позволяют рассматривать знания с различной степенью подробности. В основном выделяются три уровня детальности:

1. по общей организации

2. по логической организации знаний

3. по физической организации знаний

В рабочей памяти интеллектуальной системы хранятся определенные данные. Данные в рабочей памяти рассматриваются как изолированные ( рабочая память состоит из множества простых элементов ) или связанные (рабочая память состоит из одного или несколько сложных элементов ). Для рабочей памяти, состоящей из сложных элементов, связь между отдельными элементами указана явно в виде семантических отношений. Система БЗ должна быть организована так, чтобы в необходимый момент можно было определить и использовать необходимые, т.е. релевантные знания. В этой связи можно выделить три аспекта организации знаний:

1. связность знаний

2. механизм доступа к знаниям

3. способ сопоставления

Связность или агрегация знаний – основной способ, обеспечивающий ускорение поиска релевантных знаний. Знания организуются вокруг наиболее важных объектов или сущностей предметной области, т.е. связываются и представляются в виде отдельного блока, тогда при поиске знаний о некотором объекте разыскивается соответствующий блок и далее поиск осуществляется внутри него. Связи в блоках бывают внешние и внутренние. Внутренние связи выражают структуру блока, а внешние связи отражают взаимозависимости между ними (блоками).

Внешние связи подразделяются на логические и ассоциативные.

Логические связи выражают семантические отношения между элементами знаний.

Основной проблемой при работе с большой БЗ является проблема поиска знаний. Здесь более необходим общий механизм доступа. Задача механизма доступа состоит в том, что по некоторому описанию объекта, имеющегося в рабочей памяти найти в БЗ блоки, удовлетворяющие этому описанию.

В этом процессе могут быть выделены два этапа:

1. по ассоциативным языкам осуществляется выбор из БЗ возможных кандидатов на роль нужных объектов

2. путем выполнения операций сопоставления возможных кандидатов с описаниями объектов осуществляется окончательный выбор объекта.

 

Способ сопоставления может быть использован для подтверждения и коррекции выбранного объекта. Для подтверждения неизвестного объекта он может быть сопоставлен с некоторыми известными образцами.

Операции сопоставления выступают в следующих формах:

1. синтаксические

2. параметрические

3. семантические

4. принуждаемое

1. При синтаксическом сопоставлении соотносятся образцы или формы объекта, но не его содержание

2. При параметрическом сопоставлении вводится параметр, определяющий степень сопоставления

3.. При семантическом сопоставлении соотносятся не формы объектов, а их функции, т.е. содержание

4. принуждаемое сопоставление характеризуется тем, что один сопоставляемый объект рассматривается с точки зрения другого. В отличие от других форм сопоставления здесь всегда может быть получен положительный результат. Вопрос состоит в том: какова сила принуждения? Принуждение выполняют специальные процедуры, связанные с описаниями объектов. Если эти процедуры не в состоянии осуществить сопоставление, то система сообщает пользователю, что успех может быть достигнут только в том случае, если определенные характеристики рассматриваемых объектов можно считать сопоставлениями.

 

Лекция 4

Модели представления знаний

Можно различить два типа представления знаний:

1. логические

2. эвристические

В основе логических моделей лежит понятие формальной теории. В логических моделях отношения, существующие между отдельными единицами знаний (фактами) выражаются с помощью синтаксических знаний формальной теории (например, исчисление предикатов).

В отличие от логических моделей эвристические модели имеют разнообразный набор средств, передающих специфические особенности той или иной проблемной области. Эвристические модели превосходят логические модели и по возможностям или способности адекватно отобразить, т.е. представить проблемную область и по эффективности используемого механизма вывода. Эвристические модели бывают:

1. сетевые

2. фреймовые

3. продукционные

Рассмотрим первый тип представления знаний.

 

Логические модели

Логические модели используют язык исчисления предикатов. Первому предикату соответствует имя отношения, а термину аргументы- объекты. Все логические выражения, используемые в логике предикатов, имеют значения истина или ложно.

Пример: рассмотрим вқражение Джон явл специальстом по информационным технологиям. Это вқражение может быть представлено следуюўим образом: является (Джон, специальность по информационным технологиям). Пусть Х- объект (Джон), который является специалистом по информационным технологиям. Тогда используется следующая форма записи: является (Х, специалист по информационным технологиям).

Выражение: Смит работает на фирме IBM в качестве специалиста может быть представлено в виде предиката с тремя аргументами: работает (Смит, фирма IBM, специалист).

При работе с логическими моделями необходимо соблюдать следующие правила:

1) Порядок аргументов должен всегда задаваться в соответствии с интерпретацией предикатов принятой в данной предметной области. Программист принимает решение о фиксированном порядке аргументов и соблюдает его от начала до конца.

2) Предикат может иметь произвольное число аргументов

3) Отдельные высказывания, состоящие из предиката и связанных с ним аргументов, могут объединяться в сложные высказывания с помощью логических связок: И(END, ), ИЛИ (or, ), НЕ (not, ~), →- импликация используемые для формулирования правил по форме: ЕСЛИ…, ТО …

Рассмотрим несколько примеров:

1) Название предиката – является

Является (Смит, специалист по ИТ) ∩ читает (Смит, литература)

Смит является специалистом по ИТ и читает литературу.

2) Название предиката – отчитывается

Отчитывается (Смит, Джон)→руководит (Джон, Смит)

Если Смит отчитқвается перед Джоном, то Джон руководит Смитом.

3) Название предиката –написал

Написал (Смит, программа) ∩ NOT работает (программа) → отладить (Смит, программа, вечер) OR передать (программа, программист, следующий день)

ЕСЛИ Смит написал программу И она не работает, ТО Смиту следует отладить программу вечером ИЛИ передать программисту на следующий день.

В высказываниях в качестве аргументов могут быть использованы и переменные. В этом случае для работы с переменными вводится понятие квантор.

Кванторы бывают двух типов:

1. Квантор всеобщности

2. Квантор существования

означает, что все значения переменной в скобках, относящиеся к некоторой области должны быть истинными.

означает, что только некоторые из значений x истины.

и могут входить в состав друг друга.

Примеры:

1. (специалист по ИТ (X)→программист (X))

Все специалисты по ИТ являются программистами

2. (специалист по ИТ (X)→хорошие программисты (X))

Некоторые специалисты по ИТ – хорошие программисты.

3. (служащий (X)→ руководитель (Y,X))

У каждого служащего есть руководитель

4. (служащий (X)→ руководитель (Y,X))

Существует некоторое лицо, которое руководит всеми.