Лекция 4. Состав и организация данных и знаний в ЭС.

    В лекции рассмотрены вопросы отличия знаний от данных, характеристика основных признаков по которым классифицируются знания, а также модели представления знаний в виде продукций, фреймов, семантических сетей.

Отличия знаний от данных.

    Характерным признаком интеллектуальных систем является наличие знаний, необходимых для решения задач конкретной предметной области. При этом возникает естественный вопрос, чт о такое знания и чем они отличаются от обычных данных, обрабатываемых ЭВМ.

    Данныминазывают информацию фактического характера, описывающую объекты, процессы и явления предметной области, а также их свойства. В процессах компьютерной обработки данные проходят следующие этапы преобразований:

а.исходная форма существования данных (результаты наблюдений и измерений, таблицы, справочники, диаграммы, графики и т.д.);

б.представление на специальных языках описания данных, предназначенных для ввода и обработки исходных данных в ЭВМ;

 в.базы данных на машинных носителях информации.

    Знания являются более сложной категорией информации по сравнению с данными. Знания описывают не только отдельные факты, но и взаимосвязи между ними, поэтому знания иногда называют структурированными данными.

    Знания могут быть получены на основе обработки эмпирических данных. Они представляют собой результат мыслительной деятельности человека, направленной на обобщение его опыта, полученного в результате практической деятельности.

    Для того чтобы наделить ИИС знаниями, их необходимо представить в определенной форме. Существуют два способа наделения знаниями программных систем:

Ø первый способ предусматривает поместить знания в программу, написанную на обычном языке программирования. Такая система будет представлять собой единый программный код, в котором знания не вынесены в отдельную категорию. В этом случае трудно оценить роль знаний и понять, каким образом они используются в процессе решения задач. Трудным делом является модификация и сопровождение подобных программ, а проблема пополнения знаний может стать неразрешимой;

Ø второй способ базируется на концепции баз данных и заключается в вынесении знаний в отдельную категорию, то есть знания представляются в определенном формате и помещаются в БЗ. Такая база знаний легко пополняется и модифицируется. Она является автономной частью интеллектуальной системы, хотя механизм логического вывода, реализованный в логическом блоке, а также средства ведения диалога накладывают определенные ограничения на структуру БЗ и операции с нею. В современных ИИС принят этот способ.

    При разработке ИИС сначала осуществляются накопление и представление знаний, причем на этом этапе обязательно участие человека, а затем знания представляются определенными структурами данных, удобными для хранения и обработки в ЭВМ. Знания в ИИС существуют в следующих формах:

Ø исходные знания (правила, выведенные на основе практического опыта, математические и эмпирические зависимости, отражающие взаимные связи между фактами; закономерности и тенденции, описывающие изменение фактов с течением времени; функции, диаграммы, графы);

Ø описание исходных знаний средствами выбранной модели представления знаний (множество логических формул или продукционных правил, семантическая сеть, иерархии фреймов);

Ø представление знаний структурами данных, которые предназначены для хранения и обработки в ЭВМ;

Ø базы знаний на машинных носителях информации.

 

 

    Подведём итог:

    В области ИИ даются конкретные определения знаний:

Ø «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».

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

Ø «Знания - формализованная информация, на которую ссылаются или используют в процессе логического вывода».

 

    Существует множество классификаций знаний. Как правило, с помощью классификаций систематизируют знания конкретных предметных областей.

    По своей природе знания можно разделить на декларативные и процедурные знания.

    Декларативныезнания - это описания фактов и явлений.

    Процедурныезнания - это описания действий, которые возможны при манипулировании фактами и явлениями для достижения намеченных целей.

    Для описания знаний на абстрактном уровне разработаны специальные языки описания знаний. Эти языки также делятся на языки процедурного типа и декларативного. Все языки описания знаний, ориентированные на использование традиционных компьютеров фон-неймановской архитектуры, являются языками процедурного типа. Разработка языков декларативного типа, удобных для представления знаний, является актуальной проблемой.

    По способу приобретения знания можно разделить на факты и эвристику(правила, которые позволяют сделать выбор при отсутствии точных теоретических обоснований). Первая категория знаний обычно указывает на хорошо известные в данной предметной области обстоятельства. Вторая категория знаний основана на собственном опыте эксперта, работающего в конкретной предметной области, накопленном в результате многолетней практики.

    По типу представления знания делятся на фактыи правила. Факты - это знания типа «А - это А»,такие знания характерны для баз данных и сетевых моделей. Правила, или продукции, - это знания типа «если А,то В».

    Кроме фактов и правил существуют еще метазнания - знания о знаниях. Они необходимы для управления БЗ и для эффективной организации процедур логического вывода.

    Форма представления знаний оказывает существенное влияние на характеристики ИИС. Базы знаний являются моделями человеческих знаний. Однако все знания, которые привлекает человек в процессе решения сложных задач, смоделировать невозможно.

    Поэтому в интеллектуальных системах требуется четко разделить знания на те, которые предназначены для обработки компьютером, и знания, используемые человеком.

    Очевидно, что для решения сложных задач БЗ должна иметь достаточно большой объем, иначе неизбежно возникают проблемы управления такой базой. Поэтому при выборе модели представления знаний следует учитывать такие факторы, как однородность представления и простота понимания.

    Однородность представления приводит к упрощению механизма управления знаниями.

    Простота понимания важна для пользователей интеллектуальных систем и экспертов, чьи знания закладываются в ИИС. Если форма представления знаний будет трудна для понимания, то усложняются процессы приобретения и интерпретации знаний.