Мы поможем в написании ваших работ!
ЗНАЕТЕ ЛИ ВЫ?
|
Обучение с помощью компьютера: система САТО
Содержание книги
- III) перечень дополнительных возможностей, которые, по-вашему, имеет смысл реализовать в этой среде разработки.
- Процесс прекращается (а эксперты расходятся по домам), когда проблема будет решена.
- Почему для HEARSAY-II выбрана такая архитектура
- Система HEARSAY-III— оболочка для создания систем с доской объявлений
- Инструментальные среды AGE и ОРМ
- Исполнение (выбранные для выполнения записи активизации источников знаний).
- Основной цикл работы вв1 состоит из следующих операций.
- Интеграция стратегий логического вывода
- Организация доски объявлений в системе GBB
- На уровне выполнения действий, предусмотренных записью активизации источника знаний.
- Что такое источник знаний в системе с доской объявлений?
- Система отслеживания истинности выполняет по отношению к базе данных четыре функции.
- Дуальная структура обоснований, предложенная дойлом, может быть использована для разделения допущений на три группы.
- Отслеживание истинности предположений, основанное на анализе допущений
- Предположим также, что в модели имеется обоснование
- Поскольку требуется знание только о корректном поведении объекта, потенциально метод должен сработать и при диагностировании неисправностей, которые ранее не возникали и незнакомы эксперту-человеку.
- Поясните отличие между монотонным и немонотонным пересмотром.
- Оптимизация производительности набора правил.
- Обе задачи относятся к классу методик, который мы назвали супервизорным обучением, поскольку в распоряжении программы Имеется и специально подготовленная обучающая выборка, и пространство атрибутов.
- Формирование и уточнение правил
- Построение дерева решений и порождающих правил
- Для какого-либо объекта, который нужно классифицировать, тестирующую процедуру можно рассматривать как источник сообщений об этом объекте.
- Квинлан применил следующую стратегию формирования множества правил из дерева решений.
- Эффективность набора правил в целом и достоверность получаемого результата.
- Суммирование выполняется по всем
- Применение теории Демпстера—Шефера к системе MYCIN
- Для классификации подходов к оценке степени доверия, не основанных на теории вероятностей, горвиц использует четыре категории:
- Таким образом, ясно просматривается тенденция к повышению уровня обоснованности как в теоретических работах, так и в практическом воплощении соответствующих методов в реальных системах.
- Глава 22. рассуждения, основанные на прецедентах
- В системах формирования суждений на основе прецедентов используются разные схемы извлечения прецедентов и их адаптации к новым проблемам.
- Обучение с помощью компьютера: система САТО
- Обучение с помощью системы САТО
- Сравнение систем, основанных на правилах и прецедентах
- Flat(bottom, obj). concave(top, obj).
- Оболочка экспертной системы MINERVA
- Использование прецедентов для обработки исключений
- Такое правило должно быть связано в библиотеке с прецедентом, в котором упоминается 18-летний юноша, успешно прошедший тесты повышенной сложности и выплачивающий взнос по сниженному тарифу.
- В отношении систем искусственного интеллекта вообще и экспертных систем, в частности, иногда можно услышать следующие критические замечания.
- SCALIR — гибридная система для извлечения правовой информации
- Узел I может находиться в конце сети распространения активности, А следовательно, информация от пользователя (обратная связь) должна распространяться по сети в обратном направлении.
- В предыдущих главах мы акцентировали ваше внимание на тех концепциях искусственного интеллекта, которые положены в основание технологии проектирования экспертных систем. Ниже мы кратко перечислим их.
- Как выбрать подходящие методы решения частных проблем обработки данных, играющих, тем не менее, важную роль в достижении конечного результата, и как организовать управление процессом.
- Языки программирования систем искусственного интеллекта
- Решение практических проблем
- Архитектура экспертных систем
- Тем, кого интересуют определенные темы исследований, я рекомендую регулярно просматривать материалы конференций
- Cannon H. I. (1982). FLAVORS: a non-hierarchical approach to object-oriented programming. Unpublished paper.
- Forgy C. L. (1982). Rete: a fast algorithm for the many pattern/many object pattern match
- Linster M. and Musen M. A. (1992). Use of KADS to create a conceptual model of the
- Sandewall E. (1986). Nonmonotonic inference rules for multiple inheritance with exceptions. In
В главах 11 и 12 мы уже говорили о том, что при работе над экспертными системами второго поколения исследователи пришли к выводу, что представление знаний внутри экспертной системы должно со временем привести к созданию систем обучения с помощью компьютера (CAI — computer-aided instruction). Если в нашем распоряжении имеется программа, которая успешно решает определенный круг проблем, то она, вероятно, может быть использована и для того, чтобы научить студентов решать аналогичные проблемы.
Однако оказалось, что превратить экспертную систему в эффективное средство обучения далеко не так легко, как это кажется с первого взгляда. Программа должна отдавать себе отчет в том, как именно она решает проблему и почему на данном этапе процесса отдает предпочтение именно таким знаниям. Исследователи пришли к выводу, что в процессе обучения особую важность имеет набор стратегий решения проблем и что эти стратегии должны быть представлены в программе в явном виде, а не просто реализованы в программном коде.
В этом разделе мы опишем программу САТО, которая была создана для обучения студентов-юристов методике ведения судебных дел. В основу программы положена абстрактная модель процесса прения сторон. Программа является развитием системы HYPO, в которой используется описанная выше методика анализа прецедентов для юриспруденции. База прецедентов этой системы содержит множество отчетов о судебных делах; получив спецификацию нового дела, система отыскивает наиболее близкий прецедент и анализирует отличия между ним и полученными данными. Мы увидим, что методика сравнения и противопоставления (compare and contrast) является таким же мощным средством решения проблем, как и ранее рассмотренные методики предложение и применение и предположение и проверка.
Предметная область программы САТО
Ежедневно в апелляционных судах США выносится около 500 судебных решений. Каждое из них представляет собой определенный прецедент в судебной практике (подборки таких отчетов распространяются через сеть World Wide Web или на компакт-дисках). Решение, принимаемое апелляционным судом, как правило, основывается на так называемом "прецедентном праве" и включает интерпретацию соответствующих статей существующего законодательства и набор прецедентов, в которых были приняты аналогичные решения. Для юриста одним из главных компонентов знания законодательства, касающегося дел определенного вида, например о банкротстве или об ответственности за выпуск продукции, является знакомство с ранее расследованными подобными делами.
Другая часть юридического знания — умение найти в законодательстве аргументы за или против определенных обстоятельств в конкретном деле. Поскольку квалифицированный юрист должен уметь выступать в обеих ипостасях— и как защитник, и как прокурор, — такие знания должны быть обобщены. Они непременно должны включать стратегию поведения обеих сторон в судебном процессе при определенных обстоятельствах. Эти обстоятельства включают по большей части мириады фактов, сопряженных с рассматриваемым делом, т.е. кто кому что сделал или что точно сказал и в каком контексте.
Хотя кажется невероятным, что компьютер может взять на себя роль советчика в юридических делах, юристы вполне могут воспользоваться им для поиска прецедентов, имеющих отношение к тому, что их интересует в настоящее время. Поиск и интерпретация таких прецедентов представляет собой отнюдь не тривиальную задачу, которую с полным правом можно отнести к классу интеллектуальных. Однако нас сейчас интересует не столько такая экспертная система, сколько структура программы, которая могла бы обучить будущего юриста.
|