2. Проблемная область искусственного интеллекта

В настоящее время в области искусственного интеллекта выделяют шесть основных проблем (направлений развития):

1. Представление знаний. В рамках этой проблемы решаются задачи формализации и представления знаний в памяти.

2. Манипулирование знаниями. Эта проблема тесно связана с первой, так как для созданной базы знаний необходимо уметь изменять входящие в нее знания.

3. Общение. К задачам этого направления относятся:

● проблема понимания связных текстов;

● понимание речи и синтез речи;

● теория моделей коммуникации между человеком и СИИ;

● задачи формирования объяснений действий СИИ, которые она производит по просьбе человека.

4. Восприятие. Это направление включает разработку методов представления информации о зрительных образах реального мира; разработку методов перехода от зрительных образов к их текстовому описанию.

5. Обучение. Основная черта СИИ — это способность к обучению.

6. Поведение. Так как любая СИИ должна работать в некоторой окружающей среде, то необходимо разработать специальные поведенческие процедуры, которые позволили бы ей адекватно взаимодействовать с окружающей средой, другими СИИ и с людьми. Для этого необходимо создать соответствующие модели.

Проблемы общения, восприятия и обучения в рамках настоящего учебного пособия отдельно не рассматриваются, но на протяжении всей книги эти проблемы обсуждаются и предлагается их решение (например, обучение рассматривается в главе, посвященной нейросетевым технологиям).

2.1. Представление знаний

При изучении знаний часто возникает вопрос, что же такое знания и чем они отличаются от данных.

Знания основаны на данных, которые получены в результате опыта. Они представляют собой результат мыслительной деятельности человека. Таким образом, 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.

По своей природе знания можно разделить на декларативные и процедурные.

Декларативные знания представляют собой описания фактов и явлений, фиксируют наличие или отсутствие таких фактов, а также включают описания основных связей и закономерностей, в которые эти факты и явления входят.

Процедурные знания — это описание действий, которые возможны при манипулировании фактами и явлениями для достижения намеченных целей.

Для описания знаний на абстрактном уровне существуют специальные языки. Эти языки также делятся на языки процедурного и декларативного типов.

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

По типу представления знания делятся на факты и 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 Б».

Представление знаний (ПЗ) определяет характеристики системы ИИ. Представление знаний — это выражение на некотором формальном языке свойств различных объектов и закономерностей, важных для решения прикладных задач и организации взаимодействия пользователя с ЭВМ. Совокупность знаний, хранящихся в вычислительной системе и необходимых для решения комплекса прикладных задач, называется системой знаний.

Необходимые условия ПЗ: однородность представления и простота понимания, структурирование и модульность. Цель метода представления знаний — эффективное выполнение функций наименования, описания и ограничения знаний, обеспечение качества основных структур знания в части словаря и легкости понимания, механизмов запоминания и извлечения.

Для хранения данных используются базы данных с большим объемом. Для хранения знаний используются базы знаний (БЗ), как правило, небольшого объема, но представляющие собой исключительно дорогие информационные массивы. База знаний — основа любой интеллектуальной системы.

В СИИ обычное классическое соотношение

ДАННЫЕ + АЛГОРИТМЫ = ПРОГРАММА

заменяется на новую архитектуру, основу которой составляет БЗ и интерпретатор БЗ (машина логического вывода), т. е.

ЗНАНИЯ + ВЫВОДЫ = СИСТЕМА.

Для размещения базы знаний в компьютере с целью ее использования для решения прикладных задач, необходимо ее формальное описание с помощью моделей. Представление знаний возможно с помощью декларативных и процедурных моделей.

В декларативных моделях знания — это структурированные данные. Интерпретация структур и выполнение операций над ними — функция программных средств, обеспечивающих метод. Эти средства не зависят от конкретной системы знаний и полностью определяются синтаксисом и семантикой языка представления знаний (ЯПЗ). К типовым декларативным моделям можно отнести сетевую и фреймовую модели, в которых декларативная составляющая преобладает.

В процедурных моделях знания также представляются в ЭВМ структурами данных, но при этом с элементами структур ассоциируются некоторые специализированные выполняемые процедуры. При процедурных методах представления знаний трудно бывает работать с большими системами знаний, но элементы процедурного подхода успешно используются в декларативных методах. К процедурным моделям относятся продукционная и логическая модели представления знаний.