39. Знания, их виды. Базы знаний. Экспертные системы.

Зна́ние — совокупность данных, фактов, сведений и правил вывода о мире, включающих в себя информацию о свойствах объектов, закономерностях процессов и явлений, а также правилах использования этой информации для принятия решений.

Виды знаний

   Понятийные знания.

   Конструктивные знания (близкие к понятийным знаниям).Это знания о структуре и взаимодействии частей различных объектов. 

Процедурные знания. К ним относятся методические правила решения различных задач.

   Фактографические знания. Они включают в себя количественные и качественные характеристики конкретных объектов, явлений и их элементов. Их накопление ведется в виде таблиц, справочников, файлов, БД.

База знаний — это один или несколько специальным образом организованных файлов, хранящих систематизированную совокупность понятий, правил и фактов, относящихся к некоторой предметной области. Содержимое баз знаний оформляется, связывается между собой и представляется таким образом, чтобы на его основе можно было с помощью специальных программ рассуждать и делать выводы, получая сведения, которые в явном виде могут не присутствовать в базах знаний.

Наибольший прогресс среди компьютерных информационных систем отмечен в области разработки экспертных систем (ЭС), основанных на использовании элементов искусственного интеллекта.

Типичная экспертная система состоит из решателя (интерпретатора), БД (базы данных), БЗ (базы знаний), компонентов приобретения знаний, объяснительного и диалогового компонентов.

40. Продукционные модели. База факторов. База правил. Работа машины вывода.

Продукционные модели можно считать наиболее распространенными моделями представления знаний. Продукционная модель – это модель, основанная на правилах, позволяющая представить знание в виде предложений типа:

«ЕСЛИ условие, ТО действие»

В общем случае продукционную модель можно представить в следующем виде:

– имя продукции;

– сфера применения продукции;

– условие применимости продукции;

– ядро продукции;

– постусловия продукции, актуализирующиеся при положительной реализации продукции;

– комментарий, неформальное пояснение (обоснование) продукции, время введения в базу знаний и т. д..

База фактов во многом напоминает обычную реляционную базу данных, а правила QPL -хранимые процедуры особого типа (т.е. процедуры, которые компилируются один раз и хранятся на сервере). QPL представляет собой расширенную идею триггеров, с помощью которых можно записать основную логику обработки данных. Напомним, что в базах данных триггерами называются хранимые процедуры, которые пользователь не вызывает непосредственно, а исполнение которой обусловлено определенной модификацией данных в заданной таблице или столбце реляционной базы данных.

База правил - это множество правил, где каждому подзаключению сопоставлен определенный весовой коэффициент.

База правил может иметь следующий вид (для примера используются правила различных конструкций):

RULE_1: IF "Condition_1" THEN "Conclusion_1" (F1) AND "Conclusion_2" (F2);

RULE_2: IF "Condition_2" AND "Condition_3" THEN "Conclusion_3" (F3);

RULE_n: IF "Condition_k" THEN "Conclusion_(q-1)" (Fq-1) AND "Conclusion_q" (Fq);

Машина вывода — программа, которая выполняет логический вывод из предварительно построенной базы фактов и правил в соответствии с законами формальной логики. Механизм вывода — это обобщенная процедура поиска решения задачи, которая на основе базы знаний и в соответствии с информационной потребностью пользователя строит цепочку рассуждений (логически связанных единиц знаний), приводящую к конкретному результату.