Структура интеллектуальной вычислительной системы.

1. Исполнительная система – совокупность средств, выполняющих программы.

2. Интеллектуальный интерфейс - система программных и аппаратных средств, обеспечивающих конечных пользователей, не специалистов в области применения средств ВТ, возможностью решения на ЭВМ задач, возникающих в сфере их профессиональной деятельности без привлечения посредников-программистов.

В интеллектуальном интерфейсе можно выделить:

“РЕШАТЕЛЬ” – совокупность средств, обеспечивающих в диалоге с пользователем автоматический синтез программы решения задания (“планировщик задания”);

“СИСТЕМУ ОБЩЕНИЯ” – совокупность трансляторов с языка пользователя на язык представления знаний в базе знаний и обратную трансляцию.

3. База знаний (БЗ) – занимает центральное положение по отношению к остальным компонентам вычислительной системы и способствует эффективному процессу интеграции (взаимодействия) средств вычислительной системы, участвующих в решении задачи.

Отличительная особенность интеллектуальных систем – знания, содержащиеся в БЗ, независимы от обрабатывающих программ и образуют целостную систему. То есть обязательно наличие декларативных (описательных) знаний, в отличие от процедурных знаний.

Соотношение между бз и бд.

База знаний - выделенные и определенным образом структурированные знания о предметной области. Понятие БЗ является более общим, чем БД.

Общие признаки знаний и данных:

1. Внутренняя интерпретируемость – соответствие (вода мокрая, снег холодный, строки в БД)

2. Структурированность - свойство декомпозиции сложных объектов на более простые и установление связей между простыми объектами (часть – целое, род – вид).

Отличительные признаки знаний:

1. Связность - знания связаны не только в смысле структуры (чему есть аналог и у данных), но и отражают определенные закономерности относительно фактов, процессов, явлений и причинно-следственных отношений между ними (чему нет аналога у данных).

2. Активность - человеку свойственна познавательная активность. Например, обнаружение противоречий в знаниях побуждает к преодолению этих противоречий и появлению новых знаний. Таким же стимулом активности является неполнота знаний.

ЗНАНИЕ – это формализованная информация, на которую ссылаются или используют в процессе логического вывода.

ЭВРИСТИКИ – знания, основанные на собственном опыте специалиста в данной предметной области (Постараться установить контроль над центром доски (для шахмат)).

ФАКТЫ – обычно хорошо известные в данной предметной области обстоятельства. Знания типа “А есть А”. Они характерны для БД (вода мокрая).

ПРАВИЛА – (знания для принятия решений) – знания вида “ЕСЛИ-ТО” (ЕСЛИ идет дождь ТО нужно взять зонт).

МЕТАЗНАНИЯ – (знания о знаниях) – указывают на знания, касающиеся способов использования знаний, и знания о свойствах знаний.

МЕТАПРАВИЛА – это эвристики, предназначенные для образования новых эвристик.

Модели представления знаний.

1. Семантические модели. Семантические модели создаются на базе семантических сетей, т.е. графических схем с узлами, соединенными дугами. Узлы представляют некоторые понятия (объекты, события, явления), а дуги – отношения между ними. Достоинства: предоставление средств для выражения ограничений, описание связей между объектами, определение операций над объектами. Недостатки: в семантических сетях нет специальных средств, позволяющих определять временные зависимости, поэтому временные значения и события трактуются как обычные понятия. Произвольная структура и различные типы вершин и связей усложняют процедуру обработки информации.

2. Фреймы имеют вид структурированных наборов компонентов ситуаций, называемых слотами. Формальная структура фрейма: F[<N1,V1>,<N2,V2>,...,<Nk,Vk>],

где F имя фрейма; пара <Ni,Vi> i-й слот; Ni имя слота; Vi его значение.

Значение может быть представлено последовательностью <Kl><L1>;... ;<Kn><Ln>;<Rl>;..; <Rm>,

где Ki имена атрибутов, характерных для данного слота; Li значения этих атрибутов или множества их значений; Rj различные ссылки на другие слоты.

Фреймы можно разделить на две группы: фреймы-описания и ролевые фреймы.

3. Логические модели. В основе логической модели представления знаний лежит понятие формальной системы в виде четверки: M = <T, P, A, F>, где

T – множество базовых символов теории М (например, буквы алфавита);

P – множество синтаксических правил, посредством которых из базовых символов строятся формулы;

A – множество построенных формул, состоящих из аксиом;

F – правила вывода, определяющие множество отношений между правильно построенными формулами.

В логическом подходе знания представляются посредством формул, которые строятся из предикатов, логических связок, кванторов и т.п. Например, в языке ПРОЛОГ.

4. Продукционные системы - системы, основанные на правилах. Правила формулируют определенные действия при выполнении некоторых заданных условий. В самом простом виде правила продукции близки по смыслу импликации “ЕСЛИ-ТО”, поэтому для правил можно принять обозначение Рi: А->B или Pi: А1 ˄ А2 ˄ А3 ... ˄Аn -> B, где Аi – условия применимости, образующие конъюнкцию; В – заключение или действие, которое имеет место при истинности конъюнкции.