
- •История возникновения и развития искусственного интеллекта
- •2. Развитие искусственного интеллекта в России
- •3. Основные направления современных исследований в области искусственного интеллекта
- •Понятие знаний и данных
- •Классификация моделей представления знаний. Преимущества и недостатки каждой модели
- •Продукционные модели представления знаний
- •Преимущества и недостатки продукционных моделей. Классификация ядер продукции
- •Управление системой продукций. Вывод на продукционной базе знаний
- •Фреймовые модели представления знаний. Классификация фреймов
- •Фреймовые модели представления знаний. Конкретизация фрейма, связи между фреймами
- •Сетевые модели представления знаний
- •Представление знаний в виде семантических сетей
- •Механизмы вывода на семантической сети
- •-15. Логические модели представления знаний
- •Исчисление высказываний. Интерпретация и свойства высказываний
- •Исчисление высказываний как формальная система
- •Нормальные формы в логике высказываний. Алгоритм преобразования формулы в дизъюнктивную нормальную форму (днф)
- •19. Нормальные формы в логике высказываний. Алгоритм преобразования формулы в конъюнктивную нормальную форму (кнф)
- •20. Нормальные формы в логике высказываний. Алгоритм преобразования в сднф
- •21. Метод резолюций в логике высказываний
- •Предикаты и операции над ними
- •Исчисление предикатов 1-го порядка как формальная система
- •Логические эквивалентные преобразования в исчислении предикатов 1-го порядка. Алгоритм приведения к снф
- •Логические эквивалентные преобразования в исчислении предикатов 1-го порядка. Алгоритм приведения к пнф
- •Подстановка и унификация в логике предикатов 1-го порядка. Алгоритм нахождения наиболее общего унификатора
- •Алгоритм метода резолюций для проверки невыполнимости множества дизъюнктов в логике высказываний
- •Алгоритм применения метода резолюций в логике предикатов 1-го порядка
- •Стратегии метода резолюций
- •Назначение, определение и структура экспертных систем
- •Расширенная структура эс
- •Классификация экспертных систем (эс)
- •Основные этапы разработки экспертных систем
- •Выбор проблемы
- •Разработка прототипа эс
- •Доработка до промышленной эс
- •Оценка эс
- •Стратегии получения знаний при разработке экспертных систем. Подсистемы накопления знаний.
- •С применением эвм
- •Подсистемы объяснений в экспертных системах
- •Интеллектуальные подсистемы в современных сапр
- •Особенности и причины появления «мягких» вычислений. Основные направления «мягких» вычислений.
- •37. Эволюционное моделирование. Назначение и принципы построения генетических алгоритмов.
- •38. Назначение, определение и основные преимущества нечетких моделей представления знаний
- •Назначение и принципы работы искусственных нейронных сетей (инс)
-15. Логические модели представления знаний
Формальная система представляет собой совокупность чисто абстрактных объектов (не связанных с внешним миром), в которой представлены правила оперирования множеством символов в чисто синтаксической трактовке без учета смыслового содержания (или семантики).
Формальная система определена, если:
задан конечный алфавит (конечное множество символов, базовых элементов, словарь);
определены процедуры (синтаксические правила) построения формул (слов) формальной системы;
выделено некоторое множество формул, называемых аксиомами;
задано конечное множество правил вывода, которые позволяют получать из некоторого конечного множества формул другое множество формул.
Формальное доказательство (доказательство) – конечная последовательность формул M1,M2,…,Mr, такая, что каждая формула Mi либо является аксиомой, либо при помощи одного из правил вывода выводима из предшествующих ей формул Mj, где i<j.
Теорема: Формула t называется теоремой, если существует доказательство, в котором она является последней, т.е. Mrºt.
Всякая аксиома является теоремой.
Интерпретация (объяснение, толкование) представляет собой распространение исходных положений какой-либо формальной системы на реальный мир.
Интерпретация придает смысл каждому символу формальной системы и устанавливает взаимно однозначное соответствие между символами формальной системы и реальными объектами.
Теоремы формальной системы, получившие интерпретацию, становятся утверждениями и в этом случае уже можно делать выводы об их истинности и ложности.
Описания предметных областей, выполненные в логических языках, называются логическими моделями.
В основе моделей такого типа лежит формальная система, задаваемая четверкой вида:
M=<T, S, A, B>.
Множество Т – множество базовых элементов различной природы (алфавит), например, слов из некоторого ограниченного словаря, деталей детского конструктора, входящих в состав набора и т.д. Т – основа для построения всех элементов логической модели.
Для множества Т существует некоторый способ (процедура) определения принадлежности или непринадлежности произвольного элемента к этому множеству.
Процедура P(Т) такой проверки может быть любой, но за конечное число шагов должна давать положительный или отрицательный ответ на вопрос, является ли x элементом множества T.
Множество S – множество синтаксических правил.
С их помощью из элементов Т образуют синтаксически правильные совокупности (формулы). Например, из слов ограниченного словаря строятся синтаксически правильные фразы, из деталей конструктора собираются новые конструкции.
Декларируется существование процедуры P(S), с помощью которой за конечное число шагов можно получить ответ на вопрос, является ли совокупность X синтаксически правильной.
В множестве синтаксически правильных совокупностей выделяется некоторое подмножество А. Элементы А называются аксиомами.
Должна существовать процедура P(А), с помощью которой для любой синтаксически правильной совокупности можно получить ответ на вопрос о принадлежности ее к множеству А.
Аксиома – утверждение, которое априорно считается истинным.
Множество В – множество правил вывода. Применяя эти правила к элементам А, можно получать новые синтаксически правильные совокупности, к которым снова можно применять правила из В. Так формируется множество выводимых в данной формальной системе совокупностей.
Если имеется процедура P(В), с помощью которой можно определить для любой синтаксически правильной совокупности, является ли она выводимой, то соответствующая формальная система называется разрешимой. Именно правила вывода – наиболее сложная составляющая формальной системы.
Дополнительные компоненты: <G, D> - определяют процедуру интерпретации формальной системы.
G – множество интерпретирующих значений.
D – множество правил интерпретации.
В ИИ под интерпретацией понимают установление связей между 2-мя системами описания, что позволяет понимать одну систему на уровне другой.
В соответствии с этим формальная система может служить моделью знаний и рассуждений в некоторой области, если выполнена интерпретация компонентов в этой области. При этом элементы алфавита Т приобретают некоторый физический смысл, задаваемый областью интерпретации П. И на основе этого с помощью правил интерпретации из множества D задается физический смысл порождаемым формулам.
Для знаний, входящих в базу знаний, можно считать, что множество А (аксиомы) образуют все информационные единицы, которые введены в базу знаний извне, а с помощью правил вывода из них выводятся новые производные знания. Таким образом, формальная система представляет собой генератор порождения новых знаний, образующих множество выводимых в данной системе знаний.
Это свойство логических моделей позволяет хранить в базе знаний только те знания, которые образуют множество А, а все остальные знания получать из них по правилам вывода.
Применяемый в формальных системах механизм рассуждений, когда новые знания выводятся из заданного набора посылок с помощью фиксированной системы правил вывода называется дедуктивным механизмом рассуждений.
В дедуктивных моделях представления и обработки знаний решаемая проблема записывается в виде утверждений формальной системы, цель в виде утверждения, справедливость которого следует установить или опровергнуть на основании аксиом (общих законов) и правил вывода формальной системы.
Противоположностью дедуктивному механизму является индуктивный механизм рассуждений, при котором правила вывода порождаются системой на основе обработки конечного числа обучающих примеров.
Индукция – метод перехода от частных наблюдений к общей закономерности, которой удовлетворяют все частные наблюдения.