- •«Интеллектуальные информационные системы»
- •Лекция № 1 введение в дисциплину. Понятие интеллектуальной информационной системы
- •1. Введение. Структура, цели учебной дисциплины, методика ее изучения
- •2. Понятие интеллектуальной информационной системы (иис). Основные свойства
- •3. Классификация иис
- •«Интеллектуальные информационные системы»
- •Лекция № 2 особенности построения систем искусственного интеллекта
- •1. Формулировка концепции создания искусственного интеллекта
- •2. Определение систем искусственного интеллекта
- •Когнитивное моделирование.
- •3. Информационная модель реакции систем искусственного интеллекта на воздействия окружающей среды
- •4. Жизненный цикл системы искусственного интеллекта и критерии перехода между этапами этого цикла
- •Интеллектуальные информационные системы»
- •Системно-когнитивный анализ
- •1. Основные понятия когнитивной теории
- •2. Концепция системно-когнитивного анализа
- •2.1 Базовая когнитивная концепция
- •2.2 Когнитивная концепция в свободном изложении
- •2.3 Когнитивная концепция в формальном изложении
- •3. Когнитивное моделирование
- •«Интеллектуальные информационные системы»
- •Представление и обработка данных в рамках теории системно-когнитивного анализа
- •1. Основные понятия когнитивной теории
- •2. Концепция смысла Шенка-Абельсона
- •3. Диалектика «Структура – свойство – отношение» в рамках когнитивной теории
- •4. Понятия «факт», «смысл», «мысль» в рамках когнитивной теории
- •5. Иерархия задач обработки данных: «Мониторинг», «анализ», «прогнозирование», «управление» в рамках когнитивной теории
- •«Интеллектуальные информационные системы»
- •Модели представления знаний
- •1.Декларативные и процедурные знания
- •2. Логическая модель представления знаний
- •3. Сетевая модель представления знаний
- •4. Фреймовая модель представления знаний
- •5 Продукционная форма представления знаний
1.Декларативные и процедурные знания
Любая предметная область характеризуется своим набором понятий и связей между ними, своими законами, связывающими между собой объекты данной предметной области, своими процессами, событиями. И конечно, каждая предметная область имеет свои, специфические методы решения задач. Знания о предметной области и способах решения в ней задач весьма разнообразны. Возможны различные классификации этих знаний.
В общем случае знания подразделяются на:
Процедурные знания описывают последовательности действий, которые могут использоваться при решении задач. Это, например, программы для ЭВМ, словесные записи алгоритмов, инструкция по сборке некоторого изделия.
Декларативные знания — это все знания, не являющиеся процедурными, например статьи в толковых словарях и энциклопедиях, формулировки законов в физике, химии и других науках и т.п. В отличие от процедурных знаний, отвечающих на вопрос: «Как сделать X?», декларативные знания отвечают, скорее, на вопросы: «Что есть X?» или «Какие связи имеются между Х и Y?», «Почему X?» и т.д.
Языки представления знаний можно разделить на типы по формальным моделям представления знаний, которые лежат в их основе:
логическая,
сетевая,
фреймовая
продукционная.
Ниже будут рассмотрены данные языки представления данных.
2. Логическая модель представления знаний
Логическая модель представляет собой формальную систему в которой все знания о предметной области описываются в виде формул этого исчисления или правил вывода. Описание в виде формул дает возможность представить декларативные знания, а правила вывода — процедурные знания.
Логическая модель знаний строится на базе предикатов.
Предикатом называется функция, принимающая два значения ИСТИНА и ЛОЖЬ – и предназначенная для выражения свойств объекта или связей между ними
Пример. Рассмотрим в качестве примера знание:
«Когда температура в печи достигает 120 градусов и прошло менее 30 мин с момента включения печи, давление не может превосходить критическое. Если с момента включения печи прошло более 30 мин, то необходимо открыть вентиль №2».
Логическая модель представления этого знания имеет вид:
P(p = 120) T(t<30) (D < Dкp);
Р(р = 120) T(t>30) F(№2).
В этой записи использованы следующие обозначения для предикатов:
Р(р = 120) — предикат, становящийся истинным, когда температура достигает 120 градусов,
T(t < 30) — предикат, остающийся истинным в течение 30 мин с начала процесса;
T(t > 30) — предикат, становящийся истинным по истечении 30 мин с начала процесса;
(D < Dкр) — утверждение о том, что давление ниже критического;
F(№2) — команда открыть вентиль №2.
Кроме того, в записях использованы типовые логические связки конъюнкции (v), импликации (^) и логического следования (==>).
Первая строчка в записи представляет декларативные знания, а вторая — процедурные.
Языки представлений знаний логического типа широко использовались на ранних стадиях развития интеллектуальных систем, но вскоре были вытеснены (или во всяком случае сильно потеснены) языками других типов. Объясняется это громоздкостью записей, опирающихся на классические логические исчисления. При формировании таких записей легко допустить ошибки, а поиск их очень сложен. Отсутствие наглядности, удобочитаемости (особенно для тех, чья деятельность не связана с точными науками) затрудняло распространение языков такого типа.