Фреймовые модели

Frame в переводе означает рамка.

Frame в области искусственного интеллекта трактуется как структура знаний для восприятия пространственных сцен.

Под фреймом понимается абстрактный образ или ситуация.

Пример абстрактного образа: слово «комната» – ассоциируется с образом жилого помещения с окнами, дверьми, полом и потолком и с площадью равной примерно 6-20 кв. метров. Есть пустые места – количество окон, цвет стен, высота потолка и т.д.

Типичная структура фрейма имеет вид, рассмотренный на рис. 2.

Рисунок 2 – Структура фрейма

Слотом может являться другой фрейм.

Различают фреймы – образцы или прототипы, которые хранятся в базе данных, и фреймы – экземпляры, которые создаются для отражения реальной ситуации на основе поступающих данных.

Пример:

Магазин – образец;

Булочный магазин – экземпляр.

Модель фреймов является действительно универсальной, т.к. позволяет отображать все множество знаний о мире через следующие фреймы:

1. Фрейм-структура – предмет или понятие;

2. Фрейм-роль;

3. Фрейм-сценарий;

4. Фрейм-ситуация.

Важнейшим свойством теории фреймов является заимствование из теории семантических сетей полезных свойств. Реальные фреймовые модели являются сетевыми.

На рис. 3 изображается сеть фреймов, где AKO – это связи (a kind of – это).

Слот АКО указывает на фрейм более высокого уровня иерархии, откуда наследуется свойство.

Ч

АКО

Умеет

Млекопитающее

Мыслить

АКО

Возраст

Рост

Люб.

Человек

0-16 лет

50 - 180см

АКО

Учится

Возр

В школе

Сладкое

Ребенок

7 – 17 лет

еловек Ребенок Учится

Рисунок 3 – Сеть фреймов

Основным преимуществом фреймов как модели представления знаний является способность отражать концептуальную основу организации памяти человека, а также гибкость и наглядность.

Существует специальный язык представления знаний в сетях фреймов – FRL, на нем построены промышленные экспертные системы ANALIST, НОДИС.

Формальные логические модели

Вся информация, необходимая для решения прикладных задач, рассматривается как совокупность фактов и убеждений, которые представляются как формулы в некоторой логике.

Знания отображают как совокупность логических формул, а получение новых (генерация) знаний сводится к реализации процедур логического вывода.

В основе логических моделей представления знаний находится понятие формальной теории. Понятие задается кортежем:

S = <B, F, A, R>,

B – смежное множество базовых символов.

F – множество, называемое формулами.

R – выделение подмножеств.

А– конечное множество отношений между формулами, называемое правилом вывода.

Достоинства логических моделей представления знаний:

1. В качестве фундамента используется классический аппарат математической логики. Методы аппарата глубоко изучены и формально обоснованы.

2. Существуют достаточно эффективные процедуры вывода, в том числе реализованные на языке логического программирования – PROLOG.

3. В базах знаний рационально хранить лишь множество аксиом, а все остальные знания получать путем логического вывода.

Лекция № 5 ИИС