Лекція 4. Моделі подання знань.

Лекція 4

Тема: Моделі подання знань

Мета: розглянути основні засобі подання знань, навчитися подавати фрейми у вигляді формул, дерева або таблиці, навчитися будувати мережну модель знань.

Тип: теоретичне

Вид: формування умінь і навичок.

Форма навч. роботи: фронтальна.

Методи навчання: словесний.

Структура заняття:

І. Організаційний момент: привітання, перевірка відсутніх. (2 хв.)

ІІ. Актуалізація опорних знань: (10 хв.)

1. Що таке штучний інтелект?

2. Назвіть системні аспекти, що розглядаються у галузі ШІ.

3. Що вивчає наука когнітивістика?

4. З яких зон складається смисловий простір?

5. Що таке дедукція та індукція?

6. Які ви знаєте типи зв’язків у повідомленні?

7. Що таке навчання?

8. Яка інформація зберігається у предметній галузі?

9. Що таке знання? Відмінність знань від даних.

10. Дати визначення понять Екстенсіонал та Інтенсіонал?

11. Назвіть галузі та види знань

ІІІ. Пояснення нового матеріалу (60-65 хв.)

Використана література:

1. М.М.Глибовець, О.В.Олецький «Штучний інтелект» - К.: Вид.дім «КМ Академія», 2002. – 366 с.

План

1. Представлення знань.

2. Моделі подання знань.

   1. Логіко-лінгвістичні моделі

   2. Декларативні моделі

1. Представлення знань

Для представлення знань в пам'яті системи розробляються різноманітні моделі представлення знань. В даний час в інтелектуальних системах використовуються чотири основних моделі знань:

      1 - СЕМАНТИЧНІ МЕРЕЖІ

      2 - ФРЕЙМИ

      3 - ЛОГІЧНІ СИСТЕМИ

      4 - ПРОДУКЦІЇ

Перша модель, можливо, найбільш близька до того, як представляються знання в текстах на природній мові. В її основі лежить ідея про те, що вся необхідна інформація може бути описана як сукупність трійок вигляду:

(aRb), де а і b два об'єкти або поняття, а R – двійкові відносини між ними.

Така модель може графічно представлятися у вигляді мережі, в якій вершинам відповідають об'єкти або поняття, а дугам – відносини між ними. Така модель носить назву семантичної мережі.

В деякому розумінні фреймові представлення знань, широко поширені в штучному інтелекті, також є видом семантичних мереж, для переходу до якого, треба задовольнити ряд обмежень синтаксичного характеру. З поняттям «фрейм» в штучному інтелекті відбулася деяка трансформація значення. Це поняття було введено М. МІНСЬКИМ, який під фреймом об'єкту або явища розумів той його мінімальний опис, який містить всю істотну інформацію про цей об'єкт або явище, і володіє тією властивістю, що видалення з опису будь-якої частини приводить до втрати істотної інформації, без якої опис об'єкту або явища не може бути достатнім для ідентифікації.

Проте, пізніше в роботах за уявленням знань вимогу мінімальності опису перестали дотримувати і під фреймами стали розуміти структури вигляду:

< ім'я фрейма ( безліч слотів )>, де кожний слот є пара виду : (Ім'я слота; Значення слота ). Допускається, щоб слот сам був фреймом. Тоді як значення слота виступає безліч слотів. Іншими можливостями для заповнення слотів можуть бути змінні, константи, будь-які вирази у вибраній наочній області, посилання на інші фрейми і слоти. Таким чином, фрейм є достатньо гнучкою конструкцією, що дозволяє відображати в пам'яті інтелектуальної системи різноманітні знання.

Дві інші поширені моделі знань спираються на класичну логічну модель висновку. Це або логічні числення, типу числення предикатів і його розширень, або системи продукцій, тобто правил вигляду: “якщо А, то В”, задаючих елементарні кроки перетворень і висновків. Ці дві моделі знань відрізняються яскраво вираженою процедурною формою. Тому часто говорять, що вони описують процедурні знання, а моделі знань відрізняються явно вираженою процедурною формою. Тому часто говорять, що вони описують процедурні знання, а моделі знань, що спираються на семантичні мережі – описують декларативні знання. Обидва види знань можуть співіснувати один з одним. Наприклад, як значення деяких слотів у фреймі можуть виступати продукції. Саме такі змішані уявлення опиняються зараз в центрі уваги дослідників, оскільки вони обіцяють самі хороші перспективи за уявленням знань.

В інтелектуальних системах для зберігання і використовування знань створюються спеціальні представлення знань, що включають в свій склад всю сукупність процедур, необхідних для запису знань, витягання їх з пам'яті і підтримки сховища знань в робочому стані. Системи представлення знань часто оформляються як бази знань, що є природним розвитком баз даних. Теорія баз знань складає зараз помітну частину штучного інтелекту.