2570

условий А и их актуализации с последующим выбором (восходящий тип). Во втором случае поиск осуществляется по заключению продукции (нисходящий тип).

7. Управление по именам. В этом случае продукциям задают специмена, которые обеспечивают сужение фронта готовой продукции.

Семантические сети Термин семантическая означает смысловая, а сама семантика -

это наука, устанавливающая отношения между символами и объектами, которые они обозначают, т.е. наука, определяющая смысл знаков.

Семантическая сеть - это ориентированный граф, вершины которого - понятия, а дуги - отношения между ними.

Понятиями обычно выступают абстрактные или конкретные объекты, а отношения - это связи типа: "это" ("is"), "имеет частью" ("haspart"), "принадлежит", "любит". Характерной особенностью семантических сетей является обязательное наличие трех типов отношений:

•класс - элемент класса;

•свойство - значение;

•пример элемента класса.

Можно ввести несколько классификаций семантических сетей. Например, по количеству типов отношений:

однородные (с единственным типом отношений);

неоднородные (с различными типами отношений). По типам отношений:

бинарные (в которых отношения связывают два объекта);

n-арные (в которых есть специальные отношения, связывающие более двух понятий). Наиболее часто в семантических сетях используются следующие отношения:

связи типа "часть-целое" ("класс-подкласс", "элементмножество" и т.п.);

функциональные связи (определяемые обычно глаголами "производит", "влияет"...);

141

количественные (больше, меньше, равно...);

пространственные (далеко от, близко от, за, под, над ...);

временные (раньше, позже, в течение...);

атрибутивные связи ( иметь свойство, иметь значение ...);

логические связи (и, или, не) и др.

Проблема поиска решения в базе знаний типа семантической сети сводится к задаче поиска фрагмента сети, соответствующего некоторой подсети, соответствующей поставленному вопросу.

Основное преимущество этой модели - в соответствии современным представлениям об организации долговременной памяти человека. Недостаток модели - сложность поиска вывода на семантической сети.

Для реализации семантических сетей существуют специальные сетевые языки, например NET [23] и др. [25]. Широко известны экспертные системы, использующие семантические сети в качестве языка представления знаний - PROSPECTOR, CASNET, TORUS.

Фреймы Представление знаний в форме фреймов (прообразов) впервые

было разработано М. Мимским в 1975г. Фрейм относится к психологическим понятиям, касающихся нашего восприятия. По структуре он представляет собой иерархию отношений типа: “абсолютное - конкретное”. Сложные объекты представляются комбинацией нескольких фреймов, образующих фреймовую сеть. На самом верхнем уровне фрейма представлена фиксированная информация - факт, который обычно считается истинным (имя фрейма). На последующих уровнях расположено множество так называемых слотов, которые обязательно должны быть заполнены конкретными значениями и данными. В общем, фрейм - единица представления знаний, заполненная в прошлом, детали которой могут быть изменены согласно текущей ситуации. В одной системы различные фреймы могут иметь одинаковые слоты. В одном фрейме одинаковых слотов не должно быть. Некоторые слоты фрейма обычно определяются значениями по умолчанию. Фреймовые системы связаны с информационно - поисковыми сетями. Если фрейм

142

- кандидат не соответствует текущей проблеме, то он включается в другую сеть.

Основные свойства фреймов.

1. Базовый тип. В этом типе запоминается только наиболее важные объекты данного предмета, на основании которого строятся фреймы.

Процесс сопоставления фреймов и объектов реальности. При сопоставлении обязательно задаются цели сопоставления. При этом:

- в начале выбирается базовый фрейм; - если в каком-то слоте возникает ошибка, то этому слоту

(атрибуту) присваивается новое значение; - если не находится подходящего фрейма из данной системы, то

добавляется новый, удовлетворяющий этой системе.

Необходимо сохранение иерархической структуры фреймов, что позволяет использовать информацию верхних структур фреймами нижних структур.

Для создания сложных систем создают межфреймовые сети, для чего используют указатели различия фреймов.

Сеть фреймов Иерархическая структура основывается на отношениях

“абстрактной конкретности”. Кроме абстрактной конкретности при построении фреймов используют отношение “часть - целое”, которые позволяют, объекты нижнего уровня показать частью объектов верхнего уровня. A - “абстрактная конкретность”

PART-OF - “часть-целое”

В отношении PART-OF нельзя использовать наследование свойств или атрибутов. Если это необходимо, используют отношение

IS-A.

Описание фреймов

143

программных средств, позволяющих пользователю-непрограммисту ставить и решать свои задачи, традиционно считающиеся интеллектуальными, общаясь с ЭВМ на ограниченном подмножестве естественного языка.

Основное направление искусственного интеллекта - это представление знаний и разработка систем, основанных на знаниях. Оно связано с разработкой моделей представления знаний, созданием баз знаний, образующих ядро экспертных систем (ЭС). В последнее время включает в себя модели и методы извлечения и структурирования знаний и сливается с инженерией знаний.

Самую существенную часть систем искусственного интеллекта составляют экспертные системы. Экспертная система обычно определяется как программа ЭВМ, моделирующая действия эксперта человека при решении задач в узкой предметной области: составление базы знаний и накопления их.

Продукционная модель позволяет представить знания в виде предложений типа: Если (условие), то (действие). Данная модель чаще всего применяется в промышленных экспертных системах. Она привлекает разработчиков своей наглядностью, высокой модульностью, легкостью внесения дополнений и изменений и простотой механизма логического вывода.

Семантическая сеть - это ориентированный граф, вершины которого - понятия, а дуги - отношения между ними. Характерной особенностью семантических сетей является обязательное наличие трех типов отношений:

•класс - элемент класса;

•свойство - значение;

•пример элемента класса.

Фрейм - это структура знаний для восприятия пространственных сцен. Эта модель, как и семантическая сеть, имeeт глубокое психологическое обоснование. Под фреймом понимается абстрактный образ или ситуация. Фреймом называется также формализованная модель для отображения образа.

В качестве инструментальных средств построения экспертных систем выступают:

145

. Традиционные языки программирования. Наиболее удобными считаются объектно-ориентированные языки (С++, Pascal), это связано с тем, что парадигма объектно-ориентированного программирования тесно связана с фреймовой моделью представления знаний, кроме того традиционные языки используются для создания других классов инструментальных средств искусственного интеллекта.

. Языки искусственного интеллекта. Lisp, Prolog.Универсальность этих языков меньшая, чем у традиционных языков, но это компенсируется богатыми возможностями по работе с символьными и логическими данными, что крайне важно для задач искусственного интеллекта. На основе языков искусственного интеллекта создаются специализированные компьютеры (например, Лисп-машины).

. "Оболочки" (shells) - "пустые" версии существующих экспертных систем, то есть готовые экспертные системы без базы знаний. Они вообще не требуют работы программистов для создания готовой экспертной системы. Требуются только специалисты в предметной области для заполнения базы знаний. Однако если некоторая предметная область плохо укладывается в модель, используемую в некоторой оболочке, заполнить базу знаний в этом случае весьма непросто.

Сверхзадачей искусственного интеллекта является построение компьютерной интеллектуальной системы, которая обладала бы уровнем эффективности решений неформализованных задач, сравнимым с человеческим или превосходящим его.

146

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1.Рудой, В.М. Системы передачи информации [Текст] / В.М. Рудой. – М.: МГОУ, 2004.

2.Информационная система [Электронный ресурс]. – Режим доступа: https://ru.wikipedia.org

3.Никитин, Л.Н. Системы передачи и обработки данных [Текст]: курс лекций / Л.Н. Никитин. – Воронеж: ВГТУ, 2013.

4.Сенаторов, А.К. Системы спутникового и кабельного телевидения [Текст]: учеб. пособие / А.К. Сенаторов, Л.Н. Никитин. – Воронеж: ФГБОУ ВПО «Воронежский государственный технический университет», 2006. – 274 с.

5.Никитин, Л.Н. Формат сжатия видео MPEG-4 [Текст]: учеб. пособие / Л.Н. Никитин. – Воронеж: ГОУВПО «Воронежский государственный технический университет», 2008. – 103 с.

6.Никитин, Л.Н. Современные технологии обработки и получения видеоинформации [Текст]: учеб. пособие / Л.Н. Никитин.

–Воронеж: ГОУВПО «Воронежский государственный технический университет», 2008. – 246 с.

7.Волоконная оптика и приборостроение [Текст] / М.Н. Бутусов, С.Л. Галкин, И.П. Оробинский, Б.П. Пал. – Л.: Машиностроение, 1987. - 328 с.

8.Маковеева, М.М. Радиорелейные линии связи [Текст] / М.М. Маковеева. – М.: Радио и связь, 1988. – 312 с.

9.Системы спутниковой связи [Текст] / А.М. Бонч-Бруевич, В.Л. Быков, Л.Я. Кантор и др.; под ред. Л.Я. Кантора. - М.: Радио и связь, 1992. - 224 с.

10.Справочник по спутниковой связи и вещанию [Текст] / Г.Б. Ашкинази, В.Л. Быков, Г.В. Водопьянов и др.; под ред. Л. Я. Кантора.

–М.: Радио и связь, 1983. – 288 с.

11.Системы спутниковой и космической связи. Тематическая подборка [Текст] // Электросвязь. – 1993. – № 1. – С. 7 - 60.

12.Куликовский, Л.Ф. Теоретические основы информационных процессов [Текст]: учеб. пособие для вузов / Л.Ф. Куликовский, В.В. Мотов. – М.: Высшая школа, 1987. – 248 с.

148

13.Козлова, И.С. Информатика [Текст]: конспект лекций / И.С. Козлова. – М.: Высшее образование, 2008.

14.Кушниренко, А.Г. Основы информатики и вычислительной техники [Текст] / А.Г. Кушниренко, Г.В. Лебедев, Р.А. Сворень. – Киев: Посвящение, 2008.

15.Докучаев, А.А. Средства информатики в офисе торговой фирмы. Средства компьютерных коммуникаций [Текст] / А.А. Докучаев, С.А. Мошенский, О.В. Назаров. – СПб: ТЭИ, 2010. – 32 с.

16.Компьютерные технологии обработки информации [Текст]

/под ред. С.И. Назарова. – М.: Финансы и статистика, 2008.

17.Нанс, Б. Компьютерные сети [Текст] / Б. Нанс. – М.: Восточная книжная компания, 1996.

18.Фридланд, А. Информатика - толковый словарь основных терминов [Текст] / А. Фридланд. – М.: Приор, 1998.

19.Шатт, С. Мир компьютерных сетей [Текст] / С. Шатт. –

Киев: BHV, 2006.

20.Шафрин, Ю. Информационные технологии [Текст] / Ю.

Шафрин. – М., 2010

21.Люгер, Д.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем [Текст] / Д.Ф. Люгер. – М.:

Вильямс, 2003. – 854 с.

22.Нильсон, Н. Принципы искусственного интеллекта [Текст]

/Н. Нильсон. – М.: Радио и связь, 1985.

23.Рассел, С. «Искусственный интеллект. Современный подход [Текст] / С. Рассел, П. Норвиг. – М.: Вильямс, 2006

24Нильсон, Н. «Искусственный интеллект. Методы поиска решений [Текст] / Н. Нильсон. – М.: Радио и связь, 1973

25Эндрю, А. Искусственный интеллект [Текст] / А. Эндрю. –

М.: Мир, 1985.

26.Квасный, Р. Искусственный интеллект [Электронный ресурс]. – Режим доступа: http://neural.narod.ru/

149

150