Концепция знаний.
В данном случае знания рассматриваются как система представлений о предметной области в виде сущностей, т. е. вещей, явлений, процессов, и их проявлений в форме фактов и их отношений или объектов и их связей. Задача из предметной области может быть представлена конкретными сущностями и их проявлениями в форме, определяемой выбранной моделью знаний. Система способна решать такую задачу, если она имеет соответствующий набор знаний и средства их обработки в выбранной форме.
В 1970-е гг. осуществляется переход к концепции знаний, в соответствии с которой знания в интеллектуальных программах (например, в виде набора фактов и правил) отделяются от средств вывода (интерпретатора, использующего эти знания для решения задачи). Эта концепция позволила создавать базы знаний для различных проблемных областей и включать их отдельным изменяемым модулем в интеллектуальную программу. На базе такой концепции создаются первые практически полезные логические экспертные системы (ЭС) и разрабатываются программные инструментальные средства логического программирования, такие как язык Prolog (ПРОЛОГ). Наряду с этим получает развитие объектная модель знаний, где знания представляются в форме семантических и фреймовых сетей. В это же время разрабатывается универсальная теория искусственных нейросетей, основанная на системах нейро- и мнемоуравнений, и теория параллельной распределенной обработки информации. Эти теории легли в основу коннективизма как направления в искусственном интеллекте, в котором знания представляются ассоциативно в сетевой форме и формируются в системе путем обучения.
Модели представления знаний. Логические и сетевые модели.
Модель знаний определяет класс представлений системы значений с помощью разного математического аппарата для корректного формального описания и построения процедуры решения задачи. Модели знаний можно разделить на реляционные, объектные и ассоциативные, причем каждая модель может иметь ряд форм, определяющих ее конкретные реализации (рис. выше).
Общим для ассоциативного подхода является представление знаний в виде ассоциативной сети узловых элементов, имеющих связи между элементами, которые могут регулироваться при настройке на решаемую задачу. Именно настраиваемые связи обеспечивают такому представлению знаний свойство ассоциативности, т. е. способности системы давать наиболее вероятные решения на выходе даже по части входного вектора за счет параллельной обработки информации, распространяемой по сети узловых элементов, с учетом силы связей.
Логическая форма ассоциативной модели знаний основана на использовании в узловых элементах сети логических вычислительных базисов: предикатного, продукционного, семантического. Наиболее часто обработка информации в элементах сети осуществляется в нечетко-логическом базисе. При этом в узлах вычисляются оценки в виде степеней принадлежности к нечетким множествам с учетом силы связей узлов соответственно. Такие системы часто применяются при управлении.
Онтологическая форма объектной модели знаний, широко используемая в системах поиска информации в глобальных (Интернет) или корпоративных (Интранет) сетях, строится на основе семантических или фреймовых сетей. Онтология представляет собой некоторую концептуальную схему, позволяющую детально формализовать некоторую область знаний в объектном виде. Она содержит все релевантные классы объектов, их связи и правила, принятые в этой области, что позволяет эффективно искать нужную информацию по смыслу. Онтологии создаются с использованием специальных сред графического проектирования.