§ 3.3.3. Семантические сети.
Термин семантическая сеть используется для описания модели представления знаний, основанной на сетевой структуре. Семантические сети были первоначально разработаны для применения их в качестве психологических моделей человеческой памяти. Семантические сети состоят из точек, называемых узлами, и связывающих их дуг, описывающих отношения между узлами. Узлы в семантической сети соответствуют объектам, концепциям или событиям. Дуги могут быть определены разными методами, зависящими от вида представляемых знаний. Обычно дуги, используемые для представления иерархии, включают дуги типа isa («является») и has-part («имеет часть»). Отношение «является» и другие типы отношений, устанавливает свойство иерархии наследования в сети. Это экономит память, поскольку информацию о сходных узлах не нужно повторять в каждом узле сети. Вместо этого она может размещаться в одном центральном узле сети.
Таким образом, в основе этого способа представления знаний лежит идея о том, что любые знания можно представить в виде совокупности понятий (объектов) и отношений (связей). Семантическая сеть представляет собой ориентированный граф, вершинами которого являются понятия, а дугами — отношения между ними. Сам термин «семантическая» означает смысловая. Пример семантической сети приведен на рис.3.5.
Рис. 3.5. Семантическая сеть
Семантические сети по организации похожи на фреймовую модель представления знаний и им присущи такие же достоинства и недостатки. Основным преимуществом этой модели является наглядность представления знаний, а также соответствие современным представлениям об организации долговременной памяти человека. Недостаток — сложность поиска вывода, а также сложность корректировки, т.е. удаления и дополнения сети новыми знаниями.
Вопросы для самоконтроля
1. Расскажите о данных и знаниях, применяемых в интеллектуальных системах.
2. В чем состоит разница в базах данных и базах знаний.
3. Приведите классификацию знаний.
4. Расскажите об особенностях моделей представления знаний.
5. Расскажите о структуре представления знаний в интеллектуальных системах.
6. Приведите классификацию логико-лингвистических моделей.
7. Расскажите о моделях представления знаний, основанных на правилах.
8. Расскажите о фреймовых моделях представления знаний.
9. Расскажите о сетевых моделях представления знаний.
§ 3.4. Экспертные системы. Предметные области
Знания, которыми обладает специалист в какой-либо области, можно разделить на:
хорошо формализуемые. Они излагаются в книгах и руководствах в виде законов, формул, моделей, алгоритмов. Формализуемые знания характерны для точных наук, таких как математика, физика, химия, астрономия.
слабо (плохо) формализуемые. Науки, которые принято называть описательными, обычно оперируют с слабо формализуемыми знаниями. К таким наукам можно отнести, например, зоологию, ботанику, экологию, социологию, педагогику, медицину и др.
неформализуемые, которые вообще не попадают в книги и руководства в связи с их неконкретностью, субъективностью, приблизительностью. Знания этого рода являются результатом многолетних наблюдений, опыта работы, интуиции. Они обычно представляют собой множество эмпирических и эвристических приемов и правил. Такие знания передаются из поколения в поколение в виде определенных навыков, ноу-хау, секретов ремесла. Есть также знания, которые не могут быть выражены ни в математическом виде, ни в терминах обычного человеческого языка. Такими знаниями обладают религиозные деятели, экстрасенсы, контактеры, шаманы.
В зависимости от того, какие знания преобладают в той или иной области; ее относят к формализуемым (если преобладают точные знания), к плохо формализуемым или к неформализуемым (если преобладают неточные знания) описательным областям. Знания, которыми обладает специалист в какой-либо области, можно разделить на три класса, указанные ранее.
Задачи, решаемые на основе этих знаний, можно также разделить на следующие группы:
хорошо структуризованные (формализуемые) задачи – задачи, в которых определены численные значения всех переменных;
плохо структуризованные (плохо формализуемые) задачи – задачи, в которых практически все переменные качественного порядка;
неформализуемые задачи – задачи, в которых преобладают неточные знания.
Класс задач, относящихся к неформализуемым и плохо формализуемым знаниям, значительно больше класса задач, для которых знания формализуемы. Этим объясняется особая популярность и широкое практическое применение экспертных систем, которые открыли возможность применения компьютерных технологий в предметных областях, в которых знания плохо формализуемы.
Основным направлением развития интеллектуальных систем в настоящее время является создание экспертных систем (ЭС).
Под экспертной системой понимают комплекс программных средств, обеспечивающих выдачу рекомендаций для решения плохо формализуемых и неформализуемых задач в условиях дефицита времени, противоречивой и недостоверной информации, в том числе и в непредсказуемых ситуациях, на основе обобщенного коллективного опыта, хранящегося в памяти ЭВМ (базе знаний).
Огромный интерес к ЭС вызван рядом причин.
Во-первых, они ориентированы на решение широкого круга задач в неформализованных областях, что значительно расширяет возможности по применению вычислительной техники.
Во-вторых, с помощью ЭС специалисты, не знающие программирования, могут самостоятельно разрабатывать интересующие их приложения, что также позволяет расширить сферу использования вычислительной техники.
В-третьих, ЭС при решении практических задач достигают результатов, не уступающих, а иногда и превосходящих возможности людей-экспертов, не оснащенных ЭС.
Применение ЭС является перспективным не только при автоматизации управления технологическими процессами, но и производством в целом. ЭС выступают как важное звено при выполнении работами, где присутствие человека невозможно или опасно для жизни, что делает их притягательными для применения во многих областях знаний.