1.2.8. Использование различных моделей представления знаний

Хотя все описанные в предыдущих разделах способы представления знаний и различны на первый взгляд, по существу они имеют много общего и их различие носит концептуальный характер. Оно отражает лишь тот факт, что все разработки велись по разным концепциям. Взаимное различие способов представления кроется скорее в их внешнем виде. На некотором глубоком уровне все типы представления знаний должны быть эквивалентны.

Так, предложения логики предикатов имеют много общего с продукционными правилами. Интерпретируя правила продукции как предложение логики предикатов, можно без каких-либо затруднений заменить его на предикаты. В общем случае каждую дугу семантической сети можно задать бинарным предикатом, как отношение между сущностями, описываемыми узлами. Но эта попарная равнозначность отношений не означает, что различные способы представления позволяют получать равнозначные системы представления.

При выборе модели представления знаний следует учитывать такие факторы, как однородность представления и простота понимания. Однородность представления приводит к упрощению механизма управления логическим выводом и управлением знаниями. Простота понимания предполагает доступность понимания представления знаний и экспертам, и пользователем системы. В противном случае затрудняется приобретение знаний и их оценка.

Выбор той или иной системы представления является прерогативой конструктора интеллектуальной информационной системы и определяется простотой представления решаемой проблемы тем или иным формализмом. Кроме того, учитывается и сложность механизма вывода, который определяется выбранным формализмом.

Тем не менее, каждая из моделей представления знаний обладает своими достоинствами и недостатками.

Логике предикатов присущ высокий уровень модульности знаний. Описательная мощность логики предикатов первого порядка как единой системы представления знаний выше, чем у других систем. Используемый в логике предикатов вывод на основе резолюции является самым эффективным и формализованным и получил широкое распространение. Однако, достоинства логических моделей на основе исчисления предикатов первого порядка обуславливают и присущие этим системам представления недостатки.

Границы описательных возможностей предикатов определяются синтаксическими правилами. Эти правила чрезвычайно просты в отличие от синтаксических правил любого естественного языка. Одной из причин этой простоты является отсутствие исключений, что и приводит к снижению описательных возможностей языка предикатов, так как невозможно видоизменять принятые формализмы без создания соответствующих теоретических основ. Таким образом, чрезмерный уровень формализации представления и вывода оказываются недостатками логических моделей. К недостаткам этих моделей относятся и трудности прочтения логических описаний, и не слишком высокая производительность обработки знаний. Кроме того, в процессе вывода человек не пользуется системой, основанной на принципе резолюции. Поэтому при создании систем интерактивного взаимодействия человека и машины для решения сложных проблем метод резолюции может оказаться не совсем подходящим.

Популярность продукционных моделей определяется следующими достоинствами:

• подавляющая часть человеческих знаний может быть записано в виде продукций;

• системы продукций являются модульными и удаление или добавление продукций, как правило, не приводит к изменениям в остальных продукциях;

• наличие в продукциях указателей на сферу применения продукций позволяет эффективно организовывать память, сократить время поиска необходимой информации;

• при объединении систем продукций и сетевых представлений получаются средства большой описательной и вычислительной мощности.

При этом продукционные модели имеют по крайней мере два недостатка:

• при большом числе продукций становится сложной проверка непротиворечивости системы продукций, что усложняет процедуру добавления новых продукций;

• из-за недетерминированности системы, т.е. неоднозначного выбора выполняемой продукции, возникают трудности при проверке корректности работы системы.

Именно поэтому число продукций, с которыми работают, как правило, современные системы ИИ, не превышает тысячи.

Сетевые модели пока не имеют общей теории. В них много эвристик и вариантов решения. Одним из основных достоинств сетевых моделей является возможность представлять знания более естественным и структурированным образом, чем в других формализмах. Это весьма простой и понятный способ описания предметного мира на основании отношений между элементами сети – узлами и дугами. Некоторые операции на семантической сети , которые при других представлениях выполнялись бы с помощью явного применения правил и механизмов, могут быть выполнены с большой степенью автоматизма .

Однако, ввод семантического знания в структурное сужает общность декларативного представления, хотя и повышает его эффективность. Кроме того, следует учитывать, что расширение сети, дополнение ее новыми фактами вызывает проблему квантификации новых переменных, снижает однородность сети и приводит к необходимости увеличения арсенала методов вывода. С увеличением размеров сети существенно возрастает время поиска по сравнению со способами, не имеющими стратегии. И, наконец, результат вывода, получаемого с помощью семантической сети, особенно в иерархических системах, не гарантирует такую достоверность вывода, как логический формализм.

Учитывая достоинства и недостатки различных моделей представления, в современных исследованиях в области искусственного интеллекта предпочитают объединение преимуществ различных моделей в новом, смешанном представлении.