Представление знаний

Лекция 1

Назначение, структура, классификация систем, основанных на знаниях

Системы, основанные на знаниях, предназначены для решения неформализованных задач. К таким задачам обычно относят задачи, которым свойственны следующие особенности:

• задачи не могут быть заданы в числовой форме;

• цели не удается выразить в терминах точной целевой функции;

• не существует алгоритмического решения задачи;

• при наличии алгоритма решения его не удается использовать из-за различных ограничений, накладываемых на поиск решения.

Кроме того, исходные данные неформализованных задач, как правило, не полны, ошибочны, неоднозначны и противоречивы.

Информационные системы искусственного интеллекта сегодня принято делить на экспертные системы, системы поддержки принятия решений, нейронные сети и естественно-языковые системы. Первые называют еще системами, основанными на знаниях. Строго говоря, этот термин не точен, поскольку любая система ИИ так или иначе использует знания.

В информационных системах, основанных на знаниях можно выделить три основные части: базу знаний, механизм получения решений и интерфейс. Четкой границы между этими частями не существует. При этом каждая из частей системы может быть устроена по-разному. Сегодня структуру системы, основанной на знаниях, принято представлять в следующим виде.

Диалоговый компоненет

Объяснительный компонент

Компонент приобретения знаний

Механизм получения решений

База данных

База знаний

Как мы видим, помимо собственно базы знаний выделена еще и база данных. Последнюю часто называют рабочей памятью, что по смыслу более соответствует содержанию этого термина: база данных предназначена для хранения оперативных и промежуточных данных решаемой задачи.

В базе знаний хранятся долгосрочные данные, описывающие какую-либо проблемную область.

Во многих системах баз знаний содержимое БЗ и БД делят на фактографическую часть и правила. Факты представляют собой характеристики объекта, т.е. утверждения, а правила выражают зависимости между утверждениями. Следует признать, что знания не ограничиваются фактами и связями между ними. Поэтому в общем случае база знаний может содержать понятия, факты, правила, зависимости, законы, связи, алгоритмы, процедуры.

Системы, относящиеся к СБЗ, отличаются от традиционных СБД способами представления неалгоритмических знаний и наличием механизма получения решения, или механизмом вывода. Механизм вывода формирует последовательность правил, приводящую к искомому решению. При формировании такой последовательности он использует данные, находящиеся в РП и БЗ.

Методы поиска искомых решений, используемые МВ тесно связаны со способами представления знаний. Каким методом поиска следует воспользоваться при решении конкретной задачи определяет или сам МВ или пользователь-эксперт. С этой целью в МВ содержаться алгоритмы получения решения задач проблемной области, т.е специальные алгоритмические знания. Таким образом, знания могут находиться не только в БЗ но и в самом механизме получения решения, что иллюстрирует размытость границ между отдельными частями систем, основанных на знаниях.

Качество решения и трудоемкость его получения в первую очередь зависят от мощности БЗ и возможностей ее пополнения. Безусловно, на время нахождения искомого решения и его качество существенное влияние оказывают используемые системой процедуры поиска решения. Более того, долгое время среди специалистов в области искусственного интеллекта господствовала точка зрения согласно которой считалось, что важнее иметь немного мощных процедур вывода, чем большой набор разнообразных знаний. Однако результаты исследований конца ХХ века показали, что в системах, основанных на знаниях, определяющую роль играют объем и качество знаний, а не процедуры вывода. Поэтому современные СБЗ включают блок пополнения знаний. Наличие последнего позволяет пользователю-эксперту автоматизировать процесс наполнения системы знаниями.

Принципиальным отличием систем, основанных на знаниях, от традиционных ИС является то. что процесс поиска искомого решения не строго детерминирован. Это объясняется тем, что используемые знания о проблемной области, как правило, неоднозначны и противоречивы. Часто их не достаточно для получения решения с приемлемой точностью. Они трудно поддаются формализации.

Поскольку знания являются неопределенными, не полными, то и рассуждения при поиске решения носят как доказательный, так и правдоподобный характер. Различие между доказательными и правдоподобными рассуждениями велико. Первые надежны и неоспоримы, вторые условны и спорны. Вместе с тем, доказательные рассуждения не позволяют получить принципиально новые знания об окружающем нас мире. В основу доказательных рассуждений положена формальная логика. Теории же правдоподобных рассуждений пока не построено. При правдоподобных рассуждениях нужно уметь отличать одну догадку от другой, в то время как при доказательном – находить отличие догадки от доказательства.

Учитывая особенности данных в неформализованных задачах и методов поиска их решений, в СБЗ включают такие компоненты, как диалоговый, объяснительный и компонент приобретения знаний.

Объяснительный компонент используется в том случае, когда пользователь хочет узнать, как получено решение, т.е. увидеть построенную механизмом выода последовательность утверждений. Если же решения не найдено, то почему. Он помогает повысить степень доверия к полученному результату.

Диалоговый компонент служит для общения пользователя с системой в процессе поиска решения, процессе пополнения базы знаний, а так же при объяснении хода рассуждений.

Лекция 2