
- •Лекция 4
- •Системы когнитивной графики.
- •Системы когнитивной графики.
- •Системы когнитивной графики.
- •Системы когнитивной графики.
- •Системы контекстной помощи.
- •Программное обеспечение систем
- •Программное обеспечение систем
- •Признаки ИИС
- •Признаки ИИС
- •Напряжем воображение и постараемся представить себе следующую картину: пользователь вводит запрос в поисковую
- •Только одна подобная система, CADUCEUS, содержит одних голых фактов больше, чем 80% мировой
- •Возникшее в середине 60-х годов прошлого века новое направление в искусственном интеллекте с
- •Обязательными частями любой ЭС являются также модуль приобретения знаний и модуль отображения и
- •Все началось в далеких шестидесятых. В то время в космос отправился первый человек,
- •Он считал, что ответ удастся получить, только сконструировав такую "мыслящую" систему. Но какое
- •В 1965 году в Стэндфордском университете (Stanford University) Эдвард Фейгенбаум, Джошуа Ледерберг и
- •Для этого разработчикам DENDRAL пришлось опросить как можно больше экспертов. Приобретение знаний -
- •С 70-х годов ЭС стали ведущим направлением в области искусственного интеллекта. В этот
- •Первая версия ЭС MYCIN была построена в уже знакомом нам Стэндфордском университете в
- •Исследования работы ЭС MYCIN, проведенные в Стэндфордском университете, показали, что система для диагностики
- •Экспертная система PROSPECTOR разрабатывалась SRI International с 1974 по 1983 год. Как уже
- •В качестве современных ЭС можно назвать быстродействующую систему OMEGAMON (фирма Candle, с 2004
- •На этом рисунке показана ситуация, определяющая критическое количество сообщений в очередях транспортной системы
- •Разработка ЭС связана с определенными трудностями, которые необходимо хорошо знать, так же как
- ••Проблема формализации знаний экспертов. Эксперты -специалисты в определенной области, как правило, не в
- •Правила, формализованные экспертом, не дают необходимой точности. Проблему можно избежать, если решать вместе
- •Модели представления знаний
- •Трактовки знаний
- •Трактовки знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •Классификация знаний
- •10. Процессуальные, алгоритмические, процедурные знания. Являются основными в практической деятельности. Овладение этими знаниями
- •11. Технологические знания. Эти знания представляют собой особый вид знаний, проявляющихся на разных
- •12. Вероятностные знания. Такие знания нужны в случаях неопределенности, нехватки имеющихся знаний, неточности
- •13. Абстрактные знания. Эти особый вид знаний, при котором оперируют идеализованными понятиями и
- •13. Метазнания - знания о знании, о том, как оно устроено и структурировано;
- •Конечно, между видами знаний нет непроходимой границы . Более того, иногда бывает так,
- •По степени научности
- •Вненаучные знания могут быть:
- •Вненаучные знания могут быть:
- •Всовременной практике термин «паранаука» применяется в разнообразных контекстах:
- •По отношению к комплексу практического познания мира, для которого не обязателен идеал научной
- •По отношению к концепциям и учениям, преувеличивающим роль определенных природных закономерностей или постулирующим
- •Псевдонаучные знания:
- •Псевдонаучные знания:
- •Квазинаучные знания
- •Выдвинул концепцию наследственности, изменчивости и видообразования, которую назвал "мичуринским учением". Считал, что искусственным
- •Обыденно-практические знания — доставляют элементарные сведения о природе и окружающей действительности. Люди, как
- •Классификация знаний
- •Концептуальные свойства знаний
- •Внутренняя интерпретация знаний
- •Внутренняя интерпретация знаний
- •Наличие внутренней и внешней структур связей
- •Шкалирование знаний
- •Шкалирование знаний
- •Шкалирование знаний
- •Шкалирование знаний
- •Многомерное семантическое пространство
- •Многомерное семантическое пространство
- •Активность знаний
- •Классификация по степени использования различных видов знаний
- •1. Если в программной системе используются только фактографические
- •2. Если в программной системе используются главным образом алгоритмические знания, то
- •3. Если в программной системе в той
- •Классификация по виду ответа при решении задач
- •2.Процедурный ответ; решая задачу, система может создать и запустить процедуру (система синтеза программ,
- •Приведем примеры ответов разных уровней, используя модельный пример с сортировкой чисел из параграфа
- •На уровне 0 мы предъявляем последовательность, а система только проверяет, отсортирована она или
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ
- •ЛОГИЧЕСКАЯ МОДЕЛЬ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ

Классификация знаний
Знания, имеющих определенную степень достоверности: «Следующим днем календаря после 31 мая является 1 июня» и «Для кипячения воды при нормальном давлении требуется ее нагрев до 100 °С».
Знания с нечеткой степенью достоверности: «Завтра в Москве будет дождь» и «При игре в шахматы не следует располагать коня на краю доски».
61

Концептуальные свойства знаний
1) внутренняя интерпретация;
2) наличие внутренней структуры связей;
3) наличие внешней структуры связей;
4) шкалирование;
5) погружение в пространство с семантической метрикой;
6) наличие активности.
62

Внутренняя интерпретация знаний
Позволяет соотнести данные, хранящиеся в памяти ЭВМ, с их смысловым содержанием. Например, пусть в оперативном запоминающем устройстве ЭВМ записано число «4». Очевидно, что этот факт сам по себе мало что говорит, так как непонятно, что конкретно обозначает число «4».
63

Внутренняя интерпретация знаний
По иному обстоят дела, если информация представлена выражением: «Оценка студента Иванова на экзамене 4». Поскольку оценка на экзамене — целое число, не большее 5 и не меньшее 2, такое представление накладывает ограничения на данные, заносимые в поле оценки.
64

Наличие внутренней и внешней структур связей
Основываются на структурном подходе к представлению ПрО, согласно которому в объекте ПрО могут быть выделены его части (элементы). Отношения между объектом-целым и его составляющими называются отношениями типа целое- часть (включение) и часть-целое (вхождение).
65

Шкалирование знаний
Позволяет сопоставлять и упорядочивать качественно одинаковые, но различающиеся в количественном плане свойства и
отношения объектов ПрО. Мера этого различия называется интенсивностью
свойства или отношения.
66

Шкалирование знаний
67

Шкалирование знаний
Оппозиционные шкалы - разновидность порядковых шкал, концы которых соответствуют крайним, несовместимым интенсивностям свойств и отношений, обозначаемым парами слов-антонимов. Среднее, промежуточное положение на оппозиционных шкалах является нейтральным.
68

Шкалирование знаний
Например: быстрый—медленный, острый— тупой, сильный—слабый, добрый— злой и т. д. Применение оппозиционных шкал позволяет не только сопоставлять интенсивности свойств и отношений, но и прослеживать направления их потенциальных изменений, а также очерчивать границы этих изменений.
69

Многомерное семантическое пространство
Интеграция базовых оппозиционных шкал образует многомерное семантическое пространство, точки которого
соответствуют различным понятиям, а расстояния между точками — семантической дистанции между этими понятиями. Само понятие многомерной шкалы выходит за рамки традиционной математической интерпретации шкалы как чисто линейного (т. е. одномерного) объекта типа координатной оси.
70