Требования к базам знаний
Можно выделить следующие особенности, которыми должны обладать БЗ:
1. Терпимость к противоречиям. Это означает, что при появлении в БЗ ошибок и противоречий можно допустить определенное снижение эффективности деятельности ИИ, но невозможно допустить полного прекращения этой деятельности. Необходимость терпимости к противоречиям вытекает из открытости внешнего мира и соответственно неполноты знаний о нем. Новая информация, воспринимаемая ИИ, может содержать ошибку или не соответствовать информации, уже имеющейся в БЗ.
2. Обеспечение вывода. БЗ, не имеющая полной информации о мире, должна быть способна к логическому выводу как из уже имеющейся информации, так и из вновь поступающих сообщений.
Различают два типа вывода: свободный и направленный.
Направленный вывод запускается при поиске ответа на поступающий в БЗ запрос; свободный осуществляется при поступлении в БЗ новой информации.
3. Критичность к новой информации. Это способность проверить достоверность новой информации и согласовать ее с уже имеющимися знаниями.
Данному вопросу в проблематике ИИ уделяется много внимания. Здесь усилия исследователей концентрируются в основном на создании естественно-языковых систем, и результаты проведенных работ могут быть использованы при разработке коммуникативных функций ИИ.
4. Дробность БЗ. При поступлении новых сообщений БЗ должна обладать способностью выделить некоторый фрагмент знаний, обеспечивающий эффективную обработку этих сообщений. Это особенно важно при создании БЗ для многофункциональных интегральных роботов. В области ИИ большая часть работ в этом направлении посвящена проблемам формирования и использования фрагментов знаний, интерпретируемых как контексты.
5. Обучаемость и способность к переструктурированию знаний. Совместно с механизмами критичности обучение должно противодействовать накоплению в БЗ ошибок и противоречий. Обучаемость, а точнее самообучаемость, имеет первостепенную важность. В ходе функционирования БЗ должна обеспечиваться такая перестройка структуры знаний, в результате которой улучшаются или поддерживаются на определенном объем занимаемой ею памяти, скорость ответа на запрос и т. п. Способность к переструктурированию знаний, т.е. адаптивность БЗ, весьма важна в тех случаях, когда имеются ограничения на физический объем или временные параметры функционирования БЗ.
Понятие и назначение экспертных систем
Экспертная система - это комплекс компьютерного программного обеспечения, помогающий человеку принимать обоснованные решения. Экспертные системы используют информацию, полученную заранее от экспертов - людей, которые в какой-либо области являются лучшими специалистами. Экспертная система – наиболее известный и распространенный вид интеллектуальных систем.
Они предназначены для пользователей, сфера деятельности которых далека от искусственного интеллекта, программирования, математики, логики. Для таких пользователей экспертная система выступает как некая система, помогающая им в повседневной работе. Общения с экспертными системами должны быть так же просты, как просты, например, работа с телевизором, стиральной машиной или автомобилем.
Экспертные системы должны не только хранить в себе знания профессионалов-экспертов в некоторой предметной области, но и передавать их тем, у кого таких знаний нет. Для этого в экспертной системе предусмотрены не только простые средства общения между системой и специалистами, но и средства доведения хранимых в системе знаний до специалиста вместе с необходимыми пояснениями и разъяснениями.
На практике экспертные системы используются прежде всего как системы-советчики в тех ситуациях, где специалист сомневается в выборе правильного решения. Экспертные знания, хранящиеся в памяти системы, более глубокие и полные, чем соответствующие знания пользователя. Возможны и другие случаи применения экспертных систем.
Существует класс систем, не имеющих собственного названия и поэтому часто называемых экспертными. В отличие от классических экспертных систем они рассчитаны не на пользователя, а на самих экспертов-специалистов. Для таких специалистов нужна не консультирующая или советующая система, а система, способная помочь им в научной работе. Системы такого рода называют системами автоматизации научных исследований (АСНИ). Примером могут быть системы, способные на основании частных знаний эксперта обнаружить в эмпирическом материале скрытые связи и закономерности.