39. Знания, их виды. Базы знаний. Экспертные системы.

Знания – один из предметов исследований искусственного интеллекта.

Искусственный интеллект(artificial intelligence) – научное направление, цель которого – разработка аппаратно-программных средств, позволяющий решать задаи, традиционно считающиеся интеллектуальными.

Основные направления развития:

- предствление знаний и разработка систем, основанных на знаниях;

- программное обеспечение систем искусственного интеллекта;

- машинный перевод;

- интеллектуальные роботы;

- обучение и самообучение;

- распознавание образов;

- мгры и машинное творчество;

- новая архитектура компьютеров.

Данные – факты(зарегистрированные сигналы), характеризующие объекты, процессы и явленияпредметной области.

Знания – хорошо структурированные данные или данные о данных(метаданные).

Основные методы предствления знаний:

1) продукционные правила;

2) семантические сети;

3) фреймы;

4) формальная логика.

По степени научности: -житейские, -научные (поверхностные (эмпирические), глубинные(теоретические)).

По месту нахождения: - личностные(неявные, скрытые), - формализованные(явные).

По природе: - процедурные(алгоритмы разного рода), -декларативные(создают лишь представление о структуре неких понятий).

База знаний – это особого рода БД, разработанная для оперирования знаниями (метаданными). БЗ — важный компонент интеллектуальной системы. Наиболее известный класс таких программ это экспертные системы. Они предназначены для поиска способов решения проблем из некоторой предметной области, основываясь на записях БЗ и на пользовательском описании ситуации. БЗ экспертной системы содержат факты и правила — набор инструкций, применяя которые к известным фактам можно получить новые факты.

ЭС может функционировать в 2-х режимах.

Режим ввода знаний — в этом режиме эксперт с помощью инженера по знаниям, с помощью редактора БЗ вводит известные ему сведения о предметной области в БЗ ЭС.

Режим консультации — пользователь ведет диалог с ЭС, сообщая ей сведения о текстовой задаче и получая рекомендации ЭС. Например, на основе сведений о физическом состоянии больного ЭС ставит диагноз в виде перечня заболеваний, наиболее вероятных при данных симптомах.

Классификация ЭС по решаемой задаче:

Интерпретация данных, Диагностирование, Мониторинг, Проектирование, Прогнозирование, Сводное, Планирование, Обучение, Управление, Ремонт, Отладка.

Классификация ЭС по связи с реальным временем

Статические ЭС; Квазидинамические ЭС; Динамические ЭС.

40. Продукционные модели. База фактов. База правил. Работа машины вывода.

Продукционная модель - модель, основанная на представлении знаний в виде правил «Если (условие), то (действие)».

Условие - некоторое предложение, образец, по которому осуществляется поиск в базе знаний. Действие - действия, выполняемые при успешном исходе поиска.

Традиционная продукционная модель знаний включает в себя следующие базовые компоненты: 1)набор правил (или продукций), представляющих базу знаний продукционной системы; 2)рабочую память, в которой хранятся исходные факты, а также факты, выведенные из исходных фактов при помощи механизма логического вывода; 3)сам механизм логического вывода, позволяющий из имеющихся фактов, согласно имеющимся правилам вывода, выводить новые факты.

Исходные факты (данные) - хранятся в базе фактов, набор правил - в Базе Правил. Средство получения новой информации – машина вывода – программа, управляющая перебором правил из продукционной базы знаний.

Компоненты машины вывода: - компонент вывода; - управляющий компонент.

Виды вывода: - прямой (от данных к поиску цели); - обратный (от цели для ее подтверждения к данным).

Функции машины вывода: 1.Просмотр существенных фактов из рабочей памяти(базы фактов), правил из БЗ и добавление по возможности в рабочую память новых фактов. 2.Определяет порядок просмотра и применение правил.

В больш-ве сис-м, основанных на знаниях, машина вывода - небольшая по объему программа из двух компонентов: компонента вывода и управляющего компонента. Достоинства: наглядностью, высокой модульностью, легкостью внесения дополнений и изменений и простотой мех-ма логич вывода, Недостаток: при накоплении большого числа правил они начинают противоречить др. с др., неясность взаимных отношений между составляющими конкретную продукционную модель знаний правилами, а также правилами логического выбора.