Логические модели знаний
Логические модели знаний - основа человеческих рассуждений и умозаключений, которые, в свою очередь, могут быть описаны подходящими логическими исчислениями.
Логические исчисления могут быть представлены как формальные системы в следующем виде:
М=(T,P,A,F),
где T - множество базовых элементов (например, буквы некоторого алфавита);
P - множество синтаксических правил, на основе которых из T строятся правильно построенные формулы;
A - множество правильно построенных формул, элементы которого называются аксиомами;
F - правила вывода, которые из множества А позволяют получать новые правильно построенные формулы (теоремы).
К таким логическим исчислениям можно отнести:
силлогистику Аристотеля;
прикладные исчисления высказываний и предикатов, среди которых можно выделить псевдофизические логики.
Продукционные модели знаний
Продукционные модели – модели, основанные на правилах, позволяет представить знания в виде предложений типа: Если (условие), то (действие).
Продукция – это правило, представляющее собой пару следующего вида:
ситуация - действие;
посылки - заключение;
причина - следствие и т.п.
Подобного рода правила встречаются в различных областях знаний и видах деятельности, так в повседневной жизни мы постоянно окружены различного рода правилами поведения, уличного движения, грамматическими правилами, статьями уголовного и гражданского кодекса и т.п.
При использовании продукционной модели база знаний состоит из набора правил. Программа, управляющая перебором правил, называется машиной вывода. Вывод бывает прямой - от данных к поиску цели, и обратный – от цели для ее подтверждения – к данным.
Продукционная модель состоит из трех основных компонентов:
набора правил, представляющего собой в продукционной системе базу знаний;
рабочей памяти, в которой хранятся исходные факты и результаты выводов, полученных из этих фактов;
механизма логического вывода, использующего правила в соответствии с содержимым рабочей памяти и формирующего новые факты.
Каждое правило содержит условную и заключительную части. В условной части правила находится одиночный факт либо несколько фактов (условий), соединенных логической операцией "И". В заключительной части правила находятся факты, которые необходимо дополнительно сформировать в рабочей памяти, если условная часть правила является истинной.
Продукционная модель чаще всего применяется в промышленных экспертных системах. Ее достоинствами являются: наглядность, высокая модульность, легкость внесения изменений и дополнений, простота механизма логического вывода.
Имеется большое число программных средств, реализующих продукционный подход: язык OPS 5, оболочки или пустые экспертные системы – EXSYS, ЕКСПЕРТ, промышленные ЭС на основе системы ФИАКР и т.д.
Экспертные системы
Под экспертной системой понимают программное средство, использующее знания экспертов, для высокоэффективного решения задач в интересующей пользователя предметной области.
Развитие экспертных систем продолжается по сегодняшний день. В основном экспертные системы используются для решения задач, соответствующих следующим критериям:
задача не может быть определена в четкой числовой форме или содержит ряд данных, не представленных в числовой форме;
не существует четкого алгоритмического решения – здесь стоит остановиться, поскольку считается, что алгоритмическим путем можно решить любую задачу. Это действительно так. Проблема заключается в том, на сколько это алгоритмическое решение будет сложным и на сколько возможно реализация такого решения. Соответственно, если реализация алгоритмического решения слишком сложна, требует много времени для выполнения или сам алгоритм невозможно реализовать ввиду его сложности, то такие задачи решаются с помощью экспертных систем и методов, которые в них закладываются;
существует алгоритмическое решение, но оно не может использоваться ввиду ограниченности ресурсов – этот критерий очень близок по смыслу к предыдущему критерию, ограничивая возможность использования классических алгоритмов решения задач техническими проблемами компьютерной техники.
Полезное использование экспертных систем заключается в реализации задач принятия решений на основании формализованных правил, статистического анализа и применения теории вероятности.
Схематично экспертную систему можно представить следующим образом (см. рис. 74):
Рис. 74. Структура экспертной системы
В данной структуре есть несколько важных компонентов, существенно отличающих экспертную систему от обычно вычислительно информационной системы:
диалоговый компонент – это элемент, отвечающий за взаимодействие системы с человеком-оператором, который вводит информацию на вопросы экспертной системы. Варианты ввода, наиболее часто используемые в экспертных системах, которые аналогичны классической информационной системе:
ввод в поля экранной формы, последовательно отвечая на вопросы системы и давая ответы путем ввода некоторых данных с клавиатуры;
выбора одного или нескольких ответов из предложенного списка;
база знаний – это элемент, содержащий достоверную и актуальную информацию о предметной области и правила обработки этой информации. Вся работа по проверке непротиворечивости информации, ее истинности и возможности использования для получения достоверного результата осуществляется с использованием базы знаний;
механизм вывода – это элемент экспертной системы, который осуществляет односторонний диалог от компьютера к человеку-оператору, и дает варианты решения поставленной задачи. Также этот элемент позволяет интерпретировать полученный результат в терминах предметной области, в рамках которой решается задача, и на языке, понятном пользователю. Это необходимо делать по причине того, что вся обработка информации осуществляется на основании математических методов и формул с использованием правил логического анализа. Естественно, что пользователь, получив некоторый набор математических формул и выводов, не сможет понять предложенного решения. Именно перевод из математических формул и выводов в естественный язык и выполняется механизм вывода;
объяснительный компонент – это элемент, который позволяет пользователю получить некоторый анализ процесса поиска решения и выяснить, почему было получено то или иное решение.
Процесс функционирования экспертной системы представлен на рис. 75.
Рис. 75. Процесс функционирования экспертной системы
Стоит заметить, что процесс функционирования экспертной системы начинается не с использования ее конечным пользователем, как это принято считать при работе с классическими информационными системами, а с момента разработки инструментария, т.е. некоторой оболочки, которая позволит конечному пользователю взаимодействовать с этой системой и получать наиболее правильные решения.
В связи с этим, в процессе функционирования экспертной системы выделяют 4 основных участника процесса:
разработчик инструментария – это человек, который создает программную оболочку экспертной системы и закладывает базовые правила обработки информации в этой системе. В результате работы этого участника функционирования экспертной системы получается средство построения экспертной системы, в котором прописаны основные объекты предметной области, правила работы с этими объектами, методы и модели обработки информации через свойства объектов предметной области;
предметный эксперт – это человек, способный ясно выражать свои мысли и пользующийся репутацией специалиста, умеющего находить правильные решения проблем в конкретной предметной области. Этот участник через механизм взаимодействия с оболочкой и базой знаний («инженера знаний») описывает предметную область, создавая свойства объектов, задавая им определенные значения, критерии и правила работы. Все знания, которые эксперт закладывает в базу знаний, являются истинными и рассматриваются экспертной системой, как абсолютно достоверными или «аксиомой»;
клерк – это человек, осуществляющий наполнение базы знаний дополнительной информацией и следящий за целостностью экспертных знаний. Как правило, вся информация, вносимая в экспертную систему клерком, проверяется на непротиворечивость, достоверность и истинность. Это осуществляет сама экспертная система на основе заложенных в нее правил проверки знаний;
конечный пользователь – это человек, реально использующий экспертную систему для решения своих задач, использующий заложенные в систему правила и объекты. В процессе работы конечный пользователь вводит базовые значения дл свойств объектов, на основании которых хочет получить определенный результат или ответ на вопрос.
Стоит отметить, что экспертная система не является классической информационной системой и не является строго вычислительной системой. Это объясняется тем, что все решения, которые вырабатывает экспертная система, основываются на вероятностных моделях, а также сами являются достоверными с определенной вероятностью. Соответственно, чем больше вероятность достоверности решения, тем более приемлемым оно может быть для конечного пользователя.