- •5 Июля 2007 года, протокол № 6
- •Назначение и принцип построения экспертных систем (эс)
- •Основные компоненты эс
- •Механизм вывода – средство машинного мышления Прямая цепочка рассуждений
- •Искусственный Интеллект (ии)
- •Структурная схема простейшей экспертной системы (эс)
- •Разработка экспертной системы Основные режимы работы
- •Обратная цепочка рассуждений
- •База знаний и структуры данных при обратной цепочке рассуждений.
- •База знаний
- •Проблемы Искусственного Интеллекта
- •Представление знаний
- •Модель доски объявлений (Модель классной доски)
- •Фреймовая модель( теория м. Минского)
- •Языки представления знаний, основанные на теории фреймов
- •Модель семантической сети
- •Пример использования модели семантической сети
- •Восприятие и распознавание образов с использованием систем Искусственного Интеллекта
Языки представления знаний, основанные на теории фреймов
Эта теория послужила толчком к разработке целой группы языков для создания фреймовых моделей. Наиболее известны:
FPL
KRL
FMS
KEE
KRINE
LOOPS
Все эти языки представляют собой среду для разработок и исследования систем искусственного интеллекта.
Как пример рассмотрим язык FMS Он позволяет создать иерархию из независимых модулей представления знаний, которые в свою очередь состоят из независимых единиц.
Эти единицы, как и в модели представления знаний, называются слотами. А сами модули- фреймами.
FMS – универсальный язык представления знаний, достаточно мощный и гибкий.
Кроме иерархии он включает механизм управления выводом, который организуется с помощью присоединённых процедур. Это специфическая процедура языка, которая реализуется как слот. В принципе, пользователь может реализовывать любую модель вывода с помощью этих процедур.
Вначале выбирается фрейм из модели и запускается одна из его присоединенных процедур. Затем посредством пересылки сообщений последовательно запускаются присоединённые процедуры других фреймов и таким образом синтезируется алгоритм вывода. Такой подход особенно эффективен для описания сложных понятий и решения задач, в которых в соответствии с вводимой ситуацией желательно применять различные способы вывода.
В то же время, применение присоединённых процедур всегда связано с одним недостатком.
Недостатки присоединительных процедур: затруднительно контролировать и поддерживать завершенность вывода и постоянство целостного образа объекта. Существует большая опасность, что вывод прервется до того, как образ объекта будет построен целиком. Поэтому в современных системах стараются применять фреймовую модель без механизма пересылки сообщений для присоединённых процедур. Чаще всего её используют как дополнительную БД в системе продукций (правил).
Модель семантической сети
Семантическая сеть – структура данных, имеющая определённый смысл в виде целостного образа сети, узлами которого всегда являются некоторые понятия, а отношения между этими понятиями всегда задаются с помощью дуг либо с помощью других узлов.
Пример.
Пусть необходимо смоделировать фразу «Интенсивность отказов - это показатель надежности».
Два понятия: Интенсивность отказов и показатель надежности.
Фразу можно представить двумя способами:
понятия можно задать узлами: 1 узел – интенсивность отказа, 2 узел – показатель надежности. И соединить эти узлы дугой, которой присваивается имя глагола «есть».
глагол «есть» представить третьим узлом сети, и эти узлы объединить в сеть дугами, имеющими грамматический смысл.
Рассмотрим фрагмент семантической сети, которая определяет свойства понятий «снег» и «лед» и задает дополнительные свойства понятия «снег».
Понятия «снег» и «лед» имеют 5 общих свойств:
- цвет;
- твердость;
- форму существования;
- текстуру;
- температуру.
Некоторые из этих свойств одинаковые, а некоторые различные. Эти значения, как и сами понятия, задаются узлами сети, а отношения в виде свойств дугами. Кроме того, здесь можно задать понятие «снеговик», который является экземпляром снежной фигуры и который изготовлен из снега. Такая семантическая сеть имеет вид:
цвет
Семантические сети все связаны с представлением понятий в виде графов. Отличаются они друг от друга тем, именуются их дуги или нет, и в связи с этим тем как формируются выводы на этой структуре. Наиболее современным языком такого сетевого представления являются концептуальные графы. Они используются в системе понимания естественного языка.
Концептуальные графы имеют узлы двух типов:
Представляемое понятие, обозначается -
Отношения между этими понятиями -
Дуги не помечаются, это позволяет создавать отношения между объектами любой арности. Рассмотрим примеры:
Фраза: «птица летает» содержит единственное понятие «птица» и может быть задана унарным отношением:
«Собака коричневая» включает два понятия: 1 – собака, 2 – коричневый. Эта фраза может быть задана бинарным отношением. Между понятиями задается слово «цвет».
Фраза «отец и мать – родители ребенка» может иметь двоякий смысл:
А. Общее отношение (пара родителей);
Б. Конкретный отец и мать конкретного ребенка;
В обоих случаях фраза задается тринарным отношением.