1 . Нейрокибернетика ориентирована на программно-аппаратное моделирование структур, подобных структуре мозга. Как известно из физиологии, человеческий мозг содержит до 1011 взаимодействующих между собой нервных клеток – нейронов [1, 2]. В рамках нейрокибернетики создавались нейроноподобные элементы, которые объединялись в функционирующие системы, называемые нейронными сетями.

2. В основу второго направления ИИ, называемого кибернетикой “черного ящика”, был положен альтернативный принцип, суть которого заключается в том, что не имеет значения, как построено “мыслящее” устройство. Требуется, чтобы на заданные входные воздействия оно реагировало так же, как и человеческий мозг.

3. Схема мышления человека

Данные из внешнего мира воспринимаются человеком с помощью одного из пяти органов чувств и затем помещаются в буфер кратковременной памяти для анализа. В другой области памяти (долговременной) хранятся символы и смысловые связи между ними, которые используются для объяснения новой информации, поступающей из кратковременной памяти. В долговременной памяти хранятся не столько факты и данные, сколько объекты и связи между ними, т.е. символьные образы. Большие объемы данных постоянно записываются в кратковременную память, и мы непрерывно анализируем и фильтруем получаемую информацию для того, чтобы определить степень ее важности и то, как она соотносится с образами, хранящимися в долговременной памяти (рис. 1.1).

Практически любой элемент данных может быть извлечен в течение цикла обработки продолжительностью не более 70 мс и затем преобразован. Например, мы инстинктивно отдергиваем руку от горячей печки или резко поворачиваем руль автомобиля при возникновении препятствия на дороге, используя образы, ранее запомненные в долговременной памяти.

Механизм запоминания информации в долговременной памяти представляет собой самостоятельную и обширную тему для исследований. Требуется приблизительно 7 секунд для записи одного образа в долговременную память и установления всех связей, необходимых для извлечения этого образа в будущем. Перемещение данных из кратковременной памяти в долговременную память занимает приблизительно 15–20 минут. Если человек в автокатастрофе получил мозговую травму, то долговременная память может восстановиться почти полностью. Однако вся информация, поступившая в течение 15–20 минут до катастрофы, будет потеряна и никогда не восстановится.

4. Чанки

Мозг человека организован более совершенно, чем компьютерные базы данных, так как символьные образы в нем объединены в чанки – наборы фактов и связей между ними, запомненные и извлекаемые как единое целое. Чанки хранятся совместно с взаимосвязями между ними. В каждый момент времени человек может обрабатывать и интерпретировать не более че-

тырех-семи чанков.

Способность формировать чанки отличает эксперта в данной конкретной области от неэксперта. Эксперт развивает свою способность объединять в чанки большие объемы данных и устанавливать иерархические связи между ними для того, чтобы быстро извлекать эти данные из памяти и с их помощью распознавать новые ситуации по мере поступления информации о них в мозг. Средний специалист в конкретной предметной области помнит от 50 000 до 100 000 чанков, которые могут быть использованы для решения той или иной проблемы. Их накопление в памяти человека и построение указателей для такого объема данных требуют от 10 до 20 лет.

5. Формализованные и неформализованные знания

Формализованные знания формулируются в виде общих и строгих суждений (законов, формул, моделей и алгоритмов), отражающих универсальные знания.

Неформализованные знания отличаются конкретностью, субъективностью и приблизительностью. Обычно они являются результатом обобщения многолетнего опыта работы и интуиции специалистов и представляют собой многообразие эмпирических приемов и правил.

В зависимости от того, какие знания преобладают в той или иной предметной области, ее относят к формализованной (если преобладают точные знания) или к неформализованной (если преобладают неточные знания) предметной области. Задачи, решаемые на основе точных знаний, называют формализованными, а задачи, решаемые с помощью неточных знаний, – неформализованными [5].

6. Наиболее распространенными моделями представления знаний в экспертных системах являются [1–6, 8–16]:

• модель представления знаний средствами логики предикатов первого порядка;

• продукционная модель;

• фреймовая модель;

• модель представления знаний в виде семантической сети;

• модель представления знаний в виде доски объявлений;

• модель представления знаний в виде сценария;

• модель представления знаний на основе нечеткой логики;

• нейросетевая модель представления знаний.

7. Логическая модель

Одним из наиболее важных способов представления знаний является представление знаний средствами логики предикатов первого порядка. Этот способ является основой языка.

В основе такого представления лежит язык математической логики, позволяющий нормально описывать понятия математической логики и связи между ними. В естественном языке существуют грамматические правила, которые задают его синтаксис. Эти правила не связаны со значением слов, т.е. с семантикой языка. Основными компонентами естественного языка являются слова (существительные, глаголы, предлоги, наречия, прилагательные), предложения и контексты. Правила языка задают порядок следования слов в предложениях. Язык, предназначенный для формализации знаний, должен иметь собственный синтаксис и располагать средствами для выражения связей между объектами реального мира. Указанному требованию удовлетворяет язык исчисления предикатов или логики первого порядка. Логика предикатов рассматривает отношения между утверждениями и объектами.

Предикатом называется функция, принимающая только два значения – истина и ложь – и предназначенная для выражения свойств объектов или связей между ними. Выражение, в котором утверждается или отрицается наличие каких-либо свойств у объекта, называется высказыванием. Константы служат для именования объектов предметной области. Логические предложения или высказывания образуют атомарные формулы.

Логический вывод осуществляется с помощью силлогизма (если из A следует B, а из B следует C, то из A следует C).

Логика предикатов является основой языка программирования Пролог, разработанного Алэном Колмероэ из Марсельского университета (Франция) в 1973 г.