Файл: Лекція 4. Моделі подання знань.doc

Мета: розглянути основні засобі подання знань, навчитися подавати фрейми у вигляді формул, дерева або таблиці, навчитися будувати мережну модель знань.

Тип: теоретичне

Вид: формування умінь і навичок.

Форма навч. роботи: фронтальна.

Методи навчання: словесний.

Структура заняття:

І. Організаційний момент: привітання, перевірка відсутніх. (2 хв.)

ІІ. Актуалізація опорних знань: (10 хв.)

Що таке штучний інтелект?
Назвіть системні аспекти, що розглядаються у галузі ШІ.
Що вивчає наука когнітивістика?
З яких зон складається смисловий простір?
Що таке дедукція та індукція?
Які ви знаєте типи зв’язків у повідомленні?
Що таке навчання?
Яка інформація зберігається у предметній галузі?
Що таке знання? Відмінність знань від даних.
Дати визначення понять Екстенсіонал та Інтенсіонал?
Назвіть галузі та види знань

ІІІ. Пояснення нового матеріалу (60-65 хв.)

Використана література:

М.М.Глибовець, О.В.Олецький «Штучний інтелект» - К.: Вид.дім «КМ Академія», 2002. – 366 с.

План

Представлення знань.
Моделі подання знань.
1. Логіко-лінгвістичні моделі
2. Декларативні моделі

1. Представлення знань

Для представлення знань в пам'яті системи розробляються різноманітні моделі представлення знань. В даний час в інтелектуальних системах використовуються чотири основних моделі знань:

1 - СЕМАНТИЧНІ МЕРЕЖІ

2 - ФРЕЙМИ

3 - ЛОГІЧНІ СИСТЕМИ

4 - ПРОДУКЦІЇ

Перша модель, можливо, найбільш близька до того, як представляються знання в текстах на природній мові. В її основі лежить ідея про те, що вся необхідна інформація може бути описана як сукупність трійок вигляду:

(aRb), де а і b два об'єкти або поняття, а R – двійкові відносини між ними.

Така модель може графічно представлятися у вигляді мережі, в якій вершинам відповідають об'єкти або поняття, а дугам – відносини між ними. Така модель носить назву семантичної мережі.

В деякому розумінні фреймові представлення знань, широко поширені в штучному інтелекті, також є видом семантичних мереж, для переходу до якого, треба задовольнити ряд обмежень синтаксичного характеру. З поняттям «фрейм» в штучному інтелекті відбулася деяка трансформація значення. Це поняття було введено М. МІНСЬКИМ, який під фреймом об'єкту або явища розумів той його мінімальний опис, який містить всю істотну інформацію про цей об'єкт або явище, і володіє тією властивістю, що видалення з опису будь-якої частини приводить до втрати істотної інформації, без якої опис об'єкту або явища не може бути достатнім для ідентифікації.

Проте, пізніше в роботах за уявленням знань вимогу мінімальності опису перестали дотримувати і під фреймами стали розуміти структури вигляду:

< ім'я фрейма ( безліч слотів )>, де кожний слот є пара виду : (Ім'я слота; Значення слота ). Допускається, щоб слот сам був фреймом. Тоді як значення слота виступає безліч слотів. Іншими можливостями для заповнення слотів можуть бути змінні, константи, будь-які вирази у вибраній наочній області, посилання на інші фрейми і слоти. Таким чином, фрейм є достатньо гнучкою конструкцією, що дозволяє відображати в пам'яті інтелектуальної системи різноманітні знання.

Дві інші поширені моделі знань спираються на класичну логічну модель висновку. Це або логічні числення, типу числення предикатів і його розширень, або системи продукцій, тобто правил вигляду: “якщо А, то В”, задаючих елементарні кроки перетворень і висновків. Ці дві моделі знань відрізняються яскраво вираженою процедурною формою. Тому часто говорять, що вони описують процедурні знання, а моделі знань відрізняються явно вираженою процедурною формою. Тому часто говорять, що вони описують процедурні знання, а моделі знань, що спираються на семантичні мережі – описують декларативні знання. Обидва види знань можуть співіснувати один з одним. Наприклад, як значення деяких слотів у фреймі можуть виступати продукції. Саме такі змішані уявлення опиняються зараз в центрі уваги дослідників, оскільки вони обіцяють самі хороші перспективи за уявленням знань.

В інтелектуальних системах для зберігання і використовування знань створюються спеціальні представлення знань, що включають в свій склад всю сукупність процедур, необхідних для запису знань, витягання їх з пам'яті і підтримки сховища знань в робочому стані. Системи представлення знань часто оформляються як бази знань, що є природним розвитком баз даних. Теорія баз знань складає зараз помітну частину штучного інтелекту.

2. Моделі подання знань

2.1. Евристичні моделі представлення знань.

Мережна модель

Сукупність взаємозв'язаних понять утворює семантичну мережу понять. Ця мережа складається з понять різних категорій: об'єктів, властивостей, операцій, подій і т.д.

Якщо предметну область (ПО) розглядати як сукупність понять і зв'язків (відносин) між ними, то семантичні мережі дають можливість представляти знання об ПО в наочній і структурованій формі. Семантичні мережі забезпечують уявлення ПО у вигляді орієнтованого графа, вершинами якого виступають поняття, а ребрами – зв'язки між ними. Зв'язок між поняттями мережної моделі виражає мінімальний об'єм знань, найпростіший факт, що відноситься до двох понять.

ПО у будь-який момент часу може бути представлена у вигляді сукупності єств, понять і ситуацій, званої її станом. Кожній ситуації можна поставити у відповідність деяке твердження або думку про її істинність або помилковість.

Основа семантичної мережі – події, атрибути, комплекси ознак і процедури.

Події – це думки, факти, результати наглядів, рекомендації. Можуть представлятися словосполученнями і числами. Групуються тематично або функціонально в розділи. Діляться на ті, що характеризуються і характеризуючі (події-ознаки, наприклад, «йде дощ» для події «дощова погода»).

Атрибут – це характеризуюче подію, що має декілька значень. (Наприклад, «погода» атрибут «пори року»).

Декілька ознак можуть об'єднуватися в комплекс, що характеризує подію більшою мірою, ніж окрема ознака.

Процедура – це специфічний компонент мережі, що виконує перетворення інформації. Вона дозволяє обчислювати значення одних атрибутів на підставі інших, оперуючи як з числами, так і з символами.

Для висновку знання події в мережній моделі діляться на початкові(ознаки) і цільові(гіпотези).

Вузли можуть являти собою:

об’єкти – постійні елементи ПГ;
характеристики, що описують властивості об’єктів;
значення (константи, змінні) конкретних характеристик;
класи, що вказують на множину об’єктів з загальними характеристиками або на множину класів;
події, що відповідають діям, які відбулися в

Дуги (відношення) умовно поділяються на лінгвістичний (час, вид, стан, колір, розмір), логічний (заперечення, кон’юнкція, диз’юнкція, імплікація), теоретико-множинний (підмножина, частина і ціле, елемент множини, близькість) та квантифікаційний (числові характеристики, квантори загальності, існування, нечіткі квантори (багато, кілька, часто)) класи.

Дуга між об’єктами відповідає твердженню, між класом та об’єктом – породженню одиничного примірника, між класами – бінарному відношенню, між об’єктом та подією – покажчику на роль об’єкта в події.

Залежно від характеру відношень виділяють наступні види мереж:

Семантична мережа – модель подання знань за допомогою вузлів (поняття або об’єкт), пов’язаних спрямованими дугами (відношення між вузлами). Об’єктами служать – об’єкти-поняття (концепти), об’єкти-події або об’єкти-характеристики. Відношення можуть бути однаковими (однорідна мережа) або мати різний зріст (неоднорідна мережа). Сценарій – однорідна мережа для опису пов’язаних подій з відносинами несуворого порядку.

Функціональна мережа – містить вузли аргументи, з яких йдуть дуги у вузли, де поняття формують процедуру обробки аргументів.

За кількістю станів зв’язку існують дискретні (зв’язок або існує або ні) та аналогові (зв’язок характеризується прохідністю) семантичні мережі.

За кількістю об’єктів, які зв’язуються наявними відношеннями, розрізняють бінарні (два об’єкта) або n-арні мережі.

Переваги ММ

Недоліки ММ