Лекція 3

Тема: Класифікація та особливості знань.

Мета: зрозуміти відмінність знань і даних, вміти класифікувати знання, знати напрямки у дослідженнях штучного інтелекту.

Використана література:

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

План

1. Класифікація та особливості знань.

2. Галузь та види знань.

1. Класифікація та особливості знань.

2. Знання – основа інтелектуальної системи

Робота з побудови систем проводиться в області, що одержала назву штучний інтелект (ШІ). При реалізації інтелектуальних функцій неодмінно присутня інформація, яку називають знаннями. Інакше кажучи, інтелектуальні системи є в той же час системами обробки знань.

У цей час у дослідженнях штучного інтелекту виділилися кілька основних напрямків.

1. Подання знань. У рамках цього напрямку вирішуються завдання, пов'язані з формалізацією та поданням знань у пам'яті системи ШІ. Для цього розробляються спеціальні моделі подання знань і мови опису знань, впроваджуються різні типи знань. Проблема подання знань є однією з основних проблем для системи ШІ, тому що функціонування такої системи спирається на знання про проблемну область, які зберігаються в її пам'яті.

2. Маніпулювання знаннями. Щоб знаннями можна було користуватися при вирішенні завдань, варто навчити систему ШІ оперувати ними. У рамках даного напрямку розробляються способи поповнення знань на основі їхніх неповних описів, створюються методи достовірного й правдоподібного висновку на основі наявних знань, пропонуються моделі міркувань, що опираються на знання та особливості, що імітують людські міркування. Маніпулювання знаннями дуже тісно пов'язане з поданням знань, і розділити ці два напрямки можна лише умовно.

3. Спілкування. У коло завдань цього напрямку входять: проблема розуміння і синтезу зв'язних текстів природною мовою, розуміння і синтез мови, теорія моделей комунікацій між людиною та системою ШІ. На основі досліджень у цьому напрямку формуються методи побудови лінгвістичних процесів, діалогових систем і інших систем ШІ, метою яких є забезпечення комфортних умов для спілкування людини із системою ШІ.

---

4. Сприйняття. Цей напрямок включає розробку методів подання інформації про зорові образи в базі знань, створення методів переходу від зорових сцен до їхнього текстового опису й методів зворотного переходу, створення засобів, що породжують зорові сцени на основі внутрішніх подань у системах ШІ.

5. Навчання. Для розвитку здатності систем ШІ до навчання, тобто до рішення завдань, з якими вони раніше не зустрічалися, розробляються методи формування умов завдань по описі проблемної ситуації або за спостереженням за нею, методи переходу від відомого рішення окремих завдань (прикладів) до рішення загального завдання, створення прийомів розбивки вихідного завдання на більш дрібні та уже відомі для систем ШІ. У цьому напрямку ШІ зроблено ще досить мало.

6. Поведінка. Оскільки системи ШІ повинні діяти в деякому навколишньому середовищі, то необхідно розробляти деякі поведінкові процедури, які дозволили б їм адекватно взаємодіяти з навколишнім середовищем, іншими системами ШІ та людьми. Цей напрямок в ШІ також розроблено ще дуже слабо.

---

3. Відмінність знань від даних.

Визначено п’ять властивостей, які відрізняють знання від даних:

1. Внутрішня інтерпретованість. Кожна інформаційна одиниця повинна мати унікальне ім’я, згідно якого ІС знаходить її, а також відповідає на запитання, які посилаються на це ім’я. Коли дані в пам’яті ЕОМ були позбавлені імен, то була відсутня і можливість їх ідентифікації системою. При цьому система не мала інформації про те, що криється за тими або іншими двійковими кодами машинного слова і не мала змоги без участі програміста відповісти на запитання типу «Що ти знаєш про механіка Іванова?». При використанні таких інформаційних одиниць як знання в пам’ять ЕОМ заноситься спеціальне машинне слово, в якому указано в яких комірках зберігаються відомості про прізвища, роки народження, спеціальності тощо. В пам’ять заносяться переліки всіх відповідних об’єктів, які можуть відігравати роль імен для тих машинних слів, які відповідають строкам таблиці.

Таблиця 2.1

Прізвище	Рік народження	Спеціальність	Стаж, число років
Сидоров	1965	Слюсар	5
Іванов	1925	Токар	30
Петров	1937	Сантехнік	25

Якщо, наприклад, в пам'ять ЕОМ потрібно було записати відомості про співробітників установи, представлені в табл. 1.1, то без внутрішньої інтерпретації в пам'ять ЕОМ була б занесена сукупність з чотирьох машинних слів, відповідних рядкам цієї таблиці. При цьому інформація про те, якими групами двійкових розрядів в цих машинних словах закодовані відомості про фахівців, у системи відсутні. Вони відомі лише програмісту, який використовує дані табл. 1.1 для вирішення виникаючих у нього задач. Система не в змозі відповісти на питання типу "Що тобі відомо про Петрова?" або чи "Є серед фахівців сантехнік?".

При переході до знань в пам'ять ЕОМ вводиться інформація про деяку протоструктуру інформаційних одиниць. В даному прикладі вона є спеціальним машинним словом, в якому вказано, в яких розрядах зберігаються відомості про прізвища, роках народження, спеціальностях і стажах. При цьому повинні бути задані спеціальні словники, в яких перераховані системи прізвища, року народження, спеціальності і тривалості стажу, що є в пам'яті. Всі ці атрибути можуть грати роль імен для тих машинних слів, які відповідають рядкам таблиці. По них можна здійснювати пошук потрібної інформації. Кожний рядок таблиці буде екземпляром протоструктури. В даний час СУБД забезпечують реалізацію внутрішньої інтерпретації всіх інформаційних одиниць, що зберігаються в базі даних.

---

2. Структурованість. Знання мають гнучку структуру типу «матрьошки», забезпечуючи рекурсивну вкладеність одних інформаційних одиниць в інші. Тобто для знань характерна можливість встановлення відношень типу «частина - ціле», «рід - вид», «елемент - клас».

При розв’язуванні структурованих проблем можна вирішувати спочатку менш складні. Най поширені типи проблем: лінійна, ієрархічна, рекурсивна. Лінійна поділяється на задачі, які розв’язуються послідовно одна за одною. Ієрархічна має вигляд дерева (кількість гілок, що входять у кожну вершину, дорівнює кількості підзадач у даній задачі). Рекурсивна застосовує повернення до раніше розв’язаних задач. Існують також задачі, які погано структуруються.

Мал. 2.2.Схеми проблем

3. Зв’язність. Можливість встановлення між інформаційними одиницями зв’язків різного типу, які можуть мати як декларативний («одночасно», «причина - наслідок»), так і процедурний характер («аргумент - функція»). Перераховані три особливості знань дозволили створити найбільш загальну модель представлення знань, яку називають семантичною сіткою.

4. Семантична метрика. Це відношення, яке характеризує ситуаційну відстань, або силу асоціативного зв’язку між інформаційними одиницями. Його називають також відношенням релевантності для інформаційних одиниць. Таке відношення дозволяє виділяти в інформаційній базі деякі типові ситуації (наприклад, «покупка»). Відношення релевантності дозволяє знаходити знання близькі до тих, які вже знайдені.

5. Активність. В традиційних системах всі інформаційні одиниці, які використовує комп’ютер підрозділяють на команди і дані. При цьому всі процеси ініціалізуються командами, дані ж є пасивними і використовуються командами тільки в разі необхідності. Інтелектуальні системи як і людина потребують для актуалізації своїх дій знання, яки вміщені в них. Виконання будь-якої програми в ІС викликається поточним станом інформаційної бази. При цьому джерелом активності може стати з’явлення в базі нових фактів, описів подій або встановлення нових зв’язків.

Існує ще один аспект, який відображує відмінність даних і знань. Будь яке поняття, яке використовує людина, має два боки - екстенсіонал та інтенсіонал.

---

Екстенсіонал - це набір конкретних фактів, що відповідають даному поняттю.

Інтенсіонал - це визначення, або опис поняття через його властивості. Наприклад, для поняття «поліклініка» інтенсіоналом буде набір типу: «поліклініка №2», «дитяча поліклініка», «обласна поліклініка» і т. і. Інтенсіонал же в цьому випадку можна визначити так: «медична установа для надання амбулаторної допомоги за місцем проживання і роботи». Наприклад, для реляційної бази даних екстенсіональними представленнями є конкретні факти про предметну область (рядок таблиці, або його стовпець).

---

Смотрите также файлы

• Лекція 2.Когнітивні процеси.Класифікація та особливості знань+.doc

• Лекція 1 Штучний інтелект. Введення..doc

• Лекція 7. Експертні системи.doc

• Лекція 14 Теорія ігор.doc

• Лекція 13 Розпізнавання образів.doc