ВУЗ:
Составители:
Рубрика:
1.2.1. База знаний
Важнейшей составляющей системы искусственного интеллекта является БЗ, содержащая факты и правила, по которым
в зависимости от входной информации принимается то или иное решение.
Факты представляют собой краткосрочную информацию, которая может изменяться в процессе решения задачи.
Правила представляют более долговременную информацию о том, как порождать новые факты и гипотезы из имеющихся
данных.
Основное отличие БЗ от обычной методики использования базы данных (БД) состоит в больших творческих
возможностях. Факты в БД обычно пассивны: они либо там есть, либо их там нет. База знаний, со своей стороны, активно
пытается пополнить недостающую информацию.
Правила в формате ЕСЛИ … ТО … являются распространённым, но не единственным способом представления знаний.
Для этой цели используются семантические сети, фреймы, нейронные сети и другие способы. Они будут рассмотрены далее.
На некотором глубоком уровне все типы представления данных должны быть, очевидно, эквивалентны между собой. Выбор
того или иного способа определяется видом задачи и спецификой предметной области.
Многие правила являются эвристическими, основанными на опыте экспертов в данной предметной области. Если
алгоритмический метод гарантирует корректное или оптимальное решение, то эвристический метод даёт в большинстве
случаев лишь приемлемое решение.
База знаний является входным потоком данных для механизма логического вывода.
1.2.2. Механизм логического вывода
Механизмом логического вывода называются общие знания о процессе нахождения решения. Он выполняет две
основные функции: 1) дополнение, изменение БЗ на основе анализа БЗ и исходной информации;
2) управление порядком обработки правил в БЗ.
Если база знаний содержит высококачественные знания о предметной области, то механизм логического вывода
содержит информацию о том, как эти знания эффективно использовать.
Механизм логического вывода функционирует циклически. В каждом цикле решаются следующие задачи:
1. Сопоставление – эта задача предполагает сравнение условных частей правил с исходными данными и имеющимися
фактами в БЗ.
2. Выбор – в случае наличия множества правил с истинностью условных частей необходимо выбрать одно из них для
срабатывания.
3. Действие – эта задача предполагает выполнение какого-либо действия, предусмотренного в случае срабатывания
правила. Обычно это приводит к выполнению какого-либо физического действия и к модификации БЗ.
Таким образом, каждый цикл начинается с последовательного просмотра всех правил и сопоставления их условных
частей с исходными данными и фактами в БЗ. Если правил, у которых условные части и факты совпадают, несколько, то
возникает конфликтное множество правил. На основе каких-либо критериев выбирается одно правило, которое считается
сработавшим, и выполняется действие.
Существует две основные стратегии логического вывода [2, 4].
1. Прямая цепочка рассуждений – основана на сопоставлении исходных данных с правилами и фактами БЗ с
получением результата.
2. Обратная цепочка рассуждений – предполагает, что выдвигается некоторая гипотеза о предполагаемом решении
задачи и путём анализа БЗ ищется подтверждение этой гипотезы путём сравнения результатов с исходными данными. Если
гипотеза не подтверждается, то ищется новое решение. Наиболее ценными являются ЭС, которые реализуют прямую и
обратную цепочки рассуждений.
1.2.3. Модуль извлечения знаний
Важной составной частью системы искусственного интеллекта является модуль извлечения знаний. Его основное
назначение – предоставление экспертных знаний, их структурирование в виде, пригодном для использования в
компьютерной системе. В задачу модуля входит приведение правила к виду, позволяющему применить это правило в
процессе работы. В простейшем случае в качестве такого модуля может выступать обычный редактор, который просто
заносит правила в файл.
В некоторых системах извлечение знаний осуществляется не одним, а несколькими способами, например, часть знаний
извлекается с помощью программных средств, анализирующих грамматику описания знаний (эта грамматика задаёт форму
представления знаний); другие знания могут быть представлены графически и потребуются специальные средства, которые
позволят воспринимать графически изображения и проверять их на правильность (например графически могут быть
представлены электрические схемы); наконец, возможны знания, которые самой системой не используются, а при
необходимости могут вводиться в диалоговом режиме.
Модуль извлечения знаний является наиболее трудоёмким и дорогостоящим.
Страницы
- « первая
- ‹ предыдущая
- …
- 4
- 5
- 6
- 7
- 8
- …
- следующая ›
- последняя »
