Интеллектуальные информационные технологии и системы

Интеллектуальные  информационные  
технологии и системы

 

Данные  и знания

Модели  представления знаний

 ОТЛИЧИЯ  ЗНАНИЙ ОТДАННЫХ

 

Данными называют информацию фактического характера, описывающую объекты, процессы и явления предметной области, а также их свойства.

 

В процессах  компьютерной обработки данные проходят следующие этапы преобразований:

• исходная форма существования данных (результаты наблюдений и измерений, таблицы, справочники, диаграммы, графикии т.д.);
• представление на специальных языках описания данных, предназначенных для ввода и обработки исходных данных в ЭВМ;
• базы данных на машинных носителях нформации. 
  

Знания - это закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области

 

Знания — это хорошо структурированные данные или данные о данных, или метаданные

 

Знания — формализованная информация, на которую ссы­лаются или используют в процессе логического вывода

 

Знания в ИИС существуют в следующих формах:

 

• исходные знания (правила, выведенные на основе практического опыта; закономерности и 
  тенденции, описывающие изменение фактов с течением времени; функции, диаграммы, графы);
• описание исходных знаний средствами выбранной модели представления знаний (множество логических формул или продукционных правил, семантическая сеть, иерархии фреймов);
• представление знаний структурами данных, которые предназначены для хранения и обработки в ЭВМ;
• базы знаний на машинных носителях информации.

Знания являются более  сложной категорией информации по сравнению  с данными. Знания описывают не только отдельные факты, но и взаимосвязи  между ними, поэтому знания иногда называют структурированными данными. Знания могут быть получены на основе обработки эмпирических данных.

 

Знания представляют собой  результат мыслительной деятельности человека, направленной на обобщение  его опыта, полученного в результате практической деятельности.

 

 

Существуют два основных способа наделения знаниями программных систем.

 

Первый — поместить знания в программу, написанную на обычном языке программирования. Такая система будет представлять собой единый программный код, в котором знания не вынесены в отдельную категорию.

 

В этом случае трудным является модификация  и сопровождение подобных программ, а проблема пополнения знаний может  стать неразрешимой.

 

 

Второй способ базируется на концепции баз данных, т.е. знания представляются в определенном формате и помещаются в БЗ.

 

База знаний легко  пополняется и модифицируется. Она  является автономной частью нтеллектуальной системы. Механизм логического вывода, реализованный в логическом блоке, а также средства ведения диалога накладывают определенные ограничения на структуру БЗ и операции с нею.

 

В современных  ИИС принят этот способ.

 

КЛАССИФИКАЦИЯ ЗНАНИЙ

 

1 По своей природе 

 

• Декларативные знания представляют собой описания фактов и явлений, фиксируют наличие или отсутствие таких фактов, а также включают описания основных связей и закономерностей, в которые эти факты и явления входят.

 

• Процедурные знания — это описания действий, которые возможны при манипулировании фактами и явлениями для достижения намеченных целей.

  

2 По способу приобретения

 

• Факты обычно указывает на хорошо известные в данной предметной области обстоятельства.

 

• Эвристика основана на собственном опыте эксперта, работающего в конкретной предметной области, накопленном в результате многолетней практики.

 

  3 По типу представления знания  

• Факты — это знания типа «А — это А», такие знания характерны для баз данных и сетевых моделей.

 

• Правила, или продукции, — это знания типа «ЕСЛИ А, ТО 5».

 

• Метазнания — знания о знаниях. Они необходимы для управления БЗ и для эффективной организации процедур логического вывода.

 

 

МОДЕЛИ  ПРЕДСТАВЛЕНИЯ ЗНАНИЙ  

 

К типичным моделям  представления знаний относятся:

1. логическая,
2. продукционная,
3. Фреймовая,
4. модель семантической сети.

 

Каждой модели отвечает свой язык представления знаний. Однако на практике редко удается  обойтись рамками одной модели при  разработке ИИС.

 

ЛОГИЧЕСКАЯ  МОДЕЛЬ  

 

В исследованиях  по искусственному интеллекту данная модель стала использоваться начиная  с 50-х годов.

Логическая модель основана на системе исчисления предикатов первого порядка.

 

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. Любому высказыванию можно приписать значение истинно или ложно. Отдельные высказывания могут соединяться связками И, ИЛИ, НЕ, которые называются булевыми операторами.

 

 Логические модели  описываются формальной системой, которая задается четверкой:

 

М=(Т,Р,А,П),

где Т - множество базовых элементов или    алфавитформальной системы;

          Р - множество синтаксических правил, с помощью которых можно строить синтаксически корректные предложения;

          А - множество аксиом или некоторых синтаксически правильных предложений, заданных априорно;

          П - правила продукций (правила вывода или семантические правила), с помощью которых можно расширять множество А, добавляя в него синтаксически правильные предложения.

Достоинства логических моделей:

- модель базируется на классическом аппарате математической логики, методы которой хорошо изучены и обоснованы;

- имеются достаточно эффективные процедуры вывода;

- база знаний предназначена для хранения большого количества аксиом, из которых по правилам вывода можно получать другие знания.

 

Основной недостаток :

отсутствие четких принципов организации фактов в базе знаний. Поэтому логические методы используются преимущественно в тех предметных областях, где система знаний невелика по объему и относительно проста по структуре.

Знания, которые могут быть представлены с помощью логики предикатов, являются либо фактами, либо правилами. При использовании логических методов сначала анализируется структура предметной области, затем выбираются соответствующие обозначения и в заключении формируются логические формулы, представляющие собой закономерности рассматриваемой области. Множество таких формул является логической программой, содержащей информацию о ПО.

 

В качестве языка логического программирования можно использовать ПРОЛОГ, а совокупность логических формул, состоящую из запроса, множества предложений программы и интерпретатора языка, можно рассматривать как алгоритм решения задач приложений.

Продукционная модель 
(представление знаний правилами продукций)

 

Впервые были предложены Постом в 1943 г., применены в системах искусственного интеллекта в 1972 г.

 

Позволяет представить знания в виде предложений типа: Если (условие), то (действие).

Под условием понимается некоторое предложение-образец, по которому осуществляется поиск в базе знаний, а под действием — действия, выполняемые при успешном исходе поиска (они могут быть промежуточными, выступающими далее как условия, и терминальными или целевыми, завершающими работу системы).

 

В процессе обработки информации часто применяются два метода: прямой и обратный

• При прямом выводе рассуждение ведется от данных к поиску цели
• При обратном производится поиск доказательства или опровержения некоторой цели— к данным.

 Часто используются комбинации прямой и обратной цепи рассуждений. Данные — это исходные факты, на основании которых запускается машина вывода — программа, перебирающая правила из базы.

 В продукционных системах выделяют три основных компонента:

– неструктурированная или  структурированная БД;

– набор продукционных правил или продукций, каждая продукция состоит из двух частей:

1. условий (антецендент); в этой части определяются некоторые условия, которые должны выполняться в БД для того, чтобы были выполнены соответствующие действия;
2. действий (консеквент); эта часть содержит описание действий, которые должны быть совершены над БД в случае выполнения соответствующих условий.

– интерпретатор, который последовательно определяет, какие продукции могут быть активированы в зависимости от условий, в них содержащихся; выбирает одно из применимых в данной ситуации правил продукций; выполняет действие из выбранной процедуры.

Достоинства продукционных  моделей:

– наглядность;

– высокая модульность – отдельные логические правила могут быть добавлены в базу знаний, удалены или изменены независимо от других;

– легкость внесения дополнений и изменений;

– простота логического вывода.

 

Недостатки продукционных моделей:

– при большом количестве продукционных правил в базе знаний, изменение старого правила или добавления нового приводит к непред­сказуемым побочным эффектам;

– затруднительна оценка целостного образа знаний, содержащего в системе.

МОДЕЛЬ  СЕМАНТИЧЕСКОЙ СЕТИ

 

Впервые понятие  семантических сетей было введено  в 60-х годах для представления  семантических связей между концепциями  слов.

 

Семантическая сеть - система знаний некоторой предметной области, имеющая определенный смысл в виде целостного образа сети, узлы которой соответствуют понятиям и объектам, а дуги — отношениям между объектами.

Семантическая сеть описывает знания в виде сетевых  структур.

При построении семантической сети отсутствуют  ограничения на число связей и  на сложность сети. 

Характерной особенностью семантических  сетей является обязательное наличие  трех типов отношений:

• класс — элемент класса;
• свойство — значение;
• пример – элемента класса.  
  Различают:

– интенсиональную семантическую сеть, которая описывает предметную область на обобщенном, концептуальном уровне;

– экстенсиональную семантическую сеть, в которой производится конкретизация и наполнение фактическими данными.

По количеству типов, сети могут быть однородными и неоднородными. Однородные сети обладают только одним типом отношений. В неоднородных сетях количество отношений больше двух.

 

 

Наиболее часто в семантических  сетях используются следующие отношения :

• связи типа «часть—целое»;
• функциональные связи (определяемые обычно глаголами «производит», «влияет» );
• количественные (больше, меньше, равно и т. д.);
• пространственные (далеко от, близко от и др.);
• временные (раньше, позже и др.);
• атрибутивные связи (иметь свойство, иметь значение);
• логические связи (И, ИЛИ, НЕ);
• лингвистические связи и др.