Модели представления знаний

Представление знаний в СИИ является не только фундаментальным понятием, но и решающим аспектом их разработки. Выбор модели представления знаний (МПЗ) важен ввиду их многообразия и размытости критериев выбора, ибо он оказывает огромное влияние на любую часть СИИ и предопределяет их возможности (свойства и характеристики). Последствия неудачного решения проблемы представления знаний могут быть катастрофическими. Кроме того, используемый в СИИ формализм представления знаний определяет характер их получения и накопления, в результате которого создается БЗ, ориентированная на определенную структуру представления, а не на сущность самих знаний. Выбор модели, неадекватной типам знаний, приводит к потере многих существенных деталей прикладной задачи и порождает тривиальный интеллект.

Проблемы представления знаний в компьютерных системах решается на трех уровнях:

- технический уровень - реализация сложных представлений знаний, требующая ЭВТ с чрезвычайно сложной функциональной архитектурой, обеспечивающей параллельные вычисления и гарантирующей протекание процесса представления в режиме реального времени, а также мощными запоминающими устройствами;

- программный (логический) уровень - создание программ, которые обеспечивают выполнение всех алгоритмов, необходимых для представления знаний;

- концептуальный уровень - выработка концепций, моделей, образующих методологию искусственного интеллекта.

Под представлением знаний подразумевают соглашение о том, как описывать реальную ПрО (понятия и отношения). Иногда такое соглашение называют нотацией. Каждая модель знаний определяет форму представления знаний и является формализмом, призванным отобразить объекты, связи между ними и отношения, иерархию понятий ПрО и изменение отношений между объектами.

С целью решения проблемы представления знаний разработаны разнообразные МПЗ. В системах искусственного интеллекта используются в основном четыре типа: логические, продукционные, семантические сети и фреймы.

Логические схемы представляют знания в виде формул, которые состоят из констант, переменных, функций, предикатов, логических связок и кванторов. Каждая логическая формула дает частичное описание состояния предметной области.

В основе всех логических схем представления знаний лежит понятие формальной системы, задаваемой четверкой:

М = < Т, Р, А, F >,

где Т - множество базовых элементов (алфавит формальной системы);

P - множество синтаксических правил, позволяющих строить синтаксически правильные выражения А из Т;

А - множество априорно истинных аксиом (любое множество синтаксически правильных выражений);

F - правила вывода, позволяющие расширять множество аксиом.

Среди реализаций логических схем представления знаний различают системы дедуктивного типа (имеют фиксированную систему правил вывода) и индуктивного типа (правила вывода порождаются системой на основании конечного числа обучающих примеров.

В логических схемах синтаксис задается набором правил построения правильных синтаксических выражений, а семантика - набором правил преобразования выражений и разрешающей процедурой, позволяющей однозначным образом и за конечное число шагов определить, является ли данное выражение семантически правильным. Преимуществами логических схем представления знаний являются: высокий уровень модульности знаний; лаконичность представления, наличие тела анализа и определение понятие логического вывода, позволяющих получить формальным путем новые знания. Однако им свойственны и недостатки: чрезмерный уровень формализации знаний; слабая наглядность, трудность прочтения логических формул и сложность их понимания; низкая производительность СИИ при отработке знаний и большая требуемая память; отсутствие выразительных средств для отражения особенностей ПрО и структурирования знаний; громоздкость при описании больших объемов знаний

Логические схемы, в силу присущих им недостатков, самостоятельно применяются в СИИ крайне редко. Обычно они применяются в сочетании с другими МПЗ.

Продукции (правила)задаются в виде выражений:

ЕСЛИ условие ТО действие (1)

ЕСЛИ причина ТО следствие (2)

ЕСЛИ ситуации ТО решение (3)

Суть выражений (1), (2), (3) заключается в том, что если выполняется условие, то нужно произвести некоторое действие. Продукционные модели могут быть реализованы как процедурно, так и декларативно. В процедурных системах присутствуют три компоненты: база данных, некоторое число продукционных правил, состоящих из условий и действий, а также интерпретатор, который последовательно определяет, какие продукции могут быть активированы в зависимости от содержащихся в них условий. В базе данных хранятся известные факты выбранной ПрО. Продукционные правила (продукции) содержат специфические знания ПрО о том, какие еще дополнительные факты могут быть учтены, есть ли специфические данные в базе данных. В СИИ, построенных на использовании продукционных МПЗ, база данных представляет собой переменную часть, а правила и интерпретатор не изменяются. Благодаря свойству модульности, присущему продукционным МПЗ, можно добавлять и изменять знания (правила, факты). Поэтому продукционные МПЗ применяются в ПрО, где нет четкой логики и задачи решаются на основе независимых правил (эвристик).

Правила продукции несут информацию о последовательности целенаправленности действий.

Продукционные модели, благодаря причинно-следственному характеру правил - продукций, хорошо отражают прагматическую составляющую знаний.

ВСИИпродукционного типа выявляются сильные стороны, если решается небольшая задача. При увеличении объема знаний эффективность СИИ падает.

Следующим шагом на пути выявления структуры, присущей знаниям, являются модели, в которых в явной форме выделяются все отношения, образующие эту структуру, с описанием их семантики.

Семантические сети основываются на результатах изучения организации долговременной памяти человека.

Характерной особенностью для семантических сетей является то, что они для образования своей структуры используют два компонента - вершинам сети соответствуют понятия (объекты, события, процессы, явления), а дугам, их соединяющим, - отношения между понятиями.

В зависимости от структуры узлов и характера отношений между ними различают следующие сети: простые, иерархические, однородные и неоднородные сети. Последние делятся на функциональные сети, сценарии и семантические сети.

В семантических сетях знания представлены в терминах естественного языка и отношений между ними (элемент - класс; класс-подкласс, функциональные дуги).

Основными общими характеристиками сетей являются следующие: описание объектов производится на естественном языке; все знания накапливаются в относительно однородной структуре памяти; на сетях определяются унифицированные отношения между объектами, которым соответствуют унифицированные методы вывода; методы вывода в соответствии с запросами определяют участки семантического знания, имеющего отношение к поставленной задаче, формулируя акт понимания запроса и некоторую цепь выводов, соответствующих решению задачи.

Семантические сети обладают следующими достоинствами: повышенной гибкостью за счет наличия свойства ассоциативности и иерархичности; гармоничным и естественным сочетанием декларативного и процедурного, синтаксического и семантического знания; наглядностью отображения объектов, связей, отношений в силу присущей им возможности графической нотации, легкой читаемостью и понимаемостью знаний; высокой степенью структуризации знаний.

Среди недостатков сетевого представления выделяют: сложность и трудность разработки алгоритмов их анализа ввиду нерегулярности структуры и большого количества дуг, несущих синтаксическую информацию; пассивность структуры сети, для обработки которых необходим сложный аппарат формального вывода и планирования; разнообразие типов вершин и связей, произвольность структуры требует большого разнообразия процедур обработки; трудность представления и обработки неточных и противоречивых знаний.

В целом семантические сети позволяют представлять семантику ПрО, а также осуществлять за счет наличия связей и отношений между понятиями целевую ориентацию и, таким образом, отражать прагматическую составляющую знаний.

В связи с указанными недостатками предприняты попытки усовершенствования семантических сетей, которые в основном нацелены на организацию процессов обобщения в сети, решение проблемы поиска и повышения их изобразительных возможностей.

Фреймы - это особые познавательные структуры, дающие целостное представление о явлениях и их типах.

Структура фрейма имеет вид:

I: { < V1, q1, p1 >, < V2, q2, p2 >, ..., < Vk, qk, pk . > },

где I - имя фрейма;

<Vk, qk, pk > , k = - называется слотом;

Vk - имя слота;

qk - значение слота;

pk - процедура (является необязательным элементом).

Фреймы отражают концептуальную основу организации памяти человека.

Слоты - это некоторые структурные элементы фрейма, заполнение которых приводит к тому, что фрейм ставится в соответствие некоторой ситуации, явлению объекту или процессу. В качестве слота может быть указано имя другого фрейма. Значениями слота могут быть конкретные данные, процедуры и даже продукции. Слот может быть пустым (незаполненным). Из всех ранее рассмотренных МПЗ только фреймам свойственна высокая структурируемость, внутренняя интерпретируемость посредством имен и значений и связность слотов и их значений.

Кроме того, фреймы обладают высокой наглядностью и модульностью, объединяют достоинства декларативного и процедурного представления знаний. Однако фреймы наиболее эффективны при обработке семантической составляющей знаний. У фреймов, как и у семантических сетей, отсутствуют универсальные процедуры их обработки, что приводит к неэффективному использованию ресурсов вычислительной техники (памяти и быстродействия).

Рассмотренные МПЗ наследуют ряд структур данных и являются в некотором смысле их разновидностями, хотя и используются в СИИ для обработки знаний.

Общими слабыми сторонами МПЗ являются ограниченные выразительные возможности для описания экспертных знаний, невозможность описания знаний сложной структуры, недостаточная эффективность нотации (вычислительная эффективность).

Одной из попыток расширения возможностей СИИ является использованиесочетания различных МПЗ: фреймов и продукций (продукционные правила в слотах фрейма являются формой присоединения к фрейму процедурных знаний); семантических сетей и логических моделей; семантических сетей и продукций. Однако простое объединение в одной БЗ нескольких МПЗ, получивших название комбинированных или смешанных, как правило, малоэффективно. Различные МПЗ не обязательно несовместимы друг с другом, однако они отличаются по степени соответствия конкретным внутренним представлениям эксперта

Сейчас ведется поиск новых МПЗ, базирующихся на идеях, отличных от формальной системы или сети понятий, ориентирующихся на языковые конструкции (семантику естественного языка).