Искусственный интелект

Множество B есть множество правил вывода. Применяя их к элементам A, можно получать новые синтаксически правильные совокупности, к которым снова можно применять правила из B. Так формируется множество выводимых в данной формальной системе совокупностей. Если имеется процедура П(B), с помощью которой можно определить для любой синтаксически правильной совокупности, является ли она выводимой, то соответствующая формальная система называетсяразрешимой. Это показывает, что именно правило вывода является наиболее сложной составляющей формальной системы.

Для знаний, входящих в базу знаний, можно считать, что множество A образуют все информационные единицы, которые введены в базу знаний извне, а с помощью правил вывода из них выводятся новые производные знания. Другими словами формальная система представляет собой генератор порождения новых знаний, образующих множество выводимых в данной системе знаний. Это свойство логических моделей делает их притягательными для использования в базах знаний. Оно позволяет хранить в базе лишь те знания, которые образуют множество A, а все остальные знания получать из них по правилам вывода.

2. Сетевые модели. В основе моделей этого типа лежит конструкция, названная ранее семантической сетью. Сетевые модели формально можно задать в виде H = <I, C₁, C₂, ..., C_n, Г>. Здесь I есть множество информационных единиц; C₁, C₂, ..., C_n -множество типов связей между информационными единицами. Отображение Г задает между информационными единицами, входящими в I, связи из заданного набора типов связей.

В зависимости от типов связей, используемых в модели, различают классифицирующие сети, функциональные сети исценарии. В классифицирующих сетях используются отношения структуризации. Такие сети позволяют в базах знаний вводить разные иерархические отношения между информационными единицами. Функциональные сети характеризуются наличием функциональных отношений. Их часто называют вычислительными моделями, т.к. они позволяют описывать процедуры "вычислений" одних информационных единиц через другие. В сценариях используются каузальные отношения, а также отношения типов "средство - результат", "орудие - действие" и т.п. Если в сетевой модели допускаются связи различного типа, то ее обычно называют семантической сетью.

3. Продукционные модели. В моделях этого типа используются некоторые элементы логических и сетевых моделей. Из логических моделей заимствована идея правил вывода, которые здесь называются продукциями, а из сетевых моделей - описание знаний в виде семантической сети. В результате применения правил вывода к фрагментам сетевого описания происходит трансформация семантической сети за счет смены ее фрагментов, наращивания сети и исключения из нее ненужных фрагментов. Таким образом, в продукционных моделях процедурная информация явно выделена и описывается иными средствами, чем декларативная информация. Вместо логического вывода, характерного для логических моделей, в продукционных моделях появляется вывод на знаниях.

4. Фреймовые модели. В отличие от моделей других типов во фреймовых моделях фиксируется жесткая структура информационных единиц, которая называется протофреймом. В общем виде она выглядит следующим образом:

(Имя фрейма:

Имя слота 1(значение слота 1)

Имя слота 2(значение слота 2)

. . . . . . . . . . . . . . . . . . . . . .

Имя слота К (значение слота К)).

Значением слота может быть практически что угодно (числа или математические соотношения, тексты на естественном языке или программы, правила вывода или ссылки на другие слоты данного фрейма или других фреймов). В качестве значения слота может выступать набор слотов более низкого уровня, что позволяет во фреймовых представлениях реализовать "принцип матрешки".

При конкретизации фрейма ему и  слотам присваиваются конкретные имена и происходит заполнение слотов. Таким образом, из протофреймов получаются фреймы - экземпляры. Переход от исходного протофрейма к фрейму - экземпляру может быть многошаговым, за счет постепенного уточнения значений слотов.

Например, структура табл. 1.1, записанная в виде протофрейма, имеет вид

(Список работников:

Фамилия (значение слота 1);

Год рождения (значение слота 2);

Специальность (значение слота 3);

Стаж (значение слота 4)).

Если в качестве значений слотов использовать данные табл. 1.1, то получится  фрейм - экземпляр

(Список работников:

Фамилия (Попов - Сидоров - Иванов - Петров);

Год рождения (1965 - 1946 - 1925 - 1937);

Специальность (слесарь - токарь - токарь - сантехник);

Стаж (5 - 20 - 30 - 25)).

Связи между фреймами задаются значениями специального слота с именем "Связь". Часть специалистов по ИС считает, что нет необходимости специально выделять фреймовые модели в представлении знаний, т.к. в них объединены все основные особенности моделей остальных типов.

Формальные модели представления знаний.

Система ИИ в определенном смысле моделирует интеллектуальную деятельность человека и, в частности, - логику его  рассуждений. В грубо упрощенной форме наши логические построения при  этом сводятся к следующей схеме: из одной или нескольких посылок (которые считаются истинными) следует  сделать "логически верное" заключение (вывод, следствие). Очевидно, для этого  необходимо, чтобы и посылки, и  заключение были представлены на понятном языке, адекватно отражающем предметную область, в которой проводится вывод. В обычной жизни это наш естественный язык общения, в математике, например, это язык определенных формул и т.п. Наличие же языка предполагает, во - первых, наличие алфавита (словаря), отображающего в символьной форме весь набор базовых понятий (элементов), с которыми придется иметь дело и, во - вторых, набор синтаксических правил, на основе которых, пользуясь алфавитом, можно построить определенные выражения.

Логические выражения, построенные  в данном языке, могут быть истинными  или ложными. Некоторые из этих выражений, являющиеся всегда истинными. Объявляются аксиомами (или постулатами). Они составляют ту базовую систему посылок, исходя из которой и пользуясь определенными правилами вывода, можно получить заключения в виде новых выражений, также являющихся истинными.

Если перечисленные условия  выполняются, то говорят, что система  удовлетворяет требованиям формальной теории. Ее так и называют формальной системой (ФС). Система, построенная на основе формальной теории, называется такжеаксиоматической системой.

Формальная теория должна, таким  образом, удовлетворять следующему определению:

всякая формальная теория F = (A, V, W, R), определяющая некоторую аксиоматическую систему, характеризуется:

наличием алфавита (словаря), A,

множеством синтаксических правил, V,

множеством аксиом, лежащих в  основе теории, W,

множеством правил вывода, R.

Исчисление высказываний (ИВ) и  исчисление предикатов (ИП) являются классическими  примерами аксиоматических систем. Эти ФС хорошо исследованы и имеют  прекрасно разработанные модели логического вывода - главной метапроцедуры в интеллектуальных системах. Поэтому все, что может и гарантирует каждая из этих систем, гарантируется и для прикладных ФС как моделей конкретных предметных областей. В частности, это гарантии непротиворечивости вывода, алгоритмической разрешимости (для исчисления высказываний) и полуразрешимости (для исчислений предикатов первого порядка).

ФС имеют и недостатки, которые  заставляют искать иные формы представления. Главный недостаток - это "закрытость" ФС, их негибкость. Модификация и  расширение здесь всегда связаны с перестройкой всей ФС, что для практических систем сложно и трудоемко. В них очень сложно учитывать происходящие изменения. Поэтому ФС как модели представления знаний используются в тех предметных областях, которые хорошо локализуются и мало зависят от внешних факторов.

 

 

 

 

 

 

  Принципиальная мировоззренческая установка состоит в рассмотрении ЭВМ

как предмета-посредника в человеческой познавательной деятельности.

Компьютерная система, подобно  другим предметам-посредникам (орудиям  труда и

предметам быта, инструментам, приборам, знаково-символическим системам,

научным текстам и т. д.), играя  инструментальную роль в познании, является

средством объективизации накопленного знания, воплощением определенного

социально-исторического опыта  практической и познавательной деятельности.

Ее важнейшая теоретико-познавательная роль и обусловлена тем, что выделение

человеком во вновь познаваемых объектов черт, которые оказываются

существенными с точки зрения общественной практики, становится возможным

именно при помощи предметов-посредников. “ЭВМ, - подчеркивает акад. Г. С.

Поспелов, - представляет собой инструмент для интеллектуальной деятельности

людей, а научное направление “искусственный интеллект” придает этому

инструменту новые качества и обеспечивает новый, более перспективный стиль

его использования. Спор между сторонниками и противниками искусственного

интеллекта оказывается в связи  с этим совершенно беспредметным.

  Для философского анализа рассматриваемой проблематики важен вопрос о

том, считать ли термин “знание” в  выражении “представление знаний” явлением

профессионального жаргона или  действительно переход от представления данных

к представлению знаний имеет существенные гносеологические характеристики и

какие именно? Особенности ЭВМ как  предмета-посредника в познании во многом

определяются тем, что ЭВМ относится к такому типу предметов-посредников,

как модели. Термин “модель” употребляется  в обыденном языке и в языке науки

в различных значениях. Пусть под моделью понимается некоторая система

(материальная или концептуальная), в той или иной форме отображающая

некоторые свойства и отношения другой системы, называемой оригиналом, в

точно указанном смысле замещающая ее и дающая новую информацию об

оригинале. При анализе гносеологических аспектов моделирования ЭВМ

рассматривались в философско-методологической литературе прежде всего как

материальные модели, создаваемые  на основе действия определенных физических

закономерностей и функционирующие благодаря протеканию в них вполне

определенных физических процессов. Моделирование на ЭВМ понималось как

техническая реализация определенной формы знакового моделирования. Однако,

рассматривая ЭВМ в гносеологическом плане как предмет посредник  в познании,

имеет смысл не фиксировать внимание прежде всего на “железной части”

(hardware) компьютера, а рассматривать всю компьютерную систему как сложную

систему взаимосвязанных и до некоторых  пределов самостоятельных моделей -

как материальных, так и знаковых, т. е. идеальных. Такой подход не только

соответствует рассмотрению компьютерных систем в современной информатике,

но является и гносеологически оправданным. Многие важные философские

аспекты проблем, возникающих в связи с компьютеризацией различных сфер

человеческой деятельности, требуют  для своего исследования обращения прежде

всего к знаковым составляющим компьютерных систем. Это верно и в отношении

философских аспектов проблем представления  знаний.

  В последние годы все чаще стал употребляться термин “компьютерное

моделирование”.Т.е. построение любого из составляющих компьютерной системы

- будь то знаковая модель  или материальная.

  Что изменяется в компьютерном моделировании с переходом от

представления данных к представлению  знаний? Каков гносеологический смысл

этих изменений? А. Ньюэлл, отмечая, что проблематика представления знаний

имеет интересные точки соприкосновения  с философией, ибо природа разума и

природа знания всегда являлись одним  из центральных философских вопросов,

пишет: “Однако, интерес философии к знанию всегда концентрировался на

проблеме достоверности... Это нашло отражение в том различении между

знанием и верой, которое проводится в философии. Искусственный интеллект,

рассматривая все знание как содержащие ошибки, называет все-таки свои

системы системами знаний. С точки  зрения философии искусственный интеллект

имеет дело только с системами веры. ...Таким образом, учение о знании, если

оно разделит с искусственным интеллектом  безразличие к проблеме абсолютной

достоверности, окажется оставляющим без внимания центральные философские

вопросы”. Различия в подходах к знанию, имеющиеся в философии и в

искусственном интеллекте, не дают оснований для абсолютного

противопоставления этих подходов и для отстранения от проблематики

представления знаний той философии, которая не желает “оставлять без

внимания центральные философские  вопросы”.

 Таким образом понятие “знание” можно считать одним из ключевых как с