Выбор способа представления знаний

Важным вопросом при создании БЗ является выбор способа представления знаний. Цель представления знаний — организация необходимой информации втакую форму, чтобы программа искусственного интеллекта име­ла легкий доступ к ней для принятия решений, планирования, узнавания объектов и ситуаций, анализа сцен, вывода заключений и других когнитивных функций. Выше достаточно подробно были рассмотрены основные типы мо­делей представления знаний. Здесь кратко охарактеризуем неко­торые из них применительно к процессу разработки БЗ.

При использовании логики предикатов первого порядка БЗ может рассматриваться как совокупность логических формул, ко­торые обеспечивают частичное описание проблемной среды.

Семантические сети позволяют описывать свойства и отноше­ния объектов событий, понятий, ситуаций или действий с помощью направленного графа, состоящего из вершин и помеченных ребер. Как отмечалось выше, при использовании для представления се­мантической сети знания разделяются на экстенсиональные и ин­тенсиональные. Экстенсиональная сеть является основой БД, а интенсиональная — БЗ.

Фреймы, как и семантические сети, представляют собой декла-ративно-процедуральные структуры. Во многих фреймовых струк­турах возможна реализация наследственных отношений, при кото­рых объекты могут наследовать атрибуты более абстрактных объ­ектов [36]. Такая форма организации знаний позволяет экономить объем памяти.

Продукционные модели, вероятно, являются сейчас наиболее популярным способом представления знаний.

При организации знаний с использованием продукционных мо­делей в БЗ содержатся правила продукций, а в БД содержится информация, которая отображает текущее состояние решаемой задачи. Инициализацию необходимого правила осуществляет блок управления (в другой терминологии: интерпретатор).

Большие трудности возникают при создании моделей не пол­ностью определенных, нечетких знаний.

В последние годы активно ведутся работы по развитию мето­дов формализации нечетких знаний, которые находят применение при построении баз знаний в прикладных системах ИИ.