Основные понятия искусственного интеллекта

Тема 10 ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Основные понятия искусственного интеллекта

Логические модели представления знаний

Экспертные системы и базы знаний

Инструментальные средства построения экспертных систем

Основные понятия искусственного интеллекта

Системы искусственного интеллекта ориентированы на решение большого класса задач, называемых неформализуемыми (трудно формализуемыми). Такие задачи обладают следующими свойствами [52]:

• алгоритмическое решение задачи неизвестно или нереализуемо из-за ограниченности ресурсов ЭВМ;

• задача не может быть представлена в числовой форме;

• цели решения задачи не могут быть выражены в терминах точно определенной целёвой функции;

• большая размерность пространства решения;

• динамически изменяющиеся данные и знания.

В исследованиях по искусственному интеллекту можно выделить два основных направления [52].

1. Программно - прагматическое — занимается созданием программ, с помощью которых можно решать те задачи, решение которых до этого считалось исключительно прерогативой человека (программы распознавания, решения логических задач, поиска, классификации). Это направление ориентировано на поиски алгоритмов решения интеллектуальных задач на существующих моделях компьютеров.

2 Бионическое — занимается проблемами искусственного воспроизведения тех структур и процессов, которые характерны для человеческого мозга и которые лежат в основе процесса решения задач человеком. В рамках бионического подхода сформировалась новая наука — нейроинформатика, одним из результатов которой стала разработка нейрокомпьютеров.

Классическим принято считать программно-прагматическое направление. В рамках этого направления сначала велись поиски моделей и алгоритма человеческого мышления.

Существенный прорыв в практических приложениях систем искусственного интеллекта произошел в середине 70-х годов, когда на смену поискам универсального алгоритма мышления пришла идея моделировать конкретные звания специалистов-экспертов. Так появились системы, основанные на знаниях, — экспертные системы. Сформировался новый подход к решению интеллектуальных задач — представление и использование знаний [52]. Интересно, что понятие знание не имеет на сегодняшний день какого-либо исчерпывающего определения.

Знания — это выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области; С точки зрения искусственного интеллекта знания можно определить как формализованную информацию, на которую ссылаются в процессе логического вывода [9, 52].

Приведем ряд определений [9, 52].

База знаний — это совокупность знаний, описанных с использованием выбранной формы их представления. База знаний является основой любой интеллектуальной системы. База знаний содержит описание абстрактных сущностей: объектов, отношений, процессов.

Знания можно разделить на процедурные и декларативные. Исторически первыми использовались процедурные знания, то есть знания, представленные в алгоритмах. Алгоритмы, в свою очередь, были реализованы в программах. Однако развитие систем искусственного интеллекта повысило приоритет декларативных знаний, то есть званий, сосредоточенных в структурах данных.

Процедурные знания хранятся в памяти ИС в виде описаний процедур, с помощью которых можно получить знания. Так обычно описываются способы решения задач предметной области, различные инструкции, методики и т. д.Процедурные знания составляют ядро базы знаний.

Декларативные знания — это совокупность сведений о качественных и количественных характеристиках объектов, явлений, представленных в виде фактов и эвристик. Традиционно такие знания накапливались в виде разнообразных таблиц и справочников, а с появлением ЭВМ приобрели форму информационных массивов и баз данных. Декларативные звания часто называют просто данными [52].

Одной из наиболее важных проблем разработки систем искусственного интеллекта является представление знаний.

Представление знаний — это их формализация и структурирование, с помощью которых отражаются характерные признаки знаний: внутренняя интерпретируемость, структурированность, связность, семантическая метрика и активность [52].

При работе со знаниями используются два основных подхода [52]:

• логический (формальный) подход, при котором основное внимание уделяется изучению и применению теоретических методов представления знаний, формализации, а также логической полноте;

• эвристический (когнитивный) подход, который ориентируется на обеспечение возможностей решения задай. при этом опора делается на принцип организации человеческой памяти и эвристическое моделирование. В отличие от формальных, эвристические модели имеют разнообразный набор средств, передающих специфические особенности той или иной области.

Существуют следующие основные модели представления знаний:

• логические модели;

• продукционные модели;

• семантические сети;

• фреймовые модели;

• модели, основанные на нечетких множествах.