2, 3. Модели представления знаний

Содержание

Слайд 2

ОТЛИЧИЯ ЗНАНИЙ ОТ ДАННЫХ

Данными называют информацию фактического характера, описывающую объекты, процессы

ОТЛИЧИЯ ЗНАНИЙ ОТ ДАННЫХ Данными называют информацию фактического характера, описывающую объекты, процессы
и явления предметной области, а также их свойства.
Знания описывают не только отдельные факты, но и взаимосвязи между ними, поэтому знания иногда называют структурированными данными

Слайд 3

Определения

«Знания — это закономерности предметной области (принципы, связи, законы), полученные в результате

Определения «Знания — это закономерности предметной области (принципы, связи, законы), полученные в
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»

Слайд 4

Признаки классификаций знаний

По природе: декларативные, процедурные
Специальные языки для описания знаний (языки описания

Признаки классификаций знаний По природе: декларативные, процедурные Специальные языки для описания знаний
знаний): языки процедурного типа, языки декларативного типа
По способу приобретения знания: факты, эвристика
По типу представления знания: факты, правила, метазнания

Слайд 5

Факторы выбора модели данных

Однородность представления приводит к упрощению механизма управления знаниями.
Простота

Факторы выбора модели данных Однородность представления приводит к упрощению механизма управления знаниями.
понимания важна для пользователей интеллектуальных систем и экспертов, чьи знания закладываются в ИИС.

Слайд 6

Представление знаний - структурирование знаний с целью формализации процессов решения задач в

Представление знаний - структурирование знаний с целью формализации процессов решения задач в
определенной проблемной области.
Модель представления знаний - формализм, предназначенный для отображения статических и динамических свойств предметной области.
В искусственном интеллекте основными моделями представления знаний являются:
продукционные системы,
семантические сети,
фреймы,
формальные логические модели.

Слайд 7

Продукционные правила

В этой модели знания представляются в виде предложений типа:
Если (условие),

Продукционные правила В этой модели знания представляются в виде предложений типа: Если
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).

Слайд 8

Любое продукционное правило, содержащееся в БЗ, состоит из двух частей: антецедента и

Любое продукционное правило, содержащееся в БЗ, состоит из двух частей: антецедента и
консеквента.
Антецедент – это посылка правила (условная часть), состоит из элементарных предложений, соединенных логическими связками И, ИЛИ.
Консеквент (заключение) включает одно или несколько предложений, которые выражают либо некоторый факт, либо указание на определенное действие, подлежащее исполнению.
Продукционные правила записываются в виде
АНТЕЦЕНДЕНТ → КОНСЕКВЕНТ

Слайд 9

Пример продукционных правил

Правило 1:
Если топливо поступает в двигатель и двигатель вращается,

Пример продукционных правил Правило 1: Если топливо поступает в двигатель и двигатель
то проблема в свечах зажигания.
Правило 2:
Если двигатель не вращается и фары не горят,
то проблема в аккумуляторе или проводке.
Правило 3:
Если двигатель не вращается и фары горят,
то проблема в стартере.
Правило 4:
Если в баке есть топливо и топливо поступает в карбюратор,
то топливо поступает в двигатель.

Слайд 10

В общем случае продукционная система включает следующие компоненты:
базу данных, содержащую множество

В общем случае продукционная система включает следующие компоненты: базу данных, содержащую множество
фактов;
базу правил, содержащую набор продукций;
интерпретатор (механизм логического вывода) или правила работы с продукциями.

Слайд 11

Продукционные системы делят на два типа — с прямыми и обратными выводами.

Продукционные системы делят на два типа — с прямыми и обратными выводами.

При прямом выводе рассуждение ведется от данных к гипотезам.
При обратном производится поиск доказательства или опровержения некоторой гипотезы (от цели к данным).
Часто используются комбинации прямой и обратной цепи рассуждений.

Слайд 12

Например, имеется фрагмент базы знаний из двух правил:
71: Если "отдых - летом"

Например, имеется фрагмент базы знаний из двух правил: 71: Если "отдых -
и "человек - активный", то "ехать в горы",
72: Если "любит солнце", то "отдых летом",
Пусть в систему поступили данные :
"человек активный" и "любит "солнце"

Слайд 13

Прямой вывод

Необходимо, исходя из данных, получить ответ.
1-й проход.
Шаг 1.

Прямой вывод Необходимо, исходя из данных, получить ответ. 1-й проход. Шаг 1.
Правило П1, не работает (не хватает данных "отдых - летом").
Шаг 2. Правило П2, работает, в базу поступает факт "отдых - летом".
2-й проход.
Шаг 3. Правило 71, срабатывает, активируется цель "ехать в горы", которая и выступает как совет, который дает ЭС.

Слайд 14

Обратный вывод

Необходимо подтвердить выбранную цель при помощи имеющихся правил и данных.
1-й

Обратный вывод Необходимо подтвердить выбранную цель при помощи имеющихся правил и данных.
проход.
Шаг 1. Цель - "ехать в горы":
пробуем П1 - данных, "отдых - летом" нет, они становятся новой целью, и ищется правило, где она в правой части.
Шаг 2. Цель "отдых - летом":
правило П2 подтверждает цель и активирует ее.
2-й проход.
Шаг 3. Пробуем П1, подтверждается искомая цель.

Слайд 15

Преимущества продукций

модульность;
наглядность;
единообразие структуры (основные компоненты продукционной системы могут применяться для построения интеллектуальных

Преимущества продукций модульность; наглядность; единообразие структуры (основные компоненты продукционной системы могут применяться
систем с различной проблемной ориентацией);
естественность (вывод заключения в продукционной системе во многом аналогичен процессу рассуждений эксперта);
легкость внесения дополнений и простота механизма логического вывода;
гибкость родовидовой иерархии понятий, которая поддерживается только как связи между правилами (изменение правила влечет за собой изменение в иерархии).

Слайд 16

Недостатки продукций

отличие от структур знаний, свойственных человеку;
этот процесс трудно поддается управлению;
сложно

Недостатки продукций отличие от структур знаний, свойственных человеку; этот процесс трудно поддается
представить родовидовую иерархию понятий.
неясность взаимных отношений правил;
сложность оценки целостного образа знаний;
низкая эффективность обработки знаний.

Слайд 17

Продукционная модель чаще всего применяется в промышленных экспертных системах. Она привлекает разработчиков

Продукционная модель чаще всего применяется в промышленных экспертных системах. Она привлекает разработчиков
своей наглядностью, высокой модульностью, легкостью внесения дополнений и изменений и простотой механизма логического вывода.

Слайд 26

Семантическая сеть

Термин семантическая означает смысловая, а сама семантика - это наука, устанавливающая

Семантическая сеть Термин семантическая означает смысловая, а сама семантика - это наука,
отношения между символами и объектами, которые они обозначают, т.е. наука, определяющая смысл знаков.
Более наглядными являются языки, опирающиеся на сетевую модель представления знаний. В основе такой модели лежит идея о том, что любые знания можно представить в виде совокупности объектов (понятий) и связей (отношений) между ними.

Слайд 27

Семантическая сеть описывает знания в виде ориентированного графа. В качестве вершин сети

Семантическая сеть описывает знания в виде ориентированного графа. В качестве вершин сети
выступают понятия, факты, объекты, события и т. п., а в качестве дуг сети — отношения, которыми вершины связаны между собой. Семантическая сеть является представлением структуры памяти человека.

Слайд 28

Например, «программист сел за компьютер и отладил программу». Объектами являются: программист

Например, «программист сел за компьютер и отладил программу». Объектами являются: программист (А1),
(А1), компьютер (А2), программа (А3). Объекты связаны отношениями: сел за компьютер (р1), отладил (р2), загружена в компьютер программа (р3).
А1
р2 р1
А3 А2
р3

Слайд 29

Понятиями обычно выступают абстрактные или конкретные объекты, а отношения - это связи

Понятиями обычно выступают абстрактные или конкретные объекты, а отношения - это связи
типа:
"это" ("is"),
"имеет частью" ("has part"),
"принадлежит",
"любит".

Слайд 31

Самыми распространенными являются следующие типы отношений:
быть элементом класса, то есть объект входит

Самыми распространенными являются следующие типы отношений: быть элементом класса, то есть объект
в состав данного класса (ВАЗ 2106 является автомобилем);
иметь свойства, то есть задаются свойства объектов (жираф имеет длин­ную шею);
иметь значение, то есть задается значение свойств объектов (человек может иметь двух братьев);
является следствием, то есть отражается причинно-следственная связь (астеническое состояние является следствием перенесенного простудного заболевания).

Слайд 32

Более детально можно выделить следующие отношения:
связи типа "часть-целое" ("класс-подкласс", "элемент-множество" и т.п.);
функциональные

Более детально можно выделить следующие отношения: связи типа "часть-целое" ("класс-подкласс", "элемент-множество" и
связи (определяемые обычно глаголами "производит", "влияет"...);
количественные (больше, меньше, равно...);
пространственные (далеко от, близко от, за, под, над...);
временные (раньше, позже, в течение...);
атрибутивные связи (иметь свойство, иметь значение...);
логические связи (и, или, не);
отношения «близости»;
отношения «сходства-различия»;
отношения «причина-следствие» и др.

Слайд 33

Пример семантической сети. В качестве вершин понятия: Человек, Иванов, Волга. Автомобиль, Вид

Пример семантической сети. В качестве вершин понятия: Человек, Иванов, Волга. Автомобиль, Вид транспорта. Двигатель.
транспорта. Двигатель.

Слайд 34

Преимущество этой модели - в соответствии современным представлениям об организации долговременной памяти

Преимущество этой модели - в соответствии современным представлениям об организации долговременной памяти
человека.
Недостаток модели - сложность поиска вывода на семантической сети.

Слайд 35

Семантическая сеть, показывающая взаимоотношения птиц и самолета

Семантическая сеть, показывающая взаимоотношения птиц и самолета

Слайд 36

Фрагмент семантической сети, описывающей птиц

Фрагмент семантической сети, описывающей птиц

Слайд 37

Фреймовая модель
Фреймовая модель основана на концепции Марвина Мински (Marvin Minsky) – профессора

Фреймовая модель Фреймовая модель основана на концепции Марвина Мински (Marvin Minsky) –
Массачусетского технологического института, основателя лаборатории искусственного интеллекта, автора ряда фундаментальных работ. Фреймовая модель представляет собой систематизированную психологическую модель памяти человека и его сознания.

Слайд 38

Фреймом (англ. frame – рамка, каркас) называется структура данных для представления некоторого

Фреймом (англ. frame – рамка, каркас) называется структура данных для представления некоторого
концептуального объекта.
Информация, относящаяся к фрейму, содержится в составляющих его слотах.
Слот (англ. slot – щель, прорезь) может быть терминальным (листом иерархии) или представлять собой фрейм нижнего уровня.
Фрейм имеет имя, служащее для идентификации описываемого им понятия, и содержит ряд описаний – слотов, с помощью которых определяются основные структурные элементы этого понятия. Слот может содержать не только конкретное значение, но и имя процедуры, вычисляющей это значение по заданному алгоритму.
Фреймовые системы подразделяются на статические и динамические. Динамические допускают изменение фреймов в процессе решения задачи.

Слайд 39

Каждый фрейм, состоит из произвольного числа слотов

Каждый фрейм, состоит из произвольного числа слотов

Слайд 40

имя фрейма – это идентификатор, присваиваемый фрейму. Фрейм должен иметь имя, единственное

имя фрейма – это идентификатор, присваиваемый фрейму. Фрейм должен иметь имя, единственное
в данной фреймовой модели (уникальное имя);
имя слота – это идентификатор, присваиваемый слоту. Слот должен иметь уникальное имя во фрейме, к которому он принадлежит. Обычно имя слота не несет никакой смысловой нагрузки и является лишь идентификатором данного слота, но в некоторых случаях оно может иметь специфический смысл;
указатель наследования – только для фреймовых моделей иерархического типа; они показывают, какую информацию об атрибутах слотов во фрейме верхнего уровня наследуют слоты с такими же именами во фрейме нижнего уровня;
указатель атрибутов – указатель типа данных слота. К таким типам относятся: FRAME (указатель), INTEGER (целое), REAL (вещественное), BOOL (булево), LISP (присоединенная процедура), TEXT (текст), LIST (список), TABLE таблица), EXPRESSION (выражение) и другие;
значение слота – значение, соответствующее типу данных слота и удовлетворяющее условиям наследования;
демон – процедура, автоматически запускаемая при выполнении некоторого условия. Демоны запускаются при обращении к конкретному слоту фреймовой модели.

Слайд 42

Пример фрейма РУКОВОДИТЕЛЬ

Пример фрейма РУКОВОДИТЕЛЬ

Слайд 43

Фреймы образуют иерархию. Иерархия во фреймовых моделях порождает единую многоуровневую структуру, описывающую

Фреймы образуют иерархию. Иерархия во фреймовых моделях порождает единую многоуровневую структуру, описывающую
либо объект, если слоты описывают только свойства объекта, либо ситуацию или процесс, если отдельные слоты являются именами процедур, присоединенных к фрейму и вызываемых при его актуализации.

Слайд 44

Пример фреймовой модели иерархического типа

Пример фреймовой модели иерархического типа

Слайд 45

Фрагмент фрейма, описывающий гостиничный номер

Фрагмент фрейма, описывающий гостиничный номер

Слайд 49

Состав фреймов и слотов в каждой конкретной фреймовой модели может быть разный,

Состав фреймов и слотов в каждой конкретной фреймовой модели может быть разный,
однако в рамках одной системы целесообразно единое представление для устранения лишнего усложнения.
Разнотипные объекты или объекты, соответствующие концепции «множественности миров», заключающейся, к примеру, в том, что лошадь – животное бескрылое для одного (реального) мира и одновременно крылатое (Пегас в мифическом мире) для другого, могут описываться отличающимися друг от друга фреймами.
В целом фреймовая модель допускает представление всех свойств декларативных и процедурных знаний. Глубина вложенности слотов во фрейме (число уровней) зависит от предметной области и языка, реализующего модель.

Слайд 50

Логическая модель представления знаний

Логическая модель представления знаний