Другими словами, помня, что

PQ= ,

из истинности и следует истинность .

В рассмотренном примере для простоты изложения сути принципа резолюции литералы P,Q,R не содержали переменных.

Напомним, что предложения представляют собой дизъюнкцию литералов. Каждый литерал это элементарный предикат в прямой или инверсной форме. Литерал L₁ будем называть дополнительным литералу L₂, если L₁ является отрицанием L₂, т. е. . Например и являются дополнительными литералами; а и не являются дополнительными.

Для того, чтобы применить резолюцию к предложениям, содержащим переменные, необходимо иметь возможность найти такую подстановку, которая будучи примененной к родительским предложениям, приведет к тому, что они будут содержать дополнительные литералы.

В общем случае любую подстановку, используемую при применении принципа резолюции, можно представить в виде множества упорядоченных пар:

,

где пара означает, что всюду, где производится данная подстановка, переменная x_i заменяется термом t_i. Напомним, что подстановка осуществляется в соответствии с правилом «специализации», и после ее реализации получаются частные случаи.

Применяя, например, к литералу подстановки получим соответствующие им частные случаи исходного литерала:

.

Множество литералов унифицируемо, если существует такая подстановка P, что . Подстановка P в таком случае называется унификатором. Существует алгоритм, называемый алгоритмом унификации, который позволяет найти простейший унификатор для унифицируемого множества .

Подытоживая сказанное, механизм принципа резолюции можно сформулировать следующим образом.

Если в паре родительских предложений после проведения унификации содержатся два дополнительных литерала L₁ и , то новое предложение, называемое резольвентой, формируется взятием дизъюнкции этих предложений с последующим исключением дополнительной пары и .

Билет №6

1. Дайте определения понятиям "знание" и "данные" и укажите их различие.Назовите основные признаки знаний и дайте им определения.

Понятие знания нечётко и расплывчато, поэтому его определяют обычно с помощью метафор. Дадим первое определение знания.

Знание (в объективном смысле) – то, что известно (то, что знаем после изучения). Это формализованная информация, на которую ссылаются или используют в процессе логического вывода.

Метафора, используемая в современной американской научной литературе, имеет вид: «Знание – это обоснованное истинное убеждение». Убеждение – это то, что записано в БЗ. Обоснование – это подтверждение убеждений дополнительными фактами, наблюдениями.

четыре признака: интерпретируемость, структурированность, связность, активность.

Интерпретируемость. Данные, помещённые в ЭВМ, могут содержательно интерпретироваться лишь соответствующей программой. В отрыве от программы, данные не несут никакой содержательной информации. Знания отличаются тем, что в них возможность содержательной интерпретации всегда существует.

Структурированность можно рассматривать, как свойство декомпозиции сложных объектов на более простые и установление связей между простыми объектами, что означает использование отношений «часть – целое», «класс – подкласс», «род – вид» и т.д. Отношения подобного рода встречаются в иерархических и сетевых БД.

Связность. Наши знания связаны не только в смысле структуры. Они отражают закономерности относительно фактов, процессов, явлений и причинно – следственные отношения между ними.

Активность. При использовании ЭВМ новые знания порождаются программами, а данные пассивно хранятся в памяти ЭВМ. Человеку свойственна познавательная активность, то есть, знания человека активны. И это принципиально отличает знания от данных. Например, обнаружение противоречий в знаниях становятся побудительной причиной их преодоления и появления новых знаний. Таким же стимулом активности является неполнота знаний, выражающаяся в необходимости их пополнения.

Хотя чёткую грань между данными и знаниями провести можно не всегда, тем не менее отличия существуют и они привели к появлению специальных формализмов в виде моделей представления знаний в ЭВМ.