- •Введение
- •1. Основные направления исследований в области искусственного интеллекта
- •Контрольные вопросы и задания
- •2. Классификация интеллектуальных информационных систем
- •2.1. Системы с интеллектуальным интерфейсом
- •2.2. Экспертные системы
- •2.3. Самообучающиеся системы
- •2.4. Адаптивные информационные системы
- •Контрольные вопросы
- •3. Представление данных и знаний
- •3.1. Данные
- •3.2. Знания
- •Контрольные вопросы
- •4. Классические способы представления знаний в интеллектуальных системах
- •4.1. Логическая модель представления знаний
- •4.2. Представление знаний правилами продукций
- •4.3. Объектно-ориентированное представление знаний фреймами
- •4.4. Семантические сети
- •Контрольные вопросы
- •5. Способы обработки знаний
- •5.1. Методы поиска решений на основе исчисления предикатов
- •5.2. Прямой и обратный вывод в экспертных системах продукционного типа
- •5.3. Обработка знаний в интеллектуальных системах с фреймовым представлением
- •Контрольные вопросы
- •6. Методы приобретения знаний
- •6.1. Проблемы структурирования знаний
- •Контрольные вопросы
- •7. Методы принятия решений на основе нечетких знаний
- •7. 1. Элементы теории нечетких множеств
- •7.2. Нечеткие операции, отношения и свойства отношений
- •7.3. Многокритериальный выбор альтернатив с использованием правила нечеткого вывода
- •7.4. Ранжирование альтернатив на множестве лингвистических векторных оценок
- •7.5. Метод нечеткого логического вывода в задаче выбора фирмой кандидата на замещение вакантной должности бухгалтера
- •Контрольные вопросы и задания
- •8. Технологии разработки экспертных систем
- •8.1. Технология проектирования и разработки экспертных систем
- •8.2. Этапы проектирования баз знаний
- •8.3. Методы проектирования баз знаний
- •8.4. Характеристика инструментальных средств
- •Контрольные вопросы и задания
- •9. Технологические процессы объектно-ориентированного программирования в проектировании интеллектуальной системы поддержки управления
- •Заключение
- •Библиографический список
- •Оглавление
Контрольные вопросы
1. Чем отличаются знания от данных? Приведите определения знаний.
2. Дайте характеристику основных признаков, по которым классифицируются знания (природа знаний, способ приобретения знаний, тип представления знаний).
3. Расскажите о логических способах представления знаний. Укажите преимущественную область применения логической модели.
4. Проведите формализацию небольшого фрагмента знаний средствами логики высказываний (логики предикатов).
5. Охарактеризуйте продукционную модель представления знаний. Приведите примеры представления знаний правилами. В чем отличия между продукционными системами с прямыми, обратными и двунаправленными выводами?
6. Опишите фреймовую модель представления знаний. Приведите пример фреймового представления.
7. Охарактеризуйте модель представления знаний в виде семантической сети. Расскажите об основных видах используемых в этой модели отношений.
5. Способы обработки знаний
Компьютерная обработка знаний является одной из областей обработки информации. Традиционная технология обработки информации ориентирована на вычисления, основанные на теории Тьюринга, которая реализована в ЭВМ с архитектурой фон Неймана. Этот подход основан на концепций последовательной обработки информации во времени, поэтому в таких ЭВМ используются в основном языки процедурного типа, а в качестве операционных механизмов — устройства управления и арифметические устройства. Процессы обработки знаний моделируют такие сферы человеческой деятельности, как рассуждения, систематизация, обучение и т.д. Если попытаться «переложить подобные задачи на плечи компьютеров», последним будет явно недостаточно жесткого набора инструкций в виде программы на процедурном языке программирования, даже если эта программа очень сложна. Адекватное представление знаний требует разработки и применения языков декларативного типа в интеллектуальных системах, а в качестве операционных механизмов - различных способов реализации логического вывода. Очевидно, будущее в этом направлении принадлежит компьютерам с архитектурой, отличной от фон-неймановской. Какими должны быть компьютеры, ориентированные на выполнение интеллектуальных задач, покажут дальнейшие теоретические и практические исследования. В настоящее время эксперименты проводятся в основном на машинах Тьюринга—фон Неймана и на машинах с параллельной обработкой данных.
Характерная черта ИИС, отличающая их от традиционных систем обработки информации, — использование знаний. Выбор способа представления знаний в интеллектуальной системе является ключевым моментом разработки. С точки зрения человека, желательно, чтобы описательные возможности используемой модели были как можно выше. С другой стороны, сложное представление знаний требует специальных способов обработки (усложняется механизм вывода), что не только затрудняет проектирование и реализацию экспертной системы, но может привести к потере достоверности результатов или невозможности их интерпретации. В конечном итоге неизбежен компромисс между важнейшими условиями и требованиями, предъявленными к ИИС на этапе проектирования. Вопросы проектирования и реализации интеллектуальных программных средств — отдельная область исследований. Рассмотрим способы реализации логического вывода в системах с классическими моделями представления знаний.