Представление знаний
Вопрос представления знаний возникает в когнитологии (науке о мышлении), в информатике и в исследованиях по искусственному интеллекту. В когнитологии он связан с тем, как люди хранят и обрабатывают информацию. В информатике – с подбором представления конкретных и обобщённых знаний, сведений и фактов для накопления и обработки информации в ЭВМ. Главная задача в искусственном интеллекте – научиться хранить знания таким образом, чтобы программы могли осмысленно обрабатывать их и достигнуть тем подобия человеческого интеллекта.
Для формализации и представления знаний разрабатываются специальные модели представления знаний и языки для описания знаний, выделяются различные типы знаний.
Признано, что системы, основанные на знаниях, целесообразно разрабатывать с выделением ряда подсистем. Основными из них считаются:
подсистема представления декларативных знаний1;
подсистема представления процедурных знаний2;
подсистема манипулирования знаниями (механизм логического вывода).
Целью такого разделения является возможность использования системы в различных предметных областях. Для этого достаточно заменить подсистему представления декларативных знаний без изменения остальных частей. В самом деле, имея универсальный механизм логического вывода, достаточно заполнить оболочку системы конкретными правилами и фактами из требуемой предметной области, чтобы получить готовую к применению систему.
История развития методов инженерии знаний свидетельствует о том, что эта идея продолжительное время являлась основополагающим направлением исследований. Так, например, А. Ньюэлл и Г. Саймон из Университета Карнеги-Меллона (США) разработали программу GPS – универсальный решатель задач. В формальной логике был разработан метод резолюций. В 70-х гг. XX в., однако, большинство исследователей пришли к выводу, что не существует универсальной системы представления процедурных знаний, пригодной для всех областей деятельности. Подтверждением этому служит высокая ценность специалистов-экспертов в узких предметных областях. Была сформулирована проблема представления знаний.
Проблема представления знаний заключается в несоответствии между сведениями о зависимостях данной предметной области, имеющимися у специалиста, методами, используемыми им при решении задач, и возможностями формального (однозначно-ограниченного) представления такой информации в ЭВМ. Часто проблема осложняется трудностями для эксперта по формулированию в явном виде имеющихся у него знаний.
Общая проблема представления знаний включает ряд частных проблем:
представление декларативных знаний как данных, наделенных семантикой (фактов);
представление процедурных знаний как отношений между элементами модели, в том числе в виде процедур и функций;
представление метазнаний3 – правил обработки фактов, способов организации логического вывода, методов решения задач пользователем, порождения новых знаний и т. д.
Способы представления знаний
Это одно из важнейших направлений исследований в области искусственного интеллекта, без знаний искусственный интеллект не может существовать в принципе. Именно поэтому, при создании систем искусственного интеллекта особенное внимание уделяется способам представления знаний.
На сегодняшний день разработано уже достаточное количество способов. Каждый из них обладает своими плюсами и минусами, и поэтому для каждой конкретной задачи необходимо выбрать именно свой способ. От этого будет зависеть не столько эффективность выполнения поставленной задачи, сколько возможность её решения вообще.
Отметим, что способы представления знаний относятся к прагматическому направлению исследований в области искусственного интеллекта. Это направление основано на предположении о том, что мыслительная деятельность человека – «чёрный ящик». При таком подходе не ставится вопрос об адекватности используемых в компьютере способов представления знаний тем способам, которыми пользуется в аналогичных ситуациях человек, а рассматривается лишь конечный результат решения конкретных задач.
Из множества разработанных способов представления знаний можно выделить два основных подхода (рис. 1.2): эмпирический и теоретический.
Рис. 1.2. Классификация способов представления знаний
Эмпирический подход основывается на исследовании сознания человека, изучении принципов организации памяти и моделировании механизмов решения задач.
Другой подход – теоретический, можно назвать теоретически обоснованным. Он «гарантирует» правильность решений. В рамках этого подхода до настоящего времени удавалось решать только сравнительно простые задачи из узкой предметной области.
Кроме способов, разработанных в рамках каждого из этих подходов, отдельно выделяют (относя к обоим подходам сразу) бионическое направление, представленное генетическими алгоритмами и нейронными сетями.
В каждом подходе мы увидим своё отношение и к тому, что является знанием, и к тому, как его представлять. Если в теоретических способах знания строго формализованы, то эмпирические призваны дать некоторую свободу. Однако, ценой за эту свободу будет потенциальная невыводимость некоторых решений и невозможность найти ответ на поставленный вопрос, когда теоретические способы это гарантируют.