Представление знаний

Представление знаний – это главная задача искусственного интеллекта. Ее цель научиться хранить знания таким образом, чтобы программы могли осмысленно обрабатывать их и достигнуть тем подобия человеческого интеллекта. [4]

В качестве вопросов, решаемых при представлении знаний, включены следующие вопросы:

·определение состава представляемых знаний;

·организацию знаний;

·представление знаний, т.е. определение модели представления.

Состав знаний ЭС определяется следующими факторами:

·проблемной средой;

·архитектурой экспертной системы;

·потребностями и целями пользователей;

·языком общения.

В соответствии с общей схемой статической экспертной системы для ее функционирования требуются следующие знания:

·знания о процессе решения задачи (т.е. управляющие знания), используемые интерпретатором (решателем);

·знания о языке общения и способах организации диалога, используемые лингвистическим процессором (диалоговым компонентом);

·знания о способах представления и модификации знаний, используемые компонентом приобретения знаний;

·поддерживающие структурные и управляющие знания, используемые объяснительным компонентом.

Зависимость состава знаний от требований пользователя проявляется в следующем:

·какие задачи (из общего набора задач) и с какими данными хочет решать пользователь;

·каковы предпочтительные способы и методы решения;

·при каких ограничениях на количество результатов и способы их получения должна быть решена задача;

·каковы требования к языку общения и организации диалога;

·какова степень общности (конкретности) знаний о проблемной области, доступная пользователю;

·каковы цели пользователей.

Состав знаний о языке общения зависит как от языка общения, так и от требуемого уровня понимания.

В области экспертных систем представление знаний интересует в основном, как средство отыскания методов формального описания больших массивов полезной информации, с целью их последующей обработки с помощью символических вычислений. Формальное описание означает упорядочение в рамках какого-либо языка, обладающего достаточно четко формализованным синтаксисом построения выражений и такого же уровня семантикой, увязывающей смысл выражения с его формой.

Символические вычисления означают выполнение нечисловых операций, в которых могут быть сконструированы символы и символьные структуры для представления различных концептов и отношений между ними.

В области искусственного интеллекта ведется интенсивная работа по созданию языков представления (representation languages). Под этим термином понимаются компьютерные языки, ориентированные на организацию описаний объектов и идей, в противовес статическим последовательностям инструкций или хранению простых элементов данных. Основными критериями доступа к представлению знаний являются логическая адекватность, эвристическая мощность и естественность, органичность нотации.

Логическая адекватность означает, что представление, должно обладать способностью распознавать все отличия, которые вы закладываете в исходную сущность. Например, каждое лекарство обладает нежелательным побочным эффектом, специфическим для этого препарата

Эвристическая мощность означает, что наряду с наличием выразительного языка представления должно существовать некоторое средство использования представлений, сконструированных и интерпретируемых таким образом, чтобы с их помощью можно было решить проблему.

Естественность нотации следует рассматривать как положительную черту системы, поскольку большинство приложений, построенных на базе экспертных систем, нуждается в накоплении большого объема знаний, а решить такую задачу довольно трудно, если соглашения в языке представления слишком сложны. Выражения, которыми формально описываются знания, должны быть по возможности простыми для написания, а их смысл должен быть понятен даже тому, кто не знает, как же компьютер интерпретирует эти выражения.