ОСНОВЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 1 Данные и знания

ОСНОВЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 1

Данные и знания u Данные — это отдельные факты, характеризующие объекты, процессы и явления в предметной области, а также их свойства. 2

При обработке на ЭВМ данные трансформируются, условно проходя следующие этапы: u данные как результат измерений и наблюдений; u данные на материальных носителях информации (таблицы, протоколы, справочники); u модели (структуры) данных в виде диаграмм, графиков, функций; u данные в компьютере на языке описания данных; u базы данных на машинных носителях. 3

Знания u Знания связаны с данными, основываются на них, но представляют результат мыслительной деятельности человека, обобщают его опыт, полученный в ходе выполнения какой-либо практической деятельности. Знания получаются эмпирическим путем. u Знания — это выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области. 4

При обработке на ЭВМ знания представляются аналогично данным: u знания в памяти человека как результат мышления; u материальные носители знаний (учебники, методические пособия); u поле знаний — условное описание основных объектов предметной области, их атрибутов и закономерностей, их связывающих; u знания, описанные на языках представления знаний (продукционные языки, семантические сети, фреймы); u базы знаний. 5

Знания — это хорошо структурированные данные, или данные о данных, или метаданные. Знания могут быть следующих категорий: u поверхностные — знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области; u глубинные — абстракции, аналогии, схемы, отображающие структуру и процессы в предметной области. 6

Знания можно условно разделить на процедурные и декларативные. Исторически первичными были процедурные знания, т. е. знания, "растворенные" в алгоритмах. Они управляли данными. С развитием искусственного интеллекта приоритет данных постепенно изменялся. Большая часть знаний сосредоточивалась в структурах данных (таблицы, списки, абстрактные типы данных), т. е. увеличивалась роль декларативных знаний. Декларативные знаниями считаются предложения, записанные на языках представления знаний, приближенных к естественному и понятных неспециалистам. 7

Представление знаний — это соглашение о том, как описывать реальный мир. Основная цель представления знания — получить математические модели реального мира и его частей с целью принятия на основе моделей необходимых решений. 8

Для систем искусственного интеллекта (СИИ)характерна форма: СИИ = Знания + Стратегия обработки знаний Основным отличительным признаком СИИ является работа со знаниями. 9

u u Знания, в отличие от данных, обладают следующими свойствами: внутренней интерпретируемостью — вместе с информацией в БЗ представлены информационные структуры, позволяющие не только хранить знания, но и использовать их; структурированностью — декомпозицией сложных объектов на более простые и установлением связей между объектами; связанностью — свойством отражать закономерности фактов, процессов, явлений и причинно-следственные отношения между ними; активностью — знания обеспечивают целенаправленное использование информации. 10

Модели представления знаний u продукционные; u семантические сети; u фреймы; u формальные логические модели. 11

Продукционная модель u Продукционная модель, или модель, основанная на правилах, позволяет представить знания в виде предложений типа: Если (условие), то (действие). 12

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). 13

При использовании продукционной модели база знаний состоит из набора правил. Программа, управляющая перебором правил, называется машиной вывода. Вывод бывает прямой (от данных к поиску цели) или обратный (от цели для ее подтверждения — к данным). Данные — это исходные факты, на основании которых запускается машина вывода — программа, перебирающая правила из базы. 14

Семантические сети Термин семантическая означает смысловая. Семантика — это наука, устанавливающая отношения между символами и объектами, которые они обозначают, т. е. наука, определяющая смысл знаков. Семантическая сеть — это ориентированный граф, вершины которого понятия, а дуги — отношения между ними. 15

Понятиями обычно выступают абстрактные или конкретные объекты. Отношения - это связи типа: "это" ("is"), "имеет частью", "принадлежит", любит". Характерно наличие трех типов отношений: u класс — элемент класса; (цветок - роза); u свойство — значение; (цвет - красный); u пример элемента класса (роза - чайная). 16

Классификация семантических сетей По количеству типов отношений: u однородные (с единственным типом отношений); u неоднородные (с различными типами отношений). По типам отношений: u бинарные (в которых отношения связывают два объекта); u N - арные (в которых есть специальные отношения, связывающие более двух понятий). 17

u u u u Наиболее часто в семантических сетях используются следующие отношения: связи типа "часть-целое" ("класс-подкласс", "элемент-множество" и т. п. ); функциональные 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 точение. . . ); логические связи (и, или, не) и др. 18

Красный Цвет значение имеет частью свойство Волга принадлежит Двигатель это Автомобиль это Вид транспорта любит Иванов например Человек 19