Представление знаний Определение Представление representation в

Представление знаний

Определение • Представление (representation) в работе Уинстона [Winston, 1984] определяется как "множество синтаксических и семантических соглашений, которое делает возможным описание предмета". • В искусственном интеллекте под "предметом" понимается состояние в некоторой проблемной области, например объекты в этой области, их свойства, отношения, которые существуют между объектами. • Описание (description) "позволяет использовать соглашения из представления для описания определенных предметов" [Winston, 1992].

Синтаксис • Общепринятым в области искусственного интеллекта является синтаксис в виде конструкции предикатаргумент, которая имеет форму • <фраза> : : = <предикат> (<аргумент>, . . . , <аргумент>) • В этой конструкции за к-местным предикатом должны следовать k аргументов. • Так, at может быть двухместным отношением, в котором в качестве первого аргумента выступает имя некоторого объекта, а в качестве второго— его местонахождение (например, комната): • at(робот, комната. А)

Семантика • Семантика представления специфицирует, как должно интерпретироваться выражение, построенное в соответствии с синтаксическими правилами, т. е. как из его формы можно извлечь какой-то смысл. • Так, присваивая смысл символам at, робот, комната. А, мы можем сказать, что выражение • at(робот, комната. А) • означает: робот находится в комнате А (но не наоборот — комната А находится в роботе).

Планировщик STRIPS • Программа предназначалась для решения проблемы формирования плана поведения робота, перемещающего предметы через множество (анфиладу) помещений. • Текущее состояние окружающей среды — помещений и предметов в них — представляется набором выражений предикат-аргумент, которые в совокупности образуют модель мира. • W = { at(poбoт, комната. А), at(ящик 1, комната. Б), at(ящик 2, комната. В)} • означает, что робот находится в комнате А и имеются два ящика, один из которых находится в комнате Б, а второй — в комнате В.

• Действия, которые может выполнить робот, принимают форму операторов, приложимых к текущей модели мира. Эти операторы позволяют добавить в модель некоторые факты (сведения) или изъять их из модели. Например, выполнение операции • "Переместить робот из комнаты А в комнату Б" • в модели мира приведет к формированию новой модели W. При этом факт at (робот, комната. А) будет изъят из модели, а добавлен факт at (робот, комната. Б). В результате новая модель мира будет иметь вид • W' = { at (робот, комната. Б), at (ящик 1, комната. Б), аt (ящик 2, комната. В)}

Таблицы операторов • Допустимые операции, такие как перемещение робота из одной комнаты в другую или проталкивание объектов, кодируются в таблице операторов. • Пример элемента этой таблицы, соответствующий операции push (толкать): • push(X, Y, Z) • Предварительные условия at(poбo. T, Y), at(X, Y) • Список удалений at (робот, Y), at(X, Y) • Список добавлений at (робот, Z), at(X, Z) • Здесь выражение push(X, Y, Z) означает, что объект X выталкивается (роботом) из положения Y в положение Z

• С точки зрения программиста переменные X, К и Z в определении оператора, заданном элементом таблицы, — это аналоги формальных параметров в определении процедуры, которая соответствует такому действию: • "Вытолкнуть какой-либо объект из какого-либо положения в любое другое положение, если имеют место заданные предварительные условия; • затем удалить формулы, указанные в списке удаления, • и добавить формулы, указанные в списке добавления".

Пример • как готовиться к ленчу с потенциальным клиентом. • Для этого, во-первых, нужно иметь в своем распоряжении определенную сумму наличных денег, чтобы расплатиться, • во-вторых, нужно проголодаться, поскольку речь идет о приеме пищи. • Сформулированные условия можно рассматривать в качестве предварительных для достижения цели "ленч". • Однако обладание известной суммой наличных денег нельзя рассматривать как естественное состояние клиента. Сначала нужно получить их в банкомате, что, в свою очередь, требует передвижения. • Следовательно, нужно добавить в таблицу операторов еще два элемента — at cash mashine (передвижение к банкомату) и have money (получение наличности).

методика "генерация —проверка” • Методика "генерация —проверка" означает следующее: для каждого текущего состояния предпринимаются попытки использовать все возможные операторы, причем после каждой попытки анализируется, не привела ли она к желанной цели. • Но такая методика явно бессмысленна, поскольку количество разнообразных операций, которые робот способен выполнить в некоторой произвольной ситуации, очень велико, причем многие из этих операций не имеют никакого отношения к достижению заданной цели.

метод "средство — анализ завершения” • метода "средство — анализ завершения", состоит в том, чтобы с каждой новой операцией отличие между текущим состоянием и целевым уменьшалось, т. е. каждая очередная операция должна приближать нас к цели. • Но это предполагает включение в рассмотрение некоторой меры для оценки "расстояния" в пространстве состояний. • Такая мера очень походит на оценочную функцию. Если очередная цель сформулирована в виде • at(ящик 1, комната. А), • а ящик находится в комнате Б, то перемещение робота из комнаты А в комнату В никак не "приблизит" текущее состояние к целевому. А вот перемещение робота из комнаты А в комнату Б уменьшит расстояние между текущим и целевым состоянием, поскольку робот теперь сможет на очередном шаге вытолкнуть ящик из комнаты Б в комнату А.

MYCIN • Используется для лечения заболеваний крови (1) База знаний содержит фактические знания, касающиеся предметной области, и сведения об имеющихся неопределенностях. (2) Динамическая база данных пациентов содержит информацию о конкретных пациентах и их заболеваниях. (3) Консультирующая программа задает вопросы, выводит заключения системы и дает советы для конкретного случая, используя информацию о пациенте и статические знания. (4) Объясняющая программа отвечает на вопросы и дает пользователю информацию о том, на чем основываются рекомендации или заключения, сформулированные системой. При этом программа приводит трассировку процесса выработки рекомендаций. (5) Программа восприятия знаний служит для обновления знаний, хранящихся в системе, в процессе ее эксплуатации.

База знаний системы MYCIN • База знаний системы MYCIN организована в виде множества правил в форме если условие 1 и. . . и условиет удовлетворяются то прийти к заключению1 и. . . и к заключению n • Эти правила преобразованы в операторы языка LISP

Пример • Вот как выглядит перевод на обычный язык типичного правила MYCIN: • ЕСЛИ 1) организм обладает грамотрицательной окраской, и • 2) организм имеет форму палочки, и • 3) организм аэробный, • ТО есть основания предполагать (0, 8), что этот микроорганизм относится к классу enterobacteriaceae.

• Помимо правил, в базе знаний MYCIN также хранятся факты и определения. Для их хранения используются разные структурные формы: • простые списки, например списки всех микроорганизмов, известных системе; • таблицы знаний с записями об определенных клинических показаниях и значениях, которые эти показания имеют при разных условиях; примером может служить информация о форме микроорганизмов, известных системе; • система классификации клинических параметров соответственно контексту, в котором эти параметры рассматриваются, например являются ли они свойством (атрибутом) пациентов или микроорганизмов.

Структуры данных в языке LISP • основной структурой данных в нем является список; • программы на этом языке также имеют списочную структуру; • его базовыми операциями являются операции над списками. • Базовым блоком в структуре данных языка LISP является символическое выражение. • Простое символическое выражение использует атомарные символы, или атомы — строки буквенноцифровых символов, которые начинаются с буквы, например WOMBAT.

• В LISP организованы программы и выражения в виде списка. Например, список • (+ X Y) представляет математическое выражение в форме • (<функция> <1 -й аргумент> <2 -й аргумент>),

Примитивы в LISP • Пусть s — множество символических выражений. Можно, например, записать: • Е(Х , Y): S x S -> {Т, NIL} • Это означает, что Е является функцией двух аргументов, причем оба аргумента — символические выражения из множества S, которые могут принимать значение либо Т, либо NIL.

• (1)Е(Х , Y): S x S -> {Т, NIL} проверяет, равны ли два атома. • (2)А(Х): S -> {Т, NIL} проверяет, является ли символическое выражение атомом. • (З)Н(Х): S -> S извлекает голову символического выражения, которое не является атомом; если х — атом, то результат функции не определен. • (4) Т(Х): S —> S извлекает хвост символического выражения, которое не является атомом; если х — атом, то результат функции не определен. • (5)С(Х , Y): S х S —> S формирует символическое выражение; если А и в являются символическими выражениями , то можно сформировать новое символическое выражение (А. В).

• Фактически система, состоящая из трех компонентов • (1) единственного атома NIL; • (2) условного выражения, проверяющего равенство, в форме • if E(X, NIL) then. . . else. . . • 3) функций Н(Х), Т(Х), С(ХД) • к которым добавлена операция композиции функций, вполне позволяет реализовать машину Тьюринга (см.

• NULL — это предикат, который проверяет, не пуст ли список, • EQ — предикат, который проверяет равенство двух атомов, • FIRST — функция, которая возвращает головной элемент списка, • REST — функция, которая возвращает хвост списка

Сопоставление с образцом • Одним из ключевых компонентов в большинстве программ искусственного интеллекта является анализатор соответствия (pattern matcher) — компонент, который некоторым образом сравнивает поступающие на его вход списки (или другие структуры данных) с имеющимися символическими образцами и таким образом выполняет распознавание входных данных

• На языке LISP несложно разработать простой анализатор соответствия, который будет сравнивать два ординарных списка (т. е. списка, на имеющего подсписков в качестве элементов) и возвращать значение TRUE, если один из них, sample (пример), можно представить как реализацию другого — pattern (образец). • Предполагается, что образец может иметь любую конечную длину и содержать любое количество символов универсальной подстановки(? )

Текст программы • (defun match (sample pattern) • • (cond ((and (null sample) (null pattern)) T) ((or (null sample) (null pattern)) NIL) ((eq (first pattern ? )) • • (match (rest sample) (rest pattern))) ((eq (first sample) (first pattern)) (match (rest sample) (rest pattern))) (T NIL)) )

Системы, основанные на знаниях • Канонические системы • Системы порождающих правил для решения проблем • Управление функционированием интерпретатора

Канонические системы • Каноническая система — это разновидность формальной системы, основанной на следующих компонентах: • алфавит А, из символов которого формируются строки; • некоторое множество строк, которые рассматриваются как аксиомы, • множества порождений в форме • а 1$1. . . am$m->b 1$'1. . . bn$'n. Где • (I) каждое ai и bi; есть фиксированная строка; • (II) а 1 и am, часто есть нуль; • (III) некоторые или все из ai или bi могут представлять собой нуль; • (IV) каждое $i является переменной строкой, которая также может быть нулем; • (V) каждое $i заменяется определенным $'i.

Пример • Пусть А — алфавит {а, b, с}, а аксиомы суть: • а, b, с, аа, bb, cc. • Тогда следующие порождения сгенерируют все палиндромы, базирующиеся на этом алфавите, приняв за отправную точку имеющиеся аксиомы: • (Р 1)$->а$a (Р 2) $ -> ab$ab (РЗ) $ -> с$с.

• чтобы сгенерировать bacab, нужно применить Р 1 к аксиоме с, а затем Р 2 — к результату. • Другими словами, приняв с в качестве аксиомы, можно вывести из нее теорему аса и добавить ее к имеющимся аксиомам. • Затем из аса можно вывести новую теорему bacab. • Обратите внимание, что эта последовательность порождений не обладает свойством коммутативности, т. е. если применять те же правила, но в ином порядке, получится совсем другой результат. • Например, если к аксиоме с применить сначала правило Р 2, а затем Р 1, то получим abcba.

• На первый взгляд канонические системы довольно тривиальны. Все, что можно сделать в рамках такой системы, — преобразовать одну строку символов в другую. Но если задуматься, то любое логическое или математическое исчисление в конце концов сводится к набору правил манипулирования символами. Мы упускаем это из виду, поскольку для нас часто важен определенный смысл логических и математических символов, чего не скажешь о строках типа abcba.

Смысл порождений • Пусть задано порождающее правило в форме • а 1$1. . . am$m-> b 1$'1. . . bn$'n • В нем a 1$1. . . аm$m часто называют антецедентом (antecedent) правила, а b, $'1. . . bn$'n консеквентом (consequent) правила, по аналогии с условным выражением логики высказываний. Условный оператор обычно записывается в виде • p U q 1 что означает, "если р, то q", например "если вы упали в реку, то будете мокрым".

• Правило в форме Х->У ( X U Y) говорит о том, что можно записать, сгенерировать или породить консеквент У при заданном анцеденте X. • Правила переписывания в теоретической лингвистике называются "порождениями", поскольку правило вида • S->NP+ VP • имеет следующую интерпретацию: "один из способов сформировать предложение S состоит в том, чтобы взять существительное (NР) и добавить к нему глагол (VP)".