Системы искусственного интеллекта. Базы знаний

1.

Системы
искусственного
интеллекта
Базы знаний

2.

База знаний
• Представление знаний является наиболее важной областью
исследований по искусственному интеллекту. Знания имеют форму
описаний объектов, взаимосвязей и процедур. Создание общей теории
представления знаний является стратегической проблемой. Такая теория
открыла бы возможность накопления знаний, которые нужны ежедневно
для решения все новых и новых задач.
• База знаний (БЗ) служит для хранения накопленных знаний и является
основой любой интеллектуальной системы. Схема функционирования
системы, основанной на знаниях, представлена на рисунке 1.

3.

Схема функционирования системы,
основанной на знаниях

4.

• В такой системе правила или эвристики, по которым решаются
проблемы в конкретной предметной области, хранятся в базе
знаний. Проблемы ставятся перед системой в виде совокупности
фактов, описывающих некоторую ситуацию, и система
с
помощью базы знаний пытается вывести заключение из этих
фактов.
• Система функционирует в следующем циклическом режиме:
выбор (запрос) данных или результатов анализов,
наблюдение,
интерпретация результатов,
усвоение новой информации, выдвижение с помощью правил
временных гипотез,
выбор следующей порции данных или результатов анализов.
• Такой процесс продолжается до тех пор, пока не поступит
информация, достаточная для окончательного заключения.

5.

Архитектура экспертных
систем
• В исследованиях по искусственному интеллекту в 70ые годы прошлого столетия сформировалось
самостоятельное направление – экспертные системы
(ЭС). Целью исследований по ЭС является разработка
программ, которые при решении задач, трудных для
эксперта-человека, получают результаты, не
уступающие по качеству и эффективности решениям,
получаемым экспертом. В большинстве случаев ЭС
решают неформализованные задачи, не имеющие
алгоритмического решения.

6.

• Области применения экспертных
систем: медицина,
вычислительная техника,
геология, математики, сельское
хозяйство, управление, генетика,
акустика, спектральный анализ,
юриспруденция и др.

7.

• ЭС – это интеллектуальная программа, способная делать
логические выводы на основании знаний в конкретной
предметной области и обеспечивающая решение специфических
задач.
Поэтому
ее необходимо наделить функциями,
позволяющими решать задачи, которые в отсутствии эксперта
невозможно правильно решить.
• Успешное практическое использование экспертных систем
объясняется тем, что при их построении использовали следующие
основные принципы:
1)мощность ЭС обусловлена, в первую очередь, мощностью
базы знаний и возможностью ее пополнения, и только во
вторую очередь используемыми ею методами;
2)знания
в
ЭС
являются
эвристическими,
экспериментальными,
неопределенными,
правдоподобными;
• учитывая неформализованность решаемых задач и эвристический
личностный характер используемых знаний, эксперт должен
иметь возможность непосредственного взаимодействия с ЭС в
форме диалога.

8.

В ЭС решаются неформализованные задачи – это задачи,
обладающие следующими характеристиками:
1) задачи не могут быть заданы в числовой форме;
2) цели не могут быть выражены в терминах точно
определенной целевой функции;
3) не существует алгоритмического решения задачи;
• если алгоритмическое решение существует, его нельзя
применять из-за ограниченности ресурсов (время,
память);

9.

Особенностями неформализованных задач являются:
ошибочность,
неоднозначность,
неполнота
и
противоречивость используемых исходных данных;
ошибочность,
неоднозначность,
неполнота
и
противоречивость знаний о проблемной области и о
решаемой задаче;
большая размерность пространства решения;
динамически изменяющиеся данные и знания.

10.

Требования к экспертной системе:
1) использование
знаний,
связанных
с
конкретной предметной областью;
2) приобретение знаний от эксперта;
3) определение реальной и достаточно сложной
задачи;
4) наделение системы способностями эксперта.

11.

• Экспертами являются
высококвалифицированные специалисты в
конкретной предметной области, имеющие
огромный багаж знаний и большой опыт
работы, умеющие точно сформулировать и
правильно решить задачу. Это врачи,
преподаватели, переводчики, адвокаты,
геологи, генетики, химики и т.д.

12.

Архитектура экспертной системы

13.

• ЭС работает в двух режимах: 1) режим приобретения
знаний; 2) режим решения задач. В 1-м режиме
эксперт наполняет систему знаниями, которые
позволят ей в дальнейшем самостоятельно решать
задачи из области экспертизы. Как правило эксперт
знает гораздо больше, чем сам осознает. Извлечь эти
знания помогает ему инженер по знаниям. Знания
вводятся в базу знаний через модуль приобретения
знаний (МПЗ). Чтобы убедиться в достаточности
знаний, эксперт дает ЭС тестовые примеры. Если
получаемый результат не удовлетворяет эксперта, он с
помощью модуля советов и объяснений (МСО)
получает сведения о том, как был сформирован
результат. По окончании процесса отладки ЭС сдается
в эксплуатацию.

14.

• В режиме решения пользователь через
лингвистический процессор (ЛП) вводит
входные данные, которые с естественного
языка переводятся во внутренний язык ЭС.
Механизм логического вывода (МЛВ –
интерпретатор) на основе входных данных и
знаний из базы знаний формирует решение
задачи. Если ответ непонятен пользователю, то
модуль советов и объяснений сообщает, как
формировалось решение, какие знания были
использованы. Диалог идет на ограниченном
естественном языке.

15.

Знания и их представление
• Исследователи, придающие особую важность научным
подходам, определяют знания как результат,
полученный познанием. Исследователи с логическим
мышлением, для которых важна последовательность
суждений, определяют знания как систему суждений с
принципиальной и единой организацией, основанной
на объективной закономерности. С точки зрения
искусственного интеллекта и инженерии знаний
определение знаний необходимо увязать с логическим
выводом. Определим знания как формализованную
информацию, на которую ссылаются или используют в
процессе логического вывода.

16.

Процесс решения задач с помощью простейшей
модели

17.

• Здесь знания – это информация, на которую
ссылаются, когда делают различные
заключения на основании имеющихся данных с
помощью логических выводов.
• Различают следующие виды знаний:
1) факты – характерны для баз данных;
2) знания для принятия решений;
3) эвристика – знания, накопленные в результате
многолетней практики;
4) метазнания – знания о знаниях, касающиеся
способов использования знаний и свойств
знаний.

18.

• В любой момент времени в системе содержатся
3 типа знаний:
• - структурированные знания – статические
знания о предметной области;
• - структурированные динамические знания –
изменяемые знания о предметной области,
обновляются по мере выявления новой
информации;
• - рабочие знания – знания, применяемые для
решения конкретной задачи или проведения
консультации.

19.

Контрольные вопросы:
1) Для чего служит база знаний?
2) Какие принципы использовались при построении ЭС?
3) Каковы характеристики неформализованных задач?
4) Кто такой эксперт?
5) Какие виды знаний различают?

20.

Спасибо за внимание!

21.

• Почта для связи с лектором:
[email protected]