Распространенные типы отношений:

• связи типа "часть-целое"

БЫТЬ ЭЛЕМЕНТОМ КЛАССА, ЯВЛЯТЬСЯ - объект входит в состав данного класса, например: дисковод является устройством компьютера;

• функциональные связи

обычно определяются глаголами "влияет", производит" и др.;

• количественные

больше, меньше, равно и т.д.;

• пространственные

далеко от, близко от, за, под, над, … ;

• временные

раньше, позже, в течение, … ;

• атрибутивные связи

           иметь свойство - позволяет задавать свойства объектов, например: процессор имеет встроенную память;

           иметь значение (аргумент-функция) - задает значение свойств объектов, например: работник офиса может иметь мобильный телефон;

• логические связи (И, ИЛИ, НЕ);

• причинно-следственные связи

           являться следствием - низкие знания являются следствием пропуска занятий;

           ситуация - действие;

• лингвистические связи и др.

Пример семантической сети

Достоинства семантических сетей:

· большие выразительные возможности;

· наглядность системы знаний;

·  структура сети системы знаний близка семантической структуре фраз на естественном языке, отражающих эту системы знаний;

· соответствие современным представления об организации долговременной памяти человека.
Недостатки семантических сетей:

·  малопригодность для построения формальных моделей РМ или его частей, т.к. нет ясного представления о структуре предметной области, которая ей соответствует. Это делает затруднительным формирование и модификацию такой модели;

· являются пассивными структурами, для обработки которых необходим специальный аппарат формального вывода и планирования;

· сложность организации процедуры поиска вывода, т.к. проблема поиска решения в базе знаний типа семантической сети сводится к задаче поиска фрагмента сети, соответствующего некоторой подсети поставленной задачи.

 

18. Методы представления знаний. Формальные логические методы.

В настоящее время разработано множество подходов к представлению знаний. В основе этих подходов заложено использование таких методов представления знаний, как:

- формальные логические;

- продукционные;

- семантические сети;

- фреймовы;

- сценарии.

Формальные логические методы.

Наиболее распространенной формальной системой, используемой для представления знаний, является исчисление предикатов. Под предикатом понимается логическая функция, предназначенная для выражения свойств объектов реального мира или связей между ними. Выражения, в которых утверждается или отрицается наличие каких-либо свойств у объекта, называются высказываниями. Для именования объектов реального мира используются константы. Логические предложения или высказывания (представления фактов) носят названия атомарных формул. В простейшем случае запись факта имеет вид Р(x,y,z, …), где Р – отношение, а x,y,z, … - объекты, на которых оно задано. Представления фактов с помощью предикатов имеют следующий вид:

ОБСЛУЖИВАНИЕ (менеджер, клиент): менеджер обслуживает клиента

УЧИТСЯ (Смирнов, институт): Смирнов учится в институте

ЛУЧШИЙ_СПЕЦИАЛИСТ (Рыбин): Рыбин – лучший специалист

 

19. Методы представления знаний. Фреймы. Сценарии.

Фрейм в технологии обучения - это единица представления знаний, заполненная в прошлом, детали которой при необходимости могут быть изменены согласно ситуации. Обычно фрейм состоит из нескольких ячеек (слотов), каждый из которых имеет свое назначение. При помощи фреймовой модели можно «сжимать», структурировать и систематизировать информацию в виде таблиц, матриц.
Фрейм может дополняться, по необходимости, информацией:

· о способах применения данного фрейма

· о последствиях этого применения и т.д.
Структура фрейма аналогична структуре записи на языке высокого уровня (Delphi) - Слот и заполнитель слота
Различают:
фреймы-образцы
фреймы-экземпляры
фреймы-структуры. Обозначение объектов и понятий (подразделение, бизнес-процесс, технические узел, транзакция);
фреймы-роли (менеджер, диспетчер задач, пользователь);
фреймы-сценарии (запуск в эксплуатацию, банкротство, посвящение в студенты, принятие присяги);
фреймы-ситуации (ошибка, типовая ситуация, аварийная ситуация, аварийный режим работы) и др.
Система связанных фреймов может образовывать семантическую сеть.

Структура фрейма

Состоит из характеристик описываемой стереотипной ситуации и их значений (слотов и заполнителей слотов):

• (имя фрейма:

• (имя первого слота: значен6ие первого слота),

• (имя второго слота: значение второго слота),

•   …..

• (имя n-го слота: значение n-го слота)).

Достоинства фреймовых моделей:

· обеспечение требований структурированности связанности за счет свойств наследования и вложенности;

·  наглядность системы знаний;

· возможность отражения концептуальной основы организации памяти человека;

·  использование присоединенных процедур для включения процедурных знаний обеспечивающих комплексирование фреймового формализма с математическими моделями системами проекции традиционными программным обеспечением и позволяющих строить гибридные модели;

· способность систематизировать большие объемы информации с удобством для дальнейшего использования.
Недостатки фреймовых систем.

·  отсутствие универсальной процедуры управления выводом (механизм наследования не позволяет выстраивать «цепочки умозаключений»); (сценарии)

· при использовании присоединенных процедур затрудняется управление завершенностью и постоянством целостного образа;

· относительно высокая сложность фреймовых систем (снижение скорости работы механизма вывода увеличении трудоемкости внесения изменений в родовидовую иерархию).
Исходя из этого фреймы лучше всего использовать для описания стереотипных знаний, знаний, которые не могут поменяться с течением времени (например при описании математических законов, формул). Так же, возможно использовать фрейм для описания конкретных объектов. (объектно-ориентирование)

Сценарием называется формализованное описание стандартной последовательности взаимосвязанных фактов, определяющих типичную ситуацию предметной области.

Это могут быть последовательности действий или процедур, описывающие способы достижения целей действующих лиц сценария:

• обед в ресторане,

• командировка,

• полет самолета,

• поступление в вуз. 

Сценарий взаимодействия клиента и менеджера фирмы

<сценарий:     офис

роли: клиент, менеджер, кассир

цель: приобретение компьютера

сцена 1:          вход в офис

           войти в офис

           осмотреть офис

           мысленно выбрать менеджера для заказа компьютера

           подойти к столику менеджера

           сесть

сцена 2:         выбор компьютера

           взять прайс-лист

           выбрать конфигурацию компьютера

           проконсультироваться

           принять решение о покупке

сцена 3:         оформление заказа

           указать выбранную базовую модель

           модификация состава оборудования

           заполнение бланка заказа

           движение к кассе

           оплата заказа

сцена 4:         уход

           движение к окну выдачи покупок

           тестирование компьютера

           упаковка компьютера

           уточнение гарантийных обязательств

           получение упакованной покупки

           выход из офиса>.

 

20. Методы решения задач. Классификация задач. Классические методы решения.

Задача
• имеет языковые средства, с помощью которых ясно и определенно сформулировано, что дано, что требуется получить.
• Имеются также разнообразные средства, с помощью которых можно перейти от того, что дано, к тому, что требуется получить.

ПО количественным признакам:

· Задачи вычислительные (мало данных, много вычислений);

· Задачи обработки данных.
По используемой проблемной области.
ИИС решаются следующие классы дача:

·  интерпретации;

· диагностики;

·  прогнозирования ;

· проектирования;

·  управления;

·  моделирования;

·  планирования.
Классические методы решения задач
Классические методы решения вычислительных задач:

·  Использования явной формулы;

·  Использование рекурсивного определения;

·  Использование алгоритмов;

·  Применение методов перебора, проб и ошибок и др.
Методы решения задач СОЗ

Методы поиска при неполных и неточных данных
При решении реальных трудно формализуемых и особенно неформализованных задач
инженер по знаниям и эксперт работают в условиях неполноты и неточности данных и знаний в условиях дефицита времени
В своей работе эксперт использует методы отличающиеся от формальных математических рассуждений (В математических рассуждениях каждое заключение должно строго следовать из предыдущего). В правдоподобных рассуждения основанных на здравом смысле заключения основываются на частичной информации
В этом случае эксперт делает правдоподобные предположения вопрос об истинности которых остается открытым. Все утверждения полученные на основе этих правдоподобны предположений также не могут быть доказаны. Один из способов обоснования предположений рассматривать их как возможные значения задаваемые по умолчанию
Например высказав предположение что сейчас подойдет автобус предполагается что автобус не сломался и время работы автотранспорта не закончилось
Некоторые предположения верны только определенных условиях Если информации о нарушении этих условий нет то предположение считает верным Для создания умозаключений основанных на здравом смысле система должна
Делать предположения
Отказываться от сделанных предположений при получении новой информации об ошибочности предположений
Мнение системы о том какие факты имею место изменять в ходе рассуждения т.е. можно говорить о ревизии мнений.
Метод поиска использующие несколько моделей

· При решении сложных задач в условий ограниченных ресурсов использование несколько моделей позволяет:

·  обходить тупики возникающие при поиске в процессе распространения ограничений

·  снизить вероятность потери хорошего решения за счет конструирования из ограниченного числа частичных кандидатов путем их расширения и комбинации

·  снижение неточности ошибочности данных и знаний.

21. Методы решения задач. Методы решения задач в СОЗ.

 

Организация решения задач в СОЗ за­висит от особенностей предметной области, в которой решается зада­ча, и от требований, предъявляемых пользователем к решению. Осо­бенности предметной области с точки зрения методов решения можно характеризовать следующими параметрами [16]:

• размер, определяющий объем пространства, в котором предсто­ит искать решение;

• изменяемость области, характеризует степень изменяемости об­ласти во времени и пространстве (здесь выделяются статические и динамические области);

• полнота модели, описывающей область, характеризует адекват­ность модели, используемой для описания данной области. Обычно если модель не полна, то для описания области используют несколько моделей, дополняющих друг друга за счет отражения различных свойств предметной области;

• определенность данных о решаемой задаче, характеризует сте­пень точности (ошибочности) и полноты (неполноты) данных. Точ­ность (ошибочность) является показателем того, что предметная область с точки зрения решаемых задач описана точными или неточны­ми данными; под полнотой (неполнотой) данных понимается доста­точность (недостаточность) входных данных, для однозначного реше­ния задачи.

Методы решения задач в СОЗ:

· характеристика проблемной области

§ размер пространства поиска

§ изменяемость области

§ полнота модели

§ определенность данных

· методы, основанные на сведении их к поиску планов решения задач

§ в одном пространстве

· в пространстве состояний

· методом редукции

· эвристический поиск

· методом «генерация-проверка»

§ в иерархических пространствах

· в факторизованном пространстве

· в фиксированном множестве пространств

· в изменяемом множестве пространств

· с использованием ограничений

· принцип наименьших свершений

· с использованием метапостранств

§ при неточных и неполных данных

· поиск в альтернативных пространствах

§ с использованием нескольких моделей

· методы построения решения планов задачи

§ дедуктивный вывод

§ формирование решений в системах с интегрированными моделями знаний

§ на основе обучения интеллектуальных систем

Существующие методы решения задач, используемые в СОЗ, можно классифицировать следующим образом (рис.1.14):

- методы, основанные на сведении их к поиску;

- методы, основанные на планировании последовательности действий (планов решения задач), приводящих к цели.

 

22. Методы, основанные на сведении их к поиску планов решения задач.

Методы решения задач, основанные на сведении их к поиску, зависят от особенностей предметной области, в которой решается задача, и оттребований, предъявляемых пользователем к решению. Особенности предметной области:· объем пространства, в котором предстоит искать решение;· степень изменяемости области во времени и пространстве (статические и динамические области);· полнота модели, описывающей область, если модель не полна, то для описания области используют несколько моделей, дополняющих друг друга;· определенность данных о решаемой задаче, степень точности (ошибочности) и полноты (неполноты) данных. Требования пользователя к результату задачи, решаемой с помощьюпоиска, можно характеризовать1) количеством решений : одно решение, несколько решений, все решения.2) свойствами результата: ограничения, которым должен удовлетворять полученный результат3) и (или) способом его получения. Существующие методы решения задач, используемые в экспертных системах, можно классифицировать следующим образом: · методы поиска в одном пространстве - методы, предназначенные для использования в следующих условиях: области небольшой размерности, полнота модели, точные и полные данные(билет 13);· методы поиска в иерархических пространствах - методы, предназначенные для работы в областях большой размерности (билет 12);· методы поиска при неточных и неполных данных ;(билет 14)· методы поиска, использующие несколько моделей, предназначенные для работы с областями, для адекватного описания которых одной модели недостаточно.(не нашла в билетах, поэтому здесь напишу) ((Методы поиска, использующие несколько моделей:При решении сложных задач, в условиях ограниченных ресурсов, использование нескольких моделей позволяет:· обходить тупики, возникающие при поиске, в процессе распространения ограничений;· снизить вероятности потери хорошего решения за счет конструирования полного решения из ограниченного числа частичных кандидатов путем их расширения и комбинации;· снижение неточности, ошибочности данных и знаний. Использован в ЭС SYN - программе для синтеза электрических схем. Используя несколько моделей, ЭС SYN может рассматривать схему с различных точек зрения, что соответствует идее эквивалентных электрических схем. SYN может рассматривать делитель напряжения как:· два последовательно соединенных сопротивления R1 и R2, · одно R = R1 + R2. При анализе делителя напряжения SYN использует вторую точку зрения для вычисления тока, проходящего через делитель I = U/R. Затем для вычисления напряжения в средней точке делителя U1 = I × R1, U2 = I × R2, SYN возвращается к первой точке зрения. Идея поочередного использования эквивалентных представлений электрических схем позволяет преодолеть тупики, возникающие при распространении ограничений. Система SYN способна исследовать сложные схемы без трудоемких алгебраических вычислений. )) Предполагается, что перечисленные методам при необходимости должны объединяться для того, чтобы позволить решать задачи, сложность которых возрастает одновременно по нескольким параметрам.

23.Некоторые определения и высказывания об интеллекте.

Тест Тьюринга: если поведение машины, отвечающей на вопросы, невозможно отличить от поведения человека, отвечающего на аналогичные вопросы, то она обладает интеллектом.

Нильсон: "..цель работ по ИИ состоит в создании машин, выполняющих такие действия, для которых обычно требуется интеллект человека".

Маккарти и Хэйес. "Существо разумно, если оно имеет адекватную модель окружающего мира (включающую интеллектуальный мир математики, понимание своих собственных целей и другие мыслительные процессы), если оно достаточно "умно", чтобы уметь дать ответ на широкий круг вопросов, используя для этого модель мира, и если оно может в случае надобности получать дополнительную информацию из внешнего мира и может выполнять во внешнем мире задачи, диктуемые его целями и не противоречащие его физическим возможностям".

Мичи: определяет систему ИИ, используя вопросы:

1. Использует ли система модель мира?

2. Использует ли система модель мира для формирования планов действия, выполняемого в этом мире?

3. Включают ли планы направленный анализ альтернативных возможностей?

4. Может ли система переформулировать план, если его выполнение ведет к непредсказанным состояниям мира?

5. "Может ли система использовать прошлый опыт для индуктивного расширения и корректировки модели мира?

При положительных ответах система является системой ИИ.

Э.В. Попов, Г.Р. Фирдман.

Под системой ИИ понимается система, обладающая способностью

· к накоплению и корректировке знания на основе активного восприятия

· информации о мире и обобщенного опыта,

· к целенаправленному поведению на основе накопленного знания.

В.К. Финн:

Указал следующие принципиальные черты интеллекта:

- выделение существенного в знании:

- способность к рассуждениям;

- рефлексия;

- выдвижение цели и выбор средств ее достижения;

- познавательная активность; адаптация к ситуации;

- формирование обобщений и обучение на примерах;

- синтез познавательных процедур.

А.В. Тимофеев:

"Интеллект - способность кибернетической системы решать интеллектуальные задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам".

Под знаниями понимается не только информация от органов восприятия, но и модель окружающей среды.

В этой модели объекты реального мира, их свойства и отношения между ними не только отображаются и запоминаются, но и могут мысленно (абстрактно) "целенаправленно преобразовываться".

 

24. Определение задачи и проблемы. Постановка задачи.

Реальный мир содержит множество задач и проблем. Определения понятий «задача» и «проблема» важны для специалистов в области:

· психологии и педагогики,

· философии и методологии науки,

· теории алгоритмов,

· системного анализа и

· искусственного интеллекта.

Усилия этих специалистов не привели к строгому определению понятий задача и проблема.

В психологии существует несколько подходов к определению понятия "задача".

· Леонтьев А.Н. определяет задачу через ситуацию, требующую от субъекта некоторого действия.

· Костюк Г.С. под задачей понимает "ситуацию, требующую от субъекта некоторого действия, направленного на нахождение неизвестного на основе использования его связей с известным" .

· Ньюэлл А. понятие "задача" определяет как ситуацию, требующую от субъекта, "некоторого действия, направленного на нахождение неизвестного на основе использования его связей с известным в условиях, когда субъект не обладает способом (алгоритмом) этого действия".

В настоящее время довольно распространенным является представление о смысле понятия "задача", которое определяется вместе с понятием "загадка".

Загадка предполагает изображение или выражение, нуждающееся в разгадке, которая в принципе существует, но не известна тому, кто разгадывает.

Понятие загадка близка к понятию задача - они в принципе разрешимы и для этого имеются необходимые средства.

Задача :

· имеет языковые средства, с помощью которых можно ясно и определенно сформулировать что дано, что требуется получить,

· имеются также разнообразные средства, с помощью которых можно перейти от того, что дано, к тому, что требуется получить.

Проблема :

· в принципе разрешима, но средства для ее выявления, формулирования и решения необходимо создать.

· в проблеме не только не сформулированы исходные позиции - "дано и требуется получить", но даже нет языковых средств, с помощью которых это можно сформулировать.

· отсутствуют или участникам неизвестны средства для разрешения проблемы.

· неизвестен и сам состав участников.

Все это требуется найти или создать в процессе:

·  выявления,

· формулирования и

· разрешения проблемы.

Задачи либо хорошо, либо плохо определены.

Хорошо определенная задача:

· если решающий ее располагает каким-то способом узнать (или имеет хотя бы принципиальную возможность узнать), когда он решил данную задачу.

· более формально: - хорошо определенной считается такая задача, для которой при ее заданном предполагаемом решении можно применить алгоритмический метод, позволяющий определить, является ли оно на самом деле решением.

Доказательство теорем в математике связано с хорошо определенными задачами, т.к. проверка доказательства носит алгоритмический характер.В повседневной жизни большинство задач является плохо определенными: при выборе некоторой последовательности действий не всегда есть уверенность, что они окажутся наиболее эффективными в данных обстоятельствах.

Выбор хода в шахматах является (на данном этапе) плохо определенной задачей.Для хорошо определенных задач, в принципе, существует некий алгоритмический метод их решения. Представление задач всех классов не имеет единой формы.

Представление вычислительных задач включают переменные (идентификаторы): АХ, Х1, х, ПЛОЩАДЬ.

В качестве значений переменных выступают данные.

Форма представления вычислительной задачи:

зная М вычислить y1,y2, …,yn по x1,x2,…,xm, 

где М, x1,x2,…,xm, y1,y2,…,yn - переменные. 

Они имеют смысл, определенный их вхождением в задачу.

зная, вычислить и по имеют фиксированный смысл и не являются переменными. Придают формулировке задачи более естественный вид и отделяют переменные x1,x2,…,xm от y1,y2,…,yn.

x1,x2,…, xm -входные переменные или входы задачи.

y1,y2,…,yn - переменные, значения которых будут результатами задачи, их требуется вычислить, - это выходные переменные или выходы задачи.

М - переменная, значение которой выражает условия задачи.

С учетом представления знаний, следует иметь ввиду, что данные, являющиеся значением М, выражают знания, необходимые для решения задачи.

Примеры:

"Вычислить площадь треугольника по его трем сторонам" зная треугольник вычислить S по а, b, с.

Задача "в заданной теории построить доказательство формулы, которая будет дана в качестве исходных данных задачи" представляется в виде зная теория вычислить доказательство по формулам.

Другие задачи.

 Не все вычислительные задачи сразу подходят под схему, предложенную выше.

Условиями задачи может быть определено: вычислить все изменения, которые являются следствием задания новых значений переменных х1, х2, … , хm.

Существует много задач совсем другого характера, в которых требуется выполнение некоторых действий. Например, «принести из самой дальней комнаты маленький зеленый ящик». Эта задача относится к задачам планирования.

Постановка задачи:

Поставить задачу означает, прежде всего, понять условия задачи (т.е. удалить неполноту, избыточность, неоднородность), или, другими словами, найти соответствующее представление.

Одним из часто используемых типов представления является графическое.

Задача считается понятой только тогда, когда найдено такое представление, в котором все элементы задачи представлены без избыточности и многозначности.

Пространство поиска решений хорошо определено и, чаще всего, основная трудность решения уже выявлена.

Прагматика и семантика задачи представлены, в основном, в формализованном виде.

Задача становится более абстрактной и более строгой.

Можно говорить о задаче в замкнутой форме или о замкнутой формулировке задачи.

Постановка задачи в замкнутой форме:

В наиболее общем виде условия задачи математически могут быть записаны следующим образом:

Найти в заданном множестве Х точки х, удовлетворяющие множеству заданных ограничений К(х).

Например, "из множества целых натуральных чисел х выбрать такие числа, которые удовлетворяют уравнению х3 + 84 = 37х."

Задание пространства Х означает, в общем случае, одновременное (но неявное) задание структуры Х и разрешенных операций над Х.

Знание Х является определяющим в исходных данных.

 Два основных варианта представления задачи в замкнутой форме.

1.Пространство содержит исходное состояние S0, заданы конечное состояние Sk и конечный перечень операторов Оab, которые позволяют перейти от одного состояния Sa к другому состоянию Sb.

⇐ Предыдущая12345678910Следующая ⇒

Поделиться: