3. Выводы по 5-ой главе.

Оценка фреймовых моделей

Преимущества:

1. Фреймовые модели позволяют проводить группирование знаний во взаимосвязанные крупные порции (это достигается ссылкой на другой фрейм).

2. Широкие гибкие возможности для отображения различных видов знаний (достигается различными видами заполнения слотов).

3. Возможность проведения процесса рассуждения с неполной информацией (слоты по умолчанию).

Недостатки:

Субъективный выбор соответствия фрейма и единицы знаний из предметной области.

Наиболее перспективным из фреймового подхода является формализация знаний большого объема, в котором достаточно четко выделена и систематизирована понятийная структура.

5.4. Контрольные вопросы и задание.

5.4.1. Опишите фреймовую модель представления знаний.

5.4.2. Приведите пример фреймового представления.

Лекция 12

Глава 6. Представление и вывод знаний в системах искусственного интеллекта на основе продукционных моделей.

Основные понятия и определения.

Определение: Продукция – термин принадлежит Посту введён в 1943 году. Это формализм, в качестве продукции определена цепочка «Если А, то В».

В общем виде в настоящее время под продукцией понимается выражение вида:

(i);Q;P;A B;N

здесь

(i) – имя продукции (необязательный параметр)

Q – сфера применения продукции

P – условие применимости ядра продукции

A B – ядро продукции

N – постусловие

Имя продукции (необязательный параметр) – с его помощью продукция выделяется из всего множества продукций; в качестве имени продукции может выступать некоторое словесное понятие, отражающее суть данной продукции или порядковый номер продукции в их множестве, хранящемся в БД.

Сфера применения – позволяет разделить знания по их функциональному назначению и сэкономить время на поиск нужных знаний.

Условия применимости ядра продукции.

Представляет собой предикат. Когда этот предикат принимает значение – истина, ядро продукции активизируется, если ложно, то ядро продукции не может быть использовано.

Пример.

Наличие денег;

Р

Если хочешь купить вещь то

А

Заплати в кассу ее стоимость

В

Если Р ложно (денег нет), то применить ядро продукции невозможно.

Ядро продукции – основной элемент продукции.

Обычное прочтение ядра: Если А, то В.

Более сложная конструкция: Если А, то В₁, иначе В₂.

Ядро продукции соответствует обычной логической операции импликации.

Постусловие продукции – описывает действия процедуры, которые необходимо выполнять после реализации В.

1. Представление знаний в виде в виде системы продукций.

Продукционная модель в силу своей простоты получила наиболее широкое распространение. В этой модели знания представляются в виде совокупности правил типа «ЕСЛИ — ТО». Системы обработки знаний, использующие такое представление, получили название продукционных систем. В состав экспертной системы продукционного типа входят база правил, база фактических данных (рабочая память) и интерпретатор правил, реализующий определенный механизм логического вывода. Любое продукционное правило, содержащееся в БЗ, состоит из двух частей: антецедента и консеквента. Антецедент представляет собой посылку правила (условную часть) и состоит из элементарных предложений, соединенных логическими связками И, ИЛИ. Консеквент (заключение) включает одно или несколько предложений, которые выражают либо некоторый факт, либо указание на определенное действие, подлежащее исполнению. Продукционные правила принято записывать в виде АНТЕЦЕДЕНТ  КОНСЕКВЕНТ.

Примеры продукционных правил:

ЕСЛИ «двигатель не заводится» И «стартер двигателя не работает», ТО «неполадки в системе электропитания стартера»;

ЕСЛИ «животное имеет перья», ТО «животное — птица».

Антецеденты и консеквенты правил формируются из атрибутов и значений, например:

Атрибут Значение

Двигатель Не заводится

Стартер двигателя Не работает

Животное Имеет перья

Животное Птица

Любое правило состоит из одной (или нескольких) пары атрибут — значение. В рабочей памяти продукционной системы хранятся пары атрибут — значение, истинность которых установлена в процессе решения конкретной задачи к некоторому текущему моменту времени. Содержимое рабочей памяти изменяется в процессе решения задачи. Это происходит по мере срабатывания правил. Правило срабатывает, если при сопоставлении фактов, содержащихся в рабочей памяти, с антецедентом анализируемого правила имеет место совпадение, при этом заключение сработавшего правила заносится в рабочую память. Поэтому в процессе логического вывода объем фактов в рабочей памяти, как правило, увеличивается (уменьшаться он может в том случае, если действие какого-нибудь правила состоит в удалении фактов из рабочей памяти). В процессе логического вывода каждое правило из базы правил может сработать только один раз.

При описании реальных знаний конкретной предметной области может оказаться недостаточным представление фактов с помощью пар атрибут—значение. Более широкие возможности имеет способ описания с помощью триплетов объект—атрибут—значение. В этом случае отдельная сущность предметной области рассматривается как объект, а данные, хранящиеся в рабочей памяти, показывают значения, которые принимают атрибуты этого объекта.

Примеры триплетов:

собака — кличка — Граф;

собака — порода — ризеншнауцер;

собака — окрас — черный.

Одним из преимуществ такого представления знаний является уточнение контекста, в котором применяются правила. Например, правило, относящееся к объекту «собака», должно быть применимо для собак с любыми кличками, всех пород и окрасок. С введением триплетов правила из базы правил могут срабатывать более одного раза в процессе одного логического вывода, поскольку одно правило может применяться к различным экземплярам объекта (но не более одного раза к каждому экземпляру).

Существуют два типа продукционных систем — с прямыми и обратными выводами. Прямые выводы реализуют стратегию «от фактов к заключениям». При обратных выводах выдвигаются гипотезы вероятных заключений, которые могут быть подтверждены или опровергнуты на основании фактов, поступающих в рабочую память. Существуют также системы с двунаправленными выводами.

Основные достоинства продукционных систем связаны с простотой представления знаний и организации логического вывода. К недостаткам систем продукций можно отнести следующие:

• отличие от структур знаний, свойственных человеку;

• неясность взаимных отношений правил;

• сложность оценки целостного образа знаний;

• низкая эффективность обработки знаний.

При разработке небольших систем (десятки правил) проявляются в основном положительные стороны систем продукций, однако при увеличении объема знаний более заметными становятся слабые стороны.