8. Фреймовые модели представления знаний
Под фреймом понимает образ или ситуация. Это описание минимальных характеристик.
Есть понятие слотов или щелей. Это незаполненные значения некоторых атрибутов. Существует фрейм образец и фрейм экземпляр.
Фреймовый образец – минимальное описание понятия, ситуации.
Фреймовый экземпляр – включает в себя конкретные значения слотов.
Например: фрейм – комната, слоты – пол, потолок и т.д.
Значениями слотов м.б любые характеристики, напр., для окно – кол-во, цвет, размер.
Фреймовая модель или фрейм минимального описания представляет собой модель памяти человека и его сознание. Фрейм образец носит понятие прототип фрейм.
Фреймовой модели характерна многоуровневая структура (матрешка в матрешке), ссылаясь на фреймы более низкого уровня.
Могут быть фреймы ситуации, фреймы сценарии, явления, модели описания.
Достоинства:
- представляют наглядное описание;
- дают возможность за счет ссылок представление многоуровневое;
- фреймы могут представлять причинно-следственные отношения.
Недостатки: вывод на фрейма затруднен.
ВЫВОД: самыми эффективными является смешанные представления Генетические алгоритмы. Джон Холланд (1975) 1. Скрещивание 2. Селекция 3. Формирование нового поколения
9. Обобщенная структура экспертной системы
Ядром экспертной системы является База знаний.
Пользователь — специалист предметной области, для которого предназначена система. Обычно его квалификация недостаточно высока, и поэтому он нуждается в помощи и поддержке со стороны экспертной системы.
Эксперт – ведущий специалист в области знаний, причем ЭС узко направлена, детально рассматривая узкий пласт.
Инженер по знаниям — специалист по искусственному интеллекту, выступает в роли промежуточного звена между экспертом и базой знаний (инженер-интерпретатор).
Интерфейс пользователя — комплекс программ, реализующий диалог пользователя с экспертной системой на стадии как ввода информации, так и получения результатов.
База знаний — ядро экспертной системы, совокупности знаний предметной области, за-писанная на машинный носитель в форме, понятной эксперту и пользователю (обычно на некотором языке, приближенном к естественному). Параллельно такому «человеческому» представлению существует база знаний во внутреннем «машинном» представлении.
Решатель — программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в базе знаний.
Подсистема объяснений — программа, позволяющая пользователю получить ответы на вопросы: «Как была получена та или иная информация?» и «Почему система приняла такое решение?». Ответ на вопрос «Как?» — это трассировка всего процесса получения решения с указанием использованных фрагментов базы знаний, то есть всех шагов цепи умозаключения. Ответ на вопрос «Почему?» — ссылка на умозаключение, непосредственно предшествовавшее полученному решению, то есть отход на один шаг назад.
Интеллектуальный редактор базы знаний — программа, представляющая инженеру по знаниям возможность создавать базы знаний в диалоговом режиме. Языки искусственного интеллекта. Lisp , Prolog . Универсальность этих языков меньшая, чем у традиционных языков, но это компенсируется богатыми возможностями по работе с символьными и логическими данными, что крайне важно для задач искусственного интеллекта. На основе языков искусственного интеллекта создаются специализированные компьютеры (например, Лиспмашины).
«Оболочки» ( shells ) — «пустые» версии существующих экспертных систем, то есть готовые экспертные системы без базы знаний. Они вообще не требуют работы программистов для создания готовой экспертной системы. Требуются только специалисты в предметной области для заполнения базы знаний. Однако если некоторая предметная область плохо укладывается в модель, используемую в некоторой оболочке, заполнить базу знаний в этом случае весьма непросто. Существующие компьютеры имеют принципы работы, в корне отличные от принципов работы человеческого мозга, поэтому основные надежды на развитие искусственного интеллекта связаны с построением нейрокомпьютеров.