Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Лекция1.doc
Скачиваний:
65
Добавлен:
11.09.2019
Размер:
3 Мб
Скачать
☆

Лекция № 13. Способы формализованного представления знаний в эс.

Проблематика технологии баз данных не ограничивается вопросами представления знаний. В связи с этим материал данного параграфа не может рас- | сматриваться как введение в технологию баз данных. |

Понятие независимости данных и механизм ее обеспечения. Концепции базы данных и системы управления | базами данных (СУБД) возникли и получили развитие в начале 60-х годов в связи с идеей централизации данных в системе обработки данных (СОД).

Основная трудность точного и полного определения понятия базы данных состоит в том, что, являясь совокупностью данных как логически, так и физически (на носителях информации), она неотделима от средств (как правило, программных), обеспечивающих создание и обслуживание базы данных, а также извлечение данных из нее по запросам прикладных программ. Однажды реализованный комплекс таких средств, называемый СУБД, '< позволяет создавать и сопровождать различные по со- . держанию и наполнению базы данных для различных предметных областей. Таким образом, СУБД представляет собой универсальный инструмент централизованной организации данных в СОД. Базу данных можно определить как централизованную совокупность данных в , СОД, поддержанную какой-либо СУБД.|

Основные преимущества принципа централизованной организации данных связаны с возможностью относительно независимого развития базы данных и прикладных программ, называемой независимостью данных. Независимость данных — свойство чрезвычайно важное для СОД, обеспечивающее устойчивость СОД по отношению к развитию. Любая интенсивно используемая система обработки данных динамично развивается: появляются новые прикладные задачи, которые она должна решать, изменяются взгляды на решаемые ею задачи и т.д. В том случае, когда независимость данных в СОД не обеспечена, прикладные программы СОД непосредственно связаны с обрабатываемыми данными и любые изменения в структуре и организации данных, вызванные потребностями развития, влекут необходимость переработки соответствующих программ. Таким образом, развитие СОД, в которой не обеспечена независимость данных, практически сводится к почти полной переработке СОД на каждом этапе.

Существует общий механизм обеспечения независимости данных, используемый для любых СУБД. Суть этого механизма состоит в следующем (рис. 2.1).

Рис. 2.1. Принципиальная схема механизма обеспечения физической

независимости данных

Для обеспечения функций поиска данных выделяются специализированные программные средства, не зависящие ни от конкретной организации данных, выбранной для решения некоторой задачи, ни от характера поисковых запросов, выдаваемых той или иной программой пользователя. Организация данных, к которым осущест-. вляется доступ, описывается со степенью детализации, необходимой для обеспечения функций поиска. Описание организации данных хранится отдельно от данных, специализированных средств поиска и программ пользователя. Программа пользователя для обслуживания поискового запроса обращается к специализированным средствам поиска данных. Запрос обрабатывается интерпретатором, определяющим элементы данных, указанные в поисковом критерии. С помощью интерпретатора описания данных определяются поисковые процедуры, которые должны быть приведены в действие с тем, чтобы найти данные, соответствующие поисковому критерию. Выделенные процедуры выполняются, а результаты их работы (удовлетворяющие запросу данные) возвращаются программе пользователя. Подобный механизм имеет место и при модификации данных с той лишь разницей, что модификация во многих системах включает в себя также процедуры контроля допустимости запрашиваемых изменений с логической точки зрения. Подобные процедуры (не нужные при поиске данных) представляют собой средства обеспечения логической целостности данных в базе данных.

Приведенное описание — упрощенная схема механизма обеспечения независимости данных. Указанные здесь компоненты программных средств поиска данных фактически могут отсутствовать в той или иной СУБД, а соответствующие функции — совмещаться в одном компоненте или, наоборот, распределяться между гораздо большим числом компонентов, чем указано.-Тем не менее представленная схема полезна для уяснения основных принципов построения СУБД, когда они рассматриваются как средства обеспечения независимости данных. Основными компонентами здесь являются отдельно хранимое описание организации данных и независимые специализированные программные средства поиска данных. Представленная структура средств поиска показывает, как используется описание организации данных для реализации поиска. Однако отождествлять специализированные средства поиска данных с СУБД не следует. Подобные средства в той или иной форме всегда входят в СУБД, но никогда не исчерпывают всех ее средств и функций.

Рассмотрим, каким образом описанный механизм обеспечивает независимость данных. Предположим, что организация данных изменилась. Тогда в приведенной схеме необходимо изменить лишь описание организации данных, для того чтобы программы пользователя продолжали правильно работать. Такое изменение гораздо проще модификации всех программ, работающих с данными, потому что оно имеет локальный характер. Кроме того, практически любая СУБД включает в себя специальные средства, упрощающие изменения такого рода. Однако следует отметить, что ни одна из существующих СУБД не обеспечивает полной независимости данных. Это означает, что изменения организации данных, не приводящие к необходимости модификации использующих их программ, составляют лишь определенный диапазон в спектре возможных (для данной СУБД) изменений. Можно сказать, что диапазон таких изменений определяет урбвень независимости данных, обеспечиваемый СУБД.

Понятие модели данных. В различных системах для задания поискового запроса из программы пользователя к СУБД применяются разные методы. Обобщая, можно сказать, что любая СУБД имеет для этой цели специальные языковые средства, называемые языком данных (ЯД). Хотя ЯД не .является, как правило, языком программирования в традиционном понимании, он используется при программировании и характеризуется четким синтаксисом и oднoзнaчнocтью конструкции. C позиции прикладного программирования выделяются два основных способа реализации языка данных.

Язык данных задает правила определения поискового критерия и указания элементов данных, значения которых должны быть получены в результате поиска. Более того, в тех случаях, когда поисковый запрос из-за ограниченности ЯД или по каким-либо другим причинам не может быть удовлетворен одним предложением ЯД, должно быть известно, как реализовать этот запрос в программе пользователя с помощью нескольких предложений ЯД и, возможно, некоторых фрагментов программы, обеспечивающих прием промежуточных данных от предыдущих предложений, их анализ, обработку и передачу последующим предложениям.

Следовательно, любой ЯД предполагает определенную структуризацию данных. При этом должно быть строго определено, в каких совокупностях данных производится поиск, инициируемый тем или иным предложением ЯД, какие совокупности данных являются результатом поиска и какие элементы данных могут указываться в формулировке поискового критерия. Такое определение фактически описывает способ логической структуризации данных, тесно связанный с конкретным ЯД и реализующей его СУБД.

Способ логической структуризации данных не зависит от предметной области, для которой он используется. По отношению к данным, взятым из любой области, он определяет правила, в соответствии с которыми эти данные могут (и должны) быть организованы. В то же время та или иная конкретная структура данных, удовлетворяющая определенному способу логической структуризации данных, тесно связана с предметной областью, к которой относятся данные. Логическая структура при формировании базы данных задается на языке данных СУБД и является основой описания организации данных, используемого системой при реализации запросов от прикладных программ. Таким образом, в любом языке данных выделяются средства описания логической структуры данных (средства описания данных) и средства описания действий, которые необходимо выполнять над данными (средства манипулирования данными).

Известно много способов логической структуризации данных, каждый из которых имеет свои преимущества и недостатки. Важно понимать, что любой язык данных предполагает определенный способ логической структуризации данных. Обратное неверно, так как при одном и том же способе структуризации можно предложить различные не только по синтаксису, но и по выразительным возможностям языки данных.

Совокупность способа логической структуризации данных и функциональных возможностей манипуляции данными, т. е. принципиальных особенностей ЯД без учета его синтаксиса, называется здесь моделью данных.

Имеется прямая аналогия между понятием «модель данных», используемым в технологии баз данных, и понятием «метод представления знаний» в области искусственного интеллекта.

Действительно, описание организации данных и данные, хранимые в базе, — формальная запись знаний, образующих в совокупности определенную систему; способу логической структуризации данных соответствует набор формальных правил записи знаний, а функциональным возможностям манипуляции данными соответствуют примитивы манипуляции знаниями. Эта аналогия поясняется далее на примере.

Любая СУБД обеспечивает определенный уровень независимости данных, а следовательно, реализует по крайней мере одну модель данных. При этом, как правило, модели данных, реализуемые разными СУБД, различаются между собой.

В настоящее время широко известны три типа моделей данных, условно называемые иерархической, сетевой и реляционной моделями. Наиболее перспективна среди них с точки зрения развития, а также использования в интеллектуальных системах реляционная модель. Она и рассматривается далее как пример модели данных. Подробные описания и сравнительный анализ различных моделей данных содержатся в [2].

Первоначально реляционная модель данных была предложена не как проект какой-либо новой СУБД, а как теоретическая схема. Это, в частности, обусловило большее единообразие последующих разработок конкретных систем, реализующих реляционную модель. В отличие от других широко распространенных моделей данных в этой модели более четко определены способ структуризации данных и принцип манипуляции данными.

Появление первых работ, посвященных реляционной модели данных, стимулировало ряд новых исследований в области организации данных. Исследования показали, что реляционная модель имеет не только самостоятельное значение, но и может использоваться для анализа нереляционных моделей. Однако успешные практические реализации СУБД, обеспечивающих реляционную модель данных, начали проявляться сравнительно недавно.

Изложение основных концепций реляционной модели данных начнем с описания реляционного способа логической структуризации данных.

Реляционная база данных представляет собой совокупность отношений. Отношение — это совокупность записей, называемых кортежами или строками. Строка отношения описывает свойства определенного объекта предметной области и может рассматриваться как формальная запись знаний о свойствах этого объекта. Строки одного отношения описывают однородные в определенном смысле объекты предметной области. Логически отношение может мыслиться как таблица, строками которой являются записи, описывающие конкретные объекты предметной области.

Отличием от традиционного представления о таблице является то, что порядок следования столбцов в отношении не важен. Столбцы уникально именуются в рамках отношения, и в языке данных используются только эти имена (атрибуты), а не номера столбцов. Каждому столбцу отношения соответствует определенное свойство описываемых отношением объектов. Как правило, это свойство отражается в наименовании столбца. Однородность объектов, описываемых одним отношением, определяется тем, что все они имеют одинаковый набор свойств, представленных в отношении атрибутами.

Отношения в реляционной базе данных имеют уникальные имена. Как правило, имя отношения связано с некоторым классом объектов описываемой предметной области.

Совокупность имени отношения и его атрибутов называется схемой отношения, которую можно рассматривать как формальную запись знания о том, какой класс объектов предметной области представлен в базе данных 11 какие свойства объектов этого класса описываются данным отношением. Совокупность схем всех отношений, входящих в базу, называется схемой базы данных.

Схема базы данных содержит достаточно полную систему знаний о том, какие знания и о каких объектах предметной области содержатся в базе данных. Такие знания о знаниях называются в теории метазнаниями. Метазнания, подобные представляемым в схеме реляционной базы данных, характерны для любых СУБД и образуют основу описания структуры данных, интенсивно используемого в работе СУБД. Однако в отличие от многих промышленных систем для реляционных СУБД допустимо более свободное манипулирование метазнаниями.

Рассмотрим средства манипуляции данными, которые реализуются в реляционной модели. Так же как и в большинстве других моделей данных, в этой модели выделяются два основных типа операций: поиск и модификация данных. Целью поиска могут быть как данные о конкретных объектах предметной области, т. е. строки отношений базы данных, так и метазнания. Под модификацией данных подразумеваются операции добавления новых данных, удаление и обновление данных. В реляционной модели операции модификации могут применяться к строкам отношений, однако возможности их применения к метазнаниям обычно ограничиваются. Так, в частности, обновление метазнаний хотя и возможно, но, как правило, реализуется специализированными процедурами СУБД, а не средствами языка данных.

Известны два типа реляционных ЯД: язык, основанный на реляционной алгебре, и язык, реализующий реляционное исчисление. С точки зрения выразительных возможностей эти языки эквивалентны. Это означает, что любой запрос, выраженный одним предложением на языке реляционной алгебры, также можно выразить одним предложением на языке реляционного исчисления, и наоборот. Тем не менее указанные языки существенно различаются в некоторых аспектах, в частности, по сложности программной реализации и простоте использования.

Общим свойством реляционных языков данных является тот факт, что результатом выполнения любой операции поиска в них всегда является новое отношение. Это свойство служит основой для важной конструкции реляционной модели — виртуального отношения.

Любой оператор поиска в базе данных, поскольку его результатом является отношение, может быть сохранен как определение этого отношения. Хотя такое отношение вычисляется, а не хранится в базе данных как совокупность строк, оно может использоваться в операциях поиска так же, как и хранимые в базе данных (реальные) отношения. Интересно отметить, что оператор поиска, определивший новое отношение, становится при этом элементом метазнаний системы.

Аппарат виртуальных отношений позволяет несколько расширить многообразие классов объектов предметной области, представимых в базе данных без дублирования информации. Следует, однако, отметить, что возможности модификации виртуальных отношений по естественным соображениям ограничены.

Еще одно важное свойство реляционных языков данных — их высокие выразительные возможности для представления поискового критерия запроса. Допустимая сложность поискового предиката, определяющего содержание запроса, здесь существенно выше, чем для большинства других моделей данных.

В частности, такой предикат может связывать практически произвольное число отношений базы данных. В качестве элементов поискового предиката допускаются квантифицированные переменные (строки отношений) и функции на отношениях. Благодаря этому в реляционной модели данных практически исключается потребность в сложных процедурах, составленных из предложений языка данных. В большинстве случаев потребности в определенных знаниях или их модификации могут быть удовлетворены одним предложением реляционного языка данных.

В качестве иллюстрации рассмотрим пример. Пусть в реляционной базе данных имеется отношение ПЕРСОНА со схемой ПЕРСОНА (ФАМИЛИЯ, ВОЗРАСТ, СУПРУГ, ПОЛ), где в скобках представлены атрибуты отношения. Смысл представляемых атрибутами свойств понятен. Поясним лишь,, что в данном отношении представлены лица обоих полов и значением атрибута СУПРУГ является фамилия супруга (или супруги) того лица, которое описывается данной строкой. Тогда запрос:

«Найти всех супругов в возрасте не старше 30 лет» — на широко распространенном реляционном языке данных SQL, объединяющем выразительные средства реляционной алгебры и реляционного исчисления, представляется следующим образом:

В предложении подчеркнуты ключевые слова языка. Слова ВЫБРАТЬ, ИЗ и ГДЕ разделяют предложение на части, образующие важные семантические и синтаксические группы запроса. Группа ВЫБРАТЬ указывает на то, какие элементы данных необходимо найти и выдать в результате поиска (в данном случае — фамилии супругов). Группа ИЗ определяет, в каких отношениях должен производиться поиск. Так как фактически каждый ответ включает сведения из двух разных строк одного и того же отношения, то в группе ИЗ на строках отношения ПЕРСОНА определяются две переменные (X и Y): одна из них представляет одного члена супружеской пары, другая — другого. Следует отметить, что множества отношений групп ВЫБРАТЬ и ИЗ не должны обязательно совпадать, как в данном случае. В процессе поиска в зависимости от поискового критерия могут быть использованы отношения, атрибуты которых не представлены в группе ВЫБРАТЬ. Обратное неверно, т. е. множество отношений группы ВЫБРАТЬ всегда является подмножеством множества отношений группы ИЗ. Группа ГДЕ определяет поисковый критерий и состоит из квалификационных атомов, соединяемых в данном предложении логическими связками И. Связка указывает на ' то, что условия, которые задаются квалификационными ! атомами, должны выполняться совместно для одной пары ' строк отношения ПЕРСОНА. Первый квалификационный J

атом указывает на то, что пара, описываемая строками Х и Y, должна состоять в браке. Второй и третий атомы определяют ограничения на возраст супругов. Четвертый и пятый атомы задают порядок выдачи сведений в результате запроса (первой всегда указывается фамилия супруга). Если бы последних атомов не было, то каждая супружеская пара была бы представлена в ответе дважды. Следует обратить внимание на то, как активно используются в формулировке запроса элементы логической структуры отношения.

2.3 Представление знаний в искусственном интеллекте

Традиционно выделяются две группы методов представления знаний: декларативные и процедурные. В декларативных методах знания (после их преобразования из предложений ЯПЗ в машинное представление) — это данные, так или иначе структурированные Интерпретация структур и выполнение операций над ними — функция программных средств, обеспечивающих метод. Эти средства не зависят от конкретной системы знаний и полностью определяются синтаксисом и семантикой ЯПЗ.

В процедурных методах знания также представляются в ЭВМ структурами данных, но при этом с элементами структур ассоциируются некоторые специализированные выполнимые процедуры. Фактически база знаний в процедурных методах представляет собой совокупность структур данных и ассоциированных процедур, которые разрабатываются проектировщиком базы знаний на том или ином языке программирования. Базовые операции над системой знаний здесь, как правило, проще, чем в декларативных методах, но результаты этих операций не определяются полностью программными средствами, реализующими метод. В процессе выполнения операций эти средства инициируют работу ассоциированных процедур, которые и определяют результаты операций. Фактически процедурный метод представления знаний нужно рассматривать как дисциплину программирования, устанавливающую правила разработки ассоциированных процедур при создании базы знаний для интеллектуальной системы. Однако опыт применения процедурных методов представления знаний показал, что определяемая ими дисциплина программирования не является достаточной для построения больших баз знаний. Большая и сложная база знаний, реализуемая с помощью процедурных методов, так же сложна для построения и понимания, как и крупная программная система в традиционной технологии решения задач на ЭВМ. В связи с этим чисто процедурные методы представления знаний применяются редко. В то же время элементы процедурного подхода успешно используются в декларативных методах. Далее процедурные методы представления знаний рассматриваются с позиций расширения возможностей декларативных.

В группе декларативных методов представления знаний выделяются логические и основанные на аппарате семантических сетей. Здесь дается только краткая характеристика логического подхода к представлению знаний.

Логические методы представления знаний.

Основная идея логического подхода состоит в том, чтобы рассматривать всю систему знаний, необходимую для решения прикладных задач и организации взаимодействия ЭВМ с пользователем, как совокупность фактов (утверждений).

Факты представляются как формулы в некоторой логике (первого или высшего порядков, многозначной, модальной, нечеткой или какой-либо другой). Система знаний отображается совокупностью таких формул. Будучи представлена в ЭВМ, она образует базу знаний.

Формулы неделимы и при модификации базы знаний могут лишь добавляться и удаляться.

Логические методы обеспечивают развитый аппарат вывода новых фактов из тех, которые представлены в базе знаний явно. Основным примитивом манипуляции знаниями является операция вывода. Это определяет интенсивное использование логических методов при создании экспертных систем и решателей задач. Другое применение этого аппарата, важное для любых интеллектуальных систем, — возможность контроля логической целостности базы знаний, т. е. ее непротиворечивости и соответствия определенным предустановленным правилам (ограничениям целостности).

Логические методы представления знаний обеспечивают простую и ясную нотацию для записи фактов, обладающую четко определенной семантикой (по крайней мере для методов, основанных на традиционной логике первого порядка). Каждый факт представляется в базе знаний только один раз, независимо от того, как он будет использоваться в дальнейшем. База знаний, разработанная с применением логических методов, как правило, достаточно проста для понимания.

Основной недостаток логических методов — отсутствие четких принципов организации фактов в базе знаний. Без выделения и последовательного проведения таких принципов большая модель превращается в плохо обозримый конгломерат независимых фактов, трудно поддающихся анализу и обработке. По-видимому, этот недостаток является одной из причин того, что до начала 80-х годов логические методы использовались преимущественно в тех областях, где система знаний невелика по объему и относительно проста по структуре.

Методы представления знаний, основанные на аппарате семантических сетей.

Основная идея подхода к представлению знаний, базирующегося на аппарате сематнических сетей, состоит в том, чтобы рассматривать проблемную среду как совокупность (сущностей) объектов и (отношений) связей между ними.

Сущности представляются при этом поименованными вершинами, а отношения — направленными поименованными ребрами. Система знаний отображается сетью (семантическая сеть) — ориентированным графом, составленным из поименованных вершин и ребер, или совокупностью таких сетей. Имена, приписываемые вершинам и ребрам, обычно совпадают с именами соответствующих сущностей и отношений, используемыми в естественном языке. Ребро и связываемые им вершины образуют подграф семантической сети, несущий минимальную с позиций системы знаний информацию '— факт наличия связи определенного типа между соответствующими объектами. Более сложные подграфы семантической сети отображают и более сложные факты. В исследованиях по представлению знаний используются как логические методы, так и методы, основанные на семантических сетях. Выбор тех или иных средств в каждом конкретном случае определяется характером решаемых задач и склонностями разработчиков интеллектуальной системы.

При использовании семантической сети для представления знаний важны классификация типов объектов и выделение некоторых фундаментальных видов связей между объектами. Независимо от особенностей моделируемой среды можно предполагать, что любая более или менее сложная ее модель отображает какие-либо обобщенные, конкретные и агрегатные объекты. Обобщенный объект — это некоторое известное и широко используемое в моделируемой проблемной среде понятие, например «персона», «вещество», «предмет труда» и т. д. Обобщенный объект фактически представляет определенным образом класс объектов проблемной среды. Конкретный, или индивидный, объект — это каким-то образом выделенная единичная (индивидная) сущность, например, «сотрудник Петров Василий Иванович», «планета ВЕНЕРА», «сульфат натрия» и т. д. Из приведенных примеров видно, что понятия обобщенного и конкретного объекта относительны и зависят от рассматриваемой проблемной среды и решаемых в ней задач (см. § 2:4). Однако в конкретной системе знаний обобщенные и индивидные объекты выделяются достаточно просто. Агрегатным называется объект проблемной среды, который составлен тем или иным образом из других объектов, являющихся его частями. Понятие агрегатного объекта также относительно. Любой объект внешнего мира можно расчленить, однако для выделения агрегатного объекта важно, чтобы его составные части являлись объектами, существенными с позиций решаемой задачи, а следовательно, отображаемыми в системе знаний. Таким образом, один и тот же объект проблемной среды в зависимости от решаемых задач может рассматриваться в системе знаний как агрегатный или как неагрегатный. При этом агрегатным может быть как обобщенный, так и конкретный объект.

В терминах описанной типизации объектов проблемной среды определяются и фундаментальные типы связей между объектами. Так, между двумя обобщенными объектами может существовать родовая связь. Наличие ее между обобщенными объектами А и В, например, означает, что любой объект, отображаемый понятием В, отображается и понятием А и существует такой объект, который отображается понятием А, но не отображается В. Иными словами, понятие А более общее, чем В. В таком случае говорят, что А является родом В или что понятие А — родовое для В. Так, понятие «животное» (и соответственно обобщенный объект «животное» в некоторой проблемной среде) — родовое для понятия «человек», а понятие «транспорт» — родовое для понятия «самолет».

Видовая связь обратив родовой. Если объект А является родом В, то говорят также, что В — вид А, и наоборот. Из приведенных примеров видно, что родовое понятие не охватывает всех свойств видового, так как видовое понятие богаче содержанием. Все свойства родового понятия, как правило, присущи и видовому (на-следование свойств). Это позволяет более компактно представить систему знаний семантической сетью. Про объекты, между которыми существуют родовая и видовая связи, говорят, что они находятся в родовидовой связи.

Между обобщенным и конкретным объектами может существовать связь «является представителем». Она имеет место в том случае, когда конкретный объект принадлежит классу, отображаемому соответствующим обобщенным объектом. Так, конкретный объект «Третьяковская галерея» является представителем обобщенного объекта «музей». Важно отметить, что один и тот же конкретный объект может рассматриваться как представитель нескольких обобщенных объектов в одной и той же проблемной среде. Так, конкретный объект. «Третьяковская галерея» — представитель обобщенных объектов «картинная галерея» и «здание в Москве». Первый из них находится в родовидовой связи с объектом «музей», второй — нет, так как музей может быть размещен в нескольких зданиях или на открытом воздухе и не всякое здание в Москве — музей. Свойства, присущие обобщенному объекту, характеризуют и любой конкретный объект — представитель. Таким образом, множество свойств конкретного объекта содержит в себе подмножество свойств, которыми он наделяется как представитель тех или иных обобщенных объектов (или совпадает с этим подмножеством).

Между агрегатным объектом и каким-либо другим объектом проблемной среды может существовать связь «является частью». Смысл этой связи ясен уже из ее названия. Ясно' также и то, что частью конкретного агрегатного объекта не может являться обобщенный объект.

Однако возможна и даже представляет интерес ситуация, когда частью агрегатного объекта является агрегатный объект. Понятие агрегатного объекта и отношение «является частью» выделены для того, чтобы представлять знания о сложных объектах проблемной среды.

Типизация объектов и фундаментальные отношения; не решают всех проблем представления знаний, но создают хорошую основу для построения прикладной базы знаний. Набор отношений в ней не исчерпывается фундаментальными отношениями, хотя именно они образуют «скелет», позволяющий более свободно ориентироваться даже в сложной и большой модели. Типизация обеспечивает и реальные осязаемые преимущества, позволяя «сжать» базу знаний, сделать ее более компактной. Так, для обобщенного объекта, являющегося видом некоторого другого, нет необходимости представлять в базе все свойства, по крайней мере часть их можно получить благодаря механизму наследования. Для такого объекта целесообразно представлять в базе лишь его собственные (ненаследуемые) свойства, а также свойства, которые хотя и являются наследуемыми, но несут дополнительную информацию.

Возможности «сжатия» базы знаний обеспечиваются также транзитивностью родовидового отношения и отношения «является частью». Отношение а называется транзитивным тогда и только тогда, когда для любой тройки объектов А, В и С таких, что А находится в отношении а, с В, а В — в отношении а с С, выполняется утверждение «А находится в отношении а с С». Упомянутые фундаментальные отношения транзитивны. Свойство транзитивности позволяет отображать в базе знаний не все фундаментальные отношения между объектами, а лишь небольшую часть их. Остальные могут быть получены из представленных в базе с помощью специального механизма поддержки транзитивности, типичного для семантических сетей. Транзитивность родовидового отношения обеспечивает возможность наследования свойств не только у представленного в базе знаний родового объекта, но и у родового для родового и т. д.

Интересно отметить также связь механизма наследования при использовании семантической сети с механизмом логического вывода. Фактически наследование обеспечивает автоматическое проведение простых дедуктивных рассуждений типа: «Все люди смертны. Сократ — человек. Следовательно, Сократ смертей».

Операции модификации базы знаний на семантических сетях сводятся к удалению и добавлению новых вершин и ребер. Базовые операции поиска информации в сети обеспечивают поиск вершины или ребра по имени, переходы от одной вершины к другой по связям и от одной связи к другой через смежные вершины. Цель поиска — получение знаний, представленных в сети и требуемых для решения задачи.

Одним из мощных средств манипуляции знаниями является операция сопоставления с образцом. Сущность ее состоит в следующем. Информационная потребность, определяющая содержание и цель запроса к базе знаний, описывается автономной семантической сетью — сетью запроса, построенной по тем же правилам и отображающей те же объекты и отношения, которые представлены в системе знаний семантической сетью. Поиск ответа на запрос реализуется сопоставлением сети запроса с фрагментами семантической сети, представляющей систему знаний. Положительный результат сопоставления позволяет получить один из ответов на запрос. Все ответы можно получить путем обнаружения всех сопоставимых с сетью запроса фрагментов.

Операция сопоставления редко сводится к выявлению фрагментов базы знаний, изоморфных сети запроса; как правило, она сложнее. Так, в сети запроса могут быть указаны родовидовые отношения или отношения «является частью», не представленные в системе знаний (и в семантической сети) явно, но выводимые из представленных н.а основе транзитивности. Аналогично, в сети запроса могут указываться свойства объектов, для получения которых в базе знаний необходимо включать механизм наследования свойств. В общем виде операцию сопоставления для семантических сетей можно описать следующим образом. Для сети, представляющей систему знаний, задается набор допустимых преобразований, переводящих исходную сеть (или ее фрагменты) в логически ей эквивалентную. Операция сопоставления выявляет все фрагменты исходной или эквивалентных ей сетей, изоморфные сети запроса. Набор допустимых преобразований для семантических сетей дополняет сети новыми связями, полученными из транзитивности фундаментальных отношений и наследования свойств, но не ограничивается этим. В зависимости от специфики решаемых задач и особенностей того или иного конкретного средства набор эквивалентных преобразований может существенно расширяться. Поскольку теория семантических сетей не дает универсальных средств, позволяющих описывать допустимые преобразования сети, операция сопоставления здесь может рассматриваться как базовая лишь методически (в том смысле, что поиск в семантической сети всегда есть какое-то сопоставление), но не технически (в том смысле, что любой требуемый поиск может быть выражен операцией сопоставления в некотором универсальном ЯПЗ). Именно поэтому базовыми для семантических сетей здесь названы не операции сопоставления с образцом, а гораздо более примитивные операции перехода по сети. . Фактически совокупность последних в каждом конкретном случае поиска реализует то или иное требуемое сопоставление.

Рис 2.2. Примеры семантических сетей

г. р. — год рождения

Рис. 2.3. Примеры семантических сетей

На рис. 2.2 приведены примеры семантических сетей, представляющие те же объекты и связи, что и в примере, приведенном в § 2.2. Здесь двойной красной стрелкой представлено отношение «является видом», тройной — «является представителем», перечеркнутой — «является частью», двойной черной стрелкой — нефундаментальные отношения, обычными ребрами—связи между объектами, определяемые этими отношениями. На рис. 2.2, а супружеские пары выделяются отношением «имеет супруга», на рис. 2.2, б — агрегатным объектом' БРАК. Это иллюстрирует возможность гибкого представления элементов предметной области и определяет еще один важный тип допустимого преобразования семантической сети.

На рис. 2.3 графически представлены запросы, аналогичные приведенному в § 2.2 (сети запроса на рис. 2.3, а представлена для исходной сети рис. 2.2, а, на рис. 2.3. б — для рис. 2.2, б). Здесь знаком «?» отмечены вершины, имена которых должны быть получены из исходной семантической-сети в результате сопоставления. Отношение «не меньше» отсутствует в исходной сети. Такого рода отношения, смысл которых очевиден, как правило, используются в сетях запросов. Отметим, что в обеих схемах для сопоставления не требуется преобразования исходной сети. Другие примеры представления знаний, основанные на семантических сетях, приведены в гл. 4.

В настоящее время аппарат семантических сетей широко используется в практике представления знаний. Его достоинствами являются: большие выразительные возможности, естественность и наглядность системы знаний, представленной графически, близость структуры сети, представляющей систему знаний, семантической структуре фраз естественного языка.

Общая идея использования ориентированных графов для представления знаний нашла различное воплощение у разных исследователей. Этим объясняется отсутствие единой терминологии и формально определяемой семантики для методов представления знаний, основанных на семантической сети.

Методы представления знаний, основанные на аппарате фреймов. Одна из разновидностей аппарата семантических сетей связана с концепцией фрейма. Фрейм можно рассматривать как фрагмент семантической сети, предназначенный для описания объекта (ситуации) проблемной среды со всей совокупностью присущих ему свойств.

Основная идея фреймового подхода к представлению знаний — более жесткое, чем при подходе, основанном на семантической сети, выделение объектов и ситуаций проблемной среды и их свойств, т. е. все, что касается объекта или ситуации и важно с позиций решаемых задач, не «размывается по сети», а представляется во фрейме.

Фреймовый подход к представлению знаний является частным случаем подхода к представлению знаний, основанного на семантических сетях. При фреймовом подходе, например, также выделяются обобщенные, конкретные и агрегатные фреймы для представления соответствующих типов объектов проблемной среды, выделяются также и фундаментальные отношения. В то же время фреймовый подход позволяет более последовательно использовать некоторые важные механизмы представления знаний и в первую очередь процедурные знания.

Приведем примеры применения процедур в представлении знаний, основанном на фреймах.

Представляя фреймом обобщенный объект проблемной среды, можно ассоциировать процедуры с некоторыми свойствами объекта. При создании конкретного фрейма, отображающего объект, который является представителем обобщенного, можно не указывать конкретных значений для соответствующих свойств. Всякий раз, когда запрос требует получения таких значений, инициируется выполнение соответствующих процедур, которые эти значения вычисляют. Со свойством объекта может также ассоциироваться процедура, проверяющая корректность указанного значения свойства при создании соответствующего конкретного фрейма.

Поскольку фрейм может представлять значительную часть общей системы знаний, появляется возможность связывания с ним знаний, полезных для операции сопоставления. В частности, это могут быть ассоциированные с фреймом как с целым процедуры, обеспечивающие необходимые для сопоставления преобразования. Такая возможность применения ассоциированных процедур является специфической для фреймового подхода. Известен и ряд других возможностей использования ассоциированных процедур для фреймов.

Для программной реализации аппарата семантических сетей и фреймов разработаны формальные языки и системы программирования, такие, как. ФРЛ, КЛ1, КРЛ. Программная поддержка этих языков реализуется как система функций над языком программирования ЛИСП. Язык ФРЛ опирается на концепцию фрейма, в то время как языки КЛ1 и КРЛ можно одинаково успешно применить для семантических сетей разных типов, в том числе и для фреймов. Эти языки обеспечивают механизмы наследования свойств, а также возможность создания и применения ассоциированных процедур. Особо следует отметить язык КРЛ, позволяющий выполнять операции сопоставления.

Интеграция методов представления знаний. В практике построения интеллектуальных систем все чаще возникает потребность в использовании преимуществ описанных методов представления знаний и компенсации их недостатков.

• Современный этап развития инструментальных средств создания интеллектуальных систем характеризуется интеграцией — обеспечением возможностей совместного использования различных методов представления знаний в рамках единого программного продукта. Основой для такой интеграции послужила концепция объектно-ориентированного программирования.

В объектно-ориентированном программировании программа представляется набором активных объектов — комплексов, состоящих из структуры данных и совокупности процедур. Объекты способны выдавать (другим объектам) и принимать (от других объектов) сообщения, а также выполнять те или иные манипуляции над структурами данных в соответствии с принятыми сообщениями. Структурно объекты могут рассматриваться как фреймы, снабженные ассоциированными процедурами. Выделяются процедуры двух типов: методы и демоны.

Каждый метод предназначен для обработки сообщений определенного типа и инициируется тогда и только тогда, когда объект получает сообщение этого типа. Демоны ассоциируются с элементами структуры данных объекта, которые называются активными значениями. При определенных операциях доступа к активным значениям и их модификации инициируются демоны, вызывающие те или иные действия, логически связанные с выполняемым действием.

При объектно-ориентированном подходе можно реализовать не только процедурные методы представления знаний и методы, основанные на семантических сетях и фреймах, но и логические. Более того, поскольку логические утверждения (формулы) рассматриваются при таком подходе как объекты, появляется возможность классификации и структурирования наборов формул, что, по крайней мере частично, компенсирует недостатки логических методов представления знаний.

Таким образом, объектно-ориентированный подход следует рассматривать как одну из перспективных инструментальных основ для построения интеллектуальных систем.