Что такое моделирование знаний?

Представление знаний в информационных системах

Вопросы и ответы

Теоретическая часть

1.1 Три этапа исследований в области искусственного интеллекта [3]

Ответ: Возникновение проблемы интеллектуализации вычислительных машин обусловлено, с одной стороны, развитием исследований по направлению «искусственный интеллект» (ИИ), с другой — быстрым развитием вычислительной техники и постоянно возрастающими потребностями се разнообразных применений.

Начало исследований в области искусственного интеллекта (конец 50-х годов) связывают с работами Ньюэлла, Саймона и Шоу, исследовавших процессы решения различных задач. Результатами их работ явились такие программы, как ЛОГИК-ТЕОРЕТИК, предназначенная для доказательства теорем в исчислении высказываний, и ОБШИЙ РЕШАТЕЛЬ ЗАДАЧ.

· Эти работы положили начало первому этапу исследований в области искусственного интеллекта, связанному с разработкой программ, решающих задачи на основе применения разнообразных эвристических методов.

Эвристический метод решения задачи при этом рассматривался как свойственный человеческому мышлению «вообще», для которого характерно возникновение «догадок» о пути решения задачи с последующей проверкой их. Ему противопоставлялся используемый в ЭВМ алгоритмический метод, который интерпретировался как механическое осуществление заданной последовательности шагов, детерминированно приводящей к правильному ответу. Трактовка эвристических методов решения задач как сугубо человеческой деятельности, и обусловила появление и дальнейшее распространение термина искусственный интеллект.

Что такое моделирование знаний?

Ответ: Проблема моделирования знаний решается в разделе информатики, который носит название «Искусственный интеллект (ИИ)». Предметом исследования этой науки является человеческое мышление. Цель этих исследований – создание компьютерных моделей интеллектуальной деятельности человека. [1, стр. 202]. Такие модели называются системами искусственного интеллекта. Основой любой системы искусственного интеллекта является модель знанийи созданная на ее основе база знаний.

1.4 Что такое знания? Чем они отличаются от данных [3]

Ответ: При изучении интеллектуальных систем традиционно возникает вопрос — что же такое знания и чем они отличаются от обычных данных, десятилетиями обрабатываемых ЭВМ. Можно предложить несколько рабочих определений, в рамках которых это становится очевидным.

Данные — это отдельные факты, характеризующие объекты, процессы и явления предметной области, а также их свойства.

Приобработке на ЭВМ данные трансформируются, условно проходя следующие этапы:

1. данные как результат измерений и наблюдений;

2. данные на материальных носителях информации (таблицы, протоколы, справочники);

3. модели (структуры) данных в виде диаграмм, графиков, функций;

4. данные в компьютере на языке описания данных;

5. базы данных на машинных носителях информации.

Знания основаны на данных, полученных эмпирическим путем. Они представляют собой результат мыслительной деятельности человека, направленной на обобщение его опыта, полученного в результате практической деятельности.

Знания - это закономерности предметной области (принципы, связи, законы), полученые в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области.

При обработке на ЭВМ знания трансформируются аналогично данным.

-знания в памяти человека как результат мышления;

- материальные носители знаний (учебники, методические пособия);

- поле знаний— условное описание основных объектов предметной области их атрибутов и закономерностей, их связывающих;

- знания, описанные на языках представления знаний (продукционные языкиб, семантические сети, фреймы;

- база знаний на машинных носителях информации.

Знания — это хорошо структурированные данные, или данные о данных, или метаданные.

Знания[ могут быть классифицированы по следующим категориям:

Поверхностные — знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области.

Глубинные — абстракции, аналогии, схемы, отображающие структуру и природу процессов, протекающих в предметной области. Эти знания объясняют явления и могут использоваться для прогнозирования поведения объектов.

Пример 1

Поверхностные знания:«Если нажать на кнопку звонка,раздастся звук».

Глубинные знания: «Принципиальная электрическая схема звонка и проводки. Знания физиологов и врачей высокой квалификации о причинах, видах головных болей и методах их лечения.

Современные экспертные системы работают в основном с поверхностными знаниями. Это связано с тем, что на данный момент нет универсальных методик, позволяющих выявлять глубинные структуры знаний и работать с ними.

Кроме того, в учебниках по ИИ знания традиционно делят на процедурные и декларативные. Исторически первичными были процедурные знания, то есть знания, «растворенные» в алгоритмах. Они управляли данными. Для их изменения требовалось изменять программы. Однако с развитием искусственного интеллекта приоритет данных постепенно изменялся, и все большая часть знаний сосредоточивалась в структурах данных (таблицы, списки, абстрактные типы данных), то есть увеличивалась роль декларативных знаний.

Сегодня знания приобрели чисто декларативную форму, то есть знаниями считаются предложения, записанные на языках представления знаний, приближенных к естественному и понятных неспециалистам.