 Популярные статьи | |
| Сейчас на сайте |  Гостей: 2
На сайте нет зарегистрированных пользователей
Пользователей: 9,955
новичок: Logyattella
|
|
| Глава пятая |
Что такое интеллектуальная система. В этой книге мы не можем уделить много места обсуждению особенностей систем, работа которых основана на знаниях. Кроме упомянутых в книге ЭВМ пятого поколения, интеллектуальных роботов для производства и экспертных систем можно указать еще на расчетно-логические системы, используемые в проектировании и планировании, интеллектуальные пакеты прикладных программ, облегчающие труд многих специалистов, системы автоматизации научных исследований и т.д. Все такие системы содержат базу знаний и блок, имитирующий профессиональные рассуждения. Более полное представление о специфике подобных систем и их работе можно получить из популярной [87, 88] и научной [89, 90] литературы.
Продукционные системы. Продукционные системы описывались в литературе неоднократно. Их модели, связанные с уточнением понятия алгоритма, излагаются, например, в [91]. В работах [92, 93] отражены многие аспекты применения продукции в интеллектуальных системах. Часто представление процессов в виде продукционных систем считают особым стилем программирования для ЭВМ новых поколений. Во всяком случае, с этой точки зрения они обладают рядом несомненных преимуществ по сравнению с классическими языками программирования.
Можно отметить по крайней мере три таких преимущества. Первое – естественная модульность, позволяющая весьма несложно вставлять и убирать продукции. Если в продукционной системе нет прямой связи между продукциями (например, нет ссылок на конкретные продукции в метапродукциях; выбирающих продукции из фронта или чего-нибудь подобного), то такая замена не вызывает никаких переделок. Однако при вставке и изъятии продукций надо учитывать и эффект их взаимодействия через базу знаний. Учет этого фактора может оказаться весьма непростым делом. Вторым преимуществом продукций является возможность одновременного описания с их помощью как фрагментов базы знаний, так и самих операторов преобразований. Другими словами, в продукциях можно однотипно описывать как декларативные, так и процедурные знания. Наконец, присущая продукциям асинхронность, встроенная в продукционные системы параллельность позволяют при наличии ЭВМ соответствующей архитектуры выполнять описываемую системой продукций процедуру параллельным способом. Однако за все приходится платить. И за эти достоинства продукционных систем, когда они выступают в качестве языка программирования, приходится расплачиваться весьма тяжелыми процедурами отладки и поиска ошибок.
Тем не менее, подобный стиль программирования находит в мире все больше сторонников. Заметим, что известные языки программирования ПРОЛОГ и РЕФАЛ многое как бы «заимствовали» из продукционных систем. Отметим также, что в возникшем в нашей стране еще до работ в области искусственного интеллекта ситуационном управлении [76] системы, подобные продукционным, использовались для поиска решений при оперативном управлении в сложных технических и организационных системах. Это были так называемые системы логико-трансформационных правил [94]. Пример с преобразованием схем химических реакций в продукционную систему принадлежит Т. Яхно.
Управление выводом. Обзор различных методов управления выводом в продукционных системах можно найти в [92, 93]. Поскольку продукционные системы часто выступают в качестве средства представления знаний в экспертных системах и осуществляют с помощью некоторого механизма управления выводом вывод на знаниях, то об этих механизмах можно найти достаточно богатые сведения в литературе по экспертным системам. Укажем в связи в этим на обзорные работы [95, 96].
Вывод на семантической сети. Вывод с помощью «поиска по образцу» на семантической сети, как он описан в этом разделе, используется во многих экспериментальных образцах машин баз знаний. Для этого создаются специальные аппаратные средства. К выводу на семантической сети можно свести метод резолюций, описанный в третьей главе. Переход к семантической сети позволяет строить процедуры вывода, обладающие большим уровнем параллелизма. В работе [97] рассмотрен один из таких методов, позволяющий резко повысить эффективность логического вывода в современных ЭВМ. При имитации движения по семантическим сетям в виде прямых, обратных или встречных волн в ЭВМ новых поколений предполагается использовать специальные аппаратные средства и языки волнового типа. Работа [98] показывает, какие принципы при этом используются. С особенностями немонотонных рассуждений можно ознакомиться по книге [99]. В [100] содержится интересная информация о выводах, которые можно делать при неполных знаниях в базе.
Спрашивай – Отвечаем. Логика вопросов и ответов описана в [101]. Ее авторы сумели построить теорию вопросно-ответных отношений для ЛИ-вопросов, КАКОЙ-вопросов и частично для ПОЧЕМУ-вопросов. Логики такого вида обычно называются эротетическими . Для других типов вопросов, рассмотренных в данном разделе, логики пока не построены. Для того чтобы имитировать для вопросно-ответных отношений случаи неполноты информации в базе знаний или ее противоречивости, Н. Белнап предложил специальную четырехзначную логику, описание которой имеется в приложении к книге [101]. В этой логике наряду с обычными логическими оценками «Истина» и «Ложь» используются специальные оценки «Неизвестно» и «Истина и Ложь одновременно». Высказывание о мышлении специалистов в области археологии заимствовано из [102, с. 9]. Рассказ о космическом Ответчике помещен в [103]. |
|
| Комментарии |
| Добавить комментарий |
|
Пожалуйста залогиньтесь для добавления комментария.
|
| Рейтинги |
|
Рейтинг доступен только для пользователей.
Пожалуйста, залогиньтесь или зарегистрируйтесь для голосования.
Нет данных для оценки.
|
|
| Гость |
Вы не зарегистрированны? Нажмите здесь для регистрации.
Забыли пароль? Запросите новый здесь.
|
| Мини-чат | Вам необходимо залогиниться.
Нет присланных сообщений.
|
|
