Лекция №9. Пополнение знаний
Пополнение БЗ осуществляется различными методами
· при общении с внешней средой,
· при постановке новых задач,
· при достижении новых целей.
Кроме того, пополнение знаний осуществляется самой ИнС на основе имеющейся БЗ и машин (программ) логического вывода новых знаний. Это ведет к устранению трудности, связанной с ограниченностью знаний.
Проблема пополнения знаний возникла при решении задач:
· понимания естественного языка,
· обучения,
· поиска ответов на вопросы к БЗ,
· анализа ситуаций, сцен и др.
Знания могут быть представлены в виде фактов, хранящихся в БЗ, или в виде
описания ситуаций, поступающих на вход ИнС.
Укажем несколько подходов к пополнению знаний:
· модели «здравого смысла»;
· сценарии;
· подход, опирающийся на идею о том, что физические закономерности внешнего мира могут быть описаны в рамках специальных псевдофизических логик (рис. 3.1).
Все подходы в той или иной степени используют идею продукционных правил.
Система продукций отражает закономерности, присущие заданной проблемной
области. Например, для ситуаций, описывающих статистические пространственные
отношения между объектами, можно выбрать следующие продукции: х Содержится в> у,
У Содержится в> z —> х Содержится в> z (свойство вложенности, которое
выполняется в «матрешках»); х<находится на> у, г<находится на> x-»z <находится
на> у.
Пополняя постепенно БЗ продукциями такого типа, можно в ИС создать достаточно
мощные средства для порождения новых фактов из тех, которые в ней имеются.
Процедуры пополнения знаний отличаются друг от друга структурой продукционных
правил и стратегий управления в системе продукций.
Псевдофизические логики
Здесь физическая модель предметной области переносится на язык логики (язык ЭВМ). При определенных стратегиях управления система продукций превращается в дедуктивную логическую систему. Широкий класс таких систем называется псевдофизическими логиками (ПФЛ). В их аксиомах и правилах вывода используются не только реальные физические свойства окружающего мира, но и особенности его восприятия человеком.
Виды:
·
временных логик,
·
статической пространственной логики,
·
фрагменты логики действий
·
каузальной логики (рис. 3.2).
ПФЛ обладает рядом особенностей:
2. Часть рассуждений в ПФЛ связана со шкалами:
· метрическими
i. абсолютными (задан некоторый масштаб и выбрана точка отсчета)
ii. относительными (указывается лишь расстояние между точками, а начало отсчета может «плавать»)
· топологическими (топологическая шкала представляет собой порядковую шкалу. На ней указываются отношения порядка (строгого, нестрогого, размытого) между упорядочиваемыми)
3. ПФЛ содержат в качестве аксиом-утверждения, вытекающие из восприятия мира человеком, которые подтверждаются результатами соответствующих психологических экспериментов.
4. Совокупность ПФЛ характеризуется связями между отдельными частями — логиками (например, логика времени тесно связана с логиками пространства и действий).
Каждая ПФЛ является системой, включающей модель предметной области в виде
понятий и отношений, существующих в ней, и модель вывода. Первая модель задает
формальный язык описания знаний (ситуаций), вторая позволяет получать пополнение
этих знаний (рис. 3.3.).
Пополнение знаний на основе сценариев
Пополнение знаний можно выполнить с помощью сценариев. Перечислим основные схемы рассуждений на сценариях, используемых при выводе. Часть схем является интерпретацией значений слотов сценария (СЦ).
Из описания проблемной области выбирается сценарий, значение слота «цель» которого соответствует поставленной цели.
Анализируются значения всех слотов указанного сценария и строится
последовательность П|, являющаяся значением слотов «посылки» и «ключ» с их
спецификациями. Выполняется последовательное обращение к сценариям, указанным в
Щ
Взаимодействие базы знаний с внешней средой
При пополнении БЗ необходимо общение с внешней средой, как одним из источников знаний. Сама по себе БЗ — это набор выявленных закономерностей, представленных с помощью одной из рассмотренных ранее моделей знаний.
К внешней по отношению к ней среде относятся источники знаний Z, фактов X и управляющих воздействии Ub U2, и3, а также рецепторы выводимого знания Y. Графически отношения между этими переменными представлены на рис. 3.4.
Аналитически эти отношения записываются следующим образом.
U1 – управление на базу знаний
U2 – управление на источник знаний
U3 – управление на источник знаний
Относительно приведенных переменных и зависимостей базы знаний можно
классифицировать следующим образом:
· с фиксированным и изменяемым множеством фактов X;
· с фиксированным и пополняемым знанием Z;
·
с фиксированной и реструктурируемой
закономерностью R.
В частном случае фиксированное множество фактов X может быть пустым: X = 0, При этом БЗ выполняет роль генератора вариантов предметного знания, подобно генератору сигналов. Информационные системы, ядром которых является генератор вариантов предметного знания, а назначением — порождение справочных данных в узкой ПО, называют интеллектуальными справочниками [58].
Модель вывода генератором вариантов знания
Описывается формальной системой F = = <Т, Р, А, В>
Ее символы интерпретируются соответственно как множества базовых элементов,
синтаксических правил, аксиом и правил вывода
(семантических правил).
Т – множество базовых элементов, т.е.
алфавит ПО (логический, словарный, предметный и т.д.). Принадлежность элемента
х алфавиту Т устанавливается за конечное число шагов с помощью процедуры П(Т).
Р - синтаксические правила, которые
задают ограничения на построение синтаксически правильных совокупностей —
цепочек символов (формул, слов и предложений языка). Синтаксическая
правильность: цепочек должна устанавливаться за конечное число шагов с помощью
процедуры П(Р).
А – аксиомы, которые представляют собой подмножество синтаксически правильных
совокупностей (формул), общезначимых в ПО. Для проверки общезначимости должна
существовать конечная процедура П(А). В качестве таковой используется
построение таблиц истинности для соответствующей формулы.
В – множество правил вывода, которые порождают новые семантически правильные
совокупности, к которым также применимы правила вывода. Таким образом,
формируется множество выводимых в формальной системе совокупностей.
Например:
Т - множество букв русского алфавита
Р – правила сочетания этих букв («шЫ»)
А – элементы множества – приставка, корень и т.д.
В – присоединение и подстановка – правила выводы.
Формальная система непротиворечива, если в ней не найдется такой формулы, что и
она сама, и ее отрицание выводимы;
Операции, выполняемы над БЗ при ее пополнении
БЗ могут быть встроенными (модуль) или внешними (файл) по отношению к интеллектуальной системе.
Три класса операций
- Подготовка БЗ
- Создание
- Отображение
- Отладка
- Контроль
- Обновление
- Сохранение и регистрация
- Исполнение (получение знаний)
- Настройка подсистемы вывода знаний
- Ввод фактов и значений переменных
- Настрой БЗ на вывод требуемых значений
- Вывод знаний
- Представление результатов вывода
- Объяснение результатов
- Сохранение результатов
- Взаимодействие с внешними системами
Методы логического вывода пополнения знаний
Методы логического вывода являются одними из основных компонентов интеллектуализированных систем пополнения знаний.
Подобная гипотетическая система пополнения знаний состоит из трех частей:
· интеллектуального интерфейса,
· подсистемы хранения данных и знаний,
· подсистемы пополнения данных и знаний, включающей в себя машину логического вывода.
К настоящему времени в области искусственного интеллекта известно большое
количество систем логического вывода. Все они отличаются друг от друга
заложенными в них моделями знаний видами логического вывода, способами
реализации, методами логического вывода и могут входить в состав ИнС различного
назначения. В свою очередь, методы вывода основанных, например, на логических
моделях знаний, можно классифицировать в зависимости от применяемых исчислений,
принципов доказательства теорем, направленности вывода, стратегий и тактик
управления выводом.
Виды логического вывода
Существуют три основных вида логического вывода:
— дедукция — аналитический процесс,
основанный на применении общих правил к частным случаям, с выводом результата;
— индукция — синтетические
рассуждения, которые выводят правило, исходя из предпосылок и результата;
— абдукция — другая форма
синтетического вывода, однако выводящая предпосылки из правила и результата.
Один из основателей науки об обработке символов Дж. Пирс называет индукцию и
дедукцию в качестве основных способов логического вывода [119]. Он дает
описание связей между этими принципами, используя следующий широко известный
силлогизм:
Правило (главная посылка) HUMAN(x)=» MORTAL(x).
Факт (второстепенная посылка) HUMAN(SOCRAT).
Цель (вывод) MORTAL(SOCRAT).
Дедукцией называется логический вывод, заключающийся в выведении цели 3 из посылок 1 и 2. 1+2=3
Индукцией называется логический
вывод, при котором предполагается, что между двумя известными фактами —
второстепенной посылкой 2 и выводом 3 — существует главная посылка 1.
Продолжая рассмотрение силлогизма, можно так определить абдукцию:
абдукцией называется логический вывод,
при котором предполагается, что между известными — главной посылкой 1 и выводом
3 — существует второстепенная посылка 2. Абдукция — это вывод
второстепенной посылки 2 на основании главной посылки 1 и цели 3.
Рассмотрим абдукцию более подробно.
Абдукция — широко используемый в
повседневных рассуждениях процесс вывода. Она заключается в нахождении
объяснений для наблюдаемых фактов. Абдукция является одной из форм немонотонного
вывода, поскольку найденные объяснения могут быть отменены в процессе вывода.
На самом деле, объяснения, которые согласуются с одним состоянием базы знаний,
могут не согласоваться с ней после добавления нового знания. Существование
различных объяснений одного и того же эффекта является основной чертой
абдуктивного вывода, и выбор наиболее «предпочтительных» из них является важной
задачей.
Перспективными областями
применения абдукции являются:
• Диагностика.
Например, в области медицинских диагнозов кандидатами в абдуктивные объяснения
являются возможные заболевания, а наблюдениями являются симптомы заболеваний. В
диагностике отказов множество клозов описывает нормальное поведеиис системы, и
задача заключается в том, чтобы найти множество объяснений вида «некоторый
компонент А не в порядке», которое объясняет, почему система не функционирует
нормально.
• Распознавания графических объектов.
В этом случае объяснениями являются объекты распознавания, а наблюдениями —
описание изображения в поле зрения.
• Обработка естественных языков.
Абдукцию можно применять и обработке естественных языков для интерпретации
неоднозначных предложений. Здесь абдуктивными объяснениями являются различные
варианты понимания таких предложений.
• Планирование. В задачах
планирования планируемые действия можно трактовать как объяснения целевого
состояния, которое должно быть достигнуто.
• Приобретение знаний. Приобретение
знаний может происходить как добавление к базе знаний не самих данных,
поступающих в систему, а их абдуктивных объяснений.