Системы, основанные на знаниях

План
1. Знания, виды знаний, базы знаний, банки знаний
2. Модели представления знаний
3. Стратегии получения знаний
4. Свойства систем, основанных на знаниях
5. Критерии целесообразности решения задач с помощью систем, основанных на зна-ниях
6. Области применения систем, основанных на знаниях
7. Типы решаемых задач с помощью систем, основанных на знаниях


1. Знания, виды знаний, базы знаний, банки знаний

Существуют различные определения понятия «знания».

Знания – это основные закономерности предметной области, позволяющие челове-ку решать конкретные производственные, научные и другие задачи, то есть факты, поня-тия, взаимосвязи, оценки, правила, эвристики (иначе фактически знания), а также страте-гии принятия решений в этой области (иначе стратегические знания)

Под «знаниями» понимают формализованную информацию, на которую ссылаются или которую используют в процессе решения задачи.
Знание о предметной области включает описание объектов, их окружения, необхо-димых явлений, фактов, а также отношений между ними. Сложность понятия «знание» заключена во множественности его носителя и неразрывности с понятием «данные».

Выделяют несколько уровней формализации знания о предметной области:

 знания в памяти человека;
 знания в форме языковой модели предметной области, используемые человеком и зафиксированные на физических носителях с использованием контекстно-зависимых языков, графических образов и т.п.;
 знания, формализованные для их представления при использовании в ЭВМ;
 фактографические сведения или данные.

Знания обычно разделяют на 2 большие категории: факты и эвристики. Первая ка-тегория (факты) указывает на хорошо известные в той или иной предметной области об-стоятельства. Такие знания еще называют текстовыми, имея в виду достаточную их осве-щенность в специальной литературе и учебниках. Вторая категория (эвристики) основы-вается на индивидуальном опыте специалиста (эксперта) в предметной области, накоп-ленном в результате многолетней практики. Эта категория нередко играет решающую роль при построении интеллектуальных программ.

База знаний - это совокупность моделей, правил и факторов (данных), порождаю-щих анализ и выводы для нахождения решений сложных задач в некоторой предметной области.


2. Модели представления знаний


Наиболее распространенными моделями представления знаний являются:

 продукционные системы;
 логические модели;
 фреймы;
 семантические сети.

В продукционных системах знания представляются в виде совокупности специаль-ных информационных единиц, имеющих следующую структуру. В общем случае продук-ционная система включает следующие компоненты:

 базу данных, содержащую множество фактов;
 базу правил, содержащую набор продукций;
 интерпретатор (механизм логического вывода) или правила работы с продук-циями.

База правил и база данных образуют базу знаний.

Факты в базе данных представляют собой краткосрочную информацию и в принципе могут изменяться в ходе работы продукционной системы по мере накопления опыта.
Правила являются более долговременной информацией и предназначены для порож-дения гипотез (новых фактов) из того, что уже известно.
Продукции по сравнению с другими формами представления знаний имеют следую-щие преимущества:

 модульность;
 единообразие структуры (основные компоненты продукционной системы могут применяться для построения интеллектуальных систем с различной проблемной ориентацией);
 естественность (вывод заключения в продукционной системе во многом аналоги-чен процессу рассуждений эксперта);
 гибкость родовидовой иерархии понятий, которая поддерживается только как свя-зи между правилами (изменение правила влечет за собой изменение иерархии).

Однако продукционные системы не свободны от недостатков:

 процесс вывода менее эффективен, чем в других системах, поскольку большая часть времени при выводе затрачивается на непроизводительную проверку приме-нимости правил;
 этот процесс трудно поддается управлению;
 сложно представить родовидовую иерархию понятий.

Логические модели представления знаний реализуются средствами логики предика-тов.

Предикатом называется функция, принимающая только два значения - истина и ложь – и предназначенная для выражения свойств объектов или связей между ними.
Выражение, в котором утверждается или отрицается наличие каких-либо свойств у объекта, называется высказыванием.

Фрейм чаще всего определяют как структуру данных для представления стереотип-ных ситуаций. Фреймы (дословно - «рамка») – это единица представления знаний, детали которой могут изменяться в соответствии с текущей ситуацией. Фрейм в любой момент времени может быть дополнен различной информацией, касающейся способов примене-ния данного фрейма, последствий этого применения и т.п.

Семантическая сеть описывает знания в виде сетевых структур. В качестве вершин се-ти выступают понятия, факты, объекты, события и т.п., а в качестве дуг сети – отношения, которыми вершины связаны между собой.

3. Стратегии получения знаний

Существует несколько стратегий получения знаний. Наиболее распространенные:

1. извлечение;
2. приобретение;
3. обнаружение (формирование).





Рисунок 1 - Три стратегии получения знаний


Извлечение знаний - это процедура взаимодействия инженера по знаниям с источ-ником знаний, в результате которой становятся явными процесс рассуждений специали-стов-экспертов при принятии решения и структура их представлений о предметной области.


Рисунок 2 - Классификация методов извлечения знаний



Под приобретением знаний понимается способ автоматизированного построения базы знаний посредством диалога эксперта и специальной программы (при этом структура знаний заранее закладывается в программу). Эта стратегия требует существенной предварительной проработки предметной области. Системы приобретения знаний действительно приобретают готовые фрагменты знаний в соответствии со структурами, заложенными разработчиками систем. Большинство этих инструментальных средств специально ориентировано на конкретные экспертные системы с жестко обозначенной предметной областью и моделью представления знаний, т.е. не являются универсальными.

Термин обнаружение (формирование) знаний традиционно закрепился за чрезвы-чайно перспективной и активно развивающейся областью инженерии знаний, которая занимается разработкой моделей, методов и алгоритмов анализа данных для получения знаний и обучения. Эта область включает индуктивные модели формирования гипотез на основе обучающих выборок, обучение по аналогии и другие методы.





4. Свойства систем, основанных на знаниях



Рисунок 3 – Свойства систем, основанных на знаниях


5. Критерии целесообразности решения задач с помощью систем, основанных на зна-ниях



Рисунок 4 – Критерии целесообразности решения задач с помощью систем, основанных на знаниях
6. Области применения систем, основанных на знаниях

Области применения систем, основанных на знаниях, весьма разнообразны:

 бизнес;
 производство;
 военные приложения;
 медицина;
 социология;
 геология;
 космос;
 сельское хозяйство;
 управление;
 юриспруденция;
и т.д.

7. Типы решаемых задач с помощью систем, основанных на знаниях

Типы решаемых задач с помощью систем, основанных на знаниях:

 интерпретация символов или сигналов – составление смыслового описания по входным данным;
 диагностика – определение неисправностей (заболеваний) по симптомам;
 мониторинг – наблюдение за изменяющимся состоянием объекта и сравнение его показателей с установленными или желаемыми;
 проектирование – разработка объекта с заданными свойствами при соблюдении установленных ограничений;
 прогнозирование – определение последствий, наблюдаемых ситуаций;
 планирование – определение последовательности действий, приводящих к желае-мому состоянию объекта;
 управление – воздействие на объект для достижения желаемого поведения;
 обучение – объяснение или консультации в той или иной области знаний.

Системы, основанные на знаниях, реализуются на базе следующих интеллектуальных ал-горитмов:

 экспертные системы;
 нейронные сети;
 нечеткая логика;
 генетические алгоритмы.

Т.к. в системах, основанных на знаниях, используются интеллектуальные алгоритмы, то такие системы иногда называют системами искусственного интеллекта.