Средства автомат. приобретения знаний
‑ средства, основанные на деревьях решений (dicision trees)
‑ системы, основанные на психологических методах (методы репертуарных решеток и др.)
| ‑ системы, использующие методы решений конкретных задач (problem solving methods)
‑ системы, основанные на рассуждениях по прецендентам (case‑based reasoning)
‑ индуктивные средства приобретения знаний, знания об области экспертизы представляются в виде примеров
Системы могут использовать комбинации этих методов.
Средства извлечения знаний из БД (новый источник знаний): данные (неструктурированные наборы чисел и символов) ® информация(описание обнаруженных закономерностей) ® знания (значимые для пользователя закономерности) ® решения (последовательности шагов, направленные на достижение потребностей пользователя)
| Естественные и формальные языки, понятие деловой прозы
Естественный язык – использование в рамках конкретных приложений не заставляет пользователя обращаться к инструкциям и запоминать различные правила построения своих высказываний
Деловая проза
Свойство относительной полноты
Подъязык, обслуживающий некоторую проблемную область, обладает достаточным набором языковых ср‑в для обозначения любого факта из этой области
Свойство замкнутости
При дополнении к обозримой выборке текстов подъязыка не происходит пополнения словаря и грамматики.
Свойство конечности
Конечный и ограниченный словарь
Свойство формальной ограниченности
В подъязыке ограничен набор грамматических средств и конструкций(например, синтаксических) из общеязыкового арсенала
Свойство устойчивости
Для понимания входных текстов подъязыка несущественны поверхностно‑синтаксические различия текстов с тождественным смыслом
|
| (15) Формальные основы СОЗ
Система продукции Поста
Задается алфавитом С=(C1,…Cn) и системой базисных продукций XiW à WYi, где Xi, Yi – слова в алфавите С, W – знак продукции.
Пусть некоторое слово y начинается со слова Xi. Тогда применить к слову y продукцию XiW à WYi означает вычеркнуть из y начальный отрезок Xi, а к оставшемуся приписать Yi.
Формальная продукционная система
Под ФПС понимается тройка следующего вида PS = <F, P, I>, где
F – рабочая память, содержащая текущие данные
P – база знаний, содерж. мн‑во продукций
I – интерпретатор: механизм, реализующий процедуру вывода
I = <V, S, R, W>
V – процедура выбора из P и F подмножества активных данных и продукций, которые участвуют в текущем сеансе работы I.
S – процесс сопоставления, определяющий множество означиваний – мн‑во пар Pi à {di}
R – процесс разрешения конфликтов, определяющий, какое из полученных означений будет выполнено
W – процесс выполнения выбранного правила
| Грамматики как способ задания общих знаний о языке, декларативные синтаксические данные
Способы задания декларативных синтакси-ческих знаний
‑ синтаксические отношения (предикативные, конплетивные, обстоятельственные, определи-тельные)
‑ синтаксическая компонента модели управления
‑ лексические функции (синонимия, конверсия Conv(пугать) = (бояться), дереваты Der(выпивать) = (выпивка))
Модель управления – особая зона словарной статьи в которой помещена синтаксическая и семантическая информация о конкретной лексеме. Число и содержание мест модели управления зависит от числа и характера октантов ситуации, обозначенной данным словом (семантической валентности) и от числа и характера дополнений, зависящих от данного слова (синтаксическая валентность)
| (18) Классификация инструментальных средств для СОЗ, выбор ИС
Ранняя классификация:
‑ по языкам программирования: проблемно‑ори-ентированные, символьной обработки
‑ по языкам инженерии знаний: скелетный, универсальный
‑ по вспомогательным ср‑вам: приобретение знаний, проектирование
‑ по ср‑вам поддержки: прогрммирований, объяснение
По уровню используемого языка
‑ традиционные (включая ООП)
‑ символьные (Lisp, Prolog)
‑ инструментарий, содержащий многие, но не все компонеты СОЗ (OPS-5, ИЛИС, и т.д.)
‑ оболочки и среды разработки общего назначения, содержащие все компоненты СОЗ (EMMYCIN, Leonardo, Level 5 Object, GURU,...)
‑ специализированные оболочки (среды), деляться на проблемно‑специализированные и предметно‑ориентирвоанные
По парадигмам программирования
‑ процедурное программирование
‑ используется ООП
‑ программир., ориентированное на данные
‑ программир., ориентированное на правила
| (18)
По способу представления знаний
‑ представление знаний в виде правил
‑ --"-- в виде фреймов/объектов
‑ --"-- в виде семантических сетей
‑ использование логической модели (исчисление предикатов)
По реализации способов рассуждений
‑ поддержка дедуктивного способа
‑ поддержка индуктивного способа
‑ поддержка способа рассждения по аналогии (на основе прецендетов)
‑ поддержка способа рассуждения посредством выдвижения гипотез
По методам описания проблемных областей
‑ подход, основанный на поверх. знаниях
‑ --"-- на структурировании процесса решен.
‑ подход, основанный на глубинных знаниях
‑ смешанный подход, на разных знаниях
| (23) Сравнение структур знаний и данных
|
| знания в памяти чел‑ка
| результат наблюдений над объектами или данными в памяти чел‑ка
| |
| материализированные знания (учебники, справочники и т.д.)
| фиксация данных на материальном носителе (таблицы, графики)
| |
| поле знаний (структур. полуформ. описание ЗН1 и ЗН2)
| модель данных (некоторая схема описания, связывающая несколько объектов
| |
| знания на языке пред-ставления знаний
| данные на языке описания данных
| |
| база знаний в ЭВМ (на машинных носит.)
| база данных на машинных носителях
| |
| выделяют три уровня знаний: 1, 3 и 5
| выделяют три уровня данных: 1 (внешний), 3 (логический) и 5 (физичес.)
| | (23) Знания:
1) имеют более сложную структуру чем данные
2) задаются как экстенсионально (через набор фактов) так и интенсиональн о (через свойства)
3) внутренняя интерпретируемость (возможность хранения "избыточной" системы имен)
4) рекурсивная структурированность (возможность расчленения и объединения как "матрешку")
5) взаимосвязь единиц знаний (можно устанавливать различные отношения, отражающие семантику и прагматику связей отдельных явлений и смысл системы в целом)
6) наличие семантического пространства с метрикой (близость/удаленность различных информ. единиц)
7) активность (можно создавать цели, мотивы, и т.д.)
8) функциональная целостность (выбор желаемого резултата)
| (27) Анализ современного состояния работ по основным направлениям ИИ.
Историч аспект: нач 50-х – нейроподобные структуры, нач 60-х – программное решение интел задач (шахматы, муз прогр), эвристич методы реш задач, кон 60-х – нач 80-х – общение с ЭВМ на ест языке (текстовые и голосовые формы, обраб симв инф), 70-е – инженерия знаний (приобретение, представление знаний, манипулир зн), кон 70-х -–интел программир, кон 70-х – нач 80-х – приклад интел сит-мы, нач 90-х – интегрир интел сит-мы. Научный аспект: фундаментальный (методы и модели инжененрии знаний, лингвистические проблемы понимания ЕЯ-текстов, моделирование рассуждений, когнитивные графич структуры, анализ трехмер сцен, исслед в обл нейронных сетей) + прикладные аспекты (СОЗ, инструмент ср-ва, сит-мы языкового доступа, многогентные системы (МАС), интел предприятия, речевые системы). Коммреч аспект: см на обороте. Рынок прогр обесп СОЗ: 1.по геогр регионам: 73%-США, 18%-Европа, 6%-Япония, 3%-ост мир. 2.крупн фирмы: 57%-группа1 (AI corp, Aion), 30%-группа2. 3.распред по платформам: 30%-серверы+раб станции, 28%-ПК, 22%-frame, 12%-VAX, 4%-MAC, 4%-др.
|
| (41) История ИИ (кратко)
· 50-е годы, нейроподобные структуры, нейрокомпьютинг, нейроинформатика.
· 60-е годы, (эвристика), шахматные программы (КАИССА), программы решения интеллектуальных задач, музыкальные программы, написание волшебных сказок.
· 70-е годы, (лингвистика), обработка символьной информации, система «ПОЭТ», общение с ЭВМ на естественном языке (неформализованном, без правил), модели, методы обработки языков.
· конец 70-х – начало 80-х годов, инженерия знаний, извлечение, структурирование, формализация, манипуляция, вывод на знаниях, объяснение на знаниях.
· начало 80-х годов, Интеллектуальное программирование: (LISP) (языки представления знаний, трансляторы – инструментарий среды, автоматический синтез программ.
· середина 80-х, Прикладные интеллектуальные системы (статические, динамические): ИДС, ЭС(СОЗ), ИСАПР.
· 90-е годы, интегрируемые системы реального времени, интегрирование интегрируемых систем.
| (41) Блок-схема обобщенной СИИ (70-е годы)
| (7) Классификация знаний для СОЗ
1.по «глубине»: - поверхностные знания (совок эмпиричесикх ассоциаций и причинно-следств отношений между понятиями предмет обл); - глубинные знания (абстракции, образы, аналогии, в котор отраж понимание структуры предмет обл и взаимосв отдел понятий).
2.по «жесткости»: - жесткие зн (позвол получать однозначные четкие рекоментдации при заданных нач усл); - мягкие зн (допускают множественные, расплывчатые решения и различ вар-ты рекомендаций).
3.на основе учета исп знаний в процессе работы в СОЗ:
а) интерпретируемые;
1. предметные;
1.1.собственно предметные (операционные и факты);
1.2.описатели.
2. управляющие (решающие и фокусирующие);
3. о представлениях;
б) неинтерпретируемые.
1. поддерживающие (семантические и технологические);
2. вспомогательные (о диалоге и о языке).
| (7) Понятийная структура проблемной области
Проблем обл =предмет обл (мн-во сущностей, опис область экспертизы) + решаемые в ней задачи (представл в виде исполняемых утверждений типа правил, процедур, формул).
Понятийная структ предмет обл – совокупность определенных понятий (простых и сложных). Эти понятия чел соотносит в своей памяти с сущностями предмет обл при описании предмет обл (в памяти ЭВМ эти понятия – объекты, сост из атрибутов со значениями). Сл-но предмет обл можно характеризовать совокупностью объектов, характеристик объектов и отношений между об.
Выдвижение гипотез - способ получения правдоподобных знаний о существовании событий, связанных с данными событиями некоторыми отношениями с последующим обоснованием или подтверждением.
| (7) Понятийная структура проблемной области
Простое понятие = П=<N, I, E>, где N – имя понятия – любой идентификатор; I – интенсионал понятия – мн-во атриб (св-в) понятия с областями их опред; E – экстенсионал – совок кортежей значений, удовлетвор интенсионалу; атрибуты – первичные хар-ки данной предмет обл, не подлежащ дальнейшей структуризации. N+I=БЗ; N+E=БД. Сложное понятие – понятие, образ из ранее опред понятий, применением некоторых правил.
Дедуктивный – способ получения достоверных знаний на основе перехода от знаний большей общности к знаниям меньшей, а также установление достоверности частных случаев на основании общих утверждений.
Индуктивный – способ получения правдоподобных знаний на основе перехода от знаний меньшей общности к знаниям большей общности, а также установление правдоподобности общих утверждений на основе частных.
По аналогии – получение правдоподобных знаний о свойствах некоторых элементов предметной области на основе их сходства с другими элементами.
| (3) Сетевые модели для представления знаний в СОЗ (ЭС)
Сетевые модели – функциональные сети, сценарии (однородные сети; строгий порядок следования), семантич сети, фреймы.
Семантич сеть – ориентированный граф с помеченными вершинами (понятиями) и дугами (отношениями между понятиями). Т.о. вершины семант сети могут иметь различ интерпретации (абстрактные или конкрет сущности предмет обл), а дуги-отношения – принадлежать к разл типам отношений (лингвистич, теоретико-множ, логическим).
Фрейм – абстрактный образ или ситуация, для отобр кот исп представление в виде сети, «верхние уровни» кот зафиксированы и представляют сущности, всегда истинные в ситуации, описываемой данным фреймом, а «нижние уровни» заканчиваются слотами, заполняемыми конкретной информацией при вызове фрейма.
Различают:
1.фреймы-прототипы (образцы), хранящиеся в БЗ, и фреймы-примеры (экземпляры), кот создаются для отображения реальных ситуаций на основе вх инф;
2.статические и динамич фр;
3.лингвистич и ролевые фр, фр-сценарии и др.
| (19) Механизм поиска решений в СОЗ(ЭС).
Формулирование нач ситуации решения задачи® сопоставление нач ситуации с БЗ, осущ промежут вывода® уточняющие поддиалоги в процессе решения задачи® вывод решения+объяснения (при необход).
|
| (5) Извлечение знаний: основные термины, понятия, аспекты, классификация методов извлечения знаний.
Приобретение знаний – процесс получения зн от эксперта или др источников и передача их в СОЗ.
Три стратегии получения знаний при разработке СОЗ:
1. Без применения комп.
2. С использованием спец. прогр. средств.
2.1. Извлечение знаний (стратегия1)
2.2. Приобретение знаний (стратегия2)
2.3. Формирование знаний (стратегия3)
Три правила:
1.если при разраб СОЗ процесс получения зн от экспертов осущ без исп комп ср-в путем непоср контакта инж по зн и ист знаний, то уместно говорить об извлечении зн.
2.если при разраб СОЗ процесс получ зн от ист знаний осущ с исп спец програм ср-в, то уместно говорить о приобретении зн.
3.если при разраб СОЗ процесс получения зн от ист знаний осущ с исп программ обучения при наличии репрезентативной (достаточно представительной) выборки примеров принятия решений в предмет обл, то уместно говорить о формировании зн.
| (5) Извлечение знаний: основные термины, понятия, аспекты, классификация методов извлечения знаний.
Приобретение зн характер след аспектами:
1.фазы приобретения зн.
2.модели приобретения зн.
3.номенклатура приобретения зн.
4.уровни зн.
5.ср-ва отладки зн.
Большинство исследователей выдел три фазы, отраж изменение ф-ций участников проектирования СОЗ (инж по зн и эксперта):
1.предварит фаза – фаза извлечения зн из источника на домашинных этапах разраб СОЗ (идентификация проблемы, получение зн, структурирование,формализация);
2.нач фаза – фаза приобретения зн, котор осущ на этапе реализации прототипа СОЗ и обеспечивает наполнение СОЗ знаниями об области экспертизы;
3.фаза наполнения – фаза, вып на этапах реализации и тестирования, связана с решением таких задач, как: обнаруж неполноты, неточности или противоречивости, используемых СОЗ; извлечение новых зн, устраняющих обнаруженные «нефакторы»; преобразование новых зн в вид, понятный СОЗ.
| (5) Извлечение знаний: основные термины, понятия, аспекты, классификация методов извлечения знаний.
Схема передачи зн в СОЗ: область экспертизы (действительность)→ модель мира эксперта→ модель мира инж по зн→ поле знаний→ модель зн в СОЗ. Где: модель мира инж по зн + поле знаний = получение знаний; модель мира инж по зн = этап извлечения зн; поле знаний = этап структурирования зн; модель зн в СОЗ = этап формализации. Классификация методов извлечения знаний: 1.извлечение зн. 1.1.коммуникативные методы; 1.2.текстологические методы (инкрементальный (пошаговый) анализ текста; броузинг (просмотр) текста по сигнализирующим лексемам и синтаксич конструкциям). 1.1.1.прямые; 1.1.2.косвенные (многомерное шкалирование; иерархическая кластеризация; построение взвешенных ситуаций; ранжирование деревьев выбора; анализ репертуарных решеток). 1.1.1.1.пассивные (наблюдения: за реальным процессом, за имитацией; анализ протоколов «мыслей вслух»; лекции); 1.1.1.2.активные. 1.1.1.2.1.групповые (круглый стол; «мозговой штурм»; экспертные игры (ролевые игры в группе); 1.1.1.2.2.индивидуальные (анкетирование; интервью; свободный диалог; игры с экспертом).
| (11) Системный анализ проблемной области на приемлемость технологии СОЗ (ЭС).
Системный анализ проблемной области (совокупности решаемых задач) приемлемость технологии СОЗ заключается в проведении трех видов исследований: проведение на основе системы выбранных критериев анализа на 1.уместность (обоснованность) разраб СОЗ для данной ПО; 2.оправданность; 3.возможность?.
1.1.решение задачи опирается на исп операций с символами, а не с числами (те задача связана с логич рассужд); 1.2.-//- на исп эвристики, зад не имеет четкого алгоритмич решения; 1.3.задача не слишком проста; 1.4.зад представл большой интерес для практики; 1.5.зад не явл слишком крупноя для решения на ЭВМ.
2.1.решение задачи обещает приносить высокий доход; 2.2. показано, что сущ опасность постепенного утрачивания опыта решения задач в данной обл.; 2.3.экспертов в данной обл явно недостаточно; 2.4.сходные специалисты нужны во многих физически разнесенных местах; 2.5.условия, в кот реш зад, опасны для чел.
3.1.зад не имеет общедоступных знаний; 3.2.зад требует только интел навыков; 3.3.эксперты могут описать применяемые ими методы работы; 3.4.в природе сущ признанные спец по реш зад данного рода; 3.5.эксперты единодушны в примен ими решениях; 3.6.задача не слишком тудна; 3.7.сама решаемая задача достаточно понятна.
| (17) Уровни и модели представления знаний в СОЗ(ЭС).
1.концептуальный ур (представление лингвистич зн (те зн о языке общения) + представление проблемных зн (те зн о проблемной области));
2.модельный уровень (логические модели (дедуктивные, индуктивные и тд) + эвристические модели (сетевые (функциональные сети, сценарии, семантич сети, фреймы) + продукционные));
3.инструментальный уровень (языки представления лингвистич знаний, языки представления проблемных зн).
Из эвристич моделей, получ наиб популярность в СОЗ, можно выделить:
1.продукционная модель – модель, основ на правилах, позвол представлять знания в виде предложений типа: «если… (условие), то… (действие)», где условие – образец для поиска в базе, действие – действия или операторы, вып при успешном исходе поиска.
2.модель в виде семантич сети – ориентированный граф с помеченными вершинами (понятиями) и дугами (отношениями между понятиями). Т.о. вершины семант сети могут иметь различ интерпретации (абстрактные или конкрет сущности предмет обл), а дуги-отношения – принадлежать к разл типам отношений (лингвистич, теоретико-множ, логическим).
| (17) Уровни и модели представления знаний в СОЗ(ЭС).
3.фрейм – абстрактный образ или ситуация, для отобр кот исп представление в виде сети, «верхние уровни» кот зафиксированы и представляют сущности, всегда истинные в ситуации, описываемой данным фреймом, а «нижние уровни» заканчиваются слотами, заполняемыми конкретной информацией при вызове фрейма.
Различают:
1.фреймы-прототипы (образцы), хранящиеся в БЗ, и фреймы-примеры (экземпляры), кот создаются для отображения реальных ситуаций на основе вх инф;
2.статические и динамич фр;
3.лингвистич и ролевые фр, фр-сценарии и др.
| (34) Фреймы в СОЗ (ЭС).
Фрейм – абстрактный образ или ситуация, для отобр кот исп представление в виде сети, «верхние уровни» кот зафиксированы и представляют сущности, всегда истинные в ситуации, описываемой данным фреймом, а «нижние уровни» заканчиваются слотами, заполняемыми конкретной информацией при вызове фрейма. Различают: 1.фреймы-прототипы (образцы), хранящиеся в БЗ, и фреймы-примеры (экземпляры), кот создаются для отображения реальных ситуаций на основе вх инф; 2.статические и динамич фр; 3.лингвистич и ролевые фр, фр-сценарии и др.
|
| (21) Представление знаний в СОЗ(ЭС): состав и организация знаний.
Классифик знаний:
1.по «глубине»: - поверхностные знания (совок эмпиричесикх ассоциаций и причинно-следств отношений между понятиями предмет обл); - глубинные знания (абстракции, образы, аналогии, в котор отраж понимание структуры предмет обл и взаимосв отдел понятий).
2.по «жесткости»: - жесткие зн (позвол получать однозначные четкие рекоментдации при заданных нач усл); - мягкие зн (допускают множественные, расплывчатые решения и различ вар-ты рекомендаций).
3.на основе учета исп знаний в процессе работы в СОЗ:
а) интерпретируемые;
1. предметные;
1.1.собственно предметные (операционные и факты);
1.2.описатели.
2. управляющие (решающие и фокусирующие);
3. о представлениях;
б) неинтерпретируемые.
1. поддерживающие (семантические и технологические);
2. вспомогательные (о диалоге и о языке).
| (22) Общение в СОЗ (основные понятия).
Общение (коммуникативное взаимодействие, диалог) – процесс достижения его участниками определенных согласованных целей путем обмена связанными высказываниями, выраженными, выраженными в языке, о некотором реальном/гипотетическом мире (проблем обл). Если диалог между пользователем и ЭВМ, то общение – процесс обмена взаимосвязанными высказываниями, выраженными в языке, направл на достижение целей пользователя (на удовлетвор его информ потребностей). Высказывания участников общения образуют связанный текст (дискурс), имеющий сложную структуру. Связанность дискурса обеспечивается лингвистическими ср-вами (родо-видовыми, анафорическими, модальными, стилистическими согласованиями и тд) и экстралингвистическими (ситуативными) ср-ми. Цели, преследуемые участниками диалога, определяют структуру диалога.
| (22) Общение в СОЗ (основные понятия).
Три уровня рассмотрения структуры диалога:
1.глобальный (глоб структура определяется общими св-вами решаемых пользователями задач);
2.тематический (тематическая структура диалога зависит от конкретных особенностей решаемой задачи, т.е. от алгоритма ее решения (разбиением задачи на подзадачи), и распределения ролей (активная и пассивная) межу участниками общения при решении отд подзадач).
3.локальный уровень (рассматриваются отдельные шаги диалога, образуемые взаимосвязанными высказываниями его участников). Шаг диалога – пара «действие-реакция», где высказывание активного участника – действие, а пассивного – реакция.
Основные параметры структуры диалога на данном уроне:
1. Инициатор шага и вид инициирования;
2. Способ влияния действия на реакцию;
3. Способ спецификации задачи, решаемой на данном шаге.
| (22) Общение в СОЗ (основные понятия).
Перехват инициативы возникает когда пассивный участник вместо преследования цели, предложенной активным уч, предлагает преследовать иные цели. Т.о. происходит разрыв первоначально инициированного шага диалога и открывается поддиалог (происходит смена цели (темы) диалога).
3 аспекта общения в СОЗ:
1.виды общения пользователя (режим консультации (основной режим), режим приобретения знаний, объяснение (почему принято такое решение).
2.формы общения пользователей (язык общения): ЕЯ, формальный/искусственный язык, многооконная графика, гипертекстовые ср-ва, система меню.
3.возможности подсистемы объяснений: установки степени помощи, ретроспективные объяснения, встроенные объяснения.
При разработке ИДС предполагается, что процесс общения характеризуется след особенностями: 1. Изменяемость инф потребностей пользователя; 2. Несовпадение взглядов на мир у пользователя и ИДС; 3. Связность общения; 4. «Неправильность» высказываний пользователя.
| (30) Критерии выбора формализма для представления знаний
8 критериев (рекомендаций) по выбору модели представления знаний:
1.если понятия простые и отношения между ними выраж в языке исчисления предикатов и способ рассуждений дедуктивный, то целесообразно использовать логические модели.
2.если понятия явл в основном простыми и есть небольшое число отношений на понятиях и способ рассуждений индуктивный, то целесообразно исп индуктивные модели.
3.если понятия усторены сложным образом и есть большое число отношений на понятиях и способ рассуждений – выдвижение гипотез, то целесообразно использовать сетевые модели.
4.если понятия устроены сложным образом и есть небольшое число отношений на понятиях и способ рассуждений дедуктивный, то целесообразно исп наследственно-конечные модели.
5.если понятия устроены сложным образом и большое число отношений на понятиях и способ рассуждения по аналогии или дедуктивный, то целесообразно исп фреймовые модели.
| (30) Критерии выбора формализма для представления знаний
6.если понятия устроены простым образом и большое число отношений на понятиях и способ рассуждений дедуктивный, то целесообразно использовать продукционные модели.
7.если понятия устроены сложным образом и структура многих понятий не ясна и способ рассуждений – выдвижение гипотез, то целесообразно исп сетевые модели.
8.если понятия устроены сложным образом и есть большое число отношений на понятиях и способ рассуждения индуктивный, то подходящий формализм отсутствует.
Критерии выбора модели представл знаний с точки зрения классификации знаний по «глубине» и «жесткости»: 1.если представляемые зн явл поверхностными и жесткими, то целесообразно использовать логические модели. 2.если представл зн явл поверх и мягкими или жесткими, то целесообразно исп продукционные модели. 3.если представл зн явл глубинными и мягкими или жесткими, то целесообразно исп модели в виде семантич сетей или фреймов.
|
|
| (32) Модели приобретения знаний, модель «идеального» эксперта.
Последовательность задач:
1.определение необход модификации (расширения) знаний СОЗ; 2.осуществление извлечения новых знаний в случае необход такой модифик (либо окончание процесса приобретения в противном случае); 3.преобразование новых знаний в форму, «понятную» СОЗ; 4.модифик зн СОЗ и осущ перехода к вып 1-ой задачи.
В завис от того, кто вып. конкрет задачу, выд различ модели приобретения зн, отраж разл уровни автоматизации процессов решения задач 1-4.
1.Модель приобр зн с пом инжененра по зн: эксперт взаимод с сист непоср/с пом инж по зн, причем задачи1 и 2 они реш совместно, а зад3 реш инж по зн. Автоматизировано только реш зад4.
2.Модель приобр зн с пом интеллект редактора: эксперт решает зад1 и 2, а зад3 и 4 выполняются уже автоматизир способом.
3.Мод приобр зн с пом индуктивной программы: СОЗ приобретает зн по аналогии с человеком-экспертом. Индуктивная прогр анализир данные, содержащие сведения о предмет обл, автоматич формирует отнош и правила, опис эту обл. предполагается, что в БЗ в явном виде хран конкрет факты, а индукт прогр делает обобщения. Т.о. автоматизир вып всех 4-х задач.
| (32) Модели приобретения знаний, модель «идеального» эксперта.
4.Мод приобрет зн с пом программы понимания текста: - самая слож модель; автоматизир вып всех 4-х задач. Самые распр модели – 1 и 2.
Модель «идеального» эксперта – личностный портрет в виде набора критериев, которым должен соотв чел, претендующий на роль эксперта по решению конкрет класса задач. Критерии отбора специалиста-эксперта: эксп четко осознает границы своих познаний; эксп может ответить на поставленный вопрос, если он поставлен в этих границах; эксп обычно не ошибается; эксп можно попросить оценить значение нек парам, неподдающегося прямому измерению, и доверять этой оценке; эксп облад некотор моделью предмет обл, и его ответы на разл вопросы всегда согласованы между собой; эксп может объяснить причины/мотивы своих решений; чем подробнее задаваемые эксп вопросы, тем больше инф он выдает; эксп может сравнивать неск ситуаций, находить в них различия; эксп способ учесть одновременное воздействие неск факторов; эксп рационален и последователен в своих предпочтениях, поэтому приним им реш разумны и поддаются автоматизации; ответ эксперта не завис от формы и посл-ти задаваемых вопросов; эксп должен быть беспристрастным; эксп не возраж против работы в группе.
| (35) Механизмы вывода СОЗ (ЭС)
Интерпретатор (мех вывода) – управл механизм СОЗ. Его задача – на основании текущего сост раб памяти опред, какой модуль и какими данными будет работать. (схему см на обороте) По окончании работы тек модуля (правила) мех вывода проверяет условия окончания задачи, и если они не удовл, то вып очередной цикл. Каждый модуль снабжается образцом, т.е. описанием, указывающим, при вып каких условий этот модуль может приступить к работе. В общем случае работа мех вывода в каждом цикле состоит из 4-х этапов: выборки, сопоставления, разрешения конфл, выполнения. Каждый из этапов исп в работе след источники знаний: раб память, БЗ, память состояний. Инф о поведении мех вывода запом в памяти состояний.]
1.Этап выборки – определений подмн-ва эл-тов раб памяти и подмн-ва правил БЗ, котор могут быть исп в тек цикле. Исп один из двух подходов: синтаксич выборка – грубый отбор знаний, данных, правил, котор м.б. полезны в тек цикле (основание для выборки – формальные зн, встроенные в сист-му разработчиком); семантич выборка – отбор зн на осн таки свед, как модель предмет обл, разбиение задачи на подзадачи, тек цели и тд. Семант зн ввод в сист экспертом в виде метаправил. В результ работы этапа происх выделение активного набора данных и активного набора правил.
| (35) Механизмы вывода СОЗ (ЭС)
2.Этап сопоставления – опред, какие активные модули и на каких актив данных готовы к работе. Модуль готов к раб, если среди актив данных есть данные, удовл услов этого модуля, указ в его образе – означенный модуль. Рез работы этапа – набор означенных модулей – конфл набор.
3.Этап разрешения конфл – механизм вывода вбир из конфл набора те означивания, котор будут вып в тек цикле. Интерпретатор оценивает означенные модули с тз их полезности при достижении тек цели.
4.Этап выполнения – осущ исполнение правил (модулей), выбранных на этапе 3. В ходе этапа осущ модификация раб памяти, вып операции ввода/вывода и измен память состояний интерпретатора.
| (36) Промышленная технология создания СОЗ (ЭС).
1.фаза проектирования.
1.1.инициализация проекта СОЗ,
1.1.1.составление плана-графика создания системы,
1.1.2.опред потенциальной доступности аппарат и програм ср-в для разработки,
1.1.3.определение наличия и доступности экспертов,
1.1.4.планир способов управл ходом разработки и способов взаимод между разраб.
1.1.5..планир работы будущей СОЗ совместно с имеющимися у заказчика др системами,
1.1.6.опред возмож трудностей и огранич при разраб и установке сист.
1.2.формирование группы разработки,
1.2.1.определение состава группы в кол-ве 4-6 чел (руководитель, ассистент руковд, 1-2 инж по зн, 1-2 программиста (ассист инж по зн)),
1.2.2.изучение возмож привлечения специалистов по конкрет носителям машин источников инф,
1.3.опред треб к сист,
1.3.1.опред чтеких представлений о среде, в кот будет работать СОЗ,
1.3.2.выяснение треб к СОЗ со стороны рук-ва, экспертов, пользователей и разраб.
1.3.3.формулир треб к ср-вам разработки, эксп, опреац среде, интерф, дисциплине поддержки и тд.
| (36) Промышленная технология создания СОЗ (ЭС).
1.4.проведение исследований по выполнимости проекта,
1.4.1.технич предпосылки, 1.4.1.1.пригодность задачи для ее решения с пом СОЗ, 1.4.1.2.характеристики знаний с тз оценки пример размера БЗ, слож структуры зн, времени, необх для получения зн, 1.4.1.3.интерфейсы будущ сист (формы взаимод СОЗ с разл категориями пользователей, интерф между разными СОЗ, интерф между СОЗ и внеш БД или оборудованием), 1.4.2.экономич предпосылки. 1.4.2.1.оценка расходов на созд СОЗ, 1.4.2.2.оц расх на поддержку СОЗ, 1.4.3.культурные предпосылки.
1.5.разраб общей концепции сист-мы. 1.5.1.разраб структуры БЗ и механизмов рассуждения, 1.5.2.выбор програм и аппарат ср-в для разработки сит-мы, 1.5.3.разраб способа переноса СОЗ на реальное оборудование и в реальную рабочую среду, 1.5.4.опред критериев оценки функционир сит-мы.
2.фаза разработки (по методу прототипирования). Нач стадия (разраб 1-ого прототипа на основе концепции, выбр на фазе1), промежут стадия (создание на базе 1-го прототипа серии прототипов с последовательно улучш хар-ми), финальная стадия (разраб сист-ма, служащая основой для перевода в головной образец).
| (36) Промышленная технология создания СОЗ (ЭС).
2.1.общие соображения по прототипированию, 2.1.1.вбор доста широты и глубины проработки задачи для данного прототипа. 2.1.2.привлечение конечных польз к работе над прототипом, 2.1.3.организация эффективного взаимод в группе разработки, 2.1.4.проведение оценки функционирования очередного прототипа,
2.2.виды стратегий прототипирования, 2.2.1.создание начального прототипа для всей задачи в целом, его тестирование и отладка сист-мы на серии послед прототипов. 2.2.2.создание прототипа, облад на поверхн уровне всеми функциональными возможностями для всех подзадач, его тестирование. 2.2.3.создание прототипов для каждой подзадачи, поочередное тестирование каждого из прототипов, затем их объединение.
2.3.документирование разраб.
2.4.прототипирование с исп 1-й стратегии (по аналогии с исп 2-й и 3-й стратегии).
3.фаза внедрения.
3.1.создание на базе финального прототипа головного образца, опирающегося на реальную раб среду,
3.2.перенос сит-мы из среду разработки в среду функционирования у заказчика.
|
| (39) Классификация интеллектуальных систем и СОЗ (ЭС), основные термины и понятия СОЗ (ЭС)
Классификация прикладных интеллектуальных систем (для решения конкрет задач в конкрет проблем обл) с тз архитектуры: 1.1.статические, 1.2. динамические. 1.1.1.интел диалоговые сист (ср-ва общения – основной компонент), 1.1.2.СОЗ (ЭС; преоблад ср-ва вывода, поддержка рассуждений эксперта), 1.1.3.расчетно-логич сист-мы (акцент на планирование, многоагентные сист-мы МАС). 1.2.1.интегрир экспертные сист в реальном времени (динамич эксп сист), 1.2.2.интел сист поддержки принятия решений (форм задачи в реальном времени), 1.2.3.распределенный иск интел, 1.2.4.МАС.
Основные термины и понятия СОЗ(ЭС). Предметная область – спец образом выделенная и описанная область чел д-ти (мн-во сущностей, опис обл экспертизы).Проблемная область – предмет обл + совокупность решаемых в ней задач.
Интел сист – система, ядром которой является БЗ или модель предмет обл, опис на языке сверхвысокого уровня, приближенном к естеств – языке представления знаний.
ИС предназначена для решения с помощью ЭВМ таких практич задач, котор наз интеллект, если они выполняются людьми.
| (39) Классификация интеллектуальных систем и СОЗ (ЭС), основные термины и понятия СОЗ (ЭС)
ИС примен для решения слож задач, где логич (смысловая) обработка информации преобладает над вычислит. примеры подобных задач: понимание и синтез текстов на ЕЯ; понимание и синтез речи; анализ визуальной информации; управление роботами; анализ ситуаций и принятие решений. Неформализованные задачи – задачи, котор облад одной/несколькими из след характеристик: 1.они на м.б. заданы в числовой форме; 2. Цели не м.б. выражены в терминах точно определенной целевой ф-ции; 3. Не сущ. алгоритмич решения задачи; 4. Алгоритмич реш сущ, но его нельзя исп из-за ограниченности ресурсов (время, память). СОЗ (сист, основ на знаниях)/ЭС (экспертная система) – сложный програм комплекс, аккумулир знания специалистов в конкрет предмет областях. Пользователь (конечный пользователь) – лицо, для кот предназнач сист. Инженер по знаниям (когнитолог, инж-интерпретатор) – специалист по ИИ, выступающий в роли промежут буфера между экспертом и БЗ. Эксперт – высококвалиф спец, согласившийся поделиться своим опытом. Интерфейс пользователя – комплекс программ, реализующих диалог пользователя с СОЗ на всех стадиях функционир СОЗ. БЗ – ядро СОЗ, совок знаний предмет обл, запис на машинный носитель на языке представл знаний.
| (39) Классификация интеллектуальных систем и СОЗ (ЭС), основные термины и понятия СОЗ (ЭС)
Решатель – прогр, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в БЗ. Подсист объяснений – прогр, позвол пользователю получать ответы на вопросы: как была получена та/иная рекомендация, почему сист приняла такое решение. Технология СОЗ – технология создания на основе знаний экспертов систем, решающих неформализованные задачи в слабоструктурированных предмет областях.
Классификация СОЗ:
1.по степени реализации:
1.1. прототипы: 1.1.1. Демонстрационный (50-100 правил, 3 мес), 1.1.2. Исследовательский (200-500 правил, 1-2 года), 1.1.3Действующий (500-1000 правил, 2-3 года); 1.2. Промышленные системы (500-1500 правил, 2-4 года); 1.3. Коммерческие системы (1000-3000 правил, 3-5 года)
2.по степени сложности: 2.1. Поверхностные (используют знания в виде правил типа «условие→ действие»); 2.2. Глубинные (используют более сложные модели представления знаний)
3. по степени интеграци
|
Поиск по сайту:
|