Вывод на знаниях
Экспертная система (ЭС) – это компьютерная система, которая эмулирует способность эксперта к принятию решений. ЭС включает два основных компонента – базу знаний (БЗ) и машину логического вывода.
Базы знаний. Знания – это выявленные закономерности предметной области (ПрО) (принципы, связи, законы), позволяющие решать задачи в этой области.
Знание, которое существует в виде заранее известных фактов, называют экстенсивным знанием (экстенсионалом), а базу данных – экстенсиональной базой.
Знание, выводимое из экстенсивного знания при помощи правил, называют интенсивным знанием (интенсионалом), а базу данных – интенсиональной. Интенсивная форма позволяет выразить данные в компактной форме, избежать избыточности данных.
База знаний (knowledge base) – это особого рода база данных, разработанная для управления знаниями (их сбором, хранением, поиском и выдачей). Система базы знаний – это компьютерная система, составляющими которой являются:
1. База данных, содержащая основные факты.
2. База данных, содержащая правила, которые позволяют делать выводы из базы данных фактов.
3. Система управления – программное обеспечение, которое поддерживает основные функции СУБД, а также управление процессом вывода в базе данных правил, оперирующих с базой данных фактов.
Можно утверждать, что представлению информации в базе данных присущ пассивный аспект: таблица, заполненная данными, память. В базе знаний подчеркивается активный аспект представления. Операция «знать» становится активной операцией, позволяющей не только запоминать, но и посредством логического вывода получать новые знания. Эта возможность увеличивает приносимую базой данных пользу при определении, контроле и интерпретации поддерживаемых ею данных.
Для хранения данных используются базы данных, для хранения знаний – базы знаний. Для баз данных характерны большой объём и относительно небольшая удельная стоимость информации. Для баз знаний – небольшой объём, но исключительно дорогие информационные массивы. Наиболее важный параметр баз знаний – качество содержащихся знаний. Лучшие базы знаний включают самую актуальную и достоверную информацию, имеют совершенные системы поиска, а также тщательно продуманную структуру и формат знаний.
В языке Пролог базы знаний описываются в форме конкретных фактов, а также правил и процедур логического вывода. Достоверность обобщённых сведений зависит от наличия необходимых фактов и достоверности данных в базах знаний.
Базы знаний могут использоваться для создания экспертных систем. Главная цель этих систем – помочь менее опытным людям найти существующее описание способа решения какой-либо проблемы из предметной области.
Модели представления знаний. Существует множество всевозможных моделей представления знаний для разных предметных областей. Большинство из них может быть сведено к следующим классам:
1. Формальные логические модели.
2. Продукционные модели.
3. Семантические сети.
4. Фреймы.
Формальные логические модели. Формирование логических выводов - это формальный термин, используемый для обозначения рассуждений, которые не опираются на семантику (в них не учитывается смысл слов). Самая ранняя система формальной логики – Аристотелева логика основана на понятии силлогизма. Силлогизмы имеют две посылки и одно заключение,которое вытекает из посылок. Пример силлогизма: посылка 1 – все люди смертны; посылка 2 – Сократ – человек. Заключение – Сократ смертен.
Механизм вывода осуществляет дедуктивный перебор фактов, относящихся к правилу по принципу сверху – вниз слева – направо или обратный вывод методом поиска в глубину.
Более общим способом логического вывода является логика предикатов; этот способ может потребовать многих правил вывода, имеющих ограниченное применение (модус поненс▪, модус толленс▪▪, правило слияния, цепное правило и т.д.).
Некоторые логические законы modus ponens (модус поненс). Слово «модус» в логике означает разновидность некоторой общей формы рассуждения. Правило вывода modus ponens (модус поненс), обычно называемое правилом отделения или гипотетическим силлогизмом, позволяет от утверждения условного высказывания и утверждения его основания (антецедента) перейти к утверждению следствия (консеквента) этого.
Если А, то В; А. В
Другая запись: Если А, то B. А. Следовательно, В.
Благодаря этому правилу от посылки «если А, то В», используя посылку «А», мы как бы отделяем заключение «B».
Пример. Если у человека грипп, он болен.
У человека грипп. Человек болен.
Впервые это правило было сформулировано, насколько можно судить, учеником Аристотеля Теофрастом еще в III в. до н.э.
Соответствующий правилу отделения логический закон формулируется так:
(А → В) ˄ А → В.
Если верно, что если А, то В, и А, то верно В.
Пример. Если висмут – металл, он проводит электрический ток. Висмут – металл. Висмут проводит электрический ток.
Рассуждение по правилу modus ponens идет от утверждения основания истинного условного высказывания к утверждению его следствия. Это логически корректное движение мысли иногда путается со сходным, но логически неправильным ее движением от утверждения следствия истинного условного высказывания к утверждению его основания.
Пример неверного умозключения: Если человек собирает марки, он коллекционер. Человек – коллекционер. Человек собирает марки. Далеко не все коллекционеры собирают именно марки. Из того, что человек коллекционер, нельзя заключать, что он собирает как раз марки. Истинность посылок не гарантирует истинности заключения.
Против смешения правила modus ponensс указанной неправильной схемой предостерегает совет: от подтверждения основания к подтверждению следствия заключать можно, от подтверждения следствия к подтверждению основания – нет.
Modus tollens (модус толленс). Так средневековые логики называли следующую схему рассуждения:
Если А, то B; неверно, что В. Неверно, что А.
Другая запись: Если А, то В. Не-B. Следовательно, не-A.
Эта схема часто называется принципом фальсификации: если из какого-то утверждения вытекает следствие, оказывающееся ложным, это означает, что и само утверждение ложно. Посредством схемы от утверждения условного высказывания и отрицания его следствия осуществляется переход к отрицанию основания данного высказывания.
Пример. Если гелий – металл, он электропроводен. Гелий неэлектропроводен. Гелий – не металл.