14504

СИСТЕМЫ БАЗ ЗНАНИЙ

Лекция

Информатика, кибернетика и программирование

СИСТЕМЫ БАЗ ЗНАНИЙ Существует область информационной индустрии в которой превалирующими являются интеллектуальные системы – системы которые проектируются на основе моделей экспертных систем и нейронных сетей. В отличие от традиционных ИС эти системы предназначен...

Русский

2013-06-06

66.5 KB

9 чел.

СИСТЕМЫ БАЗ ЗНАНИЙ

Существует область информационной индустрии, в которой превалирующими являются интеллектуальные системы – системы, которые проектируются на основе моделей экспертных систем и нейронных сетей. В отличие от традиционных ИС эти системы предназначены для хранения качественной информации и знаний.

Системы баз знанийэто искусство, которое использует достижения науки. Навыки, необходимые для работы с базами знаний включают в себя познания в области информатики и когнитивной1 психологии, поведенческой теории и компетентности в предметной области. Системы баз знаний являются одной из важнейших ветвей прикладной инженерии знаний. Такие системы используют теоретические концепции искусственного интеллекта, машинного решения задач и имитации декларативных и процедурных знаний настоящих экспертов. Эти системы разрабатываются специалистами в области инженерии знаний, в результате чего получаются компьютерные системы, состоящие из баз знаний, управляющей программы и интерфейса, предназначенного для представления объяснений пользователем и коммуникаций с ними. Такие системы оказывают неоценимую помощь руководителям и работникам всех областей управления бизнесом и обществом.

Системы баз знаний - это системы, которые имитируют человеческий интеллект. Они включают в себя: экспертные систем, нейронные сети, системы гипермедиа, интеллектуальные обучающие системы и гибридные системы.

Самыми важные и распространенные системы баз данных – экспертные системы, представляющие собой компьютерные программы, которые используют знания и методы рассуждения для решения задач, обычно требующих знаний живых экспертов. Другими видом систем с базами знаний являются системы гипермедиа, являющиеся интеграцией текста, звука, изображений и знаний в виде мультимедийного гипертекста. Считают, что гипермедиа – лучший кандидат на роль систем баз знаний вы будущем.

Базис систем баз знаний

В основе систем баз знаний лежат принципы работы человеческого интеллекта. Интеллектом называется способность подходить к решению задачи с учетом имеющегося опыта. Для человеческого мозга (по Харону и Кингу) свойственны:

  •  способность обучаться;
  •  способность находить аналогии;
  •  способность создавать новые понятия на основе известных фактов;
  •  обработка неоднозначных и противоречивых понятий;
  •  способность определять относительную важность различных составных частей задачи;
  •  гибкость к решению задачи;
  •  понимание и способность использования символических средств.

В общем случае интеллект – совокупность правил и способов их применения для достижения конкретной цели. Отчасти цели достигаются с помощью правил использования всех известных фактов, сложной совокупности фактов и правил. При решении задач человеческий мозг должен анализировать огромный объем информации. Однако если бы пришлось анализировать всю информацию, то решение задачи длилось слишком долго. На самом деле, в мозгу человека существуют сложные механизмы, руководящие выбором правильной реакции на ситуацию, которая называется упрощением; при работе этого механизма блокируются мысли, не имеющие отношения к решаемой задаче в данный момент времени.

Компоненты системы искусственного интеллекта, и в частности, системы баз знаний:

Машинные знания

Машинные знания – искусственный интеллект, созданный человеком. ИИ включает в себя совокупность программных и аппаратных средств, методов имитации свойственной человеку деятельности как умственной (мышление, способ решения, методы рассуждения, обучение) и физический (сенсорные и моторные навыки). Комплексное решение задач моделируется с помощью когнитивного процесса человека, а когнитивное моделирование решает задачи, оценивания знания как человек.

Когнитивное моделирование – методика моделирования человеческого процесса познания.

Искусственный интеллект – методика моделирования разумного поведения, в котором рассуждение вовсе не обязательно. Искусственный интеллект опирается на знания о процессе человеческого мышления. В основе человеческой деятельности лежит мышление; реакция человеческого мозга на действие человека не автоматична, это есть результат решения конкретной задачи.

Эти два подхода к оценке возможностей человека к решению задач формируют следующие определения знаний:

Знания – рассматриваются как объекты, которые могут быть идентифицируемы и обработаны с помощью информационных систем. Ключевое звено в управлении знаниями – структурная организация существующих данных, которая обеспечивает повышение эффекта информационных технологий, адаптирующих накопленные знания в реальной среде общественного производства.

Знания – процесс, набор комплексов динамических умений, которые постоянно изменяются. Основные задачи управления знаниями состоят в том, чтобы связать структурированную и неструктурированную информацию с изменяющимися правила, по которым люди ее применяют; стратегии – повышение эффектов от использования нематериальных активов.

Теория проектирования основана на иерархии «данные - мудрость». Данные представлены как факты, обработанные данные – информация. Знания – синтетическая информация: в результате синтеза формируются более сложные структуры, основанные на моделях, правильно описывающих процесс или объект, и приводятся примеры возможных действий. Оценка знаний в соответствие с ценностями, законами, суждениями формирует мудрость, являющуюся уделом только человечества.

Знания можно представить в виде набора моделей, которые используются для интерпретации, прогнозирования и управления внешним миром. Они представляют собой совокупность декларативных и процедурных утверждений. Знания имеют разные уровни:

  •  Низший уровень – это факты, которые можно констатировать, приводить в идее графиков, таблиц.
  •  Второй уровень – понятия, которые представляют собой обобщения; они выявляют группы объектов, символов, процессов и событий с общими атрибутами. Это означает, что проводимая классификация искусственна. Понятия бывают абстрактными и конкретными.
  •  Третий уровень – правила, вырабатываемые путем анализа фактов и понятий. Они представляют собой наборы операций и шагов, направленных на решение задачи, достижение цели. Правила представляют знания в виде операторов и используются при выработке стратегии решения задач;
  •  Высший уровень знания – правила высшего порядка и эвристические правила. Эвристически знания основаны на создании правил и их применении в нестандартных ситуациях, что дает возможность выхода за пределы знаний, основанных на правилах и алгоритмах. Это синтез новых правил и фактов на основе ранее изученных правил. Эвристические2 знания уникальны для человека: они основываются на «эмпирических» правилах или «систематических догадках», что эффективно ограничивает пространство поиска. Алгоритмический метод гарантирует оптимальное решение задачи, тогда как эвристический метод дает приемлемое решение в большинстве случаев. В то время как для решения стандартных и четно определенных задач применяются алгоритмы, эвристические правила относятся к задачам, возможный исход которых не определен. Эвристические правила основаны на методах и правилах открытий и инноваций.

Для поддержки способности системы баз знаний в исследовании имеющихся знаний необходимо разработать метазнания. Метазнания не содержат ссылок к знаниям объектного уровня и не зависят от проблемной области. Основная цель организации метазнаний (многоуровневая организация знаний) заключается в следующем: разработка стратегий доказательств; управление выводом результатов решения поиска; увеличение выразительной мощности языков представления знаний.

Использование метазнаний при разработке и выборе стратегий доказательств связано с возможностью определения на метауровне новых правил поиска результатов объектного уровня. Такие правила рассматриваются как высокоуровневый метод построения формальных доказательств. Метазнания в виде стратегических метаправил используются для выбора релевантных правил, позволяют системе адаптироваться путем перестройки правил и функций объектного уровня, а также указать возможности и ограничения системы.

Уровень управления выводом является той областью, в которой использование метауровневых знаний получило наибольшее распространение. Это связано с тем, что управление выводом можно считать частным случаем определения стратегий доказательств. Основная идея заключается в возможности определения как зависящих, так и не зависящих от проблемной области стратегий принятия решений с помощью знаний об управлении (эвристик). Выбранные стратегии позволяют сократить число вариантов поиска и тем самым увеличить его эффективность.

В области представления знаний наблюдается многообразие языков и формализмов, разработанных для конкретных потребностей представления. Комбинирование представления знаний на объектом уровне и метауровне оказалось очень полезным механизмом абстрагирования, благодаря которому решаются многие проблемы представления знаний, такие как знания системы о самой себе; знания об убеждениях, немонотонности; рассуждениях в отсутствии явной информации; рассуждениях, связанных с разными взглядами на объектами; взаимодействие между различными модулями знаний; взаимодействие между модулями знаний и пользователем.

Метазанания выполняют также ряд вспомогательных функций:

  •  обеспечение информацией архивного типа для работы стратегических метаправил;
  •  обоснование целесообразности применения правил для усиления способностей подсистемы объяснений;
  •  обнаружение ошибок в форме только что введенных правил, т.е. контроль при обновлении базы знаний;
  •  обнаружение синтаксических и семантических ошибок в правилах объектного уровня;
  •  упрощение ввода новых знаний - фактов. правил, эвристик - посредством демонстрации структурных основ уже имеющихся знаний таких типов.

Машинное решение задач

Достигая цель, человек не только приходит к решению задачи, но также обогащается новыми знаниями. Часть интеллекта, которая помогает извлекать новые знания, называется механизмом вывода. Именно он обеспечивает обучение на опыте, генерацию новых знаний их уже существующих, применение существующих знаний к текущей ситуации.

При разработке баз знаний необходимо применять машинные и человеческие методы и возможности решения задач. Решение задач машиной, как и человеком, построено на стратегиях поиска. Цель состоит в том, чтобы найти более целесообразный путь через базу знаний, ведущий к решению задач. В основе машинного решения задачи лежат три основных понятия:

  •  первоначальное состояние;
  •  целевое состояние;
  •  операторы.

Первоначальное состояние задается пользователем. Цели определены заранее и хранятся в базе знаний как результат. Операторы представляют собой процедуры (от простых до сложных стратегий поиска), ведущие от начального состояния к цели через промежуточные состояния. Этот процесс может быть представлен в виде дерева поиска: дерево – первоначальное состояние, а ветви – промежуточные и конечные состояния. Оптимальный путь, ведущий к конечному состоянию, определяют операторы под управлением специализированных программ. В системах баз знаний такая программа называется машиной вывода; она контролирует и осуществляет стратегии рассуждения при поиске в базе знаний. При выполнении поисковых процедур могут быть использованы одна или несколько базовых моделей: слепой поиск (по всем вершинам дерева) или эвристический поиск (в том случае, если можно сократить путь).

При решении конкретной проблемы не все соображения равноценны для человека, поэтому говорят о «взвешивании»  этих соображений; присвоение веса называются весовыми факторами.

Применение знаний

Мышление, решение задач и рассуждение- это пути развития применения человеческих знаний. Мышление – подразумевает активную интеграцию новых знаний с существующими знаниями и навыками и представляет собой деятельность, направленную на решение задач.

Решение задачи – переход из первоначального состояния в желаемое (целевое) состояние.

При решении задачи человек использует 4 типа рассуждений:

  1.  Рассуждение с привлечением здравого смысла – основано на индивидуально опыте и фактах, усвоенных человеком за его жизнь; базы знаний не работают с таким видом рассуждений из-за его сложности; исключение составляет эвристический поиск, разновидность эмпирических правил, с помощью которого можно исключить наименее вероятные альтернативы.
  2.  Рассуждение с привлечением аналогий – современные базы знаний не используют этот вид рассуждений, поскольку они основаны на сравнении рассматриваемой задачи с уже известными и принятым стандартом поведения в аналогичной ситуации; поведение аналогий связано со способностью распознавать сходство ситуации с прошлым опытом.
  3.  Дедуктивное рассуждение - в основе лежат логические цепочки, построенные на предпосылках, ведущих к заключениям; при дедуктивном рассуждении вывод идет от общего к частному; предпосылки состоят из истинных утверждений и правил. Используя общие факты, человек приходит к какому-то заключению или выбирает направление деятельности.
  4.  Индуктивное рассуждение – идет от частного к общему; при интерпретации логики, которая описывает имевшие место факты, индукция основывается на подходе наилучшей догадки.

Дедуктивные и индуктивные рассуждения широко используются при построении систем с базой данных.

Источники знаний

  •  Исследователи, работающие в данной области.
  •  Эксперты.
  •  Книги.
  •  Научные труды.
  •  Руководства.
  •  Компьютерные ресурсы.

Источники знаний определяют способ приобретения знаний.

.

1 Когнитивная психология – наука, о познании мира через призму собственного понимания мира


2 эвристические методы (от греч. отыскивать, открывать) – специальные методы, используемые в процессе познания нового

PAGE  1


Определение целей

пределение подхода к решению

Определение фактов

Определение фактов

Достижение целей с помощью механизма вывода

Извлечение новых фактов для верификации с помощью механизма вывода


 

А также другие работы, которые могут Вас заинтересовать

72405. CorelDraw. Работа с растровыми объектами. Завернутый уголок 1.39 MB
  Существует растровый фильтр Page Curl (Завернутый угол страницы): Bitmaps > 3D Effects > Page Curl (Точечная графика > Трехмерные эффекты > Завернутый угол страницы). Где вы сможете выбрать место сворачивания уголка (слева, справа, снизу, сверху), направление...
72406. Повышение эффективности работы гальванической линии завода «ВЗЭП» г. Витебск 1.51 MB
  Обзор современных решений программ автоматического управления автооператорами гальванической линии; систематизация собранного материала для выполнения дипломного проекта, выбор физической среды реализации; изучение существующего программного обеспечения для проектирования выбранной системы; построение алгоритма управляющей программы. Определение протокола связи с модулями автооператоров, построение диаграммы состояний, вариантов использования...
72407. Форматирование таблицы, работа с формулами 1.08 MB
  Цель работы: ознакомиться со способами форматирования данных внутри ячеек, видами выравнивания и ориентации текста, прорисовки границ и выделения цветом. Изучить различные виды адресации ячеек, правила написания формул, работу Мастера функций и назначение кнопочек ленточной вкладки Формула.
72408. Работа с текстовыми данными 180.5 KB
  Цель работы: изучить основные сведения по работе с текстовыми данными, научиться обрабатывать текст. Уметь связывать данные в разных таблицах, освоить работу логических функций. Изучить пользовательские форматы данных. Научиться использовать средство Условное форматирование для выделения диапазона данных.
72409. Работа с датами и временем 116.5 KB
  Цель работы: Изучить правила организации и хранения даты и времени в EXCEL. Изучить функции для работы с датами и временем. Научиться работать с текущей датой и временем. Освоить способы связывания данных в таблицах при помощи функций...
72410. ОПРЕДЕЛЕНИЕ СРЕДНЕЙ ДЛИНЫ СВОБОДНОГО ПРОБЕГА И ЭФФЕКТИВНОГО ДИАМЕТРА МОЛЕКУЛЫ ГАЗА 165 KB
  Согласно молекулярно-кинетической теории газа хаотическое молекулярное движение является физической причиной наблюдаемых в газах явлений переноса энергии - при выравнивании температур (теплопроводность), массы - при выравнивании концентраций...
72411. Регулювання рульового механізму 131.5 KB
  Регулювання рульового механізму залежить від його конструкції. На автомобілях ГАЗ – 53 використовується передача типу глобоідальний черв’як – трьохгребневий ролик, а на автомобілях ЗИЛ – 431410 та КамАЗ – передача типу сектор та рейка – поршень.
72412. ЛОГИСТИКА СНАБЖЕНИЯ 158.5 KB
  Идея концепции синхронизация процессов доставки МР и ГП в необходимых количествах точно к тому моменту когда звенья логистической цепи в них нуждаются для выполнения заказа заданного подразделением-потребителем. Математические модели управления запасами УЗ позволяют найти оптимальный уровень запасов...
72413. Международная логистика 78.5 KB
  Поскольку доля дополнительных затрат, возникающих при доставке из Юго-Восточной Азии, в удельной стоимости поставляемого груза меньше, чем разница между стоимостью комплектующих в Европе и Юго-Восточной Азии, то именно в странах этого региона выгоднее покупать комплектующие.