дб. Четвертое издание джозеф Джарратано Университет Хьюстон клиэрЛэйк Гари Райли People5oft, Издательский дом "Вильямс" Москва СанктПетербург Киев 2007 ббк 32. 973. 26 018 75 Д
 Скачать 3.73 Mb.
|
Термин декларативный применяется к знаниям, выраженным в форме декларативных утверждений, подобных следующему: "Не опускайте пальцы в кастрюлю с кипящей водой. Как показано в [88], разработано многоразличных способов представления знаний с использованием логики. Неявные знания иногда называют подсознательными знаниями, поскольку они не могут быть выражены с помощью языка. В качестве примера можно указать знания о том, как двинуть рукой. Давая наиболее общий ответ, можно было бы сказать, что движение рукой осуществляется за счет напряжения или расслабления определенных мускулов и сухожилий. Нов таком случае приходится рассматривать этот вопрос на более низком уровне и объяснять, откуда вызнаете, как следует напрягать или ослаблять свои мускулы и сухожилия. В качестве других примеров можно указать ходьбу или езду на велосипеде. А если речь идет о компьютерных системах, то знания, представленные в искусственной нейронной системе, напоминают неявные знания, поскольку обычно нейронная сеть неспособна непосредственно объяснить суть содержащихся в ней знаний, но могла бы приобрести такую способность при наличии соответствующей программы (см. раздел 1.14). Знания играют в экспертных системах очень важную роль. В действительности можно провести аналогию с приведенным ниже классическим выражением, которое привел Николас Вирт (Nicholas Wirth) в своей оригинальной книге по языку Pascal. 134 Глава 2. Представление знаний Способность использовать знания наилучшим образом Знания о знаниях Способность использовать информацию Потенциальный источник знаний Потенциальный источник информации Отсутствие видимых признаков информации Рис. 2.2. Пирамида знаний Искусственная нейронная система не формирует логические выводы. Вместо этого такая система осуществляет поиск в целях обнаружения в данных основополагающих образов, которые не являются очевидными для человека. По существу искусственная нейронная система представляет собой классификатор образов. Например, способность человека к чтению основана на возможностях распознавания образов, заложенных в нейронной сети мозга, которая была обучена распознаванию образов букв. В другом участке мозга эти образы преобразуются в слова, которые человек мысленно слышит вовремя чтения, поскольку именно так про- Согласно определению знаний, которое используется в настоящей книге и иллюстрируется на рис. 2.2, знания входят в состав иерархии способов представления информации. На нижнем уровне этой иерархии находится шум, состоящий из информационных элементов, которые не представляют интереса и могут лишь затруднить восприятие и представление данных. На более высоком уровне находятся бесформатные данные, содержащие элементы данных, которые в принципе могут представлять определенный интерес. Наследующем уровне находится информация, те. обработанные данные, явно представляющие интерес для пользователей. За этим уровнем следует уровень знаний, на котором представлена настолько важная информация, что ее следует надежно хранить и обеспечить выполнение над ней необходимых операций. В главе 1 знания в экспертной системе на основе правил определены как правила, которые активизируются фактами или другими правилами в целях выработки новых фактов или заключений. Заключение рассматривается как конечный продукт цепи рассуждений, называемой логическим выводом, но при условии, что эти рассуждения осуществляются в соответствии с формальными правилами. Процесс формирования логических выводов является существенной частью процесса функционирования экспертной системы. Сам термин формирование логических выводов, как правило, используется применительно к таким механическим системам, как экспертные системы. А термин рассуждения применяется применительно к продуктивным человеческим размышлениям. Смысл знаний 135 исходит обучение чтению детей — путем озвучивания слов, произносимых по буквам. В качестве эксперимента можно, например, попытаться перевернуть книгу или газету на 180 градусов и приступить к чтению. Большинство людей на первых порах испытывают затруднения при чтении перевернутого текста, но способны переобучить свою нейронную сеть, применяемую вовремя чтения, чтобы она распознавала буквы, представленные в необычном ракурсе. Еще водном классическом психологическом эксперименте людям предлагали носить очки, которые переворачивают изображение, воспринимаемое глазами. Но через несколько дней мозгу таких людей адаптируется, и они начинают снова видеть мир так, как будто его изображение не перевернуто. А в действительности хрусталики в глазах человека проектирует изображение на сетчатку в перевернутом виде, а мозг снова его переворачивает, поэтому мир воспринимается в нормальном виде. Еще с одним примером гибкости нейронных сетей можно ознакомиться, попытавшись приступить к чтению книги, повернутой на какой-то угол, скажем, на 30' [84]. При этом человек не теряет способности к чтению, просто чтение происходит немного медленнее. Эта задача становится сложнее после поворота книги на 180'. А после определенной практики некоторые люди приобретают способность читать перевернутый текст также быстро, как и обычный, что показывает поразительную приспособляемость нейронных сетей человека. Аналогичным образом искусственная нейронная система, обученная распознаванию букв, расположенных под различными углами, приобретает способность к распознаванию и чтению текста, который демонстрируется в условиях, отличающихся от обычных. Чем больше число различных вариантов поворота, на примере которых была обучена сеть, тем быстрее и точнее она будет работать. Кроме того, обучение искусственной нейронной системы чтению различных стилей почерка позволяет использовать эту систему для чтения рукописных текстов, оформленных с помощью еще более разнообразных стилей, по аналогии стем, как люди читают рукописи различных авторов. Термином факты обозначается информация, рассматриваемая как надежная. Экспертные системы формируют логические выводы с использованием фактов. Факты, ложность которых будет продемонстрирована в дальнейшем, могут быть исключены с помощью средств поддержания истинности системы CLIPS; входе этого автоматически изымаются все выводы, правила и другие факты сформированные на основании ложного факта. Кроме того, экспертные системы могут выполнять следующие действия во- первых, отделять данные от шума, во-вторых, преобразовывать данные в информацию и, в-третьих, преобразовывать информацию в знания. В экспертной системе, которая рассчитана на получение фактов, чрезвычайно опасно использовать бесформатные данные, поскольку надежность полученных в результате заключений может оказаться полностью неприемлемой. Безусловно, ив экспертных системах оправдывается поговорка "Мусор на входе — мусор на выходе", которой руководствуются программисты. Но, безусловно, Глава 2. Представление знаний 136 кто-то может сознательно принять решение о применении информационного мусора для поддержки конкретного рабочего списка правил. В качестве примера применения представленных выше понятий рассмотрим следующую последовательность из 24 цифр Подставить вместо оставшихся двухзначных чисел символы кода ASCII. Применение этого алгоритма к приведенным выше 24 цифрам приводит к получению следующей информации GOLD 438+ После этого к полученной информации можно применить знания. Например, допустим, что существует такое правило IF цена на золото меньше 500 и цена растет (+) THEN покупать золото Очевидно, что на рис. 2.2 это явно не показано, но экспертные знания представляют собой специализированную разновидность знаний и навыков, которыми обладают эксперты. Экспертные знания могут относиться к показанным на этом рисунке уровням знаний, метазнаний и мудрости. Хотя весьма специализированные знания можно найти в таких общедоступных источниках информации, как книги и статьи, недостаточно просто прочитать книгу, чтобы стать экспертом. Например, в медицинских учебниках можно найти подробную информацию о том, как следует проводить хирургические операции. Но вряд ли найдется такой человек, который согласится подвергнуться хирургической операции на головном При отсутствии знаний об этой последовательности она может показаться просто проявлением шума. Но если есть основания полагать, что эта последовательность имеет смыслили это достоверно известно, то указанная последовательность рассматривается как данные. При определении того, что является данными и что является шумом, вполне можно руководствоваться старой рекомендацией, касающейся сельского хозяйства "Сорняком следует считать все, что выросло вопреки вашему желанию. Определенные знания могут относиться к тому, как нужно преобразовывать данные в информацию. Например, следующий алгоритм показывает, как обработать приведенные выше данные для получения информации Разбить представленные цифры на пары. Игнорировать те из полученных двухзначных чисел, которые меньше 32. 2.2. Смысл знаний 137 мозге, если кто-то постучится в его дверь и заявит, что окончил заочные курсы и готов предложить свои услуги по сниженным ценам. На это вряд ли может даже соблазнить бесплатный набор ножей Ginsu-2000 (немного попорченный после проведения очередной хирургической операции на головном мозге. Экспертные знания — это неявные знания и навыки эксперта, которые должны быть извлечены и преобразованы в явные стем, чтобы их можно было представить в экспертной системе. Причина, по которой знания являются неявными, состоит в том, что истинный эксперт владеет этими знаниями настолько хорошо, что они превратились в его вторую натуру и не требуют размышлений. В качестве примера можно указать, что после окончания медицинского училища практиканты служат в лечебном учреждении примерно один год, работая, как правило, 80 или больше часов в неделю, до тех пор, пока не приобретают способность выполнять медицинские процедуры даже без размышлений. Разумеется, такая организация обучения специалистов подвергалась критике, но она позволяет усваивать знания настолько глубоко, что они становятся второй натурой. (Безусловно, пациентам иногда перед проведением очередной процедуры не мешает также спросить практиканта, как долго ему удалось поспать на этой неделе) Почти на самом верхнем уровне иерархии (см. рис. 2.3) над уровнем знаний находится уровень метазнаний. Префикс мета означает "свыше" или "дальше. Метазнания представляют собой знания об обычных и экспертных знаниях. Безусловно, экспертная система может быть спроектирована с учетом знаний о нескольких различных проблемных областях, но, как правило, это нежелательно, поскольку в результате система становится менее качественно определенной. Опыт показывает, что наиболее успешно работают такие экспертные системы, применение которых ограничивается наименьшей проблемной областью из всех возможных. Например, если экспертная система спроектирована для выявления заболеваний, вызванных бактериями, тонет смысла применять ее также для диагностирования неисправностей в автомобилях. В качестве практического примера можно указать, что сами врачи специализируются только водной небольшой области, а не во всей медицине. Даже семейные врачи (в качестве которых чаще всего выступают терапевты) направляют своих пациентов в случае необходимости к соответствующему специалисту. В экспертных системах онтология представляет собой метазнания, которые описывают все, что известно о рассматриваемой предметной области. В идеальном случае онтология должна быть представлена в формальном виде для того, чтобы можно было легко обнаруживать несовместимости и несоответствия. Для построения онтологий может применяться целый ряд бесплатных и коммерческих инструментальных средств. Построение онтологии должно быть закончено до реализации экспертной системы, поскольку в противном случае может потребоваться пересматривать правила по мере поступления дополнительной информации о данной предметной области, что приводит к повышению издержек, увеличению 138 Глава 2. Представление знаний продолжительности разработки и возрастанию вероятности появления программных ошибок. Например, экспертная система может иметь базы знаний о ремонте легковых автомобилей компании GM (General Motors), джипов (Sport Utility Vehicle — SUV) GM и дизельных грузовиков GM. В зависимости оттого, к какому типу относится автомобиль, требующий ремонта, должна использоваться соответствующая база знаний. В связи с необходимостью снижения потребности в памяти и повышения быстродействия было бы неэффективно держать в памяти одновременно все базы знаний, поскольку в процессе эксплуатации сети непрерывно происходит модификация в памяти всех правил, находящихся в сети. Кроме того, могут возникать конфликты, если антецеденты какого-либо правила для грузовиков и легковых автомобилей содержат одинаковый шаблона заключения являются различными. Например, если датчик измерения уровня топлива показывает, что бак пуст, то экспертная система для легковых автомобилей может дать указание "Заполнить бак бензином, а экспертная система для грузовиков — указание "Заполнить бак дизельным топливом". Такая путаница, в результате которой бензобак легкового автомобиля будет заполнен дизельным топливом или бак грузовика бензином, весьма нежелательна. Кроме того, работа экспертной системы замедляется при возрастании количества правил в системе, поскольку сеть становится больше. А метазнания могут использоваться для принятия решения о том, какая база знаний должна быть загружена в память, а также служить в качестве общего руководства по проектированию и сопровождению самой экспертной системы и ее онтологии. Наконец, вершиной всех знаний является мудрость, рассматриваемая в ее философском толковании. Мудрость это метазнания, позволяющие определять наилучшие цели в жизни и находить пути их достижения. Например, одно из правил мудрости можно выразить следующим образом Г ыне удастся заработать достаточно денег для того, чтобы ыоя сеыья нив чеы не нуждалась THEN я уволюсь с работы и буду наслаждаться жизнью Объем работ по искусственному интеллекту на основе инженерии знаний, достигающих уровня мудрости, постоянно возрастает. Однако человечество итак сформулировало чрезвычайно много мудрых мыслей, но прислушиваются к ним лишь единицы. В настоящей книге мы ограничимся рассмотрением систем, основанных на знаниях, и оставим проблематику создания систем на основе мудрости для политических деятелей и других экспертов того же рода. Продукции 139 2.3 Продукции До настоящего времени предложен целый ряд различных методов представления знаний. К ним относятся правила, семантические сети, фреймы, сценарии, логика, концептуальные схемы и др. В частности, было предложено много языков представления знаний, таких как классический язык KL-ONE (Knowledge Language ONE — язык знаний номер один) и происходящий от него язык на основе фреймов CLASSIC [81. Кроме того, были предложены многие другие языки, включая языки на основе визуальных средств. Как было описано в главе 1, в качестве основы базы знаний в экспертных системах широко используются правила, поскольку преимущества правил намного перевешивают их недостатки. Одной из формальных систем обозначений, применяемых для определения продукций, является нормальная форма Бэкуса — Наура (Backus-Naur form — BNF). Эта система обозначений представляет собой метаязык, применимый для определения синтаксиса любого языка. Синтаксис определяет форму, а семантика обозначает смысл. Метаязык — это язык, предназначенный для описания других языков. Поскольку префикс "мета" обозначает "свыше" или "дальше, метаязык находится на более высоком уровне по сравнению с обычным языком. Языки подразделяются на несколько типов, таких как естественные языки, логические языки, языки математики, компьютерные языки и т.д. Ниже приведено продукционное правило, в котором система обозначений на основе нормальной формы Бэкуса — Наура используется для формулировки простого правила английского языка, согласно которому предложение (sentence) состоит из подлежащего (subр'ест), сказуемого (verb), за которыми следует знак пунктуации, обозначающий конец предложения (end-тагес). заключенные в угловые скобки, принято называть нетерминальными символами (nonterminal). Нетерминальный символ — это переменная, представляющая другой терм. В свою очередь, в качестве подобного "другого" терма может использоваться нетерминальный символ или терминальный символ (terminal). Терминальный символ не может быть заменен каким-либо иным символом и поэтому представляет собой константу. Нетерминальный символ применяемых для определения других Глава 2. Представление знаний символов. В определениях языков программирования начальный символ обычно носит имя. Ниже приведено продукционное правило, которое указывает, что предложение состоит из подлежащего, за которым следует сказуемое, а в конце находится маркер конца предложения. следующие правила позволяют раскрывать значения нетерминальных символов, поскольку указывают терминальные символы, которыми они могут быть заменены. В этом метаязыке вертикальная черта означает "или. символа соответствующими ему нетерминальными или терминальными символами, взятыми из правой части правил, до тех пор, пока не будут устранены все нетерминальные символы. Некоторые продукции рассматриваемого языка приведены ниже left. I left? ей You left. You left? You left! We left. We left? We left! Ряд терминальных символов называется строкой символов языка. Если строка может быть получена изначального символа путем замены нетерминальных символов с применением определяющих их правил, то строка называется действительным предложением. Например, такие строки, как "We", "WeWe" и "le f tcamecame", являются действительными строками языка, ноне действительными предложениями. |