1. 1Три этапа исследований в области искусственного интеллекта [3]

Представление знаний в информационных системах
Вопросы и ответы

Теоретическая часть

1.1Три этапа исследований в области искусственного интеллекта [3]

Ответ: Возникновение проблемы интеллектуализации вычислительных машин обусловлено, с одной стороны, развитием исследований по направлению «искусственный интеллект» (ИИ), с другой — быстрым развитием вычислительной техники и постоянно возрастающими потребностями се разнообразных применений.

Начало исследований в области искусственного интеллекта (конец 50-х годов) связывают с работами Ньюэлла, Саймона и Шоу, исследовавших процессы решения различных задач. Результатами их работ явились такие программы, как ЛОГИК-ТЕОРЕТИК, предназначенная для доказательства теорем в исчислении высказываний, и ОБШИЙ РЕШАТЕЛЬ ЗАДАЧ.

Эти работы положили начало первому этапу исследований в области искусственного интеллекта, связанному с разработкой программ, решающих задачи на основе применения разнообразных эвристических методов.

Эвристический метод решения задачи при этом рассматривался как свойственный человеческому мышлению «вообще», для которого характерно возникновение «догадок» о пути решения задачи с последующей проверкой их. Ему противопоставлялся используемый в ЭВМ алгоритмический метод, который интерпретировался как механическое осуществление заданной последовательности шагов, детерминированно приводящей к правильному ответу. Трактовка эвристических методов решения задач как сугубо человеческой деятельности, и обусловила появление и дальнейшее распространение термина искусственный интеллект.

Примерно в то время, когда работы Ньюэлла и Саймона стали привлекать к себе внимание, и Массачусетсском технологическом институте, Стэнфордском университете и Стэнфордском исследовательском институте также сформировались исследовательские группы в области ИИ. В противоположность ранним работам Ньюэлла и Саймона эти исследования больше относились к формальным математическим представлениям. Способы решения задач в этих исследованиях развивались на основе расширения математической и символической логики. Моделированию же человеческого мышления придавалось второстепенное значение.
В результате определение термина «искусственный интеллект» претерпело существенное изменение. Целью исследований, проводимых в направлении ИИ, стало не моделирование способов мышления человека, а разработка программ, способных решать «человеческие задачи».
Необходимость исследования систем искусственного интеллекта при их функционировании в реальном мире привела к постановке задачи создания интегральных роботов. При разработке проектов таких роботов использование термина «искусственный интеллект» стало звучать более обоснованно, так как в них решались не отдельные задачи ИИ, а исследовался и реализовывался необходимый спектр «интеллектуальных» функций, таких, как организация целенаправленного поведения, восприятие информации о внешней среде, формирование действий, обучение, общение с человеком и другими роботами.

Проведение работ, связанных с созданием интегральных роботов, можно считать вторым этапом исследований по искусственному интеллекту.

В Стэнфордском университете, Стэнфордском исследовательском институте и некоторых других местах были разработаны экспериментальные роботы, функционирующие в лабораторных условиях. Проведение этих экспериментов показало необходимость решения кардинальных вопросов, связанных с проблемой представления знаний о среде функционирования, и одновременно недостаточную исследованность таких проблем, как зрительное восприятие, построение сложных планов поведения в динамических средах, общение с роботами на естественном языке.

Эти проблемы были более или менее ясно сформулированы и поставлены перед исследователями в середине 70-х годов, связанных с началом третьего этапа исследований систем ИИ.

Его характерной чертой явилось смещение центра внимания исследователей с создания автономно функционирующих систем, самостоятельно (или в условиях ограниченного общения с человеком) решающих в реальной среде поставленные перед ними задачи, к созданию человеко-машинных систем, интегрирующих в единое целое интеллект человека и способности вычислительных машин для достижения общей цели — решения задачи, поставленной перед интегральной человеко-машинной решающей системой.

1.2Шесть направлений исследований по ИИ [3]

Ответ: В настоящее время в исследованиях по искусственному интеллекту (ИИ) выделились шесть направлений:

Представление знаний.
Манипулирование знаниями.
Общение.
Восприятие.
Обучение.
Поведение.

В рамках направления "Представление знаний" решаются задачи, связанные с формализацией и представлением знаний в памяти интеллектуальной системы (ИС). Для этого разрабатываются специальные модели представления знаний и языки для описания знаний, выделяются различные типы знаний. Изучаются источники, из которых ИС может черпать знания, и создаются процедуры и приемы, с помощью которых возможно приобретение знаний для ИС. Проблема представления знаний для ИС чрезвычайно актуальна, т.к. ИС - это система, функционирование которой опирается на знания о проблемной области, которые хранятся в ее памяти.

1.3Что такое моделирование знаний?

Ответ: Проблема моделирования знаний решается в разделе информатики, который носит название «Искусственный интеллект (ИИ)». Предметом исследования этой науки является человеческое мышление. Цель этих исследований – создание компьютерных моделей интеллектуальной деятельности человека. [1, стр. 202]. Такие модели называются системами искусственного интеллекта. Основой любой системы искусственного интеллекта является модель знаний и созданная на ее основе база знаний.

1.4Что такое знания? Чем они отличаются от данных [3]

Ответ: При изучении интеллектуальных систем традиционно возникает вопрос — что же такое знания и чем они отличаются от обычных данных, десятилетиями обрабатываемых ЭВМ. Можно предложить несколько рабочих определений, в рамках которых это становится очевидным.
Данные — это отдельные факты, характеризующие объекты, процессы и явления предметной области, а также их свойства.
При обработке на ЭВМ данные трансформируются, условно проходя следующие этапы:

1. данные как результат измерений и наблюдений;

2. данные на материальных носителях информации (таблицы, протоколы, справочники);

3. модели (структуры) данных в виде диаграмм, графиков, функций;

4. данные в компьютере на языке описания данных;

5. базы данных на машинных носителях информации.

Знания основаны на данных, полученных эмпирическим путем. Они представляют собой результат мыслительной деятельности человека, направленной на обобщение его опыта, полученного в результате практической деятельности.
Знания - это закономерности предметной области (принципы, связи, законы), полученые в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области.
При обработке на ЭВМ знания трансформируются аналогично данным.
-знания в памяти человека как результат мышления;

материальные носители знаний (учебники, методические пособия);
поле знаний — условное описание основных объектов предметной области их атрибутов и закономерностей, их связывающих;
знания, описанные на языках представления знаний (продукционные языкиб, семантические сети, фреймы;
база знаний на машинных носителях информации.

Знания — это хорошо структурированные данные, или данные о данных, или метаданные.
Знания[ могут быть классифицированы по следующим категориям:

Поверхностные — знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области.

Глубинные — абстракции, аналогии, схемы, отображающие структуру и природу процессов, протекающих в предметной области. Эти знания объясняют явления и могут использоваться для прогнозирования поведения объектов.
Пример 1

Поверхностные знания: «Если нажать на кнопку звонка, раздастся звук».

Глубинные знания: «Принципиальная электрическая схема звонка и проводки. Знания физиологов и врачей высокой квалификации о причинах, видах головных болей и методах их лечения.
Современные экспертные системы работают в основном с поверхностными знаниями. Это связано с тем, что на данный момент нет универсальных методик, позволяющих выявлять глубинные структуры знаний и работать с ними.

Кроме того, в учебниках по ИИ знания традиционно делят на процедурные и декларативные. Исторически первичными были процедурные знания, то есть знания, «растворенные» в алгоритмах. Они управляли данными. Для их изменения требовалось изменять программы. Однако с развитием искусственного интеллекта приоритет данных постепенно изменялся, и все большая часть знаний сосредоточивалась в структурах данных (таблицы, списки, абстрактные типы данных), то есть увеличивалась роль декларативных знаний.

Сегодня знания приобрели чисто декларативную форму, то есть знаниями считаются предложения, записанные на языках представления знаний, приближенных к естественному и понятных неспециалистам.

1.5? Чем отличаются базы знаний от баз данных?

Ответ: Любая база знаний (БЗ) содержит в себе базу данных (БД) в качестве составляющей, но не сводится к ней. Главное отличие БЗ от БД с точки зрения пользователя – ее активность. БД – пассивна. Из базы данных можно извлечь лишь ту фактическую информацию, которая в ней заложена. БЗ – активна. Благодаря процедурной компоненте она может сама выводить новые факты, которые непосредственно в нее заложены не были, может по своей инициативе вступать во взаимодействие с другими установленными на компьютере системами и с человеком.

1.6Классификация знаний

Ответ: Согласно классификации, предложенной в 1986 году С.С. Лавровым, знания делятся на четыре вида: понятийные, конструктивные, процедурные и фактографические.

Понятийные или концептуальные знания – это набор понятий из некоторой области знания, их свойства и взаимосвязи;
Конструктивные знания - знания о структуре объектов, о взаимодействии их частей;
Процедурные или алгоритмические знания – это уже известные людям методы решения задач, алгоритмы, программы;
Фактуальные или фактографические знания – это количественные и качественные характеристики конкретных объектов.

1.7Что такое модель представления знаний? [2, стр. 312]

Ответ: Модель знаний – основа системы искусственного интеллекта. К моделям, используемым в системах ИИ следует отнести:

исчисление предикатов первого порядка,
семантические сети,
фреймы,
объектно-ориентированные модели для динамических систем.

1.8Что такое модель исчисления предикатов первого порядка? [2, стр. 314]

Ответ: Она реализуется доказательством логических высказываний. Логическое высказывание может быть доказано при условии, что могут быть доказаны все составляющие этого высказывания, кроме головного. Логика высказываний строится на описании различного рода предикатов. Предикат в узком смысле – это свойство объекта. В широком смысле – это описание отношений между свойствами объекта, которые могут быть определены или не определены. Описание свойств предиката описывается совокупностью его аргументов.

Пример из Куракова?

мать(Анна, Екатерина) & сестра(Анна, Лиза)=>мать(Лиза, Екатерина) ???

1.9Что такое предметная область, модель предметной области?

Ответ: Предметная область – это часть реального мира (научная область, производственный процесс, социальная система и пр.). Знания о предметной области, заложенные в систему искусственного интеллекта и образуют модель предметной области (МПО) данной системы. Иногда МПО бывает жестко встроена в систему. Иногда системы обработки знаний предоставляют пользователю средства для того, чтобы тот мог сам описать нужную ему предметную область.

1.10Что представляют из себя языки представления знаний? Средства представления знаний, три уровня представления знаний.

Ответ: При построении баз знаний традиционные средства, основанные на численном представлении данных, являются неэффективными. Для этого используются специальные языки представления знаний, основанные на символьном представлении данных. Они делятся на типы по формальным моделям представления знаний. Один из самых интересных вопросов при работе со знаниями – это вопрос о средствах представления знаний. Необходимо различать три уровня представления:

Внешнее представление – знания в том виде, в котором их видит пользователь (при вводе информации в систему и при получении информации из системы),
Внутреннее представление – знания в том виде, в котором они хранятся в системе,
Смысловое (модельное) представление – знания в том виде, в котором пользователь может их себе представить при работе с системой.

1.11Модели знаний на графах. Семантические сети.

Ответ: Семантическая сеть – модель знаний в форме графа. В основе таких моделей лежит идея о том, что любые знания можно представить в виде совокупности объектов (понятий) и связей (отношений) между ними.

1.12Логическая модель представления знаний.

Ответ: Логическая модель знаний представляет собой совокупность утверждений.

О каждом утверждении можно сказать истинно оно или ложно. Утверждения делятся на факты и правила. Утверждение – факт считается безусловно истинным. Утверждение-правило имеет вид условия. Из истинности посылки А следует истинность заключения B. Если факты включены в базу знаний, они считаются безусловно истинными.

1.13Механизм вывода на логических моделях.

Ответ: Для доказательства истинности используются хранящиеся в БЗ факты и правила.

1.14В чем состоит цель исследований по экспертным системам?

Ответ: В начале восьмидесятых годов в исследованиях по искусственному интеллекту сформировалось самостоятельное направление, получившее название "экспертные системы" (ЭС). Цель исследований по ЭС состоит в разработке программ, которые при решении задач, трудных для эксперта-человека, получают результаты, не уступающие по качеству и эффективности решениям, получаемым экспертом. Исследователи в области ЭС для названия своей дисциплины часто используют также термин "инженерия знаний", введенный Е.Фейгенбаумом как "привнесение принципов и инструментария исследований из области искусственного интеллекта в решение трудных прикладных проблем, требующих знаний экспертов".

Логическое программирование на Прологе

2.1. Что такое Пролог?

Ответ:

2.2. Что такое предикат в Прологе?

Ответ:

2.3 Что такое факт в Прологе?

Ответ:

2.4.

Ответ:
Ответ:
Ответ:
Ответ:
Ответ:
Ответ:
Ответ:
Ответ:
Литература

Информатика. Задачник-практикум в 2 т./ Под ред. И.Г. Семакина, Е.К. Хеннера: Том 2. – М.: Лаборатория Базовых Знаний, 2000.
Кураков Л.П., Лебедев Е.К. Новые информационные технологии. – Чебоксары: Изд-во Чуваш.ун-та, 2000.
Перспективы развития вычислительной техники: в 11 кн.: Справ. Пособие / Под ред. Ю.М. Смирнова, Кн. 2. Интеллектуализация ЭВМ / Е.С. Кузин, А.И. Ройтман, И.Б. Фоминых, Г.К. Хахалин. – М.: Высш. Шк., 1989.