Формальные основы интеллектуальных систем. Основные принципы работы интеллектуальных систем.

Формальные основы интеллектуальных систем.

1. Тьюринг.(изобретатель).

Машина Тьюринга

Места для хранения данных

пишущая головка (считывающая), которая производит чтение и запись данных

регистр команд, содержит текущую команду для выполнения

система, содержащая перечень команд (прототип программы)

Для интеллектуальных систем было взято следующее:

- ПО можно разбить на данные и знания;

- Все действия по решению задачи представляются как последовательность команд;

- В любой момент времени можно определить состояние ПО.

2. Система Поста. (математик)

íXý; íWý - набор функций; WX ®Y, YÎíXý

ПО описывается набором данных и функций. При воздействии функций на данные получаются другие данные, но из этой же ПО.

Для интеллектуальных систем было взято следующее:

- знания ПО являются замкнутой системой, т.е. получение принципиально новых знаний невозможно.

- Все задачи сводятся к последовательности функций, набор которых является жестким.

3. Ньюэлл. (психолог).

1. Все рассуждения экспертов разбиваются на цепочку правил «если…то».

2. При создании общей базы правил ей можно пользоваться при решении любой задачи из ПО. Главное правильно построить цепочку.

2.4. Архитектура интеллектуальных систем. Основные компоненты: интерпретатор, рабочая память, база знаний, компонент приобретения знаний, объяснительный компонент, диалоговый компонент.

Архитектура интеллектуальных систем.

Данная архитектура работает только для статических систем. Для динамических систем добавляют еще 2 компонента:

1. система моделирования внешнего мира. Работает с диалоговым компонентом, с рабочей памятью, с решателем и с базой знаний. Компоненты, которые общаются с системой моделирования, могут изменять алгоритмы работы и хранимую информацию.

2. датчики (система взаимодействия, общения с внешним миром). Работают только с системой моделирования внешнего мира.

Архитектура ЭС зависит от проблемной области, возможно изменение компонентов и их функций.

Основные компоненты:

1. База знаний (БЗ).

– Хранение знаний в структурированном виде. Структура обычно разрабатывается для каждой ПО индивидуально.

2. Рабочая память (РП).

– Временное хранение данных и знаний, а также промежуточных шагов решения.

3. Диалоговый компонент (Диалог).

– Должен быть язык понятный пользователю (разговорный и понятийный). В идеале добавляется анализ текста.

4. Интерпретатор или Решатель.

– Он строит решения под запрос пользователя.

5. Объяснительный компонент.

– Хранит выполняемые правила и результаты выполнения, т.е. составляется протокол решения.

6. Компонент приобретения знаний.

– Общается с экспертом, получает новые знания и встраивает их в БЗ.

Выводы:

I. Отсутствие РП, Объяснительного компонента и Компонента приобретения знаний на работе интеллектуальной системы не скажется.

II. Отсутствие интерпретатора, диалога и БЗ – говорит о невозможности работы интеллектуальной системы.

2.5. Модели представления знаний: логическая, фреймовая, семантическая. Преимущества и недостатки моделей.

Логическая модель знаний.

Особенности:

1. ПО разбита на набор правил «если … то».

2. Все правила должны выстраиваться в виде дерева.

3. Правила хранятся общим списком. Для выбора одного правила выбираются все.

4. Возможность прямого и обратного вывода. Прямой вывод: известна постановка задача и вопрос – «Нужно найти решение». Обратный вывод: известен вопрос и решение – Нужно построить логику принятия решения.

5. Принятие решений: на основании постановки задачи выбирается правило для выполнения, выполняется, изменяется состояние системы, ищется новое правило т.д. Решение ищется до тех пор, пока не найден ответ на вопрос пользователя или доступных правил больше нет.

Преимущества: 1). Решение всегда существует и единственное.

2). Реализация возможна на любом языке программирования.

3). Наглядность представления.

Недостатки: 1). В реальности не всегда единственное решение.

2). При большой модели долгое принятие решения.

3). Не всегда можно отследить дополнительные возможности использования правил.

Фреймовая модель знаний.

Особенности:

1. ПО разбита на набор рамок (шаблонов), называемых базовыми фреймами.

2. Базовые фреймы между собой могут быть соединены по сетевому или иерархическому принципу.

3. Каждый базовый фрейм имеет набор фреймов-экземпляров, описывающих реальные объекты.

4. Каждый фрейм состоит из: имя фала и набор слотов. Каждый слот состоит из : имя слота, область значения (диапазон или перечень значений), значения по умолчанию, присоединенная процедура (программа, относящаяся к данному фрейму).

5. Принятие решений – на вопрос пользователя ищется базовый фрейм (если фрейм не найден, делается запрос эксперта). Для найденного базового фрейма перебираются фреймы–экземпляры. Если нашелся фрейм-экземпляр, он выдается как ответ. Если нет, то значение базового фрейма сужается до ответа, нужного пользователю. При одобрении – это новый фрейм-экземпляр.

Преимущества: 1). Каждый объект описывается перечнем свойств.

2). Наглядность описания.

3). Границы ПО фиксированы.

Недостатки: 1). В зависимости от эксперта будет разный перечень свойств.

2). Специфика программирования (сложно запрограммировать).

3). Сложности при расширении.

Семантическая (сетевая) модель знаний.

Особенности:

1. ПО разбита на объекты и свойства, которые равноправны между собой.

2. Все вершины расположены в виде сети, соединение возможно «Каждый с каждым».

3 . Типы связей: : - иерархический; - семантический;

- функциональный; - каузальный;

4. В одной модели могут быть разные типы связи, тогда ее разбивают по уровням. Каждому типу

свой уровень.

5. Принятие решений. На запрос пользователя строится сеть маска с отверстием вместо вопроса. Данная маска накладывается на первоначальную сеть. В отверстии проявляется ответ.

Преимущества: 1). Ограничений на ПО нет.

2). Легко воспринимается (соответствует образу мышлению).

3). Быстрое принятие решения.

Недостатки: 1). Сложная реализация.

2). Слишком широкое ПО.

3). Необходим дополнительный инструмент создания сети.

2.6. Модели представления знаний: логическая, фреймовая, семантическая. Последовательность построения модели. Требования эксперта и проблемной области к построению модели.

Логическая модель знаний.

Особенности:

1 ПО разбита на набор правил «если … то».

3. Все правила должны выстраиваться в виде дерева.

4. Правила хранятся общим списком. Для выбора одного правила выбираются все.

5. Возможность прямого и обратного вывода. Прямой вывод: известна постановка задача и вопрос – «Нужно найти решение». Обратный вывод: известен вопрос и решение – Нужно построить логику принятия решения.

6. Принятие решений: на основании постановки задачи выбирается правило для выполнения, выполняется, изменяется состояние системы, ищется новое правило т.д. Решение ищется до тех пор, пока не найден ответ на вопрос пользователя или доступных правил больше нет.

Фреймовая модель знаний.

Особенности:

1.ПО разбита на набор рамок (шаблонов), называемых базовыми фреймами.

2. Базовые фреймы между собой могут быть соединены по сетевому или иерархическому принципу.

3. Каждый базовый фрейм имеет набор фреймов-экземпляров, описывающих реальные объекты.

4. Каждый фрейм состоит из: имя фала и набор слотов. Каждый слот состоит из : имя слота, область значения (диапазон или перечень значений), значения по умолчанию, присоединенная процедура (программа, относящаяся к данному фрейму).

5. Принятие решений – на вопрос пользователя ищется базовый фрейм (если фрейм не найден, делается запрос эксперта). Для найденного базового фрейма перебираются фреймы–экземпляры. Если нашелся фрейм-экземпляр, он выдается как ответ. Если нет, то значение базового фрейма сужается до ответа, нужного пользователю. При одобрении – это новый фрейм-экземпляр.

Семантическая (сетевая) модель знаний.

Особенности:

1. ПО разбита на объекты и свойства, которые равноправны между собой.

2. Все вершины расположены в виде сети, соединение возможно «Каждый с каждым».

3. Типы связей: - иерархический; - семантический;

- функциональный; - каузальный;

4. В одной модели могут быть разные типы связи, тогда ее разбивают по уровням. Каждому типу

свой уровень.

5. Принятие решений. На запрос пользователя строится сеть маска с отверстием вместо вопроса. Данная маска накладывается на первоначальную сеть. В отверстии проявляется ответ.

Преимущества: 1). Ограничений на ПО нет.

2). Легко воспринимается (соответствует образу мышлению).

3). Быстрое принятие решения.

Недостатки: 1). Сложная реализация.

2). Слишком широкое ПО.

3). Необходим дополнительный инструмент создания сети.

Требования эксперта и проблемной области к построению модели.

Приоритеты при выборе моделей.