Лекция Представление знаний

Введение

1. Смысл знаний

2. Продукции

3. Семантические сети

4. Тройки “объект–атрибут–значение”

5. Язык PROLOG и семантические сети

6. Трудности, связанные с использованием семантических сетей

7. Схемы

8. Фреймы

9. Трудности, связанные с использованием фреймов

10. Логика и теория множеств

11. Пропозициональная логика

12. Логика предикатов первого порядка

13. Квантор всеобщности

14. Квантор существования

15. Кванторы и множества

16. Ограничения логики предикатов

Резюме

Настоящая и следующая главы посвящены логике. Большинство людей считают, что слово “логичный” означает “обоснованный”. Такимобраз ом, если человек рассуждает логично, то его рассуждения обоснованны, поэтому он не допускает поспешных выводов. Но прежде чемпе рейти к изучению искусственного интеллекта и экспертных системн а основе логики, необходимо дать более строгое определение терминов.

Все, кто использует компьютеры, знают, что преимущество компьютеров состоит в том, что они точно выполняют данные им задания. Но и недостаток компьютеров заключается в том, что они действуют в точном соответствии с инструкциями.

В настоящее время экспертные системы применяются для оценки кредитоспособности; определяют, должна ли быть проведена ревизия компании налоговым управлением; обеспечивают бесперебойное функционирование атомных электростанций; а также являются ключевыми элементами другой столь же важной деятельности, поэтому необходимо обеспечить, чтобы эти системы действовали чрезвычайно логично и не были подвержены двусмысленным толкованиям.

С формальной точки зрения логика — это наука о формировании действительных логических выводов. Это означает, что при наличии необходимого количества истинных фактов вывод всегда должен быть истинным. С другой стороны, если логический вывод недействителен, это означает, что на основании истинных фактов получено ложное заключение (но не стоит пытаться это доказати инспектору дорожной службы, который остановит вас за превышение скорости).

Необходимо также четко провести различие между формальной логикой и неформальной логикой. Отличительная особенность неформальной логики состоит в том, что ею пользуются в обычной жизни и особенно в адвокатской практике при попытке выиграть в словесномс остязании, например, в судебном разбирательстве. В последнемс лучае такое состязание обычно не принимает вид ожесточенного обмена репликами, который заканчивается перестрелкой, а выглядит как юридическое доказательство в зале суда, в ходе которого слова, несущие эмоциональную нагрузку, используются для того, чтобы убедить присяжних в том, какая из противоборствующих сторон имеет лучшего адвоката, и тем самым выиграть дело.

Сложное логическое доказательство представляет собой цеп логических выводов, в которой одно заключение ведет к другому, и т.д. В суде построение такой цепи может привести к одному из нескольких заключений, которое становится основой судебного решения о виновности, невиновности, невменяемости или необходимости дополнительного расследования, после чего объявляется приговор.

В формальной логике, называемой также символической логикой, исключительную важность имеет то, как осуществляется логический вывод и как учитываются другие факторы, которые обеспечивают доказательство истинности или ложности окончательного заключения допустимым способом.

Идеальным примером компьютерной программы, осуществляющей недействительный символический логический вывод, может служить программа, содержащая программнуюошибку. (К счастью, пользователи, потратившие сотни долларов на обновление операционной системы своего компьютера с переходом на новейшую версию, всегда могут получить немедленное удовлетворение, отправив изготовителю ОС отчет об ошибке.) Логика нуждается также в семантике, позволяющей придать смысл символам.

В формальной логике используется семантика, не основанная на применении слов, несущих эмоциональную нагрузку, как в следующем примере: “Вы предпочитаете пепси-колу или кока-колу?” Вместо этого область применениясемантики в формальной логике ограничивается направлением, подобным выбору осмысленных имен для переменных в обычном программировании. В настоящей главе приведено вводное описание логики, а также даны основные сведения о наиболее широко используемых способах представления знаний.

Тематика представления знаний (Knowledge Representation — KR) уже давно считается одними з основных направлений работ в области искусственного интеллекта, поскольку выбор правильного способа представления знаний является не менее значимым фактором, от которого зависит успешное создание системы, чем разработка самог´о программного обеспечения, в котором используются эти знания.

С тематикой представления знаний тесно связана не менее важная тематика представления данных, которая рассматривается в такой области компьютерных наук, как проектирование баз данных. Безусловно, базы данных в основном рассматриваются как репозитарии текущих данных, таких как данные інвентарного учета товарно-материальных запасов на складах, данные о кредиторской задолженности, дебиторской задолженности и т.д., а не знаний, но в настоящее время многие компании проводят активную деятельность в направлении анализа скрытых закономерностей в данных для извлечения знаний.

Анализ скрытых закономерностей в данных направлен на использование архивных данных, находящихся в хранилищах данных, для предсказания будущих тенденций. Например, компания может заняться изучением своих данных о сбыте в последние пять лет за декабрь месяц для прогнозирования того, какие товары и в каком количестве следует запасти на складах.

Например, специалисты компании с помощью анализа скрытых закономерностей в данных могут обнаружить, что в декабре хорошо продаются рождественские открытки, а поздравления ко дню Святого Валентина мало кого интересуют. Безусловно, этот пример немного надуман, а несколько более реалистичным примером может служить обнаружение того, что одежда в красных и зеленых тонах лучше продается зимой, а не весной (поскольку красный и зеленый цвета ассоциируются с Рождеством), а одежда в коричневых, оранжевых и желтых тонах находит более активный сбыт осенью.

Несомненно, об этом догадываются и администраторы магазинов, но анализ скрытых закономерностей в данных может использоваться для получения количественных оценок того, сколько предметов одежды должна закупить торговая компания и когда следует объявить их распродажу в связи с окончанием сезона. Безусловно, истинная ценность анализа скрытых закономерностей в даннях состоит в том, что он позволяет обнаружить тенденции, неочевидные для человека, но доступные обнаружению путем анализа огромных объемов исторических данных, которые хранятся в архиве компании.

В процессе анализа скрытых закономерностей в данных применяются не только классические статистические методы, но и такие методы искусственного интеллекта, как искусственные нейронные системы, генетические алгоритмы, эволюционные алгоритмы и экспертные системы, не только отдельно взятые, но и в различных комбинациях.

Выбор правильных способов представления знаний имеет очень важное значение для экспертных системпо двумпр ичинам. Первая причина состоит в том, что экспертные системы рассчитаны на использование представления знаний определенного типа, основанного на правилах логики, называемых способами логического вывода.

Обычно под термином умозаключение подразумевается получение логических заключений на основании фактов. К сожалению, люди не очень хорошо справляются с указанной задачей, поскольку имсвой ственно путать семантику с самим процессом формирования рассуждений, поэтому им не всегда удается прийти к действительному заключению. Наглядные примеры подобных недостатков часто обнаруживаются при изучении предвыборных плакатов, применяемых политическими противниками.

Основой логики, которая используется политиками, являются методы убеждения, не базирующиеся на фактах, а построенные на ненадежных сведениях или применяющие одни и те же факты для достижения полностью противоположных выводов.

Формирование логических выводов — это формальный термин, используемый для обозначения рассуждений специального типа, которые не опираются на семантику (т.е. в них не учитывается смысл слов). Разумеется, в реальном мире невозможно обойтись без учета семантики, но экспертные системы проектируются для проведения рассуждений на основе логики, поэтому не должны подвергаться влиянию той эмоциональной окраски, которая может быть внесена в рассуждения под влияниемс емантики.

Цель логического вывода состоит в достижении действительного заключения на базе фактов с использованиемдок азательства в допустимой форме. Еще раз отметим, что в логике термин доказательство обозначает формальный способ, в котором применяются факты и правила логического вивода для обоснования действительного заключения. С другой стороны, просматривая телевизионное шоу, в которомт ележурналист проводит оживленную дискуссию с человеком, представленным как отставной генерал, бывший дипломат, отстраненный от дел присяжный заседатель или другой подобный деятель, можно бать вполне увереннымв том, что целью этого шоу является не достижение действительных логических заключений, а привлечение интереса телезрителя.