Навигация
3. Доступность чтения.
• Для нас это преимущество, безусловно, имеет место. Как уже говорилось выше, наше собственное знание является модульным, поэтому продукционные системы нам кажутся более близкими, более легкими для чтения. Этим преимуществом нельзя пренебрегать, поскольку подобные системы в первую очередь предназначены для врачей, биологов, архитекторов и т. д. Во многих областях реально существуют добавляемые знания и соответствующие базы правил. (Например, автоматизированные экспертные обучающие системы.)
• Для машины. Более простой проверке поддается база знаний, представленная в форме правил, а не в форме процедур. Противоречия или избыточность в действительности легко определяется с помощью синтаксической обработки:
АÙВ®С и АÙВ®ùС одновременно невозможны; из DÙEÙF®G следует EÙF®G с помощью "подпосылки";
таким образом, первое правило является лишним.
Может быть также обнаружена семантическая несогласованность: АÙВ®С неприемлемо, если по определению и из свойств А и В с необходимостью А®ùВ.
4. Способность к самообъяснению. Это свойство связано одновременно и с правилами, и с их структурами внешнего управления. Система легко прослеживает цепочку правил, которую она использовала для получения вы
вода, так же как и использовавшиеся метаправила.
Однородное представление знания, определяемое установленным форма
том, разрешает создавать модели правил, которые позволяют получить ответы на некоторые вопросы и предусмотреть большую часть изменений ,в случае обнаружения ошибки в базе данных.
5. Эффективность. Практика доказала гибкость и компетентность таких
систем, как MYCIN, PROSPECTOR и R1. Эти системы являются уже не лабораторными игрушками, а высокопроизводительными устройствами. Они
оказались достаточно эффективными и выдерживают сравнение с процедурными системами во многих областях, примеры которых приведены, в частности, в работе (Rychener, 1978).
Их структура управления позволяет принимать в расчет многочисленные параметры, характеризующие ситуацию. Причина эффективности продукционных правил заключается в том, что эти правила учитывают конкретные данные в каждом случае.
3. Метазнание
Метазнание представляет собой любое знание о знании. Оно является фундаментальным понятием для систем, которые не только используют свою базу знаний такой, как она есть, но и умеют на ее основе делать выводы, структурировать ее, абстрагировать, обобщать, а также решать, в каких случаях она может быть полезна. Ввод знаний в систему является задачей не только специалистов в данной области но и самой системы, которая должна управлять этим процессом.
3.1. Метазнание объектов окружающего мира
Решение проблем, охватывающих большие объемы знаний, требует умения обращаться с очень сложными и весьма различными типами данных, как по содержанию, так и по взаимосвязи с другими элементами системы. Требуемая информация должна не только присутствовать в программных комментариях и в мыслях разработчика, но и быть доступной самой системе. Таким образом, с каждым элементарным объектом может быть связано смысловое значение — концепт. Например, в системах МЕСНО и MYCIN каждый из концептов содержит следующую информацию:
а) описательную часть, которая уточняет характеристики и структуру данных;
б) указатель на все известные примеры концепта;
в) связи с другими концептами;
г) указатель в иерархии схем на группу концептов того же семейства.
Когда формулируется новое правило, которое содержит слово или группу слов, неизвестных системе, она их анализирует с помощью имеющихся концептов, используя контекст и последовательность слов правила. Более того, если некоторые свойства известны из других примеров того же концепта, то система в состоянии запросить у пользователя уточнения этого свойства для данного случая. При необходимости она также обнаруживает нарушения связи между концептами.
Подобные системы имеют возможность фиксировать все концепты одного и того же иерархического уровня, изменение, внесенное экспертом в, один из них, а также оценивать важность изменений, внесенных в базу данных, если в определенную структуру добавляется новый пример.
Кроме того, продукционные правила могут характеризоваться моделями правил. Эти модели создаются и управляются системой и учитывают периодичность использования правил. Они занимаются проверкой соответствия между новым правилом и базой, кроме того, именно они указывают эксперту на главные тенденции множества правил даже в том случае, когда самих правил эксперт не знает. Именно они обогащаются с каждым новым примером по мере роста множества правил. В системе МЕСНО, например, сами формулировки задач связаны с формой метазнания. Система постоянно пытается распознать в формулировке стандартную ситуацию. Когда ей это удается, она дополняет множество фактов всеми физическими гипотезами, справедливыми для данного случая.
Похожие работы
... специализированных проблем, основываясь на записях БЗ и на пользовательском описании ситуации. Создание и использование систем искусственного интеллекта потребует огромных баз знаний. 2. Интеллектуальная информационная система Интеллектуальная информационная система (ИИС) — это один из видов автоматизированных информационных систем, иногда ИИС называют системой, основанных на знаниях. ИИС ...
... на міні- та суперміні- ЕОМ (VAX, micro- VAX і т.д.); - ЕС на персональних комп’ютерах (IBM PC, MAC II та ініш). Класифікація за ступенем інтеграції з іншими програмами: - Автономні ЕС працюють безпосередньо в режимі консультації з користувачем для вирішення специфічних «експертних» завдань, при чому немає необхідності залучати традиційні методи опрацювання даних, моделювання, тощо. - Гі ...
... відповіді, які поділяються на коефіцієнт впевненості та ймовірність, формат показу результатів, класифікацію результатів та інше. Опис програми «Редактор баз знань» Важливою перевагою програми «Мала Експертна Система» є можливість створення та використання власної бази знань. Щоб полегшити це завдання, був написаний спеціальний редактор, за допомогою якого можна створити власну або ...
... операция для этого поля укажите функцию Avg. 6. Для отображения результирующего набора записей перейдите в режим таблицы. Создание форм: Нажимаем создать-Форму-Другие Формы-Мастер форм. 1. В окне базы данных откройте вкладку Форма и нажмите кнопку Создать. Появится окно Новая форма. Выделите в списке строку Мастер форм. 2. Щелкните на стрелке поля Выберите в качестве источника данных ...
0 комментариев