Формализация знаний
libre 10699
Во второй половине ХХ века очевидным стал факт, что ключом к созданию программных решателей задач, способных функционировать на уровне эксперта-человека, есть знания в определенной предметной области. То есть, в ходе решения задач экспертом, рассуждения на самом деле выполняют незначительную роль.
Зато эксперт полагается на объем знаний, которые сформированы на основе опыта, приобретенного в течение значительного промежутка времени. В случае, если появляется задача, которую эксперт не может решить на основе своего опыта - у него возникает необходимость осуществить процесс рассуждения, начиная от общих принципов и теоретических положений.
Итак, способности эксперта с позиции техники соображений ничем не лучше по сравнению с привычной человеком, которому приходится действовать в совершенно незнакомой ситуации. Именно поэтому первые попытки создания универсальных программ, способных решать любые задачи в любой предметной области, закончились неудачей, поскольку, в их основу была положена методология ориентирована исключительно на процесс рассуждения.
Современные экспертные системы производят решения, основываясь на формальном представлении знаний. В методологии формализации знаний экспертной системы широко применяется представления в базе знаний их поверхностного объема. Основная причина такого подхода заключается в сложности процесса представления знаний любой предметной области, для которой он осуществляются впервые.
В знаниях эксперта могут быть несовместимости, двусмысленности, повторы или другие недостатки. Эти недостатки не становятся очевидными до тех пор, пока не будут предприняты попытки формально представить эти знания в экспертной системе.
Поверхностные знания имеют эвристический характер и, по сути, являются эмпирическими правилами, приобретенными на основании опыта, которые могут способствовать достижению решения примерной точностью.
Тем не менее, эвристики способны обеспечивать поиск оптимальных путей решения многих задач. Кроме того, методология формализации знаний, приведшей к успешной разработке экспертных систем, позволила создать интеллектуальные системы, которые не обязательно содержат экспертные знания.
Экспертные знания
Экспертными знаниями считаются специализированные знания, известные лишь ограниченному количеству лиц. В отличие от них, обычные знания - это знания, которые можно получить из общедоступных информационных ресурсов (книг, Web-страниц, периодических изданий и т.д.). Например, к обычным знаниям можно отнести знание о том, как решать квадратные уравнения или осуществлять дифференцировки.
В настоящее время широко применяются программные системы, основанные на обычных знаниях, которые позволяют выполнять математические операции как с числовыми, так и с символическими данными. Например: MATLAB, Mathematica и т.д. Такие системы нельзя отнести к классу экспертных, поскольку методы, которые лежат в их основе, не относятся к эвристическим.
Примером экспертной системы может быть программа, применяющая экспертные знания для оценки рисков или инвестиционной привлекательности проектов по коммерциализации научных открытий.
Несмотря на это, в наши дни, термины «система, основанная на знаниях» и «экспертная система» часто воспринимаются как синонимы. Фактически, в последнее время, экспертные системы стали рассматриваться как подход к программированию, альтернативный по отношению к традиционному алгоритмического программирования.
Изучение проблемы формализации знаний начато во многих научных дисциплинах. Наука о знании называется епистемологией. В рамках этой науки рассматриваются характер, структура и происхождение знаний.
С практической точки зрения, особо следует выделить область психологии, которая посвящена исследованию процессов восприятия информации человеком - когнитологии или науку о познании. Изучение процесса познания представляет собой изучение способа, каким люди усваивают или обрабатывают информацию. Для разработки программных систем, способных эффективно эмитировать работу экспертов-людей, необходимо использование когнитивных методик.
Программные эмуляторы экспертов назначаются для задач, не имеющих удовлетворительного алгоритмического решения. Для получения их приемлемого решения используются логические выводы. Ключевым требованием к экспертных систем является реальность заключения и недопущения их двусмысленности.
Формирование непротиворечивых логических выводов осуществляется на основе методов формальной логики. Они базируются на утверждении, что при наличии необходимого количества истинных фактов вывод всегда должен быть истинным. В отличие от них, неформальная логика основывается на методах убеждения, не базирующиеся на фактах, а построенные на неподтвержденных сведениях, которые допускают противоречивости.
Методы формальной логики
В основу экспертных систем положены методы формальной логики. Это определяет ключевое значение способа представления знаний в экспертных системах, поскольку от него зависит полнота и точность анализа фактов. Кроме того, от правильного выбора способа такого представления зависит весь ход разработки, а также эффективность, быстродействие и удобство сопровождения системы.
С тематикой представления знаний тесно связана не менее важная тематика представления данных, которая рассматривается в проектировании баз данных. Безусловно, базы данных, в основном, рассматриваются как репозитарии текущих данных, а не знаний. Тем не менее, они могут быть базовым материалом для анализа скрытых закономерностей в целях формирования знаний.
Еще один важный научный подход, который должен быть воплощен в технологии представления знаний, состоит в семантических разработках, позволяющих систематизировать значение символов, которые описывают. Кроме того, экспертные системы должны обладать способностью распознавать знаки.
То есть, они, как представители систем искусственного интеллекта, должны понимать основные значения как простых - статических знаков (например, знака Stop), так и знаков, характеризующих типичные элементы поведения (например, человек покраснела - волнуется). Проведение исследований в этом направлении является основой научной области, озаглавленный семиотика.
