Проблема представления знаний

Целое направление искусственного интеллекта – «Инженерия знаний» – занимается вопросами проектирования баз знаний, т.е. проблемами обработки знаний. Обработка знаний включает в себя:

· извлечение знаний из источников (под источниками понимаются материальные средства хранения знаний, а также события и явления, но при этом считается, что человек источником не является);

· приобретение знаний от профессионалов (экспертов);

· представление знаний, т.е. их формализация, позволяющая в дальнейшем использовать знания для проведения логического вывода на ЭВМ;

· манипулирование знаниями, включающее пополнение, классификацию, обобщение знаний и вывод на знаниях;

· объяснение на знаниях, позволяющее дать ответ, как и почему проведен тот или иной вывод.

Центральной проблемой искусственного интеллекта является проблема представления знаний (смотри рис. 1.1).

 

Рис. 1.1. Представление знаний

Представление знаний – это процесс (способ) описания знаний человека о проблемной области посредством выражений на формальном языке, называемом языком представления знаний.

Способ представления знаний определяет, каким образом знания описываются в памяти ЭВМ, а также каковы возможности работы с ними. Для того, чтобы ЭВМ имела возможность манипулирования знаниями о проблемной области, они должны быть представлены в виде модели.

Модель представления знаний – это способ и результат формального описания знаний.

При проектировании модели представления знаний следует учитывать такие факторы, как – однородность представления и простота понимания. Однородность представления приводит к упрощению механизма управления логическим выводом и управлением знаниями. Простота понимания предполагает доступность понимания представления знаний и экспертам, и пользователем системы. В противном случае затрудняется приобретение знаний и их оценка.

К настоящему времени разработано достаточно много различных моделей представления знаний, и работа по созданию новых моделей продолжается. Однако наибольшее распространение получили четыре модели – семантическая сеть, фреймовая, продукционная, логическая.

В этом также просматривается аналогия с базами данных. Как известно, в теории баз данных число наиболее распространенных моделей ограничено (ими являются иерархическая, сетевая и реляционная модели).