- •1. Понятие интеллектуальной системы и искусственного интеллекта
- •2. Подходы к пониманию ии(1)
- •3. Подходы к пониманию ии(2)
- •4. Существует 2 подхода разработкии ии(1)
- •5. Существует 2 подхода разработкии ии(2)
- •6. Существует 2 подхода разработкии ии(3)
- •7. Существует 2 подхода разработкии ии(4)
- •8. Понятие знаний.
- •9. Свойства знаний
- •10. Виды знаний.
- •11. Деятельность инженера по знаниям.
- •13. Современные области исследований в ии.
- •14. Продукционные системы. Представление знаний.
- •15. Рассмотрим структуру продукционных систем.
- •16. Прямой вывод
- •16. Обратный вывод
- •17. Вывод в ширину и в глубину
- •Пропускаем и или деревья
- •18. Логика высказываний. Исчисление высказываний.
- •19. Система представления знаний
- •20. Формальные аксиоматические теории (фат).
- •21. Свойства выводимости.
- •Свойства выводимости.
- •22. Понятие логического следования.
- •23. Дерево доказательств
- •24. Исчисление высказываний l.
- •25. Теорема Дедукции.
- •26. Следствие теоремы дедукции.
- •27. Теорема о полноте.
- •Следствия теоремы о полноте.
- •28. Закон снятия двойного отрицания и вывод из противоречивых гипотез.
- •29. Теорема опровержения гипотезы.
- •30. Закон снятия двойного отрицания.
- •31. Вывод на основе противоречия.
- •32. Независимость системы аксиом исчисления высказывания l.
- •34. Выводимость на основе противоречия. Приведение к кнф.
- •35. Понятие резольвенты.
9. Свойства знаний
Знание является центральным для многих систем основанных на логическом подходе к разработке систем искусственного интеллекта(интеллектуальных элементов). Знания получаются в результате применений к исходным данным или декларативной информации некоторых методов обработки или подключения внешних процедур, их еще называют присоединенными процедурами или процедурными информациями. Итаку основа работы логической программы ИИ заключается в выводе на знаниях или выводе новых знаний. То есть в процессе получения такой информации содержательный смысл, которая напрямую не содержится ни в исходной информации, ни в базе знаний, хранящейся в системе.
Для знаний характерны следующие свойства:
Внутренняя интерпретируемость, то есть каждая информационная единица должна иметь уникальное имя и однозначно определяться.
Структурируемость, означает что между единицами должны быть установлены некоторые возможно рекурсивные отношения.
Знания образуют некоторое пространство, которое может оказаться как метрическим так и нет.
10. Виды знаний.
Знание является центральным для многих систем основанных на логическом подходе к разработке систем искусственного интеллекта(интеллектуальных элементов). Знания получаются в результате применений к исходным данным или декларативной информации некоторых методов обработки или подключения внешних процедур, их еще называют присоединенными процедурами или процедурными информациями. Итаку основа работы логической программы ИИ заключается в выводе на знаниях или выводе новых знаний. То есть в процессе получения такой информации содержательный смысл, которая напрямую не содержится ни в исходной информации, ни в базе знаний, хранящейся в системе.
Часто выделяют три типа знаний, которые взаимно дополняют друг друга.
Фактическая оно же единичное знание. Представляет собой просто утверждение свойство об объектах.
Концептуальное знание или знание об отношениях. Содержит сведения о взаимосвязях реальных или виртуальных объектов например разнообразные правила шаблоны
Процедурное оно же алгоритмическое знание. От знания данного типа понимают как способы обработки и интерпретации знаний предыдущих типов так и последовательности действий активируемые по результатам вывода или в его процессе.
11. Деятельность инженера по знаниям.
Инженер по знаниям признан как раз таки адекватно подобрать а при необходимости доработать или разработать модель представления знаний, соответствующую конкретной области, для которой разрабатывается прикладная система. Одна из первых задач инженера по знаниям состоит в том чтобы формализовать правила деятельности квалифицированных специалистов в данной области. При этом эксперты часто обладают только интуитивным видением проблемы и не способны обосновать свою точку зрения. Для них являются очевидными вещи с первого взгляда непонятные для стороннего человека и как правило требующие объяснения и обоснования при внесении в базу знаний будущей программной системы. Попытки инженера по знаниям восполнить личные проблемы в очевидных для эксперта вещах могут натолкнуться на его непонимание и недоверие, которое в дальнейшем может быть распространено и на будущую систему в целом. При формировании знаний следует учитывать особенности психологии эксперта. Например при выборе функции адекватно свертывающей оценки например по паре показателей нужно быть готовыми к тому что во-первых эксперт не будет готов рассуждать абстрактно и ему потребуется предъявить пару конкретных показателей, во вторых он не будет готов рассматривать эти показатели как равнозначные. Тогда как человеку, или инженеру по знаниям, желательно получить максимально гибкое формальное представление, в которое можно будет подставить любую пару показателей и настроить их значимость весовыми коэффициентами. Кроме того не редки случаи, когда эксперты не готовы дать описание обстановки или значимых показателей или факторов, на основании которых принимают решение. Поскольку в экстремальных ситуациях решение часто принимаются интуитивно, без фиксации всех значимых признаков сознательной области. Например, проводились исследования по попытке формализовать логику принятия решений командирами подводных лодок. В результате оказалось, что были нередки случаи, когда во внешне похожих ситуациях один и тот же человек принимал разные при чем каждый раз эффективные решения. В чем различались ситуации он объяснить не мог. Поскольку решение могло быть принято на основании внешне незначительных признаках. В связи с этим при формировании базы знаний на основе экспертного опроса следует предусматривать процедуры проверки экспертной информации. На противоречивость, полноту, что требует определенных методик опроса информации.