Методы моделирования знаний

из "Управленческие решения Изд4 "

Выше уже частично рассматривались такие понятия, как знания и системы, основанные на знаниях , и отмечалась их особая значимость в теории искусственного интеллекта. Сделаем еще одно весьма важное замечание в настоящее время в области разработки систем искусственного интеллекта сложилась следующая аксиома никакой, самый сложный и изощренный алгоритм извлечения информации (так называемый механизм логического вывода) из интеллектуальной системы не может компенсировать информационную бедность ее базы знаний. [c.416]
Несмотря на широкое распространение и использование понятия знания в различных научных дисциплинах и на практике, строгого определения данного термина нет. [c.416]
Довольно часто используют так называемый прагматический подход говорят, что знания — это формализованная информация, на которую ссылаются и(или) которую используют в процессе логического вывода. Однако такое определение. ограничено оно фиксирует сознание на уже существующих методах представления о знаниях и, соответственно, механизмах вывода, не давая возможности представить себе другие ( новые ). [c.417]
Возможен и другой подход попытаться на основе определения уже рассмотренного понятия данные (см. п. 5.4.1) выявить их свойства и особенности, сформировать дополнительные требования к ним и уже затем перейти к понятию знания . [c.417]
Напомним, что данными называют формализованную информацию, пригодную для последующей обработки, хранения и передачи средствами автоматизации профессиональной деятельности. [c.417]
Какие же свойства превращают данные в знания На рис. 5.4.5 представлены шесть основных свойств знаний (часть из них присуща и данным). [c.417]
Кратко охарактеризуем эти свойства. [c.417]
Внутренняя структура связей позволяет описывать отдельный объект (понятие). Однако объекты (понятия) способны находиться и в других отношениях (вступать в ситуативную связь). Пример объекты курс студентов Государственного университета управления и урожай овощей в совхозе Зареченский могут находиться в ситуативной связи принимает участие в уборке . [c.418]
Эта возможность предполагает введение соотношений между различными информационными единицами (т. е. их измерение в какой-либо шкале — порядковой, классификационной, метрической и т. п.) и упорядочение информационных единиц путем измерения интенсивности отношений и свойств. [c.419]
Пример Студенты 543-й учебной группы сдали зимнюю сессию со средним баллом 4,35 . [c.419]
Ф прагматический смысл, определяемый текущим знанием о конкретной ситуации (например, фраза информация получена может иметь как негативную, так и позитивную оценку — в зависимости от того, нужно это было или нет) [18]. [c.419]
Кроме перечисленных, знаниям присущи такие свойства, как омонимия (слово коса может иметь три смысла, связанных с определениями девичья песчаная острая) и синонимия (знания преподаватель читает лекцию и обучаемые слушают лекцию во многих случаях являются синонимами) и др. [c.420]
Для того чтобы манипулировать всевозможными знаниями из реального мира с помощью компьютера, необходимо осуществить их моделирование. [c.420]
Выполнение этих требований позволяет упростить механизм логического вывода и процессы приобретения знаний и управления ими, однако, как правило, создателям интеллектуальной системы приходится идти на некоторый компромисс в стремлении обеспечить одинаковое понимание знаний и экспертами, и инженерами знаний, и пользователями. [c.420]
Классификация методов моделирования знаний с точки зрения подхода к их представлению в ЭВМ показана на рис. 5.4.7. [c.420]
Дадим краткую характеристику основных методов представления знаний с помощью моделей, основанных на эвристическом подходе (описание других моделей см. [4 33]). [c.420]
Представление знаний тройкой объект—атрибут—значение — один из первых методов моделирования знаний. Как правило, используется для представления фактических знаний в простейших системах. [c.420]
Очевидно, что для моделирования знаний даже об одном объекте (например, о преподавателе или доме ) из предметной области необходимо хранить значительное число троек . [c.421]
Полнота базы знаний (базы правил) определяет возможности, системы по удовлетворению потребностей пользователей. Логический вывод в продукционных системах основан на построении прямой и обратной цепочек заключений, образуемых в результате последовательного просмотра левых и правых частей соответствующих правил, вплоть до получения окончательного заключения. [c.422]

Вернуться к основной статье