Зміст.

1.Вступ.

2.Особенності знань (Основні поняття).

3.Моделі представлення знань. < p> 4.Фреймовие і мережні моделі.

5.Представленіе знань в системі розподілених баз знань у
INTERNET/INTRANET.

6.Список літератури.

Введення.

Інформація з якою мають справу ЕОМ, поділяється на процедурну ідекларативну. Процедурна інформація втілено у програмах, яківиконуються в процесі вирішення завдань, декларативна - в даних з якимиці програми працюють. Стандартної формою подання інформації в ЕОМє машинне слово, що складається з визначеного для даного типу ЕОМчисла двійкових розрядів - бітів. Проте у ряді випадків машинні словарозбиваються на групи по вісім двійкових розрядів які називаютьсябайтами.

Паралельно з розвитком структури ЕОМ відбувався розвитокінформаційних структур для представлення даних. З'явилися способиопису даних у вигляді векторів та матриць, виникли спискові структури,ієрархічні структури. В даний час в мовах програмуваннявисокого рівня використовуються абстрактні типи даних, структура якихзадається програмістом. Поява баз даних (БД) знаменувало собою щеодин крок на шляху організації роботи з декларативною інформацією. У базахданих можуть одночасно зберігається великі об'єми інформації, а спеціальнізасоби утворюють систему управління базами даних (СУБД), дозволяютьефективно маніпулювати з даними, за необхідності витягати їх з базиданих і записувати їх в потрібному порядку в базу.

У міру розвитку досліджень в області ІВ виникла концепція знань,яка об'єднала в собі багато рис процедурної і декларативноюінформації.

Отже, що ж таке подання інформації? У рамках цього напрямкувирішуються завдання, пов'язані з формалізацією і поданням знань у пам'ятіінтелектуальної системи (ІС). Для цього розробляються спеціальні моделіпредставлення знань, виділяються різні типи знань. Вивчаютьсяджерела, з яких ІС може черпати знання, і створюються процедури іприйоми за допомогою яких можливе придбання знань для ІС. Проблемапредставлення знань для ІС надзвичайно актуальна, тому що ІВ - це системафункціонування якої базується на знаннях про предметної області, якізберігаються в її пам'яті.

Висновок: подання знань - це один із напрямків у дослідженнях зштучного інтелекту. Інші напрями це - маніпулюваннязнаннями, спілкування, сприйняття, навчання і поведінку. Але на них я далізупинятися не буду.

Особливості знань.

Перерахуємо ряд особливостей притаманних різним формам поданнязнань в ЕОМ.

1.Внутренняя интерпретованість. Кожна інформаційна одиниця маємати унікальне ім'я, за яким ІС знаходить її, а також відповідає назапити, в яких це ім'я згадано. Коли дані, що зберігаються в пам'яті,були позбавлені імен, то була відсутня можливість їх ідентифікації системою.
Дані могла ідентифікувати лише програма, витягати їх з пам'яті завказівкою програміста, що написав програму. Що ховається за тим чиіншим двійковим кодом машинного слова, системі було невідомо.

2.Структурірованность. Інформаційні одиниці повинні були володітигнучкою структурою. Для них повинен виконуватися "принцип матрьошки", тобторекурсивна вкладеність одних інформаційних одиниць в інші. Кожнаінформаційна одиниця може бути включена до складу будь-який інший, і зкожній одиниці можна виділити деякі її складові. Іншими словамиповинна існувати можливість довільного встановлення міжокремими інформаційними одиницями відносин типу "частина - ціле", "рід --вид "або" елемент - клас ".

3.Связность. В інформаційній базі між інформаційними одиницямиповинна бути передбачена можливість встановлення зв'язків різного типу.
Перш за все ці зв'язки можуть характеризувати відносини міжінформаційними одиницями. Наприклад: два або більше інформаційні одиниціможуть бути пов'язані відношенням «одночасно», два інформаційні одиниці
- Відношенням «причина - наслідок» чи відношенням «бути поруч». Наведенівідносини характеризують декларативні знання. Якщо між двомаінформаційними одиницями встановлено відношення «аргумент - функція», то вінхарактеризує процедурне знання, пов'язане з обчисленням певнихфункцій. Існують - відносини структуризації, функціональні відносини,каузальне відносини і семантичні відносини. За допомогою першого задаютьсяієрархії інформаційних одиниць, друга несуть процедурну інформацію,що дозволяють обчислювати (знаходити) одні інформаційні одиниці через інші,третій задають причинно наслідкові зв'язки, четверті відповідають всіміншим відносинам.

Перераховані три особливості знань дозволяють ввести загальну модельпредставлення знань, яку можна назвати семантичної мережею,що представляє собою ієрархічну мережу в вершинах якої знаходятьсяінформаційні одиниці.

4.Семантіческая метрика. На безлічі інформаційних одиниць у деякихвипадках корисно задавати ставлення, що характеризує інформаційну близькістьінформаційних одиниць, тобто силу асоціативного зв'язку між інформаційнимиодиницями. Його можна було б назвати ставленням релевантністю дляінформаційних одиниць. Таке ставлення дає можливість виділяти вінформаційній базі деякі типові ситуації (наприклад "купівля",
«Регулювання руху»). Відношення релевантністю при роботі зінформаційними одиницями дозволяє знаходити знання близькі до вжезнайденим.

5.Актівность.С моменту появи ЕОМ і поділу використовуваних в нійінформаційних одиниць на дані і команди створилася ситуація, при якійдані пасивні а команди активні. Усі процеси, що протікають в ЕОМініціюються командами, а дані використовуються цими командами лише у разінеобхідності. Для ІС ця ситуація є неприйнятною. Як і у людини, в ІСактуалізації тих чи інших дій сприяють знання, які є всистемі. Таким чином, виконання програм в ІС має ініціюватисяпоточним станом інформаційної бази. Поява в базі фактів абоопис подій, встановлення зв'язків може стати джерелом активностісистеми.

Перераховані п'ять особливостей інформаційних одиниць визначають тугрань, за якої дані перетворюються в знання, а бази даних переростають убази знань (БЗ). Сукупність засобів, що забезпечують роботу зі знаннями,утворюють систему управління базою знань (СУБЗ). В даний час неіснує баз знань, у яких в повній мірі були б реалізованіперераховані ВШЕ особливості.

Моделі представлення знань.

У багатьох випадках для прийняття рішень в тій чи іншій областілюдської діяльності невідомий алгоритм рішення, тобто відсутнійчітка послідовність дій, свідомо приводять до необхідногорезультату. Наприклад:

- проектування розвитку важкої промисловості;

- оптимальне розміщення персоналу всередині будівлі;

- лікування хворої людини.

При прийнятті рішення в таких випадках необхідно мати деяку сумузнань про саму цій галузі. Наприклад: при виборі найкращого ходу вконкретної шахової позиції необхідні знання про правила гри, силішахових фігур, стратегії і тактики і багато іншого. Під знаннямирозуміється те, що стало відомо після вивчення. Сукупність знаньпотрібних для прийняття рішень, прийнято називати предметною областю абознаннями про предметну область.

У будь-якій предметній області є свої поняття і зв'язки між ними, своятермінологія, свої закони, що зв'язують між собою об'єкти данихпредметної області, свої процеси і події. Крім того, кожна предметнаобласть має свої методи розв'язання задач.

Вирішуючи завдання такого виду на ЕОМ використовують ІС, ядром яких єбази знань, які містять основні характеристики предметних областей.

При побудові баз знань традиційні мови, засновані на чисельномуподанні даних є неефективними. Для цього використовуютьсяспеціальні мови представлення знань, засновані на символьномуподанні даних. Вони поділяються на типи за формальними моделямипредставлення знань. Різні автори по-різному ці моделікласифікують. Взагалі їх чотири:

- продукційні моделі

- логічні моделі

- мережеві моделі

- фреймових моделі

Хтось поєднує продукційні і логічні, а хтось мережеві тафреймових.

Спочатку коротко розглянемо продукційні і логічні моделі:

Знання в таких моделях представляються в такій формі: «Якщо А, то В».
Замість А і В можуть стояти деякі твердження, факти, накази і т.д.
Наприклад: «Якщо діагоналі чотирикутника перетинаються під прямим кутом,то цей чотирикутник ромб »,« Якщо зробиш роботу то отримаєш зарплату »і т.д.

З прикладів видно що правило складається з двох частин: посилки (умови)і слідства (ув'язнення). Якщо А (посилка) має місце, то В (наслідок)також реалізується або може бути реалізовано. Здійснення може складатися і зкількох частин тобто: «Якщо А1, А2, .., АN то В».

Запис правила означає, що «Якщо всі посилки від А1 до АN істинні, тоВ наслідок також істинно ». Посилки А1 .. АN є прості посилки вониз'єднуються за допомогою союзів: і, або і можуть містити заперечення не. Приреалізації правил такого виду з однієї або декількох посилок (знань)можуть бути отримані нові знання, тому вони називаються продукційними.
Прикладом може служити наступне правило:

Якщо людина Х є сином людини У, і людина У є сином людини Z, і людина Z є чоловіком, то людина Х є онуком людини Z.

Далі розглянемо мережеві моделі.

В основі мережевих моделей подання знань лежить ідея про те, щобудь-які знання можна представити у вигляді сукупності об'єктів (понять) ізв'язків (відносин) між ними. На відміну від продукційних ці моделі більшнаочні, оскільки будь-який приклад можна представити у вигляді орієнтованого
(спрямованого) графа.

В основі моделей цього типу лежить конструкція, названа семантичноїмережею. Мережеві моделі формально можна задати у вигляді Н = [I, C1, C2, .., CN, G].
Тут I безліч інформаційних одиниць; С1, .., СN - безліч типів зв'язківміж інформаційними одиницями. Відображення G задає між інформаційнимиодиницями, що входять в I зв'язку із заданого набору типів зв'язків.

Залежно від типів зв'язків, які використовуються в моделі, розрізняютьщо класифікують мережі, функціональні мережі і сценарії.

Приклад: Розглянемо набір з декількох фраз.

Папуга Кеша є птахом, і вміє говорити.

Звутьє

вміє

Фреймовий і мережні моделі.

Раніше були розглянуті семантичні мережі. Поняття, що входять в мережу,описуються у вигляді фреймів. А що таке фрейм?

Фрейм - це мінімально можливе опис сутності якої-небудь події,ситуації, процесу або об'єкта. Існує й інше розуміння фрейму - цеасоціативний список атрибутів. Поняття мінімально можливе означає, щопри подальшому спрощення опису втрачається його повнота, і воно перестаєвизначати ту одиницю знань, для якої було призначено. Представленнязнань за допомогою фреймів розуміється як один із способів поданнязнань про ситуації. Фрейм має ім'я (назву) і складається зі слотів. Слоти --це незаповнені (нульові) позиції фрейму. Якщо у фрейма всі слотизаповнені - це опис конкретної ситуації. У перекладі з англійськоїслово «фрейм» означає «рамка», а слово «слот» - «щілину». На відміну відмоделей інших типів у фреймових моделях фіксується жорстка структураінформаційних одиниць, яка називається протофреймом. У загальному виглядіструктура інформаційних одиниць виглядає наступним чином:

(Ім'я фрейму: ім'я слота1 (значення слота1), а ім'я слота2 (значення слота2);

........... ............... ім'я слотаК (значення слотаК )).

Значенням слота може бути практично що завгодно (числа,математичні співвідношення, тексти природною мовою або мовоюпрограм, посилання на інші слоти даного фрейму). Значним слота можевиступати і окремий фрейм, що є дуже зручним для впорядкуваннязнань за ступенем спільності. Виключення з фрейма будь-якого слота робить йогонеповним, а іноді і безглуздим.

При конкретизації фрейма йому і слотам приписуються конкретні імена тавідбувається заповнення слотів. Таким чином з протофреймов виходятьфрейми - екземпляри. Перехід від вихідного протофрейма до фрейму - екземпляруможе бути багатокрокових, за рахунок поступового уточнення значень слотів.

Розглянемо деякий протофрейм:

(Список співробітників:

Прізвище (значення слота1);

Рік народження (значення слота2);

Спеціальність (значення слота3);

Стаж (значення слота4 )).

Якщо в якості значень слотів використовувати конкретні дані, тоотримаємо фрейм - екземпляр:

(Список співробітників:

Прізвище (Попов - Сидоров - Іванов - Петров);

Рік народження (1965 - 1975 - 1980 -- 1978);

Спеціальність (директор - бухгалтер - технік - кур'єр);

Стаж (15 - 7 - 3 - 4 )).

Зв'язок між фреймами задаються значеннями спеціального слота з ім'ям
«Зв'язок». Як я вже раніше писав частина фахівців з ІВ вважає, що немаєнеобхідності спеціально виділяти фреймових у поданні знань, тому щов них об'єднані всі основні особливості інших типів.

Тепер розглянемо декілька прикладів:

№ 1. Нехай дана деяка фраза «Касир видає гроші робітникам». Запишемоїї у вигляді фрейму:

(Видає: службовець (касир); одержувач (робочий); об'єкт (гроші )).

З прикладу видно що фрейм має наступну протоструктуру

(Видає: службовець (Значення слота1); одержувач (Значення слота2); об'єкт (Значення слота3 )).

№ 2. Нехай дано деякий фрейм. Сформулюємо природною мовою тізнання які закладені в цьому фреймі.

(Список учнів:

Прізвище (Іванов - Петров - Сидоров);

Рік народження (1987 - 1985 - 1990) ;

Клас (5 - 7 - 2 )).

1. Іванов народився в 1987 і навчається у 5-му класі.

2. Петров народився в1985 і навчається у 7-му класі.

3. Сидоров народився в 1990 і навчається у 2-му класі.

Ще розглянемо приклад вкладеного фрейма тобто

(План тижня: меропріятіе1 (Збори); меропріятіе2 (Святкування); меропріятіе3 (Футбольний матч )).

(Відомості:

Тема (Початок навчального року);

Час (понеділок, 14.00);

Місце (Актовий зал);

Присутні (Колектив школи )).

(Святкування:

Тема (День народження);

Час (середа, 17.00);

Місце (Їдальня);

Присутні (Учні класу )).

(Футбольний матч: < p> Тема (вболівати за «наших »);

Час (п'ятниця, 18.30);

Місце (Стадіон);

Присутні (вболівальники команд)) .

Для мережевих моделей варто виділити наступні проблеми:
1.Сетевие моделі не мають загальної теорії.
2.Много евристики.
3.Проблема ефективності процедур роботи з мережами.
4.Много видів мереж, у тому числі розрахованих на апаратну реалізацію.

ПОДАННЯ ЗНАНЬ у системі розподілу БАЗ ЗНАНЬ І ДАНИХ В
INTERNET/INTRANET.

Постановка завдання.

В даний час в основному три винаходи в області інформатикивизначають шляхи її розвитку;експертні системи,системи управління базами даних,мережу Internet.

В останні два десятиліття широке поширення в різнихобластях діяльності отримали експертні системи. Відмінною рисоюкомп'ютерних програм, які називаються експертними системами, є їхздатність накопичувати знання і досвід високо кваліфікованих фахівцівв якій-небудь вузької предметної області. Потім за допомогою цих знанькористувачі експертних систем, які мають не дуже високу кваліфікацію,можуть вирішувати свої поточні завдання настільки ж успішно, як це зробили б саміексперти. На даний момент експертні системи повинні задовольнятинаступним вимогам:

1.Необходімо використовувати в них не поверхневі знання у виглядіевристичних правил, а глибинні, що представляють собою теоріїпредметних областей і загальні стратегії вирішення проблем.
2.Знанія повинні бути організовані у вигляді ієрархічних складовихуявлень, що включають мережі фреймів, продукції і логічні моделі.
3.Експертная система повинна вирішувати питання з динамічних предметнихобластей, тобто областей, знання про які можуть змінюватисябезпосередньо в процесі виведення.
4.Однім з компонентів експертної системи повинна бути база даних знеповною інформацією.
5.Сістема повинна бути здатна аналізувати наявні у неї знання,виявляючи протиріччя між старими знаннями і знову отриманими відексперта, встановлювати факт їх неполноти або помилковості.

У більшості випадків сучасні експертні системи не задовольняютьцим вимогам. Слід сказати про такий важливий, недоліку експертнихсистем, як відсутність можливості зберігати великі обсяги даних. Звичайно,в принципі база знань експертної системи може зберігати будь-яку кількістьданих у вигляді правил-продукцій або просто фактів. Але механізм її роботи взагальному вигляді такий, що при роботі з великими обсягами схожих фактів абоправил швидкість роботи різко падає.

Зупинимося тепер на засобах управління базами даних. Не секрет, щоу зв'язку із зростанням обсягів носіїв і швидкостей передачі даних людствопросто тоне у величезній кількості інформації. Всі знання, якими колисьабо мав людина якщо вже не зберігаються, то в найближчому майбутньому будутьзберігатися в комп'ютеризованому вигляді. Таким чином, якщо людині потрібнабудь-яка конкретна інформація, він може бути впевнений, що десь, наякомусь сервері і в якийсь базі даних ця інформація вже зберігається.
Потрібно лише отримати її. Далі починаються складності. Користувач повинензнати не тільки точну адресу потрібного сервера, але й уявляти собі, десаме на цьому сервері і в якому вигляді зберігається потрібна йому інформація. І цеще не все. Людина повинна зуміти сформулювати своє питання на мові,прямо скажемо, далекому від природного, наприклад, на мові SQL. Тількитоді він зможе дістатися до потрібної інформації.

Приблизно тим же недоліком мають засоби пошуку інформації в мережі
Internet. Пошукові машини Internet ні в якій мірі не використовують семантикупредметної області під час пошуку інформації, а можуть шукати інформацію тількиза ключовими словами, підбір яких є для користувача аж ніяк нетривіальної завданням. Крім того, навіть знаючи які слова потрібно шукати,користувач не гарантує собі успішний пошук, тому що не знає в якомувідмінку використовуються ці слова.

Отже: Експертна система здатна видавати відповіді, вибираючи їх звласної бази знань або виводячи за допомогою правил-продукцій, але не маєдоступ до величезних масивів інформації, що зберігається в базах даних різноготипу.
Засоби керування базами даних, наприклад, SQL-сервера, здатні видаватилише конкретну інформацію щодо конкретних запитів, сформульованим навідповідною мовою. Робити висновки і самонавчатися вони не можуть.
Засоби пошуку інформації в Internet не здатні гарантувати успіх, тому щоне використовують при пошуку семантику предметної області.

Таким чином, ми прийшли до висновку, що ні бази знань зінструментарієм експертної системи, ні бази даних з мовами запитів, ніпошукові машини Internet недосвідченого людини задовольнити не можуть.
Тоді й виникла ідея об'єднати бази даних і бази знань єдинимиконцепціями і єдиним інструментарієм і занурити їх у середу Internet/
Intranet.

Мова представлення даних і знань IRL.

Як модель представлення даних і знань була обрана мережа фреймів.
Поняття фрейму широко використовується в областях, пов'язаних зі штучнимінтелектом. Фрейм дозволяє описувати як абстрактні об'єкти і поняття,так і конкретні об'єкти, що мають точні числові характеристики. Такожпредставляється дуже істотною можливість представлення у вигляді фреймівієрархічних об'єктів. Фрейм, як відомо, складається зі слотів, що описуютьконкретні властивості поняття або об'єкта. Для роботи з фреймами буврозроблена спеціальна мова, названий нами Intelligent Request Language,або скорочено IRL. Граматика цієї мови представлена нижче. Вона відноситьсядо класу Q-граматик, тому що містить правила виду N: empty. Граматикицього типу допускають спадний граматичний розбір. Загальний вигляд граматикипредставлений нижче.

:
(
:: ((
: = Empty
: ""; "";
: (
:
)
::;;
:)
:
[,] ""

~
#?;
: () Empty
:> <
:; |
:
:
:: = Empty

Гідністю мови IRL можна вважати можливість опису двох таких важливихсутностей, як наслідування і включення. На нашу думку, машинний моваможе адекватно представляти устрій світу з людської точки зорутільки в тому випадку, якщо він відображає ці поняття. Як видно зграматики, в окремому випадку фрейм мови IRL може мати тільки ім'я, інічого більше. У цьому разі він є описом базового поняття, тоТобто, поняття, що не має предка. В якості базових понять використовуються:

1. Дія (Action).
2. Властивість (Property).
3. Ставлення (Relation).
4. Об'єкт (Object).

Деякі з базових понять мають властивості (слоти), інші - ні. До числапершого відносяться дію і ставлення, до числа другого - властивість і об'єкт.
Базове дію має такі слоти:

Назва.

Об'єкт дії.

Суб'єкт дії.

Час дії. < p> Місце дії.

Що мається на початку дії.

Що мається на кінці дії.
Останні два слоти призначені для того, щоб система моглааналізувати дію не тільки за назвою, а й по суті. Базовеставлення в свою чергу має слоти:

Об'єкт.

Суб'єкт.
При описі конкретної дії або відносини кожен слот отримуєвідповідне значення. Всі інші поняття успадковуються з базових. Зазамовчуванням фрейм-нащадок успадковує всі слоти фрейму-предка, а до них вжеможе додавати будь-яку кількість своїх слотів. Крім спадкування,граматика мови IRL дозволяє реалізувати таку важливу річ, як поняттявключення. Для цього введено спеціальний слот. Об'єкт можескладатися з будь-якого числа інших об'єктів, які, у свою чергу, можутьбути складними. Якщо характеристика об'єкта може бути виражена за допомогоючисел, то мова надає такі можливості:

Використання одиниць вимірювання за бажанням користувача. Одиницівимірювання, що використовуються користувачем, за допомогою таблиць перетворенняприводяться до уніфікованим.

Використання числових діапазонів. Для них передбаченийспеціальний синтаксис. Крім понять і об'єктів система може зберігатиокремі факти і правила-продукції, або, кажучи іншими словами, коженфрейм є свого роду правилом-продукцією. Зупинимося спершу нафактах. Факт будь-якого роду може бути представлений у вигляді фрейму, що описуєконкретна дія. Наприклад, якщо ми хочемо занести в базу знань системитой факт, що Колумб відкрив Америку в 1492 році, це буде виглядатинаступним чином:
Відкрив: Дія (Об'єкт = "Колумб" Суб'єкт = "Америка" Час дії =
"1492 рік")

фреймів з однаковою назвою в системі може зберігатися скількизавгодно багато. Потрібно лише, щоб вони відрізнялися один від одного. Завдякиунікальній конструкції файлової системи пошук потрібного фрейму відбуваєтьсядуже швидко. Звернемося знову до граматики мови IRL. Слот можебути присутнім в будь-якому фреймі, але він не є обов'язковим. Це означає,що якщо дані зберігаються в конкретній базі даних, то ми її вказуємо, аякщо ні - це буде факт загального вигляду, приклад якого і був наведений вище.
Слід зупинитися ще на одному важливому моменті. У реальній практицідосить рідко зустрічаються відокремлені файли баз даних. Як правило, длязбільшення швидкодії систем обробки даних інформація зберігається убезлічі різних файлів, пов'язаних між собою. Мова IRL дозволяєописувати пов'язані бази даних. Ми не будемо торкатися конкретногосинтаксису. Наведемо лише загальний вигляд деякого факту, а саме: описоб'єкта "Фірма", дані про якого зберігаються в одній базі даних, а дані пропродукції, що випускається фірмою - в іншій базі даних. Природно, що цібази повинні бути пов'язані між собою.

Список літератури:
1. "Штучний інтелект". 2-й том під редакцією Поспєлова.
2.
-----------------------

Кеша

Папуга

Птах

Каже