Классификация систем искусственного интеллекта

На рис. 6.7 представлена классификация систем искусствен­ного интеллекта, полученная путем сопоставления и обобщения известных классификаций этих систем [39, 53, 59, 86, 94].

На рисунке обозначено: СОН — системы общего назначе­ния; СС — специализированные системы.

Наиболее широкое распространение на практике в настоя­щее время получили системы искусственного интеллекта, осно­ванные на знаниях.Понятие «знания» для этих систем имеет принципиальное значение и будет более подробно рассмотрено далее.

Наиболее последовательно идеи, на которых базируются системы искусственного интеллекта, основанные на знаниях, воплощены в экспертных системах.

Рис. 6.7. Классификация систем искусственного интеллекта

В дальнейшем будем рассматривать именно системы, осно­ванные на знаниях, как получившие наибольшее практическое развитие и распространение в различных отраслях профессио­нальной деятельности, в том числе и в экономике, что обуслов­ливает необходимость более подробного рассмотрения методов представления знаний в памяти ЭВМ. Информацию о самоорга­низующихся системах и системах эвристического поиска заин­тересованный читатель может почерпнуть, например, в работах Круглова В.В., Борисова В.В. [49] и Уткина В.Б., Баддина К.В. [89].

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.

Риск -менеджмент

Знания и их свойства

Несмотря на широкое распространение и использование по­нятия «знания» в различных научных дисциплинах и на практи­ке, строгого определения данного термина нет.

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»).

Возможен и другой подход: попытаться на основе определе­ния уже рассмотренного понятия «данные» выявить их свойства и особенности, сформировать дополнительные требования к ним и уже затем перейти к понятию «знания».

Напомним, что данныминазывают формализованную инфор­мацию, пригодную для последующей обработки, хранения и пере­дачи средствами автоматизации профессиональной деятельности.

Какие же свойства «превращают» данные в знания? На рис. 6.8 представлены шесть основных свойств знаний (часть из них присуща и данным).

активность

наличие семантической ^г**\

метрики /■""У"*

шкалирование У^ \

Внешняя / \ \

структура связей j? \ \

Рис. 6.8. Свойства знаний

Глава 6. Автоматизация поддержки принятия управленческих решений

Кратко охарактеризуем эти свойства.

1. Внутренняя интерпретация(интерпретируемость).

Это свойство предполагает, что в ЭВМ хранятся не только «собственно (сами) данные», но и «данные о данных», что позво­ляет содержательно их интерпретировать (см. рис. 6.9). Имея та­кую информацию, можно ответить на вопросы типа: «Где нахо­дится НПО «Энергия»?» или «Какие предприятия выпускают космическую технику?». При этом в первой строке таблицы на рис. 6.9 находятся «данные о данных» (метаданные), а в осталь­ных — сами данные.

2. Наличие внутренней структуры связей.

Предполагается, что в качестве информационных единиц ис­пользуются не отдельные данные, а их упорядоченные опреде­ленными отношениями (родовидовыми, причинно-следствен­ными и др.) структуры (эти отношения называют классифици­рующими).

3. Наличие внешней структуры связей.

Внутренняя структура связей позволяет описывать отдель­ный объект (понятие). Однако объекты (понятия) способны на­ходиться и в других отношениях (вступать в ситуативную связь).

4. Возможность шкалирования.

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.

5. Наличие семантической метрики.

Шкалирование позволяет соотнести информационные еди­ницы, но прежде всего для понятий, имеющих «количественное»

Рис. 6.9. Иллюстрация свойства внутренней интерпретации

Риск-менеджмент

толкование (характеристики). На практике довольно часто встречаются понятия, к которым неприменимы количественные шкалы, но существует потребность в установлении их близости (например, понятия «искусственный интеллект» и «искусствен­ный разум»). Семантики классифицируются следующим обра­зом:

>•значение, т.е. объективное содержание;

> контекстуальный смысл, определяемый связями данно­
го понятия с другими, соседствующими в данной ситуа­
ции;

>-личностный смысл, т.е. объективное значение, отражен­ное через систему взглядов эксперта;

>прагматический смысл, определяемый текущим знанием
о конкретной ситуации (например, фраза «информация
получена» может иметь как негативную, так и позитив­
ную оценку — в зависимости от того, нужно это было
или нет).

6. Наличие активности.

Данное свойство принципиально отличает понятие «знание» от понятия «данные». Например, знания человека, как правило, активны, поскольку ему свойственна познавательная активность (обнаружение противоречий в знаниях становится побудитель­ной причиной их преодоления и появления новых знаний, сти­мулом активности является неполнота знаний, что вызывает по­требность их пополнения). В отличие от данных знания позво­ляют выводить (получать) новые знания. Будучи активными, знания позволяют человеку решать не только типовые, но и принципиально новые, нетрадиционные задачи.

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.

Не нашли, что искали? Воспользуйтесь поиском по сайту: