Языки представления знаний

Принципиальная мировоззренческая установка складывается в рассмотрении ЭВМ как предмета-посредника в познавательной человеческой деятельности. Компьютерная система, подобно другим посредникам (орудиям труда и предметам быта, инструментам, приборам, знаково-символическим системам, научным текстам и так далее ), играя инструментальную роль в познании, является средством объективизации накопленного знания, воплощением определенного социально исторического опыту практической и познавательной деятельности.

Проблема представления  знаний возникла как одна из проблем искусственного интеллекта. Она связана с переходом исследований в этой области в некоторую новую фазу. Речь идет о создании практически полезных систем (в первую очередь так называемых экспертных систем), применяемых в медицине, геологии, химии. Создание такого рода систем требует интенсивных усилий по формализации знания, накопленного в соответствующей науке.

Со сроком «представление знаний» связывается определенный этап в развитии математического  обеспечения ЭВМ. Если на первом этапе доминировали программы, а данные играли вспомогательную роль своеобразной «еды» для «голодных» программ, то на следующих этапах роль данных неуклонно росла. Их структура усложнялась: от машинного слова, размещенного в одном амбарчике памяти ЭВМ, происходил переход к векторам, массивам, файлам, спискам. Венцом этого развития стали абстрактные типы данных, которые обеспечивают возможность создания такой структуры данных, что наиболее удобная при решении задания. Последовательное развитие структур данных привело к их качественному изменению и к переходу от представления данных к представлению знаний. Уровень представления знаний отличается от уровня представления данных не только более сложной структурой, но и существенными особенностями: способность к интерпретации, наличие классифицированных связей (например, связь между знаниями, которые относятся к элементу множественного числа, и знаниями, об этом множественном числе), которые позволяют хранить информацию, одинаковую для всех элементов множественного числа, записанную одноактный при описании самого множественного числа, наличие ситуативных отношений (одновременности, нахождение в одной точке пространства и тому подобное, эти отношения определяют ситуативную совместимость тех или других знаний, сохраненных в памяти). Кроме того, для уровня знаний характерны такие признаки, как наличие специальных процедур обобщения, пополнения имеющихся в системе знаний и ряда других процедур.

Моделирование на ЭВМ  понималось как техническая реализация определенной формы знакового моделирования. Однако, рассматривая ЭВМ в гносеологическом плане как посредника в познании, имеет смысл не фиксировать внимание, в первую очередь на «железной части» (hardware) компьютера, а рассматривать всю компьютерную систему как сложную систему взаимозависимых и к некоторым пределам самостоятельных моделей - как материальных, так и знаковых, то есть идеальных. Такой подход не только отвечает рассмотрению компьютерных систем в современной информатике, но есть и гносеологически оправданным. Много важных философских аспектов проблем, которые возникают в связи с компьютеризацией разных сфер человеческой деятельности, требуют для своего исследования обращения, в первую очередь, к знаковым составляющим компьютерных систем. Это верно и относительно философских аспектов проблем представления знаний.

В последние годы все  чаще стал употребляться срок «компьютерное  моделирование». Очевидно, имеет смысл  помечать им построение любой из составляющих компьютерной системы - будь то знаковая модель или материальная.

В области искусственного интеллекта, решение задач может  быть упрощено правильным выбором метода представления знаний. Определенный метод может сделать какую-либо область знаний легко представимой. Например диагностическая экспертная система Мицин использовала схему представления знаний основанную на правилах. Неправильный выбор метода представления затрудняет обработку. В качестве аналогии можно взять вычисления в индо-арабской или римской записи. Деление в столбик проще в первом случае и сложнее во втором. Аналогично, не существует такого способа представления, который можно было бы использовать во всех задачах, или сделать все задачи одинаково простыми.

 

Глоссарий

 

 

№ п/п	Понятие	Определение
1	OWL (англ. Web Ontology Language)	язык описания онтологий для семантической паутины. Язык OWL позволяет описывать классы и отношения между ними, присущие для веб-документов и приложений.
2	База знаний	семантическая модель, описывающая  предметную область и позволяющая  отвечать на такие вопросы из этой предметной области, ответы на которые в явном виде не присутствуют в базе. База знаний является основным компонентом интеллектуальных и экспертных систем.
3	Лисп	универсальный язык программирования высокого уровня. Язык Лисп: - относится к декларативным языкам функционального типа; - предназначен для  обработки символьных данных, представленных  в виде списков.  Основой языка являются функции и рекурсивные построения.
4	Логическое программирование	программирование в  терминах фактов и правил вывода, с  использованием языка, основанного на формальных исчислениях.
5	Модель представления знаний	формализм, предназначенный  для отображения статических  и динамических свойств предметной области. Различают универсальные  и специализированные модели представления  знаний.
6	Пролог	язык логического  программирования, программа на  котором состоит:  - из логических утверждений,  образующих базу данных; и  - из правила вывода  новых утверждений из известных.
7	Система представления знаний	средство: описания знаний о предметной области; а также  организации знаний, включая: накопление, анализ и обобщение знаний. Центральное место в системе представления знаний занимает язык представления знаний.
8	Система управления базами знаний	комплекс программных, языковых и интеллектуальных средств, посредством которого реализуется создание и использование базы знаний.
9	Специализированная модель представления  знаний	модель представления  знаний, разработанная для конкретной проблемной области.
10	Экспертная система	система искусственного интеллекта, включающая знания об определенной слабо структурированной и трудно формализуемой узкой предметной области и способная предлагать и объяснять пользователю разумные решения. Экспертная система состоит из базы знаний, механизма логического вывода и подсистемы объяснений.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Список использованных источников

 

1	Анатолий Адаменко, Андрей Кучуков Логическое программирование и Visual Prolog (с CD).. — СПб.: «БХВ-Петербург», 2003. — 990 c. — ISBN 5-94157-156-9
2	Артур B. Markman: Представление знания Сподвижницы Лоренс Erlbaum, 2009. – 398 c. — ISBN 6-783-78375-8
3	Благодатских В.А., Волнин В.А., Поскакалов К.Ф. Стандартизация разработки программных средств. - М: Финансы  и статистика, 2003. -650 c. — ISBN 70958-916-7
4	Братко Иван. Алгоритмы искусственного интеллекта на языке PROLOG = Prolog Programming For Artificial Intelligence. — М.: Вильямс, 2004. — 640 с. — ISBN 0-201-40375-7
5	Вендров А.М. Проектирование программного обеспечения экономических  информационных систем - М: Финансы и статистика, 2002.- 450 c. — ISBN 8-94892-806-8
6	Вендрова А.М. Практикум  по проектированию программного обеспечения  экономических информационных систем - М: Финансы и статистика, 2002.- 635 c. — ISBN 8-98157-706-6
7	Джозеф Джарратано, Гари Райли Глава 2. Представление знаний (в PDF) // Экспертные системы: принципы разработки и программирование = Expert Systems: Principles and Programming. — 4-е изд. — М.: «Вильямс», 2006. —1152 c. — ISBN 789-5-8959-6656
8	Джон F. Sowa: Представление знания: Логически, философски, и вычислительные учредительства. Ручейки/Cole: Нью-йорк, 2000.- 670 c.
9	Майкл Negnevitsky: Искусственный интеллект, направляющий выступ к толковейшим системам, Ограничиваемое образование, 2002. – 782 c. — ISBN 0-508-36387-0
10	Черемных С.В., Семенов И.О., Ручкин В.С. Структурный анализ систем: IDEF-технологии - М: Финансы и статистика, 2001. – 890 c.— ISBN 0-809-40780-8

 

¹ Черемных С.В., Семенов И.О., Ручкин В.С. Структурный анализ систем: IDEF-технологии - М: Финансы и статистика, 2001. – С.45

² Иван Братко. Алгоритмы искусственного интеллекта на языке PROLOG = Prolog Programming For Artificial Intelligence. — М.: Вильямс, 2004 – С. 78

³ Джозеф Джарратано, Гари Райли Глава 2. Представление знаний (в PDF) // Экспертные системы: принципы разработки и программирование = Expert Systems: Principles and Programming. — 4-е изд. — М.: «Вильямс», 2006. – С. 89-90

⁴ Вендрова А.М. Практикум по проектированию программного обеспечения экономических информационных систем - М: Финансы и статистика, 2002.- С. 187

⁵ Вендров А.М. Проектирование программного обеспечения экономических информационных систем - М: Финансы и статистика, 2002.- С. 267-268

⁶ Благодатских В.А., Волнин В.А., Поскакалов К.Ф. Стандартизация разработки программных средств. - М: Финансы и статистика, 2003. – С. 56

⁷ Артур B. Markman: Представление знания Сподвижницы Лоренс Erlbaum, 2009. – С. 187

⁸ Анатолий Адаменко, Андрей Кучуков Логическое программирование и Visual Prolog (с CD).. — СПб.: «БХВ-Петербург», 2003. – С. 350

⁹ F. Джон. Sowa: Представление знания: Логически, философски, и вычислительные учредительства. Ручейки/Cole: Нью-йорк, 2000 – С. 47