Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
3.9. базы знаний
В развитии информационного обеспечения автоматизированных информационных технологий управления экономической деятельностью наибольший интерес представляют применения в области искусственного интеллекта. Одной из форм реализации достижений в этой области является создание экспертных систем — специальных компьютерных систем, базирующихся на системном аккумулировании, обобщении, анализе и оценке знаний высококвалифицированных специалистов - экспертов. В экспертной системе используется база знаний, в которой представляются знания о конкретной предметной области.
База знаний - это совокупность моделей, правил и факторов (данных), порождающих анализ и выводы для нахождения решений сложных задач в некоторой предметной области.
Выделенные и организованные в виде отдельных, целостных структур информационного обеспечения знания о предметной области становятся явными и отделяются от других типов знаний, например общих знаний. Базы знаний позволяют выполнять рассуждения не только и не столько на основе формальной (математической) логики, но и на основе опыта, фактов, эвристик, т.е. они приближены к человеческой логике.
Разработки в области искусственного интеллекта имеют целью использование больших объемов высококачественных специальных знаний о некоторой узкой предметной области для решения сложных, неординарных задач.
Рис. 3.13. Основные свойства базы знаний
База знаний является основой экспертной системы, она накапливается в процессе ее построения. Знания выражаются в явном виде, позволяющем сделать явным способ мышления и решения задач, и организованы так, чтобы упростить принятие решений. База знаний, обусловливающая компетентность экспертной системы, воплощает в себе знания специалистов учреждения, отдела, опыт группы специалистов и представляет собой институциональные знания (свод квалифицированных, обновляющихся стратегий, методов, решений) (рис. 3.13).
Знания и правила работы можно рассматривать в различных аспектах:
• глубинные и поверхностные;
• качественные и количественные;
• приближенные (неопределенные) и точные (определенные);
• конкретные и общие;
• описательные и предписывающие.
Содержание базы знаний может быть применено пользователем для получения эффективных управленческих решений. На рис. 3.14 показана структура базы знаний и ее функционирование.
Рис. 3.14. Технология использования базы знаний
Эксперт — это специалист, умеющий находить эффективные решения в конкретной предметной области.
Блок приобретения знаний отражает накопление базы знаний, этап модификаций знаний и данных. База знаний отражает возможность использования высококачественного опыта на уровне мышления квалифицированных специалистов, что делает экспертную систему рентабельной в соответствии с нуждами бизнеса и заказчика.
Блок логических выводов, осуществляя сопоставление правил с фактами, порождает цепочки выводов. При работе с ненадежными данными формируются нечеткая логика, слабые коэффициенты уверенности, низкая степень меры доверия и т. д.
Блок объяснений отражает в технологии использования базы знаний пользователем последовательность шагов, которые привели к тому или иному выводу с возможностью ответа на вопрос «почему».
К настоящему времени распространение баз знаний в значительной степени определяется темпом накопления профессиональных знаний.
Та область профессиональной человеческой деятельности, которая пока поддается формализации, а значит, и автоматизации на базе ЭВМ, — это небольшая часть накопленных человеком знаний.
В составе накопленных знаний огромный слой составляют индивидуально накапливаемые неотчуждаемые знания. Меньший объем составляют знания, которые доступны для традиционной передачи. И, наконец, едва различимые в общем объеме всех остальных знаний — это формализованные знания.
Структуризация или формализация знаний основана на различных способах представления знаний. В современных системах самый популярный способ использует факты и правила. Они обеспечивают естественный способ описания процессов в некоторой предметной области.
Правила обеспечивают формальный способ представления рекомендаций, указаний, стратегий. Они подходят в тех случаях, когда предметные знания возникают из опытных (эмпирических) ассоциаций, накопленных за годы работы по решению задач в данной области. Правила чаще всего выражаются в виде утверждений типа: Если... то... .
Описание предметной области в базе знаний предполагает разработку способов представления и организации знаний, методов формулирования, переформирования и решения задач. Понятия (объекты) предметной области представляются с помощью символов. Например, для банковской системы это могут быть: клиент, фондовый инструмент, операция, задача и т.д. Между символьными понятиями определяются отношения, применяются различные стратегии (логические или полученные в результате опыта) для манипулирования понятиями. Представление знаний, их структуризация предполагает выбор понятий, сложных, неординарных задач. Поэтому и правила в базе знаний бывают либо сложными, либо множественными и объемными.
Развитие концепции баз знаний связано с исследованиями и достижениями в области систем искусственного интеллекта. Области применения баз знаний и систем на их основе расширяются. Создается целый спектр баз знаний — от небольших по объему для портативных систем до мощных, предназначенных для профессионалов, эксплуатирующих сложные и дорогие АРМ. Очень большие базы знаний хранятся в централизованных хранилищах, доступ к которым осуществляется через сети пользователями различных систем, уровней, масштабов и т.д. Успехи в разработке баз знаний сделают их доступными для массового пользователя, что будет способствовать их появлению как актуального коммерческого продукта.
Из главы следует запомнить
• Информационное обеспечение характеризует состояние управляемого объекта, является основой для принятия управленческих решений и тесно связано с программным и технологическим обеспечением.
• Создание информационного обеспечения включает сбор (выявление перечня) экономических показателей, составление классификаторов и кодов; разработку форм первичных и сводных документов, а также конструирование состава базы данных, размещенного на машинных носителях.
• Классификаторы и коды предназначены для формирования сводных данных на ПЭВМ, группировки информации по каким-то реквизитам-признакам. Использование классификаторов тесно связано с ведением различных справочников в машине широко используемых при компьютерной обработке экономических задач.
• Документы являются основными носителями информации при компьютерной обработке. Выделяют первичные и сводные документы. Несомненным преимуществом новой информационной технологии является формирование документов при помощи компьютера, что существенно сокращает время их создания и заполнения.
• Применение штрихового кодирования значительно ускоряет процесс ввода данных в машину. Этот метод находит все большее применение при учете типовых операций.
• Обработка экономических задач характеризуется большими объемами информации и сложным документооборотом. Совершенствование документооборота происходит на основе специально разработанных машинных программ, обеспечивающих электронный документооборот.
• Внутримашинное ИО имеет организацию данных в виде файлов, баз и банков данных, баз знаний.
• Для создания этих структур используются разнообразные подходы, выбор которых зависит от объемов данных, сложности поставленных задач, требований пользователей и конкретных условий реализации.
• При небольших объемах информации (до 1 Гбайта) начинающему и квалифицированному пользователю целесообразно обратиться к Access, который позволяет обходиться без прикладного программиста и ускоряет внедрение системы удовлетворения информационных потребностей пользователя.
• Для более сложных вариантов работы с информацией создание внутримашинного ИО должно быть эффективным прежде всего в соотношении «стоимость — производительность — надежность».
Базы знаний
Знания в общеупотребительном смысле – это, с одной стороны, сведения, осведомленность в какой-либо области, с другой стороны – проверенный практикой результат познания действительности, ее «правильное» отражение в сознании человека. В соответствии с концепцией баз знаний, под терминомзнания в искусственном интеллекте понимают совокупность специализированных (ориентированных на решение многих задач из ограниченной предметной области) фактов, правил их обработки, условий применения правил к конкретным фактам, методов получения новых фактов и способов организации процесса логического вывода.
Знания отличаются от данных рядом существенных свойств:
Формально под фактом подразумевается запись:
Другими словами, факт – это запись данных, наделенная семантикой.
Правилами в общем случае являются знания вида:
«Если X есть A, то Y есть B, иначе Y есть C»
Примером правила с четырьмя посылками и одним заключением может служить следующее высказывание, определяющее выбор версии СУБД:
ЕСЛИ
колво_проц => 1
и
тактовая_частота_проц => 600
и
объем_НМЖД => 30
и
объем_ОП => 1024
ТО
версия_oracle = 8.0
Условия применимости правил, а также знания относительно способов использования фактов и правил относятся к метазнаниям (знаниям о знаниях), которые необходимы для управления логическим выводом, пополнения знаний и т.п. Часто такие правила и способы являются эвристическими.
В общем виде система семантической обработки информации, основанная на концепции баз знаний, включает:
В перспективе возможно дополнение системы другими элементами, например базой ресурсов, базой интуиции и т.п.
Концепция баз знаний, являясь логическим развитием монопольно-файловых систем и систем, основанных на концепции баз данных, создает предпосылки для расширения возможностей отображения закономерностей предметной области и получения новых знаний путем их вывода (манипулирования знаниями). При этом значительно ослабляется противоречие между «мягким», нечетко очерченным миром реальности и требованиями по «жесткому», формализованному представлению информации в ЭВМ.
В заключение отметим, что большинство исследователей искусственного интеллекта рассматривают задачу разработки моделей представления знаний как задачу программной реализации концепции баз знаний. Это означает, что модели представления знаний должны обладать всеми свойствами, присущими знаниям.
8.1.Понятие системы баз знаний.
Аналогично СБД (система баз знаний) существует понятие СБЗ - система баз знаний. Близкими понятиями являются: экспертная система - система, обеспечивающая создание и использование с помощью компьютера баз знаний экспертов; система искусственного интеллекта.
В последнее время, однако, предпочтение отдается терминам, подчеркивающим знания, а не интеллект. Такие системы демонстрируют шаблонное использование знания, а не интеллекта, которые предполагает творческий подход, нешаблонность. Это соответствует и точному переводу английского названия таких систем - Knowledge Based Systems (KBS) - система, базирующаяся на знаниях.
Таким образом, окончательное определение:
СБЗ - система, дающая возможность использовать подходящим образом представленные знания с помощью вычислительной машины.
Компоненты СБЗ:
Самая характерная черта СБЗ - использование базы знаний. К сожалению, общепринятого определения базы знаний нет.
Литература:
Понятие системы баз знаний
Аналогично БД (база данных) существует понятие база знаний (БЗ). Чаще всего БЗ используются в экспертных системах, обеспечивающих создание и использование баз знаний экспертов исистемах искусственного интеллекта.
В англоязычной литературе кроме понятия Artificial Intellect используется также термин - Knowledge Based Systems (KBS) - системы, базирующиеся на знаниях (СБЗ).
Таким образом, СБЗ - система, дающая возможность использовать подходящим образом представленные знания с помощью компьютера.
Компоненты СБЗ:
Самая характерная черта СБЗ - использование базы знаний. Общепринятого определения базы знаний нет.
Структура и функции системы баз знаний
Знания в БЗ можно разделить на алгоритмические и неалгоритмические.
На практике во многих экспертных системах и СБЗ содержимое базы знаний подразделяют на "факты" и "правила". Факты - элементарные единицы знания (простые утверждения о характеристиках объекта), правила служат для выражения связей, зависимостей между фактами и их комбинациями. Таким образом, классификацию знаний можно представить следующим образом:
Прямое использование знаний из базы знаний для решения задач обеспечивается механизмом получения решений (inference engine - машина вывода) - процедурой поиска, планирования, решения. Механизм решения дает возможность извлекать из базы знаний ответы на вопросы, получать решения, формулируемые в терминах понятий, хранящихся в базе. Примеры запросов:
Интерфейс - обеспечивает работу с базой знаний и механизмом получения решений на языке высокого уровня, приближенном к профессиональному языку специалистов в той прикладной области, к которой относится СБЗ.
Для создания СБЗ могут использоваться:
Для иллюстрации приведем пример, заимствованный из книги К.Нейлора. Создадим экспертную систему, с помощью которой можно отличить птицу от самолета. В следующей таблице представлен массив FACTS (факты), который фактически является в нашем случае базой знаний. В нем перечислены некоторые характеристики объектов "птица" и "самолет", наличие данной характеристики и объекта отмечено цифрой 1, отсутствие - 0.
|
Характеристика |
Птица |
Самолет |
RULES |
|
Крылья |
1 |
1 |
0 |
|
Хвост |
1 |
1 |
0 |
|
Клюв |
1 |
0 |
1 |
|
Двигатель |
0 |
1 |
-1 |
|
Перья |
1 |
0 |
1 |
|
Шасси |
0 |
1 |
-1 |
Сформируем теперь правило вывода. Для этого тем характеристикам, которые присущи обоим объектам, присвоим нулевые весовые коэффициенты. Характеристикам присущим только "птице" поставим в соответствие весовой коэффициент 1, присущим только объекту "самолет" -1. Массив RULES, содержащий правило вывода представлен в крайнем правом столбце таблицы. Тогда механизм получения решений будет иметь вид:
Массив VALUES заполняется при опросе пользователя. Нетрудно убедиться, что при полном и правильном указании всех характеристик объектов механизм получения решений дает 2 для "птицы" и -2 для "самолета". При неполном указании характеристик объекта вывод о его принадлежности можно сделать на основании того, насколько близок полученный результат к одному из этих предельных значений.
Из этого примера видно, что необходимая таблица может храниться в реляционной или объектной БД и БЗ, представляют собой некий аналог обычных баз данных, но хотя и содержат информацию в виде таблиц, состоящих из записей с полями, но должны интерпретироваться СБЗ как утверждения о чем-либо, например "анальгин обладает болеутоляющим действием" или "зубная боль иногда сопровождается повышением температуры". Доступ к этой информации в СБЗ осуществляется не через команды поиска, а с помощью формулируемых на ограниченном естественном языке вопросов, например "может ли анальгин помочь при зубной боли?".
Таким образом, хотя СБЗ может быть создана на основе реляционной или объектной СУБД, более производительно создавать СБЗ с помощью специализированных средств, располагающих особым языком представления знаний (ЯПЗ). Чаще всего интеллектуальные системы (ИС) применяются для решения сложных задач, где основная сложность решения связана с использованием слабо-формализованных знаний специалистов-экспертов и где логическая (или смысловая) обработка информации превалирует над вычислительной. Например, понимание естественного языка, поддержка принятия решения в сложных ситуациях, постановка диагноза и рекомендации по методам лечения, анализ визуальной информации, управление диспетчерскими пультами и др.
Прикладные интеллектуальные системы используются в тысячах приложений. Годовой доход от продаж программных и аппаратных средств искусственного интеллекта еще в 1989 г. в США составлял 870 млн долларов, а в 1990 г. – 1,1 млрд долларов [Попов, 1996].
Однако главная проблема использования таких систем, на мой взгляд, лежит не столько в области их проектирования и разработки, а в области практического использования, т.к. за окончательное принятие решения, сгенерированного интеллектуальной системой, отвечает человек.
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.
База данных - совокупность связанных данных, организованных по определенным правилам, предусматривающим общие принципы описания, хранения и манипулирования, независимая от прикладных программ. База данных является информационной моделью предметной области. Обращение к базам данных осуществляется с помощью системы управления базами данных (СУБД).
База знаний - это база данных особого рода.
Простые базы знаний могут использоваться для хранения документации. Главной целью таких баз знаний является помощь в поиске существующих способов решения какой-либо проблемы в конкретной предметной области.
При этом, база знаний является важным компонентом интеллектуальных систем, наиболее известный их класс — экспертные системы. Они предназначены для построения способа решения специализированных проблем, основываясь на записях баз знаний и на пользовательском описании ситуации [1].
В языке Пролог базы знаний описываются в форме конкретных фактов и правил логического вывода над базами данных и процедурами обработки информации, представляющих сведения и знания о людях, предметах, фактах событиях и процессах в логической форме. В ответах на простейшие запросы к базам знаний система логического программированияПролог выдает значения «истина» и «ложь» в зависимости от наличия соответствующих фактов.
Обобщённые сведения в языке Пролог задаются с помощью правил логического вывода, выполняющих роль определения понятий, а также логических процедур, состоящих из наборов правил логического вывода. Достоверность обобщенных сведений зависит от наличия необходимых фактов и достоверности данных в базах знаний.