Классификации прикладных систем искусственного интеллекта

Прикладные системы и области, в которых используется искусственный интеллект, весьма разнообразны — параграф 1.1 дает только небольшой набор учебных примеров, но не энциклопедический обзор. В реальной практике применяются тысячи прикладных систем ИИ, и каждая имеет свои особенности и отличительные черты. Такое разнородное собрание объектов и методов нуждается в классификации, даже в нескольких.

Виды знаний

Знания, которые мы собираемся представлять в компьютере, весьма разнообразны.

Следуя С. С. Лаврову^[1], знания можно разделить на три принципиально разных вида:

• • понятийные, концептуальные знания. К этой группе относятся понятия и взаимосвязи между ними, например правила, законы, инвариантные соотношения, а также эвристические знания — неформальные правила рассуждений, отражающие практический опыт решения задач в проблемной области;
• • процедурные, алгоритмические знания. Сюда можно отнести различные умения, технологии, процедуры, алгоритмы, их программные реализации и типовые процедуры решения задач, т. е. те формы знаний, которые фактически всегда явно используются для компьютерного решения любой задачи;
• • фактографические знания. Это самые разнообразные количественные и качественные характеристики конкретных объектов, т. е. факты. Например, различные данные в базах данных, константы в программах и т. д.

Конечно, между видами знаний нет непроходимой границы (см. также п. 1.2.2). Более того, иногда бывает гак, что знание трудно отнести к одному конкретному виду. Например, алгоритмы вычисления математических функций (sin, cos и т. д.) для эффективности представляют в виде набора коэффициентов разложения по специальным полиномам. Эти коэффициенты, конечно, являются данными, т. е. фактографическим знанием, а используются как алгоритмическое знание. Тем не менее указанная классификация знаний очень полезна и действенна при обсуждении прикладных систем искусственного интеллекта, поскольку позволяет сосредоточиться на важных для ИИ вопросах представления концептуальных знаний, используя приемы представления алгоритмических и фактографических знаний как готовый базис.

Классификация знаний по Лаврову принимается как основополагающая в этой книге.

Святослав Сергеевич Лавров, 1923—2004 — российский ученый, член-корреспондент РАН.

Автор трудов по механике, автоматическому управлению, вычислительной математике и программированию. Лауреат Ленинской премии 1957 г.

Научная биография Лаврова в определенном смысле уникальна. Совсем в молодом возрасте он стал основоположником ракетно-космической баллистики в СССР и неоспоримым авторитетом в области динамики управляемого полета и автоматического управления. Появление цифровой вычислительной техники привело к резкому повороту в деятельности С. С. Лаврова и в течение нескольких лет сделало его классиком программирования в СССР.

• [1] Лавров С. С. Представление и использование знаний в автоматизированных системах // Микропроцессорные средства и системы. 1986. № 3.