Основные понятия искусственного интеллекта

Любая программная система, создаваемая в рамках искусственного интеллекта, всегда ориентирована на использование знаний. Знания, выраженные на естественном языке, черпаются из книг, статей и других источников и в том виде, в котором содержатся в этих источниках, не могут быть использованы для обработки на компьютере. Требуется выбрать подходящий способ их формализации (представления) для получения возможности обработки знаний на вычислительных машинах. Сама обработка знаний на компьютере заключается в получении по определенным правилам вывода других знаний на основе имеющихся. Первичными базовыми понятиями искусственного интеллекта являются понятия знание, представление знании и вывод.

Знаниями принято называть хранимую (в компьютере) информацию, формализованную в соответствии с определенными структурными правилами, которую компьютер может автономно использовать при решении проблем по таким алгоритмам, как логические выводы. Знания можно разделить на факты (фактические знания), правила (знания для принятия решений) и метазнания (знания о знаниях). Факты указывают обычно на хорошо известные в данной предметной области обстоятельства, например, «Сократ — человек», «лев — хищник», «курс доллара растет». Под правилами подразумеваются знания вида «ЕСЛИ …, ТО …», например, «Если некто — человек, то он смертен», «Если курс доллара растет, то рубль обесценивается». Правила позволяют принимать решения, например, сопоставление факта «Сократ — человек» с правилом «Если некто — человек, то он смертен» позволяет принять решение «Сократ смертен». К метазнаниям относятся знания о способах использования знаний и знания о свойствах знаний. Метазнания необходимы для управления базой знаний, логическим выводом, обучением и т. п. Например, принцип резолюции, используемый в механизме вывода языка логического программирования Prolog, является метазнанием, т. е. знанием о том, как использовать знания для получения новых знаний.

Для того чтобы манипулировать всевозможными знаниями о реальном мире с помощью компьютера, необходимо сначала представить их в виде, пригодном для использования на компьютере. Типичными моделями представления знании являются:

• — логическая модель, основанная на логике предикатов первого порядка и выведении заключений с помощью силлогизма;
• — продукционная система- это модель, основанная на использовании правил, т. е. утверждений в форме «ЕСЛИ …, ТО …»; продукционные модели бывают двух типов: с прямым и обратным выводами,
• — фреймовая система (frame (англ.) — рамка, каркас); каждый фрейм описывает один объект какой-либо предметной области (экономики, юриспруденции, химии, медицины и т. д.), а конкретные свойства этого объекта описываются в слотах (компонентах фрейма); у каждого фрейма имеется отдельный слот, содержащий процедуру, реализующую вывод на фреймах;
• — сематическая сеть — это граф, узлы которого соответствуют понятиям и объектам предметной области, а дуги (ребра) графа соответствуют отношениям (взаимосвязям) между объектами; семантические сети легко представляются в виде фремовой системы.

Иногда отдельно рассматривают модели представления нечетких знаний, т. е. знаний, о которых нельзя однозначно сказать, истинны они или ложны. Такие модели основаны на использовании модификаций продукционных систем или логической модели.

Наконец, под выводом подразумевается механизм получения новых знаний на основе имеющихся фактов и правил. Механизм вывода основан на метазнаниях. Например, в Prolog-системах механизм вывода основан на принципе резолюции.