Лекции по "Системам искусственного интеллекта"

     Краткий алгоритм формирования концептуальной структуры.

     Шаг 1. Определить все результирующие понятия, или выходы системы. Это может  быть набор диагнозов, рекомендаций, советов системы.

     Шаг 2. Определить все входные понятия, или факторы, от которых зависит  результат работы системы.

     Шаг 3. Установить промежуточные понятия, участвующие в рассуждениях экспертов, если они есть.

     Шаг 4. Для всех понятий найти обобщающие и уточняющие понятия, т.е. установить иерархии объектов

     Шаг 5. Для объектов, участвующих в  рассуждениях, определить свойства и  их значения.

     Шаг 6. Попытаться определить другие связи, и все в целом отразить графически.

     Шаг 6 Убрать лишние связи, объекты, обсудить структуру с экспертом, дополнить, если надо, с возвратом к шагам 1 - 6.

     Пример 3.1. Здесь рассматривается пример структурирования знаний для экспертной системы, которая советует, где лучше всего отдохнуть в отпуске. Сначала создается концептуальная структура, описывающая понятия данной предметной области (рис. 3.1)

     На  рис. 3.3 использованы связи АКО и Value.  

     Рис. 3.3. Концептуальная структура предметной области 

     Функциональная, структура отражает модель рассуждений и принятия решений, которой пользуется эксперт при решении задачи. Обычно функциональная структура представляется в виде каузальных отношений (cause) (Каузальность - причинность; причинная взаимообусловленность событий во времени) и может быть позднее формализована в виде коротких правил "если - то", или в виде семантических сетей. Представить функциональную структуру можно в виде таблицы, графа или предложений на естественном языке. Наглядные формы предпочтительны.

     Часто в моделях рассуждении присутствуют нечеткие понятия - "часто", "много", "очень", "высокий", "большой" и др. Для их представления базе знаний используется так называемая нечеткая логика, автор которой - Л.Заде, предложил простой формализм для таких понятий. Этот формализм использует понятие нечеткой функции принадлежности, которая отражает численно на шкале [0,10] или [0,1] степень уверенности эксперта в том, что конкретное значение можно отнести к данному нечеткому понятию.

     Также степени уверенности используются при множественных рекомендациях. Например, эксперт советует "покупать акции компании Х со степенью уверенности 9, а компании Y со степенью уверенности 6".

     Пример  3.2. Для предметной области, описанной в примере 3.1, создается функциональная структура и представляется в виде табл. 3.1. В структуре предлагается до трех рекомендаций с разной степенью уверенности на шкале [0,10].

     Таблица 3.1. Функциональная структура предметной области

     Формализация  и программная  реализация базы знаний.

     Сформировав поле знаний в виде концептуальной и функциональной структур, инженер  по знаниям вместе с программистом подыскивают подходящий язык представления знаний, который, с одной стороны, позволит выразить все особенности знаний предметной области без искажения структуры поля знаний, а с другой, - будет иметь эффективную программную реализацию в виде транслятора или "оболочки".

     Пример  3.3. Если теперь ввести структуру из примера 37.2 в базу знаний какой-либо продукционной оболочки (например, ExSys), то можно получить экспертную систему, которая, задавая вопросы о вашем здоровье, материальном положении, времени отпуска, характере, поможет вам выбрать наиболее подходящий вид отдыха. Каждой строке таблицы будет соответствовать правило "Если - то". Например:

     Правило 1: 'Если здоровье отличное или хорошее и материальное положение хорошее и характер активный, то поход (степень уверенности = 8) или тур. поездка (степень уверенности = 7).

Вопросы к зачету

1. Основные понятия  и определения
2. Область применения
3. Краткий исторический обзор развития работ в области ИИ
4. Функциональная структура использования СИИ
5. Предметные области для Экспертных систем
6. Обобщенная структура ЭС. Основные понятия и определения
7. Классификация ЭС
8. Инструментальные средства построения ЭС
9. Стратегии получения знаний
10. Психологический аспект извлечения знаний
11. Лингвистический аспект извлечения знаний
12. Гносеологический аспект извлечения знаний
13. Теоретические аспекты структурирования знаний
14. Классификация методов практического извлечения знаний
15. Коммуникативные методы
16. Пассивные методы
17. Активные методы (понятия и виды)
18. Активные индивидуальные методы
19. Активные групповые методы (метод круглого стола, мозговой штурм)
20. Активные групповые методы (экспертные игры)
21. Текстологические методы
22. Простейшие методы структурирования знаний
23. Проблемы ИИ связаны с ресурсами
24. Интеллектуальные интернет – технологии