СИИ

Представление знаний, рассуждений и
задач

Интеллект – (от лат. intellectus – познание,
понимание, рассудок) – способность
мышления, рационального познания.
Компоненты
мышления
Здравый смысл
Поток создания
опыт
интуиция
Уровень
Краткое описание
Потока сознания
Самосознание индивида, его творчество, а
также задачи, не имеющие
алгоритмического решения, порождение
новых знаний.
Здравого смысла
Решение алгоритмических задач на основе
знаний, опыт и интуиция.
Примитивный
"Примитивные функции" разума,
требующие элементов мышления и
присутствующие у многих представителей
живой природы. К ним относятся
распознавание образов, речь, память,
коммуникации внутри мозга и т. п.
Физический
Уровень нейронов. Физика, химия,
биология нейронов.

Родился в 1921 г. в Баку. Закончил
Университет в Тегеране (Иран) в 1942 г.,
затем переехал в США. Заде - профессор
Университета в Беркли. Создал новое
направление в математике - теорию
нечетких множеств. Заде критически
переосмыслил одно из фундаментальных
понятий математики - понятие функции
принадлежности к множеству
(характеристической функции).
Первоначально его теория была принята "в
штыки", и ее даже запрещали преподавать в
учебных заведениях, но со временем Заде
приобрел множество последователей и
сторонников.
Графин ударился о камень, и
он разбился

(р & (q r))  ((s v p) & (-r -q)).


Представление (representation) в работе
Уинстона [Winston, 1984] определяется как
«множество синтаксических и
семантических соглашений, которое делает
возможным описание предмета».
Описание (description) «позволяет
использовать соглашения из представления
для описания определенных предметов»
[Winston, 1992].
<фраза> ::= <предикат> (<аргумент>,..., <аргумент>)
•
•
•
•
•
'класс всех слонов‘
'Клайд — индивид’
'Клайд — слон'
'все слоны серые’
'Клайд — серый'
Моделирование рассуждений

Моделирование рассуждений
◦ моделирование рассуждений на основе
прецедентов (case-based reasoning, CBR),
аргументации или ограничений;
◦ моделирование рассуждений с
неопределенностью, рассуждения о действиях и
изменениях,
◦ немонотонные модели рассуждений и др.

Рассуждением называется ряд суждений,
которые все относятся к определенному
предмету или вопросу и которые идут одно
за другим таким образом, что из
предшествующих суждений следуют
другие, а в результате получается ответ на
поставленный вопрос

<СЛУЧАЙ, РЕШЕНИЕ>
множество зависимостей между
различными атрибутами СЛУЧАЕВ и
РЕШЕНИЙ
целевая проблема ЦЕЛЬ.

<НОВЫЙ СЛУЧАЙ, ИСКОМОЕ РЕШЕНИЕ>







запись с1 qс2 означает что с1
предпочтительнее с2 в смысле запроса q
Сходные проблемы имеют сходные
решения.
Прецедент можно считать подходящим,
если он обладает сходством с запросом.

CASE=(x1, x2, … , xn, R)
◦ x1,…, xn – параметры ситуации, описывающей
данный прецедент
◦ x1X1, x2X2,…, xnXn
 n − количество параметров для описания
прецедента,
 X1, … , Xn − области допустимых значений
соответствующих параметров
◦ R − решение (диагноз, рекомендации ЛПР)




Nearest Neighbor
Модифицированный метод ближайшего
соседа
Метод структурной аналогии
Метод на основе теории структурного
отображения





Возможность напрямую использовать опыт,
накопленный системой без интенсивного
привлечения эксперта в той или иной предметной
области.
Возможность сокращения времени поиска решения
поставленной задачи за счет использования уже
имеющегося решения для подобной задачи.
Существует возможность исключить повторное
получение ошибочного решения.
Отсутствует необходимость полного и
углубленного рассмотрения знаний о конкретной
предметной области.
Возможно применение эвристик, повышающих
эффективность решения задач.





При описании прецедентов обычно
ограничиваются поверхностными знаниями о
предметной области.
Большое количество прецедентов может привести к
снижению производительности системы.
Проблематичным является определение критериев
для индексации и сравнения прецедентов.
Проблемы с отладкой алгоритмов определения
подобных (аналогичных) прецедентов.
Невозможность получения решения задач, для
которых нет прецедентов или степень их сходства
(подобия) меньше заданного порогового значения.

множество переменных
множество соответствующих областей
переменных
множество ограничений на переменные
множество отношений над областями

набор значений переменных





Рассуждения являются
модифицируемыми, когда они являются
предположительными и, следовательно,
правдоподобными. Такие рассуждения
неточны, так как зависят от неполной,
неточной или изменчивой информации.
Рассуждения модифицируемы, когда они
зависят от знаний, предполагаемых
полными, но таковыми не являющихся
либо перестающих быть таковыми.



Вывести p из множества посылок A и отказ
от p, как только к A добавлена новая
информация q, означает, что допустимо
вывести p
гипотеза Н возникла на основе N
положительных примеров
N+1-й пример
 : M

Модальные немонотонные
логики Мак-Дермотта
Автоэпистемические логики



Байесовская сеть (или байесова сеть,
байесовская сеть доверия) — графическая
вероятностная модель, представляющая
собой множество
Это направленный ациклический граф,
каждой вершине которого соответствует
случайная переменная, а дуги графа
кодируют отношения условной
независимости между этими переменными.
Вершины могут представлять переменные
любых типов, быть взвешенными
параметрами, скрытыми переменными или
гипотезами.
P(A  B)
P(A / B) 
P(B)
P( Е / Н ) * P( Н )
P( Н / Е ) 
P( Е / Н ) * P( Н)  P( Е / Н ) * P( Н )
P(Н)
P( Н / E )
P ( Е / Н ) P( Е / Н )
P(Н)  1  P(H)
P(H)  0,001; P(Н)  1  P(H)  0,999
P(Е / Н)  1,0
P(Е / Н)  0,01
P(Н / Е)  0,009
эвристически эффективные стратегии
поиска решения задач

Внутренняя интерпретируемость

Структурированность

◦ Протоструктура
◦ Словари
Фамилия
Год
рождения
Специальность
Стаж,
число лет
Попов
1965
Слесарь
5
Сидоров
1946
Токарь
20
Иванов
1925
Токарь
30
Петров
1937
Сантехник
25
◦
◦
◦
◦
Принцип матрешки
«часть-целое»
«род-вид»
«элемент-класс»
◦
◦
◦
◦
отношения структуризации
функциональные отношения
каузальные отношения
семантические отношения
Связность

Семантическая метрика
◦ Типовые ситуации: "покупка", "регулирование
движения на перекрестке"

Активность



способность к обучению на основе
восприятия;
особой организации памяти;
способности делать выводы на основе
суждений.
1.
2.
3.
Исходное состояние проблемы.
Тест завершения – проверка, достигнуто ли
требуемое конечное состояние или найдено
решение проблемы.
Множество операций, которые можно
использовать для изменения текущего
состояния проблемы.

поиск в ширину – breadth-first search;
a
b
d
h

c
e
i
f
g
j
k
поиск в глубину – depth-first
search.
a
b
d
h
c
e
i
f
j
g
k


automated reasoning
Выводы, управляемые по образцам
1.
2.
3.
4.
выбор;
сопоставление;
разрешение конфликтов;
выполнение.

поиск от целей

поиск от данных


agenda - повестка
Black board – системы с классной доской
◦ HEARSAY


Backtracking
f(n)=g(n)+h(n)- вид оценочной функции
при эвристическом подходе.
◦ g(n) - оценка стоимости кратчайшего пути из
начальной вершины в вершину n.
◦ h(n) - оценка кратчайшего пути из вершины n до
ближайшей целевой вершины.

Построение эвристической функции
основано на:
1. опыте;
2. здравом смысле;
3. интуиции.
1.
2.

Полный перебор на заданную глубину с учетом всех ходов белых и
черных.
Выделяются ходы, признанные по тем или иным соображениям
разумными.
Оценочная функция при шахматной игре состоит из двух
компонентов:
◦ Материальная.
◦ Позиционная.

Позиционная учитывает наиболее важные признаки позиции, такие
как:
◦
◦
◦
◦
◦


Владение открытыми линиями.
Владение центром.
Подвижность фигур.
Наличие сдвоенных пешек.
Безопасность короля др.
Материальная оценка для каждой из сторон получается путем
суммирования сил фигур. Например, пешка - 1, конь - 3, слон - 3,
ладья - 5, ферзь – 9.
Таким образом, оценочная функция есть число (Мб-Мч)+(Пб-Пч).

Метод А.Брудно (α-β-процедура)

Метод форсированного варианта (В.Арлазоров)
Логические модели

M = <T, P, A, B> , где:
◦ T — счетное множество базовых символов
(алфавит) П(T);
◦ P — множество, называемое формулами П(P);
◦ A — выделенное
подмножество априори истинных формул
(аксиом) П(А);
◦ B — конечное множество отношений между
формулами, называемое правилами вывода П(B).
Семантические сети




H = <I, C1, C2, ..., Cn, Г>.
I - множество информационных единиц;
C1, C2, ..., Cn - множество типов связей
между информационными единицами.
Отображение Г задает между
информационными единицами, входящими
в I, связи из заданного набора типов связей.

Исследования по семантическим сетям
начались с работ М.Р.Куиллиана, который в
качестве структурной модели
долговременной памяти предложил модель
понимания смысла слов, получившую
название TLC-модели (Teachable Language
Comprehender: доступный механизм
понимания языка).
Емкость
класс
Чайник
свойства
пример
Металлический
Фарфоровый
Со свистком
Металлический
(комбайн)
*машина
(машина)
(преобразование)
*объект *преобразование
*имеет
*части
*движение
(энергия)
*энергия
*работа
*
- означает атрибут
Значения символов
указатель
[
]
элемент
(
)
свойство
Список элементов
[***…]
Концепт верхнего
уровня
свойство
Список свойств
Атрибут
(****…)
значение атрибута
собака
is a
животное
Шарик
is a
собака
is a
животное
б)
Шарик
is a
собака
is a
животное
в)
а)
part of
хвост
Шарик
is a
собака
владеет
конура - i
is a
животное
part of
is a
конура
хвост
г)
Шарик
владелец
agt
владеет - i
is a
собака
объект
владения
is a
конура - i
животное
is a
конура
obj
начало
is a
весна
периода времени
конец
осень
периода времени
is a
собственность
ситуация
is a
is a
время