... Пусть истина взовьётся как огонь
Со дна души, разъятой вихрем взрыва!
Беда тому, кто убедит глупца!
Принявший истину на веру -
Ею слепнет...
Максимилиан Волошин. Бунтовщик
База знаний (живая!) отличается от (мёртвой) базы данных возможностью логического вывода. Это означает, что базе знаний (БЗ) обязательно придана некоторая процедура (или несколько таких процедур), с помощью которой можно производить дедуктивные или даже индуктивные рассуждения. Эти процедуры в настоящей теории логического вывода называются продукциями, обладающими конкретным смыслом в соответствии с формой "если – то". Такая форма характерна для фиксации и выборки знаний в различных областях человеческой деятельности.
Признан универсальный характер продукций. К ним относятся все казуальные, т.е. причинно-следственные утверждения и связи.
Поэтому продукционные системы (к ним относятся и логические нейронные сети) получили наибольшее распространение при представлении знаний в рамках искусственного интеллекта.
Обобщённая модель Д.А. Поспелова, отражающая взаимодействие внешнего мира W и базы знаний K с помощью рассуждающей системы R, показана на рис. 5.1.
(рис 5.1) Взаимодействие базы знаний с внешним миром через рассуждающую продукционную систему
Рассуждающая система R черпает из внешнего мира W информацию в соответствии с уже накопленными ранее данными о закономерностях этого мира и его состоянии. Из внешнего мира в рассуждающую систему (её ещё называют решатель) приходит сиюминутная, текущая информация о наблюдаемых в этом мире фактах и явлениях.
Из базы знаний (БЗ) поступает информация более фундаментального значения. Она может описывать законы внешнего мира, правила действий в нём, целевые структуры или ожидаемые отклики внешнего мира на те или иные воздействия на него.
В памяти рассуждающей системы хранится текущая информация, связанная с ходом рассуждений. Со временем она либо исчезает, либо передаётся для хранения в БЗ, если в ходе рассуждений появилась информация, которая может оказаться полезной для рассуждающей системы в будущем.
Ставя целью – моделирование, мы на неформальном уровне силимся понять, а как "в жизни" производятся операции запоминания и выборки данных из БЗ? Какие типы продукций осуществляют запоминание и логическую выборку? Именно эти продукции определяют тип мышления человека, по-разному проявляющийся.
Запоминание знаний бывает:
Образы у большинства "мыслящих" людей являются чуть ли не главным объектом запоминания: от букв родного алфавита до картин великих мастеров. Образы ассоциативно вызывают чувства радости и печали, красоты и отвращения, любовной родственности и т.д. Образное мышление определяет утончённость души. Но не только: каждый продуктивный учёный, даже "сухой" математик, мыслит образами, заставляя изучаемые объекты двигаться, упорядочиваться – чтобы "увидеть", зафиксировать и сформулировать причинно-следственную связь. Задачи динамического планирования не решить иначе! А с какой благодарностью и навсегда запоминается объяснение теоремы "о двух милиционерах" в интерпретации замечательного преподавателя, когда функция – оценка сверху исследуемой функции, в пределе сходится к функции – оценке снизу той же функции!
Предикативное запоминание часто подобно зубрёжке: "F равно та", "Надёжность компьютера, решающего задачу за время t, равна сумме произведений...". Но ведь прекрасные стихи – тоже предикаты! В чём же дело? Зачем нужны стихи, песни и пр.? - Описывать образы?
Наконец, запоминание алгоритмов действий является важным условием жизни. Человек всегда действует, руководствуясь целевой функцией, во имя выживания и даже счастья: "Как сварить суп?", "Как добиться расположения начальства?" и т.д. На экзамене по дисциплине "Архитектура вычислительных систем" возможен вопрос, предполагающий быстрый ответ: "Вот параллельная граф-схема задачи. Составьте план её решения за минимальное время на двух процессорах". Отвечающий впервые видит такую граф-схему, и только знание алгоритма диспетчера может его спасти.
Однако никогда, или почти никогда, человек не использует лишь один вид запоминания. Комбинация образного и предикативного начала при чтении книг, все три составляющие при сложении стихов, при решении множества научных, военных и игровых задач, требующих развитого комбинаторного мышления – всё это обнадёживает и говорит о продолжении славного пути развития человечества.
Выборка из БЗ ассоциирует чувства. И наоборот: чувства – желаемые или уже вызванные чем-то – определяют ассоциативную выборку из БЗ.
Всё сказанное реализуется с помощью логических нейронных сетей головного мозга, если в соответствии с правдоподобными рассуждениями признать этот постулат истинным.
От поэтических настроений вернёмся к оценкам формальных возможностей моделирования искусственного интеллекта. Подберёмся поближе к вопросу: а какие продукции в рассматриваемой системе бывают?
В левой части продукции подразумевается информация из внешнего мира W, а в правой – сведения о вытекающих из этой информации изменениях в рассуждающей системе. Эти изменения сказываются на ходе рассуждений.
Например, рассуждая утром о выборе места воскресного отдыха, вы услышали, что днём ожидается гроза. Это сообщение, рассматриваемое и как воздействие, и есть AW, вносящие коррективы в ваши планы. Будут отброшены варианты, связанные с пребыванием на открытом воздухе. Больший вес обретут другие варианты. Изменение предпочтительности вариантов отдыха характеризуется правой частью BR продукции. Возможный вид продукции мог бы быть: "Если на улице дождь или гроза, или они ожидаются в течение дня, то вместо прогулки лучше пойти в кино или музей".
Такие продукции отражают передачу некоторого сообщения из внешнего мира для запоминания в БЗ.
Например, командир приказывает разведчику: "Всё что увидишь в окрестностях переправы, запомни, а потом передай через связного". Система работает в роли почтового отделения. Однако возможна перлюстрация корреспонденции: рассуждающая система может воспользоваться информацией от AW к BK для своих целей.
Данную продукцию можно также трактовать, как способ описания шагов общения пользователя с системой в диалоговом режиме. Тогда AW будет интерпретироваться как вопрос пользователя, а BK – как ответ системы. Тогда ответ следует интерпретировать продукцией типа $$A_K \Rightarrow B_W$$.
В этом случае рассуждающая система также выступает в роли отделения связи. Только передача происходит из базы знаний во внешний мир.
Например, некто Х предполагает, что у Y пятеро детей. Однако некто Z сообщил, что у Y только трое детей. Тогда рассуждающая система Х образует продукцию, в которой AK характеризует факт наличия противоречивой информации, а BW – некоторое действие, которое Х предпринимает в связи с этим. Например, BW может соответствовать разговору Х с Y при попытке выяснить истинное количество детей у него.
Эта продукция соответствует тому, что некоторый факт, полученный рассуждающей системой, передаётся на хранение в БЗ.
Эта продукция также описывает обмен информацией при работе рассуждающей системы. Например, на основе информации, почерпнутой из базы знаний, рассуждающая система формирует или координирует параметры технологического процесса.
Эти продукции называют продукциями непосредственного отклика. Левая часть AW описывает некоторую наблюдаемую ситуацию во внешнем мире или воздействие внешнего мира на рассуждающую систему. Правая часть BW описывает действие, которое "поступает" от системы во внешний мир. Выполнение подобных продукций напоминает рефлекторный отклик, например, отдёргивание руки от горячего. Рассуждения не успевают сработать. Система лишь транслирует информацию от AW к BW адресатам.
Эти продукции описывают воздействие на внешний мир, порождаемое рассуждающей системой. Мудрый совет гласит: "Подумай, прежде чем делать". Он призывает того, к кому он обращён, воспользоваться продукцией данного типа, а не продукцией непосредственного отклика.
Это внутренние продукции рассуждающей системы. Они описывают промежуточные шаги процесса вывода и не влияют непосредственно на содержимое БЗ и состояние внешнего мира. То есть, эти продукции описывают единичные шаги многошаговых процессов рассуждений.
Эти продукции описывают процедуры преобразования знаний в БЗ: обобщение знаний, получение новых знаний из ранее известных с помощью логического вывода, установление закономерностей между знаниями на основе обработки сведений о единичных фактах, хранящихся в БЗ, и т.п. Рассуждающая система используется в качестве инструмента, с помощью которого производится изменение состояния базы знаний.
Иногда применяют более общее описание продукции:
$$<имя продукции>; П, Р, А \Rightarrow В, Q.$$Здесь $$А \Rightarrow В$$ – обычная продукция "если – то" одного из рассмотренных выше типов, которая в данной записи называется ядром продукции.
Элемент Р характеризует внешние условия, или условия применимости продукции, определяемые факторами, не входящими непосредственно в А, например, целями, стоящими перед рассуждающей системой. Условия Р позволяют из всех продукций, у которых в левой части ядра стоит А, отбирать нужную часть продукции.
Элемент П характеризует сферу проблемной области базы знаний или предусловия применимости продукции. Эти предусловия ничем не отличаются от Р, но выделяют системы продукций на ранг выше тех, которые выделяют условия. Например, в обычном мире лошади не летают. Поэтому продукция "если х лошадь, то она летать не может" в обычном мире всегда имеет место (истинна). Но если мы от обычного мира перейдём к миру греческих мифов, то продукция "если лошадь есть Пегас, то она летант", тоже станет истинной. В мире русской сказки продукция "если лошадь есть Конёк-Горбунок, то она летает" принимается без всякой критики.
Значит, предусловия П должны развести между собой обычный мир, мир греческих мифов и мир русской сказки.
Элемент Q характеризует постусловия продукции, указывающие на те изменения, которые необходимо ввести в БЗ и в систему продукций после реализации данной продукции.
Продукционной системой называют любую упорядоченную, реализующуюся последовательно, совокупность продукций, в которую могут входить продукции любого из перечисленных выше типов.
Если схема реализации продукционной системы такова, что на некотором шаге процесса может быть реализована не одна продукция, а несколько, возникает ситуация, в которой необходимо управлять ходом процесса вывода.
Предположим, что на рис. 5.1 информация из внешнего мира W поступает в базу знаний K, минуя рассуждающую систему R. Это позволит рассматривать лишь продукции типа $$A_K \Rightarrow B_K$$. Таким образом, как условия активизации продукции, так и результат её выполнения, связаны с информацией, хранящейся в БЗ.
Будем также считать, что интеллектуальная система функционирует в некоторые дискретные моменты времени t, определяющие такты работы. В эти моменты времени в БЗ из внешнего мира может поступать некоторая информация. В эти же такты времени производится проверка условий срабатывания продукций.
Введём понятие состояния базы знаний dt. Это состояние может изменяться по двум причинам: 1) в момент t + 1 из внешнего мира в базу знаний может прийти новая информация; 2) в этот момент времени в базу знаний будет занесена новая информация, как результат срабатывания некоторой продукции.
Если в некоторый момент tсостояние dt таково, что удовлетворяются условия для некоторого множества продукций, то все они образуют фронт готовых продукций. Основная задача управления состоит в выборе из этого фронта очередной продукции для исполнения.
Для такого выбора важен вопрос о влиянии порядка выбора на окончательный вариант рассуждений. Если имеются две продукции, и ситуация такова, что изменение состояния базы знаний, которое может возникнуть при срабатывании одной из них, сказывается на выполнимости условий срабатывания для другой, то такие продукции взаимозависимы.
Если две продукции независимы, то порядок их выбора из фронта не может сказаться на результате рассуждения. Поэтому особый интерес представляют взаимозависимые продукции.
Рассмотрим пример (заимствован у Д. Поспелова).
В двухчасовой перерыв между лекциями группа студентов решает, куда пойти – в кино или в кафе - мороженное. Ясно, что выбор одного варианта исключает выбор другого. При отсутствии информации о фильме и о часах работы кафе остаётся бросить жребий, т.е. произвести случайный выбор. Но если в момент обсуждения появился сокурсник, который говорит, что фильм скучный (тем самым он меняет состояние "баз знаний" студентов), то выбор активизируемой продукции похода в кафе - мороженное станет однозначным.
Рассматриваемая в примере ситуация является экстремальной.
Чаще всё не так: после неудачного выбора можно вернуться к альтернативному выбору и попробовать другой вариант, если сохранено состояние базы знаний на момент выбора.
Можно вспомнить известную стратегию обучения "метод проб и ошибок", или хождение по лабиринту, или пересчёт участка программы с "контрольной точки" в случае сбоя компьютера и т.д.
Практически все системы моделирования рассуждений в интеллектуальных системах используют этот приём, который называется "бэктрекинг" (эффективно используется при логическом выводе в языке ПРОЛОГ).
Не найдя аналогов в современной психологии, исследователи используют эвристические приёмы, основанные на "решающих правилах", чаще всего минимизирующих время выполнения фронта готовых продукций. Рассмотрим некоторые приёмы (стратегии).
1. Принцип "стопки книг" лежит в основе процедуры быстрого поиска нужной книги из стопки при повторном или регулярном обращении. Если каждый раз, использовав некоторую книгу, класть её в стопку сверху, то часто используемые книги постепенно сосредоточатся в её верхней части, а внизу будут лежать те, которые почти никогда не требовались.
Если продукции во фронте будут упорядочены по частоте их предшествующего успешного применения, а активизироваться первой будет первая из этого фронта, то принцип стопки книг будет реализован.
Подобный "стопке книг" принцип применяется при буферизации памяти на "быстрых" регистрах, автоматически действующий при выполнении программы компьютером. Часто используемые данные с указанием их адресов в оперативной памяти "оседают" на регистрах буфера. Время обращения к ним значительно сокращается. Если к данным долго нет обращения, занимаемые регистры переводятся в ресурс.
2. Проверка по самому "редкому" признаку производится при анализе ряда быстро следующих объектов, обладающих рядом признаков. Например, если предложено обнаружить объект данного пола, роста, размера и т.д., и среди признаков – наличие фетровой шляпы (сегодня мало кто носит шляпу), то прежде всего следует обратить внимание на этот признак. Однако известен случай, когда террорист совершил нападение, будучи в красных носках. Конечно, при попытке скрыться он сразу бы их снял.
3. Проверка продукции с самым длинным условием А. В систему продукций вводятся метапродукции, заключающие в себе фактическую инструкцию, как выбрать продукцию из фронта.
Например, Д. Поспелов сообщает об одной экспертной системе, диагностирующей инфекционные заболевания, в которой действует следующая схема метапродукции:
ЕСЛИ инфекция есть А, И
имеются продукции, входящие в состав фронта,
где в условиях А упоминается слово х, И
в составе фронта есть продукции, где в
условиях А упоминается слово y,
ТО продукции, у которых в А имеется слово х, следует
активизировать раньше, чем продукции,
содержащие в условии А слово y.
4. Часто возможность применения той или иной продукции зависит не только от того, какие именно продукции входят во фронт, но и от того, какие продукции в этот фронт не вошли. То есть, влияние может оказывать как "положительный", так и "отрицательный" контекст, в котором происходит выбор продукции из фронта готовых продукций.
Другой проблемой управления реализацией системы продукций является поиск эффективных (по критерию времени) способов проверки выполнения условий А в множестве продукций при текущем состоянии dt базы знаний. При большой БЗ процедура перебора весьма неэффективна. Каков аналог данного процесса у человека?
У психологов бытует термин "поле активного внимания". В это поле попадает та часть информации, хранимой в памяти человека, которая обусловливает его текущие размышления или рассуждения. Эта информация освещается, выхватывая из огромного хранилища всевозможные данные.
Развивая пример буферизации памяти компьютера, отметим, что часто используемые данные при записи автоматически оседают в так называемом КЭШе – "через", параллельно направляясь в оперативную память. Зато при выборке таких данных вызов из оперативной памяти быстро прерывается, если эти данные обнаруживаются в КЭШе.
Нечто аналогичное специалисты применяют в области БЗ, вводя окно активации знаний. С помощью такого окна активируются определённые фрагменты, использующиеся для проверки условий в продукциях. Для вычисления фрагментов пользуются условиями Р, активирующими ту область продукционной системы, которая оказывается тесно связанной с фрагментом знаний, попавшим в окно активации знаний. Постусловия Q позволяют управлять перемещением окна по полю памяти, а также его размерами.
Управлять окном могут и специальные метапродукции, подобные тем,что используются для приоритетного выбора из фронта готовых продукций.
До сих пор рассматривались продукции, в которых В обязательно, с вероятностью 1, следовало при активизации продукции. Однако весьма часто продукции используются для правдоподобного вывода с некоторым коэффициентом правдоподобности, как это рассматривалось в Лекции 4.
Приведём пример из упоминающейся ранее экспертной системы, когда в ряде случаев эта система не может выдать рекомендацию со стопроцентной уверенностью. Она выдаёт её с оценкой правдоподобности.
ЕСЛИ инфекция, которая требует терапии, есть менингит И
пациент имеет признаки серьёзных кожных
инфекций мягких тканей И
микроорганизмы не окрашены по Грэму на
пробах культуры И
тип инфекции бактериальный
ТО микроорганизмы, которые могут вызывать
инфекцию, с правдоподобностью 0,75
есть staphylococcus coadroos ИЛИ
с правдоподобностью 0,5 есть
streptococcus-gronp-a.
При работе с правдоподобными продукциями используются приёмы, аналогичные рассмотренным в разделе 4.2.
Согласившись с концепцией баз знаний и учитывая, что логические нейронные сети образуют БЗ вместе с продукцией извлечения знаний, спросим себя, как на новом уровне представления достойно закончить пример расчёта надёжности компьютера, обязательно сохраняющего рабочее состояние в течение всего цикла управления t?
(рис 5.2) Информационно-справочная система "Надёжность управляющего компьютера"
На этапе испытаний системы управления рассчитаем надёжность компьютера по формуле (4.1) в достаточном числе точек шестимерного факторного пространства $${K_Г \in [K_Г^{min}, K_Г^{max}], (\lambda_1 \in [(\lambda_1^{min}, (\lambda_1^{max}], (\lambda_2 \in [(\lambda_2^{min}, (\lambda_2^{max}], P_{устр.сб} \in [0, 1], Р_{рез.} \in [0, 1], t \in [t){min}, t_{max}]}$$ так, чтобы более-менее равномерно покрыть этими точками всё факторное пространство. Пусть n – развиваемое (при недостаточной точности) количество этих точек.
Построим рецепторный слой однослойной логической нейронной сети (рис. 5.2), закрепив группы рецепторов за отдельными факторами, а внутри каждой группы – за упорядоченными по возрастанию значениями фактора. (Для определённости считаем, что никакие "координаты" двух любых выбранных точек не совпадают, хотя в действительности это возможно.)
Каждый рецептор, соответствующий некоторому значению какого-то фактора ("координате" точки), свяжем с нейроном, соответствующим этой точке факторного пространства. Каждый нейрон пусть указывает на значение надёжности в этой точке. Веса связей примем единичными. Введём функцию активации нейронов:
$$F = \left \{ \begin{matrix} \frac{1}{6n}\sum_{i=1}^{6n}f_i \text{ если это значение превышает порог h}\\ 0, в противном случае \end{matrix} \right.$$Порог h выбирается экспериментально.
Если мы возбудим рецепторы "одной точки" до значения 1, то очевидно, что максимально возбудится нейрон, соответствующий этой точке и укажет на значение надёжности в ней.
А как, пользуясь принципом ассоциативного мышления, установить по произвольной ситуации, на какую или какие известные ситуации она больше всего похожа, и найти приблизительное значение надёжности?
Простейший приём возбуждения рецепторов заключается в следующем.
Пусть испытывается ситуация - точка $${K_Г^*, \lambda_1^*, \lambda_2^*, P_{\text{устр.сб}}^* , Р_{рез.}^* , t^*}$$. Найдём два значения КГ(j) и КГ(j+1) такие, что КГ(j) < KГ* < КГ(j+1). Распределим "единицу" обратно пропорционально "расстоянию" KГ* до левого и правого ограничения, положив возбуждение рецептора КГ(j), равным
Тогда возбуждение рецептора КГ(j+1) положим равным дополнением найденного значения до единицы. Так возбудим рецепторы и других факторов.
После возбуждения рецепторов рассчитаем значение функции активации для всех нейронов. Ответ может быть выдан двумя способами: 1) по указанию максимально возбудившегося нейрона, преодолевшего порог, т.е. по результату "голосования" в пользу решения; 2) по усреднённому ответу нескольких нейронов, возбуждение которых преодолело порог. Во втором случае значения надёжности, для счёта по известной формуле нахождения среднего, выбираются с весами, равными величине возбуждения соответствующих нейронов.
Таким образом, БЗ реализует информационно-справочную систему "Надёжность управляющего компьютера". Мы видим, что эта система легко модернизируется, развивается с накоплением опыта и с расширением факторного пространства, уточняется на опыте, отходя от возможной неточности формул. В процессе эксплуатации может понадобиться введение весов связей, отличных от единичных. Представление логической нейронной сети матрицей связей позволяет легко вводить любые изменения.
Конечно, вычисления по формуле (4.1) не столь трудоёмки. Но представьте себе "ужасные на вид" системы интегрально-дифференциальных уравнений прогноза погоды! Не зря Гидрометцентр периодически обновляет суперкомпьютеры. И эти системы уравнений надо считать ежедневно по огромной территории от холодной Арктики до жарких песков пустыни! Только ассоциативные вычисления по БЗ, заполняемой, развиваемой и уточняемой на основе обратной связи во все возможные интервалы времени между оперативными запросами, могут выручить.
Кроме обычных приёмов вывода (как достоверного, так и правдоподобного) для продукционных систем применяется вывод на семантической сети.
Семантические сети – это наиболее общая модель представления знаний об окружающем (интеллектуальную систему) мире и способах действия в нём.
Вершины семантической сети соответствуют объектам – понятиям, фактам, явлениям или процессам. Дуги, связывающие вершины, определяют отношения между объектами. Они снабжены именами или описаниями, в целом задающими семантику отношений.
Д.А. Поспелов исследует пример на основе романа Э. Хемингуэя "Острова в океане" (рис. 5.3).
(рис 5.3) Дом был построен...
Роман начинается так: "Дом был построен на самом высоком месте узкой косы между гаванью и открытым морем. Построен он был прочно, как корабль, и выдержал три урагана. Его защищали от солнца высокие кокосовые пальмы, пригнутые пассатами, а с океанской стороны крутой спуск вёл прямо от двери к белому песчаному пляжу, который омывался Гольфстримом".
Отобразим информацию, содержащуюся в этом отрывке с помощью семантической сети. Для этого введём понятия, обозначив их первыми буквами слов в тексте: Д – дом, СВМ – самое высокое место, К – коса, Г – гавань, ОМ – открытое море, КП – кокосовые пальмы, С – солнце, КС – крутой спуск, ДВ – дверь, ПП – пляж песчаный, ТГ – течение Гольфстрим. Приступим к построению, постепенно вводя (определяя) необходимые отношения (рис. 5.4).
(рис 5.4) Семантическая сеть
Отношение R1 означает "быть между". Отношение R2 означает "принадлежать". Оно применяется дважды: для указания о том, что СВМ (самое высокое место) принадлежит К (косе), и о том, что ДВ (дверь) принадлежит Д (дому). Отношение R3 интерпретируется как "находится на", а текст около вершины Д принадлежит описанию этой вершины. Отношение R4 - "защищать от", R5 – "соединять", R6 – "омывать". Совместно действующие факторы объединяются скобками. В дополнительных описаниях вершин допустим произвол, позволяющий постичь смысл всего изображения.
От смысловой нагрузки отношений зависит классификация семантических сетей. Если сеть отражает причинно-следственные (казуальные) связи, как в рассмотренном примере, такая семантическая сеть называется сценарием. Семантическая сеть отображает классификацию, если использует отношения принадлежности. Если отношения связывают аргументы функции, то такие семантические сети называются вычислительными моделями.
Отметим, что различные модели рассуждений при различии интерпретации отражают общую суть и могут легко сводиться одна к другой. Так, пример расчёта надёжности компьютера можно бы было привести в данном разделе.
Однако как производится логический вывод на семантической сети?
Вывод на семантической сети можно представить с помощью продукционной системы, где каждая продукция имеет вид $$Fr1 \Rightarrow Fr2$$. Слева и справа стоят фрагменты семантической сети. В зависимости от типа продукции, она может описывать изменения в базе знаний или результаты промежуточных шагов вывода в рассуждающей системе (решателе).
В базах знаний реализация указанных продукций обычно называется процедурой поиска по образцу. В качестве образца при поиске обычно выступает фрагмент Fr1. Выполнение может быть различным. Например, если в базе знаний найден фрагмент Fr1, то он удаляется, а в неё добавляется новый фрагмент Fr2.
Другой вариант: если в БЗ обнаружен фрагмент Fr1, то утверждению Fr2 решатель присваивает значение ИСТИНА.
Если при выводе на семантической сети фрагмент Fr2 добавляется в БЗ без выбрасывания Fr1, то говорят о процедурах пополнения знаний. Человек в своей деятельности часто выполняет подобные процедуры, используя известные ему знания о закономерностях внешнего мира.
В более сложных случаях для поиска могут использоваться условия применения продукций, о которых говорилось при обсуждении общей формы продукции. Например, продукционная система может иметь вид "Если имеет место Fr1, то Fr2, иначе Fr3". Образцы такого типа определяют альтернативные выводы в БЗ.
Рассмотрим простейший пример продукции поиска фрагмента Fr1 в БЗ и, при обнаружении, исключения соответствующей инструкции из БЗ с добавлением в неё фрагмента Fr2.
(рис 5.5) Продукция поиска фрагмента в базе знаний
На рис. 5.5. показан начальный вид такой продукции. Вершины семантической сети соответствуют персонажам мужчинам и женщинам с известными фамилиями. Имя вершины со знаком вопроса должно быть сформировано на основе БЗ. Найденное имя появится в продукции справа. Отношение R1 имеет смысл "быть отцом", отношение R2 – "быть матерью", а отношение R3 – "носить фамилию". Тогда продукция, показанная на этом рисунке, может интерпретироваться как: "Если в БЗ есть сведения о детях, для которых Д является отцом, а К – матерью, то эту информацию из БЗ следует убрать, добавив в неё информацию о том, что все эти дети носят фамилию М".
- Деньги вперёд, - заявил монтёр, - утром – деньги, вечером – стулья или вечером – деньги, а ... утром – стулья.
- А может быть, сегодня – стулья, а завтра – деньги? – пытал Остап.
И. Ильф, Е. Петров. Двенадцать стульев
Давно известно, что правильно сформулированный вопрос во многом содержит в себе информацию о возможном ответе. Правильно поставить вопрос можно только тогда, когда ответ на него известен. Это философское умозаключение исключительно важно знать преподавателям. Существует несколько типов вопросов к базе знаний, которые задаются наиболее часто
Условно их пока делят на шесть типов в зависимости от того, какие процедуры требуются при ответе на них.
Из приведённой типологии вопросов ясно, что ответы на многие из них могут трактоваться как объяснения. Проблема объяснения – одна из центральных в современных интеллектуальных системах Она обязательно должна разрешаться в экспертных системах и системах принятия решений. Пользователь должен быть уверен, что совет, данный интеллектуальной системой, верен и получен из исходных данных с учётом всей информации о задаче, имеющейся у него.
В более широком смысле от интеллектуальной системы требуется не просто объяснение, а, скорее, аргументированное обоснование того результата, который получен системой.
Проблему аргументации можно сформулировать, как проблему поиска тех фактов (из которых данный факт вытекает), которые могли бы обосновать проявление интересующего нас факта.
Например, из каких фактов более высокого уровня – политического, экономического, морального, личностного и т.д. следует факт неуклонного снижения финансирования высшего образования? Какие факты следует изучить, чтобы обосновать наблюдаемый факт? Можно считать, что аргументация – это такой процесс, при котором одна из сторон пытается сменить систему аксиом у собеседника, на основе приведённой совокупности фактов "настроить" его на вывод об истинности того утверждения, которое эта сторона защищает.
Процесс такого рода в практике человеческого общения называется спором. Мы можем заключить, что вся изложенная выше теория рассуждений в большей или меньшей степени обслуживает споры.
Споры бывают самыми различными по своим целям и формам.
Приведём ряд типичных видов спора.
1. Спорящий хочет увеличить собственную уверенность в справедливости того положения, которое он отстаивает. Возможно, что в процессе аргументации оппонента он изменит свою точку зрения, в соответствии с пословицей "В споре рождается истина".
2. Спор происходит с единственной целью убеждения оппонента в справедливости защищаемого положения. При этом лицо, выдвинувшее тезис, может считать, а может и не считать его истинным. Во втором случае оправданием спора для него служит убеждение, что если оппонент примет тезис (хотя он и неверен), то оппоненту будет лучше. Например, больному внушают, что его болезнь не смертельна. Принцип "ложь во имя спасения" всегда действенен и гуманен.
Два указанных вида исчерпывают понятие рационального спора. Спорящие в них имеют свои чётко осознаваемые цели и не прибегают к криминальным методам обмана. Имитация таких споров в современных интеллектуальных системах вполне возможна. По крайней мере, ясно, как принципиально делать процедуры решателя и использовать возможности базы знаний. Другие виды спора реализовать в интеллектуальных системах не только труднее, но, главное, не столь актуально, учитывая не столь давно принимаемые обязательства чтить "Моральный кодекс строителя коммунизма".
3. Спор происходит ради победы в нём. Наградой за победу является укрепление личной установки, эмоциональное подкрепление своей всесильности, корысть. В таких спорах используются обманы, подмены одних тезисов другими. Таким образом, споры данного вида представляют психологическую игру, в которой целью является не истина, а доказательство своего превосходства над другим человеком. В книге "Наполеон" Е. Тарле приводит слова своего героя: "Я бываю то лисой, то львом. Весь секрет управления заключается в том, чтобы знать, когда следует быть тем или другим". Но мы-то с вами поняли, что Наполеон читал Макиавелли!
Нет, мы такой спор моделировать не будем!
4. Спор может использоваться "для убивания времени" (часто, как и другие игры). Люди спорят просто ради любви к спору, к тем эмоциям, которые его сопровождают.
5. Спор ради обучения спору, когда неопытный спорщик обучается приёмам аргументации, уловкам и ловушкам. Такие споры использовались античными философскими школами для подготовки учеников. Сократические диалоги являются одним из видов такого спора (за что он, в конце концов, поплатился жизнью). Вся силлогистика Аристотеля выросла из практики споров подобного рода.
6. Спор ради оскорбления оппонента, стремления унизить его, доказать, что его система ценностей намного хуже той, которой пользуется спорщик. В таком споре люди плохо слышат оппонента.
В процессе спора спорящий может имитировать предпочтительные (на его взгляд) рассуждения или действия своего оппонента, пытаясь его обмануть. В этом случае он пользуется схемами рассуждения – схемами рефлексии. Чаще всего эти схемы срабатывают как бы автоматически в случае опасности, страха, необходимости быстрого ответа, защиты от нападения (оппонента - врага), погони, преследования, аварии и т.п. Обучение ряду житейских правил способствует быстрому принятию правильных рефлекторных решений в "споре" с врагом, с правилами дорожного движения и с другими обстоятельствами. Например, "Если драки не избежать, бей первый!", "Если не знаешь что говорить, говори правду", "Не уверен, не обгоняй", "Не высовывайся", "Поступай так, как лучше детям", "Не за всеми деньгами наклоняйся" и др.
И главным назиданием к успеху молодого человека является не мгновенное (рефлекторное), а постоянно действующее рациональное правило-девиз: "Подставляйся Случаю!"
... Пусть истина взовьётся как огонь
Со дна души, разъятой вихрем взрыва!
Беда тому, кто убедит глупца!
Принявший истину на веру -
Ею слепнет...
Максимилиан Волошин. Бунтовщик
База знаний (живая!) отличается от (мёртвой) базы данных возможностью логического вывода. Это означает, что базе знаний (БЗ) обязательно придана некоторая процедура (или несколько таких процедур), с помощью которой можно производить дедуктивные или даже индуктивные рассуждения. Эти процедуры в настоящей теории логического вывода называются продукциями, обладающими конкретным смыслом в соответствии с формой "если – то". Такая форма характерна для фиксации и выборки знаний в различных областях человеческой деятельности.
Признан универсальный характер продукций. К ним относятся все казуальные, т.е. причинно-следственные утверждения и связи.
Поэтому продукционные системы (к ним относятся и логические нейронные сети) получили наибольшее распространение при представлении знаний в рамках искусственного интеллекта.
Обобщённая модель Д.А. Поспелова, отражающая взаимодействие внешнего мира W и базы знаний K с помощью рассуждающей системы R, показана на рис. 5.1.
(рис 5.1) Взаимодействие базы знаний с внешним миром через рассуждающую продукционную систему
Рассуждающая система R черпает из внешнего мира W информацию в соответствии с уже накопленными ранее данными о закономерностях этого мира и его состоянии. Из внешнего мира в рассуждающую систему (её ещё называют решатель) приходит сиюминутная, текущая информация о наблюдаемых в этом мире фактах и явлениях.
Из базы знаний (БЗ) поступает информация более фундаментального значения. Она может описывать законы внешнего мира, правила действий в нём, целевые структуры или ожидаемые отклики внешнего мира на те или иные воздействия на него.
В памяти рассуждающей системы хранится текущая информация, связанная с ходом рассуждений. Со временем она либо исчезает, либо передаётся для хранения в БЗ, если в ходе рассуждений появилась информация, которая может оказаться полезной для рассуждающей системы в будущем.
Ставя целью – моделирование, мы на неформальном уровне силимся понять, а как "в жизни" производятся операции запоминания и выборки данных из БЗ? Какие типы продукций осуществляют запоминание и логическую выборку? Именно эти продукции определяют тип мышления человека, по-разному проявляющийся.
Запоминание знаний бывает:
Образы у большинства "мыслящих" людей являются чуть ли не главным объектом запоминания: от букв родного алфавита до картин великих мастеров. Образы ассоциативно вызывают чувства радости и печали, красоты и отвращения, любовной родственности и т.д. Образное мышление определяет утончённость души. Но не только: каждый продуктивный учёный, даже "сухой" математик, мыслит образами, заставляя изучаемые объекты двигаться, упорядочиваться – чтобы "увидеть", зафиксировать и сформулировать причинно-следственную связь. Задачи динамического планирования не решить иначе! А с какой благодарностью и навсегда запоминается объяснение теоремы "о двух милиционерах" в интерпретации замечательного преподавателя, когда функция – оценка сверху исследуемой функции, в пределе сходится к функции – оценке снизу той же функции!
Предикативное запоминание часто подобно зубрёжке: "F равно та", "Надёжность компьютера, решающего задачу за время t, равна сумме произведений...". Но ведь прекрасные стихи – тоже предикаты! В чём же дело? Зачем нужны стихи, песни и пр.? - Описывать образы?
Наконец, запоминание алгоритмов действий является важным условием жизни. Человек всегда действует, руководствуясь целевой функцией, во имя выживания и даже счастья: "Как сварить суп?", "Как добиться расположения начальства?" и т.д. На экзамене по дисциплине "Архитектура вычислительных систем" возможен вопрос, предполагающий быстрый ответ: "Вот параллельная граф-схема задачи. Составьте план её решения за минимальное время на двух процессорах". Отвечающий впервые видит такую граф-схему, и только знание алгоритма диспетчера может его спасти.
Однако никогда, или почти никогда, человек не использует лишь один вид запоминания. Комбинация образного и предикативного начала при чтении книг, все три составляющие при сложении стихов, при решении множества научных, военных и игровых задач, требующих развитого комбинаторного мышления – всё это обнадёживает и говорит о продолжении славного пути развития человечества.
Выборка из БЗ ассоциирует чувства. И наоборот: чувства – желаемые или уже вызванные чем-то – определяют ассоциативную выборку из БЗ.
Всё сказанное реализуется с помощью логических нейронных сетей головного мозга, если в соответствии с правдоподобными рассуждениями признать этот постулат истинным.
От поэтических настроений вернёмся к оценкам формальных возможностей моделирования искусственного интеллекта. Подберёмся поближе к вопросу: а какие продукции в рассматриваемой системе бывают?
В левой части продукции подразумевается информация из внешнего мира W, а в правой – сведения о вытекающих из этой информации изменениях в рассуждающей системе. Эти изменения сказываются на ходе рассуждений.
Например, рассуждая утром о выборе места воскресного отдыха, вы услышали, что днём ожидается гроза. Это сообщение, рассматриваемое и как воздействие, и есть AW, вносящие коррективы в ваши планы. Будут отброшены варианты, связанные с пребыванием на открытом воздухе. Больший вес обретут другие варианты. Изменение предпочтительности вариантов отдыха характеризуется правой частью BR продукции. Возможный вид продукции мог бы быть: "Если на улице дождь или гроза, или они ожидаются в течение дня, то вместо прогулки лучше пойти в кино или музей".
Такие продукции отражают передачу некоторого сообщения из внешнего мира для запоминания в БЗ.
Например, командир приказывает разведчику: "Всё что увидишь в окрестностях переправы, запомни, а потом передай через связного". Система работает в роли почтового отделения. Однако возможна перлюстрация корреспонденции: рассуждающая система может воспользоваться информацией от AW к BK для своих целей.
Данную продукцию можно также трактовать, как способ описания шагов общения пользователя с системой в диалоговом режиме. Тогда AW будет интерпретироваться как вопрос пользователя, а BK – как ответ системы. Тогда ответ следует интерпретировать продукцией типа $$A_K \Rightarrow B_W$$.
В этом случае рассуждающая система также выступает в роли отделения связи. Только передача происходит из базы знаний во внешний мир.
Например, некто Х предполагает, что у Y пятеро детей. Однако некто Z сообщил, что у Y только трое детей. Тогда рассуждающая система Х образует продукцию, в которой AK характеризует факт наличия противоречивой информации, а BW – некоторое действие, которое Х предпринимает в связи с этим. Например, BW может соответствовать разговору Х с Y при попытке выяснить истинное количество детей у него.
Эта продукция соответствует тому, что некоторый факт, полученный рассуждающей системой, передаётся на хранение в БЗ.
Эта продукция также описывает обмен информацией при работе рассуждающей системы. Например, на основе информации, почерпнутой из базы знаний, рассуждающая система формирует или координирует параметры технологического процесса.
Эти продукции называют продукциями непосредственного отклика. Левая часть AW описывает некоторую наблюдаемую ситуацию во внешнем мире или воздействие внешнего мира на рассуждающую систему. Правая часть BW описывает действие, которое "поступает" от системы во внешний мир. Выполнение подобных продукций напоминает рефлекторный отклик, например, отдёргивание руки от горячего. Рассуждения не успевают сработать. Система лишь транслирует информацию от AW к BW адресатам.
Эти продукции описывают воздействие на внешний мир, порождаемое рассуждающей системой. Мудрый совет гласит: "Подумай, прежде чем делать". Он призывает того, к кому он обращён, воспользоваться продукцией данного типа, а не продукцией непосредственного отклика.
Это внутренние продукции рассуждающей системы. Они описывают промежуточные шаги процесса вывода и не влияют непосредственно на содержимое БЗ и состояние внешнего мира. То есть, эти продукции описывают единичные шаги многошаговых процессов рассуждений.
Эти продукции описывают процедуры преобразования знаний в БЗ: обобщение знаний, получение новых знаний из ранее известных с помощью логического вывода, установление закономерностей между знаниями на основе обработки сведений о единичных фактах, хранящихся в БЗ, и т.п. Рассуждающая система используется в качестве инструмента, с помощью которого производится изменение состояния базы знаний.
Иногда применяют более общее описание продукции:
$$<имя продукции>; П, Р, А \Rightarrow В, Q.$$Здесь $$А \Rightarrow В$$ – обычная продукция "если – то" одного из рассмотренных выше типов, которая в данной записи называется ядром продукции.
Элемент Р характеризует внешние условия, или условия применимости продукции, определяемые факторами, не входящими непосредственно в А, например, целями, стоящими перед рассуждающей системой. Условия Р позволяют из всех продукций, у которых в левой части ядра стоит А, отбирать нужную часть продукции.
Элемент П характеризует сферу проблемной области базы знаний или предусловия применимости продукции. Эти предусловия ничем не отличаются от Р, но выделяют системы продукций на ранг выше тех, которые выделяют условия. Например, в обычном мире лошади не летают. Поэтому продукция "если х лошадь, то она летать не может" в обычном мире всегда имеет место (истинна). Но если мы от обычного мира перейдём к миру греческих мифов, то продукция "если лошадь есть Пегас, то она летант", тоже станет истинной. В мире русской сказки продукция "если лошадь есть Конёк-Горбунок, то она летает" принимается без всякой критики.
Значит, предусловия П должны развести между собой обычный мир, мир греческих мифов и мир русской сказки.
Элемент Q характеризует постусловия продукции, указывающие на те изменения, которые необходимо ввести в БЗ и в систему продукций после реализации данной продукции.
Продукционной системой называют любую упорядоченную, реализующуюся последовательно, совокупность продукций, в которую могут входить продукции любого из перечисленных выше типов.
Если схема реализации продукционной системы такова, что на некотором шаге процесса может быть реализована не одна продукция, а несколько, возникает ситуация, в которой необходимо управлять ходом процесса вывода.
Предположим, что на рис. 5.1 информация из внешнего мира W поступает в базу знаний K, минуя рассуждающую систему R. Это позволит рассматривать лишь продукции типа $$A_K \Rightarrow B_K$$. Таким образом, как условия активизации продукции, так и результат её выполнения, связаны с информацией, хранящейся в БЗ.
Будем также считать, что интеллектуальная система функционирует в некоторые дискретные моменты времени t, определяющие такты работы. В эти моменты времени в БЗ из внешнего мира может поступать некоторая информация. В эти же такты времени производится проверка условий срабатывания продукций.
Введём понятие состояния базы знаний dt. Это состояние может изменяться по двум причинам: 1) в момент t + 1 из внешнего мира в базу знаний может прийти новая информация; 2) в этот момент времени в базу знаний будет занесена новая информация, как результат срабатывания некоторой продукции.
Если в некоторый момент tсостояние dt таково, что удовлетворяются условия для некоторого множества продукций, то все они образуют фронт готовых продукций. Основная задача управления состоит в выборе из этого фронта очередной продукции для исполнения.
Для такого выбора важен вопрос о влиянии порядка выбора на окончательный вариант рассуждений. Если имеются две продукции, и ситуация такова, что изменение состояния базы знаний, которое может возникнуть при срабатывании одной из них, сказывается на выполнимости условий срабатывания для другой, то такие продукции взаимозависимы.
Если две продукции независимы, то порядок их выбора из фронта не может сказаться на результате рассуждения. Поэтому особый интерес представляют взаимозависимые продукции.
Рассмотрим пример (заимствован у Д. Поспелова).
В двухчасовой перерыв между лекциями группа студентов решает, куда пойти – в кино или в кафе - мороженное. Ясно, что выбор одного варианта исключает выбор другого. При отсутствии информации о фильме и о часах работы кафе остаётся бросить жребий, т.е. произвести случайный выбор. Но если в момент обсуждения появился сокурсник, который говорит, что фильм скучный (тем самым он меняет состояние "баз знаний" студентов), то выбор активизируемой продукции похода в кафе - мороженное станет однозначным.
Рассматриваемая в примере ситуация является экстремальной.
Чаще всё не так: после неудачного выбора можно вернуться к альтернативному выбору и попробовать другой вариант, если сохранено состояние базы знаний на момент выбора.
Можно вспомнить известную стратегию обучения "метод проб и ошибок", или хождение по лабиринту, или пересчёт участка программы с "контрольной точки" в случае сбоя компьютера и т.д.
Практически все системы моделирования рассуждений в интеллектуальных системах используют этот приём, который называется "бэктрекинг" (эффективно используется при логическом выводе в языке ПРОЛОГ).
Не найдя аналогов в современной психологии, исследователи используют эвристические приёмы, основанные на "решающих правилах", чаще всего минимизирующих время выполнения фронта готовых продукций. Рассмотрим некоторые приёмы (стратегии).
1. Принцип "стопки книг" лежит в основе процедуры быстрого поиска нужной книги из стопки при повторном или регулярном обращении. Если каждый раз, использовав некоторую книгу, класть её в стопку сверху, то часто используемые книги постепенно сосредоточатся в её верхней части, а внизу будут лежать те, которые почти никогда не требовались.
Если продукции во фронте будут упорядочены по частоте их предшествующего успешного применения, а активизироваться первой будет первая из этого фронта, то принцип стопки книг будет реализован.
Подобный "стопке книг" принцип применяется при буферизации памяти на "быстрых" регистрах, автоматически действующий при выполнении программы компьютером. Часто используемые данные с указанием их адресов в оперативной памяти "оседают" на регистрах буфера. Время обращения к ним значительно сокращается. Если к данным долго нет обращения, занимаемые регистры переводятся в ресурс.
2. Проверка по самому "редкому" признаку производится при анализе ряда быстро следующих объектов, обладающих рядом признаков. Например, если предложено обнаружить объект данного пола, роста, размера и т.д., и среди признаков – наличие фетровой шляпы (сегодня мало кто носит шляпу), то прежде всего следует обратить внимание на этот признак. Однако известен случай, когда террорист совершил нападение, будучи в красных носках. Конечно, при попытке скрыться он сразу бы их снял.
3. Проверка продукции с самым длинным условием А. В систему продукций вводятся метапродукции, заключающие в себе фактическую инструкцию, как выбрать продукцию из фронта.
Например, Д. Поспелов сообщает об одной экспертной системе, диагностирующей инфекционные заболевания, в которой действует следующая схема метапродукции:
ЕСЛИ инфекция есть А, И
имеются продукции, входящие в состав фронта,
где в условиях А упоминается слово х, И
в составе фронта есть продукции, где в
условиях А упоминается слово y,
ТО продукции, у которых в А имеется слово х, следует
активизировать раньше, чем продукции,
содержащие в условии А слово y.
4. Часто возможность применения той или иной продукции зависит не только от того, какие именно продукции входят во фронт, но и от того, какие продукции в этот фронт не вошли. То есть, влияние может оказывать как "положительный", так и "отрицательный" контекст, в котором происходит выбор продукции из фронта готовых продукций.
Другой проблемой управления реализацией системы продукций является поиск эффективных (по критерию времени) способов проверки выполнения условий А в множестве продукций при текущем состоянии dt базы знаний. При большой БЗ процедура перебора весьма неэффективна. Каков аналог данного процесса у человека?
У психологов бытует термин "поле активного внимания". В это поле попадает та часть информации, хранимой в памяти человека, которая обусловливает его текущие размышления или рассуждения. Эта информация освещается, выхватывая из огромного хранилища всевозможные данные.
Развивая пример буферизации памяти компьютера, отметим, что часто используемые данные при записи автоматически оседают в так называемом КЭШе – "через", параллельно направляясь в оперативную память. Зато при выборке таких данных вызов из оперативной памяти быстро прерывается, если эти данные обнаруживаются в КЭШе.
Нечто аналогичное специалисты применяют в области БЗ, вводя окно активации знаний. С помощью такого окна активируются определённые фрагменты, использующиеся для проверки условий в продукциях. Для вычисления фрагментов пользуются условиями Р, активирующими ту область продукционной системы, которая оказывается тесно связанной с фрагментом знаний, попавшим в окно активации знаний. Постусловия Q позволяют управлять перемещением окна по полю памяти, а также его размерами.
Управлять окном могут и специальные метапродукции, подобные тем,что используются для приоритетного выбора из фронта готовых продукций.
До сих пор рассматривались продукции, в которых В обязательно, с вероятностью 1, следовало при активизации продукции. Однако весьма часто продукции используются для правдоподобного вывода с некоторым коэффициентом правдоподобности, как это рассматривалось в Лекции 4.
Приведём пример из упоминающейся ранее экспертной системы, когда в ряде случаев эта система не может выдать рекомендацию со стопроцентной уверенностью. Она выдаёт её с оценкой правдоподобности.
ЕСЛИ инфекция, которая требует терапии, есть менингит И
пациент имеет признаки серьёзных кожных
инфекций мягких тканей И
микроорганизмы не окрашены по Грэму на
пробах культуры И
тип инфекции бактериальный
ТО микроорганизмы, которые могут вызывать
инфекцию, с правдоподобностью 0,75
есть staphylococcus coadroos ИЛИ
с правдоподобностью 0,5 есть
streptococcus-gronp-a.
При работе с правдоподобными продукциями используются приёмы, аналогичные рассмотренным в разделе 4.2.
Согласившись с концепцией баз знаний и учитывая, что логические нейронные сети образуют БЗ вместе с продукцией извлечения знаний, спросим себя, как на новом уровне представления достойно закончить пример расчёта надёжности компьютера, обязательно сохраняющего рабочее состояние в течение всего цикла управления t?
(рис 5.2) Информационно-справочная система "Надёжность управляющего компьютера"
На этапе испытаний системы управления рассчитаем надёжность компьютера по формуле (4.1) в достаточном числе точек шестимерного факторного пространства $${K_Г \in [K_Г^{min}, K_Г^{max}], (\lambda_1 \in [(\lambda_1^{min}, (\lambda_1^{max}], (\lambda_2 \in [(\lambda_2^{min}, (\lambda_2^{max}], P_{устр.сб} \in [0, 1], Р_{рез.} \in [0, 1], t \in [t){min}, t_{max}]}$$ так, чтобы более-менее равномерно покрыть этими точками всё факторное пространство. Пусть n – развиваемое (при недостаточной точности) количество этих точек.
Построим рецепторный слой однослойной логической нейронной сети (рис. 5.2), закрепив группы рецепторов за отдельными факторами, а внутри каждой группы – за упорядоченными по возрастанию значениями фактора. (Для определённости считаем, что никакие "координаты" двух любых выбранных точек не совпадают, хотя в действительности это возможно.)
Каждый рецептор, соответствующий некоторому значению какого-то фактора ("координате" точки), свяжем с нейроном, соответствующим этой точке факторного пространства. Каждый нейрон пусть указывает на значение надёжности в этой точке. Веса связей примем единичными. Введём функцию активации нейронов:
$$F = \left \{ \begin{matrix} \frac{1}{6n}\sum_{i=1}^{6n}f_i \text{ если это значение превышает порог h}\\ 0, в противном случае \end{matrix} \right.$$Порог h выбирается экспериментально.
Если мы возбудим рецепторы "одной точки" до значения 1, то очевидно, что максимально возбудится нейрон, соответствующий этой точке и укажет на значение надёжности в ней.
А как, пользуясь принципом ассоциативного мышления, установить по произвольной ситуации, на какую или какие известные ситуации она больше всего похожа, и найти приблизительное значение надёжности?
Простейший приём возбуждения рецепторов заключается в следующем.
Пусть испытывается ситуация - точка $${K_Г^*, \lambda_1^*, \lambda_2^*, P_{\text{устр.сб}}^* , Р_{рез.}^* , t^*}$$. Найдём два значения КГ(j) и КГ(j+1) такие, что КГ(j) < KГ* < КГ(j+1). Распределим "единицу" обратно пропорционально "расстоянию" KГ* до левого и правого ограничения, положив возбуждение рецептора КГ(j), равным
Тогда возбуждение рецептора КГ(j+1) положим равным дополнением найденного значения до единицы. Так возбудим рецепторы и других факторов.
После возбуждения рецепторов рассчитаем значение функции активации для всех нейронов. Ответ может быть выдан двумя способами: 1) по указанию максимально возбудившегося нейрона, преодолевшего порог, т.е. по результату "голосования" в пользу решения; 2) по усреднённому ответу нескольких нейронов, возбуждение которых преодолело порог. Во втором случае значения надёжности, для счёта по известной формуле нахождения среднего, выбираются с весами, равными величине возбуждения соответствующих нейронов.
Таким образом, БЗ реализует информационно-справочную систему "Надёжность управляющего компьютера". Мы видим, что эта система легко модернизируется, развивается с накоплением опыта и с расширением факторного пространства, уточняется на опыте, отходя от возможной неточности формул. В процессе эксплуатации может понадобиться введение весов связей, отличных от единичных. Представление логической нейронной сети матрицей связей позволяет легко вводить любые изменения.
Конечно, вычисления по формуле (4.1) не столь трудоёмки. Но представьте себе "ужасные на вид" системы интегрально-дифференциальных уравнений прогноза погоды! Не зря Гидрометцентр периодически обновляет суперкомпьютеры. И эти системы уравнений надо считать ежедневно по огромной территории от холодной Арктики до жарких песков пустыни! Только ассоциативные вычисления по БЗ, заполняемой, развиваемой и уточняемой на основе обратной связи во все возможные интервалы времени между оперативными запросами, могут выручить.
Кроме обычных приёмов вывода (как достоверного, так и правдоподобного) для продукционных систем применяется вывод на семантической сети.
Семантические сети – это наиболее общая модель представления знаний об окружающем (интеллектуальную систему) мире и способах действия в нём.
Вершины семантической сети соответствуют объектам – понятиям, фактам, явлениям или процессам. Дуги, связывающие вершины, определяют отношения между объектами. Они снабжены именами или описаниями, в целом задающими семантику отношений.
Д.А. Поспелов исследует пример на основе романа Э. Хемингуэя "Острова в океане" (рис. 5.3).
(рис 5.3) Дом был построен...
Роман начинается так: "Дом был построен на самом высоком месте узкой косы между гаванью и открытым морем. Построен он был прочно, как корабль, и выдержал три урагана. Его защищали от солнца высокие кокосовые пальмы, пригнутые пассатами, а с океанской стороны крутой спуск вёл прямо от двери к белому песчаному пляжу, который омывался Гольфстримом".
Отобразим информацию, содержащуюся в этом отрывке с помощью семантической сети. Для этого введём понятия, обозначив их первыми буквами слов в тексте: Д – дом, СВМ – самое высокое место, К – коса, Г – гавань, ОМ – открытое море, КП – кокосовые пальмы, С – солнце, КС – крутой спуск, ДВ – дверь, ПП – пляж песчаный, ТГ – течение Гольфстрим. Приступим к построению, постепенно вводя (определяя) необходимые отношения (рис. 5.4).
(рис 5.4) Семантическая сеть
Отношение R1 означает "быть между". Отношение R2 означает "принадлежать". Оно применяется дважды: для указания о том, что СВМ (самое высокое место) принадлежит К (косе), и о том, что ДВ (дверь) принадлежит Д (дому). Отношение R3 интерпретируется как "находится на", а текст около вершины Д принадлежит описанию этой вершины. Отношение R4 - "защищать от", R5 – "соединять", R6 – "омывать". Совместно действующие факторы объединяются скобками. В дополнительных описаниях вершин допустим произвол, позволяющий постичь смысл всего изображения.
От смысловой нагрузки отношений зависит классификация семантических сетей. Если сеть отражает причинно-следственные (казуальные) связи, как в рассмотренном примере, такая семантическая сеть называется сценарием. Семантическая сеть отображает классификацию, если использует отношения принадлежности. Если отношения связывают аргументы функции, то такие семантические сети называются вычислительными моделями.
Отметим, что различные модели рассуждений при различии интерпретации отражают общую суть и могут легко сводиться одна к другой. Так, пример расчёта надёжности компьютера можно бы было привести в данном разделе.
Однако как производится логический вывод на семантической сети?
Вывод на семантической сети можно представить с помощью продукционной системы, где каждая продукция имеет вид $$Fr1 \Rightarrow Fr2$$. Слева и справа стоят фрагменты семантической сети. В зависимости от типа продукции, она может описывать изменения в базе знаний или результаты промежуточных шагов вывода в рассуждающей системе (решателе).
В базах знаний реализация указанных продукций обычно называется процедурой поиска по образцу. В качестве образца при поиске обычно выступает фрагмент Fr1. Выполнение может быть различным. Например, если в базе знаний найден фрагмент Fr1, то он удаляется, а в неё добавляется новый фрагмент Fr2.
Другой вариант: если в БЗ обнаружен фрагмент Fr1, то утверждению Fr2 решатель присваивает значение ИСТИНА.
Если при выводе на семантической сети фрагмент Fr2 добавляется в БЗ без выбрасывания Fr1, то говорят о процедурах пополнения знаний. Человек в своей деятельности часто выполняет подобные процедуры, используя известные ему знания о закономерностях внешнего мира.
В более сложных случаях для поиска могут использоваться условия применения продукций, о которых говорилось при обсуждении общей формы продукции. Например, продукционная система может иметь вид "Если имеет место Fr1, то Fr2, иначе Fr3". Образцы такого типа определяют альтернативные выводы в БЗ.
Рассмотрим простейший пример продукции поиска фрагмента Fr1 в БЗ и, при обнаружении, исключения соответствующей инструкции из БЗ с добавлением в неё фрагмента Fr2.
(рис 5.5) Продукция поиска фрагмента в базе знаний
На рис. 5.5. показан начальный вид такой продукции. Вершины семантической сети соответствуют персонажам мужчинам и женщинам с известными фамилиями. Имя вершины со знаком вопроса должно быть сформировано на основе БЗ. Найденное имя появится в продукции справа. Отношение R1 имеет смысл "быть отцом", отношение R2 – "быть матерью", а отношение R3 – "носить фамилию". Тогда продукция, показанная на этом рисунке, может интерпретироваться как: "Если в БЗ есть сведения о детях, для которых Д является отцом, а К – матерью, то эту информацию из БЗ следует убрать, добавив в неё информацию о том, что все эти дети носят фамилию М".
- Деньги вперёд, - заявил монтёр, - утром – деньги, вечером – стулья или вечером – деньги, а ... утром – стулья.
- А может быть, сегодня – стулья, а завтра – деньги? – пытал Остап.
И. Ильф, Е. Петров. Двенадцать стульев
Давно известно, что правильно сформулированный вопрос во многом содержит в себе информацию о возможном ответе. Правильно поставить вопрос можно только тогда, когда ответ на него известен. Это философское умозаключение исключительно важно знать преподавателям. Существует несколько типов вопросов к базе знаний, которые задаются наиболее часто
Условно их пока делят на шесть типов в зависимости от того, какие процедуры требуются при ответе на них.
Из приведённой типологии вопросов ясно, что ответы на многие из них могут трактоваться как объяснения. Проблема объяснения – одна из центральных в современных интеллектуальных системах Она обязательно должна разрешаться в экспертных системах и системах принятия решений. Пользователь должен быть уверен, что совет, данный интеллектуальной системой, верен и получен из исходных данных с учётом всей информации о задаче, имеющейся у него.
В более широком смысле от интеллектуальной системы требуется не просто объяснение, а, скорее, аргументированное обоснование того результата, который получен системой.
Проблему аргументации можно сформулировать, как проблему поиска тех фактов (из которых данный факт вытекает), которые могли бы обосновать проявление интересующего нас факта.
Например, из каких фактов более высокого уровня – политического, экономического, морального, личностного и т.д. следует факт неуклонного снижения финансирования высшего образования? Какие факты следует изучить, чтобы обосновать наблюдаемый факт? Можно считать, что аргументация – это такой процесс, при котором одна из сторон пытается сменить систему аксиом у собеседника, на основе приведённой совокупности фактов "настроить" его на вывод об истинности того утверждения, которое эта сторона защищает.
Процесс такого рода в практике человеческого общения называется спором. Мы можем заключить, что вся изложенная выше теория рассуждений в большей или меньшей степени обслуживает споры.
Споры бывают самыми различными по своим целям и формам.
Приведём ряд типичных видов спора.
1. Спорящий хочет увеличить собственную уверенность в справедливости того положения, которое он отстаивает. Возможно, что в процессе аргументации оппонента он изменит свою точку зрения, в соответствии с пословицей "В споре рождается истина".
2. Спор происходит с единственной целью убеждения оппонента в справедливости защищаемого положения. При этом лицо, выдвинувшее тезис, может считать, а может и не считать его истинным. Во втором случае оправданием спора для него служит убеждение, что если оппонент примет тезис (хотя он и неверен), то оппоненту будет лучше. Например, больному внушают, что его болезнь не смертельна. Принцип "ложь во имя спасения" всегда действенен и гуманен.
Два указанных вида исчерпывают понятие рационального спора. Спорящие в них имеют свои чётко осознаваемые цели и не прибегают к криминальным методам обмана. Имитация таких споров в современных интеллектуальных системах вполне возможна. По крайней мере, ясно, как принципиально делать процедуры решателя и использовать возможности базы знаний. Другие виды спора реализовать в интеллектуальных системах не только труднее, но, главное, не столь актуально, учитывая не столь давно принимаемые обязательства чтить "Моральный кодекс строителя коммунизма".
3. Спор происходит ради победы в нём. Наградой за победу является укрепление личной установки, эмоциональное подкрепление своей всесильности, корысть. В таких спорах используются обманы, подмены одних тезисов другими. Таким образом, споры данного вида представляют психологическую игру, в которой целью является не истина, а доказательство своего превосходства над другим человеком. В книге "Наполеон" Е. Тарле приводит слова своего героя: "Я бываю то лисой, то львом. Весь секрет управления заключается в том, чтобы знать, когда следует быть тем или другим". Но мы-то с вами поняли, что Наполеон читал Макиавелли!
Нет, мы такой спор моделировать не будем!
4. Спор может использоваться "для убивания времени" (часто, как и другие игры). Люди спорят просто ради любви к спору, к тем эмоциям, которые его сопровождают.
5. Спор ради обучения спору, когда неопытный спорщик обучается приёмам аргументации, уловкам и ловушкам. Такие споры использовались античными философскими школами для подготовки учеников. Сократические диалоги являются одним из видов такого спора (за что он, в конце концов, поплатился жизнью). Вся силлогистика Аристотеля выросла из практики споров подобного рода.
6. Спор ради оскорбления оппонента, стремления унизить его, доказать, что его система ценностей намного хуже той, которой пользуется спорщик. В таком споре люди плохо слышат оппонента.
В процессе спора спорящий может имитировать предпочтительные (на его взгляд) рассуждения или действия своего оппонента, пытаясь его обмануть. В этом случае он пользуется схемами рассуждения – схемами рефлексии. Чаще всего эти схемы срабатывают как бы автоматически в случае опасности, страха, необходимости быстрого ответа, защиты от нападения (оппонента - врага), погони, преследования, аварии и т.п. Обучение ряду житейских правил способствует быстрому принятию правильных рефлекторных решений в "споре" с врагом, с правилами дорожного движения и с другими обстоятельствами. Например, "Если драки не избежать, бей первый!", "Если не знаешь что говорить, говори правду", "Не уверен, не обгоняй", "Не высовывайся", "Поступай так, как лучше детям", "Не за всеми деньгами наклоняйся" и др.
И главным назиданием к успеху молодого человека является не мгновенное (рефлекторное), а постоянно действующее рациональное правило-девиз: "Подставляйся Случаю!"
Для получения официальных документов о завершении программы дополнительного профессионального образования (удостоверения о повышении квалификации, дипломов о профессиональной переподготовке и MBA) необходимо предоставить:
Внимание! Вы можете не заказывать доставку бумажной версии официального документы, а скачать его в электронном виде и распечатать самостоятельно. Информация о выданном документе в течение 1 месяца загружается в Федеральную информационную систему «Федеральный реестр сведений о документах об образовании и (или) о квалификации, документах об обучении» - ФИС ФРДО.
Доступ на новый сайт осуществляется с использованием адреса электронной почты, который был указан вами при регистрации на "старом". Мы постарались перенести все ваши данные с прежнего ресурса, однако не исключена вероятность потери части информации.
При возникновении проблемы со входом, воспользуйтесь функцией сброса пароля
Если вы обнаружите несоответствия, пожалуйста, сообщите нам.