Главная > Интеллектуальные системы > Системы искусственного интеллекта
<< Предыдущий параграф
Следующий параграф >>
<< Предыдущий параграф Следующий параграф >>
Макеты страниц

7.7. Метазнание

Метазнание, представляет собой любое знание о знании. Оно является фундаментальным понятием для систем, которые не только используют свою базу знаний такой, как она есть, но и умеют на ее основе делать выводы, структурировать ее, абстрагировать, обобщать, а также решать, в каких случаях она может быть полезна. Ввод знаний в систему является задачей не только специалистов в данной области, но и самой системы, которая должна управлять этим процессом. В разд. 7.7.1 рассмотрены элементарные объекты метазнания, а в разд. 7.7.2 — стратегии и типы выводов.

7.7.1. Метазнание объектов окружающего мира

Решение проблем, охватывающих большие объемы знаний, требует умения обращаться с очень сложными и весьма различными типами данных как по содержанию, так и по взаимосвязи с другими элементами системы. Требуемая информация должна не только присутствовать в программных комментариях и в мыслях разработчика, но и быть доступной самой системе. Таким образом, с каждым элементарным объектом может быть связано смысловое значение — концепт. Например, в системах МЕСНО и MYCIN каждый из концептов содержит следующую информацию:

а) описательную часть, которая уточняет характеристики и структуру данных;

б) указатель на все известные примеры концепта;

в) связи с другими концептами;

г) указатель в иерархии схем на группу концептов того же семейства.

Когда формулируется новое правило, которое содержит слово или группу слов, неизвестных системе, она их анализирует с помощью имеющихся концептов, используя контекст и последовательность слов правила. Более того, если некоторые свойства известны из других примеров того же концепта, то система в состоянии запросить у пользователя уточнения этого свойства для данного случая. При необходимости она также обнаруживает нарушения связи между концептами.

Подобные системы имеют возможность фиксировать все концепты одного и того же иерархического уровня, изменение, внесенное экспертом в один из них, а также оценивать важность изменений, внесенных в базу данных, если в определенную структуру добавляется новый пример.

Кроме того, продукционные правила могут характеризоваться моделями правил (описанными в разд. 2.3). Эти модели создаются и управляются системой и учитывают периодичность использования правил. Они занимаются проверкой соответствия между новым правилом и базой, кроме того, именно они указывают эксперту на главные тенденции множества правил даже в том случае, когда самих правил эксперт не знает. Именно они обогащаются с каждым новым примером по мере роста множества правил. В системе МЕСНО, например, сами формулировки задач связаны с формой метазнания. Система постоянно пытается распознать в формулировке стандартную ситуацию. Когда ей это удается, она дополняет множество фактов всеми физическими гипотезами, справедливыми для данного случая.

<< Предыдущий параграф Следующий параграф >>
Оглавление