Дедуктивная машина

Cтраница 2

И наконец, никогда не рассказывайте конечному пользователю, как была написана эта дедуктивная машина. Если вы и расскажите ему, то он вам не поверит, поскольку, как и большинство людей, он думает, что сделать вывод очень легко. [16]

Одним из оснований для использования скелетной схемы является использование уже имеющихся языка правил и дедуктивной машины. Другая столь же важная причина состоит в том, чтобы воспользоваться многочисленными возможностями, которые были разработаны для поддержки большой программной системы. [17]

Все примеры, которые я буду приводить, относятся к области медицинской диагностики, хотя, я думаю, многие согласятся с тем, что точно так же можно сформулировать задачи из других областей и применять к ним нашу дедуктивную машину. [18]

База знаний - это не дедуктивная машина, которая вам была обещана, а это то, что должна везти подобная машина, поэтому формат, в котором она задается, должен быть точно таким же, как формат базы знаний и в другой области, если дедуктивной машине предстоит работать в этой области. [19]

Среди языков программирования PDC Prolog выделяется наличием встроенной дедуктивной машины. Функционирование этой дедуктивной машины основывается на использовании механизма сравнения с образцом, точный математический смысл которого есть алгорифм унификации, рассмотренный выше. В процессе работы PDC Prolog пытается логически вывести необходимые пользователю сведения из представленной ему информации. Эта информация имеет вид фактов и правил. [20]

В идеальной экспертной системе никогда не требуется модифицировать дедуктивную машину - все изменения в поведении системы происходят в результате изменения набора правил. [21]

Пользователь формирует задачи на используемом в ЭС языке запросов. Описание задач, подвергнутое грамматическому анализу, поступает на вход дедуктивной машины. Последний выполняется монитором, и результат поступает на вход подсистемы формирования ответа, которая преобразует результат в тексты, таблицы, графики и выводит на терминал пользователя. При этом оказывается, что пользователь вводит в ЭС формулировку задачи и получает ответ, но внутренний механизм решения задачи от него скрыт. Результат решения задачи пользователь затем учитывает как основу для принятия тех или иных решений, ответственность за которые он несет сам. Не понимая, как система пришла к решению задачи, пользователь обычно испытывает некоторый дискомфорт. [22]

Например, рассмотрение X перед У может в ряде случаев исключить рассмотрение У совсем. Появление неэффективности в работе может также указывать на дефекты в дедуктивной машине: DENDRAL, к примеру, мог бы исчерпать всю доступную память, если бы использовал в большом пространстве гипотез поиск вначале в ширину. [23]

Одна группа блоков образует машину знаний, или машину базы знаний, другая - решатель, или машину вывода, дедуктивную машину ( ДМ), что соответствует функциональному назначению групп блоков. Как видно из схемы, знания различного типа хранятся в различных базах. [24]

Часто ошибки в прототипной версии возникают из-за используемых стратегий управления. Если система рассматривает гипотезы в порядке, отличающемся от естественного порядка, которого придерживается эксперт, то конструктор должен проанализировать дедуктивную машину. [25]

Для построения экспертной системы необходим большой опыт и обширные знания. Эта задача влечет за собой необходимость решения многих подзадач ( выбор функции вычислительной машины, выбор специалиста, нахождение или построение правильной дедуктивной машины, разработка подходящей системы представления знаний), и эти подзадачи сильно влияют друг на друга. Кто-то должен был заняться созданием экспертной системы, предметной областью которой было бы построение самих экспертных систем. Система RLL [ 891 представляет собой как раз такую систему, помогающую проектировать, строить, использовать п модифици-ровать ( новую) экспертную систему. База знаний системы RLL содержит информацию о программах искусственного интеллекта вообще и о своих собственных подпрограммах в частности. [26]

Здесь СОСТАВ, ТИП и ИСТОЧНИК-ДЛЯ являются бинарными отношениями, и системе необходимо знать, какие аргументы допустимы. Несмотря на то что им никогда формально не приписывают значения и, таким образом, они не являются настоящими переменными, дедуктивной машине известно, что если такие два объекта существуют, то они для системы различны. [27]

Чем оперирует опытный эксперт в своей работе. Эффективность работы эксперта во много раз увеличивается, если помимо его накоплений и формализованной базы знаний, описанной на языке ЭВМ, помимо применяемых им логических дедуктивных методов, также оформленных в виде программ дедуктивной машины, он получит доступ к системе САПР, чтобы иметь возможность, используя все имеющееся программное обеспечение, графическую диалоговую систему, а в будущем и диалоговую систему на естественном языке, решить полностью задачу, апробировав созданную экспертную систему. После этого на ней уже может работать менее квалифицированный пользователь, решая конкретные производственные задачи. [28]

Приведенные нами примеры не исчерпывают всех возможностей теоретического осмысления области прикладных ЭС, которые открываются благодаря введению концепции мета - ЭС. В заключении раздела приведем список тех трудностей или проблем, которые имеются на сегодня в области прикладных ЭС [ Стефанюк, 1987г ]: малоразвитый процесс приобретения знаний, узкая предметная область, неглубокие рассуждения, разные способы представления знаний, разные дедуктивные машины, практическое отсутствие самообучения. [29]

Структурно-функциональная организация экспертной системы в среде PDG Prolog. [30]

Страницы: 1 2 3