Cтраница 2
В отличие от сетевых моделей данных, применяемых в экономической сфере, семантические сети предназначены для представления и систематизации знаний общего характера. Развитие моделей этого класса связано с проблемами понимания естественного языка, а не с проблемами теории типов и категорий данных. [16]
В ближайшие десять лет обычным делом станет голосовое общение с телевизором, компьютером и другими персональными помощниками. Вслед за распознаванием элементарной речи будет технически реализовано понимание естественного языка, так что компьютер сможет воспринимать ваши желания в их естественном словесном выражении. [17]
Программы объяснений.| Интерфейс экспертной системы. [18] |
Наиболее естественным и удобным способом общения человека с ЭВМ является его родной язык. Поэтому в области искусственного интеллекта быстро развиваются технические средства понимания естественного языка, точнее, ограниченного естественного языка. В экспертные системы, которые реализуют ввод и вывод информации на естественном языке, встраивают блоки анализа и синтеза текстов на ограниченном естественном языке. [19]
Первый аспект искусственного интеллекта состоит в том, что эти машины, как планируется, должны быть приспособленными к дружелюбному отношению к пользователям, заключающемуся в том, что последние, даже не специалисты в области ЭВМ, смогут общаться с ними с помощью естественных для человека средств общения - речи, рукописного текста, изображений. Реализация интеллектуального человеко-машинного интерфейса сопряжена с возможностью решения задач распознавания и понимания естественного языка. Для этого ЭВМ пятого поколения будут снабжены системами распознавания ( речи, рукописных текстов, изображений), принципиально отличающимися от современных систем распознавания. [20]
Семантические сети обычно используются для представления знаний общего характера. Отправным моментом в развитии моделей этого класса в большей степени послужили проблемы алгоритмизации понимания естественного языка Создание семантических сетей-это реализация попытки обеспечить интегрированное представление данных, категорий ( типов) данных, свойств категорий и операций над данными и категориями Особенность семантической сети заключается в целостности системы, выполненной на ее основе, т.е. невозможность разделить базу знаний и механизм вывода, при этом интерпретация семантических сетей ( получение вывода) реализуется с помощью использующих эту сеть процедур. Существуют различные подходы к построению этих процедур. Наиболее распространенный подход основан на сопоставлении частей сетевой структуры. Он заключается в следующем, вначале строится подсеть, соответствующая запросу, а затем выполняется сопоставление этой подсети с базой знаний семантической сети, по результатам которого формируется ответ на запрос. [21]
Отдельно следует обозначить требование мультиязычности в современных ЕЯ-интерфейсах, поскольку в условиях глобализации современного информационного мира потребность в обращении пользователей к СИД на различных естественных языках является столь же высокой, сколь и неудовлетворенной именно в области ЕЯ-запросов к СИД. По вполне понятным причинам английский язык в этом смысле находится в привилегированном положении, и интернационализация автоматического понимания естественного языка является благодатной точкой приложения усилий. [22]
Широкому применению ЕЯ-интерфейсов для доступа к источникам данных препятствует ряд проблем. Основной проблемой является качество работы ЕЯ-интерфейсов, повышение которого ограничено прежде всего сложностью анализа запросов на естественном языке, которая неизбежно упирается в проблему автоматического понимания естественного языка как такового. Вторая проблема связана с объемом усилий по созданию ЕЯ-интерфейса к произвольному источнику данных. [23]
В настоящей главе рассматриваются теоретические и модельные основы, а также вопросы реализации системы МИВОС. Создание этой системы велось исходя из отчетливого понимания того факта, что, несмотря на большое число разработок в этой быстро прогрессирующей области исследований, единой, законченной теории машинного понимания естественного языка и методологии разработки естественноязыковых систем пока не существует. [24]
Описание понятия на уровне отдельной фразы нельзя поднять на более высокий уровень, когда нужно принимать во внимание эпизод в целом вместе с множеством мотиваций, подразумеваемых, но никогда ( или редко) не формулируемых человеком вслух. Некоторые исследователи пришли к выводу, что зависимость от контекста является главным препятствием в решении проблемы компьютерного понимания естественного языка. В результате были начаты исследования в направлении, где предпочтение отдается не формальным моделям языка и сопряженных с его восприятием мыслительных процессов, независимых от конкретной предметной области, а относительно неформальным, контекстным способам рассуждений. [25]
Раздел математики, носящий название теория искусственного интеллекта ( сокращенно AI), занимается проблемами разработки и формализации интеллектуальных методов и процедур решения различных задач. Прилагательное интеллектуальный означает здесь способность привлекать методику рассуждений и оценок, свойственную рациональной рассудочной деятельности человека. Исследования в AI направлены на разработку символьных описаний окружающей действительности, и охватывают такие области, как роботехника, понимание естественного языка, экспертные системы. [26]
В искусственном интеллекте приложением-прототипом абдукции является задача диагностики. В этом случае абдукция используется для обнаружения в соответствии с некоторой известной теорией системы причины наблюдаемого неправильного поведения системы. Из других возможных приложений абдукции наиболее важными являются следующие: задача наблюдения, основанного на моделях; задача распознавания плана, в которой с помощью абдукции по наблюдаемым действиям агента делается попытка обнаружить цели его деятельности; задача понимания естественного языка, в которой по сравнению с задачей диагностики требуется рассматривать наиболее полное множество абдуктивных объяснений; временной вывод и планирование; задача накопления и усвоения знаний, в которой в базу знаний добавляются абдуктивные объяснения, описывающие новые для нее явления; задачи вывода по умолчанию. [27]
Такого рода знания уже выходят за рамки знаний о языке. Это знания о мире, в котором живет пользователь. Для правильного понимания пользователя компьютер должен знать о мире то же, что знает пользователь. Эти знания сосредоточены в базе знаний, которую должен иметь всякий компьютер, претендующий на понимание естественного языка, чтобы правильно истолковывать каждое полученное сообщение ( подробнее с базами знаний мы познакомимся в гл. Компьютерная база знаний всегда ориентирована на определенную предметную область, в рамках которой работает пользователь. И делается это вовсе не из-за лености разработчиков баз знаний. Просто объем базы знаний на все случаи жизни слишком велик, ведь она должна вмещать все знания, накопленные человечеством. [28]
В ней детально описываются как теоретические основы искусственного интеллекта, так и примеры построения конкретных прикладных систем. Книга дает полное представление о современном состоянии развития этой области науки. Подробно рассматриваются вопросы представления знаний при решении задач ИИ, логика решения этих задач, алгоритмы поиска, продукционные системы и машинное обучение. Эти вопросы остаются центральными в области искусственного интеллекта. В книге также представлены результаты новейших исследовании, свяэатшх с вопросами понимания естественного языка, обучения с подкреплением, рассуждения в условиях неопределенности, эмерджентных вычислений, автоматического доказательства теорем и решения задач ИИ на основе моделей. Большое внимание уделяется описанию реальных прикладных систем, построенных на принципах ИИ, и современных областей приложения этой области знаний. Помимо математических основ искусственного интеллекта в книге затронуты его философские аспекты. В последней части книги рассматриваются технологии программирования задач из области искусственного интеллекта на языках LISP и PROLOG. Книга будет полезна как опытным специалистам в области искусственного интеллекта, так и студентам и начинающим ученым. [29]
Таким образом, открывается реальная перспектива снять с технологов функции программистов как отдельных РТК, так и ГАП в целом. Для этого необходимо создать интеллектуальный технологический интерфейс, обеспечивающий общение технолога с управляющими ЭВМ на профессиональном языке. Решение этой проблемы требует, в свою очередь, разработки эффективных методов представления знаний, организации диалога и понимания естественного языка. Эти методы относятся к области искусственного интеллекта и безбумажной информатики как новой информационной технологии, радикально изменившей сам стиль использования ЭВМ для решения разнообразных задач автоматизации. [30]