Cтраница 1
Проблема представления знаний включает в себя разработку языковых средств для описания различных объектов проблемной области, понятий, ситуаций, их иерархии и связей между ними. Известно, что трудоемкость представления знаний на таких языках программирования, как БЕЙСИК, ФОРТРАН, ЛИСП, ПАСКАЛЬ, существенно различна. Правильный выбор языка представления знаний может существенно облегчить моделирование процессов принятия решений. Языки представления знаний по своим возможностям должны быть достаточно богатыми, чтобы полно и точно описывать предметные области. [1]
Естественно возникает проблема представления знаний, являющаяся одной из центральных проблем в создании и работе с экспертными системами. [2]
Для решения проблемы представления знаний разработаны разнообразные МПЗ. В системах искусственного интеллекта используются в основном четыре их типа: логические, продукционные, семантические сети и фреймы. [3]
Вторая проблема - проблема представления знаний - связана с разработкой формального аппарата для описания способов их фиксации в памяти ЭВМ. [4]
Вызов со стороны проблемы представления знаний состоит в том, что мы не можем себе позволить опустить руки перед сложностями, связанными с передачей знаний от человека профамме, возможностью их адекватной трактовки и неопределенностью знаний. [5]
Наконец, остановимся на проблеме представления нечетких знаний, являющейся ключевой при разработке интеллектуальных систем различного назначения. Нечеткие знания по своей природе разнообразны и могут быть условно разделены на следующие категории: неточность, недоопределенность, неоднозначность, словом, любые нечеткости, между которыми нельзя провести четкой границы. [6]
Типизация объектов и фундаментальные отношения не решают всех проблем представления знаний, но создают хорошую основу для построения прикладной базы знаний. [7]
Наибольший интерес представляет язык KRL, базирующийся на глубоком анализе проблемы представления знаний и смысла естественно-языкового текста. Он создавался как экспериментальная система с целью определить, каким должен быть язык более высокого уровня, чем язык ЛИСП. [8]
Главы пятая и шестая посвящены центральным вопросам, рассматриваемым при проектировании ЭС: проблемам представления знаний и механизмам вывода. В пятой главе рассматриваются состав знаний, необходимых для функционирования ЭС, и основные модели представления знаний; в шестой главе - описание эффективных методов и стратегий автоматического решения задач в статических и динамических ЭС. [9]
Одной из наиболее важных проблем, характерных для систем, основанных на знаниях, является проблема представления знаний. Это объясняется тем, что форма представления знаний оказывает существенное влияние на характеристики и свойства системы. [10]
Представление знаний в СИИ является не только фундаментальным понятием, но и решающим аспектом их разработки. Последствия неудачного решения проблемы представления знаний могут быть катастрофическими. Кроме того, используемый в СИИ формализм представления знаний определяет характер их получения и накопления, в результате которого создается БЗ, ориентированная на определенную структуру представления, а не на сущность самих знаний. Выбор модели, неадекватной типам знаний, приводит к потере многих существенных деталей прикладной задачи и порождает тривиальный интеллект. [11]
Излагает идеи о истине и представленном ею отношении между языком и миром. Эти идеи все еще влияют на проблемы представления знаний в ИИ. [12]
Справедливости ради отметим, что в последнее время фирмы, выпускавшие системы Autonomy и Webcompass, рассмотренные выше, а также многие другие фирмы, работающие на рынке информационных технологий, активно используют последние наработки в этой области, полученные в исследовательских лабораториях и проектах, связанных с проблематикой искусственного интеллекта. Учитывая вышесказанное, сейчас на авансцену развития агентных технологий вообще и использования их при поиске информации в частности выходят проблемы представления знаний, механизмы вывода новых знаний, описание модели мира, моделирование рассуждений в рамках агентного подхода. По существу, именно эти аспекты и являются ключевыми при создании интеллектуальных систем поиска информации в сети Интернет в разных исследовательских проектах, к обсуждению которых мы и переходим. [13]
При построении конкретных процедур решения задач системы искусственного интеллекта должны построить план своей деятельности. В противном случае действия системы будут носить хаотический, нецеленаправленны. Поэтому проблема планирования, наряду с проблемой представления знаний, является фундаментальной в области искусственного интеллекта. В зависимости от языка представления знанпй процедуры планирования могут основываться либо на поиске логического вывода, либо на поиске путей заданного типа в некоторых сетевых структурах. [14]
Поскольку конечная цель - представление знаний, основным критерием адекватности используемого логического языка является его выразительность. Системы ИИ чаще всего ограничиваются применением логических языков порядков 0 и 1: логики высказываний и логики предикатов. Кстати, она достаточно выразительна для решения многих проблем представления знаний в ИИ, но не универсальна. Некоторые знания формализуемы лишь в логических языках высших порядков. [15]