Cтраница 1
Решатели задач, организованные так, чтобы поощрять модульность и дополнимость, часто включают несколько различных методов и правил, которые вычисляют значения одной и той же величины или дают описания одного и того же объекта. Следуя [9, 59], мы называем эти множественные результаты сопряженными. Если при помощи различных методов было получено несколько значений какой-либо величины, то, проверяя эти конкурирующие значения на совместность, часто можно получить ценную информацию. Если такими значениями, например, являются многочлены, то такая проверка на совместность иногда позволяет найти значения одной или нескольких переменных. После проверки сопряженных элементов на совместность и получения новой информации благоразумные программы в дальнейших вычислениях используют только одно из предложенных значений, сохраняя остальные для будущих ссылок. Эти различные значения образуют класс эквивалентности по использованию переданного значения в других вычислениях. Одно из значений в этом классе должно быть выбрано представителем класса, предназначенным для распространения в другие вычисления. Мы можем выбирать представителя, пользуясь предположениями по умолчанию, но это приводит к нежелательному поведению обратного прослеживания. Если, например, система обратного прослеживания находит представителя класса эквивалентности, который вовлечен в несовместность, то следует найти способ отвергнуть этого представителя, понимаемого как точное значение, а не оставлять это значение и одновременно выбирать другого представителя. [1]
Решатель задач осуществляет обработку переменных и правил ВМ-функции анало - - гично тому, как это делается для переменных и правил из панели описания вычислительной задачи Rule Sheet. Неизвестные переменные могут содержаться как в левых, так и в правых частях правил и вычисляются с использованием тех правил, в которых они представлены. [2]
Решатель задач Винограда был написан на Микропленнере, языке, который, как мы теперь понимаем, был своего рода Прологом в миниатюре. Любой прологоподобный язык заставляет программиста мыслить в терминах целей, поэтому, несмотря на все недостатки Микропленнера, достоинством этой программы было то, что в ее структуре содержались многочисленные явные указания на те или иные цели. Процедуры-цели схватить, освободить, избавиться, переместить, отпустить и т.п. делали программу простой и компактной, а поведение ее казалось поразительно разумным. [3]
Многие решатели задачи вынуждены иметь дело с неполными знаниями и на некоторой стадии решения задачи могут оказаться не в состоянии произвести наилучший выбор. В таких случаях решатель задач не может завершить решение, не выдвигая гипотез. Примером служат гипотезы, выдвигаемые в качестве первого шага при гипотетических рассуждениях, а также с целью выйти из тупика при применении метода наименьшего принуждения, что обсуждалось в предыдущем разделе. [4]
При построении решателя задач, который бы использовал такого рода модели систем допущений, мы сталкиваемся с проблемой описания того, как добавления к таким моделям влияют на содержащиеся в них допущения, как происходит пересмотр допу щений внутри модели системы допущений. К счастью, механизм представления подтверждений в виде явных допущений, введенный в разд. [5]
Название системы - Общий решатель задач - отражает это стремление. Основными частями программы являются: экспериментатор ( ekspe-rimenter), решающее задачи ядро ( core) и ряд средзадач ( task envirements), содержащих конкретные знания и методы, которые GPS применяет к частным областям задачи. Нам нет нужды особо останавливаться на экспериментаторе, поскольку он в основном представляет собой программирующее устройство для обеспечения текущей работы системы и регистрации ее поведения. [6]
В общем случае автоматический решатель задач и система доказательства теорем терпят неудачу при отыскании решения не по причине нехватки времени, а из-за ограниченного объема памяти, которым они могут располагать. Эрнст подчеркивал этот аспект в связи с GPS, а у меня есть подобный же опыт с системой QA3, основанной на логике резолюций. [7]
Разработка программ - решателей задач преследует две основные цели: во-первых, являясь моделью поведения человека в определенных условиях, решатель обладает некоторой объяснительной силой и может быть использован для предсказания действий человека в ходе решения; во-вторых, решатель может быть использован как составная часть в системах автоматизации управления сложными объектами, в частности - роботами. [8]
Поскольку TMS доверяет решателю задач указывать на несовместность, помечая вершину как противоречивую, решателю задач также доверяется и использование немонотонных предположений для любого допущения, к которому можно применить обратное прослеживание. Поскольку TMS не проверяет те утверждения, которые представляют вершины, она отказывается, например, от возможности удаления подтверждений типа посылок. [9]
Машина, снабженная Всеобщим решателем задач или любой другой эквивалентной ему программой, а также имеющая в своей памяти достаточный запас готовых стандартных программ, практически не нуждается в каком-либо дополнительном программировании. Это все же не значит, что такая вычислительная машина может действовать совершенно самостоятельно. Для выполнения работы необходимо установить цель, с которой выполняется работа. Она может быть задана либо в виде конечного результата ( именно такой случай имелся в виду, когда мы рассматривали последовательность действий Всеобщего решателя задач), либо в виде определенных требований, предъявляемых к конечному результату. Интересно здесь то, что подобные требования должны быть сформулированы исключительно точно, поскольку машина будет выполнять их неукоснительно и не добавит к ним никаких дополнительных ограничений. Хорошей иллюстрацией здесь может служить анекдот, уже более десяти лет бытующий в различных вариантах в среде специалистов по вычислительной технике. [10]
Как можно направлять выбор решателем задач того, что он допускает. Мы изучали два способа, при по-мо щи которых решатель задач может принимать решения о том, что допускать. В первом способе осуществляется запись управляющей информации в множестве подтверждений для допущения, во втором используются явные правила выбора. Оба способа означают, что рассуждатель теперь обдумывает свои действия. В первом случае это рассуждение является законсервированным. Во втором случае рассуждение осуществляется по требованию. [11]
От того, каким образом решатель задач пересматривает свои допущения, зависит образ его действия. Обычно решатели задач пересматривают свои допущения в тех случаях, когда новая информация ( результат только что выполненного действия или только что сделанное наблюдение) противоречит предыдущим допущениям. Эти несовместности могли бы быть разрешены путем отказа от допущения того, что действие выполнялось или наблюдение делалось. [12]
Если бы оказалось, что универсальный решатель задач действительно универсален, то, возможно, выполнились бы пред-сказания Ньюэлла и Саймона о быстром успешном развитии, систем искусственного интеллекта. В настоящее время Ньюэлл предлагает для универсального представления задач использовать систему SOAR, которая, насколько я понимаю, работает с преобразованием одного состояния в другое, причем состояния не обязательно должны быть описаны с помощью выражений. [13]
Инструментальные средства расширения функциональных возможностей решателя задач, позволяющие подключить к нему программы обучения и трассировки процесса. [14]
Разные системы доказательства теорем ( или решатели задач) будут использовать различную априорную информацию и, следовательно, должны применять различные программы отыскания аналогий. [15]