Из Википедии, свободной энциклопедии
Перейти к навигации Перейти к поиску
Для академического журнала см. Системы, основанные на знаниях (журнал) .

Система, основанная на знаниях ( KBS ) - это компьютерная программа, которая рассуждает и использует базу знаний для решения сложных проблем . Этот термин является широким и относится ко многим различным типам систем. Одна общая тема, которая объединяет все системы, основанные на знаниях, - это попытка явного представления знаний и система рассуждений , позволяющая извлекать новые знания. Таким образом, система, основанная на знаниях, имеет две отличительные особенности: базу знаний и механизм вывода .

Первая часть, база знаний, представляет факты о мире, часто в той или иной форме подчиненной онтологии (а не неявно встроенной в процедурный код, как это делает обычная компьютерная программа). Другие общие подходы в дополнение к онтологии подчинения включают фреймы , концептуальные графы и логические утверждения. [1]

Вторая часть, механизм вывода, позволяет выводить новые знания. Чаще всего он может принимать форму правил IF-THEN [2] в сочетании с подходами прямого или обратного связывания. Другие подходы включают использование автоматических средств доказательства теорем, логического программирования, систем классной доски и систем переписывания терминов, таких как CHR (правила обработки ограничений) . Эти более формальные подходы подробно описаны в статье Википедии о представлении знаний и рассуждениях .

Обзор [ править ]

Системы , основанные на знаниях , впервые были разработаны искусственного интеллекта исследователей [ править ] . Эти ранние системы, основанные на знаниях, были в первую очередь экспертными системами - фактически, этот термин часто используется как синоним экспертных систем, хотя между ними есть разница. Разница в том, как описать систему [ необходима цитата ] :

  • «экспертная система» относится к типу задачи, с которой система пытается помочь - заменить или помочь человеку-эксперту в сложной задаче, которая обычно рассматривается как требующая экспертных знаний.
  • «Система, основанная на знаниях» относится к архитектуре системы, которая представляет знания явно, а не как процедурный код.

В то время как самые ранние системы, основанные на знаниях, были почти полностью экспертными системами, одни и те же инструменты и архитектуры могут использоваться и с тех пор используются для целого ряда других типов систем. Практически все экспертные системы являются системами, основанными на знаниях, но многие системы, основанные на знаниях, не являются экспертными системами.

Первыми системами, основанными на знаниях, были экспертные системы, основанные на правилах. Одной из самых известных была Mycin , программа для медицинской диагностики. Эти ранние экспертные системы представляли факты о мире как простые утверждения в плоской базе данных и использовали правила для обоснования этих утверждений (и, как следствие, добавления к ним). Явное представление знаний с помощью правил имело несколько преимуществ:

  1. Приобретение и обслуживание. Использование правил означало, что эксперты в предметной области часто могли определять и поддерживать правила сами, а не через программиста.
  2. Объяснение. Представление знаний явно позволило системам рассуждать о том, как они пришли к выводу, и использовать эту информацию для объяснения результатов пользователям. Например, проследить цепочку выводов, которые привели к диагнозу, и использовать эти факты для объяснения диагноза.
  3. Рассуждение. Разделение знаний от обработки этих знаний позволило разработать механизмы логического вывода общего назначения. Эти системы могут делать выводы, которые следуют из набора данных, о котором первоначальные разработчики, возможно, даже не знали. [3]

Более поздние архитектуры для обоснования, основанные на знаниях, такие как архитектура Blackboard BB1 (система классной доски ) [4], позволяли влиять на сам процесс рассуждения с помощью новых выводов, обеспечивая рассуждение на мета-уровне. BB1 позволял контролировать сам процесс решения проблем. Различные виды решения проблем (например, нисходящее, восходящее и гибкое решение проблем) можно выборочно смешивать в зависимости от текущего состояния решения проблем. По сути, решатель проблем использовался как для решения проблемы на уровне предметной области, так и для своей собственной проблемы управления, которая могла зависеть от первой. Другими примерами системной архитектуры, основанной на знаниях, поддерживающей метауровневое рассуждение, являются MRS [5] и SOAR .

В дополнение к экспертным системам, другие приложения систем, основанных на знаниях, включают в себя управление процессами в реальном времени, [6] интеллектуальные обучающие системы [7] и средства решения проблем для конкретных областей, таких как анализ структуры белка, [8] расположение строительной площадки. , [9] и диагностика неисправностей компьютерной системы. [10]

По мере того, как системы, основанные на знаниях, становились все более сложными, методы, используемые для представления базы знаний, становились все более сложными и включали логику, системы перезаписи терминов, концептуальные графы и фреймы . Рассмотрим в качестве примера рамы. Вместо того, чтобы представлять факты как утверждения о данных, база знаний стала более структурированной. Фреймы можно рассматривать как представление мировых знаний с использованием методов, аналогичных объектно-ориентированному программированию , в частности, использования иерархий классов и подклассов, отношений между классами и поведения объектов. По мере того, как база знаний становилась более структурированной, рассуждения могли происходить как на основе независимых правил, логических выводов, так и путем взаимодействия внутри самой базы знаний. Например, процедуры, хранящиеся как демонына объектах может срабатывать и воспроизводить цепочку правил. [11]

Еще одним достижением стала разработка специализированных систем автоматического мышления, называемых классификаторами . Вместо того, чтобы статически объявлять отношения подчинения в базе знаний, классификатор позволяет разработчику просто объявлять факты о мире и позволять классификатору вывести эти отношения. Таким образом, классификатор также может играть роль механизма вывода. [12]

Самым последним достижением систем, основанных на знаниях, стало принятие технологий, особенно разновидности логики, называемой логикой описания , для разработки систем, использующих Интернет. Интернету часто приходится иметь дело со сложными, неструктурированными данными, на которые нельзя полагаться, чтобы соответствовать конкретной модели данных. Технология систем, основанных на знаниях, и особенно способность классифицировать объекты по запросу, идеально подходит для таких систем. Модель для подобных систем Интернета, основанных на знаниях, известна как семантическая паутина . [13]

См. Также [ править ]

  • Представление знаний и рассуждения
  • База знаний
  • Механизм логического вывода
  • Система рассуждений
  • Рассуждения на основе прецедентов
  • Экспертная система
  • Концептуальный график
  • Семантическая сеть
  • Нейронные сети

Ссылки [ править ]

  1. ^ Сова, Джон Ф. (2000). Представление знаний: логические, философские и вычислительные основы (1-е изд.). Пасифик Гроув: Брукс / Коул. ISBN  978-0-534-94965-5.
  2. ^ Смит, Рид (8 мая 1985 г.). «Концепции, методы, примеры систем, основанных на знаниях» (PDF) . reidgsmith.com . Schlumberger-Doll Research . Проверено 9 ноября 2013 года .
  3. ^ Хейс-Рот, Фредерик; Дональд Уотерман; Дуглас Ленат (1983). Построение экспертных систем . Эддисон-Уэсли. ISBN 0-201-10686-8.
  4. ^ Хейс-Рот, Барбара; Департамент компьютерных наук Стэнфордского университета (1984). BB1: Архитектура систем Blackboard, которая контролирует, объясняет и изучает собственное поведение . Департамент компьютерных наук Стэнфордского университета.
  5. ^ Genesereth, Майкл Р. «1983 - Обзор архитектуры мета-уровня»: 6. Цитировать журнал требует |journal=( помощь )
  6. ^ Ларссон, Ян Эрик; Хейс-Рот, Барбара (1998). «Guardian: интеллектуальный автономный агент для медицинского мониторинга и диагностики» . Интеллектуальные системы IEEE . 13 (1) . Проверено 11 августа 2012 .
  7. ^ Кланси, Уильям (1987). Репетиторство, основанное на знаниях: программа GUIDON . Кембридж, Массачусетс: MIT Press.
  8. ^ Хейс-Рот, Барбара; Бьюкенен, Брюс Дж .; Лихтарж, Оливье; Хьюитт, Майк; Альтман, Русь Б .; Бринкли, Джеймс Ф .; Корнелиус, Крейг; Дункан, Брюс С .; Ярдецкий, Олег (1986). ПРОТИАН: Получение структуры белка из ограничений . AAAI. С. 904–909 . Проверено 11 августа 2012 .
  9. ^ Энгельмор, Роберт; и другие; (ред.) (1988). Системы Blackboard . Аддисон-Уэсли Паб (SD).CS1 maint: дополнительный текст: список авторов ( ссылка )
  10. ^ Беннетт, Джеймс С. (1981). DART: экспертная система диагностики компьютерных неисправностей . IJCAI.
  11. ^ Меттри, Уильям (1987). «Оценка инструментов для построения больших систем, основанных на знаниях» . Журнал AI . 8 (4). Архивировано из оригинала на 2013-11-10 . Проверено 10 ноября 2013 .
  12. ^ МакГрегор, Роберт (июнь 1991 г.). «Использование классификатора описания для улучшения представления знаний». Эксперт IEEE . 6 (3): 41–46. DOI : 10.1109 / 64.87683 . S2CID 29575443 . 
  13. ^ Бернерс-Ли, Тим; Джеймс Хендлер; Ора Лассила (17 мая 2001 г.). «Семантическая паутина. Новая форма веб-контента, значимая для компьютеров, откроет революцию новых возможностей» . Scientific American . 284 : 34–43. DOI : 10.1038 / Scientificamerican0501-34 . Архивировано из оригинального 24 апреля 2013 года .

Дальнейшее чтение [ править ]

  • Раджендра, Акеркар; Саджа, Прити (2009). Системы, основанные на знаниях . Джонс и Бартлетт Обучение. ISBN 9780763776473.