Файл: Процедурные знания.docx

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 25.10.2023

Просмотров: 24

Скачиваний: 1

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

Любая предметная область характеризуется своим набором понятий и связей между ними, специфическими методами решения задач. Знания о предметной области и способах решения задач в ней весьма разнообразны. Возможны различные классификации этих знаний. Наиболее часто они подразделяются на декларативные и процедурные.

Процедурные знания (ПЗ) описывают последовательности действий, которые могут использоваться при решении задач (например, программы для ЭВМ, описания алгоритмов, инструкции по сборке некоторого изделия). Процедурные знания могут быть описаны с помощью алгоритмической модели представления знаний.

Декларативные знания (ДЗ) – это все знания, не являющиеся процедурными, а именно: статьи в энциклопедиях, формулировки законов в физике, химии, других науках и т.д.

Различие между ДЗ и ПЗ можно выразить как различие между “ЗНАТЬ, ЧТО” и “ЗНАТЬ, КАК”. ПЗ основано на предпосылке, что интеллектуальная деятельность есть знание проблемной среды, вложенное в програм­мы, т.е. знание о том, как можно использовать те или иные сущности. ДЗ основано на предпосылке, что знание неких сущностей (“ЗНАТЬ, ЧТО”) не имеет глубоких связей с процедурами, исполь­зуемыми для обработки этих сущностей. При использовании ДЗ счи­тается, что интеллектуальность базируется на некотором универсаль­ном множестве процедур, обрабатывающих факты любого типа, и на множестве специфических фактов, описывающих частную область знаний. Основное достоинство ДЗ по сравнению с ПЗ в том, что в ДЗ нет необходимости указывать способ использования конкретных фрагментов знания. Простые утверждения могут ис­пользоваться несколькими способами, и окажет неудобным фиксировать эти способы заранее. Указанное свойство обеспечивает гибкость и экономичность ДЗ, так как позволяет по-разному исполь­зовать одни и те же факты.
РЕКЛАМА

В ДЗ знание рассматривается как множество независимых или слабо зависимых фактов, что позволяет осуществлять модификацию знаний и обучение простым добавлением или устранением утверж­дений. Для ПЗ проблема модификации значительно сложнее, так как здесь необходимо учитывать, каким образом используется дан­ное утверждение. Однако известно, что существует значительное ко­личество сущностей, которые удобно представить в виде процедур и весьма трудно – в чисто декларативном представлении. Желание использовать достоинства ДЗ и ПЗ привело к разработке форма­лизмов, использующих смешанное представление: декларативное с присоединенными процедурами (например, фрейм-представление или сети с присоединенными процедурами) или процедурное в виде модулей с декларативными образца­ми. В наиболее совершенном виде эта проблема реализована в объ­ектно-ориентированном подходе.


Существуют четыре основных модели представления знаний: продукционная модель, семантическая сеть, фреймы и логическая модель.

Продукционная модель представления знаний одна из самых распространенных в интеллектуальных системах. Основу модели составляют системы продукций.

Семантическая сеть – более на­глядный способ представления знаний. В основе такой модели лежит идея о представлении любых знаний в виде совокупности объектов (понятий) и связей (отношений) между ними.

Фреймовая модель также широко используется в системах искусственного интеллекта (например в экспертных системах (ЭС)). Фреймпредставляет собой минимально возможное описание сущности какого-либо явления, события, ситуации, процесса или объекта.

В основе логи­ческихмоделей представления знаний лежит понятие формальной си­стемы (теории). Примерами формальных теорий могут служить ис­числение предикатов и любая конкретная система продукций. В ло­гических моделях, как правило, используется исчисление предикатов первого порядка, дополненное рядом эвристических стратегий. Эти методы являются системами дедуктивноготипа, т.е. в них использу­ется модель получения вывода из заданной системы посылок с по­мощью фиксированной системы правил вывода. Дальнейшим разви­тием предикатных систем являются системы индуктивноготипа, в которых правила вывода порождаются системой на основе обработ­ки конечного числа обучающих примеров.

В логических моделях представления знаний отношения, существующие между отдельными единицами знаний, выражаются с помощью тех небогатых средств, которые предоставляются синтаксическими правилами используемой формальной системы.

Каждая из рассмотренных моделей представления знаний может служить основой для создания языка программирования, ориентированного на работу со знаниями. Такими языками являются язык FRL (FrameRepresentationLanguage), основанный на фреймовых представ­лениях, и язык Пролог, опирающийся на модель представления в виде продукций. Однако разные модели представления знаний имеют свои преимущества и недостатки. Поэтому в конце 80-х гг. наметилась тенденция создавать комбинированные языки представления знаний. Чаще всего комбинируются фреймовые и продукционные модели.



 

Алгоритмические модели

Рассмотрим предварительно простую жизненную си­туацию: что следует сделать, если нужно привлечь к ре­шению задачи человека, не знакомого с ее решением:

а) выбирают способ (метод, порядок) решения зада­чи и изучают его во всех подробностях;

б) сообщают исполнителю выбранный метод в абсо­лютно понятном для него виде;

в) исполнитель решает задачу строго в соответствии с методом.

Углубляясь в суть этого процесса, рассмотрим при­стальнее каждый из этапов.

Первый этап этого процесса обычно не вызывает за­труднений, так как для большинства встречающихся задач метод решения либо известен из практики, либо подсказывается здравым смыслом, либо описан в лите­ратуре. Часто главная трудность — из нескольких ме­тодов выбрать такой, который в наибольшей степени от­вечал бы некоторым требованиям, например: минималь­ная трудоемкость, максимальная эффективность и т. д.

Второй этап значительно сложнее. Если способ (метод) решения задачи описан произволь­но, то нет гарантии, что он будет верно понят исполните­лем. Поэтому описание метода следует выполнять в со­ответствии с определенными правилами, а именно:

—    выделить величины, являющиесяисходными для задачи;

—    разбить процесс решения задачи на такие этапы, которые известны исполнителю и мо­жно выполнить без всяких пояснений;

—    указать порядок выполнения этапов;

—    указать признак окончания процесса решения за­дачи;

—    указать во всех случаях, что является результатом решения задачи.

Описание метода, выполненное в соответствии с эти­ми правилами, называется алгоритмом решения задачи. Составить такое описание обычно нелегко, но, следуя ему, механически выполняя все указанные в нем этапы в тре­буемом порядке, исполнитель может всегда правильно решить задачу.


Итак, мы подошли к центральному понятию информа­тики — алгоритму. Алго­ритм — это метод (способ) решения задачи, записанный по определенным правилам, обеспечивающим одно­значность его понимания и механического исполнения при всех значениях исходных данных (из некоторого множества значений). Алгоритм – система понятных и точных указаний, предписывающих исполнителю осуществить определенную последовательность действий, в соответствии с которыми за конечное число шагов достигается решение поставленной задачи.

В Толковом словаре по информатике дано общепринятое определение этого понятия: алго­ритм — точное предписание, определяющее вычисли­тельный процесс, ведущий от варьируемых начальных данных к искомому результату. Примером алгоритма может служить кулинарный рецепт приготовления блюда.

Рассмотрим простейший алгоритм — алгоритм завар­ки чая:

1. Подготовить исходные величины — чай, воду, чай­ник, стакан, ложку.

2. Налить в чайник воду.

3. Довести воду до кипения и снять с огня.

4. Всыпать в чайник чай.

5. Довести воду до кипения (но не кипятить), снять с огня.

6. Чай готов. Процесс прекратить.