Искусственный интеллект и понятие знания
«В основе исследований в области искусственного интеллекта (ИИ) лежит подход, связанный со знаниями. Как и многие фундаментальные научные категории (например, алгоритм, мышление и т.д.), понятие «знание» относится к интуитивно определяемым.» В БСЭ дается следующее его толкование: «Знание – проверенный практикой результат познания действительности, верное ее отражение в сознании человека. Знания бывают житейскими, донаучными, художественными, научными (теоретическими и эмпирическими)». Подобный список определений можно было бы продолжить, но это никак не приблизит нас к точной формулировке.
Будем считать, что знания о некоторой предметной области представляют собой совокупность сведений об объектах этой предметной области, их существенных свойствах и связывающих их отношениях, процессах, протекающих в данной предметной области, а также методах анализа возникающих в ней ситуаций и способах разрешения ассоциируемых с ними проблем.
«Существует множество классификаций знаний, но для специалистов в области ИИ характерно рассмотрение знания как формализованной информации, на которую ссылаются и используют в процессе логического вывода, и хранимой (в ЭВМ) информации, формализованной в соответствии с определенными структурными правилами, которую ЭВМ может автономно использовать при решении проблем по таким алгоритмам, как логические выводы.»
«Для понимания принципов построения ЕЯ-систем важен также вопрос об используемых в системе знаниях, поскольку именно знания, представленные в различных формах, являются той базой, на которой осуществляется решение рассмотренных выше задач.
Знания ЕЯ-систем можно классифицировать по различным основаниям. На верхнем уровне выделяются:
• собственно знания;
• способ представления знаний.
Собственно знания классифицируются по областям и по видам знаний (рис. 1.1). Наиболее существенными с точки зрения процесса ЕЯ-общения являются следующие области знаний:
• проблемная область;
• область языка;
• область системы;
• область пользователя;
• область диалога (дискурса).
Разнообразие областей определяет множество возможных интерпретаций входных высказываний. К основным видам знаний относятся факты (фактические знания) и операционные значения. Факты представляют собой возможные знания о сущностях, составляющих некоторую область знаний. Операционные значения составляет информация о способах изменения фактических знаний. Иначе говоря, эти знания задают процедуры преобразования. Часто для обозначения этих знаний используется термин «процедурные знания», однако следует иметь в виду, что операционные знания могут быть представлены как в процедурной, так и в декларативной форме.
Рис.1.1. Классификация знаний по областям и видам
Подходы к исследованию знания и познания условно можно разбить на две большие группы: экзистенциальные и технологические. Последние стали доминировать со второй половины XX столетия. В 80-е годы в области разработки искусственного интеллекта (ИИ) понятие знания потеснило понятия мышления и интеллекта. Теория искусственного интеллекта стала иногда характеризоваться как «наука о знаниях, о том, как их добывать, представлять в искусственных системах, перерабатывать внутри системы и использовать для решения задач», а история искусственного интеллекта, исключая ее ранние этапы, — как история исследований методов представления знаний.
Расширение сферы применения ИС, переход от «мира кубиков» к таким более сложным областям, как медицина, геология и химия, потребовал интенсивных усилий по формализации соответствующих знаний. Разработчики ИС столкнулись с необходимостью выявить, упорядочить разнообразные данные, сведения эмпирического характера, теоретические положения и эвристические соображения из соответствующей области науки или иной профессиональной деятельности и задать способы их обработки с помощью компьютера таким образом, чтобы система могла успешно использоваться в решении задач, для которых она предназначается (поиск информации, постановка диагноза и т. д.). Это привело к изменениям в характере данных, находящихся в памяти компьютерной системы, — они стали усложняться, появились структурированные данные — списки, документы, семантические сети, фреймы. Для элементарной обработки данных, их поиска, записи в отведенное место и ряда других операций стали использоваться специальные вспомогательные программы. Процедуры, связанные с обработкой данных, усложнялись, становились самодовлеющими. Появился такой компонент интеллектуальной системы, как база знаний.
Термин «знания» приобрел в ИИ специфический смысл, который Д. А. Поспелов характеризует следующим образом. Под знаниями понимается форма представления информации в ЭВМ, которой присущи такие особенности, как: а) внутренняя интерпретируемость (когда каждая информационная единица должна иметь уникальное имя, по которому система находит ее, а также отвечает на запросы, в которых это имя упомянуто); б) структурированность (включенность одних информационных единиц в состав других); в) связность (возможность задания временных, каузальных, пространственных или иного рода отношений); г) семантическая метрика (возможность задания отношений, характеризующих ситуационную близость); д) активность (выполнение программ инициируется текущим состоянием информационной базы). Именно эти характеристики отличают знания в ИС от данных.
Вместе с тем приведенная характеристика знаний в ИС не является совершенно изолированной от того, что мы обычно понимаем под знанием. Такие черты, как внутренняя интерпретируемость, структурированность, связность, семантическая метрика и активность, присущи любым более или менее крупным блокам человеческих знаний и в этом смысле знания в компьютерной системе можно рассматривать как модель или образ того или иного фрагмента человеческого знания.
Однако связь знаний в специфическом для ИИ смысле со знанием в более привычном, «обычном», смысле не ограничивается лишь сходством некоторых структурных характеристик. Ведь значительная часть информации, представляемой в базе знаний ИС, есть не что иное, как знания, накопленные в той области, где должна применяться данная система. Исследование этого знания под углом зрения задач построения ИС — определяет технологический подход ИИ к знанию как таковому, под которым понимается следующее:
1. Извлечение знаний из социума в ходе неформальных интервью с экспертом и анализа специальной литературы.
2. «Представление знаний» — кодирование знаний с помощью специалистов-экспертов и создание машинной модели «порождения» знаний, к примеру дедуктивной машины вывода.
3. Создание «сверхбыстрого прототипа» экспертной системы и ее последующих версий.
4. Контроль над модификациями базы знаний — компонента экспертной системы в ходе эксплуатации.
В более широком смысле технологический подход к знанию предполагает постановку, исследование и решение технологических вопросов о знании. К последним относятся вопросы типа «Каким образом следует (можно, допустимо) обращаться (иметь дело) со знанием, имея в виду достижение такой-то цели?».
Технологические вопросы о знании противопоставлены, в определенном смысле, экзистенциальным вопросам — т. е. вопросам о том, как существует знание, каково оно есть. К вопросам последнего типа относятся, например, вопросы о соотношении знания с мнением или верой, о структуре знания и его видах, об онтологии знания, о том, как происходит познание.
При самом широком истолковании технологический подход к знанию является неотъемлемым элементом жизни любого человека. В этом смысле и первобытный человек, использующий для передачи информации примитивные сигналы, и наш современник, выбирающий между почтой, телеграфом, телефоном и факсом, могут считаться решающими технологические вопросы относительно знания. Расцвет технологических исследований знания связан с развитием эпистемической логики и искусственного интеллекта. Эпистемическая логика как интенсивно развивающееся направление ставит, в частности вопросы, связанные с определением истинности знания в контексте формул, содержащих такие эпистемические операторы, которые соответствующие словам «знает», «полагает», «сомневается», «отрицает» и др.
|
